Varyans, riski belirlemek için yaygın olarak kullanılan bir ölçümdür. Yatırımcılar, çeşitli yatırım senaryolarının nispi riskini belirlemek için beklenen getirinin varyansını hesaplar. Proje yöneticileri, bir projenin bütçenin üzerinde mi yoksa programın gerisinde mi olduğunu belirlemek için varyansı hesaplar. Yaygın olarak kabul edilen üç varyansı hesaplamanın üç yolu vardır.
Geçmiş Verilere Dayalı Varyans
Verilerin toplamını, veri noktalarının sayısına bölerek ayarlanan verinin ortalamasını hesaplayın. Bu örnekte, üç veri noktası vardır: n1, n2 ve n3:
ortalama = (n1 + n2 + n3) / (3)
Her veri noktası ile veri kümesinin ortalaması arasındaki farkı hesaplayın:
diff 1 = (n1 - avg) diff 2 = (n2 - avg) diff 3 = (n3 - avg)
Her farkı kareleyin ve kare farkları toplayın:
(n1 - ortalama) ^ 2 + (n2 - ortalama) ^ 2 + (n3 - ortalama) ^ 2
Kare eksi farklılıklarının toplamını, ayarlanan eksi 1'deki veri sayısına bölün:
(n1 - ortalama) ^ 2 + (n2 - ortalama) ^ 2 + (n3 - ortalama) ^ 2 / (3-1)
Varyans-Kovaryansa Dayalı Varyans
Kovaryansı hesaplamak için Excel'in Kovaryans fonksiyonunu kullanın.
Standart sapmayı 1,65 ile çarparak zamanın yüzde 5'ini oluşturan riski hesaplayın.
Standart sapmayı 1,65 ile çarparak zamanın yüzde 5'ini oluşturan riski hesaplayın.
Standart sapmayı 2,33 ile çarparak zamanın yüzde 1'inde ortaya çıkan riski hesaplayın.
Monte Carlo Metoduna Dayalı Varyans
Veri kümenizi etkileyen faktörlere yaklaşmak için istatistiksel bir dağılım seçin. Örneğin, önerilen bir yatırım senaryosunun risk varyansını hesaplıyorsanız, geçmiş yatırımların gözlenen performansına uygun bir dağıtım seçin.
Seçtiğiniz istatistiksel dağılımdan 1.000 ila 10.000 rasgele sayı üretmek için bir bilgisayar programı kullanın.
Üretilen verileri bir olasılık işlevi olarak grafik haline getirin ve elde edilen dağılımın varyansını hesaplayın.
İpuçları
-
Varyans, kovaryans ve Monte Carlo simülasyonlarının hesaplanmasına yardımcı olmak için bilgisayar programları mevcuttur.
Uyarı
Aşırı tahmin veya varyansın küçümsenmesini önlemek için, mümkün olduğunda hesaplanan istatistikleri daima gerçek verilerle karşılaştırın.