อัตราการชาร์ปสามารถเพิ่มความเสี่ยงได้อย่างไร

เมื่อมองหาการลงทุนคุณต้องดูทั้งคู่ความเสี่ยงและผลตอบแทน- ในขณะที่ผลตอบแทนสามารถหาปริมาณได้ง่ายความเสี่ยงไม่สามารถทำได้ วันนี้,ค่าเบี่ยงเบนมาตรฐานมีการอ้างอิงมากที่สุดมาตรการเสี่ยงในขณะที่อัตราส่วนชาร์ปเป็นมาตรการความเสี่ยง/ผลตอบแทนที่ใช้กันมากที่สุด อัตราส่วนชาร์ปได้รับมาตั้งแต่ปี 2509 แต่ชีวิตของมันไม่ได้ผ่านไปโดยไม่มีการโต้เถียง แม้แต่ผู้ก่อตั้งโนเบลผู้ได้รับรางวัลวิลเลียมชาร์ปก็ยอมรับว่าอัตราส่วนนั้นไม่ได้ไม่มีปัญหา

อัตราส่วนชาร์ปเป็นตัวชี้วัดความเสี่ยงที่ดีสำหรับการลงทุนขนาดใหญ่ที่หลากหลายและมีสภาพคล่อง แต่สำหรับคนอื่น ๆ เช่นกองทุนป้องกันความเสี่ยงสามารถใช้เป็นหนึ่งในจำนวนของมาตรการความเสี่ยง/ผลตอบแทนเท่านั้น

ที่มันล้มเหลว

ปัญหาเกี่ยวกับอัตราส่วนชาร์ปคือมันถูกเน้นโดยการลงทุนที่ไม่มีการกระจายปกติของผลตอบแทน ตัวอย่างที่ดีที่สุดคือกองทุนป้องกันความเสี่ยง หลายคนใช้กลยุทธ์การซื้อขายแบบไดนามิกและตัวเลือกที่หลีกเลี่ยงความเบ้และKurtosisในการกระจายผลตอบแทน

กลยุทธ์กองทุนป้องกันความเสี่ยงจำนวนมากสร้างผลตอบแทนเชิงบวกเล็กน้อยด้วยขนาดใหญ่เป็นครั้งคราวผลตอบแทนติดลบ- ตัวอย่างเช่นกลยุทธ์ง่ายๆในการขายลึกนอกเงินตัวเลือกมีแนวโน้มที่จะรวบรวมเบี้ยประกันขนาดเล็กและไม่ต้องจ่ายอะไรเลยจนกว่าจะถึง "ใหญ่" จนกว่าจะมีการสูญเสียครั้งใหญ่กลยุทธ์นี้จะแสดงอัตราส่วนชาร์ปที่สูงมาก

ตัวอย่างเช่นตาม Hal Lux ในบทความนักลงทุนสถาบันปี 2545 ของเขา "Risk Gets Riskier"การจัดการเงินทุนระยะยาว (LTCM)มีอัตราส่วนชาร์ปที่สูงมากที่ 4.35 ก่อนที่มันจะเกิดขึ้นในปี 1998 เช่นเดียวกับในธรรมชาติโลกการลงทุนไม่ได้มีภูมิคุ้มกันต่อภัยพิบัติระยะยาวเช่นเช่นน้ำท่วม 100 ปี ถ้ามันไม่ใช่สำหรับเหตุการณ์ประเภทนี้ไม่มีใครลงทุนในสิ่งใดนอกจากหุ้น

กองทุนป้องกันความเสี่ยงที่มีสภาพคล่องต่ำและหลายคนก็ดูเหมือนจะน้อยกว่าระเหยซึ่งช่วยอัตราส่วนชาร์ปของพวกเขาได้อย่างสะดวก ตัวอย่างนี้จะรวมถึงเงินทุนตามหมวดหมู่กว้าง ๆ เช่นอสังหาริมทรัพย์หรือความเป็นส่วนตัวหรือพื้นที่ลึกลับมากกว่าเช่นปัญหาด้อยสิทธิของหลักทรัพย์จำนองที่ได้รับการสนับสนุนหรือพันธบัตรภัยพิบัติ- ไม่มีตลาดสภาพคล่องสำหรับหลักทรัพย์หลายแห่งในจักรวาลกองทุนป้องกันความเสี่ยงผู้จัดการกองทุนมีความขัดแย้งทางผลประโยชน์เมื่อกำหนดราคาหลักทรัพย์ของพวกเขา อัตราส่วนชาร์ปไม่มีทางวัดความคล่องซึ่งทำงานในความโปรดปรานของผู้จัดการกองทุน

