跳到主要內容

波動度的計算及投資意涵



波動度的計算方式,依照網路上或是教科書上的算法,如下
  1. 將你要計算的資產每週期的價格列出 (每週期的頻率可能是日資料, 週資料, 月資料等, 我們為了接下來參照方便,把這個叫做參數1)。可參考表格1的解釋。
  2. 計算每週期的報酬率,方法為 (價格_{週期T}-價格_{週期T-1}) / 價格_{週期T-1}。(對照表格1,例如參數1=日,則2001/1/2日的報酬率 = (4935.28 - 4739.09) / 4739.09 = 4.1398%)我們把這些報酬率稱做 "每周期報酬率" (如表格2)
  3. 選定一個要計算波動度的週期(例如2001/12/30),選定一個計算區間(例如過去20筆資料, 或是過去1年的資料。如果是過去20筆資料,則如果採用日資料,則會使用過去20天,也就是約1個月的資料來計算)



表格1:同樣的台灣加權指數價格資料,如果使用日資料的話,一年的資料筆數就有約252(交易日), 如果是月資料,則一年有12筆資料。表格列出日資料跟月資料的2001/1/31收盤價都是5936.2,以茲證明為同樣的資訊。

表格2:收盤價與報酬率表


表格A:

從表格A可見,不同的資料週期(參數1),得到的年化波動度會不一樣。以2001年為例,使用月資料計算出來,12/31的波動度(年化後)是31.00%, 但若使用月資料,則波動度會上升到47.64%。而且使用日資料計算出來的波動度不一定總是大於或總是小於使用月資料計算出來的波動度(2001年日資料波動度 < 月資料波動度, 但2008年日資料波動度就會大於月資料波動度了)。這有幾個投資意涵:
  1. 資料的選取會很大地影響一個人評估風險的意見。試想一個投資人如果他的風險承受程度是40%,那如果使用日資料,則2001年台灣股市對這個投資人而言就是一個可以投資的標的,但如果使用月資料,則投資人就有可能嚇壞了。
  2. 如果有兩個資產(例如美國S&P500指數跟台灣加權指數),一個使用日報價計算波動度, 一個使用月報價計算波動渡,很有可能兩個的風險看起來就完全不一樣。

另外,波動度是否能代標風險也有很大的討論空間,因單就波動度來看,只能代表投資人投資的標地一年內有可能變動如此的幅度,這代表往下的幅度,也代表往上的幅度。因此用波動度來代表風險,就會有"高風險、高報酬"的結論產生。但是我們一般的知識會告訴我們,如果牛肉含有瘦肉精,我們吃下去得病的機率就會提高,也就是健康承擔的風險會變高。但是吃了瘦肉精的牛肉,並不會讓我們有變得比吃一般牛肉更健康的"報酬"存在。用這樣的思考邏輯,使用波動度來代表風險是不正確的。

因此投資的風險不能完全以波動度來表示。對投資標的的過去績效,公司的體質,是否未來有發展的潛力,現在的價格是否相對便宜等層面的掌握度(或是不確定性),才是衡量風險比較適合的指標,只是這些掌握度,通常是很難量化的。

