Talaan ng mga Nilalaman:
Ang semivariance ay isang istatistika na termino na sumusukat kung paano nag-iiba ang mga obserbasyon sa loob ng isang sample. Nag-uugnay lamang ito sa mga obserbasyon na nasa ibaba ng average na halaga, o ibig sabihin, ng sample. Upang makalkula ang semivariance, idaragdag mo ang mga parisukat ng mga pagkakaiba sa pagitan ng ibig sabihin ng sample at bawat pagmamasid na bababa sa mean, at pagkatapos ay hatiin ang resulta sa bilang ng mga naturang obserbasyon.
Pagsukat ng Panganib
Ang mga mamumuhunan ay maaaring gumamit ng semivariance upang sukatin ang panganib ng downside ng isang investment portfolio. Halimbawa, maaari mong obserbahan ang return ng nakaraang buwan sa bawat investment sa iyong portfolio, kalkulahin ang ibig sabihin ng pagbalik at alisin ang lahat ng mga punto ng data sa itaas ng ibig sabihin. Susunod, ilapat ang formula ng semivariance upang mahanap ang average na pagkawala na ang portfolio ay malamang na magdusa. Ang mas malaki ang semivariance, mas malaki ang panganib ng downside ng portfolio. Ang mga mamumuhunan na sensitibo sa peligro ay maaaring gumawa ng mga hakbang upang mabawasan ang panganib ng portfolio sa pamamagitan ng pagpapalit ng mga pamumuhunan na may pinakamalayo sa ibaba ng ibig sabihin sa mga mas malapit sa o sa itaas ng ibig sabihin.
Paggamit ng isang Spreadsheet
Maaari mong gamitin ang isang spreadsheet upang kalkulahin ang semivariance sa pamamagitan ng pag-set up ng isang haligi sa lahat ng mga naobserbahang pagbalik sa loob ng isang portfolio, sumama sa haligi at hatiin sa pamamagitan ng bilang ng mga obserbasyon upang makuha ang ibig sabihin. Susunod, alisin ang lahat ng mga obserbasyon sa itaas ng ibig sabihin, at sa isa pang haligi alisin ang bawat natitirang pagmamasid mula sa ibig sabihin. Sa isang ikatlong hanay, parisukat ang mga pagkakaiba, kunin ang kabuuan at hatiin sa pamamagitan ng bilang ng mga sumusunod na ibig sabihin na mga obserbasyon. Habang ang semivariance ay maaaring magpahiwatig ng kamag-anak na panganib ng iba't ibang mga portfolio, hindi ito garantiya sa lawak ng mga pagkalugi sa hinaharap.