เมื่อมองการลงทุนคุณต้องดูทั้งความเสี่ยงและผลตอบแทน ในขณะที่ผลตอบแทนสามารถวัดได้อย่างง่ายดายความเสี่ยงไม่สามารถ วันนี้ค่าเบี่ยงเบนมาตรฐานคือการวัดความเสี่ยงที่อ้างอิงมากที่สุดในขณะที่อัตราส่วนชาร์ปเป็นมาตรการความเสี่ยง / ผลตอบแทนที่ใช้กันมากที่สุด อัตราส่วนชาร์ปนั้นมีมาตั้งแต่ปี 2509 แต่ชีวิตของมันก็ยังไม่ผ่านไปโดยปราศจากข้อโต้แย้ง แม้กระทั่งผู้ก่อตั้งรางวัลโนเบลวิลเลียมชาร์ปผู้ก่อตั้งก็ยอมรับว่าอัตราส่วนนี้ไม่มีปัญหา
อัตราส่วน Sharpe เป็นตัวชี้วัดความเสี่ยงที่ดีสำหรับการลงทุนที่มีขนาดใหญ่หลากหลายและมีสภาพคล่อง แต่สำหรับคนอื่น ๆ เช่นกองทุนป้องกันความเสี่ยงสามารถใช้เป็นเพียงหนึ่งในจำนวนของมาตรการความเสี่ยง / ผลตอบแทน
ที่มันล้มเหลว
ปัญหาของอัตราส่วน Sharpe ก็คือมันถูกเน้นด้วยการลงทุนที่ไม่มีการกระจายผลตอบแทนตามปกติ ตัวอย่างที่ดีที่สุดคือกองทุนเฮดจ์ฟันด์ หลายคนใช้กลยุทธ์การซื้อขายแบบไดนามิกและตัวเลือกที่ให้ความเบ้และความชำนาญในการกระจายผลตอบแทน
กลยุทธ์กองทุนเฮดจ์ฟันด์จำนวนมากให้ผลตอบแทนเป็นบวกเล็กน้อยพร้อมผลตอบแทนติดลบเป็นครั้งคราว ตัวอย่างเช่นกลยุทธ์ง่ายๆในการขายตัวเลือกที่ล้ำลึกของเงินมีแนวโน้มที่จะเก็บเบี้ยประกันเล็ก ๆ น้อย ๆ และไม่ต้องจ่ายอะไรเลยจนกว่าจะเจอ "ตัวใหญ่" จนกว่าจะมีการสูญเสียครั้งใหญ่กลยุทธ์นี้จะแสดงอัตราส่วนชาร์ปที่สูงมาก
ตัวอย่างเช่นอ้างอิงจาก Hal Hal ในบทความ Institutional Investor 2545 "ความเสี่ยงได้รับความเสี่ยง" การจัดการเงินทุนระยะยาว (LTCM) มีอัตราส่วนชาร์ปที่สูงมากที่ 4.35 ก่อนที่มันจะเข้าสู่ปี 2541 เช่นเดียวกับในโลกของการลงทุน ไม่รอดพ้นจากภัยพิบัติในระยะยาวเช่นน้ำท่วม 100 ปี หากไม่ใช่เหตุการณ์ประเภทนี้จะไม่มีใครลงทุนในเรื่องอื่นนอกจากหุ้นทุน
กองทุนป้องกันความเสี่ยงที่มีสภาพคล่องต่ำและหลายกองทุนก็มีความผันผวนน้อยกว่าเช่นกันซึ่งจะช่วยให้อัตราส่วนชาร์ปของพวกเขาสะดวกขึ้น ตัวอย่างของสิ่งนี้จะรวมถึงกองทุนตามหมวดหมู่กว้าง ๆ เช่นอสังหาริมทรัพย์หรือภาคเอกชนหรือพื้นที่ลึกลับอื่น ๆ เช่นปัญหาด้อยสิทธิของหลักทรัพย์ที่ได้รับการสนับสนุนการจดจำนองหรือพันธบัตรภัยพิบัติ ไม่มีตลาดที่มีสภาพคล่องสำหรับหลักทรัพย์จำนวนมากในจักรวาลของกองทุนป้องกันความเสี่ยงผู้จัดการกองทุนมีความขัดแย้งทางผลประโยชน์เมื่อกำหนดราคาหลักทรัพย์ของพวกเขา อัตราส่วนชาร์ปไม่มีวิธีการวัดสภาพคล่องซึ่งทำงานได้ตามความต้องการของผู้จัดการกองทุน
ความผันผวนบวก
ความผันผวนยังมีแนวโน้มที่จะเป็นก้อน - กล่าวอีกนัยหนึ่งความผันผวนมีแนวโน้มที่จะก่อให้เกิดความผันผวน ลองย้อนกลับไปที่การล่มสลายของ LTCM หรือวิกฤติหนี้รัสเซียในช่วงปลายยุค 90 ความผันผวนสูงยังคงอยู่กับตลาดเป็นระยะเวลาหนึ่งหลังจากเหตุการณ์เหล่านั้นเกิดขึ้น อ้างอิงจาก Joel Chernoff ในบทความ 2001 ของเขา "คำเตือน: อันตรายที่ซ่อนอยู่ในการป้องกันความเสี่ยง" เหตุการณ์ความผันผวนที่สำคัญมักจะเกิดขึ้นทุกสี่ปี
