Skip to main content
Calkulon

Προχωρημένα χρηματοοικονομικά

Portfolio Variance & Std Dev

What is Portfolio Variance & Std Dev?

▾

Η διακύμανση χαρτοφυλακίου μετρά τον συνολικό κίνδυνο ενός συνδυασμού επενδύσεων λαμβάνοντας υπόψη όχι μόνο τον ατομικό κίνδυνο κάθε περιουσιακού στοιχείου, αλλά και τον τρόπο με τον οποίο κινούνται μεταξύ τους. Όταν δύο περιουσιακά στοιχεία τείνουν να κινούνται προς την ίδια κατεύθυνση την ίδια στιγμή, ο συνδυασμός τους ελάχιστα μειώνει τον κίνδυνο. Αλλά όταν κινούνται προς αντίθετες κατευθύνσεις - ή ακόμα και απλώς διαφορετικά - η ανάμειξή τους δημιουργεί ένα χαρτοφυλάκιο που είναι λιγότερο ασταθές από οποιοδήποτε μεμονωμένο στοιχείο. Αυτή είναι η μαθηματική μηχανή πίσω από τη διαφοροποίηση και γι' αυτό η κατοχή ενός μείγματος μετοχών, ομολόγων, ακινήτων και εμπορευμάτων μπορεί να μειώσει τον συνολικό κίνδυνο χαρτοφυλακίου χωρίς απαραίτητα να θυσιάζει την απόδοση. Αυτή η ιδέα επισημοποιήθηκε από τον Χάρι Μάρκοβιτς στην εργασία του «Επιλογή χαρτοφυλακίου» του 1952, η οποία του χάρισε το Νόμπελ Οικονομικών το 1990. Πριν από τον Μάρκοβιτς, οι επενδυτές εστίαζαν σχεδόν αποκλειστικά στην επιλογή καλών μεμονωμένων τίτλων. Η επίγνωσή του ήταν ότι το χαρτοφυλάκιο στο σύνολό του είχε μεγαλύτερη σημασία από οποιαδήποτε μεμονωμένη μετοχή - και ότι η συσχέτιση μεταξύ των περιουσιακών στοιχείων ήταν το κλειδί για την κατανόηση του συνδυασμένου κινδύνου. Το πλαίσιο του, που τώρα ονομάζεται Modern Portfolio Theory (MPT), εισήγαγε την έννοια του αποδοτικού συνόρου: το σύνολο των χαρτοφυλακίων που προσφέρουν την υψηλότερη απόδοση για οποιοδήποτε δεδομένο επίπεδο κινδύνου ή το χαμηλότερο κίνδυνο για κάθε δεδομένη απόδοση. Πρακτικά, η διακύμανση χαρτοφυλακίου υπολογίζεται χρησιμοποιώντας το βάρος κάθε περιουσιακού στοιχείου, την ατομική του διακύμανση (ή την τυπική απόκλιση) και τις ζευγαρωμένες συνδιακυμάνσεις μεταξύ κάθε συνδυασμού περιουσιακών στοιχείων. Με δύο στοιχεία ενεργητικού είναι μια απλή φόρμουλα. με είκοσι στοιχεία ενεργητικού χρειάζεστε έναν πίνακα συνδιακύμανσης 20×20. Το σύγχρονο λογισμικό βελτιστοποίησης χαρτοφυλακίου χειρίζεται αυτόματα αυτήν την άλγεβρα μήτρας, αλλά η κατανόηση της υποκείμενης λογικής - ότι η μείωση της μέσης συσχέτισης ανά ζεύγη μειώνει τη διακύμανση του χαρτοφυλακίου - είναι απαραίτητη για κάθε επενδυτή που χτίζει μια στρατηγική πολλών περιουσιακών στοιχείων. Η διακύμανση χαρτοφυλακίου είναι επίσης κεντρική για την αναφορά κινδύνου στην επαγγελματική διαχείριση επενδύσεων. Τα μοντέλα παραγόντων αποσυνθέτουν τη διακύμανση του χαρτοφυλακίου σε συνεισφορές από τον κίνδυνο αγοράς, τις κλίσεις κλάδου, τα ανοίγματα στυλ και τον ιδιοσυγκρασιακό κίνδυνο, επιτρέποντας στους διαχειριστές χαρτοφυλακίου να κατανοήσουν ακριβώς από πού προέρχεται ο κίνδυνος τους και εάν αποζημιώνονται για αυτόν.

