การวิเคราะห์ความเสี่ยงเชิงปริมาณ 2 (Quantitative Risk Analysis 2)
การวัดความเสี่ยงเชิงปริมาณ โดย การวิเคราะห์ข้อมูลในอดีตในเชิงสถิติและเศรษฐศาสตร์ถูกนำเสนอ
เป็นครั้งแรกโดย Harry
Markowitz โดยตั้งสมการเป้าหมาย เป็นค่าความเสี่ยงของ Portfolio วัดจาก Standard Deviation การแก้ปัญหาหาโดยการปรับค่าสัดส่วนของการลงทุนเพื่อหาจุดที่ทำให้ค่าความเสี่ยงในสมการเป้าหมายนั้นต่ำสุด
และมีเงื่อนไขบังคับต้องมีค่าเท่ากับค่าที่กำหนด
ในทางคณิตศาสตร์เรียกวิธการแก้ปัญหาหาแบบนี้ว่า Quadratic Programming with Lineer constraint ผลตอบแทนและความเสี่ยงจากการลงทุนอย่างเป็นเรื่องราวขึ้น
โดยมองว่าอัตราผลตอบแทนของการลงทุนนั้นไม่แน่นอน แต่สามารถคาดการณ์ได้
โดยอาศัยค่าเฉลี่ยผลตอบแทนในอดีต ถ้าการกระจายของผลตอบแทนนี้
มีลักษณะเป็นการกระจายแบบปรกติ(Normal Distribution) เราสามารถวัดความเสี่ยงของการลงทุนในหุ้น
โดยคำนวณส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation) ของอัตราผลตอบแทน
ถ้าค่านี้มีมากแสดงว่าความเสี่ยงของการลงทุนในหุ้นนั้นมีมากไปด้วย
เพราะแสดงว่าโอกาสที่ผลตอบแทนที่เกิดขึ้นจริงจะแตกต่างจากค่าเฉลี่ยหรืออัตราผลตอบแทนของการดาดการณ์นั้นมีอยู่สูง
เมื่อทดลองนำหุ้นหลายตัวมาประกอบเป็นกลุ่มหลักทรัพย์ (Portfolio)ระบบสนับสนุนการตัดสินในในการลงทุนในตลาดหลักทรัพย์)
แล้วว่าสามารถสร้างกลยุทธ์ของการลงทุนที่ให้ผลตอบแทนคาดการณ์ค่อนข้างสูงและมีความเสี่ยงซึ่งวัดจาก
Standard Deviation ของ Portfolio นั้นต่ำลง
เนื่องจากความสัมพันธ์ระหว่างหุ้นในกลุ่มหลักทรัพย์นั้นเอง การวิเคราะห์โดยสร้างตัวแบบทางคณิตศาสตร์วัดความแปรปรวน
และตัวแบบสมการเชิงเส้น
ตัวแบบทางคณิตศาสตร์
ตัวแบบสมการเชิงเส้น
ตัวแบบจาก Excel ค่าความแปรปรวนสูงแสดงถึงความเสี่ยงสูงแต่ให้ผลตอบแทนที่สูงตาม
ที่มา https://sites.google.com/site/simulationinexcel/bthkhwam-ngan-wicay/optimization-of-portfolios-risk-and-return
ไม่มีความคิดเห็น:
แสดงความคิดเห็น