Anlagen in Finanzmärkten können erhebliche Risiken und langfristige nachteilige Auswirkungen haben. Die moderne Portfoliotheorie (MPT) bewertet die maximale erwartete Portfolio-Rendite für ein bestimmtes Portfoliorisiko. Im Rahmen von MPT wird ein optimales Portfolio auf Basis von Asset Allocation, Diversifikation und Rebalancing aufgebaut. Asset Allocation in Verbindung mit Diversifikation ist die Strategie, ein Portfolio auf verschiedene Anlageklassen aufzuteilen. Eine optimale Diversifizierung umfasst das Halten mehrerer Instrumente, die nicht positiv korreliert sind.

Während Diversifikation und Asset Allokation die Rendite verbessern können, sind systematische und unsystematische Risiken inhärent. Die effiziente Grenze tut ihr Bestes, um das Risiko eines Anlegers zu minimieren. Eingeführt von Harry Markowitz im Jahr 1952, identifiziert das Konzept ein optimales Maß an Diversifikation und Asset Allocation angesichts der intrinsischen Risiken eines Portfolios. Neben der effizienten Grenze können statistische Messgrößen und Methoden wie Value-at-Risk (VaR) und Capital Asset Pricing Model (CAPM) zur Risikomessung eingesetzt werden.

Alpha und Beta

Wenn es um die Quantifizierung von Wert und Risiko geht, sind zwei statistische Instrumente, Alpha und Beta, für Anleger nützlich. Beide Risikokennzahlen werden in MPT verwendet und sollen das Risiko- / Ertragsprofil von Anlagepapieren bestimmen.

Alpha misst die Performance eines Anlageportfolios und vergleicht es 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 1 bedeutet, dass das Portfolio die Benchmark um 1 Prozent übertroffen hat; ebenso zeigt ein negatives Alpha die Underperformance einer Investition an.

Beta misst die Volatilität eines Portfolios im Vergleich zu einem Referenzindex. Die statistische Kennzahl Beta wird im CAPM verwendet, das Risiko und Rendite für die Preisbildung eines Vermögenswerts verwendet. Im Gegensatz zu Alpha erfasst Beta die Bewegungen und Schwankungen der Preise von Vermögenswerten. Ein Beta größer als 1 zeigt eine höhere Volatilität an, während ein Beta unter 1 bedeutet, dass die Sicherheit stabiler ist. Beispiel: Apples (AAPL AAPLApple Inc174. 25 + 1. 01% Erstellt mit Highstock 4. 2. 6 ) Beta-Koeffizient von. 93 stellt eine sicherere Investition dar als American Express (AXP AXPAmerican Express Co96. 29-0. 15% Erstellt mit Highstock 4. 2. 6 ), der ein Beta von 1. 13. Ein versierter Finanzberater oder Fondsmanager würde hohe Alpha- und Beta-Investitionen für risikoaverse Kunden vermeiden.

R-Quadrat

In der Statistik ist R-Quadrat 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 im Verhältnis zu einer Benchmark.Ein hohes R-Quadrat zeigt, dass die Performance eines Portfolios mit dem Index übereinstimmt. Finanzberater können R-squared zusammen mit dem Beta nutzen, um Anlegern ein umfassendes Bild der Vermögensentwicklung zu vermitteln.

Standardabweichung

Die Standardabweichung ist per Definition ein statistisches Verfahren, mit dem Abweichungen von der durchschnittlichen Rendite eines Datensatzes quantifiziert werden können. Im Finanzbereich verwendet die Standardabweichung die Rendite einer Anlage, um die Volatilität der Investition zu messen. Die Bewertung unterscheidet sich geringfügig vom Beta, da die Volatilität mit den historischen Renditen des Wertpapiers und nicht mit einem Referenzindex verglichen wird. Standardabweichung und andere technische Indikatoren bestehen darauf, dass sich die Geschichte tendenziell wiederholt. Hohe Standardabweichungen weisen auf Volatilität hin, und niedrigere Standardabweichungen sind mit stabilen Vermögenswerten verbunden.

