Riski ja mittarit kulkevat sijoittamisessa käsi kädessä: emme voi hallita sitä, mitä emme pysty mittaamaan. Silti riskin käsitteen kanssa elää paljon väärinymmärryksiä. Riski ei ole vain “heiluntaa” tai pahaenteinen sana pörssiuutisissa. Se on joukko määrällisiä ilmiöitä – jakaumien häntiä, epävakautta, korrelaatioita, likviditeetin katoamista – joita voimme mitata, tulkita ja käyttää päätöksenteossa. Tässä artikkelissa avaamme, mitä riski tarkoittaa numeroina, käymme läpi yleisimmät riskimittarit ja niiden tulkinnan, yhdistämme riskin tuottoon käytännössä, ja nostamme esiin tyypillisimmät virheet, joihin sijoittajat ja analyytikot sortuvat. Lopussa löydät myös listaustyylisen linkkipaketin jatkolukemiseen sekä useimmin kysytyt kysymykset. Lähestymme aihetta käytännönläheisesti, esimerkkien ja selkeiden tulkintojen kautta. Kaikki Riskin & rahan osa-alueet löydät koottuna myös Riski & raha -hubista.
Mitä riski tarkoittaa numeroina?
Riski on epävarmuutta tulevista lopputulemista. Numeroina se tarkoittaa ennen kaikkea todennäköisyysjakaumaa: miten paljon tuotto voi poiketa odotetusta keskituotosta ja millä todennäköisyydellä syntyy suuria tappioita (tai voittoja). Kun puhumme “Riski ja mittarit” -kombosta, puhumme siis siitä, miten kuvaamme jakauman muotoa ja ääripäitä.
Keskeiset kulmat riskin kvantifiointiin:
- Vaihtelu: Kuinka leveä jakauma on? Tämän kuvaamiseen käytämme varianssia ja volatiliteettia (keskihajontaa).
- Häntäriski: Kuinka paksut ovat jakauman hännät? Mittaamme tätä esimerkiksi Value at Riskin (VaR) ja Expected Shortfallin (ES, eli CVaR) avulla sekä kurtosis- ja skewness-luvuin.
- Riippuvuudet: Miten kohteet liikkuvat yhdessä? Korrelaatiot ja kovarianssit kertovat portfolion sisäisestä riskin hajautumisesta – tai sen puutteesta.
- Dynaamisuus: Riski elää. Volatiliteetti ja korrelaatiot muuttuvat ajan kuluessa (regiimivaihdokset). Siksi käytämme liukuvia ikkunoita ja stressiskenaarioita.
- Likviditeetti: Voiko positioista poistua nopeasti ilman merkittävää hinnan siirtymää? Likviditeettiriski on todellista erityisesti kriiseissä, jolloin spreadit aukeavat ja markkinasyvyys ohenee.
Esimerkki: Kuvitellaan, että salkkumme odotettu vuosituotto on 7 % ja vuosivolatiliteetti 15 %. Tämä kertoo meille keskimääräisestä vaihteluvälistä, mutta ei kerro kaikkea: kaksi 15 % volatiliteetin omaavaa kohdetta voi olla hyvin eriluonteisia, jos toisen tuotot ovat symmetrisiä ja toisen jakauma on selvästi vino (negatiivinen skewness) ja häntä paksu (korkea kurtosis). Käytännössä meitä kiinnostaa: kuinka usein ja kuinka pahasti voimme hävitä.
Numeroksi puristettuna riski on siis joukko tilastollisia mittareita, jotka yhdessä muodostavat kuvan siitä, mikä voi mennä pieleen – ja millä todennäköisyydellä.
Yleisimmät riskimittarit (ja tulkinta)
Volatiliteetti (keskihajonta)
Volatiliteetti on riskimittareista tunnetuin. Se kuvaa tuottojen hajontaa keskiarvon ympärillä. Korkea volatiliteetti tarkoittaa, että tuotot heiluvat paljon – ylös ja alas. Matala volatiliteetti viittaa tasaisempaan kehitykseen.
Tulkinta käytännössä:
- Päivävolan muuntaminen vuosivolaksi: suuntaa-antavasti kertomalla neliöjuurella ajan suhteessa (esim. päivävola × √252 ≈ vuosivola). Oletus riippuu iid-ehdoista, jotka rikkoutuvat usein, joten käytä tätä varoen.
- Volatiliteetti ei erota “hyvää” ja “huonoa” heiluntaa. Se rankaisee sekä ylös- että alaspäin suuntautuvaa poikkeamaa.
