เบต้าคือความผันผวนหรือความเสี่ยงของหุ้นตัวใดตัวหนึ่งที่สัมพันธ์กับความผันผวนของตลาดหุ้นทั้งหมด เบต้าเป็นตัวบ่งชี้ความเสี่ยงของหุ้นบางตัว และใช้ในการประเมินอัตราผลตอบแทนที่คาดหวัง เบต้าเป็นหนึ่งในพื้นฐานที่นักวิเคราะห์หุ้นพิจารณาเมื่อเลือกหุ้นสำหรับพอร์ตการลงทุน ควบคู่ไปกับอัตราส่วนราคาต่อกำไร ส่วนของผู้ถือหุ้น อัตราส่วนหนี้สินต่อทุน และปัจจัยอื่นๆ
ขั้นตอน
ส่วนที่ 1 จาก 4: การคำนวณเบต้าโดยใช้สมการอย่างง่าย
ขั้นตอนที่ 1 ค้นหาระดับของอัตราส่วนที่ปราศจากความเสี่ยง
นี่คืออัตราผลตอบแทนที่นักลงทุนคาดหวังจากการลงทุนที่เงินไม่เสี่ยง ตัวเลขนี้มักจะแสดงเป็นเปอร์เซ็นต์
ขั้นตอนที่ 2 กำหนดระดับของดัชนีตัวแทนแต่ละรายการ
ตัวเลขเหล่านี้แสดงเป็นเปอร์เซ็นต์ด้วย โดยปกติอัตราผลตอบแทนเป็นเวลาหลายเดือน
ค่าใดค่าหนึ่งหรือทั้งสองค่านี้อาจเป็นค่าลบ ซึ่งหมายความว่าการลงทุนในหุ้นหรือตลาด (ดัชนี) โดยรวมประสบความสูญเสียจากการลงทุนในช่วงเวลาดังกล่าว หากมีเพียง 1 ใน 2 ระดับที่เป็นลบ เบต้าจะเป็นค่าลบ
ขั้นตอนที่ 3 ลบอัตราปลอดความเสี่ยงออกจากอัตราผลตอบแทนของหุ้น
หากอัตราผลตอบแทนของหุ้นคือ 7 เปอร์เซ็นต์ และอัตราปลอดความเสี่ยงคือ 2 เปอร์เซ็นต์ ผลต่างจะเป็น 5 เปอร์เซ็นต์
ขั้นตอนที่ 4 ลบอัตราส่วนที่ปราศจากความเสี่ยงออกจากอัตราผลตอบแทนของตลาด (หรือดัชนี)
หากราคาตลาดหรือดัชนีผลตอบแทนเท่ากับ 8% และอัตราปลอดความเสี่ยงอีก 2% ความแตกต่างจะเป็น 6%
ขั้นตอนที่ 5 แบ่งส่วนต่างในอัตราผลตอบแทนของหุ้นลบด้วยอัตราปลอดความเสี่ยงด้วยตลาด (หรือดัชนี) อัตราผลตอบแทนลบอัตราปลอดความเสี่ยง
นี่เป็นรุ่นเบต้า ซึ่งมักจะแสดงเป็นค่าทศนิยม ในตัวอย่างข้างต้น เบต้าจะเท่ากับ 5 หารด้วย 6 หรือ 0.833
- เบต้าของตลาดเองหรือดัชนีที่เป็นตัวแทนคือ 1.0 เนื่องจากตลาดกำลังถูกเปรียบเทียบกับตัวมันเอง และเลขศูนย์หารด้วยตัวมันเองเท่ากับ 1 เบต้าที่น้อยกว่า 1 หมายความว่าหุ้นมีความผันผวนน้อยกว่าตลาดเนื่องจาก โดยรวมในขณะที่เบต้ามากกว่า 1 หมายความว่าหุ้นมีเสถียรภาพมากกว่าตลาดโดยรวม ค่าเบต้าอาจน้อยกว่าศูนย์ ซึ่งหมายความว่าหุ้นกำลังสูญเสียเงินในขณะที่ตลาดโดยรวมได้รับเงินหรือหุ้นได้รับเงินชั่วคราวและตลาดโดยรวมกำลังสูญเสียเงิน
