Коэффициент в excel

Расчет показателей вариации в Excel

Добрый день, уважаемые любители статистического анализа данных, а сегодня еще и программы Excel.

Проведение любого статанализа немыслимо без расчетов. И сегодня в рамках рубрики «Работаем в Excel» мы научимся рассчитывать показатели вариации. Теоретическая основа была рассмотрена ранее в ряде статей о вариации данных. Кстати, на этом указанная тема не закончилась, к выпуску планируются новые статьи – следите за рекламой! Однако сухая теория без инструментов реализации – вещь не сильно полезная. Поэтому по мере появления теоретических выкладок, я стараюсь не отставать с заметками о соответствующих расчетах в программе Excel.

Сегодняшняя публикация будет посвящена расчету в Excel следующих показателей вариации:

— максимальное и минимальное значение

— среднее линейное отклонение

— дисперсия (по генеральной совокупности и по выборке)

— среднее квадратическое отклонение (по генеральной совокупности и по выборке)

Факт возможности расчета упомянутых показателей в Excel свидетельствует о практическом их использовании. И, несмотря на очевидность некоторых моментов, я постараюсь расписать все подробно.

Максимальное и минимальное значение

Начнем с формул максимума и минимума. Что такое максимальное и минимальное значение, уверен, знают почти все. Максимум – самое большое значение из анализируемого набора данных, минимум – самое маленькое (может быть и отрицательным числом). Это крайние значения в совокупности данных, обозначающие границы их вариации. Примеры реального использования каждый может придумать сам – их полно. Это и минимальные/максимальные цены на что-нибудь, и выбор наилучшего или наихудшего решения задачи, и всего, чего угодно. Минимум и максимум – весьма информативные показатели. Давайте теперь их рассчитаем в Excel.

Как нетрудно догадаться, делается сие элементарно – как два клика об асфальт. В Мастере функций следует выбрать: МАКС – для расчета максимального значения, МИН – для расчета минимального значения. Для облегчения поиска перечень всех функций можно отфильтровать по категории «Статистические».

Выбираем нужную формулу, в следующем окошке указываем диапазон данных (в котором ищется максимальное или минимальное значение) и жмем «ОК».

Функции МАКС и МИН достаточно часто используются, поэтому разработчики Экселя предусмотрительно добавили соответствующие кнопки в ленту. Они находятся там же, где суммаи среднее значение – в разворачивающемся списке.

В общем, для вызова функции максимума или минимума действий потребуется не больше, чем для расчета средней арифметической. Все архипросто.

Среднее линейное отклонение

Среднее линейное отклонение, напоминаю, представляет собой среднее из абсолютных (по модулю) отклонений от средней арифметической в анализируемой совокупности данных. Математическая формула имеет вид:

a – среднее линейное отклонение,

x – анализируемый показатель, с черточкой сверху – среднее значение показателя,

n – количество значений в анализируемой совокупности данных.

В Excel эта функция называется СРОТКЛ.

После выбора функции СРОТКЛ указываем диапазон данных, по которому должен произойти расчет. Нажимаем «ОК». Наслаждаемся результатом.

Дисперсия

Дисперсия — это средний квадрат отклонений, мера характеризующая разброс данных вокруг среднего значения. Математическая формула дисперсии по генеральной совокупности имеет вид:

x – анализируемый показатель, с черточкой сверху – среднее значение показателя,

n – количество значений в анализируемой совокупности данных.

Excel также предлагает готовую функцию для расчета генеральной дисперсии ДИСП.Г.

При анализе выборочных данных, следует использовать выборочную дисперсию, так как генеральная оказывается смещенной в сторону занижения.

Математическая формула выборочной дисперсии имеет вид:

в Excel выборочная дисперсия рассчитывает через функцию ДИСП.В.

Выбираем в Мастере функций нужную дисперсию (генеральную или выборочную), указываем диапазон, жмем кнопку «ОК». Полученное значение может оказаться очень большим из-за предварительного возведения отклонений в квадрат, поэтому дисперсия сама по себе мало о чем говорит. Ее обычно используют для дальнейших расчетов.

Среднее квадратическое отклонение

Среднеквадратическое отклонение по генеральной совокупности – это корень из генеральной дисперсии.

Выборочное среднеквадратическое отклонение – это корень из выборочной дисперсии.