- Vola on regiimiherkkä – se voi räjähtää kriiseissä. Siksi on hyödyllistä tarkastella sekä pitkää historiaa että viimeaikaisia ikkunoita.
Beta ja markkinariippuvuus
Beta mittaa kohteen herkkyyttä vertailuindeksiin (esim. osakkeen tuotto vs. markkina). Beta > 1: kohde liikkuu keskimäärin enemmän kuin markkina: Beta < 1: vähemmän.
Tulkinta käytännössä:
- Beta on suhteellinen riskimittari. Se sopii markkinasalkun yhteyteen (CAPM-henkisesti), mutta ei kerro absoluuttisesta häntäriskistä.
- Betan vakaus vaihtelee: eri markkinaregimeissä sama yhtiö voi näyttää erilaisen betan.
- Pienemmän betan strategiat voivat näyttää matalariskisiltä, mutta sisältää muita riskejä (esim. arvostus- tai likviditeettiriskin kasaantumista).
Value at Risk (VaR)
VaR on tappion raja: esimerkiksi 1 päivän 95 % VaR = luku, jota suurempaa tappiota emme odota ylittävämme 95 %:ssa päivistä. Toisin sanoen 5 % päivistä menee huonommin kuin VaR.
Tulkinta käytännössä:
- VaR ei kerro, kuinka paha tappio on hännässä – vain kynnyksen. Siksi se on houkutteleva mutta rajallinen.
- Laskentatapoja on useita: historiallinen, parametrinen (oletetaan normaalisuus tai t-luku) ja Monte Carlo -simulointi. Eri tavat voivat antaa hyvinkin erilaisia tuloksia.
- VaR on herkkä datalle ja oletuksille. Kriisidatalla VaR hyppää: “hiljaisena” aikana VaR rauhoittuu, vaikka piilevä riski ei olisi kadonnut. Jos mittareita käytetään viestinnässä tai väitteissä, huomioi myös Sääntely ja etiikka.
Expected Shortfall (ES, CVaR)
Expected Shortfall kertoo keskimääräisen tappion, kun olemme jo VaR-tason väärällä puolella. Se on siksi häntäriskille herkempi ja monen riskijohtajan suosikki.
Tulkinta käytännössä:
- ES on konservatiivisempi: se rankaisee paksuja häntiä enemmän kuin VaR.
- Parametrit ja näyteikkuna vaikuttavat merkittävästi. Lyhyt ikkuna voi aliarvioida ääri-ilmiöt: liian pitkä voi sivuuttaa rakenteelliset muutokset.
Maksimialasveto (Max Drawdown) ja palautumisaika
Maksimialasveto kuvaa suurinta huipusta pohjaan koettua arvonlaskua jaksolla. Se on intuitiivinen ja sijoittajan psykologian kannalta tärkeä mittari. Palautumisaika (time-to-recover) kertoo, kuinka kauan kesti nousta takaisin huippuun. Koska drawdown on myös hermojen testi, lue rinnalle Psykologia ja käyttäytyminen.
Tulkinta käytännössä:
- Kaksi strategiaa voi jakaa saman volatiliteetin, mutta toinen voi kärsiä kaksinkertaisesta max drawdownista. Sijoittaja huomaa eron lompakossaan.
- Pitkät palautumisajat sitovat pääomaa ja kuluttavat kärsivällisyyttä – todellinen riski ei ole vain numeroinen vaan myös käyttäytymiseen kytkeytyvä.
Skewness ja kurtosis (jakauman muoto)
Skewness mittaa vinoumaa (negatiivinen skew = useammin pieniä voittoja, joskus suuria tappioita). Kurtosis kuvaa häntien paksuutta (leptokurtinen = paksut hännät, ääripoikkeamien todennäköisyys suurempi kuin normaalissa jakaumassa).
Tulkinta käytännössä:
- Monet “tasaisen” näköiset strategiat (esim. kirjoitetut optiot) voivat näyttää matalan volan ja positiivisen tuoton – kunnes hännässä sattuu. Negatiivinen skew paljastaa tämän riskin.
- Korkea kurtosis edellyttää häntään keskittyvää riskinhallintaa: stopit, vakuutukset (optiot), limiitit ja hajautus eri riskitekijöihin.
Korrelaatio, kovarianssi ja keskittymäriski
Korrelaatio mittaa, miten tuottosarjat liikkuvat yhdessä. Se on portfolioriskin peruskivi: hajautus toimii vain, jos kohteet eivät kaadu samaan aikaan. Kovarianssi yleistää mittarin skaalattuun vaihteluun.