- เมื่อมองหาเบต้าแม้ว่าจะไม่จำเป็น แต่ก็เป็นเรื่องปกติที่จะใช้ดัชนีตัวแทนของตลาดที่หุ้นทำการซื้อขาย สำหรับหุ้นที่ซื้อขายระหว่างประเทศ MSCI EAFE (เป็นตัวแทนของยุโรป ออสตราเลเซีย และตะวันออก) เป็นดัชนีตัวแทนที่เหมาะสม
ส่วนที่ 2 จาก 4: การใช้เบต้าเพื่อกำหนดอัตราแลกเปลี่ยนของผลตอบแทน
ขั้นตอนที่ 1 ค้นหาระดับของอัตราส่วนที่ปราศจากความเสี่ยง
ค่านี้เป็นค่าเดียวกับที่อธิบายข้างต้น "การคำนวณเบต้าสำหรับหุ้น" สำหรับส่วนนี้ เราจะใช้ค่าเดียวกันกับตัวอย่าง 2 เปอร์เซ็นต์ ดังที่ใช้ด้านบน
ขั้นตอนที่ 2 กำหนดอัตราผลตอบแทนในตลาดหรือดัชนีตัวแทน
ในตัวอย่างนี้ เราจะใช้ตัวเลขเดิม 8 เปอร์เซ็นต์ ดังที่ใช้ข้างต้น
ขั้นตอนที่ 3 คูณค่าเบต้าด้วยส่วนต่างระหว่างอัตราผลตอบแทนในตลาดกับอัตราปลอดความเสี่ยง
ตัวอย่างเช่น เราจะใช้ค่าเบต้า 1.5 ใช้ 2 เปอร์เซ็นต์สำหรับอัตราที่ปราศจากความเสี่ยงและ 8 เปอร์เซ็นต์สำหรับอัตราผลตอบแทนในตลาด ซึ่งจะได้ 8-2 หรือ 6 เปอร์เซ็นต์ คูณด้วยเบต้า 1.5 ให้ผลตอบแทน 9 เปอร์เซ็นต์
ขั้นตอนที่ 4 เพิ่มผลลัพธ์ด้วยอัตราปลอดความเสี่ยง
ให้ผลตอบแทน 11 เปอร์เซ็นต์ ซึ่งเป็นอัตราผลตอบแทนที่คาดหวังของหุ้น
ยิ่งมูลค่าเบต้าของหุ้นสูงขึ้น อัตราผลตอบแทนที่คาดหวังก็จะสูงขึ้น อย่างไรก็ตาม อัตราผลตอบแทนที่สูงขึ้นนี้ประกอบกับความเสี่ยงที่เพิ่มขึ้น ดังนั้นจึงจำเป็นต้องพิจารณาหุ้นพื้นฐานอื่นๆ ก่อนพิจารณาว่าควรเป็นส่วนหนึ่งของพอร์ตการลงทุนของนักลงทุนหรือไม่
ส่วนที่ 3 จาก 4: การใช้แผนภูมิ Excel เพื่อกำหนดเบต้า
ขั้นตอนที่ 1 สร้างคอลัมน์ราคาสามคอลัมน์ใน Excel
คอลัมน์แรกคือวันที่ ในคอลัมน์ที่สอง ใส่ราคาดัชนี นี่คือ "ตลาดโดยรวม" ที่คุณจะเปรียบเทียบเบต้ากับ ในคอลัมน์ที่สาม ใส่ราคาหุ้นตัวแทนที่คุณพยายามคำนวณเบต้า
ขั้นตอนที่ 2 วางจุดข้อมูลของคุณลงในสเปรดชีต