Calkulon makes complex calculations simple — built for students and everyday problem-solvers.

Τύπος

▾
f(x)Δύο περιουσιακό στοιχείο: σ²_p = w1²σ1² + w2²σ2² + 2·w1·w2·ρ12·σ1·σ2 N-στοιχείο: σ²_p = Σᵢ Σⱼ wᵢ·wⱼ·σᵢⱼ (μορφή μήτρας: σ²_p = wᵀ·Σ·w) Portfolio Std Dev (σ_p) = √σ²_p Συνδιακύμανση: σᵢⱼ = ρᵢⱼ·σᵢ·σⱼ

Variable Legend

▾
ΣύμβολοΌνομαΜονάδαΠεριγραφή
wᵢΒάρος ενεργητικούdecimal (0–1)Ποσοστό της αξίας χαρτοφυλακίου που κατανεμήθηκε στο περιουσιακό στοιχείο i. όλα τα βάρη πρέπει να αθροίζονται σε 1
σᵢΤυπική απόκλιση περιουσιακού στοιχείου% per yearΗ παράμετρος σᵢ αντιπροσωπεύει μια βασική ποσοτική είσοδο στον υπολογισμό της διακύμανσης του χαρτοφυλακίου, που μετράται στην τυπική μονάδα και επηρεάζει άμεσα το υπολογισμένο αποτέλεσμα μέσω του μαθηματικού τύπου
ρᵢⱼΣυντελεστής συσχέτισηςdimensionless (−1 to +1)Συσχέτιση Pearson μεταξύ των αποδόσεων του περιουσιακού στοιχείου i και j. −1 = τέλειο αρνητικό, 0 = ασύνδετο, +1 = τέλειο θετικό
σᵢⱼΣυνδιακύμανση% squared per yearΑπό κοινού μεταβλητότητα περιουσιακών στοιχείων i και j. ισούται με ρᵢⱼ × σᵢ × σⱼ
ΣΠίνακας ΣυνδιακύμανσηςmatrixN×N συμμετρικός πίνακας όλων των συνδιακυμάνσεων κατά ζεύγη. το βασικό στοιχείο για τη βελτιστοποίηση χαρτοφυλακίου

How to Portfolio Variance & Std Dev

▾
  1. 1Καταχωρίστε κάθε περιουσιακό στοιχείο του χαρτοφυλακίου με την τρέχουσα αγοραία αξία του και, στη συνέχεια, υπολογίστε το βάρος κάθε περιουσιακού στοιχείου ως την αξία του διαιρούμενο με τη συνολική αξία του χαρτοφυλακίου.
  2. 2Συγκεντρώστε την ετησιοποιημένη τυπική απόκλιση (αστάθεια) για κάθε περιουσιακό στοιχείο — συνήθως υπολογίζεται από 3–5 έτη μηνιαίων αποδόσεων, στη συνέχεια ετησιοποιημένη (πολλαπλασιάστε το μηνιαίο σ με √12).
  3. 3Κατασκευάστε τον πίνακα συσχέτισης κατά ζεύγη: για κάθε ζεύγος στοιχείων, υπολογίστε τη συσχέτιση της ιστορικής σειράς απόδοσης τους. Τα περισσότερα λογισμικά χαρτοφυλακίου ή υπολογιστικά φύλλα μπορούν να το υπολογίσουν από ένα ιστορικό επιστροφών.
  4. 4Μετατρέψτε τις συσχετίσεις σε συνδιακυμάνσεις: σᵢⱼ = ρᵢⱼ × σᵢ × σⱼ για κάθε ζεύγος.
  5. 5Για δύο στοιχεία ενεργητικού, εφαρμόστε τον άμεσο τύπο. Για περισσότερα στοιχεία, υπολογίστε το wᵀΣw χρησιμοποιώντας πολλαπλασιασμό πίνακα — αυτό είναι το εσωτερικό γινόμενο του διανύσματος βάρους με τον πίνακα συνδιακύμανσης.
  6. 6Πάρτε την τετραγωνική ρίζα της διακύμανσης χαρτοφυλακίου για να λάβετε την τυπική απόκλιση χαρτοφυλακίου (σ_p) — το πιο διαισθητικό μέτρο κινδύνου που εκφράζεται σε ποσοστιαίες τιμές.
  7. 7Συγκρίνετε το σ_p με τον σταθμισμένο μέσο όρο των επιμέρους τιμών σ (Σwᵢσᵢ). Η διαφορά είναι το όφελος διαφοροποίησης — πόσο κίνδυνο αποφύγατε συνδυάζοντας περιουσιακά στοιχεία αντί να κρατάτε το καθένα ξεχωριστά.

