Wie das Anlagerisiko quantifiziert wird

Während Diversifikation und Asset Allocation die Rendite verbessern können, birgt die Anlage systematische und unsystematische Risiken. Neben der effizienten Abgrenzung sind statistische Messgrößen und -methoden, einschließlich Value at Risk (VaR) und Capital Asset Pricing Model (CAPM), nützliche Methoden zur Risikomessung. Das Verständnis dieser Tools kann einem Anleger dabei helfen, risikoreiche von stabilen Anlagen zu unterscheiden.

Modernes Portfolio und effiziente Grenzen

Anlagen an Finanzmärkten können mit erheblichen Risiken verbunden sein. Die moderne Portfoliotheorie (MPT) bewertet die maximal erwartete Portfoliorendite für einen bestimmten Betrag des Portfoliorisikos. Im Rahmen von MPT wird auf Basis von Asset Allocation, Diversification und Re-Balancing ein optimales Portfolio aufgebaut. Die Asset Allocation ist zusammen mit der Diversifikation die Strategie, ein Portfolio auf verschiedene Assetklassen aufzuteilen. Optimale Diversifikation beinhaltet das Halten mehrerer Instrumente, die nicht positiv korreliert sind.

Die zentralen Thesen

• Anleger können Modelle verwenden, um zwischen risikoreichen und stabilen Anlagen zu unterscheiden.
• Die moderne Portfoliotheorie wird verwendet, um das Risiko eines Portfolios im Verhältnis zu seiner Rendite zu verstehen.
• Diversifikation kann das Risiko verringern und eine optimale Diversifikation wird durch den Aufbau eines Portfolios nicht korrelierter Vermögenswerte erreicht.
• Efficient Frontier ist eine Reihe von Portfolios, die hinsichtlich Asset Allocation und Diversifikation optimiert sind.
• Beta, Standardabweichungen und VaR messen das Risiko auf unterschiedliche Weise.

Alpha und Beta Ratios

Für die Quantifizierung von Wert und Risiko sind zwei statistische Kennzahlen (Alpha und Beta) für Anleger hilfreich. Beides sind Risikokennzahlen, die in MPT verwendet werden, und helfen bei der Bestimmung des Risiko- / Ertragsprofils von Wertpapieren.

Alpha misst die Performance eines Anlageportfolios und vergleicht sie mit einem Referenzindex wie dem S & P 500. Die Differenz zwischen den Renditen eines Portfolios und der Benchmark wird als Alpha bezeichnet. Ein positives Alpha von eins bedeutet, dass das Portfolio die Benchmark um 1% übertroffen hat. Ebenso zeigt ein negatives Alpha die Underperformance einer Anlage an.

Beta misst die Volatilität eines Portfolios im Vergleich zu einem Referenzindex. Die statistische Kennzahl Beta wird im CAPM verwendet, bei der das Risiko und die Rendite zum Preis eines Vermögenswerts herangezogen werden. Im Gegensatz zu Alpha erfasst Beta die Bewegungen und Schwankungen der Vermögenspreise. Ein Beta von mehr als eins weist auf eine höhere Volatilität hin, während ein Beta von weniger als eins bedeutet, dass die Sicherheit stabiler ist.

Zum Beispiel ist Starbucks (SBUX) mit einem Beta-Koeffizienten von 0, 50 eine weniger riskante Anlage als Nvidia (NVDA) mit einem Beta von 2, 47 zum 14. Oktober 2019. Ein versierter Finanzberater oder Fondsmanager wäre wahrscheinlich Vermeiden Sie hohe Alpha- und Beta-Investitionen für risikoaverse Kunden.

Capital Asset Pricing-Modell

CAPM ist eine Gleichgewichtstheorie, die auf der Beziehung zwischen Risiko und erwarteter Rendite basiert. Die Theorie hilft Anlegern, das Risiko und die erwartete Rendite einer Anlage zu messen, um den Vermögenswert angemessen zu bewerten. Insbesondere müssen Anleger für den Zeitwert von Geld und Risiko entschädigt werden. Der risikofreie Zinssatz wird verwendet, um den Zeitwert des Geldes für die Anlage in eine Anlage darzustellen.

Einfach ausgedrückt sollte die durchschnittliche Rendite eines Vermögenswerts linear mit seinem Beta-Koeffizienten in Beziehung gesetzt werden - dies zeigt, dass risikoreichere Anlagen eine Prämie über dem Referenzzinssatz verdienen. Nach einem Risiko-Ertrags-Rahmen ist die erwartete Rendite (nach einem CAPM-Modell) höher, wenn der Anleger ein höheres Risiko trägt.

