ทำความเข้าใจอัตราส่วน Sharpe
ตั้งแต่วิลเลียมชาร์ปสร้าง อัตราส่วนความคมชัด ในปี พ.ศ. 2509 นับเป็นหนึ่งในมาตรการด้านความเสี่ยง/ผลตอบแทนที่มีการอ้างอิงมากที่สุดที่ใช้ในด้านการเงิน และความนิยมส่วนใหญ่มาจากความเรียบง่ายอัตราส่วนความน่าเชื่อถือเพิ่มขึ้นอีกเมื่อศาสตราจารย์ชาร์ปได้รับรางวัลโนเบลสาขาเศรษฐศาสตร์ในปี 2533 จากผลงานของเขาในเรื่อง รูปแบบการกำหนดราคาสินทรัพย์ทุน (CAPM).
ในบทความนี้ เราจะแจกแจงอัตราส่วน Sharpe และส่วนประกอบต่างๆ
อัตราส่วนความคมชัดที่กำหนด
นักการเงินส่วนใหญ่เข้าใจวิธีการคำนวณอัตราส่วน Sharpe และสิ่งที่แสดงถึง อัตราส่วนนี้อธิบายผลตอบแทนส่วนเกินที่คุณได้รับสำหรับส่วนพิเศษ ความผันผวน คุณอดทนในการถือสินทรัพย์เสี่ยงจำไว้ว่าคุณต้องได้รับการชดเชยสำหรับความเสี่ยงเพิ่มเติมที่คุณรับจากการไม่ถือ a สินทรัพย์ที่ปราศจากความเสี่ยง.
เราจะให้ความเข้าใจที่ดีขึ้นเกี่ยวกับวิธีการทำงานของอัตราส่วนนี้ โดยเริ่มจากสูตร:
NS(NS)=NSNSNSNSอีวี(NSNS)(NSNS−NSNS)ที่ไหน:NS=การลงทุนNSNS=อัตราผลตอบแทนเฉลี่ยของ NSNSNS=อัตราผลตอบแทนที่ดีที่สุดของ a การรักษาความปลอดภัยที่ปราศจากความเสี่ยง (เช่น T-bills)
ผลตอบแทน (rx)
ผลตอบแทนที่วัดได้อาจเป็นความถี่ใดก็ได้ (เช่น รายวัน รายสัปดาห์ รายเดือน หรือรายปี) หากมีการกระจายตามปกติ จุดอ่อนของอัตราส่วนในที่นี้คือ: ผลตอบแทนของสินทรัพย์บางรายการไม่ได้กระจายตามปกติ
Kลมพิษ—หางอ้วนขึ้นและยอดเขาสูงขึ้น—หรือ ความเบ้ อาจมีปัญหาสำหรับอัตราส่วนเช่น ส่วนเบี่ยงเบนมาตรฐาน ไม่ได้ผลเมื่อเกิดปัญหาเหล่านี้ ในบางครั้ง การใช้สูตรนี้อาจเป็นอันตรายได้เมื่อไม่มีการกระจายผลตอบแทนตามปกติ
อัตราผลตอบแทนที่ปราศจากความเสี่ยง (rf )
NS อัตราผลตอบแทนที่ไร้ความเสี่ยง ใช้เพื่อดูว่าคุณได้รับค่าตอบแทนอย่างเหมาะสมสำหรับความเสี่ยงเพิ่มเติมที่เกิดจากสินทรัพย์หรือไม่ ตามเนื้อผ้า อัตราผลตอบแทนที่ปราศจากความเสี่ยงเป็นวันที่สั้นที่สุด ตั๋วเงินของรัฐบาล (เช่น T-Bill ของสหรัฐอเมริกา) แม้ว่าการรักษาความปลอดภัยประเภทนี้จะมีความผันผวนน้อยที่สุด แต่บางคนก็โต้แย้งว่าการรักษาความปลอดภัยที่ปราศจากความเสี่ยงควรตรงกับระยะเวลาของการลงทุนที่เปรียบเทียบกันได้
