虽然高回报的诱惑通常是金融上的焦点,但富裕的投资者知道,有效管理风险通常是使长期成功和毁灭性损失之间最大的差异。风险管理并不是要完全避免风险,而是要理解和减轻风险。
衡量未来的潜在危险为投资者和金融专业人员提供了评估潜在弊端的工具。这些方法范围从简单的统计措施到复杂的数学模型,每个模型都提供自己的见解。通过量化他们面临的风险,投资者可以更好地将其投资组合与风险承受能力和财务目标保持一致。
下面,我们探讨用于衡量投资风险的最常见和有效方法。我们将回顾传统的指标,例如标准偏差和Beta,以及更复杂的技术,例如风险(VAR)和应力测试。此外,我们将研究如何在实际情况下应用这些工具并讨论它们的优势和局限性。
关键要点
- 风险管理分析投资的回报相对于其风险水平,其风险通常会产生更高的回报。
- 基于历史数据的统计方法用于衡量风险,这是损失的可能性。
- 常见的风险管理技术包括标准偏差,Sharpe比率和Beta。
- 风险(VAR)和相关指标的价值量化潜在的美元影响并评估特定结果的可能性。
- 风险管理解决系统的风险(影响所有投资)和非系统性风险(特定于个人投资)。
测量风险的概述
投资者和金融专业人员使用各种工具来分析投资风险。这些方法范围从基本的统计度量到复杂的数学模型。最基本的风险措施,例如标准偏差和β,使您对投资的波动性以及与更广泛的市场相比的基础了解。更复杂的技术(如VAR和条件VAR(CVAR))为特定场景的风险提供了微妙的视图。
每种方法都有其优势,而熟练的风险经理通常将它们结合在一起,以建立更好,更全面的风险状况。仅使用一种风险度量类似于仅通过观察温度来预测天气。以下是关键市场资产的指标图表。
1。标准偏差
标准偏差除了平均值外,是最著名的统计措施,从其平均值中量化数据的分散。像财务地震仪一样,它衡量了投资绩效的震颤,帮助预期投资组合或资产的地震。
在金融中,它经常用于评估投资相对于其年收益率的历史波动。例如,具有高标准偏差的股票经历更大的波动性,从而使其风险更大。
与投资的平均收益一起使用以检查历史结果的分散时,标准偏差最有价值。
重要的
标准偏差是通过将平方差的总和与投资平均值除以数据集中包含的项目数的平方根:√[σ(x -μ)² / n],其中x =数据集中的每个值,μ=数据集的平均值,n = n =数据点的数量。
标准偏差的替代方案是半偏差,仅考虑回报均低于平均值,以关注下行风险。这对于比总体波动更关心潜在损失的投资者特别有用。
2。夏普比率
这夏普比率使投资者能够评估他们获得的超额回报,以持有持有特定资产的额外波动。较高的夏普比表示更好的风险调整性能。例如,通常认为1.5的尖锐比率为好,2.0非常好,而3.0非常好。但是,这些数字可能与您正在评估的市场或行业有关。
虽然广泛使用,但夏普比率有一些局限性。它假设收益是正态分布的,并且将上行和下行波动率相同。为了解决这些问题,已经开发了变化:
重要的
夏普比率是通过从投资总回报中减去无风险回报率来计算的。然后,将此结果除以投资超额回报的标准偏差:(Rp- rf) / pprp=投资组合的返回,rf=无风险费率和σp=投资组合超额收益的标准偏差。
3。Beta
beta相对于整个股票市场,衡量安全性或行业的系统风险。它为投资者提供了一种评估投资波动率与基准(通常是更广泛的市场)相比的快速方法。
如果安全性的beta等于一个,则安全性具有与广泛市场相同的波动性概况。 Beta大于一个的安全性比市场更波动。 Beta少于一个的安全性比市场易变。
重要的
Beta是通过将投资和市场超额回报的协方差除以超出无风险利率的超额市场收益的差异:协方差(R我,rm) /差异(rm)r我=投资回报和Rm=市场返回。
4。风险的价值(WAS)
有风险的价值(我们的) 是给定置信区间在给定时期内有风险资产或投资组合价值的潜在价值损失的统计量度。它提供了一个易于理解的数字,该数字封装了投资的下行风险。
VAR就像是财务天气预报,告诉您未来风暴的机会。例如,假设投资组合的投资组合的10%VAR为500万美元。因此,投资组合在一年期间有10%的机会损失500万美元。
VAR有一些明显的局限性:
- 它没有提供有关超出VAR阈值的损失严重性的信息。它会告诉您可能的预测,但不会给您一个可能消灭您的低度风暴的机会。
- 它可能会低估市场压力期间的风险或具有异常回报分布的资产。
- 不同的计算方法可以为同一投资组合产生不同的结果。
提示
当想要评估特定结果和结果的可能性时,VAR是最有用的。
可以使用几种方法来计算VAR:
- 历史方法使用过去的数据来投影未来的结果。
- 方差 - 协方差方法(或者参数方法)假定回报的正态分布。
- 蒙特卡洛模拟根据所提供的标准生成许多场景。
有条件价值处于风险(CVAR)
