Формула дисперсии в инвестициях в

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.

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

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

— ожидаемая доходность ценной бумаги или актива;

pi – 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 ki – 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%

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

— ожидаемая доходность ценной бумаги или актива;

pi – 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 ki – 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.

§ 4.2. Диверсификация инвестиций и дисперсия дохода

Определим теперь, что дает диверсификация для уменьшения риска, и выявим условия, когда эта цель достигается. В качестве объекта анализа примем некоторый абстрактный портфель ценных бумаг (далее для краткости — портфель). Такой выбор объясняется методологическими преимуществами — в этом случае проще выявить зависимости между основными переменными. Однако многие из полученных результатов без большой натяжки можно распространить и на производственные инвестиции.

В § 4.1 отмечалось, что в качестве измерителя риска в долгосрочных финансовых операциях широко распространена такая мера, как дисперсия дохода во времени. Диверсификация портфеля при правильном ее применении приводит к уменьшению этой дисперсии при всех прочих равных условиях. Диверсификация базируется на простой гипотезе. Если каждая компонента портфеля (в рассматриваемой задаче — вид ценной бумаги) характеризуется некоторой дисперсией дохода, то доход от портфеля имеет дисперсию, определяемую его составом. Таким образом, изменяя состав портфеля, можно менять суммарную дисперсию дохода, а в некоторых случаях свести ее к минимуму.

Итак, пусть имеется портфель из п видов ценных бумаг. Доход от одной бумаги вида i составляет величину di. Суммарный доход А равен:

(4.1)

Если di представляет собой средний доход от бумаги вида i, то величина А характеризует средний доход от портфеля бумаг в целом.

Для начала положим, что показатели доходов различных видов бумаг являются статистически независимыми величинами (иначе говоря, не коррелируют между собой). Дисперсия дохода портфеля (обозначим ее D) в этом случае находится как

(4.2)

где Di — дисперсия дохода от бумаги вида i.

Для упрощения, которое нисколько не повлияет на результаты дальнейших рассуждений, перейдем от абсолютного измерения количества ценных бумаг к относительному. Пусть теперь ai характеризует долю в портфеле бумаги вида i. Соответственно 0 ai 1; ai = 1.

Для зависимых в статистическом смысле показателей дохода отдельных бумаг дисперсию суммарного дохода находим следующим образом 19 :

(4.3)

где Di — дисперсия дохода от бумаги вида i;

rij — коэффициент корреляции дохода от бумаг вида i и j;

и — среднее квадратическое отклонение доходау бумаг вида i и j.

Коэффициент корреляции двух случайных переменных х и у 20 , как известно, определяется по формуле:

, (4.4)

где — средние (в нашем случае средние доходы двух видов бумаг).

Для расчетов часто применяется следующая рабочая формула:

.

Поскольку коэффициент корреляции может быть как положительной, так и отрицательной величиной, то при положительной корреляции дисперсия суммарного дохода увеличивается, при отрицательной — сокращается. В самом деле, при заметной отрицательной корреляции положительные отклонения от среднего дохода одних бумаг погашаются отрицательными отклонениями у других. И наоборот, при положительной корреляции отклонения суммируются, что увеличивает общую дисперсию и риск.

Проследим теперь, каково влияние масштаба диверсификации на размер риска. Под масштабом диверсификации будем понимать количество объектов, возможных для инвестирования (количество видов ценных бумаг). Обратимся к условному примеру, который позволяет наиболее отчетливо выделить влияние указанного фактора. Итак, пусть портфель состоит из бумаг различного вида, но имеющих одинаковую дисперсию дохода . Удельные веса в портфеле каждого вида бумаг также одинаковы, а общая сумма вложений равна 1. Положим, что показатели доходности у отдельных видов бумаг статистически независимы, т. е. применима формула (4.2). В этих условиях для оценки величины среднего квадратического отклонения дохода портфеля получим:

,

где п — количество видов ценных бумаг.

Воспользуемся приведенной формулой и определим дисперсию дохода для портфеля, состоящего из двух и трех видов бумаг. Так, для двух бумаг имеем

.

Для трех видов бумаг квадратическое отклонение портфеля составит 0,580. Таким образом, с увеличением числа составляющих портфеля риск уменьшается даже при одинаковой дисперсии составляющих элементов, однако действенность диверсификации снижается. Соответствующая зависимость изображена на рис. 4.2.

Увеличение масштабов диверсификации оказывает наибольшее влияние на начальных стадиях — при малых значениях n. Например, в рамках рассмотренного примера переход от одного вида бумаг к четырем сокращает квадратическое отклонение на 50%, а от одного к восьми — на 65%.

