Wat meet de standaarddeviatie in een portefeuille?
Wanneer beleggingsanalisten de risico’s willen begrijpen die aan een beleggingsfonds of een hedgefonds zijn verbonden, kijken ze eerst en vooral naar de standaarddeviatie.
Deze meting van gemiddelde variantie neemt een prominente plaats in op veel gebieden die verband houden met statistiek, economie, boekhouding en financiën. Voor een bepaalde gegevensset meet de standaarddeviatie hoe verspreid de getallen zijn ten opzichte van een gemiddelde waarde.
Door de standaarddeviatie van het jaarlijkse rendement van een portefeuille te meten, kunnen analisten zien hoe consistent het rendement in de loop van de tijd is.
Een beleggingsfonds met een lange staat van dienst van consistente rendementen zal een lage standaarddeviatie vertonen. Een op groei gericht fonds of fonds in opkomende markten heeft waarschijnlijk een grotere volatiliteit en zal een hogere standaarddeviatie hebben. Daarom is het inherent riskanter.
Belangrijkste leerpunten
- Standaarddeviatie kan de consistentie van het rendement van een investering in de loop van de tijd aantonen.
- Een fonds met een hoge standaarddeviatie vertoont prijsvolatiliteit.
- Een fonds met een lage standaarddeviatie is doorgaans beter voorspelbaar.
De standaarddeviatie wordt berekend door de vierkantswortel van de variantie te nemen, die zelf het gemiddelde is van de gekwadrateerde verschillen van het gemiddelde.
Inzicht in standaarddeviatie
Een van de redenen voor de wijdverbreide populariteit van de standaarddeviatiemeting is de consistentie ervan.
De standaarddeviatie van het gemiddelde vertegenwoordigt hetzelfde, of u nu kijkt naar het bruto binnenlands product (bbp), de oogstopbrengsten of de lengte van verschillende hondenrassen. Bovendien wordt het altijd berekend in dezelfde eenheden als de dataset. U hoeft geen extra meeteenheid te interpreteren die voortvloeit uit de formule.
Voorbeeld van standaardafwijkingsmeting
Stel dat een beleggingsfonds in de loop van vijf jaar het volgende jaarlijkse rendement behaalt: 4%, 6%, 8,5%, 2% en 4%. De gemiddelde waarde, of het gemiddelde, is 4,9%. De standaarddeviatie is 2,46%. Dat betekent dat elke individuele jaarwaarde gemiddeld 2,46% verwijderd is van het gemiddelde.
Elke waarde wordt uitgedrukt als een percentage, waardoor het gemakkelijker wordt om de relatieve volatiliteit van verschillende beleggingsfondsen te vergelijken.
Vanwege de consistente wiskundige eigenschappen ligt 68% van de waarden in elke dataset binnen één standaarddeviatie van het gemiddelde en 95% binnen twee standaarddeviaties van het gemiddelde. Als alternatief kunt u met 95% zekerheid schatten dat het jaarlijkse rendement het bereik binnen twee standaarddeviaties van het gemiddelde niet overschrijdt.
Bollinger-banden
Bij beleggen worden standaarddeviaties over het algemeen aangetoond met het gebruik van Bollinger-banden. Bollinger-bands, ontwikkeld door de technische handelaar John Bollinger in de jaren tachtig, zijn een reeks lijnen die kunnen helpen bij het identificeren van trends in een bepaalde beveiliging.
Centraal staat het exponentieel voortschrijdend gemiddelde (EMA), dat de gemiddelde prijs van de beveiliging gedurende een vastgesteld tijdsbestek weergeeft. Aan weerszijden van deze lijn zijn banden ingesteld op één tot drie standaarddeviaties verwijderd van het gemiddelde. Deze buitenste banden oscilleren met het voortschrijdend gemiddelde volgens prijsveranderingen.
Naast de talrijke andere nuttige toepassingen, worden Bollinger Bands gebruikt als een indicator van marktvolatiliteit. Wanneer een effect een periode van grote vluchtigheid heeft doorgemaakt, liggen de banden ver uit elkaar. Naarmate de vluchtigheid afneemt, worden de banden smaller en omhelzen ze de EMA.
Standaarddeviatie meet de consistentie. Consistentie is goed, maar het is niet de enige maatstaf voor de kwaliteit van een fonds.
Zelfs de meest bereikgebonden grafieken ervaren van tijd tot tijd korte golfbewegingen, vaak na winstrapporten of productaankondigingen. In deze hitlijsten borrelen normaal gesproken smalle Bollinger-banden plotseling uit om de piek in activiteit op te vangen. Zodra alles weer tot rust is gekomen, worden de banden smaller.
Omdat veel beleggingstechnieken afhankelijk zijn van veranderende trends, kan het bijzonder nuttig zijn om in één oogopslag zeer volatiele aandelen te identificeren.
Andere gegevens om te overwegen
Hoewel het belangrijk is, mogen standaarddeviaties niet worden beschouwd als een definitieve meting van de waarde van een individuele investering of een portefeuille. Een beleggingsfonds dat bijvoorbeeld elk jaar tussen 5% en 7% rendement oplevert, heeft een lagere standaarddeviatie dan een concurrerend fonds dat elk jaar tussen 6% en 16% rendement oplevert, maar dat maakt het geen betere keuze.
Het is belangrijk op te merken dat standaarddeviatie alleen de spreiding van de jaarlijkse rendementen voor een beleggingsfonds kan aangeven , wat niet noodzakelijkerwijs toekomstige consistentie met deze meting impliceert. Economische factoren zoals renteveranderingen kunnen altijd de prestaties van een beleggingsfonds beïnvloeden.
Nadelen van standaardafwijkingsmeting
Zelfs als beoordeling van de risico’s die aan een beleggingsfonds zijn verbonden, is standaarddeviatie geen op zichzelf staand antwoord. De standaarddeviatie geeft bijvoorbeeld alleen de consistentie (of inconsistentie) van het fondsrendement weer. Het laat niet zien hoe goed het fonds presteert ten opzichte van zijn benchmark, die wordt gemeten als bèta.
Een ander mogelijk nadeel van het vertrouwen op standaarddeviatie is dat het uitgaat van een klokvormige verdeling van datawaarden. Dit betekent dat de vergelijking aangeeft dat dezelfde kans bestaat om waarden boven het gemiddelde of onder het gemiddelde te bereiken. Veel portefeuilles vertonen deze tendens niet, en vooral hedgefondsen hebben de neiging om in een of andere richting scheef te lopen.
Hoe meer effecten in een portefeuille worden gehouden en hoe meer variatie er in de verschillende soorten effecten is, des te waarschijnlijker is de standaarddeviatie mogelijk niet geschikt.
Zoals bij elk statistisch model, zijn grote gegevenssets ook betrouwbaarder dan kleine gegevenssets. De gemiddelde deviatie van 4,9% en de standaarddeviatie van 2,46% in het bovenstaande voorbeeld is niet zo betrouwbaar als dezelfde waarden die zijn verkregen uit 50 berekeningen in plaats van vijf.