в чем измеряется коэффициент вариации

Коэффициент вариации (CV)

Коэффициент вариации (coefficient of variation, CV) — это статистическая мера дисперсии (разброса) данных вокруг некоторого среднего значения. Коэффициент вариации представляет собой отношение среднеквадратичного отклонения к среднему значению и является весьма полезной величиной для сравнения степени вариации при переходе от одного ряда данных к другому, даже если их средние значения резко отличаются друг от друга.

Понимание коэффициента вариации

Коэффициент вариации показывает степень изменчивости некоторой выборки данных по отношению к среднему их значению. В финансах данный коэффициент позволяет инвесторам определить, насколько велика волатильность, или риск, по сравнению с величиной ожидаемой прибыли от инвестиций.

Чем меньше значение CV, тем лучший компромисс наблюдается между риском и доходностью. Обратите внимание, что если ожидаемая доходность в знаменателе отрицательна или равна нулю, полученное значение коэффициента может ввести вас в заблуждение.

Коэффициент вариации может быть весьма полезен при использовании соотношения риск/прибыль для выбора объекта инвестиций. Например, инвестор не склонный к риску будет рассматривать активы с исторически низкой степенью волатильности и высокой степенью доходности по отношению к общему рынку (или к отдельной отрасли). И наоборот, инвесторы склонные к риску, будут стремиться инвестировать в активы с исторически высокой степенью волатильности.

Формула CV может использоваться для определения дисперсии между исторической средней ценой и текущими показателями цены акции, товара или облигации.

Обычно данный коэффициент используют в таких целях как:

КЛЮЧЕВЫЕ МОМЕНТЫ

Формула CV

Ниже приведена формула для расчета коэффициента вариации:

Обратите внимание, что если значение ожидаемой доходности в знаменателе формулы коэффициента вариации отрицательна или равна нулю, то результат расчёта по ней нельзя считать корректным.

Коэффициент вариации в Excel и Open Office

Коэффициент вариации можно достаточно легко рассчитать в Excel. Несмотря на то, что в нём нет стандартной функции для расчёта CV, но зато есть функции позволяющие рассчитать стандартное отклонение (СТАНДОТКЛОН) и среднее значение (СРЗНАЧ). Сначала используйте функцию стандартного отклонения, затем вычислите среднее значение, а после этого разделите ячейку, содержащую стандартное отклонение, на ячейку содержащую среднее значение.

В Open Office данный показатель рассчитывается аналогично. Функция стандартного отклонения здесь — STDEV, а функция среднего значения — AVERAGE.

Давайте рассмотрим пример расчёта коэффициента вариации в Open Office. Предположим, что у нас есть три потенциальных объекта для инвестиций — объект А, объект Б и объект В. Прибыль по каждому из этих проектов за последние 6 лет занесена в таблицу представленную ниже:

Давайте рассчитаем значение CV для каждого из этих объектов. Начнём с расчёта стандартных отклонений. Для этого применим к ряду значений прибыли отдельно по каждому объекту функцию STDEV:

Аналогичным образом рассчитаем среднее значение для каждого ряда данных:

Наконец рассчитаем CV. Для этого разделим полученные значения отклонений на средние значения. В результате получим следующую таблицу:

Кликните по картинке для увеличения

Очевидно, что из всех представленных объектов инвестиций предпочтительным будет объект Б имеющий наименьшее значение коэффициента CV.

Пример использования коэффициента вариации для выбора объекта инвестиций

Рассмотрим инвестора не склонного к риску, который хочет инвестировать в биржевой фонд (ETF) состоящий из корзины ценных бумаг отслеживающей индекс широкого рынка. Инвестор выбирает SPDR S&P 500 ETF, Invesco QQQ ETF и iShares Russell 2000 ETF. Затем он анализирует доходность и волатильность выбранных ETF за последние 15 лет и предполагает, что в будущем они могут иметь аналогичную доходность в отношении к своим долгосрочным средним значениям.

Для принятия решения инвестором используется следующая 15-летняя историческая информация:

Исходя из этих данных, инвестор может инвестировать либо в SPDR S&P 500 ETF, либо в iShares Russell 2000 ETF, так как соотношение риска и вознаграждения для них является сравнительно одинаковым. А для Invesco QQQ ETF соотношение риск-доходность, как видите, будет несколько хуже.

