---
title: "อัตราส่วนสารสนเทศ: ผลตอบแทนเชิงรุก ความคลาดเคลื่อนจากดัชนี และความน่าเชื่อถือ"
description: "เรียนรู้วิธีคำนวณและตีความอัตราส่วนสารสนเทศด้วยผลตอบแทนพอร์ตและเกณฑ์มาตรฐานที่สอดคล้องกัน ข้อตกลงความคลาดเคลื่อนจากดัชนีที่ชัดเจน การแปลงเป็นรายปี ค่าธรรมเนียม และข้อจำกัดทางสถิติ"
image: "https://wiki.fcontext.com/og.png"
---

> Documentation Index
> Fetch the complete documentation index at: https://wiki.fcontext.com/llms.txt
> Use this file to discover all available pages before exploring further.

# อัตราส่วนสารสนเทศ: ผลตอบแทนเชิงรุก ความคลาดเคลื่อนจากดัชนี และความน่าเชื่อถือ

> จัดทำขึ้นเพื่อการศึกษาเท่านั้น ไม่ใช่คำแนะนำการลงทุน การลงทุนอาจทำให้สูญเสียเงินลงทุนได้

<a id="answer"></a>

## คำตอบโดยตรง

**อัตราส่วนสารสนเทศ** วัดผลตอบแทนเฉลี่ยเมื่อเทียบกับเกณฑ์มาตรฐานต่อหนึ่งหน่วยความผันแปรของผลตอบแทนสัมพัทธ์นั้น ในรูปผลตอบแทนเชิงรุกที่ใช้ทั่วไป `information ratio = annualized average active return / annualized tracking error` ค่าบวกหมายถึงทำได้ดีกว่าโดยเฉลี่ยในตัวอย่างที่วัด ส่วนค่าลบหมายถึงทำได้ต่ำกว่าโดยเฉลี่ย ค่านี้ไม่ใช่ความน่าจะเป็นของทักษะหรือการรับประกันผลตอบแทนส่วนเกินในอนาคต

ตัวเลขจะมีความหมายต่อเมื่อกำหนดพอร์ต เกณฑ์มาตรฐาน ข้อตกลงผลตอบแทน ความถี่ วันที่ สกุลเงิน เกณฑ์ค่าธรรมเนียมและภาษี ข้อตกลงส่วนเบี่ยงเบนมาตรฐาน กฎแปลงเป็นรายปี และข้อมูลเป็นค่าคาดการณ์หรือค่าที่เกิดขึ้นจริง ผู้จัดการคนเดียวกันอาจมีอัตราส่วนสารสนเทศต่างกันเมื่อเทียบกับเกณฑ์มาตรฐานที่เหมาะสมคนละชุด

<a id="mechanism"></a>

## กลไกการทำงาน

วิเคราะห์อัตราส่วนสารสนเทศตามลำดับต่อไปนี้:

