Количественной мерой риска финансового инструмента является дисперсия доходности

Курс лекций «Основы финансового менеджмента»

5.5. Количественное измерение риска

Средняя арифметическая ожидаемых доходностей ( r i ) инвестиций, взвешенная по вероятности возникновения отдельных значений, называется математическим ожиданием. Условимся называть эту величину средней ожидаемой доходностью :

, (5.5.1)

где p i – вероятность получения доходности r i .

В статистике количественным измерителем степени разброса значений переменной вокруг ее средней величины (математического ожидания) является показатель дисперсии ( σ 2 ):

(5.5.2)

Квадратный корень из дисперсии называется средним квадратическим или стандартным отклонением σ :

(5.5.3)

Данный показатель используется в финансовом менеджменте для количественного измерения степени риска планируемых инвестиций. Чем больше разброс ожидаемых значений доходности вложений вокруг их среднеарифметической величины, тем выше риск, сопряженный с данным вложением . Фактическая величина доходности может быть как значительно выше, так и значительно ниже ее средней величины.

Практическая ценность такого подхода заключается не только (и не столько) в применении статистических формул, а в осознании необходимости многовариантного планирования инвестиционных решений. Любые ожидаемые результаты этих решений могут носить лишь вероятностный характер. От финансиста требуется не только правильно применить формулу расчета доходности инвестиций, но и дать количественную оценку вероятности возникновения конкретного результата. Как минимум, необходимо планировать не менее трех вариантов развития событий : оптимистический, пессимистический и наиболее вероятный. Полная вероятность возникновения всех этих вариантов должна быть равна 1.

Например, оценивая две акции А и Б, инвестор пришел к выводу, что распределение вероятностей их ожидаемой доходности можно представить следующим образом:

Источник

Дисперсия как мера финансового инвестиционного риска. Оценка дисперсии и среднеквадратического отклонения доходности ценных бумаг.

В статистике дисперсия или вариация является показателем, который используется для оценки разброса значений случайной величины относительно ее математического ожидания. В портфельной теории дисперсия доходности является мерой риска, связанного с инвестированием в определенный актив или портфель активов.

Если известен полный набор вероятностей исхода события, что крайне редко встречается на практике, для расчета величины дисперсии используется следующая формула:

где k_i – доходность ценной бумаги или актива при i-ом варианте исхода событий;

— ожидаемая доходность ценной бумаги или актива;

p_i – вероятность i-го варианта исхода событий.

В реальной практике инвестирования аналитику обычно доступны исторические данные о доходности ценной бумаги или актива. Если он располагает всем массивом информации, то есть оценивает дисперсию на основании генеральной совокупности данных, необходимо использовать следующую формулу:

где k_i – i-ое значение доходности ценной бумаги;

— средняя доходность ценной бумаги;

n – количество наблюдений.

Однако чаще оценку риска проводят на основании некоторой выборки из генеральной совокупности данных, поэтому для получения несмещенной оценки дисперсии количество степеней свободы уменьшают на 1. В этом случае формула для ее оценки будет выглядеть следующим образом:

Чем выше значение дисперсии, то есть чем выше разброс доходности актива или портфеля активов относительно его ожидаемой доходности, тем выше будет уровень риска. Напротив, низкие значения этого показателя свидетельствуют о низком уровне риска, связанного с осуществлением инвестиций.

Также следует отметить, что квадратный корень от дисперсии случайной величины является ее среднеквадратическим отклонением.

Под риском можно понимать вероятность возникновения каких-либо отклонений от ожидаемого события. Основополагающими мерами риска финансового актива являются такие показатели, как стандартное отклонение (σ) и дисперсия (D = σ2) сто доходности. В качестве синонима понятия «стандартное отклонение» используют также термин «волатильность». Стандартное отклонение и дисперсия доходности актива отражают степень возможного разброса его фактической доходности вокруг его средней (наиболее вероятной) доходности. Данные меры риска можно определить на основе прошлых данных статистики доходности актива.

Доходность актива на рассматриваемом интервале определяется следующим образом:

где St-1 – стоимость актива в начале интервала наблюдения; St – стоимость актива в конце интервала наблюдения.

