Kaip apskaičiuoti rizikos valdymo skirtumus

Turinys:

Anonim

Variancija yra plačiai naudojama metrika rizikos nustatymui. Investuotojai apskaičiuoja numatomos grąžos dispersiją, kad nustatytų santykinę įvairių investicijų scenarijų riziką. Projekto vadovai apskaičiuoja dispersiją, kad nustatytų, ar projektas viršija biudžetą ar už grafiko. Yra trys bendrai priimtini dispersijos apskaičiavimo būdai.

Skirtumas, pagrįstas istoriniais duomenimis

Apskaičiuokite duomenų rinkinio vidurkį, padalijus duomenų, nustatytų duomenų taškų skaičiumi, sumą. Šiame pavyzdyje yra trys duomenų taškai: n1, n2 ir n3:

avg = (n1 + n2 + n3) / (3)

Apskaičiuokite skirtumą tarp kiekvieno duomenų taško ir duomenų rinkinio vidurkio:

dif 1 = (n1 - vid.) dif 2 = (n2 - vid.) 3 dif. = (n3 - vid.)

Nukreipkite kiekvieną skirtumą ir pridėkite kvadratinius skirtumus:

(n1 - avg) ^ 2 + (n2 - vid.) ^ 2 + (n3 - vid.) ^ 2

Padalinkite kvadratinių skirtumų sumą iš duomenų, esančių rinkinyje, skaičiaus minus 1:

(n1 - avg) ^ 2 + (n2 - avg) ^ 2 + (n3 - vid.) ^ 2 / (3-1)

Variancijomis - kovariacija pagrįsta dispersija

Naudokite „Excel“ kovariacijos funkciją kovariacijai apskaičiuoti.

Apskaičiuokite riziką, kuri atsiranda 5 proc. Laiko, standartinį nuokrypį padauginus iš 1,65.

Apskaičiuokite riziką, kuri atsiranda 5 proc. Laiko, standartinį nuokrypį padauginus iš 1,65.

Apskaičiuokite riziką, kuri atsiranda 1 proc. Laiko, standartinį nuokrypį padauginus iš 2.33.

Variancija, pagrįsta Monte Karlo metodu

Pasirinkite statistinį paskirstymą, kad suderintumėte veiksnius, kurie turi įtakos jūsų duomenų rinkiniui. Pavyzdžiui, jei apskaičiuojate siūlomo investavimo scenarijaus rizikos skirtumą, pasirinkite paskirstymą, kuris atitiktų ankstesnių investicijų rezultatus.

Naudokite kompiuterinę programą, kad sukurtumėte nuo 1000 iki 10 000 atsitiktinių skaičių iš pasirinkto statistinio paskirstymo.

Sukurkite generuojamus duomenis kaip tikimybės funkciją ir apskaičiuokite gauto pasiskirstymo dispersiją.

Patarimai

  • Yra kompiuterinių programų, padedančių apskaičiuoti dispersiją, kovariaciją ir Monte Karlo modeliavimą.

Įspėjimas

Jei įmanoma, visada palyginkite apskaičiuotą statistiką su faktiniais duomenimis, kad būtų išvengta pervertinimo ar nepakankamo dispersijos.