목차
- 샤프 비율이란 무엇입니까?
- 공식 및 계산
- 샤프 비율 디코딩
- 샤프 비율 대 분류 비율
- 샤프 비율 사용의 한계
- 샤프 비율 사용 예
샤프 비율이란 무엇입니까?
Sharpe 비율은 노벨상 수상자 William F. Sharpe가 개발했으며 투자자가 위험 대비 투자 수익을 이해하는 데 사용됩니다. 비율은 변동성 또는 전체 위험 단위당 무위험 비율을 초과하여 얻은 평균 수익입니다.
평균 수익률에서 무위험 금리를 빼면 투자자는 위험 감수 활동과 관련된 이익을 더 잘 분리 할 수 있습니다. 일반적으로 Sharpe 비율의 값이 클수록 위험 조정 수익률이 높아집니다.
샤프 비율
주요 테이크 아웃
- Sharpe 비율은 투자자가 취한 초과 위험에 대해 포트폴리오의 과거 성과 또는 예상되는 미래 성과를 조정합니다. 투자 수익이 정상적으로 분배된다는 가정.
샤프 비율에 대한 공식 및 계산
의 샤프 비율 = σpRp-Rf (여기서: Rp = 포트폴리오의 반환 Rf = 위험없는 비율 σp = 포트폴리오 초과 수익의 표준 편차)
Sharpe 비율은 포트폴리오 수익률에서 무위험 비율을 빼고 그 결과를 포트폴리오 초과 수익률의 표준 편차로 나누어 계산합니다.
샤프 비율 디코딩
Sharpe 비율은 위험 조정 수익률을 계산하는 데 가장 널리 사용되는 방법이되었습니다. Modern Portfolio Theory는 상관 관계가 낮은 다각화 된 포트폴리오에 자산을 추가하면 수익을 희생하지 않고도 포트폴리오 위험을 줄일 수 있다고 말합니다.
다각화를 추가하면 다각화 수준이 낮은 유사한 포트폴리오에 비해 Sharpe 비율이 높아집니다. 이것이 사실이되기 위해서는, 투자자는 위험이 변동성과 같고 모든 투자에 적용하기에는 너무 좁을 수 있다는 가정을 수용해야합니다.
Sharpe 비율은 공식에서 실제 수익이 사용되는 포트폴리오의 과거 성과 (사후)를 평가하는 데 사용할 수 있습니다. 또는 투자자는 예상 포트폴리오 성능과 예상되는 무위험 비율을 사용하여 예상 샤프 비율 (예측)을 계산할 수 있습니다.
Sharpe 비율은 또한 포트폴리오의 초과 수익이 현명한 투자 결정에 의한 것인지 또는 너무 많은 위험의 결과인지를 설명하는 데 도움이 될 수 있습니다. 하나의 포트폴리오 또는 펀드가 다른 피어보다 높은 수익을 누릴 수 있지만, 높은 수익이 추가 위험을 초과하지 않는 경우에만 좋은 투자입니다.
포트폴리오의 Sharpe 비율이 클수록 위험 조정 성능이 향상됩니다. 분석 결과 음수가 샤프 비율 인 경우 위험이없는 비율이 포트폴리오 수익률보다 높거나 포트폴리오 수익률이 마이너스 일 것으로 예상됩니다. 두 경우 모두 음수 샤프 비율은 유용한 의미를 전달하지 않습니다.
샤프 비율 대 분류 비율
Sharpe 비율의 변형은 Sortino 비율로, 표준 편차에 대한 가격 변동의 영향을 제거하여 목표 또는 필요한 수익 미만의 수익 분포에 초점을 맞 춥니 다. 또한 Sortino 비율은 무위험 비율을 수식 분자의 필수 수익률로 대체하여 수식의 수익률을 요구 수익률보다 적은 수익률을 목표 또는 필수 수익률 미만의 수익 분포로 나눈 값으로 만듭니다.
Sharpe 비율의 또 다른 변형은 포트폴리오의 베타 또는 포트폴리오가 나머지 시장과의 상관 관계를 사용하는 Treynor Ratio입니다. Treynor 비율의 목표는 투자자가 시장의 고유 위험보다 추가 위험을 감수하도록 보상을 받고 있는지 판단하는 것입니다. Treynor 비율 공식은 포트폴리오를 베타로 나눈 위험없는 비율로 포트폴리오를 반환하는 것입니다.
샤프 비율 사용의 한계
Sharpe 비율은 분모의 표준 수익 편차를 총 포트폴리오 위험의 대리로 사용하며, 이는 수익이 정규 분포로 가정됩니다. 데이터의 정상적인 분포는 주사위 한 쌍을 굴리는 것과 같습니다. 많은 롤에서 주사위의 가장 일반적인 결과는 7이고 가장 일반적인 결과는 2와 12가 될 것입니다.
그러나 금융 시장의 수익률은 놀라 울 정도로 많은 가격 하락 또는 급등으로 평균에서 비뚤어집니다. 또한 표준 편차는 어느 방향 으로든 가격 변동이 똑같이 위험하다고 가정합니다.
리스크 조정 수익률 기록을 높이려는 포트폴리오 관리자는 Sharpe 비율을 조작 할 수 있습니다. 측정 간격을 연장하여 수행 할 수 있습니다. 이로 인해 변동성 추정치가 낮아집니다. 예를 들어, 일일 수익률의 연간 표준 편차는 일반적으로 매주 수익률보다 높은 주간 수익률보다 높습니다.
중립 룩백 기간이 아닌 잠재적 인 Sharpe 비율이 가장 높은 분석 기간을 선택하는 것은 위험 조정 수익률을 왜곡 할 데이터를 선택하는 또 다른 방법입니다.
샤프 비율 사용 예
샤프 비율은 종종 새로운 자산 또는 자산 클래스가 포트폴리오에 추가 될 때 전체 위험 수익률 특성의 변화를 비교하는 데 사용됩니다. 예를 들어, 투자자는 현재 주식과 채권으로 분리되어 있고 작년에 15 %를 반환 한 기존 포트폴리오에 헤지 펀드 할당을 추가하려고합니다. 현재 무위험 비율은 3.5 %이며 포트폴리오 수익률의 변동성은 12 %이므로 Sharpe 비율은 95.8 % 또는 (15 %-3.5 %)를 12 %로 나눕니다.
투자자는 헤지 펀드를 포트폴리오에 추가하면 내년의 기대 수익률이 11 %로 낮아질 것으로 예상하지만 포트폴리오의 변동성은 7 %로 떨어질 것으로 예상합니다. 그는 무위험 비율이 내년에도 동일하게 유지 될 것이라고 가정합니다. 투자자는 미래의 예상 수치와 동일한 공식을 사용하여 포트폴리오에 예상 샤프 비율이 107 % (11 %-3.5 %)를 7 %로 나눈 것을 알 수 있습니다.
여기서 투자자는 헤지 펀드 투자가 포트폴리오의 절대 수익을 낮추고 있지만 위험 조정 기준으로 성능이 향상되었음을 보여주었습니다. 새로운 투자가 추가되면 Sharpe 비율이 낮아지면 포트폴리오에 추가해서는 안됩니다. 이 예에서는 과거 성능을 기반으로 한 Sharpe 비율이 예상되는 미래 성능과 상당히 비교 될 수 있다고 가정합니다.
