اعتبارات متقدمة لقياسات الأداء

الإجابة المباشرة

مقاييس الأداء هي ملخصات كمية للنتائج، والأداء عبر الزمن، والسلوك المرتبط بالمخاطر. تركز الاعتبارات المتقدمة على (1) ماذا بالضبط يتم قياسه، (2) كيف يتم حساب القياس من المدخلات الخام، (3) أي الأجزاء ثابتة مقابل متغيرة، و(4) كيف نتحقق من النتائج دون افتراض أن العلاقات التاريخية ستظل قائمة.

طريقة عملية للتفكير في مقاييس الأداء هي فصل الآليات (الرياضيات والتعريفات التي تتحكم بها) عن الاعتمادات (ظروف السوق، وجودة التنفيذ، والتكاليف، والطريقة التي تختار بها البيانات). يساعدك هذا الفصل على شرح معنى المقياس، ولماذا قد يتغير حتى لو كان سلوكك ثابتًا، وأين يمكن أن يفشل.

الآلية والتعريف

ابدأ بنموذج واضح لمدخلاتك والتحويلات. على سبيل المثال، تتطلب العديد من مقاييس الأداء على الأقل هذه المكونات:

• سلسلة عوائد (الأرباح والخسائر المحولة إلى عوائد). عرّف العائد كعائد بسيط (P&L مقسومًا على أساس)، أو عائد لوغاريتمي، أو أي اصطلاح آخر، وطبّقه بشكل متسق.
• نافذة زمنية وقاعدة إعادة تسوية (يوميًا، أو صفقة-بصفقة، أو خطوات حقوق ملكية المحفظة). قد يؤدي اختيار إعادة التسوية إلى تغيير التقلب، وعمق الهبوط، والمتوسطات.
• مقام (حقوق ملكية الحساب، أو الهامش، أو القيمة الاسمية، أو رأس المال الأولي). يمكن لشخصين حساب “نفس” المقياس بمقامات مختلفة والحصول على قيم ذات معنى مختلف بشكل جوهري.
• معالجة التكاليف (السبريد، والعمولات، والسواب/التمويل، والضرائب). إذا كانت بياناتك تتضمن تنفيذًا إجماليًا لكن مقياسك يفترض تنفيذًا صافيًا، فقد تُبالغ في الأداء.

بعد ذلك عرّف المقياس نفسه. تشمل عائلات المقاييس الشائعة:

• مقاييس مبنية على العائد (متوسطات أو نمو مركب). تكون حساسة لكيفية حساب العوائد وللترجيح الزمني.
• مقاييس التقلب والتباين (الانحراف المعياري أو مقاييس مشابهة). تعتمد بقوة على ما إذا كانت العوائد موزعة بالتساوي زمنيًا وعلى كيفية التعامل مع القيم المتطرفة.
• مقاييس الهبوط (الانخفاض من القمة إلى القاع ومدة حدوثه). تعتمد على تعريف حقوق الملكية وما إذا كنت تقوم بالقياس إلى القيمة السوقية بشكل متسق.
• مقاييس معدلة حسب المخاطر (نِسَب تجمع بين العائد والتقلب). حتى إذا كانت صيغة النسبة ثابتة، يمكن أن يتغير تفسير النسبة عندما يكون تقدير التقلب غير مستقر أو يعتمد على نظام السوق.

نقطة متقدمة هي التعامل مع حساب المقياس كخط أنابيب بخطوات محددة جيدًا: معاملات خام → سلسلة مراكز/حقوق ملكية → عوائد → صيغ المقياس. عندما تكون أي خطوة غامضة، يصبح التحقق أصعب.

الدليل والمثال (مع افتراضات صريحة)

إليك مثالًا مكتفيًا بذاته يوضح لماذا تهم الاعتمادات، حتى عندما تكون الرياضيات هي نفسها.

الافتراضات:

• تحسب الأداء من منحنى حقوق ملكية مُعلَّم عند أوقات ثابتة.
• تُحسب العوائد كعوائد بسيطة يومية: r_t = (E_t − E_{t−1}) / E_{t−1}.
• تُدرج التكاليف في حقوق الملكية (لذلك تكون P&L صافية من رسوم التنفيذ الملتقطة في E_t).
• تُقيّم على نفس نطاق التواريخ لكل مقياس.

سيناريو مثال:

• في شهر واحد، تتحسن جودة التنفيذ (تعبئات أقرب إلى الأسعار المتوقعة) وترتفع تكاليف التمويل (بسبب فترات الاحتفاظ). تتغير حقوق الملكية جزئيًا بسبب التكاليف وجزئيًا بسبب تحركات الأسعار.

إذا حسبت مقياسين—واحدًا مبنيًا على العائد وواحدًا مبنيًا على الهبوط—فقد تتحرك قيمهما في اتجاهات مختلفة:

• قد تُظهر فترة ما عوائد متوسطة أعلى لكنها أيضًا هبوطًا أعمق إذا كانت المكاسب مركزة بينما تحدث الخسائر بشكل حاد.
• قد يسوء مقياس الهبوط حتى عندما يرتفع متوسط العائد، إذا انخفضت حقوق الملكية فجأة قبل أن تتعافى.