Worked Examples

▾
Example 1Κλασικό χαρτοφυλάκιο μετοχών-ομολογιών 60/40
Given:60% Μετοχές (σ=18%), 40% Ομόλογα (σ=6%), συσχέτιση ρ=−0,15
Αποτέλεσμα:σ²_p = 0,36×0,0324 + 0,16×0,0036 + 2×0,60×0,40×(−0,15)×0,18×0,06 = 0,01166+0,000576−0,001296 = 0,0109 σ_p ≈ 10,46%

Ο σταθμισμένος μέσος όρος σ θα ήταν 0,60×18+0,40×6 = 13,2%. το χαρτοφυλάκιο επιτυγχάνει μόνο το 10,5% — εξοικονομώντας 2,7% του κινδύνου μέσω της διαφοροποίησης.

Η αρνητική συσχέτιση μεταξύ μετοχών και ομολόγων (τα ομόλογα συχνά αυξάνονται όταν πέφτουν τα αποθέματα) είναι η πηγή της μείωσης του κινδύνου. Αυτός είναι ο λόγος για τον οποίο το χαρτοφυλάκιο 60/40 έγινε η προεπιλεγμένη ισορροπημένη κατανομή για τα συνταξιοδοτικά ταμεία και τα κονδύλια για δεκαετίες — συλλαμβάνει τις αποδόσεις ιδίων κεφαλαίων ενώ μειώνει ουσιαστικά τη μεταβλητότητα.

Example 2Ζεύγος μετοχών υψηλής συσχέτισης
Given:50% Tech stock A (σ=30%), 50% Tech stock B (σ=28%), ρ=0,88
Αποτέλεσμα:σ_p = √(0,25×900 + 0,25×784 + 2×0,25×0,88×30×28) = √(225+196+369,6) = √790,6 ≈ 28,1%

Δύο μετοχές στον ίδιο κλάδο έχουν πολύ υψηλή συσχέτιση. Η διαφοροποίηση εξοικονομεί μόνο ~1% του κινδύνου έναντι του σταθμισμένου μέσου όρου του 29%.

Όταν τα περιουσιακά στοιχεία έχουν υψηλή συσχέτιση, ο συνδυασμός τους παράγει ελάχιστο όφελος διαφοροποίησης. Η κατοχή δύο μετοχών τεχνολογίας είναι ελάχιστα διαφορετική από τη διατήρηση μιας μετοχής τεχνολογίας σε διπλάσιο μέγεθος. Η πραγματική διαφοροποίηση απαιτεί περιουσιακά στοιχεία που ανταποκρίνονται διαφορετικά στις οικονομικές συνθήκες — όχι μόνο διαφορετικές επωνυμίες εταιρειών στον ίδιο τομέα.

Example 3Χαρτοφυλάκιο τριών περιουσιακών στοιχείων με μη συσχετισμένα εμπορεύματα
Given:40% Μετοχές (σ=20%), 40% Ομόλογα (σ=7%), 20% Χρυσός (σ=15%), ρ(eq,bond)=−0,10, ρ(eq,χρυσός)=0,05, ρ(ομόλογο,χρυσός)=−0,05
Αποτέλεσμα:σ_p ≈ 9,8%

Η προσθήκη χρυσού (σχεδόν μηδενική συσχέτιση και με τα δύο) μειώνει τη μεταβλητότητα του χαρτοφυλακίου περισσότερο από τη βασική γραμμή 60/40.

Η κατανομή χρυσού φέρνει στο παιχνίδι τη χαμηλή συσχέτισή της τόσο με τις μετοχές όσο και με τα ομόλογα. Παρόλο που ο ίδιος ο χρυσός είναι ασταθής (15%), επειδή κινείται ανεξάρτητα τόσο από μετοχές όσο και από ομόλογα, προσθέτοντας ότι μειώνει τη συνολική διακύμανση του χαρτοφυλακίου. Αυτό δείχνει πώς η μεταβλητότητα ενός μεμονωμένου περιουσιακού στοιχείου είναι λιγότερο σημαντική από τη συσχέτισή του με το υπόλοιπο χαρτοφυλάκιο.

