ความเบ้คืออะไร?
ความเบ้หมายถึงการบิดเบือนหรือความไม่สมดุลในเส้นโค้งรูปสมมาตรหรือการแจกแจงแบบปกติในชุดข้อมูล หากเส้นโค้งเลื่อนไปทางซ้ายหรือไปทางขวาจะเป็นการเบ้ ความเบ้สามารถวัดได้ในฐานะตัวแทนของขอบเขตที่การแจกแจงที่กำหนดแตกต่างจากการแจกแจงแบบปกติ การแจกแจงแบบปกติมีความเบ้ของศูนย์ในขณะที่การแจกแจงแบบ lognormal จะแสดงระดับความเบ้ด้านขวา
การแจกแจงความน่าจะเป็นสามแบบที่อธิบายด้านล่างนี้มีความเบ้ (หรือเอียงขวา) ไปทางบวกในระดับที่เพิ่มขึ้น การแจกแจงเชิงเบ้เป็นที่รู้จักกันว่าการแจกแจงเบ้ซ้าย ความเบ้ใช้ร่วมกับ kurtosis เพื่อตัดสินความเป็นไปได้ของเหตุการณ์ที่ตกลงไปในหางของการแจกแจงความน่าจะเป็น
รูปภาพโดย Julie Bang © Investopedia 2019
ประเด็นที่สำคัญ
- สถิติความเบ้คือระดับของการบิดเบือนจากเส้นโค้งรูปสมมาตรในการแจกแจงความน่าจะเป็นการแจกแจงสามารถแสดงความเบ้ (บวก) ขวาหรือซ้าย (ลบ) เบ้ถึงองศาที่ต่างกันนักสังเกตความเบ้เมื่อตัดสินการกระจายผลตอบแทน kurtosis พิจารณาถึงสุดขีดของชุดข้อมูลแทนที่จะมุ่งเน้นไปที่ค่าเฉลี่ยเพียงอย่างเดียว
อธิบายความเบ้
นอกจากความเอียงเชิงบวกและลบการแจกแจงยังสามารถกล่าวได้ว่ามีความเบ้เป็นศูนย์หรือไม่ได้นิยาม ในเส้นโค้งของการแจกแจงข้อมูลทางด้านขวาของเส้นโค้งอาจลดลงแตกต่างจากข้อมูลทางด้านซ้าย เรียวเหล่านี้เรียกว่า "ก้อย" Negative skew หมายถึงหางที่ยาวขึ้นหรืออ้วนขึ้นที่ด้านซ้ายของการกระจายขณะที่การเอียงเชิงบวกหมายถึงหางที่ยาวขึ้นหรืออ้วนขึ้นที่ด้านขวา
ค่าเฉลี่ยของข้อมูลที่เบ้ในเชิงบวกจะมากกว่าค่ามัธยฐาน ในการแจกแจงที่เบ้ในทางลบตรงข้ามแน่นอนคือกรณี: ค่าเฉลี่ยของข้อมูลที่เบ้ลบจะน้อยกว่าค่ามัธยฐาน หากกราฟข้อมูลสมมาตรการแจกแจงจะมีความเบ้เป็นศูนย์ไม่ว่าหางจะยาวหรืออ้วนแค่ไหน
มีหลายวิธีในการวัดความเบ้ สัมประสิทธิ์ความเบ้แรกและตัวที่สองของเพียร์สันนั้นเป็นสองค่าทั่วไป สัมประสิทธิ์ความเบ้แรกของเพียร์สันหรือความเบ้โหมดเพียร์สันจะลบโหมดออกจากค่าเฉลี่ยและหารความแตกต่างด้วยค่าเบี่ยงเบนมาตรฐาน สัมประสิทธิ์ความเบ้ของเพียร์สันที่สองหรือความเบ้ของเพียร์สันหักค่ามัธยฐานจากค่าเฉลี่ยคูณความแตกต่างโดยสามและหารผลิตภัณฑ์ด้วยค่าเบี่ยงเบนมาตรฐาน
สูตรสำหรับความเบ้ของเพียร์สันคือ:
Sk1 = sX¯ − Mo Sk2 = s3X¯ − Md โดยที่: Sk1 = สัมประสิทธิ์ความเบ้แรกของ Pearson และ Sk2 วินาทีวินาที = ค่าเบี่ยงเบนมาตรฐานสำหรับsampleX¯ = คือค่าเฉลี่ยโม = โมดัล ค่า (โหมด)
สัมประสิทธิ์ความเบ้แรกของเพียร์สันนั้นมีประโยชน์หากข้อมูลแสดงโหมดที่แข็งแกร่ง หากข้อมูลมีโหมดอ่อนหรือหลายโหมดสัมประสิทธิ์ที่สองของ Pearson อาจดีกว่าเนื่องจากไม่ได้พึ่งพาโหมดเป็นการวัดแนวโน้มกลาง
ความเบ้คืออะไร
ความเบ้บอกอะไรคุณบ้าง?
นักลงทุนสังเกตความเบ้เมื่อตัดสินการกระจายผลตอบแทนเพราะมันเหมือนกับความรุนแรงที่พิจารณาถึงความสุดขั้วของชุดข้อมูลแทนที่จะมุ่งเน้นไปที่ค่าเฉลี่ยเพียงอย่างเดียว นักลงทุนระยะสั้นและระยะกลางโดยเฉพาะอย่างยิ่งจำเป็นต้องดูสุดขั้วเพราะพวกเขามีโอกาสน้อยที่จะดำรงตำแหน่งนานพอที่จะมั่นใจได้ว่าค่าเฉลี่ยจะทำงานออกเอง
นักลงทุนมักใช้ค่าเบี่ยงเบนมาตรฐานเพื่อทำนายผลตอบแทนในอนาคต แต่ค่าเบี่ยงเบนมาตรฐานถือว่าเป็นการกระจายแบบปกติ เมื่อการกระจายของผลตอบแทนกลับมาใกล้ปกติความเบ้เป็นวิธีที่ดีกว่าในการคาดการณ์ประสิทธิภาพพื้นฐาน นี่เป็นเพราะความเสี่ยงความเบ้
ความเสี่ยงของความเบ้คือความเสี่ยงที่เพิ่มขึ้นของการเปิดจุดข้อมูลที่มีความเบ้สูงในการแจกแจงแบบเบ้ แบบจำลองทางการเงินจำนวนมากที่พยายามทำนายผลการดำเนินงานในอนาคตของสินทรัพย์ถือเป็นการกระจายตัวแบบปกติซึ่งมาตรการของแนวโน้มกลางมีค่าเท่ากัน หากข้อมูลถูกบิดเบือนโมเดลชนิดนี้จะประเมินความเสี่ยงความเบ้ต่ำกว่าการคาดการณ์เสมอ ยิ่งข้อมูลเบ้มากเท่าใดความแม่นยำทางการเงินก็จะน้อยลงเท่านั้น