الآن ضع في اعتبارك حالة طرفية شائعة: عدم تطابق التكاليف. لنفترض بدلًا من ذلك أنك تحسب P&L صافيًا من السبريد والعمولات لكنك تنسى تضمين التمويل (swap) في سلسلة حقوق الملكية لبعض الأيام. عندها تكون سلسلة العوائد منحرفة بشكل منهجي، وتصبح أي.ة مقاييس تستخدم هذه السلسلة (التقلب، والهبوط، والنِسَب المعدلة حسب المخاطر) أصعب في تفسيرها.

يوضح هذا المبدأ الأساسي للاعتماد: قد تكون صيغة المقياس صحيحة، لكن السلسلة الأساسية قد تكون غير متسقة.

القيود والمخاطر

يمكن أن تفشل مقاييس الأداء بعدة طرق جوهرية. عقلية متقدمة مفيدة هي التعامل مع كل قيد كأنه سؤال عن الافتراضات.

1. تحيز الاختيار وتحـيز البقاء إذا حسبت المقاييس بعد استبعاد “الفترات السيئة” أو الأدوات أو الحسابات، فقد تبدو نتائجك أقوى مما ستكون عليه تحت قاعدة أخذ عينات متسقة. حتى دون تلاعب مقصود، قد تخلق الفلاتر التشغيلية اختيارًا مخفيًا.

2. الالتباس بين المقام والتطبيع المقاييس التي تستخدم حقوق ملكية الحساب مقابل التعرض الاسمي تتصرف بشكل مختلف. إذا تغيرت الرافعة أو استخدام الهامش عبر الزمن، فقد تعكس عوائد حقوق الملكية أداء الاستراتيجية وتغيرات كفاءة رأس المال معًا.

3. تغير النظام وعدم الثبات (non-stationarity) قد تتغير الأسواق (التقلب، وبنية الارتباط، والسيولة). قد تضعف العلاقات التاريخية بين العوائد والمخاطر. قد يظل المقياس صحيحًا رياضيًا بينما يفقد فائدته التنبؤية.

4. تأثيرات التنفيذ والتوقيت يمكن أن تخفي المقاييس المحسوبة من حقوق ملكية نهاية اليوم الهبوط داخل اليوم والانزلاق. إذا اختلف توقيت التنفيذ عن التسعير المستخدم في الاختبار الخلفي أو عن بيانات تغذية السعر، فقد لا تكون مقاييس من أنظمة مختلفة قابلة للمقارنة.

5. عدم استقرار العينات الصغيرة يمكن أن تصبح بعض مقاييس المخاطر (خصوصًا تقديرات التقلب أو أنماط مدة الهبوط) ضبابية عندما تكون هناك صفقات قليلة أو نوافذ قصيرة. النِسَب التي تقسم على تقدير قد تتأرجح بشكل كبير.

6. قد تكون تكرارية المقياس مضللة استخدام العديد من المقاييس التي تقيس خصائص متشابهة يمكن أن يخلق إحساسًا زائفًا بالتأكيد. إذا كانت جميع المقاييس تعتمد على سلسلة عوائد منحرفة نفسها، فلن تكتشف الانحراف بالنظر إلى الاتساق عبر المقاييس.

لا تعني هذه المخاطر أن مقاييس الأداء عديمة الفائدة. بل تعني أن التفسير يتطلب التحقق مما إذا كانت الافتراضات تطابق البيانات وما إذا كانت المقارنات “متكافئة” من حيث المنهج.

التحقق والسؤال التالي

يجب أن يركز التحقق المستقل على إعادة الحساب والحساسية، وليس مجرد التفسير.

تتضمن طريقة تحقق قوية:

• إعادة الحساب من المدخلات الخام: بدءًا من المعاملات أو خطوات حقوق الملكية، أعد بناء سلسلة العوائد باستخدام الاصطلاح المعلن ونافذة الزمن.
• التحقق من مواءمة المقام: أكد أن الأساس المستخدم في العوائد وأي تطبيع يتسق عبر الفترات.
• مراجعة إدراج التكاليف: تحقق مما إذا كانت تكاليف التمويل والعمولات والسبريد منعكسة في حقوق الملكية المستخدمة من قبل المقياس.
• إجراء فحوص الحساسية: أعد حساب المقاييس بعد تغيير افتراض واحد في كل مرة (مثل اصطلاح العائد أو تردد إعادة التسوية) لمعرفة مدى ثبات النتائج.
• فصل الحساب عن التفسير: قد يكون الحساب صحيحًا بينما يكون التفسير محدودًا لأن ظروف السوق تتغير.

سؤال مفيد تالٍ هو: أي أجزاء من المقياس تقع تحت سيطرتك (معالجة البيانات والتعريفات)، وأي أجزاء تأتي من تباين غير قابل للتحكم (نظام السوق، وجودة التنفيذ، والاختلافات القضائية أو التشغيلية)؟ إذا لم تتمكن من الإجابة عن ذلك بوضوح، فمن المحتمل أن يُعامل المقياس بثقة أكبر مما تبرره الافتراضات الكامنة.