นักลงทุนหลายคนเคยประสบกับความผันผวนของผลการดำเนินงานในช่วงเวลาต่าง ๆ ของวงจรตลาด ในขณะที่ความผันผวนอาจจะมากกว่าที่คาดการณ์ไว้ในบางครั้งก็สามารถทำให้รูปแบบที่การวัดความผันผวนโดยทั่วไปก่อให้เกิดปัญหาของหุ้นที่ดูเหมือนว่าจะเกิดขึ้นโดยไม่คาดคิดและไม่แน่นอน
บทความนี้มีวัตถุประสงค์เพื่อหารือเกี่ยวกับประเด็นที่เกี่ยวข้องกับการวัดความผันผวนแบบดั้งเดิมและเพื่ออธิบายวิธีการที่ใช้งานง่ายยิ่งขึ้นที่นักลงทุนสามารถใช้เพื่อช่วยในการประเมินขนาดของความเสี่ยง
แนวทางที่ง่ายในการคำนวณความผันผวน
การวัดความผันผวนแบบดั้งเดิม
นักลงทุนส่วนใหญ่รู้ว่าค่าเบี่ยงเบนมาตรฐานเป็นสถิติทั่วไปที่ใช้วัดความผันผวน ค่าเบี่ยงเบนมาตรฐานนั้นนิยามง่ายๆว่าเป็นสแควร์รูทของความแปรปรวนเฉลี่ยของข้อมูลจากค่าเฉลี่ย ในขณะที่สถิตินี้ค่อนข้างง่ายในการคำนวณสมมติฐานที่อยู่เบื้องหลังการตีความมีความซับซ้อนมากขึ้นซึ่งจะทำให้เกิดความกังวลเกี่ยวกับความถูกต้องของมัน เป็นผลให้มีความสงสัยในระดับหนึ่งโดยรอบความถูกต้องของมันเป็นตัวชี้วัดความเสี่ยงที่ถูกต้อง
เพื่อให้ส่วนเบี่ยงเบนมาตรฐานเป็นตัวชี้วัดความเสี่ยงที่ถูกต้องจะต้องมีการสันนิษฐานว่าข้อมูลประสิทธิภาพการลงทุนเป็นไปตามการแจกแจงแบบปกติ ในแง่กราฟิกการแจกแจงปกติของข้อมูลจะพล็อตบนแผนภูมิในลักษณะที่ดูเหมือนเส้นโค้งรูประฆัง หากมาตรฐานนี้ยังคงเป็นจริงอยู่ที่ประมาณ 68% ของผลลัพธ์ที่คาดหวังควรอยู่ระหว่าง± 1 ส่วนเบี่ยงเบนมาตรฐานจากผลตอบแทนที่คาดหวังของการลงทุน 95% ควรอยู่ระหว่าง± 2 ส่วนเบี่ยงเบนมาตรฐานและ 99.7% ควรอยู่ระหว่าง± 3 เบี่ยงเบนมาตรฐาน
ตัวอย่างเช่นในช่วงระยะเวลาของวันที่ 1 มิถุนายน 2522 จนถึง 1 มิถุนายน 2552 ดัชนีเฉลี่ย S&P 500 สำหรับรอบ 3 ปีที่ 9.5% และค่าเบี่ยงเบนมาตรฐานอยู่ที่ 10% เมื่อพิจารณาจากพารามิเตอร์พื้นฐานของผลการดำเนินงานเราคาดว่า 68% ของเวลาที่คาดว่าผลการดำเนินงานของดัชนี S&P 500 จะอยู่ในช่วง -0.5% และ 19.5% (9.5% ± 10%)
