Коэффициент вариации

Таблица 3.3

Оценка доходности и риска четырех альтернативных вариантов

инвестирования

Показатель	Варианты инвестирования
ГКО-ОФЗ	корпоративные ценные бумаги	проект 1	проект 2
1. Ожидаемая доходность, % 2. Дисперсия 3. Среднее квадратическое отклонение, % 4. Коэффициент вариации	8.00 0.00 0.00 0.00	9.20 0.71 0.84 0.09	10.30 19.31 4.39 0.43	12.00 23.20 4.82 0.40

Вопрос 3. Достаточно ли отчетливо Вы представляете себе, как учитывать асимметрию распределения вероятностей?

Если «да», изучайте материал далее, если «нет» – обратитесь к справке 3.

Спрака 3. Анализируя риск, логично сосредоточиться в основном на вероятностях тех значе­ний доходности, которые меньше ожидаемого значения, а не на тех, которые его пре­вышают. Если распределение является симметричным, и дисперсия и среднее квадрати­ческое отклонение будут точно измерять риск получения доходности ниже ожидаемого значения, который составляет ровно половину общего риска. Однако если распределе­ние асимметрично, эти показатели неверно отражают действительный риск. Если рас­пределение обладает правосторонней асимметрией, дисперсия и среднее квадратическое отклонение завышают риск получения доходности ниже ожидаемого значения, а если распределение имеет левостороннюю асимметрию, наблюдается противоположная ситуа­ция. Статистической характеристикой, элиминирующей эти искажения, является полу­дисперсия (semivariance, SV), которая определяется по формуле

, (3.3)

где т — множество исходов, которые лежат ниже ожидаемого значения. Рассмотрим, например, возможность покупки корпоративных ценных бумаг (табл. 3.1). Учитывая, что их ожидаемая доходность составляет 9.2%, рассчитаем полудисперсию в соответствии с формулой (3.3)

SV = (8,0 – 9,2)0,5² + (8,5 – 9,2)²0,20 + (9,0 – 9,2)²0,50 = 0,19.

Показатели полудисперсии четырех вариантов инвестирования, перечисленных в табл. 2.1, имеют следующие значения: 0,00; 0,19; 12,54 и 11,60. Если распределение симметрично, то полудисперсия составляет половину дисперсии. Это верно для проекта 2. Однако полудисперсия проекта 1 составляет более половины дисперсии — поскольку рас­пределение доходности проекта 1 имеет левостороннюю асимметрию, его дисперсия зани­жает риск получения доходности ниже ожидаемого значения. Полудисперсия корпоративных ценных бумаг меньше половины дисперсии — поскольку распределение доходности имеет правостороннюю асимметрию, его дисперсия завышает риск получения доходности ниже ожидаемого значения. Финансовая статистика, как правило, недостаточно точна, чтобы применять к ней высокоточные аналитические методы, а большинство распреде­лений, которые мы рассматриваем, близко к симметричным, поэтому мы остановимся на дисперсии и среднем квадратическом отклонении как мерах разброса.

Еще одной величиной, характеризующей степень риска, явля­ется коэффициент вариации CV. Он рассчитывается по следую­щей формуле:

CV = s/ERR (3.4)

и выражает количество риска на единицу доходности. Естествен­но, чем выше CV, тем выше степень риска.

Упражнение 2. Рассчитать ко­эффициенты вариации для проектов А и В задачи 1, используя ранее полученные среднеквадратические отклонения

s_А = 49,5% и s_В = 3,5%.

Сравните Ваши результаты с ответом.

Ответ: CV_A = 49,5/20 = 2,475; CV_B = 3,5/20 = 0,175.

Ко­эффициенты вариации для проектов А и В задачи 1, рассчитанные в упражнении 2, в данной ситуации уже не добавля­ют существенной информации и могут служить лишь для оценки того, во сколько раз один проект рискованнее другого: 2,475/ 0,175 = 14. Проект А в 14 раз рискованнее проекта В.

Коэффициент вариации необходимо знать в случае, когда тре­буется сравнить финансовые операции с различными ожидаемы­ми нормами доходности ERR.

Пример 2. Пусть для проектов С и D распределение вероятностей задает­ся следующей таблицей 3.4:

Таблица 3.4.