Example 4Αιχμή συσχέτισης κρίσης
Given:Προ κρίσης: 50/50 χαρτοφυλάκιο μετοχών (σ=16%) και ομολόγων αναδυόμενων αγορών (σ=12%), ρ=0,20. Κατά τη διάρκεια της κρίσης: οι συσχετίσεις εκτινάσσονται σε ρ=0,85.
Αποτέλεσμα:Κανονική σ_p ≈ 10,0%; Κρίση σ_p ≈ 13,8% — 38% υψηλότερη από την αναμενόμενη

Σε κρίσεις, οι συσχετίσεις μεταξύ περιουσιακών στοιχείων αυξάνονται προς το 1,0, εξαλείφοντας τη διαφοροποίηση ακριβώς όταν τη χρειάζεστε περισσότερο.

Αυτός είναι ο πιο σημαντικός περιορισμός της διακύμανσης του χαρτοφυλακίου που υπολογίζεται από δεδομένα κανονικής περιόδου: οι συσχετίσεις δεν είναι σταθερές. Κατά τη διάρκεια της χρηματοπιστωτικής κρίσης του 2008 και του ξεπούλημα COVID τον Μάρτιο του 2020, σχεδόν κάθε περιουσιακό στοιχείο κινδύνου μειώθηκε ταυτόχρονα καθώς οι επενδυτές ρευστοποιούσαν τα πάντα για να συγκεντρώσουν μετρητά. Τα μοντέλα που βασίζονται σε μακροπρόθεσμους μέσους συσχετισμούς υποτίμησαν δραματικά τον κίνδυνο κατά τη διάρκεια αυτών των επεισοδίων.

Real-World Applications

▾
🏗️

Κατασκευάζοντας αποδοτικά χαρτοφυλάκια μέσης διακύμανσης και υπολογισμό του αποδοτικού ορίου, αντιπροσωπεύοντας μια σημαντική περιοχή εφαρμογής για τη Διακύμανση χαρτοφυλακίου σε επαγγελματικά και αναλυτικά πλαίσια όπου οι ακριβείς υπολογισμοί διακύμανσης χαρτοφυλακίου υποστηρίζουν άμεσα τη λήψη αποφάσεων, τον στρατηγικό σχεδιασμό και τη βελτιστοποίηση απόδοσης

🔬

Αποσύνθεση και απόδοση κινδύνου στη διαχείριση θεσμικών κεφαλαίων, που αντιπροσωπεύει μια σημαντική περιοχή εφαρμογής για τη Διακύμανση Χαρτοφυλακίου σε επαγγελματικά και αναλυτικά πλαίσια όπου οι ακριβείς υπολογισμοί διακύμανσης χαρτοφυλακίου υποστηρίζουν άμεσα τη λήψη αποφάσεων, τον στρατηγικό σχεδιασμό και τη βελτιστοποίηση απόδοσης

📊

Μοντελοποίηση ρυθμιστικού κεφαλαίου βάσει της Βασιλείας ΙΙΙ για τις τράπεζες και του Solvency II για τους ασφαλιστές, που αντιπροσωπεύει μια σημαντική περιοχή εφαρμογής για τη Διακύμανση χαρτοφυλακίου σε επαγγελματικά και αναλυτικά πλαίσια όπου οι ακριβείς υπολογισμοί διακύμανσης χαρτοφυλακίου υποστηρίζουν άμεσα τη λήψη αποφάσεων, τον στρατηγικό σχεδιασμό και τη βελτιστοποίηση απόδοσης

🏥

Αλγόριθμοι κατασκευής χαρτοφυλακίου κεφαλαίων Robo-advisor και target-date, που αντιπροσωπεύουν μια σημαντική περιοχή εφαρμογής για το Portfolio Variance σε επαγγελματικά και αναλυτικά πλαίσια όπου οι ακριβείς υπολογισμοί διακύμανσης χαρτοφυλακίου υποστηρίζουν άμεσα τη λήψη αποφάσεων, τον στρατηγικό σχεδιασμό και τη βελτιστοποίηση απόδοσης

