สารบัญ
- อัตราส่วนชาร์ปคืออะไร?
- สูตรและการคำนวณ
- การถอดรหัสอัตราส่วนชาร์ป
- อัตราส่วนชาร์ปเทียบกับอัตราส่วน Sortino
- ข้อ จำกัด ในการใช้อัตราส่วนชาร์ป
- ตัวอย่างของการใช้อัตราส่วนชาร์ป
อัตราส่วนชาร์ปคืออะไร?
อัตราส่วนชาร์ปได้รับการพัฒนาโดยผู้ได้รับรางวัลโนเบลวิลเลี่ยมชาร์ปและใช้เพื่อช่วยให้นักลงทุนเข้าใจผลตอบแทนจากการลงทุนเมื่อเทียบกับความเสี่ยง อัตราส่วนคือผลตอบแทนเฉลี่ยที่ได้รับเกินอัตราที่ปราศจากความเสี่ยงต่อหน่วยความผันผวนหรือความเสี่ยงทั้งหมด
การลบอัตราปลอดความเสี่ยงจากผลตอบแทนเฉลี่ยช่วยให้นักลงทุนสามารถแยกกำไรที่เกี่ยวข้องกับกิจกรรมการเสี่ยงได้ดีขึ้น โดยทั่วไปยิ่งอัตราส่วนของ Sharpe มีค่ามากเท่าใดก็ยิ่งให้ผลตอบแทนที่ปรับความเสี่ยงได้ดียิ่งขึ้น
อัตราส่วนชาร์ป
ประเด็นที่สำคัญ
- อัตราส่วน Sharpe ปรับผลงานที่ผ่านมาหรือผลการดำเนินงานในอนาคตที่คาดไว้สำหรับความเสี่ยงส่วนเกินที่นักลงทุนอัตราส่วน Sharpe สูงเป็นสิ่งที่ดีเมื่อเทียบกับพอร์ตการลงทุนที่คล้ายกันหรือกองทุนที่มีผลตอบแทนต่ำอัตราส่วน Sharpe มีจุดอ่อนหลายประการ สมมติว่าผลตอบแทนการลงทุนมีการกระจายตามปกติ
สูตรและการคำนวณอัตราส่วนชาร์ป
อัตราส่วนชาร์ป = σp Rp −Rf โดยที่: Rp = ผลตอบแทนของ portfolioRf = อัตราปลอดความเสี่ยง = = ค่าเบี่ยงเบนมาตรฐานของผลตอบแทนส่วนเกินของพอร์ต
อัตราส่วนชาร์ปคำนวณโดยการลบอัตราปลอดความเสี่ยงจากผลตอบแทนของพอร์ตการลงทุนและหารผลนั้นด้วยค่าเบี่ยงเบนมาตรฐานของผลตอบแทนส่วนเกินของพอร์ต
การถอดรหัสอัตราส่วนชาร์ป
อัตราส่วนชาร์ปได้กลายเป็นวิธีที่ใช้กันอย่างแพร่หลายในการคำนวณผลตอบแทนที่ปรับความเสี่ยง ทฤษฎีการลงทุนสมัยใหม่ระบุว่าการเพิ่มสินทรัพย์ลงในพอร์ตการลงทุนที่หลากหลายซึ่งมีความสัมพันธ์ต่ำสามารถลดความเสี่ยงในการลงทุนได้โดยไม่ต้องเสียสละผลตอบแทน
การเพิ่มการกระจายความเสี่ยงควรเพิ่มอัตราส่วน Sharpe เมื่อเทียบกับพอร์ตการลงทุนที่คล้ายกันที่มีระดับความหลากหลายต่ำกว่า เพื่อให้เป็นจริงนักลงทุนจะต้องยอมรับสมมติฐานว่าความเสี่ยงนั้นเท่ากับความผันผวนที่ไม่สมเหตุสมผล แต่อาจแคบเกินไปที่จะนำไปใช้กับการลงทุนทั้งหมดได้
