相關性:分散沒你以為的那麼有效
上一節算了分散需要多少隻標的。 這一節講那個計算裡最關鍵的輸入:相關係數。
一個必須先接受的事實
原因不復雜:恐慌時人們賣出的不是「該賣的資產」, 而是「賣得掉的資產」, 於是幾乎所有東西同時被拋售。
這意味著你在平靜期算出來的相關係數, 會低估極端行情下的實際相關性。
三層容易被忽略的相關
二、因子上的相關
不同板塊的公司也可能共享同一個驅動因素, 比如都對利率敏感、都依賴同一類客戶支出。
這一層在板塊分類上看不出來。
三、你自己的選股偏好帶來的相關
如果你總是被同一類故事吸引, 你的持倉會天然集中在同一類公司上, 哪怕它們分屬不同行業。
怎麼自己核對
三個不需要計算相關係數的粗略方法:
一、按行業歸類,算各行業佔比。 最直接的一層。
二、看下跌日的表現。 挑幾個大盤明顯下跌的日子, 看你的持倉是不是全部同向下跌。 全部同向就說明相關性很高,不需要算。
三、問自己:這些公司會不會被同一件事同時影響。 利率、某項監管、某個上游供應、某類客戶的支出。
相關性帶來的一個具體後果
合計敞口比你以為的大
如果持倉高度相關, 它們在風險上接近一個更大的單一頭寸。
所以定部位時應該把高相關的部分合並起來看, 再對照你給單一標的定的上限。
這個演算法偏保守,但它的誤差方向是安全的。
在這個市場裡還有一層
指數化投資的規模讓整體相關性系統性上升。
因為指數產品的申贖會同時買賣所有成分股, 而不管這些公司的基本面差別 (見 U0-4)。
這意味著「選出好公司」和「組合分散」這兩件事的關係, 比理論上更弱。
還有效的那個工具
當分散這條路走不通時, 剩下唯一在任何時候都有效的工具是減小總部位。
它不需要判斷相關性、不需要預測極端行情, 而且它的效果是確定的。
動手做
挑最近三個大盤跌幅超過 1.5% 的交易日,看你的持倉那幾天是不是全部同向下跌。
如果是,你的組合在下跌時的實際表現就等於一個集中頭寸,不管你持有多少隻。