Источник

Коэффициент вариации в статистике: примеры расчета

Как доказать, что закономерность, полученная при изучении экспериментальных данных, не является результатом совпадения или ошибки экспериментатора, что она достоверна? С таким вопросом сталкиваются начинающие исследователи.Описательная статистика предоставляет инструменты для решения этих задач. Она имеет два больших раздела – описание данных и их сопоставление в группах или в ряду между собой.

Показатели описательной статистики

Существует несколько показателей, которые использует описательная статистика.

Среднее арифметическое

Итак, представим, что перед нами стоит задача описать рост всех студентов в группе из десяти человек. Вооружившись линейкой и проведя измерения, мы получаем маленький ряд из десяти чисел (рост в сантиметрах):

168, 171, 175, 177, 179, 187, 174, 176, 179, 169.

Если внимательно посмотреть на этот линейный ряд, то можно обнаружить несколько закономерностей:

Совершенно очевидно, что для выполнения задачи по описанию роста студентов в группе нет необходимости приводить все значения, которые будут измеряться. Для этой цели достаточно привести всего два, которые в статистике называются параметрами распределения. Это среднеарифметическое и стандартное отклонение от среднего арифметического. Если обратиться к росту студентов, то формула будет выглядеть следующим образом:

Среднеарифметическое значение роста студентов = (Сумма всех значений роста студентов) / (Число студентов, участвовавших в измерении)

Если свести все к строгим математическим терминам, то определение среднего арифметического (обозначается греческой буквой – μ («мю»)) будет звучать так:

Среднее арифметическое – это отношение суммы всех значений одного признака для всех членов совокупности (X) к числу всех членов совокупности (N).

Если применить эту формулу к нашим измерениям, то получаем, что μ для роста студентов в группе 175,5 см.

Стандартное отклонение

Если присмотреться к росту студентов, который мы измерили в предыдущем примере, то понятно, что рост каждого на сколько-то отличается от вычисленного среднего (175,5 см). Для полноты описания нужно понять, какой является разница между средним ростом каждого студента и средним значением.

На первом этапе вычислим параметр дисперсии. Дисперсия в статистике (обозначается σ2 (сигма в квадрате)) – это отношение суммы квадратов разности среднего арифметического (μ) и значения члена ряда (Х) к числу всех членов совокупности (N). В виде формулы это рассчитывается понятнее:

Значения, которые мы получим в результате вычислений по этой формуле, мы будем представлять в виде квадрата величины (в нашем случае – квадратные сантиметры). Характеризовать рост в сантиметрах квадратными сантиметрами, согласитесь, нелепо. Поэтому мы можем исправить, точнее, упростить это выражение и получим среднеквадратичное отклонение формулу и расчёт, пример:

Таким образом, мы получили величину стандартного отклонения (или среднего квадратичного отклонения) – квадратный корень из дисперсии. С единицами измерения тоже теперь все в порядке, можем посчитать стандартное отклонение для группы:

Получается, что наша группа студентов исчисляется по росту таким образом: 175,50±5,25 см.

Коэффициент вариации

Среднее квадратичное отклонение хорошо работает с рядами, в которых разброс значений не очень велик (это хорошо прослеживалось на примере роста, где интервал был всего 18 см). Если бы ряд наших измерений был значительнее, а варьирование роста было сильнее, то стандартное отклонение стало непоказательным и нам потребовался бы критерий, который может отразить разброс в относительных единицах (т. е. в процентах, относительно средней величины).

Для этих целей предусмотрены абсолютные и относительные показатели вариации в статистике, характеризующие вариационные масштабы:

Квадратический коэффициент вариации (обозначается как Vσ) – это отношение среднеквадратичного отклонения к среднеарифметическому значению, выраженное в процентах.

Для нашего примера со студентами, определить Vσ несложно — он будет равен 3,18%. Основная закономерность – чем больше будет изменяться значение коэффициента, тем больше разброс вокруг среднего значения и тем менее однородна выборка.

