انحراف معیار
در محاسبه واریانس برای جلوگیری از صفر شدن حاصل جمع انحرافات مشاهدات از میانگین، از مجذور انحرافات استفاده میشود. در عین حال، برای مقایسه مشاهدات با مشخصه پراکندگی، باید هر دو کمیت از یک درجه باشند (رادپور و عبده تبریزی، ۱۳۸۸). همچنین معیار اندازهگیری مناسب برای ریسک باید به نحوی بتواند هم احتمال نتایج نامساعد گوناگون و هم بزرگی این نتایج را اندازهگیری کند. معیار ریسک به جای اندازهگیری احتمال شماری از نتایج مختلف، باید میزان تفاوت یا انحراف نتایج واقعی از مقادیر مورد انتظار را محاسبه کند. انحراف معیار ابزاری است که این کار را انجام میدهد، چون انحراف معیار تخمینی از انحراف نرخ بازدهی واقعی از نرخ بازده مورد انتظار است (شریعت پناهی و جعفری، ۱۳۸۸).
براین اساس، از واریانس جذر گرفته میشود و انحراف معیار بدست میآید:
بنابراین، معیار مناسبتر محاسبه ریسک براساس تعریف آماری، انحراف معیار میباشد (رادپور و عبده تبریزی، ۱۳۸۸).
پرسشی که در مورد انحراف معیار به عنوان وسیلهای برای اندازهگیری ریسک ایجاد میشود این موضوع است که چرا در اندازهگیری ریسک باید وقایع مساعد (نرخهای بازدهی بیشتر از نرخ بازدهی مورد انتظار) نیز در نظر گرفته شود؟ چرا فقط نرخهای بازدهی کمتر از نرخهای بازدهی مورد انتظار را در نظر نمیگیریم؟ چرا از ابزاری استفاده نمیشود که در آن این موضوع نیز در نظر گرفته شود؟ به هر حال، اگر توزیع احتمال متقارن باشد، مانند توزیع نرمال، نتایج یکسان خواهد بود. چرا؟ چون سمت چپ توزیع متقارن تصویر آیینهای سمت راست آن است. از این رو، در صورتی که نرخهای بازدهی دارای توزیع نرمال باشد، فهرست رتبهبندی سبدهای سرمایهگذاری بر مبنای ریسک نامطلوب با فهرست رتبهبندی سبدهای سرمایهگذاری بر مبنای انحراف معیار مغایرتی نخواهد داشت (شریعت پناهی و جعفری،۱۳۸۸).
تحقیقات تجربی فیشر و لوری نشان داده است، توزیع احتمالات تاریخی نرخ بازدهی از نوع توزیع نرمال میباشد. در عین حال تحقیقات زیادی نیز وجود دارد که نرمال بودن توزیع بازدهی را رد کرده است. اولین تحقیق توسط یوجین فاما در سال ۱۹۶۸ انجام گرفت و نهایتا نتیجه آخرین تحقیقات نیز بر نرمال بودن توزیع بازدهی نظارت دارد. بنابر عقیده فاما، آنچه ساخته دست بشر باشد، از توزیع نرمال برخوردار نیست، چرا که تصادفی بودن آن مبهم است. در مقابل آنچه ساخته طبیعت است و به عبارتی بشر در ایجاد آن دخالت ندارد، دارای توزیع نرمال است. نتایج این تحقیقات نشان میدهد، توزیع بازدهی از توزیع نرمال کشیدهتر است و دارای چولگی نیز میباشد. چولگی نیز در بازارهای مالی مختلف متفاوت است، به گونهای که در برخی بازارها، چولگی راست و در برخی چولگی چپ وجود دارد (راعی و سعیدی,۱۳۸۳)
نهایتا، پیش فرض استفاده از واریانس و انحراف معیار، وجود توزیع نرمال برای صفت متغیر است، چرا که در این توزیع، انحراف معیار به عنوان شاخص پراکندگی تعریف میشود (رادپور و عبده تبریزی,۱۳۸۸) در واقع، انحراف معیار بین مقادیر بالا و پایین میانگین تفاوتی قائل نیست و با هر دو این مقادیر به عنوان انحراف از معیار رفتار میکند. چنانچه توزیع بازدهی تقریبا متقارن باشد. انحراف معیار، معیار مناسبی برای ریسک بازدهی داراییها میباشد (بوده، کان و مارکوس ،۱۹۹۶) اما در صورتی که متغیر تصادفی از توزیع نرمال و یا دست کم توزیع متقارن برخوردار نباشد، انحراف معیار شاخص مناسب پراکندگی نخواهد بود (رادپور و عبده تبریزی،۱۳۸۸) از این رو، نیمواریانس و نیمانحراف معیار نیز به عنوان شاخصهای نوسانپذیری مطرح گردیدهاند.
متن فوق بخش هایی از این پایان نامه بود
برای دیدن جزئیات بیشتر ، خرید و دانلود آنی فایل متن کامل با فرمت ورد می توانید به لینک زیر مراجعه نمایید: