विषयसूची:

Anonim

वियरेन्सी एक सामान्य रूप से उपयोग किया जाने वाला जोखिम उपाय है जिसका उपयोग निवेशक ऐतिहासिक और अपेक्षित रिटर्न का विश्लेषण करने के लिए करते हैं। यह एक अपेक्षित रिटर्न के आस-पास की अनुमानित सीमा है जिसमें वास्तविक रिटर्न कुछ हद तक आत्मविश्वास के साथ गिरने की उम्मीद है और अन्य जोखिम उपायों के साथ निकटता से जुड़ा हुआ है, जैसे कि मानक विचलन, अस्थिरता और बीटा। आप किसी भी समय अवधि के लिए विचरण की गणना कर सकते हैं, लेकिन यह जोखिम के उपायों को वार्षिक करने के लिए आम है, क्योंकि यह निवेशकों के बीच जोखिम का खुलासा करने और विश्लेषण करने और एक साल की वेतन वृद्धि के उपायों में मानक है।

वार्षिकीकरण का उपयोग आमतौर पर अधिक सार्थक परिणामों के लिए देखे गए डेटा के एक सेट को मानकीकृत करने के लिए किया जाता है। क्रेडिट: स्टाइलटीटी / आईस्टॉक / गेटी इमेज

वार्षिक रूप से भिन्न

साप्ताहिक विचरण को वार्षिक रूप देने के लिए केवल साप्ताहिक विचरण को 52 से गुणा करने की आवश्यकता होती है, क्योंकि वर्ष में 52 सप्ताह होते हैं। साप्ताहिक विचरण को इस तरह से वार्षिक रूप देना यह मानता है कि साप्ताहिक विचरण पूरे वर्ष के लिए एक अच्छा अनुमान है। जब आप साप्ताहिक रूपांतर को 52 से गुणा करते हैं, तो वार्षिक वृद्धि में कोई वृद्धि या हानि नहीं होती है। उदाहरण के लिए, 1 प्रतिशत के साप्ताहिक रूपांतर को 52 से गुणा किया जाता है, जिसके परिणामस्वरूप वार्षिक रूप से परिवर्तन 52 प्रतिशत होता है।

विचार

जब वे अधिक समय तक व्युत्पन्न होते हैं तो आंकड़े अधिक महत्वपूर्ण होते हैं। एक वार्षिक आंकड़ा आवश्यक रूप से अधिक सांख्यिकीय रूप से महत्वपूर्ण नहीं हो सकता है, क्योंकि आपकी धारणा में किसी भी संभावित अशुद्धि के कारण साप्ताहिक विचरण वार्षिक विचरण के लिए एक अच्छा प्रॉक्सी है। हालांकि, आप पाएंगे कि अन्य महत्वपूर्ण वार्षिक जोखिम उपायों की गणना करने के लिए अभी भी आवश्यक है कि इनपुट के रूप में वार्षिक विचरण की आवश्यकता होती है। उदाहरण के लिए, यदि आपको एक वर्ष की परिपक्वता के साथ स्टॉक विकल्प के बाजार मूल्य का अनुमान लगाने की आवश्यकता है, तो वार्षिक अस्थिरता गणना का एक महत्वपूर्ण घटक है। वार्षिक अस्थिरता की गणना करने के लिए वार्षिक विचरण का उपयोग किया जाता है। इसलिए, यदि आपके पास केवल ठोस साप्ताहिक विचरण आंकड़े हैं, तो आप गणना में उपयोग के लिए उन्हें वार्षिक करेंगे।

सिफारिश की संपादकों की पसंद