Mange investorer har oplevet unormale niveauer af volatiliteten i investeringsresultater i forskellige perioder af markedscyklussen. Mens volatiliteten kan være større end forventet i visse perioder, kan det også konstateres, at den måde, hvorpå volatiliteten typisk måles, bidrager til problemet med uventet volatilitet. Formålet med denne artikel er at diskutere de problemer, der er forbundet med den traditionelle volatilitetsmåling, og at forklare en mere intuitiv tilgang, der kan bruges af investorer for at hjælpe dem med at vurdere størrelsen af ​​deres investeringsrisici.

Traditionel volatilitetsmåling
De fleste investorer bør være opmærksomme på, at standardafvigelsen er den typiske statistik, der bruges til at måle volatiliteten. Standardafvigelse er simpelthen defineret som kvadratroden af ​​den gennemsnitlige kvadratiske afvigelse af dataene fra dens middelværdi. Mens denne statistik er forholdsvis let at beregne, er antagelserne bag dens fortolkning mere komplekse, hvilket igen rejser bekymring for dens nøjagtighed. Som et resultat er der en vis grad af skepsis omkring dens gyldighed som et nøjagtigt mål for risiko. (For at lære mere, se Anvendelsen og grænserne for volatilitet .)

For at forklare, at standardafvigelse er et nøjagtigt mål for risiko, må det antages, at investeringsresultatdata følger en normal fordeling. I grafiske termer vil en normal datafordeling plotte på et diagram på en måde, der ligner en klokkeformet kurve. Hvis denne standard gælder, skal ca. 68% af de forventede resultater ligge mellem ± 1 standardafvigelser fra investeringens forventede afkast, 95% skal ligge mellem ± 2 standardafvigelser og 99% skal ligge mellem ± 3 standardafvigelser.

For eksempel i perioden 1. juni 1979 til 1. juni 2009 var den treårige rullende årlige gennemsnitlige præstation for S & P 500 Index 9,5%, og dens standardafvigelse var 10%. I betragtning af disse baseline parametre for ydeevne, ville man forvente, at 68% af den tid, den forventede ydeevne for S & P 500 indekset ville falde inden for et interval på -0. 5% og 19,5% (9,5% ± 10%).

Der er desværre tre hovedårsager til, at investeringsresultater ikke kan distribueres normalt. For det første er investeringsresultaterne typisk skævt, hvilket betyder, at returfordelinger typisk er asymmetriske. Som følge heraf har investorerne en tendens til at opleve unormalt høje og lave præstationsperioder. For det andet udviser investeringsresultater typisk en ejendom kendt som kurtosis, hvilket betyder, at investeringsresultaterne udviser et unormalt stort antal positive og / eller negative præstationsperioder. Tværtimod forveksler disse problemer udseendet af den klokkeformede kurve og fordrejer nøjagtigheden af ​​standardafvigelsen som et mål for risiko.

Udover skævhed og kurtose er et problem kendt som heteroskedasticitet også en grund til bekymring. Heteroskedasticitet betyder simpelthen, at variansen af ​​prøveinvesteringspræstationsdataene ikke er konstant over tid. Som følge heraf har standardafvigelsen tendens til at fluktuere baseret på længden af ​​den periode, der bruges til at foretage beregningen, eller den tidsperiode, der er valgt for at foretage beregningen.

Som skævhed og kurtose vil forgreningerne af heteroskedasticitet medføre, at standardafvigelsen er en upålidelig risikobetonethed. Samlet set kan disse tre problemer medføre, at investorerne misforstår den potentielle volatilitet i deres investeringer, og får dem til at tage langt større risiko end forventet. (For at lære mere, se vores CFA Level 1- Quantitative Methods Exam Guide .)

En forenklet volatilitetsmåling
Heldigvis er der en meget nemmere og mere præcis måde at måle og undersøge risiko . Gennem en proces kendt som den historiske metode kan risikoen fanges og analyseres på en mere informativ måde end ved brug af standardafvigelse. For at udnytte denne metode skal investorerne simpelthen grave de historiske resultater af deres investeringer ved at generere et diagram kendt som et histogram.

