통계에서 변동 계수 (COV)는 상대적 이벤트 분산의 간단한 척도입니다. 표준 편차와 평균의 비율과 같습니다. COV의 가장 일반적인 사용은 상대 위험을 비교하는 것입니다. 비록 모든 유형의 정량적 우도 또는 확률 분포에 적용될 수 있습니다.
COV의 또 다른 사용과 의미가 있습니다. 수학적 모델을 해석 할 때 COV는 제곱 평균 오차와 별도의 종속 변수 평균 사이의 비율로 계산됩니다. 이 유형의 COV 분석은 덜 일반적이지만 모델이 특정 작업 또는 분석 유형에 적합한 지 여부를 결정할 때 건설적인 방법이 될 수 있습니다. 변동 계수, 단위 화 된 위험 및 상대 표준 편차를 포함하여 다른 용어는 COV와 동의어입니다.
변동 계수의 가능한 사용
COV는 지수 분포를 나타내는 연구에서 특히 유용합니다. 즉, 분포가 저 분산으로 간주되는 시점과 고 분포로 간주되는 시점을 보여줍니다.
투자 및 재무에서 COV는 위험을 평가하는 데 사용될 수 있습니다. 위험 기반 COV는 현대 포트폴리오 이론 (MPT)의 표준 편차와 거의 같은 방식으로 해석 될 수 있습니다. 유일한 차이점은 COV가 특히 다른 유가 증권에 대한 다양한 위험 수준 중에서 상대적 위험에 대한 더 나은 전반적인 지표라는 것입니다.
예를 들어, 두 개의 다른 주식이 다른 수익을 제공하고 표준 편차가 다른 것으로 가정합니다. 주식 A의 예상 수익률은 15 %이고 주식 B의 예상 수익률은 10 %입니다. 그러나 주식 A의 표준 편차는 10 %이고 주식 B의 표준 편차는 5 %입니다. 어느 쪽이 더 나은 투자입니까?
이러한 예상 수익이 정확하고 나머지 투자자 포트폴리오가 결정에 중립적이라고 가정하면 주식 B가 더 나은 투자입니다. COV (5 % / 10 % 또는 0.5)는 주식 A의 COV (10 % / 15 % 또는 0.67)보다 작습니다.
변동 계수의 장점
COV의 주요 장점은 단위가 없다는 것입니다. 주어진 정량화 가능한 데이터에 대해 COV를 실행할 수 있으며, 그렇지 않은 경우 다른 측정 값으로는 불가능한 방식으로 관련되지 않은 COV를 서로 비교할 수 있습니다.
실제로, 단위가없는 COV 품질은 표준 편차 분석과 분리되는 것입니다. 두 변수의 표준 편차는 의미있는 방식으로 비교할 수 없습니다. 그러나 표준 편차와 평균을 비교하여 COV는 모든 분산을 기본 단위와 관련이 있지만 독립적으로 만듭니다.
위험의 척도로 COV는 주식 및 기타 유가의 변동성을 측정하는 데 사용됩니다. 분석가는 다른 잠재적 투자와 관련된 위험을 평가하고 비교할 수 있습니다. 따라서 투자 위험을 측정하고 관리하는 데 사용할 수 있습니다.
단일 투자에 대한 수익의 주요 변동 위험을 줄이기 위해 다양한 자산 포트폴리오를 항상 권장합니다. 그러므로 위험과 다양 화는 부정적으로 관련되어있다. 즉, 다양 화가 증가함에 따라 위험이 감소합니다.
제로 단점
표본 모집단의 평균이 0이라고 가정합니다. 즉, 0 위와 아래의 모든 값의 합은 서로 같습니다. 이 상황에서 COV에 대한 공식은 분모에 0을두기 때문에 쓸모가 없습니다.
실제로 COV 계산의 특성은 샘플 모집단에 양수 값과 음수 값이 모두 존재하면 문제가된다는 것입니다. 이 지표는 거의 모든 데이터 요소가 동일한 더하기 빼기 기호를 공유 할 때 가장 잘 사용됩니다.