Пусть имеются значения доходности акции за п равных интервалов наблюдения. За первый интервал она составила величину R1, за второй – R2 и т.д., за п-й интервал – Rn

Средняя доходность актива за наблюдаемый период (R) рассчитывается по формуле

Дисперсия доходности актива определяется как мера разброса наблюдаемой доходности (в процентах) от ее математического ожидания (средней величины). Формула генеральной дисперсии имеет вид

В случае если количество наблюдений незначительно (меньше 30), то для получения несмещенной оценки рекомендуется использовать так называемую исправленную дисперсию:

Показателем, характеризующим относительный уровень риска финансового актива, является стандартное отклонение его доходности от ожидаемой (средней за период):

При этом оценка допустимого уровня стандартного отклонения является субъективной и характеризует готовность инвестора принимать риск с учетом возможной доходности финансового актива.

Источник

Количественной мерой риска финансового инструмента является дисперсия доходности

2 Дисперсия и стандартное отклонение.

Дисперсия — это мера разброса возможных исходов относительно ожидаемого значения. Следовательно, чем выше дисперсия, тем больше разброс, а значит и риск. Формула для расчета дисперсии следующая:

(2.4)

где ri — доходность актива;
r сред — ожидаемая (средняя) доходность актива;
n — число наблюдений.
Показатель дисперсии измеряют в процентах в квадрате и так как такая интерпретация очень непривычна и тяжела, в качестве другого показателя отклонения значений доходности от ожидаемого значения используется «среднее квадратическое отклонение» (стандартное отклонение), которое является квадратным корнем из дисперсии.

(2.5)

Приведем пример расчета дисперсии и стандартного отклонения при помощи Excel на основе имеющихся данных РАО ЕЭС, Лукойла и Ростелекома, пользуясь встроенными функциями ДИСП и СТАНДОТКЛОН.

Рисунок 2.16 – Вид с формулами
В результате получим:

Рисунок 2.17 – Дисперсии и стандартные отклонения
Итак, можно смело констатировать, что наиболее рискованной бумагой является Ростелеком. Ожидаемая ежемесячная доходность -1.08% при риске 9.44%.а наименее рискованной бумагой является Лукойл. Необходимо отметить, что не всегда актив, имеющий наибольшее стандартного отклонение является самым рискованным. Поэтому, прежде чем использовать стандартное отклонение в качестве меры относительного риска нужно рассчитать риск, приходящийся на единицу доходности при помощи коэффициента вариации. Этот показатель рассмотрен не будет, т.к. применительно к портфельной теории он не обязателен.
Зная ожидаемые доходности и показатели риска (стандартное отклонение), необходимо произвести еще ряд расчетов по определению коэффициентов ковариации и корреляция. После расчета данных коэффициентов станет возможным формирование портфелей, соответствующих нашим требованиям по риску и доходности.

Источник

Дисперсия (вариация) | Variance

В статистике дисперсия или вариация (англ. Variance) является показателем, который используется для оценки разброса значений случайной величины относительно ее математического ожидания. В портфельной теории дисперсия доходности является мерой риска, связанного с инвестированием в определенный актив или портфель активов.

Формула

Если известен полный набор вероятностей исхода события, что крайне редко встречается на практике, для расчета величины дисперсии используется следующая формула:

где k_i – доходность ценной бумаги или актива при i-ом варианте исхода событий;

— ожидаемая доходность ценной бумаги или актива;

p_i – вероятность i-го варианта исхода событий.

В реальной практике инвестирования аналитику обычно доступны исторические данные о доходности ценной бумаги или актива. Если он располагает всем массивом информации, то есть оценивает дисперсию на основании генеральной совокупности данных, необходимо использовать следующую формулу:

где k_i – i-ое значение доходности ценной бумаги;

— средняя доходность ценной бумаги;

n – количество наблюдений.

Однако чаще оценку риска проводят на основании некоторой выборки из генеральной совокупности данных, поэтому для получения несмещенной оценки дисперсии количество степеней свободы уменьшают на 1. В этом случае формула для ее оценки будет выглядеть следующим образом:

Интерпретации дисперсии

Чем выше значение дисперсии, то есть чем выше разброс доходности актива или портфеля активов относительно его ожидаемой доходности, тем выше будет уровень риска. Напротив, низкие значения этого показателя свидетельствуют о низком уровне риска, связанного с осуществлением инвестиций.

Также следует отметить, что квадратный корень от дисперсии случайной величины является ее среднеквадратическим отклонением.

Пример расчета

Пример 1. Предположим, что финансовому аналитику необходимо произвести оценку риска, связанного с приобретением акций Компании А и Компании Б. Предположим, что аналитику известен полный набор вероятностей событий, который представлен в таблице.

Ожидаемая доходность для акций Компании составит 18,75%, а для акций Компании Б 19,45%.