ตัวอย่างเช่น หุ้นเป็นสินทรัพย์ที่มีระยะเวลายาวนานที่สุด หากเทียบกับสินทรัพย์ปลอดความเสี่ยงที่มีระยะเวลายาวนานที่สุด: ออกโดยรัฐบาล หลักทรัพย์ป้องกันเงินเฟ้อ (ไอพีเอส)? การใช้ IPS ที่มีอายุยาวนานจะส่งผลให้ค่าอัตราส่วนแตกต่างกันอย่างแน่นอนเพราะในค่าปกติ อัตราดอกเบี้ย สภาพแวดล้อม IPS ควรมีผลตอบแทนที่แท้จริงสูงกว่าตั๋วแลกเงิน
ตัวอย่างเช่น ดัชนี Barclays US Treasury US Treasury Inflation-Protected Securities 1-10 Year Index ให้ผลตอบแทน 3.3% สำหรับงวดสิ้นสุดวันที่ 7 กันยายน 30, 2017 ในขณะที่ดัชนี S&P 500 กลับมา 7.4% ภายในระยะเวลาเดียวกันบางคนอาจโต้แย้งว่านักลงทุนได้รับการชดเชยความเสี่ยงในการเลือกหุ้นมากกว่าพันธบัตรอย่างเป็นธรรม อัตราส่วน Sharpe ของดัชนีพันธบัตรที่ 1.16% เทียบกับ 0.38% สำหรับดัชนีหุ้นจะบ่งชี้ว่าตราสารทุนเป็นสินทรัพย์ที่มีความเสี่ยงมากกว่า
ค่าเบี่ยงเบนมาตรฐาน (StdDev (x))
ตอนนี้เราได้คำนวณผลตอบแทนส่วนเกินโดยการลบอัตราผลตอบแทนที่ไม่มีความเสี่ยงออกจาก ผลตอบแทนของสินทรัพย์เสี่ยงเราต้องหารด้วยค่าเบี่ยงเบนมาตรฐานของความเสี่ยงที่วัดได้ สินทรัพย์. ดังที่ได้กล่าวไว้ข้างต้น ยิ่งตัวเลขสูงเท่าไร การลงทุนก็จะยิ่งดูดีขึ้นจากมุมมองของความเสี่ยง/ผลตอบแทน
วิธีกระจายผลตอบแทนคือจุดอ่อนของอัตราส่วนชาร์ป เส้นโค้งระฆัง อย่านำการเคลื่อนไหวครั้งใหญ่ในตลาดมาพิจารณา ดังที่ Benoit Mandelbrot และ Nassim Nicholas Taleb บันทึกไว้ใน "ผู้เชี่ยวชาญด้านการเงินได้รับความเสี่ยงผิดทั้งหมดอย่างไร" (โชค, 2005)เส้นโค้งระฆังถูกนำมาใช้เพื่อความสะดวกทางคณิตศาสตร์ไม่ใช่ความสมจริง
อย่างไรก็ตาม เว้นแต่ส่วนเบี่ยงเบนมาตรฐานจะมีขนาดใหญ่มาก การงัด อาจไม่ส่งผลต่ออัตราส่วน ทั้งตัวเศษ (ผลตอบแทน) และตัวส่วน (ส่วนเบี่ยงเบนมาตรฐาน) สามารถเพิ่มเป็นสองเท่าได้โดยไม่มีปัญหา ถ้าค่าเบี่ยงเบนมาตรฐานสูงเกินไป เราจะเห็นปัญหา ตัวอย่างเช่น หุ้นที่มีเลเวอเรจ 10 ต่อ 1 อาจเห็นราคาลดลง 10% ได้ง่าย ซึ่งจะทำให้ทุนเดิมลดลง 100% และต้น มาร์จิ้นคอล.
อัตราส่วนที่คมชัดและความเสี่ยง
การทำความเข้าใจความสัมพันธ์ระหว่างอัตราส่วน Sharpe กับความเสี่ยงมักมาจากการวัดค่าเบี่ยงเบนมาตรฐาน หรือที่เรียกว่าความเสี่ยงทั้งหมด กำลังสองของค่าเบี่ยงเบนมาตรฐานคือ ความแปรปรวนซึ่งใช้กันอย่างแพร่หลายโดย Harry Markowitz ผู้ได้รับรางวัลโนเบลผู้บุกเบิก ทฤษฎีผลงานสมัยใหม่.