Et histogram er et diagram, der opregner andelen af ​​observationer, der falder inden for en række kategorier af kategorier. For eksempel i nedenstående diagram er den treårige rullende årlige gennemsnitlige præstation for S & P 500-indekset for perioden 1. juni 1979 til 1. juni 2009 blevet opført. Den lodrette akse repræsenterer størrelsen af ​​S & P 500-indeksets ydeevne, og den vandrette akse repræsenterer frekvensen, hvor S & P 500 Index oplevede en sådan ydeevne.

Figur 1: S & P 500 Index Performance Histogram

Kilde: Investopedia 2009

Som det fremgår af diagrammet, gør brug af et histogram det muligt for investorer at bestemme den procentdel af tid, hvor investeringsresultatet er inden for , eller under et givet interval. For eksempel opnåede 16% af S & P 500 Index-præstationsobservationerne et afkast på mellem 9% og 11,7%. Med hensyn til ydeevne under eller over en tærskel kan det også konstateres, at S & P 500 Index oplevede et tab større end eller lig med 1. 1%, 16% af tiden og ydeevne over 24. 8%, 7. 7 % af tiden.

Sammenligning af metoderne
Brugen af ​​den historiske metode via et histogram har tre hovedfordele i forhold til brugen af ​​standardafvigelsen. For det første kræver den historiske metode ikke, at investeringsresultater normalt fordeles. For det andet er virkningen af ​​skævhed og kurtose eksplicit fanget i histogrammet, som giver investorerne de nødvendige oplysninger til at afbøde uventet ustabilitet. For det tredje kan investorer undersøge størrelsen af ​​de opnåede gevinster og tab.

Den eneste ulempe ved den historiske metode er, at histogrammet, ligesom brugen af ​​standardafvigelse, lider under den potentielle virkning af heteroskedasticitet.Dette bør dog ikke være en overraskelse, da investorerne skal forstå, at tidligere resultater ikke er tegn på fremtidige afkast. Under alle omstændigheder tjener den historiske metode under alle omstændigheder også som en fremragende baselinemåling af investeringsrisiko og bør bruges af investorer til at vurdere størrelsen og hyppigheden af ​​deres potentielle gevinster og tab forbundet med deres investeringsmuligheder.

Anvendelse af metodologien
Nu når investorerne forstår, at den historiske metode kan bruges som en informativ måde at måle og analysere risiko bliver spørgsmålet således: Hvordan genererer investorer et histogram for at hjælpe dem med at undersøge risikoen egenskaber af deres investeringer?

En anbefaling er at anmode om investeringsresultater fra investeringsforvaltningsselskaberne. De nødvendige oplysninger kan dog også opnås ved at indsamle den månedlige lukkekurs for investeringsoptionen, som typisk findes gennem forskellige kilder, og derefter manuelt beregne investeringsresultater.

Når der er indsamlet præstationsoplysninger eller manuelt beregnet, kan et histogram konstrueres ved at importere dataene til en softwarepakke, f.eks. Microsoft Excel, og ved hjælp af softwareens dataanalyse-tilføjelsesfunktion. Ved at udnytte denne metode bør investorer nemt kunne generere et histogram, hvilket igen skal hjælpe dem med at måle den ægte volatilitet af deres investeringsmuligheder.

Konklusion
I praksis bør udnyttelsen af ​​et histogram give investorer mulighed for at undersøge risikoen for deres investeringer på en måde, der kan hjælpe dem med at måle mængden af ​​penge, de står for at lave eller tabe på årsbasis. På grund af denne type anvendelighed i verden bør investorer være mindre overraskede, når markederne svinger dramatisk, og derfor bør de føle sig meget mere tilfreds med deres investeringseksponering i alle økonomiske miljøer. (Se Forståelse af volatilitetsmålinger .)