1. **กำหนดการตัดสินใจและเกณฑ์มาตรฐาน** ใช้เกณฑ์ที่ระบุในข้อกำหนดการลงทุน หรือทางเลือกที่ลงทุนได้และมีเหตุผลซึ่งตรงกับประเภทสินทรัพย์ รูปแบบ ภูมิภาค สกุลเงิน อายุเฉลี่ย คุณภาพสินเชื่อ อัตราทด และรูปแบบผลตอบแทน ดัชนีตลาดวงกว้าง สัดส่วนเชิงนโยบาย เกณฑ์ภาระหนี้ และกลุ่มเทียบเคียงตอบคำถามต่างกัน
2. **สร้างชุดผลตอบแทนรวมที่ซิงโครไนซ์** จับคู่วันที่ประเมินมูลค่า เขตเวลา ความถี่ การแปลงสกุลเงิน เงินจ่าย ภาษีหัก ณ ที่จ่าย การป้องกันความเสี่ยง การจัดการกระแสเงินสดภายนอก และเกณฑ์ก่อนหรือหลังค่าธรรมเนียม อย่านำดัชนีราคามาหักจากผลตอบแทนรวมของพอร์ต หรือผสมราคาประเมินรายเดือนที่ล้ากับราคาเกณฑ์มาตรฐานรายวันปัจจุบัน
3. **เลือกข้อตกลงผลตอบแทนสัมพัทธ์** ชุดผลต่างเชิงเลขคณิตที่ใช้ทั่วไปคือ `active return_t = portfolio return_t - benchmark return_t` มาตรฐานหรือข้อกำหนดบางชุดใช้ผลตอบแทนสัมพัทธ์เชิงเรขาคณิต `geometric relative return_t = (1 + portfolio return_t) / (1 + benchmark return_t) - 1` ต้องระบุข้อตกลงและไม่ใช้ตัวเศษจากแบบหนึ่งร่วมกับชุดความเสี่ยงจากอีกแบบ
4. **ประมาณผลตอบแทนเชิงรุกเฉลี่ยและความคลาดเคลื่อนจากดัชนี** สำหรับข้อมูล `n` ค่า `mean active return = sum of active returns / n` ความคลาดเคลื่อนจากดัชนีที่เกิดขึ้นจริงคือส่วนเบี่ยงเบนมาตรฐานของข้อมูลผลตอบแทนสัมพัทธ์ชุดเดียวกัน ค่าประมาณตัวอย่างคือ `sample tracking error = sqrt(sum((active return_t - mean active return)^2) / (n - 1))` ส่วนการใช้ตัวหารประชากร `n` ให้ผลต่างกันและต้องระบุให้ชัด
5. **แปลงเป็นรายปีอย่างสอดคล้องกัน** เมื่อมีข้อมูลไม่ทับซ้อน `P` ค่าต่อปีและใช้การประมาณแบบ iid `annualized average active return = periodic mean active return × P` และ `annualized tracking error = periodic tracking error × sqrt(P)` ดังนั้น `annualized information ratio = periodic mean active return / periodic tracking error × sqrt(P)` สหสัมพันธ์ต่อเนื่อง การทำให้ข้อมูลเรียบ ช่วงเวลาทับซ้อน สถานะที่เปลี่ยน หรือวันที่ไม่สม่ำเสมออาจทำให้การแปลงด้วยรากที่สองชวนให้เข้าใจผิด
6. **แยกการวัดย้อนหลังออกจากการคาดการณ์ล่วงหน้า** อัตราส่วนที่เกิดขึ้นจริงใช้ผลตอบแทนเชิงรุกและความคลาดเคลื่อนจากดัชนีในอดีต ส่วนอัตราส่วนคาดการณ์ใช้ผลตอบแทนเชิงรุกที่พยากรณ์และความแปรปรวนร่วม หรือแบบจำลองความเสี่ยงล่วงหน้า ระยะเวลาแบบจำลอง นิยามปัจจัย วันที่ถือครอง และข้อจำกัดต้องตรงกัน ค่า ex ante ไม่ได้เทียบกับค่า ex post ได้โดยตรงเพียงเพราะทั้งคู่แปลงเป็นรายปีแล้ว
7. **ทดสอบความน่าเชื่อถือและประโยชน์ทางเศรษฐกิจ** แสดงจำนวนข้อมูล วันที่เริ่มและสิ้นสุด หน้าต่างเลื่อน ช่วงย่อย การเปลี่ยนเกณฑ์มาตรฐาน ค่าผิดปกติ การลดลงจากจุดสูงสุด ความเบ้ ความเสียหายส่วนหาง อัตราหมุนเวียน ขีดความสามารถ ค่าธรรมเนียม ภาษี และสถานะ หากความคลาดเคลื่อนจากดัชนีเป็น `0` อัตราส่วนจะนิยามไม่ได้ ไม่ใช่อนันต์ ค่าสูงจากประวัติที่สั้น ถูกทำให้เรียบ เติมย้อนหลัง หรือคัดเลือกมา เป็นหลักฐานที่อ่อน

อัตราส่วนสารสนเทศต่างจากอัตราส่วน Sharpe โดย Sharpe เปรียบเทียบผลตอบแทนส่วนเกินเหนือเงินสดหรืออัตราปลอดความเสี่ยงกับความผันผวนรวมของพอร์ต ขณะที่อัตราส่วนสารสนเทศเปรียบเทียบผลตอบแทนเทียบเกณฑ์กับความผันผวนเทียบเกณฑ์ ทั้งยังต่างจาก alpha ของ Jensen และอัตราส่วนผลตอบแทนคงเหลือที่ได้จากการถดถอย จึงต้องตรวจนิยามของผู้ให้ข้อมูลก่อนเปรียบเทียบตัวเลข

เมื่อความถี่คงที่ การใช้หน่วยรายงวดทั้งตัวเศษและตัวส่วนโดยไม่แปลงรายปีจะได้อัตราส่วนรายงวด การคูณด้วย `sqrt(P)` จะได้อัตราส่วนรายปีที่ใช้ทั่วไป ผลการทำได้ดีกว่าแบบทบต้นตลอดช่วงเวลาเป็นผลต่อความมั่งคั่งอีกตัวหนึ่ง และไม่จำเป็นต้องเท่ากับผลตอบแทนเชิงรุกเฉลี่ยเชิงเลขคณิตคูณจำนวนงวด

<a id="example"></a>

## ตัวอย่าง

สมมติผลตอบแทนเชิงรุกเชิงเลขคณิตรายเดือนในหน่วยจุดร้อยละเป็น `0.80%, -0.40%, 0.50%, 0.10%, -0.20%, 0.70%, -0.10%, 0.40%, 0.00%, 0.60%, -0.30%, 0.30%` ผลตอบแทนพอร์ตและเกณฑ์มาตรฐานเป็นผลตอบแทนรวมที่ตรงกัน หลังหักค่าธรรมเนียมตามเกณฑ์เดียวกัน:

- **ค่าเฉลี่ย:** ข้อมูล 12 ค่ารวมเป็น `2.40%` ดังนั้นผลตอบแทนเชิงรุกเฉลี่ยรายเดือนคือ `2.40% / 12 = 0.2000%` และตัวเศษรายปีเชิงเลขคณิตคือ `0.2000% × 12 = 2.4000%`
- **ความคลาดเคลื่อนจากดัชนี:** ผลรวมกำลังสองของส่วนเบี่ยงเบนจากค่าเฉลี่ยรายเดือนคือ `1.8200 percentage-points squared` เมื่อใช้ตัวหารตัวอย่าง ความคลาดเคลื่อนรายเดือนคือ `sqrt(1.8200 / 11) = 0.4068%` และรายปีคือ `0.4068% × sqrt(12) = 1.4091%` หากใช้ตัวหาร `12` จะได้ `0.3894%` ต่อเดือน แสดงให้เห็นว่าข้อตกลงมีความสำคัญ
- **อัตราส่วนสารสนเทศ:** ผลรายปีคือ `2.4000% / 1.4091% = 1.7032` ซึ่งเท่ากับ `0.2000% / 0.4068% × sqrt(12) = 1.7032` ข้อมูลมีเพียงหนึ่งปี การแสดงทศนิยมสี่ตำแหน่งจึงไม่ได้หมายถึงความแน่นอนทางสถิติระดับนั้น
- **ค่าธรรมเนียมและการเปรียบเทียบ:** หากประมาณการผลตอบแทนเชิงรุกก่อนค่าธรรมเนียมเป็น `1.8000%` ต่อปี และค่าธรรมเนียมที่เรียกเก็บสม่ำเสมอลดลง `0.8000 percentage points` ขณะที่สมมติให้ความคลาดเคลื่อนจากดัชนีคงที่ `1.4091%` อัตราส่วนก่อนและหลังค่าธรรมเนียมคือ `1.8000% / 1.4091% = 1.2774` และ `1.0000% / 1.4091% = 0.7097` อีกกลยุทธ์ที่มีผลตอบแทนเชิงรุก `3.0000%` และความคลาดเคลื่อน `12.0000%` มีค่า `3.0000% / 12.0000% = 0.2500` กล่าวคือผลตอบแทนเชิงรุกดิบมากกว่าแต่ผลตอบแทนต่อหนึ่งหน่วยความเสี่ยงเชิงรุกน้อยกว่า