สามารถใช้อัตราส่วน Sharpe เพื่อประเมินผลงานที่ผ่านมา (ผลงานอดีต) ที่มีการใช้ผลตอบแทนจริงในสูตร อีกทางหนึ่งนักลงทุนสามารถใช้พอร์ตโฟลิโอที่คาดหวังและอัตราปลอดความเสี่ยงที่คาดหวังในการคำนวณอัตราส่วนชาร์ป (ยกเว้นก่อนหน้านี้)
อัตราส่วนชาร์ปยังสามารถช่วยอธิบายว่าผลตอบแทนส่วนเกินของพอร์ตนั้นเกิดจากการตัดสินใจลงทุนอย่างชาญฉลาดหรือเป็นผลมาจากความเสี่ยงที่มากเกินไป แม้ว่าพอร์ตโฟลิโอหรือกองทุนหนึ่งกองทุนสามารถเพลิดเพลินกับผลตอบแทนที่สูงกว่าคู่แข่ง แต่มันเป็นการลงทุนที่ดีหากผลตอบแทนที่สูงกว่านั้นไม่ได้มาพร้อมกับความเสี่ยงที่เพิ่มขึ้น
ยิ่งอัตราส่วน Sharpe ของพอร์ตโฟลิโอมากเท่าไหร่ประสิทธิภาพการปรับความเสี่ยงก็จะยิ่งดีขึ้นเท่านั้น หากการวิเคราะห์ส่งผลให้อัตราส่วนชาร์ปติดลบนั่นหมายความว่าอัตราปลอดความเสี่ยงนั้นมากกว่าผลตอบแทนของพอร์ตโฟลิโอหรือคาดว่าพอร์ตโฟลิโอของพอร์ตจะเป็นลบ ไม่ว่าในกรณีใดอัตราส่วนชาร์ปลบจะไม่สื่อความหมายที่มีประโยชน์ใด ๆ
อัตราส่วนชาร์ปเทียบกับอัตราส่วน Sortino
การเปลี่ยนแปลงของอัตราส่วน Sharpe คืออัตราส่วน Sortino ซึ่งจะลบผลกระทบของการเคลื่อนไหวของราคาสูงขึ้นในส่วนเบี่ยงเบนมาตรฐานเพื่อมุ่งเน้นไปที่การกระจายของผลตอบแทนที่ต่ำกว่าเป้าหมายหรือผลตอบแทนที่ต้องการ อัตราส่วน Sortino ยังแทนที่อัตราปลอดความเสี่ยงด้วยผลตอบแทนที่ต้องการในตัวเศษของสูตรทำให้สูตรการส่งคืนพอร์ตโฟลิโอน้อยกว่าผลตอบแทนที่ต้องการหารด้วยการกระจายของผลตอบแทนต่ำกว่าเป้าหมายหรือผลตอบแทนที่ต้องการ
อีกรูปแบบหนึ่งของอัตราส่วน Sharpe คืออัตราส่วน Treynor ที่ใช้ผลงานเบต้าหรือสหสัมพันธ์ที่พอร์ตโฟลิโอมีกับส่วนที่เหลือของตลาด เป้าหมายของอัตราส่วน Treynor คือการกำหนดว่านักลงทุนจะได้รับการชดเชยสำหรับการรับความเสี่ยงเพิ่มเติมเหนือความเสี่ยงโดยธรรมชาติของตลาดหรือไม่ สูตรอัตราส่วน Treynor คือผลตอบแทนของพอร์ตการลงทุนน้อยกว่าอัตราปลอดความเสี่ยงหารด้วยเบต้าของพอร์ต
ข้อ จำกัด ในการใช้อัตราส่วนชาร์ป
อัตราส่วน Sharpe ใช้ค่าเบี่ยงเบนมาตรฐานของผลตอบแทนในส่วนที่เป็นพร็อกซีของความเสี่ยงผลงานทั้งหมดซึ่งสันนิษฐานว่าผลตอบแทนที่กระจายตามปกติ การแจกแจงข้อมูลแบบปกติเหมือนกับการทอยลูกเต๋าเป็นคู่ เรารู้ว่าหลาย ๆ ม้วนผลที่พบบ่อยที่สุดจากลูกเต๋าคือ 7 และผลลัพธ์ที่พบได้น้อยที่สุดคือ 2 และ 12
