Ang pagkasumpungin ay hindi panganib

Ni Matt McCoy

Matuto nang higit pa tungkol kay Matt sa aming site Magtanong ng Tagapayo

Bilang bahagi ng standard na pakete ng modernong teorya ng portfolio theory (MPT), ang standard deviation ay ang go-to measure ng kabuuang panganib sa loob ng komunidad ng pamumuhunan. Habang malawak na ginagamit at tinanggap ng mga namumuhunan, ang aking karanasan ay na ito ay isang hindi pa nauunawaan at madalas na misused metric. Talakayin muna natin ang eksaktong pamantayan ng paglihis.

Ang standard deviation ay sumusukat sa dami ng pagkakaiba o pagpapakalat sa paligid ng average na pagbabalik, sa isang nakasaad na tagal ng panahon. Isa sa pinagbabatayan ng mga palagay ay ang pagbabalik ay karaniwang ibinahagi tungkol sa ibig sabihin (tandaan lang na ang sikat na bell curve mula sa iyong mga istatistika ng klase). Ang mas maliit na karaniwang paglihis ay nangangahulugan na ang mga pagbabalik ay mahigpit na nakakalat sa palibot ng average - sa ibang salita, ang karamihan sa mga natapos na natamo ay relatibong malapit sa average na return.

Isaalang-alang ang pariralang "pagkakaiba o pagpapakalat sa paligid ng average" nang ilang sandali. Ang pagkakaiba o pagpapakalat na sinusukat pareho sa itaas at ibaba ang average. Pag-isipan iyon nang ilang minuto. Ang aming malawak na tinanggap na sukatan ng kabuuang panganib ay hindi lamang nagsasama ng mga positibong resulta, hindi rin nito inilalarawan sa pagitan ng positibo at negatibong mga resulta - lamang na ang pagbabalik ay naiiba mula sa average. Hindi ko alam ang tungkol sa iyo, ngunit hindi pa ako nakakakita ng kahulugan ng panganib na kasama ang positibong resulta.

Ang isa pang hamon sa paggamit ng karaniwang paglihis upang sukatin ang kabuuang panganib ay ang paggamit ng average na return bilang isang reference point. Mayroon akong maraming mga isyu sa paggamit ng mga katamtaman para sa pagsukat ng anumang bagay (salamat sa Sam L. Savage's "Flaw of Averages" para kumpirmahin ito para sa akin) gayunpaman ay limitahan ko ang talakayang ito sa mga implikasyon sa standard deviation. Sa pag-aakala na ang average return ng isang investment ay positibo, ang isang bahagi ng standard deviation sa ibaba ng average ay pa rin ng isang positibong numero. Habang ang bahagi na mas mababa sa ibig sabihin ngunit positibo pa rin ay maaaring mamarkahan bilang mas mababang pagganap, hindi ko malalaman na ang panganib sa ganap na mga termino. Totoo, kung gumagamit ka ng average na pagbalik sa loob ng iyong mga pagpapalagay na pagpapalagay, ang kabiguang makamit ang average ay maaaring magdulot ng panganib na maabot ang iyong mga layunin sa pananalapi. Ngunit nagpapalaban pa rin ako na ang isang positibong pagbabalik ay hindi isang panganib sa pamamagitan ng kanyang sarili.

Ang paggamit ng makasaysayang (o natanto) na data ay nagbibigay din ng isang hamon. Paano kung gagamitin mo ang nakalipas na limang taon ng data upang sukatin ang pagkasumpungin at ang kasalukuyang mga kondisyon sa ekonomiya ay naiiba ang pagkakaiba? Ito ba ay isang makatarungang paghahambing para sa pagtantya ng pagkasumpungin sa hinaharap? Malamang na hindi, ngunit ang mga mamumuhunan ay patuloy na gumagamit ng makasaysayang pagkasumpungin sa pagtatangkang tantyahin ang pagkasumpung sa hinaharap. Kaya ang ibig sabihin nito na ang karaniwang paglihis ay isang walang kabuluhang sukat at hindi dapat gamitin para sa anumang layunin? Talagang hindi. Kailangan lang nating maunawaan ang mga limitasyon at gamitin ito ng tama. Bilang mga tao, ang karamihan sa atin ay maiiwasan ang panganib - ang posibilidad na mawala ang isang bagay na may halaga - hangga't maaari ngunit bilang mga mamumuhunan, ang pagkasumpungin ay maaaring maging kaibigan (hihilingin lang ang sinumang nagbebenta ng mga opsyon).

Ang bawat pinansiyal at statistical na panukala ay may pinagbabatayan na mga pagpapalagay na kasama dito. Ang pag-unawa sa mga pagpapalagay na ito ay ang susi sa pag-unawa sa mga limitasyon ng bawat panukalang-batas. Marami sa mga hakbang na ito ay hindi sinasadya na magamit sa isang standalone na batayan; hinihiling nila ang paggamit ng iba pang mga panukala upang makita ang buong larawan.

Kaya sino ang sisihin para sa kalituhan? Ang hindi pagkakaunawaan at maling paggamit ng mga panukala sa pananalapi at statistical ay maaaring masisi sa bawat isa sa atin na nagtataguyod sa sarili upang maging propesyonal sa pananalapi. Habang ang mga tagaloob ng industriya (inaasahan) ay naiintindihan ang pagkakaiba sa pagitan ng pagkasumpungin at panganib, ang mga terminong ito ay patuloy na ginagamit nang magkakasama. Ang industriya ay kailangang gumawa ng isang mas mahusay na trabaho ng pakikipag-usap na panganib ay hindi isang solong numero. Hindi namin mapagkakatiwalaan ang pagsasama ng pangkalahatang peligro sa merkado, panganib sa kredito, peligro ng geopolitiko, panganib ng pagkatubig, peligro sa pagpapakamatay at peligro sa industriya sa isang makabuluhang numero. Sa susunod na marinig mo ang karaniwang paglihis na tumutukoy sa kabuuang panganib, tandaan lamang: ang pagkasumpungin ay hindi kinakailangang panganib.