_А = 7*0,05+15*0,2+18*0,5+24*0,2+32*0,05 = 18,75%

_Б = -24*0,05+8*0,2+20*0,5+31*0,2+57*0,05 = 19,45%

В свою очередь, дисперсия доходности акций Компании А будет равна 24,288%, а акций Компании Б 217,948%.

σ 2 _А = (7-18,75)2*0,05 + (15-18,75)2*0,2 + (18-18,75)2*0,5 + (24-18,75)2*0,2 + (32-18,75)2*0,05 = 24,288%

σ 2 _Б = (-24-19,45)2*0,05 + (8-19,45)2*0,2 + (20-19,45)2*0,5 + (31-19,45)2*0,2 + (57-19,45)2*0,05 = 217,948%

Хотя ожидаемая доходность у акций обеих компаний практически одинаковая, риски инвестирования в акции Компании Б будут существенно выше.

Пример 2. Историческая доходность акций за последние пять лет представлена в таблице.

Средняя доходность акции составит 5,784%.

= (5,78+12,33-7,21+8,25+9,77)/5 = 5,784%

Поскольку анализируется не вся генеральная совокупность данных, а только выборку из нее, оценка дисперсии составит 58,42%.

σ 2 = ((5,78-5,784)2 + (12,33-5,784)2 + (-7,21-5,784)2 + (8,25-5,784)2 + (9,77-5,784)2)/(5-1) = 58,42%

Источник

1.2.1. Риск актива

Основополагающими мерами риска финансового актива являются такие показатели как стандартное отклонение и дисперсия его доходности. В качестве синонима понятия стандартное отклонение используют также термин «вола-тильность».

Пусть имеются значения доходности акции за п лет. За первый год она составила величину гх, за второй — г2, третий — г3 и т.д., за п -й год — гп. Разобьем

расчеты на несколько шагов.

ШАГ 1. Определяем среднее значение доходности акции за п лет. Это просто среднее арифметическое значений ее доходности за этот период:

где г — средняя доходность акции;

п — количество лет, за которые наблюдались значения доходности;

ШАГ 2. Определяем для каждого года отклонение фактического значения доходности от ее средней доходности, и возводим полученные данные в квадрат. Для первого года получаем: <г< -г)2, для второго года - (r2 - 7)2, и т. д.,

для п -го года — (гп -7)2.

ШАГ 3. Суммируем квадраты отклонений:

(гх-г)2 +(г2-г)2 + . + (гя-г)2 = -г)2

Глава 1. Ожидаемая доходность и риск портфеля

ШАГ 4. Делим полученную сумму на количество лет:

Величина а2 является дисперсией доходности акции в расчете на год. Как уже отмечалось, дисперсия является показателем рассеяния фактических значений доходности акции вокруг ее средней доходности. Размерность дисперсии представляет собой квадрат доходности акции. Если в формуле мы учитываем доходность в процентах, то размерность дисперсии — это процент в квадрате.

где с — стандартное отклонение доходности акции.

Стандартное отклонение измеряется уже в процентах, т.е. в тех же единицах, что и сама доходность.

Если предположить, что при расчете дисперсии и стандартного отклонения мы учли все существующие значения доходности, т. е., как говорят, всю генеральную совокупность случайной переменной, то полученная по формуле (1.5) дисперсия называется генеральной дисперсией, а стандартное отклонение в формуле (1.6) — генеральным стандартным отклонением. Однако на практике невозможно учесть все фактические значения доходности акции, так как это непрерывная случайная величина. Поэтому оценку данных показателей проводят на основе только части их значений, т.е. на основе некоторой выборки данных. Тогда в результате расчета по формуле (1.5) получают так называемую выборочную дисперсию.

Если в качестве оценки генеральной дисперсии принять выборочную дисперсию, то она будет приводить к систематическим ошибкам, занижая значение генеральной дисперсии. Это происходит потому, что при расчете отклонения его считают не от истинного среднего значения переменной, а от выборочного. Выборочное же среднее непосредственно находится в центре выборки и поэтому отклонения от него выборочных данных в среднем меньше, чем от действительного среднего значения переменной в генеральной совокупности. Чтобы скорректировать данную погрешность переходят к так называемой исправленной дисперсии. Она определяется по формуле:

Формула (1.7) отличается от формулы (1.5) только знаменателем. Данная корректировка осуществляется для того, чтобы получить несмещенную оценку

Глава 1. Ожидаемая доходность и риск портфеля

генеральной дисперсии.8 Корректировка является существенной, если оценку дисперсии проводят на основе небольшого количества данных.

Источник