Для расчета можно извлечь корень из формул дисперсии, указанных чуть выше, но в Excel есть и готовые функции:

— Среднеквадратическое отклонение по генеральной совокупности СТАНДОТКЛОН.Г

— Среднеквадратическое отклонение по выборке СТАНДОТКЛОН.В.

С названием этого показателя может возникнуть путаница, т.к. часто можно встретить синоним «стандартное отклонение». Пугаться не нужно – смысл тот же.

Далее, как обычно, указываем нужный диапазон и нажимаем на «ОК». Среднее квадратическое отклонение имеет те же единицы измерения, что и анализируемый показатель, поэтому является сопоставимым с исходными данными. Об этом ниже.

Коэффициент вариации

Все показатели, рассмотренные выше, имеют привязку к масштабу исходных данных и не позволяют получить образное представление о вариации анализируемой совокупности. Для получения относительной меры разброса данных используют коэффициент вариации, который рассчитывается путем деления среднего квадартического отклонения на среднее арифметическое значение. Математическая формула такова:

В Экселе нет готовой функции для расчета коэффициента вариации, что не есть большая проблема. Расчет можно произвести простым делением стандартного отклонения на среднее значение. Для этого в строке формул пишем:

В скобках должен быть указан диапазон данных. При необходимости используется среднее квадратическое отклонение по выборке (СТАНДОТКЛОН.В).

Коэффициент вариации обычно выражается в процентах, поэтому ячейку с формулой можно обрамить процентным форматом. Нужная кнопка находится на ленте на закладке «Главная»:

Изменить формат также можно, выбрав «Формат ячеек» из выпадающего списка после выделения нужной ячейки правой кнопкой мышки.

Коэффициент вариации, в отличие от других показателей разброса значений, используется как самостоятельный и весьма информативный индикатор вариации данных. В статистике принято считать, что если коэффициент вариации менее 33%, то совокупность данных является однородной, если более 33%, то – неоднородной. Эта информация может быть полезна для предварительного описания данных и определения возможностей проведения дальнейшего анализа. Кроме того, коэффициент вариации, измеряемый в процентах, позволяет сравнивать степень разброса различных данных независимо от их масштаба и единиц измерений. Полезное свойство.

В целом, с помощью Excel все, или почти все, статистические показатели рассчитываются очень просто. Если что-то непонятно, всегда можно воспользоваться окошком для поиска в Мастере функций. Ну, и Гугл в помощь.

Прогнозируем с Excel: как посчитать коэффициент вариации

Каждый раз, выполняя в Excel статистический анализ, нам приходится сталкиваться с расчётом таких значений, как дисперсия, среднеквадратичное отклонение и, разумеется, коэффициент вариации. Именно расчёту последнего стоит уделить особое внимание. Очень важно, чтобы каждый новичок, который только приступает к работе с табличным редактором, мог быстро подсчитать относительную границу разброса значений.

В этой статье мы расскажем, как автоматизировать расчеты при прогнозировании данных

Что такое коэффициент вариации и для чего он нужен?

Итак, как мне кажется, нелишним будет провести небольшой теоретический экскурс и разобраться в природе коэффициента вариации. Этот показатель необходим для отражения диапазона данных относительно среднего значения. Иными словами, он показывает отношение стандартного отклонения к среднему значению. Коэффициент вариации принято измерять в процентном выражении и отображать с его помощью однородность временного ряда.

Коэффициент вариации станет незаменимым помощником в том случае, когда вам необходимо будет сделать прогноз по данным из заданной выборки. Этот индикатор выделит главные ряды значений, которые будут наиболее полезными для последующего прогнозирования, а также очистит выборку от малозначительных факторов. Так, если вы видите, что значение коэффициента равно 0%, то с уверенностью заявляйте о том, что ряд является однородным, а значит, все значения в нём равны один с другим. В случае, если коэффициент вариации принимает значение, превышающее отметку в 33%, то это говорит о том, что вы имеете дело с неоднородным рядом, в котором отдельные значения существенно отличаются от среднего показателя выборки.

Как найти среднее квадратичное отклонение?

Поскольку для расчёта показателя вариации в Excel нам необходимо использовать среднее квадратичное отклонение, то вполне уместно будет выяснить, как нам посчитать этот параметр.