Special Cases

▾

Μη ρευστοποιήσιμα στοιχεία ενεργητικού — σπάνια τιμολόγηση

{'title': 'Μη ρευστοποιήσιμα περιουσιακά στοιχεία — σπάνια τιμολόγηση', 'σώμα': "Τα περιουσιακά στοιχεία που τιμολογούνται σπάνια (ιδιωτικά κεφάλαια, ακίνητα) εμφανίζουν τεχνητά χαμηλή μετρούμενη συσχέτιση με τις δημόσιες αγορές επειδή καθυστερούν οι αποτιμήσεις τους. Αυτό το "εξομαλυντικό αποτέλεσμα" υποδηλώνει την πραγματική διακύμανση και συσχετίσεις. Ο κίνδυνος χαρτοφυλακίου και τα υπερεκτιμημένα οφέλη της διαφοροποίησης του Dimson (1979) βοηθούν στην προσαρμογή σε αυτό."

Παχιές ουρές και μη φυσιολογικές επιστροφές

{'title': 'Fat tails and non-normal return', 'body': 'Η τυπική διακύμανση χαρτοφυλακίου προϋποθέτει κανονικά κατανεμημένες αποδόσεις. Στην πραγματικότητα, οι αποδόσεις περιουσιακών στοιχείων έχουν χοντρές ουρές - οι μεγάλες κινήσεις συμβαίνουν πολύ πιο συχνά από ό,τι προβλέπει μια κανονική κατανομή. Κατά τη διάρκεια της κρίσης του 2008, του κραχ του COVID του 2020 και της πώλησης ομολόγων του 2022, οι αποδόσεις ήταν 5–10 γεγονότα τυπικής απόκλισης σύμφωνα με τα κανονικά πρότυπα διανομής. Το αναμενόμενο έλλειμμα (CVaR) και η προσομοίωση ακραίων καταστάσεων συμπληρώνουν τη διακύμανση για την αποτύπωση του κινδύνου ουράς.'}

Σφάλμα εκτίμησης σε πίνακες συνδιακύμανσης

{'title': 'Estimation σφάλμα σε πίνακες συνδιακύμανσης', 'body': 'Οι πίνακες συνδιακύμανσης που εκτιμώνται από ιστορικά δεδομένα είναι θορυβώδεις, ειδικά για μεγάλα χαρτοφυλάκια. Με 50 στοιχεία, υπολογίζετε 1.225 συνδιακυμάνσεις — καθεμία από αυτές φέρει σφάλμα εκτίμησης. Οι βελτιστοποιητές ενισχύουν αυτά τα σφάλματα, δημιουργώντας ασταθή χαρτοφυλάκια με ακραία βάρη. Οι εκτιμητές συρρίκνωσης (Ledoit-Wolf), τα μοντέλα παραγόντων ή οι ισχυρές μέθοδοι βελτιστοποίησης μειώνουν την ευαισθησία στο σφάλμα εκτίμησης.'}

Τυπική απόκλιση χαρτοφυλακίου κατά συσχέτιση — 50/50 split, σ1=20%, σ2=15%

▾
Συσχέτιση (ρ)Χαρτοφυλάκιο σΚίνδυνος έναντι σταθμισμένου μέσου όρου (17,5%)Ερμηνεία
−1,0 (τέλειο αρνητικό)2,5%−15,0%Μέγιστη διαφοροποίηση — πιθανός σχεδόν μηδενικός κίνδυνος
−0,510,4%−7,1%Ισχυρό όφελος διαφοροποίησης
0,0 (μη συσχετισμένο)12,5%−5,0%Καλή διαφοροποίηση — ανεξάρτητα περιουσιακά στοιχεία
0.514,4%−3,1%Μέτριο όφελος — περιουσιακά στοιχεία ίδιας κατεύθυνσης
0.816,5%−1,0%Ελάχιστο όφελος — εξαιρετικά συσχετισμένο
+1,0 (τέλειο θετικό)17,5%0%Χωρίς διαφοροποίηση — πανομοιότυπο με τον σταθμισμένο μέσο όρο

Frequently Asked Questions

▾
Q

Ποια είναι η διαφορά μεταξύ της διακύμανσης χαρτοφυλακίου και της τυπικής απόκλισης χαρτοφυλακίου;

