Varianca je pogosto uporabljena metrika za določanje tveganja. Vlagatelji izračunajo varianco pričakovanega donosa, da določijo relativno tveganje različnih naložbenih scenarijev. Vodje projektov izračunajo varianco, da bi ugotovili, ali je projekt prekoračen ali zaostanek. Obstajajo trije splošno sprejeti načini izračunavanja variance.
Odstopanje na podlagi zgodovinskih podatkov
Izračunajte povprečje podatkovnega niza tako, da delite vsoto podatkovnega niza s številom podatkovnih točk. V tem primeru obstajajo tri podatkovne točke: n1, n2 in n3:
avg = (n1 + n2 + n3) / (3)
Izračunajte razliko med vsako podatkovno točko in povprečjem podatkovnega niza:
diff 1 = (n1 - avg) diff 2 = (n2 - avg) diff 3 = (n3 - avg)
Razdelite vsako razliko in dodajte kvadratne razlike:
(n1 - avg) ^ 2 + (n2 - avg) ^ 2 + (n3 - avg) ^ 2
Razdelimo vsoto kvadratnih razlik s številom podatkov v nizu minus 1:
(n1 - avg) ^ 2 + (n2 - avg) ^ 2 + (n3 - avg) ^ 2 / (3-1)
Varianca na osnovi variance-kovariance
Za izračun kovariance uporabite funkcijo Excel za kovarianco.
Izračunajte tveganje, ki se pojavi 5 odstotkov časa, tako da standardni odmik pomnožite s 1,65.
Izračunajte tveganje, ki se pojavi 5 odstotkov časa, tako da standardni odmik pomnožite s 1,65.
Izračunajte tveganje, ki se pojavi 1 odstotek časa, tako da standardni odklon pomnožite z 2,33.
Variance na osnovi metode Monte Carlo
Izberite statistično porazdelitev, ki bo približala dejavnike, ki vplivajo na vaš podatkovni niz. Na primer, če izračunavate varianco tveganja pri predlaganem naložbenem scenariju, izberite distribucijo, ki ustreza opazovani uspešnosti preteklih naložb.
Z računalniškim programom ustvarite od 1000 do 10.000 naključnih številk iz izbrane statistične distribucije.
Ustvarite podatke v grafu v odvisnosti od verjetnosti in izračunajte varianco dobljene porazdelitve.
Nasveti
-
Na voljo so računalniški programi za pomoč pri izračunu variance, kovariance in Monte Carlo simulacij.
Opozorilo
Vedno primerjajte izračunano statistiko z dejanskimi podatki, kadar je to mogoče, da bi se izognili precenjevanju ali podcenjevanju variance.