น่าเสียดายที่มีสามเหตุผลหลักที่ว่าทำไมข้อมูลประสิทธิภาพการลงทุนอาจไม่ได้รับการเผยแพร่ตามปกติ ขั้นแรกผลการลงทุนมักจะเบ้ซึ่งหมายความว่าการกระจายผลตอบแทนมักไม่สมดุล เป็นผลให้นักลงทุนมีแนวโน้มที่จะพบกับช่วงเวลาที่สูงผิดปกติและมีประสิทธิภาพต่ำ ประการที่สองประสิทธิภาพการลงทุนโดยทั่วไปจะแสดงคุณสมบัติที่เรียกว่า kurtosis ซึ่งหมายความว่าประสิทธิภาพการลงทุนจะแสดงช่วงเวลาบวกและ / หรือลบจำนวนมากอย่างผิดปกติ เมื่อนำมารวมกันปัญหาเหล่านี้จะแปรเปลี่ยนรูปลักษณ์ของเส้นโค้งรูประฆังและบิดเบือนความแม่นยำของการเบี่ยงเบนมาตรฐานเพื่อวัดความเสี่ยง
นอกเหนือจากความเบ้และความรุนแรงแล้วปัญหาที่เรียกว่า ความแตกต่างของข้อมูลประสิทธิภาพการลงทุนตัวอย่างนั้นไม่คงที่ตลอดเวลา ดังนั้นค่าเบี่ยงเบนมาตรฐานจึงมีความผันผวนตามความยาวของช่วงเวลาที่ใช้ในการคำนวณหรือช่วงเวลาที่เลือกเพื่อทำการคำนวณ
เช่นเดียวกับความเบ้และความรุนแรงการแยกแยะความแตกต่างของ heteroskedasticity จะทำให้ส่วนเบี่ยงเบนมาตรฐานเป็นตัวชี้วัดความเสี่ยงที่ไม่น่าเชื่อถือ เมื่อนำมารวมกันปัญหาทั้งสามนี้อาจทำให้นักลงทุนเข้าใจผิดถึงความผันผวนของการลงทุนและทำให้พวกเขามีความเสี่ยงมากกว่าที่คาดการณ์ไว้
การวัดความผันผวนแบบง่าย
โชคดีที่มีวิธีที่ง่ายกว่าและแม่นยำกว่าในการวัดและตรวจสอบความเสี่ยงผ่านกระบวนการที่เรียกว่าวิธีการทางประวัติศาสตร์ ในการใช้วิธีนี้นักลงทุนเพียงแค่แสดงกราฟประสิทธิภาพที่ผ่านมาของการลงทุนของพวกเขาโดยสร้างแผนภูมิที่เรียกว่าฮิสโตแกรม
ฮิสโตแกรมเป็นแผนภูมิที่แสดงสัดส่วนของการสังเกตที่อยู่ในช่วงของหมวดหมู่ ตัวอย่างเช่นในแผนภูมิด้านล่างประสิทธิภาพเฉลี่ยย้อนกลับสามปีของดัชนี S&P 500 สำหรับรอบระยะเวลา 1 มิถุนายน 2522 ถึง 1 มิถุนายน 2552 ได้ถูกสร้างขึ้น แกนแนวตั้งหมายถึงขนาดของประสิทธิภาพของดัชนี S&P 500 และแกนนอนแสดงถึงความถี่ที่ดัชนี S&P 500 ได้รับประสบการณ์ดังกล่าว
รูปที่ 1: ฮิสโทแกรมประสิทธิภาพดัชนี S&P 500
ตามแผนภูมิแสดงให้เห็นว่าการใช้ฮิสโตแกรมช่วยให้นักลงทุนสามารถกำหนดเปอร์เซ็นต์ของเวลาที่ประสิทธิภาพของการลงทุนอยู่ภายในหรือสูงกว่าหรือต่ำกว่าช่วงที่กำหนด ตัวอย่างเช่น 16% ของการสังเกตประสิทธิภาพดัชนี S&P 500 ได้รับผลตอบแทนระหว่าง 9% ถึง 11.7% ในแง่ของประสิทธิภาพต่ำกว่าหรือสูงกว่าเกณฑ์ก็สามารถกำหนดได้ว่าดัชนี S&P 500 ประสบการสูญเสียมากกว่าหรือเท่ากับ 1.1%, 16% ของเวลาและประสิทธิภาพสูงกว่า 24.8%, 7.7% ของเวลา