A

Η διακύμανση χαρτοφυλακίου (σ²_p) είναι το τετράγωνο μέτρο του κινδύνου — η μονάδα είναι «τοις εκατό στο τετράγωνο», κάτι που δεν είναι διαισθητικό. Η τυπική απόκλιση χαρτοφυλακίου (σ_p = √σ²_p) το μετατρέπει σε ποσοστιαίους όρους που μπορούν να συγκριθούν άμεσα με τις αποδόσεις περιουσιακών στοιχείων. Εάν το χαρτοφυλάκιό σας έχει ετήσια τυπική απόκλιση 12%, αυτό σημαίνει ότι οι αποδόσεις συνήθως πέφτουν εντός του ±12% του μέσου όρου σε περίπου τα δύο τρίτα των ετών (μία τυπική απόκλιση). Και τα δύο μετρούν το ίδιο πράγμα. Η τυπική απόκλιση χρησιμοποιείται πιο συχνά στην πράξη επειδή οι μονάδες ταιριάζουν με αυτές των αποδόσεων.

Q

Γιατί η συσχέτιση έχει μεγαλύτερη σημασία από την ατομική αστάθεια για τη διαφοροποίηση;

A

Η προσθήκη ενός ασταθούς περιουσιακού στοιχείου στο χαρτοφυλάκιό σας μπορεί πραγματικά να μειώσει τον συνολικό κίνδυνο χαρτοφυλακίου εάν αυτό το περιουσιακό στοιχείο έχει χαμηλή ή αρνητική συσχέτιση με τις υπάρχουσες συμμετοχές. Για παράδειγμα, ο χρυσός έχει ετήσια αστάθεια 15–20%, συγκρίσιμη με τις μετοχές, ωστόσο η προσθήκη 10–15% χρυσού σε ένα χαρτοφυλάκιο μετοχών-ομολογιών συνήθως μειώνει τη συνολική αστάθεια του χαρτοφυλακίου. Τα μαθηματικά το κάνουν αυτό ακριβές: ο όρος διασταυρούμενου προϊόντος (2·w1·w2·ρ·σ1·σ2) αφαιρείται όταν το ρ είναι αρνητικό και προστίθεται όταν το ρ είναι θετικό. Η συσχέτιση είναι κυριολεκτικά η παράμετρος που καθορίζει εάν η διαφοροποίηση λειτουργεί.

Q

Πόσα περιουσιακά στοιχεία χρειάζονται για επαρκή διαφοροποίηση;

A

Έρευνα από τους Evans και Archer (1968) έδειξε ότι ο περισσότερος ιδιότυπος (συγκεκριμένος για την εταιρεία) κίνδυνος εξαλείφεται με περίπου 20-30 τυχαία επιλεγμένες μετοχές. Πέρα από αυτό, η προσθήκη περισσότερων μετοχών μειώνει οριακά τον κίνδυνο. Ωστόσο, ένα χαρτοφυλάκιο 30 μετοχών στις ΗΠΑ διαφοροποιείται μόνο έναντι του κινδύνου για την εταιρεία — εξακολουθεί να έχει πλήρη έκθεση στον κίνδυνο αγοράς μετοχών των ΗΠΑ, στον κίνδυνο τομέα και στους κινδύνους παραγόντων. Η πραγματική διαφοροποίηση απαιτεί διασταύρωση κατηγοριών περιουσιακών στοιχείων (μετοχές, ομόλογα, ακίνητα, εμπορεύματα, εναλλακτικές λύσεις) και γεωγραφίες (εγχώριες, διεθνείς ανεπτυγμένες, αναδυόμενες αγορές).

Q

Τι είναι ο πίνακας συνδιακύμανσης και πώς μπορώ να τον δημιουργήσω;

A

Ένας πίνακας συνδιακύμανσης (Σ) είναι ένα πλέγμα N×N όπου κάθε καταχώρηση [i,j] δείχνει τη συνδιακύμανση μεταξύ του στοιχείου i και του στοιχείου j. Οι διαγώνιες εγγραφές είναι οι επιμέρους διακυμάνσεις (σᵢ²). Ο πίνακας είναι συμμετρικός (καταχώριση [i,j] = [j,i]) επειδή η συνδιακύμανση μεταξύ Α και Β ισούται με τη συνδιακύμανση μεταξύ Β και Α. Για να δημιουργήσετε μία από ιστορικά δεδομένα: συλλέξτε μηνιαίες αποδόσεις για όλα τα στοιχεία, υπολογίστε τις ζευγαρωμένες συνδιακυμάνσεις χρησιμοποιώντας τη συνάρτηση COVAR του Excel ή τη συνάρτηση της Python με numpy.covlyply2 (, στη συνέχεια, το numpy.cov2ply2).