Sharpe Ratio

Das Sharpe Ratio ist eines der beliebtesten Instrumente der Finanzanalyse und misst die erwartete Überrendite einer Anlage im Verhältnis zu ihrer Renditevolatilität. Die Sharpe Ratio misst die durchschnittliche Rendite über dem risikofreien Zinssatz pro Ungewissheitseinheit, um zu bestimmen, wie viel zusätzliche Rendite ein Anleger mit der zusätzlichen Volatilität von riskanteren Anlagen erhalten kann. Es wird davon ausgegangen, dass ein Verhältnis von 1 oder größer ein besseres Risiko hat, den Tradeoff zu belohnen. Zum Beispiel wird die Sharpe Ratio für Large-Market-Cap-Aktien anfänglich besser abschneiden als sicherere Anleihen; Langfristig wird ein Anleihenportfolio jedoch zwangsläufig besser abschneiden als Aktien.

Efficient Frontier

Effiziente Grenzen werden aus der Mean-Varianz-Analyse abgeleitet, die versucht, effizientere Investitionsentscheidungen zu treffen. Der typische Anleger bevorzugt hohe erwartete Renditen bei geringer Varianz. Die effiziente Grenze wird entsprechend konstruiert, wobei eine Reihe optimaler Portfolios verwendet wird, die die höchste erwartete Rendite für ein bestimmtes Risikoniveau bieten. Portfolios unterhalb der Grenzkurve gelten als suboptimal, während die oben genannten als unerreichbar gelten. Die optimale Wahl in Bezug auf den Efficient-Frontier-Ansatz liegt vor, wenn die Geraden der risikofreien Aktiva tangential zur Risikobereichsgrenze liegt.

Capital Asset Pricing Model

CAPM ist eine Gleichgewichtstheorie, die auf der Beziehung zwischen Risiko und erwarteter Rendite basiert. Die Theorie hilft den 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, in der Regel eine Staatsanleihe oder ein Aktienindex, stellt den Zeitwert des Geldes dar, um Geld in eine Anlage zu investieren. Einfach gesagt, sollte die durchschnittliche Rendite eines Wertpapiers linear mit seinem Beta-Koeffizienten zusammenhängen - dies zeigt, dass risikoreichere Anlagen eine Prämie gegenüber der Benchmark-Rate verdienen. Nach einem Risiko-zu-Rendite-Rahmen wird die erwartete Rendite im Rahmen eines CAPM-Modells höher sein, wenn der Anleger größere Risiken trägt.

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 basieren auf dem Zeitraum, dem Konfidenzniveau und dem vorher festgelegten Verlustbetrag und bieten Investoren eine Worst-Case-Szenario-Analyse. Wenn eine Anlage einen 5-prozentigen VaR hat, besteht für den Anleger eine Chance von 5 Prozent, die gesamte Investition in einem bestimmten Monat zu verlieren. Die VaR-Methodik ist nicht das umfassendste Maß für das Risiko; Aufgrund seines vereinfachenden Ansatzes bleibt es jedoch immer noch eine der beliebtesten Maßnahmen im Portfoliomanagement.

The Bottom Line

Investitionen in Finanzmärkte sind von Natur aus riskant. Viele Personen nutzen Finanzberater und Vermögensverwalter, um die Rendite zu steigern und das Risiko von Investitionen zu reduzieren. Diese Finanzfachleute verwenden statistische Maßnahmen und Risiko- / Ertragsmodelle, um volatile Vermögenswerte von stabilen zu unterscheiden. Die moderne Portfoliotheorie verwendet dafür fünf statistische Indikatoren - Alpha, Beta, Standardabweichung, R-Quadrat und das Sharpe-Verhältnis. Ebenso werden das Capital-Asset-Pricing-Modell und der Value-at-Risk-Ansatz häufig eingesetzt, um das Risiko zu messen, um einen Kompromiss mit Vermögenswerten und Portfolios zu erzielen.