Преимущество коэффициента вариации в том, что он показывает однородность значений (асимметрия) в ряду наших измерений, кроме того, на него не оказывают влияния масштаб и единицы измерения. Эти факторы делают коэффициент вариации особенно популярным в биомедицинских исследованиях. Будет считаться, что эксцесс значения Vσ =33% отделяет однородные выборки от неоднородных.

Если найти в ряду значений роста (первый пример) максимальное и минимальное значения, то получим размах вариации (обозначается как R, иногда ещё называется колеблемостью). В нашем примере – это значение будет равно 18 см. Эта характеристика используется для расчёта коэффициента осцилляции:

Коэффициент осцилляции – показывает как размах вариации будет относиться к среднему арифметическому ряда в процентном отношении.

Расчёты в Microsoft Ecxel 2016

Можно рассчитать описанные в статье статистические показатели в программе Microsoft Excel 2016, через специальные функции в программе. Необходимая информация приведена в таблице:

* в таблице указан диапазон A1:A10 для примера, при расчётах нужно указать требуемый диапазон.

Итак, обобщим информацию:

Отдельно следует отметить, что все приведённые в статье показатели, как правило, не имеют собственного смысла и используются для того, чтобы составлять более сложную схему анализа данных. Исключение из этого правила коэффициент вариации, который является мерой однородности данных.

Источник

Коэффициент вариации

Коэффициент вариации случайной величины — мера относительного разброса случайной величины; показывает, какую долю среднего значения этой величины составляет ее средний разброс.

Так же используется такие обозначение:

или

Смысл коэффициента

В отличие от среднего квадратического или стандартного отклонения измеряет не абсолютную, а относительную меру разброса значений признака в статистической совокупности. Исчисляется в процентах. Вычисляется только для количественных данных.

Смотреть что такое «Коэффициент вариации» в других словарях:

Коэффициент вариации — мера отклонения опытных данных от выборочного среднего значения, выражаемая в долях единицы или процентах, вычисляется по формуле (5). Источник: ГОСТ 20522 96: Грунты. Методы статистической обработки результатов испытаний … Словарь-справочник терминов нормативно-технической документации

КОЭФФИЦИЕНТ ВАРИАЦИИ — (coefficient of variation) Показатель изменчивости относительно средней величины. Величина измеряется в среднем, а изменчивость измеряется стандартным отклонением, которое равно квадратному корню из среднеквадратичного отклонения от среднего… … Экономический словарь

коэффициент вариации — коэффициент изменчивости — [Л.Г.Суменко. Англо русский словарь по информационным технологиям. М.: ГП ЦНИИС, 2003.] Тематики информационные технологии в целом Синонимы коэффициент изменчивости EN coefficient of variation … Справочник технического переводчика

КОЭФФИЦИЕНТ ВАРИАЦИИ — см. Коэффициент изменчивости выборки. Геологический словарь: в 2 х томах. М.: Недра. Под редакцией К. Н. Паффенгольца и др.. 1978 … Геологическая энциклопедия

КОЭФФИЦИЕНТ ВАРИАЦИИ — англ. coefficient, variation; нем. Variationskoeffizient. Отнощение стандартного отклонения переменной к ее среднему арифметическому. Antinazi. Энциклопедия социологии, 2009 … Энциклопедия социологии

Коэффициент вариации — – относительный показатель однородности прочности и плотности строительного раствора, выраженный в процентах от среднего значения прочности. [ГОСТ 4.233 86] Рубрика термина: Раствор Рубрики энциклопедии: Абразивное оборудование, Абразивы,… … Энциклопедия терминов, определений и пояснений строительных материалов

коэффициент вариации — variacijos koeficientas statusas T sritis Kūno kultūra ir sportas apibrėžtis Vidutinio kvadratinio nuokrypio ir vidurkio santykis; santykinė atsitiktinio dydžio reikšmių nuokrypių nuo jo vidurkio charakteristika. atitikmenys: angl. quotient of… … Sporto terminų žodynas

КОЭФФИЦИЕНТ ВАРИАЦИИ — См. распределения, коэффициент … Толковый словарь по психологии

КОЭФФИЦИЕНТ ВАРИАЦИИ — англ. coefficient, variation; нем. Variationskoeffizient. Отнощение стандартного отклонения переменной к ее среднему арифметическому … Толковый словарь по социологии

Источник

Что такое коэффициент вариации и для чего он нужен

Коэффициент вариации – это статистический показатель, какой широко используется в финансовых расчетах. Он показывает степень разброса значений в числовой последовательности. А именно, насколько любая из величин отклоняется от средней. Если вариация слишком высока, то оценивать среднее значение некорректно. В этой ситуации обыкновенно исключают минимальное и максимальное число.