เหตุใด Sharpe จึงเลือกส่วนเบี่ยงเบนมาตรฐานเพื่อปรับผลตอบแทนส่วนเกินสำหรับความเสี่ยง และทำไมเราต้องสนใจ เรารู้ว่า Markowitz เข้าใจความแปรปรวน การวัดทางสถิติ การกระจายตัว หรือข้อบ่งชี้ว่าอยู่ห่างจาก มูลค่าที่คาดหวังเป็นสิ่งที่ไม่พึงปรารถนาสำหรับนักลงทุนรากที่สองของความแปรปรวนหรือส่วนเบี่ยงเบนมาตรฐานมีรูปแบบหน่วยเดียวกับชุดข้อมูลที่วิเคราะห์และมักวัดความเสี่ยง
ตัวอย่างต่อไปนี้แสดงให้เห็นว่าเหตุใดนักลงทุนจึงควรคำนึงถึงความแปรปรวน:
นักลงทุนมีพอร์ตการลงทุนให้เลือกสามพอร์ต โดยทั้งหมดจะได้รับผลตอบแทนที่คาดหวัง 10 เปอร์เซ็นต์ในอีก 10 ปีข้างหน้า ผลตอบแทนเฉลี่ยในตารางด้านล่างแสดงถึงความคาดหวังที่ระบุไว้ ผลตอบแทนที่ได้รับสำหรับ ขอบฟ้าการลงทุน ถูกระบุด้วยผลตอบแทนรายปี ซึ่งใช้ ประนอม เข้าบัญชี. ตามที่ตารางข้อมูลและแผนภูมิแสดง ส่วนเบี่ยงเบนมาตรฐานจะนำผลตอบแทนออกจาก ผลตอบแทนที่คาด. หากไม่มีความเสี่ยง—ค่าเบี่ยงเบนมาตรฐานเป็นศูนย์—ผลตอบแทนของคุณจะเท่ากับผลตอบแทนที่คาดหวัง
ผลตอบแทนเฉลี่ยที่คาดหวัง
ปี | Portfolio A | Portfolio B | Portfolio C |
ปี 1 | 10.00% | 9.00% | 2.00% |
ปี2 | 10.00% | 15.00% | -2.00% |
ปีที่ 3 | 10.00% | 23.00% | 18.00% |
ปี 4 | 10.00% | 10.00% | 12.00% |
ปีที่ 5 | 10.00% | 11.00% | 15.00% |
ป.6 | 10.00% | 8.00% | 2.00% |
ปี7 | 10.00% | 7.00% | 7.00% |
ปีที่ 8 | 10.00% | 6.00% | 21.00% |
ปีที่ 9 | 10.00% | 6.00% | 8.00% |
ปี 10 | 10.00% | 5.00% | 17.00% |
ผลตอบแทนเฉลี่ย | 10.00% | 10.00% | 10.00% |
ผลตอบแทนรายปี | 10.00% | 9.88% | 9.75% |
ส่วนเบี่ยงเบนมาตรฐาน | 0.00% | 5.44% | 7.80% |
การใช้อัตราส่วนความคมชัด
Sharpe Ratio คือการวัดผลตอบแทนที่มักใช้ในการเปรียบเทียบประสิทธิภาพของผู้จัดการการลงทุนโดยการปรับความเสี่ยง
ตัวอย่างเช่น ผู้จัดการการลงทุน A สร้างผลตอบแทน 15% และผู้จัดการการลงทุน B สร้างผลตอบแทน 12% ดูเหมือนว่าผู้จัดการ A จะทำผลงานได้ดีกว่า อย่างไรก็ตาม หากผู้จัดการ A เสี่ยงมากกว่าผู้จัดการ B ผู้จัดการ B อาจมีโอกาสที่ดีกว่า ผลตอบแทนที่ปรับความเสี่ยง.
เพื่อดำเนินการต่อกับตัวอย่าง สมมติว่าอัตราปลอดความเสี่ยงคือ 5% และพอร์ตการลงทุนของผู้จัดการ A มีค่าเบี่ยงเบนมาตรฐานที่ 8% ในขณะที่พอร์ตการลงทุนของผู้จัดการ B มีค่าเบี่ยงเบนมาตรฐานที่ 5% อัตราส่วน Sharpe สำหรับผู้จัดการ A จะเท่ากับ 1.25 ในขณะที่อัตราส่วนของผู้จัดการ B จะเท่ากับ 1.4 ซึ่งดีกว่าอัตราส่วนของผู้จัดการ A จากการคำนวณเหล่านี้ ผู้จัดการ B สามารถสร้างผลตอบแทนที่สูงขึ้นโดยปรับตามความเสี่ยง
สำหรับความเข้าใจบางอย่าง อัตราส่วน 1 หรือดีกว่านั้นดี 2 หรือดีกว่านั้นดีมาก และ 3 หรือดีกว่านั้นยอดเยี่ยม
บรรทัดล่าง
ต้องประเมินความเสี่ยงและผลตอบแทนร่วมกันเมื่อพิจารณาทางเลือกการลงทุน นี่คือประเด็นสำคัญที่นำเสนอในทฤษฎีผลงานสมัยใหม่ในคำจำกัดความทั่วไปของความเสี่ยง ส่วนเบี่ยงเบนมาตรฐานหรือความแปรปรวนจะนำรางวัลไปจากนักลงทุน ดังนั้น ควรจัดการกับความเสี่ยงพร้อมกับผลตอบแทนเมื่อเลือกการลงทุน อัตราส่วน Sharpe สามารถช่วยคุณกำหนดทางเลือกการลงทุนที่จะให้ผลตอบแทนสูงสุดในขณะที่พิจารณาความเสี่ยง