有条件的价值(CVAR),也称为预期的缺口,通过测量预期损失大于VAR,解决了VAR的某些局限性。也就是说,如果VAR就像关于即将到来的暴风雨有多糟糕的天气预报一样,CVAR告诉您,如果风暴变成直接定居在头顶的飓风,该风暴会发生什么。
提示
CVAR对于想要了解最大潜在损失的投资者最有用,因为统计学上可能发生的可能性较小。
例如,假设风险经理计算出投资的平均损失为1000万美元,对于投资组合最差的1%可能的结果。在这种情况下,CVAR或预期缺口对于这一投资分销曲线的1%是1000万美元。短缺不太可能,但仍然可能是可能的,因此您仍然需要计划。
5。r平方
R平方(r2),也称为确定系数,代表基金或安全性运动的百分比,可以通过基准指数的变化来解释。对于股票而言,基准通常为标准普尔500指数,而美国国库券则为固定收入证券做这项工作。
达到另一个类比,r2就像金融DNA测试。它告诉我们从基准继承了投资的行为的多少。 R平方对于以下内容特别有用:
- 评估共同基金或交易所交易基金(ETF)的紧密接近跟踪其基准
- 确定其他指标等其他指标的相关性
- 确定收取主动管理费的“壁橱指数资金”,但确实密切跟踪指数。
高r2(高于0.85)表明该基金的绩效与基准密切相关,这可能表明被动资金的有效索引跟踪或潜在的积极资金“壁橱索引”,这可能是您可能为更高的被动管理基金支付更高的费用比率。
低R平方表明,基金的绩效是由基准运动以外的因素驱动的。
重要的
找到R的公式2是将无法解释的方差(残留物的平方之和)除以总方差(正方形总和)。然后,从1:r减去此商2= 1-(平方残差的总和 /总和总和)。
这是该指标的一些限制:
- 它没有表明投资的表现表现不佳还是表现不佳。
- 高R平方并不一定意味着基金是一项不错的投资。它只是说它与基准高度相关。
- R平方可能会随着时间的流逝而变化,尤其是在市场波动期间。
在确定为什么投资价格变化时,R平方是最有用的。
系统与非系统性风险
风险管理分为两个广泛的类别:系统性和非系统性风险。两种类型都会影响每项投资,尽管特定风险在证券之间各不相同。
系统性风险
系统性风险与整体市场有关。这种风险会影响每个安全性,并且是不可预测和不可涉及的。但是,可以通过对冲。例如,政治动荡是一种系统的风险,可能会影响整个金融部门纽带,库存和货币市场。这些部门内的所有证券都将受到不利影响。
非系统性风险
第二类,非系统性风险,特定于公司或行业。它也被称为多样化的风险,可以通过资产多样化来减轻。例如,如果您投资于一家石油公司,则假设公司和更广泛的能源领域的所有风险。
为了防止非系统性的风险,您可以通过购买原油或公司的投票选择来对冲您的投资组合。最终目标是减少投资组合范围接触到石油行业和特定公司。
风险测量示例
让我们考虑一笔超额回报的投资,标准偏差为15%。我们将Sharpe比率计算为0.8,证明了所承担的每个风险单位所达到的回报水平。该指标可帮助您评估平衡投资的效率风险和回报。
此外,如果投资的年收益平均为10%,标准偏差为5%,则大多数收益可能会在5%至15%之间。这可以帮助您了解与投资相关的可变性和风险。
风险测量与风险评估
风险测量通常涉及使用统计工具和指标,例如上述方法)。该过程提供了代表与投资相关的风险程度的数值。通过使用这些,投资者可以轻松地比较不同投资的风险水平并做出数据驱动的决策。主要目的是通过可衡量的数据提供对风险的具体和精确理解。
同时,风险评估具有更广泛的范围,专注于识别,分析和优先考虑潜在风险。它涉及查看风险来源,评估潜在影响,并确定减轻或管理它们的最佳策略。风险评估更具定性和战略性,通常涉及场景分析和专家判断。
为什么风险管理很重要?
风险管理在投资中,在选择不同的证券或资金时了解潜在的好处和弊端很重要。它没有专注于投资的预计回报,而是考虑了潜在的损失及其规模。
什么是风险承受能力?
在确定您要投资的方式和要投资的内容时,一个主要因素是您的风险承受能力,或您愿意接受的潜在危险。这与您的不同风险能力,考虑到财务状况,这是您可以承担的财务风险。首先是关于您的舒适度;第二个更多是关于您有能力承受财务状况的风险。
返回风险的权衡是什么?
这描述了投资者在寻求更高时的额外风险的补偿预期的回报。例如,尽管股票比债券(通常)风险更高,但它们也提供了更大的预期收益。
底线
许多投资者几乎只专注于对投资风险几乎没有关注的回报。这风险措施我们已经讨论过,为您提供了将风险管理放在您所属投资策略的中心的手段。对于投资者来说,好消息是这些指标是在许多财务平台上为您计算的。在许多投资研究报告中也经常发现它们。
从标准偏差和beta到更复杂的措施(如风险)(VAR)和风险的条件价值(CVAR)(CVAR)中讨论的方法,对与投资相关的风险进行了不同的了解。尽管没有任何措施可以捕获风险的各个方面,但结合这些工具可以使您可以更好地了解资产的期望。