อย่างไรก็ตามผลตอบแทนในตลาดการเงินนั้นเบี่ยงเบนไปจากค่าเฉลี่ยเนื่องจากราคาลดลงอย่างมากหรือมีหนามแหลมจำนวนมาก นอกจากนี้ค่าเบี่ยงเบนมาตรฐานถือว่าการเคลื่อนไหวของราคาในทิศทางใดทิศทางหนึ่งมีความเสี่ยงเท่ากัน
อัตราส่วน Sharpe สามารถจัดการได้โดยผู้จัดการพอร์ตโฟลิโอที่ต้องการเพิ่มประวัติผลตอบแทนที่ปรับความเสี่ยงได้อย่างชัดเจน สิ่งนี้สามารถทำได้โดยการยืดช่วงเวลาการวัด สิ่งนี้จะส่งผลให้การประเมินความผันผวนลดลง ตัวอย่างเช่นค่าเบี่ยงเบนมาตรฐานรายปีของผลตอบแทนรายวันโดยทั่วไปจะสูงกว่าผลตอบแทนรายสัปดาห์ซึ่งก็คือสูงกว่าผลตอบแทนรายเดือน
การเลือกช่วงเวลาสำหรับการวิเคราะห์ด้วยอัตราส่วนชาร์ปที่มีศักยภาพที่ดีที่สุดแทนที่จะเป็นช่วงมองย้อนกลับที่เป็นกลางเป็นอีกวิธีในการเลือกข้อมูลที่จะบิดเบือนผลตอบแทนที่ปรับความเสี่ยง
ตัวอย่างของการใช้อัตราส่วนชาร์ป
อัตราส่วน Sharpe มักจะใช้เพื่อเปรียบเทียบการเปลี่ยนแปลงในลักษณะผลตอบแทนความเสี่ยงโดยรวมเมื่อมีการเพิ่มสินทรัพย์หรือหมวดสินทรัพย์ใหม่ในพอร์ต ตัวอย่างเช่นนักลงทุนกำลังพิจารณาเพิ่มการจัดสรรกองทุนป้องกันความเสี่ยงให้กับพอร์ตโฟลิโอที่มีอยู่ซึ่งแบ่งระหว่างหุ้นและพันธบัตรและได้รับผลตอบแทน 15% ในปีที่ผ่านมา อัตราปลอดความเสี่ยงในปัจจุบันคือ 3.5% และความผันผวนของผลตอบแทนของพอร์ตการลงทุนคือ 12% ซึ่งทำให้อัตราส่วนชาร์ป 95.8% หรือ (15% - 3.5%) หารด้วย 12%
นักลงทุนเชื่อว่าการเพิ่มกองทุนป้องกันความเสี่ยงลงในพอร์ตจะลดผลตอบแทนที่คาดว่าจะเป็น 11% สำหรับปีถัดไป แต่ยังคาดว่าความผันผวนของพอร์ตจะลดลงถึง 7% เขาหรือเธอสันนิษฐานว่าอัตราปลอดความเสี่ยงจะยังคงเหมือนเดิมในปีถัดไป ใช้สูตรเดียวกันกับตัวเลขในอนาคตโดยประมาณนักลงทุนพบว่าพอร์ตมีอัตราส่วนชาร์ปที่คาดว่าจะ 107% หรือ (11% - 3.5%) หารด้วย 7%
ที่นี่นักลงทุนได้แสดงให้เห็นว่าถึงแม้ว่าการลงทุนในกองทุนเฮดจ์ฟันด์จะลดผลตอบแทนที่แน่นอนของพอร์ตโฟลิโอ แต่ก็มีการปรับปรุงประสิทธิภาพการทำงานบนพื้นฐานการปรับความเสี่ยง หากการเพิ่มการลงทุนใหม่ลดอัตราส่วน Sharpe ก็ไม่ควรเพิ่มในพอร์ตการลงทุน ตัวอย่างนี้สมมติว่าอัตราส่วนชาร์ปที่อ้างอิงกับประสิทธิภาพที่ผ่านมาสามารถเปรียบเทียบได้กับประสิทธิภาพในอนาคตที่คาดไว้