Varyasyon Katsayısı (CV)

Varyasyon Katsayısı (CV) Nedir?

Varyasyon katsayısı (CV), bir veri serisindeki veri noktalarının ortalama etrafındaki dağılımının istatistiksel bir ölçüsüdür. Varyasyon katsayısı, standart sapmanın ortalamaya oranını temsil eder ve ortalamalar birbirinden önemli ölçüde farklı olsa bile, bir veri serisinden diğerine varyasyon derecesini karşılaştırmak için yararlı bir istatistiktir.

Varyasyon Katsayısını Anlama

, popülasyonun ortalamasına göre bir örnekteki verilerin değişkenlik derecesini gösterir . Finansta, varyasyon katsayısı, yatırımcıların yatırımlardan beklenen getiri miktarına kıyasla ne kadar oynaklık veya risk üstlenildiğini belirlemesine olanak tanır. İdeal olarak, değişkenlik katsayısı formülünün standart sapmanın ortalama getiriye oranı daha düşükse, risk-getiri dengesi o kadar iyi olur. Paydadaki beklenen getiri negatif veya sıfır ise, varyasyon katsayısının yanıltıcı olabileceğini unutmayın.

Varyasyon katsayısı, yatırımları seçmek için risk/ödül oranını kullanırken yardımcı olur. Örneğin, riskten kaçınan bir yatırımcı , genel piyasa veya sektörü ile ilgili olarak, getiriye göre tarihsel olarak düşük bir oynaklık derecesine sahip varlıkları değerlendirmek isteyebilir. Tersine, risk arayan yatırımcılar, tarihsel olarak yüksek derecede oynaklığa sahip varlıklara yatırım yapmak isteyebilirler.

Çoğunlukla ortalama, çeyrek, beşte birlik veya ondalık CV'ler etrafındaki dağılımı analiz etmek için kullanılırken, örneğin medyan veya 10. yüzdelik dilim etrafındaki değişimi anlamak için de kullanılabilir.

Varyasyon katsayısı formülü veya hesaplaması, bir hisse senedinin, emtianın veya tahvilin diğer varlıklara göre tarihsel ortalama fiyatı ile cari fiyat performansı arasındaki sapmayı belirlemek için kullanılabilir.

Varyasyon Katsayısı Formülü

Varyasyon katsayısının nasıl hesaplanacağına ilişkin formül aşağıdadır:

$\begin &\text = \frac { \sigma }{ \mu } \ &\ textbf \ &\sigma = \text \ &\mu = \text \ \end{hizalı}$< /span>

Varyasyon katsayısı formülünün paydasındaki beklenen getiri negatif veya sıfır ise sonucun yanıltıcı olabileceğini lütfen unutmayın.

Excel'de Varyasyon Katsayısı

Varyasyon katsayısı formülü, önce bir veri seti için standart sapma işlevi kullanılarak Excel'de gerçekleştirilebilir. Ardından, sağlanan Excel işlevini kullanarak ortalamayı hesaplayın. Varyasyon katsayısı standart sapmanın ortalamaya bölümü olduğundan, standart sapmayı içeren hücreyi ortalamayı içeren hücreye bölün.

Yatırım Seçimi için Varyasyon Katsayısı Örneği

Örneğin, geniş bir piyasa endeksini izleyen bir menkul kıymetler sepeti olan borsada işlem gören bir fona (ETF) yatırım yapmak isteyen riskten kaçınan bir yatırımcıyı düşünün. Yatırımcı SPDR S&P 500 ETF, Invesco QQQ ETF ve iShares Russell 2000 ETF'yi seçer. Ardından, ETF'lerin son 15 yıldaki getirilerini ve oynaklığını analiz ederler ve ETF'lerin uzun vadeli ortalamalarına benzer getirilere sahip olabileceğini varsayarlar.

Açıklama amacıyla, yatırımcının kararı için aşağıdaki 15 yıllık geçmiş bilgiler kullanılır:

• SPDR S&P 500 ETF'nin yıllık ortalama getirisi %5,47 ve standart sapması %14,68 ise, SPDR S&P 500 ETF'nin varyasyon katsayısı 2,68'dir.

• Invesco QQQ ETF'nin yıllık ortalama getirisi %6,88 ve standart sapması %21,31 ise, QQQ'nun varyasyon katsayısı 3,10'dur.

• iShares Russell 2000 ETF'nin yıllık ortalama getirisi %7,16 ve standart sapması %19,46 ise, IWM'nin varyasyon katsayısı 2,72'dir.

Yaklaşık rakamlara dayanarak, risk/ödül oranları yaklaşık olarak aynı olduğundan ve Invesco QQQ ETF'den daha iyi bir risk-getiri dengesine işaret ettiğinden, yatırımcı SPDR S&P 500 ETF'ye veya iShares Russell 2000 ETF'ye yatırım yapabilir.

Öne Çıkanlar

• Standart sapmanın ortalama getiriye oranı ne kadar düşükse, risk-getiri dengesi o kadar iyidir.

• Varyasyon katsayısı (CV), bir veri serisindeki veri noktalarının ortalama etrafındaki göreli dağılımının istatistiksel bir ölçüsüdür.

• Finansta, değişkenlik katsayısı, yatırımcıların yatırımlardan beklenen getiri miktarına kıyasla ne kadar oynaklık veya risk üstlenildiğini belirlemesine olanak tanır.