<a id="risks"></a>

## ความเสี่ยง

- ระบุพอร์ต พอร์ตรวม ประเภทหน่วยลงทุน บัญชี และข้อกำหนดการลงทุนที่นำมาวัด
- บันทึกชื่อ รหัส ผู้จัดทำ รุ่นระเบียบวิธีของเกณฑ์มาตรฐาน และน้ำหนักของสัดส่วนเชิงนโยบาย
- จับคู่ประเภทสินทรัพย์ รูปแบบ ภูมิภาค สกุลเงิน อายุเฉลี่ย คุณภาพสินเชื่อ อัตราทด และความสามารถในการลงทุน
- ใช้วันที่และเวลาประเมินมูลค่าพอร์ตกับเกณฑ์มาตรฐานที่ซิงโครไนซ์ และช่วงผลตอบแทนที่ไม่ทับซ้อน
- จับคู่ข้อตกลงราคา ผลตอบแทนรวมก่อนและหลังภาษี การป้องกันความเสี่ยง และสกุลเงิน
- ระบุวิธีผลต่างเชิงเลขคณิตหรือผลตอบแทนสัมพัทธ์เชิงเรขาคณิตและใช้ให้สม่ำเสมอ
- ระบุการจัดการก่อนและหลังค่าธรรมเนียม ต้นทุนธุรกรรม ภาษีหัก ณ ที่จ่าย และภาษี
- ใช้ผลตอบแทนถ่วงตามเวลาสำหรับเปรียบเทียบผู้จัดการ เว้นแต่วัตถุประสงค์อื่นกำหนดตัวชี้วัดต่างออกไปอย่างชัดเจน
- กระทบยอดกระแสเงินสดภายนอก มูลค่าประเมิน ราคาที่ล้า ราคาประมาณการ และการแก้ไขภายหลัง
- ระบุว่าความคลาดเคลื่อนจากดัชนีใช้ส่วนเบี่ยงเบนมาตรฐานของตัวอย่างหรือประชากร และจัดการข้อมูลที่ขาดอย่างไร
- ระบุความถี่ จำนวนข้อมูลต่อปี กฎแปลงเป็นรายปี และจำนวนข้อมูลทั้งหมด
- อย่าใช้การแปลงด้วยรากที่สองโดยไม่พิจารณาสหสัมพันธ์อัตโนมัติ การทำให้ข้อมูลเรียบ ข้อมูลทับซ้อน หรือวันที่ไม่สม่ำเสมอ
- แยกอัตราส่วนย้อนหลังที่เกิดขึ้นจริงออกจากการคาดการณ์แบบจำลองล่วงหน้าและจับคู่ระยะเวลา
- ถือว่าความคลาดเคลื่อนจากดัชนีที่เป็นศูนย์หรือใกล้ศูนย์นิยามไม่ได้หรือไม่เสถียรเชิงตัวเลข ไม่ใช่ทักษะพิเศษ
- แสดงหน้าต่างเลื่อนและช่วงย่อย วันที่เริ่มหรือสิ้นสุดที่เอื้อเพียงค่าเดียวอาจครอบงำอัตราส่วนตลอดช่วง
- ตรวจค่าผิดปกติ การเปลี่ยนเกณฑ์มาตรฐาน การเปลี่ยนกลยุทธ์ การเติมข้อมูลย้อนหลัง อคติจากการอยู่รอด และประวัติรายงานที่ถูกเลือก
- ทบทวนการลดลงจากจุดสูงสุด ความไม่สมมาตรด้านขาลง ความเบ้ ความเสียหายส่วนหาง สภาพคล่อง อัตราทด อนุพันธ์ และความกระจุกตัว
- แจกแจงผลตอบแทนเชิงรุกไปยังหลักทรัพย์ ภาคธุรกิจ ปัจจัย สกุลเงิน เวลา และส่วนคงเหลือ แทนการเรียกอัตราส่วนว่าทักษะ
- เปรียบเทียบอัตราหมุนเวียน ขีดความสามารถ ต้นทุนซื้อขาย ค่าธรรมเนียม ภาษี และความเป็นไปได้ในการดำเนินการกับประโยชน์ที่รายงาน
- อย่าจัดอันดับกลยุทธ์ที่ต่างกันด้วยอัตราส่วนสารสนเทศโดยไม่ปรับนิยามและข้อมูลทั้งหมดให้สอดคล้องกัน