Полученные выше выводы в отношении тенденции изменения среднего квадратического отклонения в зависимости от числа составляющих при условии, когда дисперсии составляю-

щих одинаковы, справедливы и для более общих случаев. Однако зависимость этого параметра от степени диверсификации проявляется здесь не столь четко.

Посмотрим теперь, как изменяются доход и величина риска при изменении структуры портфеля. Для этого вернемся к формулам (4.2) и (4.3) и запишем их только для двух видов бумаг (X и Y). Такой анализ вряд ли имеет практическое значение. Однако с его помощью наглядно демонстрируются последствия «смешения» ценных бумаг с различными доходностью и дисперсией. Для независимых доходов получим:

(4.5)

и для зависимых доходов

(4.6)

В этом случае среднее значение суммарного дохода определяется как

Положим, что dy > dx и . Тогда увеличение доли бумаг второго вида увеличивает доходность портфеля. Так, на основе (4.7) получим

Что касается дисперсии, то, как следует из (4.6), положение не столь однозначно и зависит от знака и степени корреляции. В связи с этим подробно рассмотрим три ситуации:

полная положительная корреляция доходов (rxy = +1),

независимость доходов или нулевая корреляция (rху = 0).

В первом случае увеличение дохода за счет включения в портфель бумаги вида Y помимо X сопровождается ростом как дохода, так и дисперсии. Для портфеля, содержащего оба вида бумаг, квадратическое отклонение находится в пределах (рис. 4.3).

Для частного случая, когда , получим по формуле (4.6)D =. Иначе говоря, «смешение» инвестиций здесь не окажет никакого влияния на величину дисперсии.

При полной отрицательной корреляции доходов динамика квадратического отклонения доходов от портфеля более сложная. По мере движения от точки X к точке Y эта величина сначала сокращается и доходит до нуля в точке B, затем растет (рис. 4.4).

В последней из рассматриваемых ситуаций (rху = 0) квадратическое отклонение при увеличении доли бумаги Y проходит точку минимума, равного , далее оно растет до(рис. 4.5).

Совместим теперь все три графика на одном (рис. 4.6). Как видим, все возможные варианты зависимости «доход — среднее квадратическое отклонение» находятся в треугольнике XBY.

Из сказанного непосредственно следует, что эффективность диверсификации (в отношении сокращения риска) наблюдается только при отрицательной или, в крайнем случае, нулевой корреляции.

Портфель должен состоять из двух видов бумаг, параметры которых: dx = 2; = 0,8;dy = 3; = 1,1.

Доход от портфеля: А = 2ах + 3ау . Таким образом, доход в зависимости от величины долей находится в пределах 2А3 .

Дисперсия суммы дохода составит:

.

Определим доход и дисперсию для портфеля с долями, равными, допустим, 0,3 и 0,7. Получим по формулам (4.5) и (4.6):

Таким образом, при полной положительной корреляции D = 0,854, при полной отрицательной корреляции D = 0,484 . В итоге с вероятностью 95% можно утверждать, что суммарный доход находится в первом случае в пределах

во втором он определяется пределами

.

При нулевой корреляции доходов пределы составят

.

Продолжим анализ с двумя бумагами и проследим, как влияет включение в портфель безрисковой (risk free) инвестиции 21 . Для этого заменим в портфеле бумагу Y с параметрами dy, на бумагу с такой же доходностью, но с нулевой дисперсией. Доходность портфеля от такой замены, разумеется, не изменится. Что же касается дисперсии, то она теперь составит:

.

Дисперсия и среднее квадратическое отклонение дохода портфеля теперь зависят от удельного веса безрисковой составляющей:

(4.9)

Таким образом, «разбавление» портфеля безрисковой бумагой снижает риск портфеля в целом, а квадратическое отклонение дохода портфеля определяется убывающей линейной функцией доли безрисковой бумаги. Если dx > dy (в противном случае проблема выбора портфеля отпадает — он должен состоять только из безрисковых бумаг), то доход от портфеля по мере увеличения доли безрисковой бумаги уменьшается от dx до dy, а величина квадратического отклонения сокращается от до 0 (рис. 4.7). И наоборот, рост доли рисковой бумаги увеличивает как риск, так и доход.

Последнее утверждение для портфеля, состоящего из двух видов бумаг, иллюстрируется уравнением (4.10):

В свою очередь, на основе (4.9) находим

.

В итоге получим интересное соотношение

. (4.11)

Дробь в приведенном выражении иногда называют рыночной ценой риска. Если эта величина равна, скажем, 0,5, то при росте квадратического отклонения на 1% доход увеличится на 0,5%.

Источники: http://allfi.biz/financialmanagement/RiskAndReturns/dispersija.php, http://infopedia.su/15x1cfe.html, http://studfiles.net/preview/2214105/page:17/

Источник: invest-4you.ru