Tulkinta käytännössä:
- Kriiseissä korrelaatiot pyrkivät 1:een. Riskibudjetin on kestettävä “korrelaatiopiikki”.
- Keskittymäriski ei näy pelkässä nimikemäärässä. Kymmenen teknologiayhtiötä on usein yksi riskitekijä, ei kymmenen erillistä.
Likviditeettiriski ja toteutushinta
Likviditeetti ei ole vain spread. Se on myös markkinasyvyys, order bookin kestävyys ja se, mitä tapahtuu, kun kaikki haluavat ulos samaan aikaan.
Tulkinta käytännössä:
- Slippage ja markkinavaikutus kasvavat epälineaarisesti stressissä. Realisoitu tappio voi olla malliriskiä suurempi.
- Likviditeettimittareita: bid–ask-spread, mediaanivolyymi, markkinasyvyys, “days-to-liquidate” annetulla volyymilla.
Luottoriski (sijoitustaso ja vastapuoli)
Luottoriski ilmenee joko liikkeeseenlaskijan maksukyvyttömyytenä (default) tai vastapuoliriskinä (esim. johdannaiset). CDS-spreadit ja luottoluokitukset ovat käytännön työkaluja, mutta nekin ovat viiveellisiä.
Tulkinta käytännössä:
- Luottosykli on hidas – mutta kun se kääntyy, liike on raju. Stressiskenaariot ovat välttämättömiä.
- Yksittäisen liikkeeseenlaskijan sijaan tarkastelemme myös sektorin ja koko talouden velkavipua.
Operatiivinen riski
Operatiivinen riski on järjestelmien, prosessien ja ihmisten virheistä syntyvää tappioriskiä. Mittareita ovat mm. tapahtumatiheys, tappioiden jakaumat ja key risk indicatorit (KRI:t), kuten virheprosentit, katkot tai SLA-poikkeamat.
Tulkinta käytännössä:
- Operatiivinen riski korostuu skaalautuessa. Pienet prosessivirheet kertautuvat isoiksi euroiksi.
- Hallinta: kontrollit, redundanssi, jatkuvuussuunnitelmat, auditoinnit, koulutus.
Tuotto–riski-suhde ja käytännön sovellukset
Tavoitteemme ei ole minimoida riskiä hinnalla millä hyvänsä, vaan maksimoida palkkio per riskiyksikkö. Tässä kohtaa tuotto–riski-mittarit ja päätöksenteon käytännöt astuvat kuvaan. Kun vertailet lähestymistapoja käytännössä, jatka myös sivulle Strategiat ja vertailut.
Sharpe, Sortino ja Information Ratio
- Sharpe-suhde mittaa ylituottoa riskittömään nähden jaettuna volatiliteetilla. Hyödyllinen “yleismittari”, mutta rankaisee myös ylöspäin suuntautuvaa heiluntaa.
- Sortino-suhde korvaa volan downside-deviaatiolla. Se keskittyy vain huonoihin poikkeamiin – usein informatiivisempi käytännön sijoittajalle.
- Information Ratio (IR) mittaa aktiivisen tuoton suhdetta tracking erroriin (ero markkinaan). Se on aktiivisalkunhoidon ydintunnusluku.
Soveltaminen:
- Strategiavertailussa vertaamme Sharpe/Sortino/IR-arvoja saman aikajakson, saman vivun ja samojen kulujen jälkeen. Muuten vertaamme omenoita ja päärynöitä.
- Nämä mittarit suosivat vakaata, tasaisesti tuottavaa lähestymistä, mutta voivat yliarvioida strategioita, joilla on piilevä häntäriski (negatiivinen skew).
Riskibudjetointi ja positionkoonti
- Riskipaino vs. pääomapaino: jaammeko salkun tasaisesti euroina vai riskinä? Riskibudjetointi pyrkii tasapainottamaan volatiliteettia ja korrelaatioita niin, ettei yksi tekijä dominoi.
- Riskipariteetti: idea, että jokainen osa-alue kantaa yhtä suuren riskipanoksen. Toimii parhaiten laajoissa, likvideissä omaisuusluokissa, mutta voi altistua korko- ja likviditeettiriskille tietyissä ympäristöissä.
- Kellyn kriteeri (ja fraktiot): teoreettisesti optimaalinen panoskoko pitkän aikavälin kasvulle, mutta käytännössä käytämme fraktiota (esim. 0,25–0,5× Kelly) volatiliteetin ja estimaattivirheen takia.