Из школьного курса алгебры мы знаем, что среднее квадратичное отклонение — это извлечённый из дисперсии квадратный корень, то есть этот показатель определяет степень отклонения конкретного показателя общей выборки от её среднего значения. С его помощью мы можем измерить абсолютную меру колебания изучаемого признака и чётко её интерпретировать.

Рассчитываем коэффициент в Экселе

К сожалению, в Excel не заложена стандартная формула, которая бы позволила рассчитать показатель вариации автоматически. Но это не значит, что вам придётся производить расчёты в уме. Отсутствие шаблона в «Строке формул» никоим образом не умаляет способностей Excel, потому вы вполне сможете заставить программу выполнить необходимый вам расчёт, прописав соответствующую команду вручную.

Вставьте формулу и укажите диапазон данных

Для того чтобы рассчитать показатель вариации в Excel, необходимо вспомнить школьный курс математики и разделить стандартное отклонение на среднее значение выборки. То есть на деле формула выглядит следующим образом — СТАНДОТКЛОН(заданный диапазон данных)/СРЗНАЧ(заданный диапазон данных). Ввести эту формулу необходимо в ту ячейку Excel, в которой вы хотите получить нужный вам расчёт.

Не забывайте и о том, что поскольку коэффициент выражается в процентах, то ячейке с формулой нужно будет задать соответствующий формат. Сделать это можно следующим образом:

1. Откройте вкладку «Главная».
2. Найдите в ней категорию «Формат ячеек» и выберите необходимый параметр.

Как вариант, можно задать процентный формат ячейке при помощи клика по правой кнопке мыши на активированной клеточке таблицы. В появившемся контекстном меню, аналогично вышеуказанному алгоритму нужно выбрать категорию «Формат ячейки» и задать необходимое значение.

Выберите «Процентный», а при необходимости укажите число десятичных знаков

Возможно, кому-то вышеописанный алгоритм покажется сложным. На самом же деле расчёт коэффициента так же прост, как сложение двух натуральных чисел. Единожды выполнив эту задачу в Экселе, вы больше никогда не вернётесь к утомительным многосложным решениям в тетрадке.

Всё ещё не можете сделать качественное сравнение степени разброса данных? Теряетесь в масштабах выборки? Тогда прямо сейчас принимайтесь за дело и осваивайте на практике весь теоретический материал, который был изложен выше! Пусть статистический анализ и разработка прогноза больше не вызывают у вас страха и негатива. Экономьте свои силы и время вместе с табличным редактором Excel.

Расчет коэффициента вариации в Microsoft Excel

Одним из основных статистических показателей последовательности чисел является коэффициент вариации. Для его нахождения производятся довольно сложные расчеты. Инструменты Microsoft Excel позволяют значительно облегчить их для пользователя.

Вычисление коэффициента вариации

Этот показатель представляет собой отношение стандартного отклонения к среднему арифметическому. Полученный результат выражается в процентах.

В Экселе не существует отдельно функции для вычисления этого показателя, но имеются формулы для расчета стандартного отклонения и среднего арифметического ряда чисел, а именно они используются для нахождения коэффициента вариации.

Шаг 1: расчет стандартного отклонения

Стандартное отклонение, или, как его называют по-другому, среднеквадратичное отклонение, представляет собой квадратный корень из дисперсии. Для расчета стандартного отклонения используется функция СТАНДОТКЛОН. Начиная с версии Excel 2010 она разделена, в зависимости от того, по генеральной совокупности происходит вычисление или по выборке, на два отдельных варианта: СТАНДОТКЛОН.Г и СТАНДОТКЛОН.В.

Синтаксис данных функций выглядит соответствующим образом:

= СТАНДОТКЛОН(Число1;Число2;…)
= СТАНДОТКЛОН.Г(Число1;Число2;…)
= СТАНДОТКЛОН.В(Число1;Число2;…)

1. Для того, чтобы рассчитать стандартное отклонение, выделяем любую свободную ячейку на листе, которая удобна вам для того, чтобы выводить в неё результаты расчетов. Щелкаем по кнопке «Вставить функцию». Она имеет внешний вид пиктограммы и расположена слева от строки формул.

Выполняется активация Мастера функций, который запускается в виде отдельного окна с перечнем аргументов. Переходим в категорию «Статистические» или «Полный алфавитный перечень». Выбираем наименование «СТАНДОТКЛОН.Г» или «СТАНДОТКЛОН.В», в зависимости от того, по генеральной совокупности или по выборке следует произвести расчет. Жмем на кнопку «OK».