Показатель чаще всего применяется при формировании начальной минимальной цены контракта по 44-ФЗ. Она должна опираться на выборке рыночных цен, а в их оценке как раз и используется вариация. Кроме того, применяется при анализе рисков инвестиционных проектов и доходности ценных бумаг. В цельном, показатели вариации применимы в любой сфере, где требуется оценить совокупность данных и их разнообразие: статистика, математика, экономический разбор, социология, маркетинг и т.д.

Формулы расчета в статистике

Для оценки совокупности значений и их однородности применяют следующие инструменты:

Рассмотрим применение указанных формул на примере оценки среднего возраста трудящихся в отделе кадров. В указанном подразделении трудятся 7 сотрудников, которым 25, 28, 30, 31, 34, 35 и 38 лет. Размах вариации покажет нам разницу в году между самым младшим и самым старшим из них:

Рассчитаем среднее линейное отклонение. Для этого для начала найдем посредственный возраст в отделе:Теперь посчитаем среднее линейное отклонение:

Соответственно, мы можем сказать, что средний возраст сотрудников составляет 32 ± 3,5 года.

Среднеквадратичное отклонение покажет то же самое, но немало точно:

Коэффициент вариации покажет, на сколько процентов возраст каждого работника отличается от среднего по отделу:

Оценка коэффициента вариации

Если со посредственными значениями и отклонениями от них все понятно, то зачем же рассчитывается коэффициент вариации? С его помощью можно судить, насколько показательно усредненное смысл и можно ли по нему судить о выборке в целом. В нашем примере он позволит ответить на вопрос, можно ли утверждать то, что посредственный возраст по отделу кадров составляет 32 года. Либо реальные показатели будут слишком сильно выделяться от полученного значения?

В статистике определены следующие критерии оценки:

Если показатель вариации превышает 33%, то выборка почитается неоднородной и судить о ней по средним значениям никак нельзя. При незначительном разбросе достоверность средних будет максимальной. В нашем образце вариативность средняя и в целом оценивать возраст по средним значениям с учетом отклонений вполне можно.

Если посмотреть на числовой ряд, то видать, что только 2 сотрудника существенно отклоняются от среднего возраста. На практике при слишком высокой вариативности из анализа исключают максимальное и минимальное смыслы, после чего проводят повторную проверку. Также часто по коэффициенту вариации сравнивают разные выборки. В нашем образце это слабо применимо, но, например, при анализе цен конкурентов будет вполне эффективно для выбора наиболее подходящей для анализа совокупности смыслов.

Читайте также! Выплата дивидендов учредителям ООО и АО в 2019 году

Применение при закупках по 44-ФЗ

Федеральный закон 44-ФЗ регулирует распорядок проведения государственных закупок. Его цель – не допустить злоупотреблений должностных лиц и передачу контрактов «своим» фирмам по завышенным/заниженным стоимостям. Именно для этого в законе определен порядок того, как устанавливается начальная минимальная цена контракта (НМЦК) – та, с какой и будут начинаться торги.

Методика определения начальной минимальной цены

Законом предусмотрено 5 методов определения НМЦК:

При этом наиболее предпочтительным и рекомендуемым является именно первоначальный. Его суть в том, что анализируются цены точно таких же товаров или услуг (идентичных) либо при их отсутствии схожих (однородных). Оба понятия четко установлены:

Данный порядок определен статьей 22 вышеуказанного закона. В 2019 году в нее было привнесено несколько изменений:

Как рассчитать НМЦК

Для расчета начальной цены заказчику необходимо составить выборку рыночных цен. Это можно сделать вытекающими способами:

Обычно используется первый способ. Нескольким поставщикам отправляются запросы введённой формы, а на основании полученных ответов и осуществляются расчеты по следующей формуле:

Коэффициент вариации в данном случае предзнаменований вид:

Пример расчета

Рассмотрим, как рассчитать НМЦК и коэффициент вариации на примере закупки 10 холодильников для больницы. От 5 поставщиков бывальщины получены коммерческие предложения со следующими ценами: 32, 36, 30, 31 и 35 тыс. рублей за штуку.