Skenaariot, stressit ja suojaukset
- Skenaariot: “Mitä jos korot nousevat 200 bps?” “Mitä jos volatiliteetti tuplaantuu?” Katsomme VaR/ES-impaktit ja max drawdown -historiikit.
- Suojaukset: optiovakuutukset, stop-loss -kurinalaisuus, likviditeettilimiitit. Suojaus maksaa – kysymys kuuluu, milloin se on halvempaa kuin epätoivottu tappio.
- Rebalansointi: salkun riskiprofiili valuu ajan myötä. Säännöllinen rebalansointi palauttaa riskibudjetin ja voi parantaa Sharpea.
Käytännön esimerkki
Oletetaan 60/40-salkku (osakkeet/korko), vuosituotto-odotus 6 %, vola 10 %. Lisäämme 10 % allokaation trendiseurantaan, joka historiallisesti alentaa korrelaatiota ja leikkaa drawdownia, vaikka yksinään sen vola on korkeampi. Riskibudjetti tasoittuu, ja Sharpe voi nousta. Tulkinta: tuotto–riski-suhde paranee, vaikka nimellinen riski (vola) ei laske merkittävästi – keskeistä on yhteisliikkeiden vähentyminen.
Yhteenvetona: tuotto–riski-suhde on käytännössä kykyä valita ja yhdistää riskejä, ei vain vältellä niitä.
Tyypillisimmät virheet mittareissa
1) Liiallinen nojautuminen yhteen mittariin
Volatiliteetti tai Sharpe eivät riitä yksin. Sijoittajat sokaistuvat “hyvään Sharpeen”, vaikka jakauman häntä on paksu. Yksi mittari on yksi kulma linssistä – tarvitsemme koko optiikan.
2) Normaalisuus-olettama sokeana
Parametrinen VaR aliarvioi riskiä, jos tuottojen jakauma on vinoutunut ja leptokurtinen (mikä on usein totta). Historiallinen VaR taas olettaa, että historia toistaa itseään. Kumpikin voi pettää ilman stressiskenaarioita.
3) Näyteikkunan valinta ja regime shiftit
Lyhyt ikkuna reagoi nopeasti mutta on meluisa ja sokeutuu harvinaisille tapahtumille. Pitkä ikkuna tasaa kohinaa, mutta unohtaa rakenteelliset muutokset. Ratkaisu: useita ikkunoita, painotukset ja harkitut stressit.
4) Korrelaatioon luottaminen kriisissä
Korrelaatiot eivät ole luonnonvakioita. Kun likviditeetti haihtuu, “hajautus” katoaa. Siksi simuloimme korrelaatiopiikkejä ja tarkastelemme faktoritason riippuvuuksia, ei vain nimikkeitä.
5) Likviditeetin aliarviointi
Backtest ei sisällä todellista toteutushintaa, slippageä tai order book -dynamiikkaa. Paperilla toimiva strategia voi todellisuudessa olla toteutuskelvoton. Mallinna vähintään konservatiiviset spreadit ja markkinavaikutus.
6) Vivun ja kulujen unohtaminen
Leverage kasvattaa sekä tuottoa että tappiota – ja usein myös transaktiokuluja ja marginaalivaatimuksia. Sharpea ei pidä “parantaa” vivulla, jos häntä paksuuntuu. Kulut syövät IR:n äkkiä.
7) Datavääristymät ja ylisovittaminen
Valikoitumisharha, selviytymisharha ja look-ahead -bias pilaavat mittarit. Pidämme prosessin puhtaana: selkeä in/out-of-sample, walk-forward ja realistinen latenssi. Jos malli näyttää liian hyvältä, se yleensä on sitä myös käytännössä – huonolla tavalla.
8) “Riskitön” ei ole riskitön
Riskittömän koron valinta vaikuttaa Sharpeen ja päättelyyn. Valtionlaina ei ole riskitön inflaatiolle, eikä pankkitalletus likviditeetti- tai valuuttariskille. Käytetään tarkoituksenmukaista viitekorkoa.
Artikkelit ja oppaat (listaus)
Alla kuratoitu lista jatkolukemiseen ja työkalupakkiin. Pidämme fokuksen käytännössä ja hyvissä tulkinnoissa.
- Riskin perusteet: volatiliteetti, VaR ja ES selkokielellä – mistä aloittaa ja miksi jakauman häntä on kaikki kaikessa.