Открывается окно аргументов данной функции. Оно может иметь от 1 до 255 полей, в которых могут содержаться, как конкретные числа, так и ссылки на ячейки или диапазоны. Ставим курсор в поле «Число1». Мышью выделяем на листе тот диапазон значений, который нужно обработать. Если таких областей несколько и они не смежные между собой, то координаты следующей указываем в поле «Число2» и т.д. Когда все нужные данные введены, жмем на кнопку «OK»

Шаг 2: расчет среднего арифметического

Среднее арифметическое является отношением общей суммы всех значений числового ряда к их количеству. Для расчета этого показателя тоже существует отдельная функция – СРЗНАЧ. Вычислим её значение на конкретном примере.

Выделяем на листе ячейку для вывода результата. Жмем на уже знакомую нам кнопку «Вставить функцию».

В статистической категории Мастера функций ищем наименование «СРЗНАЧ». После его выделения жмем на кнопку «OK».

Запускается окно аргументов СРЗНАЧ. Аргументы полностью идентичны тем, что и у операторов группы СТАНДОТКЛОН. То есть, в их качестве могут выступать как отдельные числовые величины, так и ссылки. Устанавливаем курсор в поле «Число1». Так же, как и в предыдущем случае, выделяем на листе нужную нам совокупность ячеек. После того, как их координаты были занесены в поле окна аргументов, жмем на кнопку «OK».

Шаг 3: нахождение коэффициента вариации

Теперь у нас имеются все необходимые данные для того, чтобы непосредственно рассчитать сам коэффициент вариации.

Выделяем ячейку, в которую будет выводиться результат. Прежде всего, нужно учесть, что коэффициент вариации является процентным значением. В связи с этим следует поменять формат ячейки на соответствующий. Это можно сделать после её выделения, находясь во вкладке «Главная». Кликаем по полю формата на ленте в блоке инструментов «Число». Из раскрывшегося списка вариантов выбираем «Процентный». После этих действий формат у элемента будет соответствующий.

Снова возвращаемся к ячейке для вывода результата. Активируем её двойным щелчком левой кнопки мыши. Ставим в ней знак «=». Выделяем элемент, в котором расположен итог вычисления стандартного отклонения. Кликаем по кнопке «разделить» (/) на клавиатуре. Далее выделяем ячейку, в которой располагается среднее арифметическое заданного числового ряда. Для того, чтобы произвести расчет и вывести значение, щёлкаем по кнопке Enter на клавиатуре.

Таким образом мы произвели вычисление коэффициента вариации, ссылаясь на ячейки, в которых уже были рассчитаны стандартное отклонение и среднее арифметическое. Но можно поступить и несколько по-иному, не рассчитывая отдельно данные значения.

Выделяем предварительно отформатированную под процентный формат ячейку, в которой будет выведен результат. Прописываем в ней формулу по типу:

Вместо наименования «Диапазон значений» вставляем реальные координаты области, в которой размещен исследуемый числовой ряд. Это можно сделать простым выделением данного диапазона. Вместо оператора СТАНДОТКЛОН.В, если пользователь считает нужным, можно применять функцию СТАНДОТКЛОН.Г.

Существует условное разграничение. Считается, что если показатель коэффициента вариации менее 33%, то совокупность чисел однородная. В обратном случае её принято характеризовать, как неоднородную.

Как видим, программа Эксель позволяет значительно упростить расчет такого сложного статистического вычисления, как поиск коэффициента вариации. К сожалению, в приложении пока не существует функции, которая высчитывала бы этот показатель в одно действие, но при помощи операторов СТАНДОТКЛОН и СРЗНАЧ эта задача очень упрощается. Таким образом, в Excel её может выполнить даже человек, который не имеет высокого уровня знаний связанных со статистическими закономерностями.

Отблагодарите автора, поделитесь статьей в социальных сетях.

Talkin go money

Измененией валюты в прайслитсе с помощью программы Excel (Апрель 2020).

Table of Contents:

Коэффициент быстрого является одним из ряда показателей ликвидности, используемых для определения способности компании погасить краткосрочные долги без использования долгосрочного капитала или активов. Это называется быстрым соотношением, потому что активы, используемые в его расчете, — это те, которые могут быть превращены в наличные деньги в спешке.