<a id="misconceptions"></a>

## ความเข้าใจผิดที่พบบ่อย

- **"อัตราส่วนสารสนเทศ 1 หมายถึงโอกาส 100% ที่จะชนะเกณฑ์มาตรฐาน"** นี่คืออัตราส่วนผลตอบแทนเชิงรุกเฉลี่ยโดยประมาณต่อความผันผวนของผลตอบแทนนั้น ไม่ใช่ความน่าจะเป็นที่จะสำเร็จ
- **"ความคลาดเคลื่อนจากดัชนีวัดว่าผลตอบแทนพอร์ตห่างจากเกณฑ์ครั้งหนึ่งเพียงใด"** ตัวชี้วัดนี้วัดความผันแปรตลอดชุดผลตอบแทนสัมพัทธ์ ผลตอบแทนเชิงรุกหนึ่งงวดไม่ใช่ความคลาดเคลื่อนจากดัชนี
- **"อัตราส่วนสารสนเทศกับอัตราส่วน Sharpe ใช้แทนกันได้"** ผลตอบแทนอ้างอิงและตัวส่วนความเสี่ยงต่างกัน
- **"การแปลงเป็นรายปีทำให้ค่ารายวัน รายเดือน และรายไตรมาสเทียบกันได้เสมอ"** การปรับมาตราส่วนทั่วไปอาศัยสมมติฐานด้านความถี่และการพึ่งพากันซึ่งอาจไม่เป็นจริง
- **"อัตราส่วนในอดีตสูงสุดระบุผู้จัดการที่มีทักษะสูงสุด"** ความเหมาะสมของเกณฑ์ ความคลาดเคลื่อนของตัวอย่าง การทำให้ข้อมูลเรียบ สถานะ ต้นทุน การคัดเลือก และโชคอาจสร้างอันดับดังกล่าว

<a id="related"></a>

## หัวข้อที่เกี่ยวข้อง

- [กองทุนดัชนี](/th/stocks/index-funds/)
- [กองทุนรวมซื้อขายในตลาดหลักทรัพย์](/th/stocks/etf/)
- [แอลฟาของ Jensen](/th/stocks/jensens-alpha/)

<a id="sources"></a>

## แหล่งข้อมูล

- CFA Institute: การวัดผลการลงทุน - อัตราส่วน Sharpe และอัตราส่วนสารสนเทศ
- CFA Institute: คู่มือมาตรฐาน GIPS สำหรับผู้ให้บริการจัดการในฐานะผู้รับมอบความไว้วางใจ
- CFA Institute: การวิเคราะห์การจัดการพอร์ตเชิงรุก
- FINRA: รู้จักเกณฑ์มาตรฐาน
- Investor.gov: วิธีอ่านรายงานผู้ถือหน่วยของกองทุนรวมหรือ ETF
- FINRA: การคำนวณผลตอบแทนจากการลงทุน

Source: https://wiki.fcontext.com/th/stocks/information-ratio/index.mdx