Распределение вероятностей для проектов С и D

Состояние экономики	Вероятность данного состояния	Проект С, IRR	Проект D, IRR
Подъем Норма Спад	р1 = 0,2 р2 = 0,6 р3 = 0,2	30% 20% 10%	115% 80% 45%

Упражнение 3. Рассчитайте для обоих проектов ERR, s и CV. Рассчитанные значения сравните с данными приведенными в тексте.

По формуле (3.1) получаем: ERR_C = 30´0,2 + 20´0,6 + 10´0,2 = 20%;

ERR_D= 115´0,2 + 80´0,6 + 45´0,2 = 80%.

По формуле (3,2):

Таким образом, у проекта D величина s намного больше, но при этом больше и значение ERR. Для того чтобы можно было принять решение в пользу того или иного проекта, необходимо рассчитать коэффициент CV, отражающий соотношение между ERR и s (см. также рис. 3.5).

Рис 3.5. Распределение вероятностей для проектов C и D

По формуле (3.4) найдем: CV_С = 6,3/20 = 0,315; CV_D = 22,14/80 = 0,276.

Как видно, несмотря на достаточно большое значение s, вели­чина CV для проекта D меньше, т.е. меньше риска на единицу до­ходности, что достигается за счет достаточно большой величины ERR_D.

В данном случае расчет коэффициента CV дает возможность принять решение в пользу второго проекта.

Упражнение 4. Рассчитайте коэффициенты вариации для четырех исходных вариантов инвестирования примера 1. Какой из проектов – 1 или 2 – окажется наименее рискованным? В рассуждениях опирайтесь на все уже известные Вам измерители риска. Сравните свои выводы с ответом.

Ответ: В 4-й строке табл. 3.2 приведены значения коэффициентов вариации для четырех исходных вариантов инвестирования. Как следует из данных таблицы, классификация проектов по коэффициенту вариации как мере риска отличается от классификации, основанной на измерении риска с помощью ожидаемой нормы доходности: проект 2 является более рисковым, чем проект 1, по критерию среднего квадратического отклонения, а после корректировки различий в доходности и измерения риска с помощью коэффициента вариации вывод будет прямо противоположным.

Итак, мы получили два параметра, позволяющие количествен­но определить степень возможного риска: среднеквадратичное отклонение s и коэффициент вариации CV. Но при этом мы вы­нуждены отметить, что определение степени риска не всегда по­зволяет однозначно принять решение в пользу того или иного проекта. В этой вязи необходимо рассмотреть следующий пример.

Пример 3. Известно, что вложение капитала в проекты К и L в последние четыре года приносило следующий доход (см. табл. 3.5).

Выяснить, в какой из проектов вложение капитала связано с меньшим риском.

Таблица 3.5

Доходность проектов К и L в динамике

Год	Доходность К	Доходность L
1995 1996 1997 1998	20% 15% 18% 23%	40% 24% 30% 50%

Решение. В примерах 1-2 и задаче 1 распределение вероятностей пред­полагалось известным заранее. Во многих ситуациях дос­тупны лишь данные о том, какой доход приносила некая финан­совая или хозяйственная операция в предыдущие годы. Именно такой характер имеет доступная информация в примере 3. В подобных случаях для расчета среднеквадратичного отклонения s используется такая формула

(3.5)

Здесь n — число лет, за которые приведены данные, a ARR (ARR — Average Rate of Return, средняя норма доходности)— среднее арифметическое всех IRR за n лет — рассчитывается по формуле:

(3.6)

Таким образом, по формуле (3.6) рассчитаем среднюю норму доходности для обоих проектов:

ARR_K = (20 + 15 + 18 + 3)/4 = 19%; ARR_L = (40 + 24 + 30 + 50)/4 = 36%.

По формуле (3.5) найдем величину среднеквадратичного от­клонения

Видим, что у проекта L средняя норма доходности выше, но при этом выше и величина s. Поэтому необходимо рассчитать коэффициент вариации CV.

По формуле (3.4) получаем: CV_K = 2,9/19= 0,15; CV_L = 9,9 / 36 = 0,275.

Коэффициент вариации для проекта L выше почти в 2 раза, следовательно, вложение в этот проект почти вдвое рискованнее .

Однако данные таблицы 3.5 говорят, что минимальная доход­ность проекта L выше максимальной доходности проекта К. Оче­видно, что вложение в проект L в любом случае более рентабель­но. Полученные же значения s и CV означают не возможность получения более низкой доходности, а возможность неполучения ожидаемой доходности от проекта L.