R-Quadrat

In der Statistik ist das Quadrat R ein wichtiger Bestandteil der Regressionsanalyse. Der Koeffizient R stellt die Korrelation zwischen zwei Variablen dar. Für Anlagezwecke misst R-squared die erläuterte Bewegung eines Fonds oder Wertpapiers in Bezug auf eine Benchmark. Ein hoher R-Quadrat zeigt, dass die Wertentwicklung eines Portfolios mit dem Index übereinstimmt. Finanzberater können R-squared zusammen mit dem Beta verwenden, um Anlegern ein umfassendes Bild der Wertentwicklung von Vermögenswerten zu vermitteln.

Standardabweichung

Per Definition ist die Standardabweichung eine Statistik, mit der Abweichungen von der durchschnittlichen Rendite eines Datensatzes quantifiziert werden. In der Finanzbranche verwendet die Standardabweichung die Rendite einer Anlage, um die Volatilität der Anlage zu messen. Die Kennzahl unterscheidet sich geringfügig vom Beta, da sie die Volatilität eher mit den historischen Renditen des Wertpapiers als mit einem Referenzindex vergleicht. Hohe Standardabweichungen weisen auf Volatilität hin, während geringere Standardabweichungen mit stabilen Vermögenswerten verbunden sind.

Das Sharpe-Verhältnis

Die Sharpe Ratio ist eines der beliebtesten Instrumente in der Finanzanalyse und misst die erwartete Überschussrendite einer Anlage im Verhältnis zu ihrer Volatilität. Die Sharpe Ratio misst die durchschnittliche Rendite, die über der risikofreien Rate pro Einheit der Unsicherheit liegt, um zu bestimmen, wie viel zusätzliche Rendite ein Anleger mit der zusätzlichen Volatilität des Haltens risikoreicherer Vermögenswerte erzielen kann. Bei einem Sharpe-Verhältnis von eins oder mehr wird ein besseres Risiko-Ertrags-Verhältnis angenommen.

Effiziente Grenzen

Die effiziente Grenze, bei der es sich um eine Reihe idealer Portfolios handelt, bemüht sich, das Risiko eines Anlegers so gering wie möglich zu halten. Das von Harry Markowitz im Jahr 1952 eingeführte Konzept identifiziert ein optimales Maß an Diversifikation und Asset Allocation angesichts der mit einem Portfolio verbundenen Risiken.

Effiziente Grenzen werden aus der Mittelwert-Varianz-Analyse abgeleitet, mit der versucht wird, effizientere Investitionsentscheidungen zu treffen. Der typische Anleger bevorzugt hohe erwartete Renditen bei geringer Varianz. Die effiziente Grenze wird entsprechend aufgebaut, indem eine Reihe optimaler Portfolios verwendet wird, die für ein bestimmtes Risikoniveau die höchste erwartete Rendite bieten.

Risiko und Volatilität sind nicht dasselbe. Die Volatilität bezieht sich auf die Geschwindigkeit der Kursbewegung der Anlage und das Risiko ist der Geldbetrag, der bei einer Anlage verloren gehen kann.

Value at Risk

Der Value-at-Risk-Ansatz (VaR) für das Portfoliomanagement ist eine einfache Methode zur Risikomessung. Der VaR misst den maximalen Verlust, der bei einem bestimmten Konfidenzniveau nicht überschritten werden kann. Die VaR-Statistiken werden auf Grundlage des Zeitraums, des Konfidenzniveaus und des festgelegten Verlustbetrags berechnet und bieten Anlegern eine Worst-Case-Szenario-Analyse.

Wenn eine Anlage einen VaR von 5% hat, besteht für den Anleger eine Wahrscheinlichkeit von 5%, dass er die gesamte Anlage in einem bestimmten Monat verliert. Die VaR-Methode ist nicht die umfassendste Risikomessung, bleibt jedoch aufgrund ihres vereinfachten Ansatzes eine der beliebtesten Messgrößen im Portfoliomanagement.

Die Quintessenz

In Finanzmärkte zu investieren ist von Natur aus riskant. Viele Privatpersonen setzen Finanzberater und Vermögensverwalter ein, um die Rendite zu steigern und das Anlagerisiko zu verringern. Diese Finanzfachleute verwenden statistische Kennzahlen und Risiko- / Ertragsmodelle, um volatile von stabilen Vermögenswerten zu unterscheiden. Die moderne Portfoliotheorie verwendet dazu fünf statistische Indikatoren: Alpha, Beta, Standardabweichung, R-Quadrat und Sharpe-Ratio. Ebenso werden häufig das Preismodell für Kapitalanlagen und der Value-at-Risk-Ansatz verwendet, um das Risiko zu messen, mit dem der Kompromiss zwischen Vermögenswerten und Portfolios belohnt wird.