Оценим однородность ценовых предложений линией расчета коэффициента вариации. Для начала рассчитаем среднюю цену:

Теперь необходимо найти среднеквадратичное отклонение:

И, наконец, рассчитываем коэффициент вариации:

V меньше 10%, таким манером, делаем вывод о том, что выборка однородна и ее можно использовать для установки закупочных цен для торгов.

Посчитаем минимальную цену контракта:

Использование в оценке рисков

В финансовом разборе степень отклонения показателя от среднего значения показывает уровень риска. Например, если прибыль в разные годы существования компании то существенно всходит, то падает в убыток, инвестировать в нее опасно. То же самое касается ценных бумаг и любых других биржевых инструментов. Самыми привлекательными будут стабильные бумаги с минимальными колебаниями котировок при неплохом росте. Таким образом, есть еще два направления, где активно используется коэффициент вариации: оценка рисков проекта и рисков по доходности ценных бумаг.

Декламируйте также! Организация и внедрение бережливого производства на предприятии

Инвестиционные проекты

Как правило, при оценке рисков инвестиционных проектов используются:

Обычно сравниваются несколько проектов по всем критериям. Также есть вариант рассмотреть возможность достижения того или другого уровня рентабельности:

В данном случае все проекты будут рискованными, поскольку коэффициент вариации составит 65%, 95% и 198% соответственно. Но риск по первому немало чем в 2 раза ниже, чем по третьему, поэтому из представленных вариантов лучше выбрать его.

Нередко используют коэффициент при анализе спроса и принятии решении о закупках. Так, анализируется статистика продаж товара, после чего определяется, что закупать в первую очередь, а что только при наличии предзаказа:

В этом примере коэффициенты вариации по товарам А, B, C, D и E будут равны 30%, 6%, 12%, 4%, 38% соответственно. Очевидно, что спрос на продукцию E нестабилен и мощно колеблется в разные месяцы, поэтому заказывать целую партию рискованно.

Ценные бумаги

Что касается торговли на бирже, то тут можно оценивать в двух вариантах:

В первом случае, имея эти о колебаниях котировок в прошлом, мы сможем оценить риск вложения именно в данный инструмент. Во втором варианте можно оценить риск портфеля инвестиций на основании совокупности доходности любой его составляющей. Также риск портфеля можно проанализировать на основании совокупности вариаций каждой его составляющей во временном интервале. Все эти методики используются в комплексном анализе рисков инвестиционного портфеля.

Расчет в MS Excel

Как при расчете цены контракта, так и при оценке инвестиционных проектов выполнять громоздкие вычисления квадратичного отклонения и коэффициента вариации вручную весьма трудоемко. Поэтому рассмотрим, как быстро и просто выполнить это при помощи электронной таблицы Excel.

Для начала открываем редактор и создаем таблицу с отправными данными. Для примера возьмем два инвестиционных проекта с показателями NPV за 8 лет.

Далее находим среднее значение прибыли при помощи функции СРЗНАЧ:

Вышли вот такие значения:

Теперь необходимо вычислить среднеквадратичное отклонение. Для этого предназначена функция СТАНДОТКЛОН.В

Обратите внимание, что в любую строку необходимо вбить одну ячейку, а не выбирать весь диапазон:

Таким образом, у нас есть рассчитанные посредственные значения доходности и среднеквадратичного отклонения по двум проектам:

Теперь нам нужно найти коэффициент вариации. Для этого мы попросту вписываем вручную формулу: ячейку σ делим на среднюю доходность и умножаем на 100:

Таким образом, получаем следующие смыслы коэффициента вариации:

Можно сделать вывод о том, что первый проект менее рисковый, чем второй.

Источник