เปรียบเทียบวิธีการ
การใช้วิธีการทางประวัติศาสตร์ผ่านฮิสโตแกรมมีข้อดีสามประการที่สำคัญกว่าการใช้ส่วนเบี่ยงเบนมาตรฐาน ก่อนอื่นวิธีการในอดีตไม่ต้องการให้กระจายการลงทุนตามปกติ ประการที่สองผลกระทบของความเบ้และความรุนแรงถูกบันทึกไว้อย่างชัดเจนในแผนภูมิฮิสโตแกรมซึ่งให้ข้อมูลที่จำเป็นแก่นักลงทุนเพื่อลดความผันผวนที่ไม่คาดคิด ประการที่สามนักลงทุนสามารถตรวจสอบขนาดของกำไรและขาดทุน
ข้อเสียเปรียบเพียงอย่างเดียวของวิธีการทางประวัติศาสตร์คือฮิสโตแกรมเช่นการใช้ส่วนเบี่ยงเบนมาตรฐานได้รับผลกระทบจากผลกระทบที่อาจเกิดขึ้นของ อย่างไรก็ตามสิ่งนี้ไม่น่าแปลกใจเนื่องจากนักลงทุนควรเข้าใจว่าผลการดำเนินงานที่ผ่านมาไม่ได้บ่งบอกถึงผลตอบแทนในอนาคต ไม่ว่าในกรณีใดแม้จะมีข้อแม้อย่างหนึ่ง แต่วิธีการในอดีตยังคงทำหน้าที่เป็นตัววัดความเสี่ยงการลงทุนขั้นพื้นฐานที่ยอดเยี่ยมและควรใช้โดยนักลงทุนเพื่อประเมินขนาดและความถี่ของกำไรและขาดทุนที่อาจเกิดขึ้นจากโอกาสในการลงทุน
การประยุกต์ใช้วิธีการ
นักลงทุนสร้างฮิสโตแกรมเพื่อช่วยให้พวกเขาตรวจสอบคุณลักษณะความเสี่ยงของการลงทุนของพวกเขาได้อย่างไร
คำแนะนำหนึ่งคือการขอข้อมูลประสิทธิภาพการลงทุนจาก บริษัท จัดการการลงทุน อย่างไรก็ตามข้อมูลที่จำเป็นยังสามารถได้รับโดยการรวบรวมราคาปิดรายเดือนของสินทรัพย์การลงทุนซึ่งมักจะพบได้จากแหล่งต่าง ๆ แล้วคำนวณประสิทธิภาพการลงทุนด้วยตนเอง
หลังจากรวบรวมข้อมูลประสิทธิภาพหรือคำนวณด้วยตนเองแล้วคุณสามารถสร้างฮิสโตแกรมได้โดยการนำเข้าข้อมูลลงในแพ็คเกจซอฟต์แวร์เช่น Microsoft Excel และใช้คุณสมบัติเสริมการวิเคราะห์ข้อมูลของซอฟต์แวร์ โดยใช้วิธีการนี้นักลงทุนควรสามารถสร้างฮิสโตแกรมได้ง่ายซึ่งจะช่วยให้พวกเขาวัดความผันผวนที่แท้จริงของโอกาสการลงทุนของพวกเขา
บรรทัดล่าง
ในแง่การปฏิบัติการใช้ฮิสโตแกรมควรอนุญาตให้นักลงทุนตรวจสอบความเสี่ยงของการลงทุนของพวกเขาในลักษณะที่จะช่วยให้พวกเขาวัดจำนวนเงินที่พวกเขายืนที่จะทำให้หรือสูญเสียเป็นประจำทุกปี นักลงทุนควรประหลาดใจน้อยลงเมื่อตลาดมีความผันผวนอย่างมากดังนั้นพวกเขาจึงควรรู้สึกพึงพอใจกับการลงทุนของพวกเขาในทุกสภาพแวดล้อมทางเศรษฐกิจ