Быстрое соотношение

Также называется коэффициентом кислотного теста, коэффициент быстрой связи является близким родственником текущего отношения. Оба отражают способность компании выполнять все свои краткосрочные обязательства, если они станут обязательными сразу, путем сопоставления ее текущих активов с ее текущими обязательствами. Однако быстрое соотношение является более строгой метрикой ликвидности, поскольку оно исключает определенные активы, в первую очередь инвентарные запасы, которые используются при расчете текущего коэффициента. В отличие от товарных ценных бумаг, которые могут быть куплены и проданы по заранее определенной цене на фондовой бирже, для ликвидации запасов часто требуется время. Кроме того, необходимость быстрого получения наличных денег может привести к тому, что компания возьмет меньшую прибыль за некоторые товары. Примером может служить продажа вне бизнеса.

Основными источниками активов, включенными в расчет коэффициента быстрой ликвидности, являются денежные средства, товарные ценные бумаги и дебиторская задолженность. Чтобы обеспечить быстрое соотношение, сумма этих активов делится на общие текущие обязательства или те долги, которые подлежат погашению в течение следующего года. Быстрое соотношение 1 указывает, что текущие активы компании, минус инвентарь, в точности равны ее текущим обязательствам. Стандарт для хорошего быстрого соотношения зависит от отрасли. Быстрое соотношение может быть особенно полезным показателем ликвидности в тех отраслях, где значительная часть активов компании неликвидна, например, розничная торговля или строительство, где денежные средства связаны с запасами или оборудованием.

Вычисление скользящего коэффициента в Excel

Вся информация, необходимая для расчета быстрого соотношения вручную или в Excel, можно найти в отчете о прибылях и убытках компании. Microsoft Excel предоставляет ряд бесплатных электронных таблиц, чтобы помочь владельцам бизнеса отслеживать свои финансы, в том числе анализ ликвидности и шаблон отношений, который вычисляет текущие и быстрые коэффициенты. Однако вычисление в Excel достаточно просто без шаблона. Просто введите суммы за наличные деньги, товарные ценные бумаги, дебиторскую задолженность и текущие обязательства в смежные ячейки, скажем, от B2 до B5. В B6 введите функцию «= SUM (B2: B4)», чтобы найти общее количество всех активов. В ячейке B7 введите формулу «= B6 / B5», чтобы разделить текущие активы на текущие обязательства, обеспечив быстрое соотношение.

Краткий пример быстрого соотношения

Предположим, что маленький розничный продавец хочет расширить и хочет подать заявку на получение кредита.Чтобы установить способность бизнеса обслуживать дополнительный долг, банк хочет быть уверенным, что он может выполнять свои текущие обязательства. Рассматривая отчет о прибылях и убытках, кредитный специалист определяет, что у бизнеса есть 5 000 долларов США наличными, 12 000 долларов США в товарных ценных бумагах и 8 000 долларов США в дебиторской задолженности. Долги бизнеса, которые приходят в течение следующего года, составляют 9 000 долларов США. Кредитный специалист подсчитал, что бизнес имеет быстрое соотношение 2,8, что указывает на то, что он должен иметь возможность легко обрабатывать платежи по новому кредиту.

Как рассчитать эффективность портфеля ценных бумаг в Excel

Как и было обещано в предыдущей статье, в этой будет рассказано о том, как рассчитать основные показатели эффективности инвестиционного портфеля непосредственно в Excel http://utmagazine.ru/posts/5908-kak-rasschitat-effektivnost-portfelya-cennyh-bumag

Мы уже выяснили, что несмотря на казалось бы сложные термины и индикаторы, рассчитать эти индикаторы на самом деле не так уж и сложно. В случае с расчетами в Excel эти расчеты делать будет еще проще, так-как процесс в целом автоматизирован. Необходимо лишь грамотно расставить ячейки и сделать ссылки на соответствующие ячейки. И поскольку с показателями доходности в целом все понятно, рассматриваться будут лишь расчеты индикаторов риска.

Так как в предыдущей статье уже были определения основным индикаторам риска, в данном случае, чтобы не перегружаться лишней информацией, речь будет идти лишь о самих расчетах. Обо всем по порядку.