- Portfolion riskibudjetointi: pääomapainosta riskipainoon, esimerkkikaavoja ja Excel-/Python-malleja.
- Drawdown-ajattelu: miksi maksimialasveto on sijoittajan yöunia mittaava luku ja miten lyhennämme palautumisaikaa.
- Skewness ja kurtosis käytännössä: miten tunnistaa piilevä häntäriski tasaisilta näyttävissä strategioissa.
- Likviditeettiriskin mittaaminen: spread, syvyys ja days-to-liquidate – plus mitä tapahtuu, kun hanat menevät kiinni.
- Skenaariot ja stressit: miten rakentaa oman salkun “crash test” ja mitä lukuja seurata.
- Sharpe vs. Sortino vs. IR: milloin mikäkin ja miten vältät mittarien väärinkäytön.
- Operatiivinen riski sijoitusorganisaatiossa: KRI:t, kontrollit ja jatkuvuussuunnitelma.
- Kelly käytännössä: miksi käytämme vain fraktiota ja miten yhdistämme sen drawdown-rajoihin.
Vinkki: valitse yksi teema kuukaudessa, rakenna siihen pieni työkalu (vaikka Google Sheetsillä) ja dokumentoi päätöksesi. Riskikuri syntyy rutiinista.
FAQ riskimittareista
Mikä on paras riskimittari?
Yhtä “parasta” ei ole. Volatiliteetti, VaR/ES, drawdown ja korrelaatio kertovat eri puolia samasta ilmiöstä. Me yhdistämme mittarit tarkoituksen mukaan: häntäriskiin ES, käyttäytymiseen drawdown, suhteelliseen riskiin beta.
Miten usein riskimittarit kannattaa päivittää?
Likvideissä kohteissa vähintään viikoittain, aktiivistrategioissa jopa päivittäin. Päivitystiheys riippuu päätöstaajuudesta ja kustannuksista. Lisäksi ajamme kuukausittain stressi- ja skenaariotestit.
Onko VaR vanhentunut mittari?
Ei, mutta se on puutteellinen yksinään. VaR on hyvä “kynnyksen” antaja, ES kertoo häntäalueen vakavuuden. Yhdessä, stressien kanssa, ne toimivat.
Miten huomioimme likviditeettiriskin numeroina?
Seuraamme bid–ask-spreadia, markkinasyvyyttä ja päivittäistä volyymia, arvioimme days-to-liquidate -luvun oletetulla slippagella, ja teemme stressiskenaarion, jossa likviditeetti puolittuu. Tämä viedään suoraan position maksimikokoon.
Miten tuotto–riski-suhde paranee käytännössä?
Hajauttamalla riskitekijöihin (ei vain nimikkeisiin), tasapainottamalla riskibudjetteja, lisäämällä kriitikkoja (risk parity, trendi, carry, arvotekijät) ja pitämällä kulut kurissa. Rebalansointi on yllättävän tehokas.
Miksi Sharpe voi pettää?
Koska se rankaisee positiivista volatiliteettia ja sivuuttaa vinouman. Korkean Sharpen strategia voi olla “poimii pennejä junaradalla” -tyyppinen: tasainen, kunnes ei enää ole. Siksi tarkistamme skewnessin, kurtosisin ja ES:n.
Miten valitsemme riskittömän koron?
Käytämme sijoitusvaluutan lyhyttä valtionlainakorkoa tai swap-korkoa. Lyhyt korko heijastaa paremmin vaihtoehtoista kassapysäköintiä kuin pitkä.
Kuinka paljon dataa tarvitsemme luotettavaan arvioon?
Riippuu mittarista. Volatiliteetille kuukausisarjoilla mieluiten useita vuosia: ES:lle mahdollisimman pitkä historia ja lisäksi synteettiset stressit. Tärkeintä on tunnistaa, milloin data ei edusta nykyistä ympäristöä.
Mitä eroa on absoluuttisella ja suhteellisella riskillä?
Absoluuttinen riski koskee tuoton vaihtelua itsessään (vola, VaR, ES). Suhteellinen riski koskee poikkeamaa vertailuindeksistä (tracking error, beta). Aktiivisijoittajalle molemmat ovat olennaisia.
Voiko riskin “ulkoistaa”?
Voimme ostaa suojia (optiot), käyttää stoppeja ja valita likvidejä instrumentteja. Mutta strateginen riski – markkinaympäristön vaihtelu – on aina meidän. Siksi rakennamme salkun niin, että se kestää useita maailmoja.