Q

Ποιο είναι το χαρτοφυλάκιο ελάχιστης διακύμανσης;

A

Το χαρτοφυλάκιο ελάχιστης διακύμανσης είναι ο συνδυασμός περιουσιακών στοιχείων — ειδικά για τα βάρη κάθε περιουσιακού στοιχείου — που παράγει τη χαμηλότερη δυνατή διακύμανση χαρτοφυλακίου σε όλους τους πιθανούς συνδυασμούς κατανομής. Βρίσκεται στο πιο αριστερό σημείο του αποτελεσματικού συνόρων. Δεν είναι απαραιτήτως το βέλτιστο χαρτοφυλάκιο (θυσιάζει την αναμενόμενη απόδοση), αλλά αντιπροσωπεύει το μέγιστο όφελος διαφοροποίησης που μπορεί να επιτευχθεί δεδομένων των διαθέσιμων περιουσιακών στοιχείων. Για μια περίπτωση δύο περιουσιακών στοιχείων, το ελάχιστο βάρος διακύμανσης για το στοιχείο 1 είναι: w1 = (σ2 − σ12) / (σ12 + σ2 − 2σ12), όπου σ12 είναι η συνδιακύμανση.

Q

Πώς επηρεάζει η μόχλευση τη διακύμανση του χαρτοφυλακίου;

A

Η μόχλευση ενισχύει τη διακύμανση του χαρτοφυλακίου κατά το τετράγωνο του δείκτη μόχλευσης. Εάν δανειστείτε το 50% της αξίας του χαρτοφυλακίου για να επενδύσετε (1,5× μόχλευση), η διακύμανση του χαρτοφυλακίου αυξάνεται κατά συντελεστή 1,5² = 2,25 και η τυπική απόκλιση αυξάνεται κατά 1,5×. Αυτό σημαίνει ότι μια ετήσια τυπική απόκλιση 12% στο 1× γίνεται 18% στο 1,5×. Η μόχλευση δεν μπορεί να διαφοροποιηθεί - κλιμακώνει όλα τα στοιχεία αναλογικά. Αυτός είναι ο λόγος για τον οποίο τα κεφάλαια υψηλής μόχλευσης (π.χ. 2× και 3× ETF) έχουν δραματικά υψηλότερη μεταβλητότητα από τους υποκείμενους δείκτες τους.

Q

Ποια είναι η διαφορά μεταξύ της διακύμανσης χαρτοφυλακίου στο MPT και του κινδύνου μοντέλου παράγοντα;

A

Το MPT υπολογίζει τη συνολική διακύμανση του χαρτοφυλακίου από το ακατέργαστο ιστορικό επιστροφών. Τα μοντέλα παραγόντων (CAPM, Fama-French, Barra) αποσυνθέτουν τη διακύμανση του χαρτοφυλακίου σε συστηματικά στοιχεία (κίνδυνος αγοράς, κίνδυνος μεγέθους, κίνδυνος αξίας, κίνδυνος ορμής) και ιδιοσυγκρασιακή συνιστώσα. Η διακύμανση του μοντέλου παραγόντων δίνει περισσότερες πληροφορίες σχετικά με το γιατί διατρέχετε τον κίνδυνο που διατρέχετε — είναι η βήτα της αγοράς, η συγκέντρωση τομέα ή οι κλίσεις παραγόντων; Για τη διαχείριση χαρτοφυλακίου, η αποσύνθεση του κινδύνου παραγόντων είναι πιο εφαρμόσιμη. για ακριβή υπολογισμό διακύμανσης, η προσέγγιση του πίνακα συνδιακύμανσης είναι πιο ακριβής.