ลองเริ่มต้นในช่วงเวลาหนึ่งเดือน เลือกวันที่ - ตัวอย่างเช่น ตอนต้นหรือปลายเดือน - และป้อนค่าที่เหมาะสมสำหรับดัชนีตลาดหุ้น (ลองใช้ S&P 500) ตามด้วยหุ้นตัวแทนสำหรับวันนั้น ลองเลือกวันที่ 15 หรือ 30 ล่าสุด บางทีอาจขยายเวลาผ่านไปหนึ่งปีหรือสองปี ให้ความสนใจกับราคาดัชนีและราคาหุ้นตัวแทนสำหรับวันนั้น
ยิ่งคุณเลือกกรอบเวลานานเท่าใด การคำนวณเบต้าของคุณก็จะยิ่งแม่นยำมากขึ้นเท่านั้น เบต้าเปลี่ยนแปลงเมื่อคุณติดตามทั้งหุ้นและดัชนีมาเป็นเวลานาน
ขั้นตอนที่ 3 สร้างสองคอลัมน์ทางด้านขวาของคอลัมน์ราคา
หนึ่งคอลัมน์จะส่งคืนดัชนี คอลัมน์ที่สองคือหุ้น คุณจะใช้สูตร Excel เพื่อกำหนดสิ่งที่คุณจะได้เรียนรู้ใหม่ในขั้นตอนต่อไปนี้
ขั้นตอนที่ 4 เริ่มคำนวณกลับสำหรับดัชนีตลาดหุ้น
ในเซลล์ที่สองของคอลัมน์ดัชนีให้พิมพ์ = เมื่อใช้เคอร์เซอร์ ให้คลิกเซลล์ที่สองในคอลัมน์ดัชนี พิมพ์ - จากนั้นคลิกเซลล์แรกในคอลัมน์ดัชนี จากนั้นพิมพ์ / จากนั้นคลิกที่เซลล์แรกในคอลัมน์ดัชนีอีกครั้ง กด Return หรือ Enter
- เมื่อคุณคำนวณใหม่เมื่อเวลาผ่านไป คุณจะไม่ป้อนอะไรเลยในเซลล์แรก เว้นว่างไว้ คุณต้องมีจุดข้อมูลอย่างน้อยสองจุดในการคำนวณใหม่ ซึ่งเป็นสาเหตุให้คุณเริ่มที่เซลล์ที่สองของคอลัมน์ดัชนี
- สิ่งที่คุณทำคือลบค่าใหม่ออกจากค่าเดิม แล้วหารผลลัพธ์ด้วยค่าเดิม เพื่อให้คุณรู้ว่าการสูญเสียหรือกำไรเป็นเปอร์เซ็นต์สำหรับช่วงเวลานั้น
- สมการของคุณในคอลัมน์ส่งคืนอาจมีลักษณะดังนี้: =(B3-B2)/B2
ขั้นตอนที่ 5. ใช้ฟังก์ชันคัดลอกเพื่อทำขั้นตอนนี้ซ้ำสำหรับจุดข้อมูลทั้งหมดในคอลัมน์ราคาดัชนี
ทำได้โดยคลิกสี่เหลี่ยมเล็กๆ ที่ด้านล่างขวาของเซลล์ดัชนี จากนั้นลากลงมาที่จุดข้อมูลด้านล่างสุด สิ่งที่คุณทำคือขอให้ Excel ทำซ้ำสูตรเดียวกันกับที่ใช้สำหรับจุดข้อมูลแต่ละจุด
ขั้นตอนที่ 6 ทำซ้ำขั้นตอนเดียวกันสำหรับผลตอบแทน คราวนี้สำหรับหุ้นแต่ละตัว ไม่ใช่ดัชนี
เมื่อคุณทำเสร็จแล้ว คุณจะมีสองคอลัมน์ ซึ่งจัดรูปแบบเป็นเปอร์เซ็นต์ ซึ่งแสดงรายการผลตอบแทนสำหรับดัชนีหุ้นแต่ละรายการและหุ้นแต่ละตัว
ขั้นตอนที่ 7 พล็อตข้อมูลลงในตาราง
เน้นข้อมูลทั้งหมดในสองคอลัมน์ส่งคืนแล้วกดไอคอนแผนภูมิใน Excel เลือกกราฟกระจายจากรายการตัวเลือก ตั้งชื่อแกน X เป็นดัชนีที่คุณใช้ (เช่น S&P 500) และแกน Y เป็นหุ้นที่คุณใช้