На всякий случай повторим основные показатели риска: стандартное отклонение доходности портфеля и каждого актива в отдельности от доходности рынка; коэффициент Шарпа; коэффициент бета; коэффициент Трейнора; Альфа Дженсена; коэффициент Швагера; коэффициент Сортино; М-квадрат. По очереди теперь разберемся с расчетом каждого из этих индикаторов в Excel. Стоит наверное всех обнадежить – сделать это довольно просто, по крайней мере гораздо легче, чем может показаться на первый взгляд. Более того, в случае расчетов в Excel достаточно просто использовать соотвтетсвующие функции. Сразу оговоримся, что все цифры условные и взяты из предыдущей статьи.

Стандартное отклонение – самый простой из всех показателей для расчетов. Для его расчета необходима лишь доходность портфеля относительно рынка. Необходимо лишь в соответствующую ячейку вставить формулу «СТАНДОТКЛОН.В(…)» и выбрать соответствующий массив данных по доходности.

Коэффициент Шарпа – разница в доходности портфеля к безрисковому активу, деленная на стандартное отклонение портфеля. Формула рассчитывается просто: при доходности портфеля в 2% и полученному стандартному отклонению 0.5%, а также и доходности безрискового актива в 0.4%, необходимо от первой ячейки отнять вторую и все это разделить на третью.

Коэффициент бета – скорость изменения доходности портфеля по сравнению с доходностью рынка. Соответственно необходимо математически рассчитать насколько доходность рынка влияет на доходность портфеля. Формула используется лишь два показателя: ковариация портфеля и рынка (произведение сумм корелляции и стандартного отклонения портфеля и рынка) и дисперсия доходности рынка (рассчитывается как стандартное отклонение в квадрате).

Для начала рассчитаем коэффициент ковариации. При корелляции портфеля с рынком в 0.7, стандартного отклонения рынка 0.3% и стандартного отклонения портфеля 0.5%, получается ковариация 0.7*0.3%*0.5%=0.0000105. Для расчета дисперсии рынка достаточно стандартное отклонение возвести в квадрат: 0.3%^2=0.000009. Отсюда находим бета-коэффициент 0.0000105/0.000009=1.16667.

Из полученных данных теперь рассчитаем коэффициент Трейнора – отношение премии за риск рынка и самого риска портфеля. Для его расчета требуется всего три показателя: общая доходность рынка, общая доходность портфеля и бета-коэффициент портфеля. При полученных выше показателях получается: (20%-15%)/1.16667=0.04285.

Альфа Дженсена – коэффициент, показывающий, насколько более эффективно активное управление портфелем по сравнению с пассивным. Для расчета необходимы 4 показателя: средняя доходность портфеля (2%), средняя доходность рынка (1.5%), доходность безрискового актива (0.4%) и коэффициент бета портфеля (1.16667). Чем больше значение данного коэффициента, тем более эффективно управляется портфель.

Коэффициент Швагера – отношение прибыли портфеля к средней максимальной просадке. Мы условно взяли данные за год при объеме портфеля в 500 тыс. долларов. Для расчета необходимо всего два показателя: среднегодовая доходность портфеля (500*0.2=100 тыс. долларов) и максимальная просадка (условно возьмем 5%: 500 *0.2=25 тыс. долларов). Далее делаем расчет по формуле.

Коэффициент Сортино, также как и показатель Шарпа, указывает на эффективность управления портфелем, но не ниже минимально допустимой доходности. Для начала рассчитаем минимально допустимую доходность. Как правило, за такой показатель берется доходность безрискового актива (0.4%). Таким образом, с учетом количества рабочих дней в году (условно 280) минимально допустимая дневная доходность составляет 0.4%/280=0,0014%.

Далее необходимо количество дней ниже минимально допустимой доходности (условно возьмем этот показатель 15). После этого можно рассчитать непосредственно сам коэффициент Сортино. Рассчитывается следующим образом: (2%-0.0014%)/15=0.0013.

Наконец, последний коэффициент – М-квадрат или просто М 2 . Данный индикатор указывает на то, насколько более высокую доходность показывает портфель, по сравнению с безрисковым активом. Для расчета требуются четыре показателя: средняя доходность портфеля (2%) и безрискового актива (0.0014%), стандартное отклонение доходностей портфеля (условно возьмем 1%) и стандартное отклонение доходности рынка (условно возьмем 0.5%).

Вот и все. Расчет всех эти коэффициентов в Excel оказался не таким уж и сложным, как и было обещано в начале статьи. После освоения этих двух материалов надеемся, что ключевые элементы портфельного анализа были успешно освоены.