留言

這個網誌中的熱門文章

為什麼Yahoo! Finance跟Google Finance算的Beta不一樣? – 淺談資料使用與比較的小陷阱

大家一定都知道 beta 是計算一檔股票相對於大盤的波動性大小。假如一隻股票 S 的 Beta 等於 1.3 ,則當大盤漲 1% 的時候, S 可能漲 1.3% ;大盤跌 1% 的時候, S 可能跌 1.3% 。假如 S 的 Beta 等於 0.8 ,那麼大盤漲 1% , S 可能漲 0.8% ,大盤跌 1% 、 S 可能跌 0.8% ,諸如此類。那麼,為什麼同一天的同一支股票,在 Yahoo! Finance 顯示的 Beta 跟在 Google Finance 顯示的 Beta 不同呢 ? 2017 年 11 月 13 日台積電 (TSM) 在 Yahoo! Finance(上) 與在 Google Finance(下) 網站 顯示的 Beta 。 從上圖可以看出,同樣都是台積電,在 Yahoo! Finance 上頭的 Beta 是 0.87 、但是在 Google Finance 上面變成了 0.77 。有人算錯了嗎? 不一定。根據 Beta 的定義: Cov(r 個股 , r 大盤 ) 代表個股與大盤的共異變數或協方差, Var(r 大盤 ) 是大盤的變異數或方差。很明顯地,計算 beta 需要兩列尺寸相等的序列才能算,其中一個自然是過去一段時間個股的回報,另一個是大盤過去一段時間的回報。這麼一來,這個數據就取決於三個選擇: 1)     大盤要選哪個指數?例如蘋果 AAPL 同時被納在 道瓊工業指數 、 S&P 500 指數 、以及 那斯達克Nasdaq-100 指數 當中,你在計算 AAPL 的 beta 時,大盤要用哪一個呢 ? 2)      要往以前拉多久 ? 朔往的時間如果太近,則資料數量可能不夠代表性;如果時間拉太遠,則可能沒有辦法反映現下的經濟及市場情況。 3)      每一個資料點,是選每天的報酬、每週的報酬、還是每月的報酬資料呢 ? 同樣都是取過去一年資料,日報酬可以給你 250 筆資料、週報酬可以給你 50 筆、月報酬則只有 12 筆資料。 同一檔股票,以上三個選擇只要一個不同,算出來的數字就會不一樣。根據 CFA Level II 的教材,...

為什麼「投資專家」們從來不會意見一致?到底甚麼方法才是正確的投資方法呢?

像是 1+1 = 2 、以及東西放手會因為引力而往下掉這類的事情,是完全不用證明,大家就都會同意的「事實」;照著這些事實運作,想做的事情就可以達成,違反這些事實,事情就沒法成功,一翻兩瞪眼。你很少看到兩個自稱是數學家的人爭執費馬小定理 (Fermat’s Little Theorem ,講任何一個整數 a 的某個質數次方 a^p – a 一定可以被 p 整除 ) 到底是對是錯,但是你一定不陌生任何一檔股票、追蹤它的分析師對於它未來股價的看法都不盡相同,目標價很少一樣,更不用說充滿酸民與詐騙的網路討論區了。投資如果有對的方法(就像很多人以此為業,還賺了不少錢),為何大家會看法如此分歧呢? 事實上,整個投資市場的運作,必須建立在大家對市場有不同的看法。今天一家公司在外流通的股票就那麼多,你買一股、就必須有人想要在同樣的價格賣出一股,你才買得到。意思是說,你認為這家公司股價會漲、那個賣給你的人必須認為股價會跌,你們才會完成交易(雖然買賣股票的理由很多,不過應該沒有人是為了虧錢才來買股票的,因此我們可以安全假設一個人要買進股票,他勢必認為日後此股票的價格會幫他賺錢,另一個人要賣出股票,勢必認為日後這支股票對他的財富累積幫助不大),所以假如沒有跟你意見不一樣的人,股票市場就沒辦法動了。 那麼,看法相反的兩個人,一定有一個賺另外一個虧嗎?倒也不一定。假設投資人 A 在 1 月 1 日用 10 元買了 XYZ 的股票,到 7 月 1 日 XYZ 漲到 15 元,他覺得已經賺夠了,或是後續他覺得不看好,於是他賣出。這個時候投資人 B 存夠了錢,覺得 XYZ 很好,因此進場買入,到了 12 月 31 日,股票漲到了 20 元, B 這個時候再賣出給另一個人。在這個年度, A 跟 B 雖然對股票 XYZ 的看法不同,但是都賺到了錢 (A 賺了 50% 、 B 賺了 33%) 。因此與期貨 (futures) 或選擇權 (options) 契約當中,一個人賺錢、他的對家 (counterparty) 勢必虧錢不同,股市是可以大家都賺的,只有多跟少的分別。 因此,就算是投資方法不同、甚至互相看不順眼的兩個人,實際上他們可能都是在股票市場當中賺錢的。股票不是數學或自然科學,並沒有唯一解或是最佳解。找到適合你的情況、能夠讓你賺到錢的方法,就是好方法。但是在下認為一個...