ขั้นตอนที่ 8 เพิ่มเส้นแนวโน้มลงในแผนภูมิกระจายของคุณ
คุณยังสามารถทำได้โดยเลือกเค้าโครงเส้นแนวโน้มใน Excel เวอร์ชันใหม่กว่า หรือระบุด้วยตนเองโดยคลิกที่แผนภูมิ → เพิ่มเส้นแนวโน้ม อย่าลืมแสดงสมการในตาราง 2 ค่า
- ตรวจสอบให้แน่ใจว่าคุณเลือกเส้นแนวโน้มเชิงเส้น ไม่ใช่พหุนามหรือค่าเฉลี่ย
- การแสดงสมการในตารางจะขึ้นอยู่กับเวอร์ชันของ Excel ที่คุณมี Excel เวอร์ชันใหม่กว่าจะอนุญาตให้ใช้แผนภูมิสมการได้ด้วยการคลิกเค้าโครงด่วนของแผนภูมิ
- ใน Excel เวอร์ชันนี้ ให้ชี้ไปที่แผนภูมิ เพิ่มเส้นแนวโน้ม; ตัวเลือก. จากนั้นทำเครื่องหมายที่ช่องทั้งสองข้าง "แสดงสมการบนแผนภูมิ"
ขั้นตอนที่ 9 ค้นหาสัมประสิทธิ์ของค่า "x" ในสมการเส้นแนวโน้ม
สมการเส้นแนวโน้มของคุณจะถูกเขียนในรูปแบบ "y = x + a" ค่าสัมประสิทธิ์ของค่า x คือเบต้า
ส่วนที่ 4 จาก 4: ทำความเข้าใจเบต้า
ขั้นตอนที่ 1. วิธีตีความเบต้า
เบต้าคือความเสี่ยงต่อตลาดหุ้นโดยรวม โดยนักลงทุนจะถือว่าเป็นเจ้าของหุ้นบางตัว นั่นเป็นเหตุผลที่คุณต้องเปรียบเทียบอัตราผลตอบแทนของหุ้นตัวเดียวกับผลตอบแทนของดัชนี - ดัชนีอ้างอิง ความเสี่ยงของดัชนียังคงอยู่ที่ 1 เบต้า "ต่ำ" ที่ 1 หมายความว่าหุ้นมีความเสี่ยงน้อยกว่าดัชนีที่เปรียบเทียบ เบต้า "สูง" ที่ 1 หมายความว่าหุ้นมีความเสี่ยงมากกว่าดัชนีที่มีการเปรียบเทียบ
- ยกตัวอย่างนี้ สมมติว่าเบต้าของ Gino Germ คำนวณที่ 0.5 เมื่อเทียบกับ S&P 500 เกณฑ์มาตรฐานของ Gino กำลังเปรียบเทียบว่า "ครึ่งหนึ่ง" มีความเสี่ยง หาก S&P เคลื่อนไหวต่ำกว่า 10% ราคาหุ้นของ Gino จะมีแนวโน้มลดลงเพียง 5%
- อีกตัวอย่างหนึ่ง สมมติว่าบริการงานศพของ Frank มีเบต้า 1.5 เมื่อเทียบกับ S&P หาก S&P ตกลง 10% คาดว่าราคาหุ้นของ Frank จะลดลง "มากกว่า" กว่า S&P หรือประมาณ 15%
ขั้นตอนที่ 2 ความเสี่ยงเกี่ยวข้องกับผลตอบแทนด้วย
ความเสี่ยงสูง ผลตอบแทนสูง ความเสี่ยงต่ำผลตอบแทนต่ำ หุ้นที่มีเบต้าต่ำจะไม่สูญเสียมากเท่ากับ S&P เมื่อมันร่วง แต่จะไม่ได้กำไรมากเท่ากับ S&P เมื่อโพสต์กำไรเช่นกัน ในทางกลับกัน หุ้นที่มีเบต้ามากกว่า 1 จะสูญเสียมากกว่า S&P เมื่อร่วงลง แต่จะได้รับมากกว่า S&P เมื่อโพสต์ด้วย