ความสัมพันธ์แบบอนุกรมยังสามารถทำให้เกินอัตราส่วน Sharpe ได้เมื่อแสดงผลตอบแทนแบบเดือนต่อเดือน จากข้อมูลของ Andrew Lo ใน "The Statistics of Sharpe Ratios" (2002) เอฟเฟกต์นี้อาจทำให้อัตราส่วนเกินจริงมากถึง 65% นี่เป็นเพราะความสัมพันธ์แบบอนุกรมมีแนวโน้มที่จะมีผลต่ออัตราส่วน
นอกจากนี้กองทุนป้องกันความเสี่ยงหลายพันยังไม่ได้ผ่านวงจรธุรกิจที่สมบูรณ์ สำหรับผู้ที่มีหลายคนมีประสบการณ์การเปลี่ยนแปลงผู้จัดการหรือการเปลี่ยนแปลงกลยุทธ์ สิ่งนี้ไม่น่าแปลกใจเนื่องจากอุตสาหกรรมกองทุนป้องกันความเสี่ยงเป็นหนึ่งในสถานที่ที่มีพลวัตที่สุดในโลกการลงทุน อย่างไรก็ตามนั่นไม่ได้ให้ความสะดวกสบายแก่สาธารณชนในการลงทุนเมื่อกองทุนเฮดจ์ฟันด์ที่พวกเขาชอบซึ่งมีอัตราส่วน Sharpe ที่ดีก็ระเบิดขึ้นในวันเดียว แม้ว่าผู้จัดการและกลยุทธ์จะยังคงเหมือนเดิมขนาดของกองทุนสามารถเปลี่ยนแปลงได้ทุกอย่าง - สิ่งที่ได้ผลดีเมื่อกองทุนเฮดจ์ฟันด์ขนาด 50 ล้านดอลลาร์อาจมีการสาปแช่งที่ $ 500 ล้าน
ดักหนูที่ดีกว่า
ดังนั้นจะมีคำตอบที่ง่ายกว่าในการวัดความเสี่ยงและผลตอบแทนหรือไม่
ในขณะที่อัตราส่วนชาร์ปเป็นตัววัดความเสี่ยง / ผลตอบแทนที่โด่งดังที่สุด อัตราส่วน Sortino เป็นหนึ่งในนั้น มันคล้ายกับอัตราส่วน Sharpe แต่ตัวส่วนของมันมุ่งเน้นไปที่ความผันผวนของข้อเสียซึ่งเป็นความผันผวนที่เกี่ยวข้องกับนักลงทุนส่วนใหญ่ กองทุนที่เป็นกลางในตลาดอ้างว่าสามารถให้นักลงทุนของพวกเขาได้ทั้งหมด แต่มีข้อเสีย จำกัด หากเป็นกรณีนั้นอัตราส่วน Sortino จะช่วยให้พวกเขาตรวจสอบการอ้างสิทธิ์นั้นได้ น่าเสียดายที่ในขณะที่อัตราส่วน Sortino นั้นให้ความสนใจมากกว่าอัตราส่วน Sharpe แต่มันก็มีปัญหาเดียวกันอยู่บ้าง
ข้อสรุป
เป็นที่ชัดเจนว่าอัตราส่วนชาร์ปสามารถเป็นหนึ่งในการวัดความเสี่ยง / ผลตอบแทนของคุณ แน่นอนว่ามันจะทำงานได้ดีขึ้นสำหรับการลงทุนที่มีสภาพคล่องและมีการกระจายผลตอบแทนตามปกติเช่น S&P 500 Spiders อย่างไรก็ตามเมื่อพูดถึงกองทุนป้องกันความเสี่ยงคุณจำเป็นต้องมีมากกว่าหนึ่งมาตรการ ตัวอย่างเช่น Morningstar ใช้การวัดจำนวนมาก: ความเบ้, ความโด่ง, อัตราส่วน Sortino, เดือนที่เป็นบวก, เดือนที่ติดลบ, เดือนที่เลวร้ายที่สุดและการเบิกถอนเงินสูงสุด ด้วยข้อมูลประเภทนี้นักลงทุนจะได้รับภาพการลงทุนที่ดีขึ้นและสิ่งที่คาดหวังในอนาคต
โปรดจำไว้ว่า Harry Kat ศาสตราจารย์ด้านการบริหารความเสี่ยงและผู้อำนวยการศูนย์วิจัยการลงทุนทางเลือกที่ Cass Business School ในลอนดอนกล่าวว่า "Risk is one word แต่ไม่ใช่ตัวเลขเดียว"
