De standaarddeviatie geeft positieve en negatieve rendementen evenveel gewicht bij het berekenen van de variabiliteit. Als de rendementsverdeling asymmetrisch (scheef) is, gebruiken beleggers extra risicomaatstaven die zich richten op mogelijke verliezen. Een daarvan is de Semi-Deviatie. De Semi-Deviatie berekent de variabiliteit van rendementen onder het gemiddelde rendement.

Een andere, populairdere maatstaf is de zogeheten Value-at-Risk (VaR). Grofweg komt de VaR overeen met het 5%-kwantiel van de rendementsverdeling, wat betekent dat een nog negatiever rendement alleen met een kans van 5% kan voorkomen. Je kunt bijvoorbeeld vragen: "wat is het grootste verlies dat ik in het komende kwartaal mogelijk kan lijden, zó dat de kans op een nog groter verlies slechts 5% is?"

De expected shortfall is een andere risicomaatstaf die zich richt op het gemiddelde verlies onder het 5% VaR-kwantiel.

In deze oefening onderzoek je het potentiële risico van de maandelijkse rendementen van de S&P 500. Je gebruikt de functies SemiDeviation(), VaR(), en ES(). Al deze functies vereisen het argument R, een xts-, vector-, matrix-, data.frame-, timeSeries- of zoo-object met rendementen. Daarnaast vereisen VaR() en ES() nog een extra argument p, het verlieskansniveau, dat p = 0.05 is in het geval van de 5% VaR en ES.

De (geannualiseerde) Sharpe-ratio

Create Your Free Account