Hur man beräknar variation för riskhantering

Innehållsförteckning:

Anonim

Varians är en allmänt använd mät för att bestämma risken. Investerare beräknar variansen av en förväntad avkastning för att bestämma den relativa risken för olika investeringsscenarier. Projektledare beräknar variansen för att avgöra om ett projekt är över budget eller efter schema. Det finns tre vanligt accepterade sätt att beräkna varians.

Varians baserat på historiska data

Beräkna medelvärdet av datasatsen genom att dividera summan av datasatsen med antalet datapunkter. I det här exemplet finns tre datapunkter: n1, n2 och n3:

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

Beräkna skillnaden mellan varje datapunkt och medeltalet av datasatsen:

diff 1 = (n1 - avg) diff 2 = (n2 - avg) diff 3 = (n3 - avg)

Kvadrata varje skillnad och lägg upp de kvadrerade skillnaderna:

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

Dela summan av de kvadratiska skillnaderna med antalet data i uppsättningen minus 1:

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

Varians baserat på variation-Covariance

Använd Excels Covariance-funktion för att beräkna kovariansen.

Beräkna risken som uppstår 5 procent av tiden genom att multiplicera standardavvikelsen med 1,65.

Beräkna risken som uppstår 5 procent av tiden genom att multiplicera standardavvikelsen med 1,65.

Beräkna risken som inträffar 1 procent av tiden genom att multiplicera standardavvikelsen med 2.33.

Varians baserad på Monte Carlo Metod

Välj en statistisk fördelning för att approximera de faktorer som påverkar din dataset. Om du till exempel räknar riskavvikelsen för ett föreslagen investeringsscenario väljer du en fördelning som matchar observerad prestation för tidigare investeringar.

Använd ett datorprogram för att generera mellan 1 000 och 10 000 slumptal från den statistiska distributionen du valt.

Gradera den genererade data som en funktion av sannolikheten och beräkna variansen för den resulterande distributionen.

tips

  • Datorprogram är tillgängliga för att hjälpa till vid beräkning av varians-, kovarians- och Monte Carlo-simuleringar.

Varning

Jämför alltid beräknad statistik med faktiska data när det är möjligt för att undvika överskattning eller underskattning av varians.