Common Mistakes to Avoid

▾
  • !Χρησιμοποιώντας τυπικές αποκλίσεις περιουσιακών στοιχείων σε ποσοστό (π.χ., 20) αντί για δεκαδικά (0,20) — ο τύπος απαιτεί δεκαδικούς αριθμούς και η ανάμειξή τους παράγει παράλογα αποτελέσματα.
  • !Αγνοώντας τη συσχέτιση και απλώς τον υπολογισμό του μέσου όρου των τυπικών αποκλίσεων περιουσιακών στοιχείων — αυτό υπερεκτιμά τον κίνδυνο χαρτοφυλακίου και χάνεται ολόκληρο το σημείο της διαφοροποίησης.
  • !Υποθέτοντας ότι οι ιστορικοί συσχετισμοί είναι σταθεροί - οι συσχετισμοί μετατοπίζονται δραματικά μεταξύ κανονικών καθεστώτων και καθεστώτων κρίσης. Πάντα να κάνετε stress-test με αυξημένες υποθέσεις συσχέτισης.
  • !Χρήση μηνιαίων αποδόσεων χωρίς ετήσια — πολλαπλασιάστε τη μηνιαία διακύμανση επί 12 για να λάβετε ετήσια διακύμανση ή πολλαπλασιάστε το μηνιαίο σ με √12 για να λάβετε ετήσια σ.
  • !Αντιμετώπιση ενός χαρτοφυλακίου μετοχών στον ίδιο τομέα με τους διαφοροποιημένους — οι μετοχές του κλάδου έχουν συσχετίσεις άνω του 0,7 και παρέχουν ελάχιστη μείωση της διακύμανσης.
💡

Pro Tip

Εκτελέστε δύο υπολογισμούς διακύμανσης χαρτοφυλακίου: έναν χρησιμοποιώντας μακροπρόθεσμους μέσους συσχετισμούς (κανονική περίοδο) και έναν χρησιμοποιώντας συσχετίσεις περιόδου κρίσης (υποθέστε ότι όλες οι συσχετίσεις επικίνδυνων περιουσιακών στοιχείων εκτινάσσονται στο 0,80+). Το χάσμα μεταξύ αυτών των δύο αριθμών είναι η «πίστωση διαφοροποίησης» σας — το ποσό της μείωσης του κινδύνου που μπορεί να εξαφανιστεί σε μια πραγματική κρίση. Μεγεθύνετε τον προϋπολογισμό κινδύνου σας συντηρητικά σε σχέση με το σενάριο συσχέτισης κρίσης.

⭐

Did you know?

Ο Χάρι Μάρκοβιτς φέρεται να ανέπτυξε το πλαίσιο διακύμανσης του χαρτοφυλακίου του ως φοιτητής διδακτορικού στη δεκαετία του 1950 ενώ διάβαζε τη «Θεωρία της Επενδυτικής Αξίας» του John Burr Williams σε μια πανεπιστημιακή βιβλιοθήκη. Η διορατικότητά του - ότι οι επενδυτές πρέπει να ενδιαφέρονται για τα χαρτοφυλάκια, όχι για τις μεμονωμένες μετοχές - ήρθε σε ένα απόγευμα. Η ομιλία του νικητή του βραβείου Νόμπελ σημείωσε ότι ο Milton Friedman αρχικά πρότεινε ότι το έργο δεν ήταν οικονομικά. Δεκαετίες αργότερα, ο πίνακας συνδιακύμανσης του Markowitz είναι ενσωματωμένος σε κάθε θεσμική επενδυτική διαδικασία στον κόσμο.

Regional Guides

▾
🇺🇸 US▾
Χρησιμοποιεί συνήθεις μονάδες και πρότυπα των ΗΠΑ, όπου ισχύουν
🇬🇧 UK▾
Μπορεί να απαιτεί μετατροπή σε μετρικές μονάδες ή βρετανικά πρότυπα
🇪🇺 EU▾
Ακολουθεί τις συμβάσεις της ΕΕ και τις μονάδες SI όπου ισχύει
📖Difficulty:Advanced
Μόνο για ενημερωτικούς σκοπούς. Αυτό το εργαλείο δεν αποτελεί οικονομική συμβουλή. Συμβουλευτείτε εξειδικευμένο οικονομικό σύμβουλο πριν λάβετε επενδυτικές ή οικονομικές αποφάσεις.
Formula-verified for precision
Reviewed October 2026
Our methodology

Λάβετε εβδομαδιαίες συμβουλές για τα μαθηματικά

Εγγραφείτε σε 12.000+ συνδρομητές που λαμβάνουν συμβουλές για την αριθμομηχανή κάθε εβδομάδα.

🔒
100% Δωρεάν
Ποτέ δεν απαιτείται εγγραφή
✓
Ακριβές
Επαληθευμένοι τύποι
⚡
Άμεσο
Αποτελέσματα καθώς πληκτρολογείτε
📱
Κατάλληλο για Κινητά
Όλες οι συσκευές

Ρυθμίσεις