भिन्नता के गुणांक (COV) का उपयोग करना
भिन्नता का गुणांक (COV) सापेक्ष घटना फैलाव का एक माप है जो मानक विचलन और माध्य के बीच के अनुपात के बराबर है। यद्यपि यह आमतौर पर सापेक्ष जोखिम की तुलना करने के लिए उपयोग किया जाता है, सीओवी को किसी भी प्रकार की मात्रात्मक संभावना या संभाव्यता वितरण पर लागू किया जा सकता है। और एक अलग गणितीय संदर्भ में, COV की गणना रूट माध्य चुकता त्रुटि और एक अलग आश्रित चर के माध्य के अनुपात के रूप में की जाती है। यद्यपि इस प्रकार के COV विश्लेषण का कम बार उपयोग किया जाता है, यह निर्धारित करने में एक लंबा रास्ता तय कर सकता है कि क्या कोई मॉडल किसी विशिष्ट कार्य के लिए उपयुक्त है।
चाबी छीन लेना
- सांख्यिकीय विश्लेषण में, भिन्नता का गुणांक (COV) सापेक्ष घटना फैलाव को मापता है।
- COV मानक विचलन और माध्य के बीच के अनुपात के बराबर है। यद्यपि COV का उपयोग आमतौर पर सापेक्ष जोखिम की तुलना में किया जाता है, यह कई प्रकार के संभाव्यता वितरण पर लागू हो सकता है।
- COV व्यावहारिक नहीं है अगर नमूना आबादी में सकारात्मक और नकारात्मक दोनों मूल्यों की एक मजबूत उपस्थिति है।
- सीओवी मीट्रिक का सबसे अच्छा उपयोग किया जाता है, जब लगभग सभी डेटा पॉइंट समान प्लस-माइनस साइन साझा करते हैं।
भिन्नता के गुणांक के अनुप्रयोग
जब निवेश जोखिम का मूल्यांकन करने के लिए उपयोग किया जाता है, तो सीओवी को आधुनिक पोर्टफोलियो सिद्धांत (एमपीटी) में मानक विचलन के समान समझा जा सकता है । लेकिन COV यकीनन रिश्तेदार जोखिम का एक बेहतर समग्र संकेतक है जब इसका उपयोग विभिन्न प्रतिभूतियों की तुलना करने के लिए किया जाता है। उदाहरण के लिए, मान लीजिए कि दो अलग-अलग स्टॉक अलग-अलग रिटर्न देते हैं, जिनमें से प्रत्येक एक अलग मानक विचलन प्रदर्शित करता है। विशेष रूप से, मान लें कि स्टॉक ए में 10% के मानक विचलन के साथ 15% की अपेक्षित वापसी है, जबकि स्टॉक बी में 5% मानक विचलन के साथ 10% की अपेक्षित वापसी है। इस परिदृश्य में, स्टॉक A के लिए COV 0.67 (10% / 15%) है, जबकि स्टॉक B के लिए COV 0.5 (5% / 10%) है। सीधे शब्दों में कहें: डेटा बताता है कि स्टॉक बी जोखिम-आधारित दृष्टिकोण से एक बेहतर निवेश है।
भिन्नता के गुणांक के लाभ
सीओवी का मुख्य लाभ किसी भी दिए गए मात्रात्मक डेटा के लिए इसकी प्रयोज्यता है, इस प्रकार दो असंबंधित संस्थाओं के बीच तुलनात्मक विश्लेषण का मार्ग प्रशस्त करता है। यह गुणवत्ता COV को एक मानक विचलन विश्लेषण से अलग करती है, जो दो स्वतंत्र चर के बीच सार्थक तुलना की सुविधा नहीं दे सकती है।
जोखिम के एक उपाय के रूप में , COV स्टॉक और अन्य प्रतिभूतियों की कीमतों में अस्थिरता को मापता है, जिससे विश्लेषकों को विभिन्न संभावित निवेशों से जुड़े जोखिमों के विपरीत है । यह वित्तीय सलाहकारों को एक ग्राहक के निवल मूल्य वाले एकल निवेश टंकी के जोखिम को कम करने के प्रयास में विविध पोर्टफोलियो का निर्माण करने में मदद करता है।
कई अन्य शब्द COV के पर्याय हैं, जिसमें भिन्नता गुणांक, इकाईकृत जोखिम और सापेक्ष मानक विचलन शामिल हैं।
शून्य नुकसान
मान लीजिए कि एक नमूना जनसंख्या का मतलब शून्य है। दूसरे शब्दों में, शून्य से ऊपर और नीचे सभी मूल्यों के योग एक दूसरे के बराबर हैं। इस परिस्थिति में, COV का फॉर्मूला बेकार है क्योंकि यह प्रभावी रूप से हर में एक शून्य लगाएगा। इसलिए, नमूना आबादी में सकारात्मक और नकारात्मक दोनों मूल्यों की किसी भी मजबूत उपस्थिति COV विश्लेषण के लिए समस्याग्रस्त हो जाती है। इसके विपरीत, COV मीट्रिक तब पनपती है जब लगभग सभी डेटा बिंदु समान-ऋण चिह्न को साझा करते हैं।