ตัวอย่างเช่น Vermeer Venom Extraction มีเบต้า 0.5 เมื่อตลาดหุ้นกระโดด 30% Vermeer จะทำกำไรได้เพียง 15% แต่เมื่อตลาดหุ้นโกดัง 30% Vermeer ได้เพียง 15% คลังสินค้าคลังสินค้า
ขั้นตอนที่ 3 รู้ว่าหุ้นที่มีเบต้า 1 จะเคลื่อนไหวตามตลาด
หากคุณคำนวณเบต้าและรู้จักหุ้น คุณจะวิเคราะห์เมื่อมีเบต้า 1 หรือไม่ จะมีความเสี่ยงไม่มากหรือน้อยกว่าดัชนีที่ใช้เป็นเกณฑ์มาตรฐาน ตลาดเพิ่มขึ้น 2% หุ้นของคุณเพิ่มขึ้น 2%; ตลาดลดลง 8% หุ้นของคุณลดลง 8%
ขั้นตอนที่ 4 รวมหุ้นเบต้าทั้งสูงและต่ำไว้ในพอร์ตของคุณเพื่อกระจายความเสี่ยง
หากเป็นการผสมผสานที่ดีระหว่างเสียงสูงและต่ำ เบต้าจะช่วยคุณวิเคราะห์ว่ามูลค่าตลาดหุ้นลดลงอย่างมากหรือไม่ แน่นอน เนื่องจากโดยทั่วไปแล้วหุ้นเบต้าต่ำมักจะมีประสิทธิภาพต่ำกว่าตลาดหุ้นโดยรวมในช่วงเวลาที่กำหนด การผสมผสานที่ดีของเบต้ายังหมายความว่าคุณจะไม่พบว่าราคาหุ้นสูงเป็นพิเศษ
ขั้นตอนที่ 5 ตระหนักว่า เช่นเดียวกับเครื่องมือทำนายทางการเงินส่วนใหญ่ เบต้าอาจทำนายอนาคตได้ไม่เต็มที่
เบต้าจะวัดความผันผวนในอดีตของหุ้น โดยทั่วไปโครงการจะมีความผันผวนในอนาคต แต่ก็ไม่แม่นยำเสมอไป เบต้าสามารถเปลี่ยนแปลงได้อย่างมากจากหนึ่งปีเป็นปีถัดไป การใช้เบต้าในอดีตของหุ้นอาจไม่ใช่วิธีที่ถูกต้องในการทำนายความผันผวนในปัจจุบันเสมอไป
คำแนะนำ
- โปรดทราบว่าทฤษฎีความแปรปรวนร่วมแบบคลาสสิกอาจใช้ไม่ได้เนื่องจากอนุกรมเวลาทางการเงิน Heavy tail” อันที่จริง ค่าเบี่ยงเบนมาตรฐานและค่าเฉลี่ยสำหรับการกระจายตัวอาจไม่มีอยู่จริง! ดังนั้นการดัดแปลงโดยใช้ควอร์ไทล์และสเปรดมัธยฐานแทนค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานก็ใช้ได้
- เบต้าวิเคราะห์ความผันผวนของหุ้นในช่วงระยะเวลาหนึ่ง โดยไม่คำนึงว่าตลาดอยู่ในช่วงขาขึ้นหรือขาลง เช่นเดียวกับปัจจัยพื้นฐานอื่นๆ ของหุ้น การวิเคราะห์ประสิทธิภาพในอดีตไม่ได้รับประกันว่าหุ้นจะมีผลการดำเนินงานเป็นอย่างไรในอนาคต