ความผันผวนบวก

ความผันผวนยังมีแนวโน้มที่จะมาเป็นก้อน - กล่าวอีกนัยหนึ่งความผันผวนมีแนวโน้มที่จะผสมพันธุ์ความผันผวน ลองนึกย้อนกลับไปที่การล่มสลายของ LTCM หรือวิกฤตหนี้รัสเซียในช่วงปลายยุค 90 ความผันผวนสูงอยู่กับตลาดเป็นระยะเวลาหนึ่งหลังจากเหตุการณ์เหล่านั้นเกิดขึ้น จากข้อมูลของ Joel Chernoff ในบทความปี 2001 "คำเตือน: อันตรายที่ซ่อนอยู่ในพุ่มไม้" เหตุการณ์ความผันผวนที่สำคัญมักจะเกิดขึ้นทุก ๆ สี่ปี

ความสัมพันธ์แบบอนุกรมนอกจากนี้ยังสามารถเกินอัตราส่วนชาร์ปเมื่ออยู่ในผลตอบแทนเดือนต่อเดือน จากข้อมูลของ Andrew Lo ใน "สถิติของอัตราส่วน Sharpe" (2002) ผลกระทบนี้อาจทำให้อัตราส่วนเกินจริงมากถึง 65% นี่เป็นเพราะความสัมพันธ์แบบอนุกรมมีแนวโน้มที่จะมีผลกระทบต่ออัตราส่วน

นอกจากนี้กองทุนป้องกันความเสี่ยงหลายพันคนยังไม่เคยผ่านมาแล้ววงจรธุรกิจ- สำหรับผู้ที่มีหลายคนมีประสบการณ์การเปลี่ยนแปลงของผู้จัดการหรือการเปลี่ยนแปลงกลยุทธ์ สิ่งนี้ไม่น่าแปลกใจเพราะอุตสาหกรรมกองทุนป้องกันความเสี่ยงเป็นหนึ่งในโลกที่มีพลวัตมากที่สุดในโลกการลงทุน อย่างไรก็ตามนั่นไม่ได้ให้ความสะดวกสบายแก่สาธารณชนเมื่อกองทุนป้องกันความเสี่ยงที่พวกเขาชื่นชอบซึ่งเป็นสปอร์ตอัตราส่วนชาร์ปที่ดี แม้ว่าผู้จัดการและกลยุทธ์จะยังคงเหมือนเดิมขนาดของกองทุนสามารถเปลี่ยนแปลงทุกอย่างได้ - สิ่งที่ใช้งานได้ดีเมื่อกองทุนป้องกันความเสี่ยงมีขนาด 50 ล้านดอลลาร์อาจเป็นคำสาปที่ 500 ล้านดอลลาร์

หนูที่ดีกว่า

ดังนั้นมีคำตอบที่ง่ายขึ้นสำหรับการวัดความเสี่ยงและผลตอบแทนหรือไม่?

ในขณะที่อัตราส่วนชาร์ปเป็นมาตรการความเสี่ยง/ผลตอบแทนที่โด่งดังที่สุด แต่คนอื่น ๆ ได้รับการพัฒนา ที่อัตราส่วน Sortinoเป็นหนึ่งในนั้น มันคล้ายกับอัตราส่วน Sharpe แต่ตัวหารของมันมุ่งเน้นไปที่ความผันผวนของข้อเสียเพียงอย่างเดียวซึ่งเป็นความผันผวนที่เกี่ยวข้องกับนักลงทุนส่วนใหญ่ตลาดเป็นกลางกองทุนอ้างว่าสามารถให้นักลงทุนได้รับข้อเสีย แต่ จำกัด หากเป็นกรณีนี้อัตราส่วน sortino จะช่วยให้พวกเขาตรวจสอบการเรียกร้องนั้น น่าเสียดายที่ในขณะที่อัตราส่วน sortino มุ่งเน้นมากกว่าอัตราส่วนชาร์ป แต่ก็มีปัญหาบางอย่างเดียวกัน

บทสรุป

เป็นที่ชัดเจนว่าอัตราส่วนชาร์ปสามารถเป็นหนึ่งในของคุณการวัดความเสี่ยง/ผลตอบแทน- แน่นอนว่ามันจะทำงานได้ดีขึ้นสำหรับการลงทุนที่มีสภาพคล่องและมีผลตอบแทนโดยปกติเช่น S&P 500แมงมุม- อย่างไรก็ตามเมื่อพูดถึงกองทุนป้องกันความเสี่ยงคุณต้องมีมากกว่าหนึ่งมาตรการ ตัวอย่างเช่น,Morningstarตอนนี้ใช้การวัดจำนวนมาก: ความเบ้, kurtosis, อัตราส่วน sortino, เดือนบวก, เดือนเชิงลบ, เดือนที่เลวร้ายที่สุดและการเบิกถอนสูงสุด- ด้วยข้อมูลประเภทนี้นักลงทุนจะได้รับภาพการลงทุนที่ดีขึ้นและสิ่งที่คาดหวังในอนาคต

จำไว้ว่า Harry Kat ศาสตราจารย์แห่งการบริหารความเสี่ยงและผู้อำนวยการศูนย์วิจัยการลงทุนทางเลือกที่ Cass Business School ในลอนดอนกล่าวว่า "ความเสี่ยงเป็นคำเดียว แต่ไม่ใช่ตัวเลขเดียว"