در کدام بازار سرمایه‌گذاری کنیم؟

یکی از سوالاتی که مردم معمولا از تحلیلگران اقتصادی می‌پرسند این است که سرمایه‌ی خود را به کدام بازار وارد نمایند. مثلا در بازار بورس سرمایه‌گذاری کنندیا اینکه دلار بخرند؟ جواب دادن به این سوال ساده نیست. ولی اولین قدم برای رسیدن به جواب، تحلیل و مقایسه‌ی بازدهی بازارها در گذشته است. فرض کنید فردی در ابتدای سال ۱۳۷۹، ۱۰۰۰ ریال سرمایه‌ی مازاد داشته و می‌توانسته آن را در بورس، سکه، مسکن، سپرده بانکی و یا دلار وارد نماید. نمودار زیر نشان می‌دهد که سرمایه این فرد به صورت میانگین در انتهای سال ۱۳۹۳ به چه میزانی رسیده است. مثلا اگر به بازار مسکن وارد شده باشد، سرمایه‌ی وی از ۱۰۰۰ ریال به حدود ۱۲۸۰۰۰ ریال افزایش یافته است.

24 market analysis 1 1

اگرچه در بلندمدت میانگین بازدهی بازار بورس بیشتر بوده است، اما تنها بر مبنای میانگین بازدهی نمی‌توان بازار هدف سرمایه‌گذاری را انتخاب کرد. یکی دیگر از شاخص‌های موثر در انتخاب بازار هدف ، شاخص واریانس است. در شکل زیر واریانس هر یک از بازارها را در دوره زمانی مورد بحث، مقایسه کرده‌ایم. همانطور که دیده می‌شود، هرچند بازار بورس بیشترین بازدهی را طی دوره زمانی مورد بحث داشته است، بیشترین واریانس نیز متعلق به همین بازار است. واریانس بالای بازدهی یک بازار به این معنی است که سرمایه گذاران در عین انتظار کسب سود بالا از آن بازار، احتمال ضرر زیاد در آن بازار نیز می‌دهند. همانطور که در نمودار زیر دیده می‌شود پس از ورود به دوره‌ی رکود در سال ۱۳۹۲، سرمایه‌گذاران در بازار بورس به طور میانگین ضرر بیشتری نسبت به بازارهای دیگر داشته‌اند:

24 market analysis 1 2

مطلب بالا را به زبان دیگری نیز می‌توان بیان کرد. در شکل زیر، نمودار پراکندگی واریانس (ریسک) و میانگین بازده را رسم کرده ایم. خط روند آن نیز رسم شده است که یادآور مفهوم خط بازار سرمایه است و نشان می‌دهد که بین واریانس بازدهی یک بازار با میانگین بازدهی آن همبستگی مثبت وجود دارد. یعنی اگر وارد بازاری با ریسک بالاتری شوید، انتظار کسب بازدهی بیشتر نیز می‌رود. به عبارتی، بازار به ازای تحمل ریسک بالاتر، پاداش بزرگتر به سرمایه‌گذار می‌دهد. نکته‌ی دیگری که می‌توان به آن اشاره کرد مقایسه‌ی دو بازار دلار و سکه است. هر دو بازار واریانسی حدود ۶ درصد دارند، اما بازدهی بازار سکه بالاتر است. مشخصا، ترجیح سرمایه‌گذار این است که بین دو بازار با ریسک مشابه، در بازار با بازدهی بالاتر سرمایه گذاری کند.

24 market analysis 1 3

دقت کنید که تحلیل فوق به هیچ عنوان توصیه‌ای مبنی بر ورود به بازار خاصی یا خروج از آن را ندارد و صرفا، چارچوبی مقدماتی جهت تحلیل و مقایسه‌ی بازارهای مختلف معرفی کرده است. در قسمت بعدی این مطلب، سری زمانی هر کدام از بازارهای مورد اشاره را بررسی خواهیم کرد و دوره‌های رونق و رکود و نقاط عطفشان را تحلیل می‌کنیم.

پی‌نوشت:

اگر علاقه‌مند پیگیری مداوم مطالب ما هستید، دیتا پارتنرز را در تلگرام، توییتر و اینستاگرام دنبال کنید.

استفاده از میانگین متحرک در تحلیل داده‌های فروش

فرض کنید که مدیر یک شرکت مشاوره هستید. وضعیت پروژه‌ها در این شرکت به گونه‌ای است که درآمدها به صورت ماهانه و منظم به شرکت تزریق نمی‌شود. درآمدهای به صورت دوره‌های نامنظم دو، سه یا چهار ماه یک بار به شرکت وارد می‌شوند. همچنین ممکن است این شرکت در هر ماه قراردادهایی برای پروژه‌های با طول دوره‌های متفاوت عقد کند. شکل زیر، نمودار فرضی درآمد این شرکت است.

moving avg 1

مدیر عامل این مجموعه یک سوال ساده دارد: درآمد شرکت از نظر ماهیانه رو به افول است یا رو به صعود؟ آیا درآمدهای شرکت دارای روند فصلی یا ماهیانه است؟ او کاملا به نوسانات فصلی و تغییرات ضربه‌ای در نمودار درآمد آگاه است. طبیعی است که از روی نمودار درآمد نمی‌تواند هیچگونه روندی را کشف کند. گاه صعودی و گاهی نزولی است و ظاهرا نمی‌توان نظم خاصی در این نمودار دید.

زمانی که سری‌های زمانی دارای نوسان زیادی هستند، نیاز به نوسان‌گیری است. نوسان‌گیری روش‌های مختلفی دارد. برای پاسخ به سوال مدیر عامل، یک راه معقول استفاده از نوسان‌گیری از روش میانگین متحرک است.

فرض کنید که میانگین طول پروژه‌های این شرکت، حدود ۳ ماه باشد. به جای نمایش سری زمانی درآمدها، می‌توان میانگین درآمد سه ماه گذشته را محاسبه و آن را رسم کرد. با این کار، هر درآمد محقق شده بین سه ماه به صورت مساوی تقسیم شده و  نوسانات سری زمانی درآمدها تا حد معقولی تعدیل می‌شود.

moving avg 2

نمودار بالا همچنان نوسان دارد. منتهی این بار این نوسانات آنقدر زیاد نیست که نتوان سری داده‌ها را تحلیل کرد. این نمودار نشان می‌دهد که درآمدهای شرکت از اواخر سال ۲۰۱۳ تا اواسط سال ۲۰۱۴، نسبت به سایر دوره‌ها کمتر است.

طبیعی است که انتخاب تعداد دوره‌های محاسبه میانگین متحرک بسیار مهم است. این دوره نه باید آنقدر بزرگ باشد که هیچ نوسانی را نشان ندهد و نه آنقدر کوچک که همچنان داده پر از نوسان باشد. این عدد بایستی با یک منطق درست انتخاب شود. برای نمونه، داده‌های درآمد همین شرکت با میانگین متحرک چهارماهه مجددا رسم شد. همانطور که از نمودار آن مشخص است، نوسان‌ها کمتر شده و در عین حال کاهش فروش شرکت در سال ۲۰۱۳ و بخشی از ۲۰۱۴ مشهودتر است.

moving avg 3

روش بالا، راهکاری ساده برای تعدیل نوسانات است که به راحتی می‌توان آن را در اکسل پیاده‌سازی کرد. برای تحلیل‌های پیشرفته سری زمانی، نیاز به روش‌های پیچیده‌تری برای نوسان‌گیری است که از حوصله این مطلب خارج است.