Risiko og strategi · Øvet · 8 min. læsning

Porteføljerisiko: hvad vægtene skjuler

Beregn den samlede volatilitet, og identificér fælles drivkræfter, som en liste over beholdninger ikke afslører.

Porteføljerisiko: hvad vægtene skjuler — Original undervisningsillustration. Ingen livekurser eller påstande om afkast.
Original undervisningsillustration. Ingen livekurser eller påstande om afkast.

En portefølje er ikke en samling isolerede væddemål

To positioner med samme selvstændige volatilitet kan bidrage med meget forskellige mængder risiko til en eksisterende portefølje. Forskellen skyldes, hvordan deres afkast spiller sammen med de øvrige beholdninger. En position, der normalt bevæger sig sammen med den største eksponering, kan forstærke dens udsving; en anden kan opveje nogle af dem. At tælle handelssymboler måler ikke denne sammenhæng.

Den klassiske middelværdi-varians-model beskriver porteføljens varians ved hjælp af vægte, individuelle varianser og parvise kovarianser. Det er en nyttig model til strukturering, ikke en fuldstændig definition af fare. Den indfanger ikke direkte misligholdelse, markedslukning, udbetalingsbegrænsninger eller permanent tab af købekraft. Begynd med at afgøre, hvilke risici beregningen kan belyse, og hvilke der kræver særskilt analyse.

Gør krydsleddet synligt

For to aktiver med vægte w1 og w2, volatiliteter s1 og s2 og korrelation r er variansen w1²s1² + w2²s2² + 2w1w2rs1s2. Det sidste led er grunden til, at et simpelt gennemsnit af volatiliteter normalt ikke virker. Alle input skal bruge ensartede tidshorisonter, afkastkonventioner og valutabehandling.

Et ligevægtet par aktiver, hver med 20% annualiseret volatilitet, har cirka 14.14% modelleret volatilitet, når korrelationen er nul. Ved korrelation én er resultatet 20%. Ved korrelation minus én og identiske størrelser er den idealiserede varians nul. Den sidste beregning viser modellens regning, ikke at en risikofri portefølje findes i virkeligheden.

Korrelation er et skøn, ikke en kontrakt

En stikprøvekorrelation ændrer sig med observationsvinduet og markedsmiljøet. Rolige perioder kan skjule fælles sårbarhed over for inflation, finansieringsmangel eller tvangssalg. Aktiver, der virker uafhængige på almindelige dage, kan reagere samlet, når investorer har brug for kontanter. Estimeringsusikkerhed bør derfor være synlig frem for begravet i en enkelt matrix.

Sammenlign flere plausible korrelationer, og undersøg konkrete stressperioder. Vær forsigtig med forældede priser: et sjældent værdiansat aktiv kan fremstå kunstigt stabilt og svagt korreleret, blot fordi den registrerede værdi tilpasses sent. Afstem observationstidspunkter, og forstå værdiansættelsesmetoderne, før du fortolker et lavt tal som diversificering. Forskellige åbningstider skaber et lignende problem, selv når begge instrumenter handles aktivt.

Kovariansmatricen skal beskrive matematisk forenelige sammenhænge. Parvise korrelationer estimeret fra forskellige datoer kan give en matrix, der ikke er positiv semidefinit, så visse vægte giver negativ beregnet varians. Det er et data- eller modelproblem, ikke en særligt effektiv sikring. Brug sammenfaldende observationer, undersøg matricens egenskaber og dokumenter regularisering. Selv en gyldig matrix kan være ustabil med mange aktiver og kort historik.

Omsæt navne til økonomiske eksponeringer

En teknologiaktiefond, et enkelt softwareselskab og en vækstfølsom valutaposition kan dele følsomhed over for risikovillighed, selv om de har forskellige betegnelser. En indenlandsk konto med udenlandske aktiver har også valutaeksponering, medmindre den faktisk er afdækket. Opdel positioner i drivkræfter som aktiebeta, renter, valutaer, kredit og råvarepriser.

Derivaters nominelle beløb og kontantallokering kræver særlig omhu. Et lille marginindskud kan understøtte en stor økonomisk eksponering, mens en options følsomhed ændrer sig med kurs og tid. Porteføljevægte, der kun bygger på betalte kontanter, kan give et alvorligt misvisende billede af disse instrumenter. Et førsteordens faktorblik er nyttigt, men ikke-lineære eksponeringer kræver stadig genværdiansættelse under scenarier frem for en fast følsomhed for altid.

Brug marginale ændringer til at kvalificere analysen

Spørg, hvad der sker med den samlede modellerede risiko, hvis en lille del af en position tilføjes eller fjernes. Dette marginale perspektiv kan vise, at den største beholdning ikke nødvendigvis giver den største ekstra risiko. Det forhindrer også, at en rangering efter enkeltstående volatilitet forveksles med en porteføljebeslutning.

Behold kovariansberegningen sammen med koncentrationsgrænser, likviditetsmål og tabsscenarier. En matematisk lavvolatil sammensætning kan have én fælles depotudbyder eller afhænge af gearing, som ikke kan overleve stress. Det praktiske resultat bør være et kort over sårbarheder og usikkerheder, ikke én decimal med tilsyneladende definitiv risiko. Beregn på ny efter væsentlige eksponeringsændringer, og undersøg, hvorfor resultatet ændrer sig.

Gør eksponering og finansiering synlige i vægtene

Vægte kræver en nævner. Med egenkapital på 100.000 dollar har en lang position på 60.000 og en kort på 40.000 vægtene +0,60 og −0,40. Nettoeksponeringen er 20 procent, bruttoeksponeringen 100 procent. At normalisere de to vægte til sum én ændrer den økonomiske skala. Kontanter, provenu fra shortsalg og finansiering skal bogføres efter den faktiske konstruktion.

Med årlig volatilitet på 20 procent for begge aktiver og korrelation 0,8 er variansen 0,60² × 0,20² + (−0,40)² × 0,20² + 2 × 0,60 × (−0,40) × 0,8 × 0,20 × 0,20 = 0,00544. Volatiliteten i forhold til egenkapital er cirka 7,38 procent uden variable finansieringsomkostninger. Ved nul korrelation stiger den til cirka 14,42 procent. Positiv korrelation hjælper denne lang-kort-sikring, modsat to sammenlignelige lange positioner.

Valutaomregning giver et samspil. Stiger et udenlandsk aktiv fem procent lokalt, mens valutaen falder ti procent mod kontovalutaen, er afkastet 1,05 × 0,90 − 1 = −5,5 procent før omkostninger. Simpel addition overser krydsleddet. Beregn afkast i den relevante valuta før kovariansen, medmindre en særskilt modelleret valutasikring ændrer eksponeringen.

Faste modelvægte er ikke automatisk rebalancering. Priser ændrer vægtene, hvis handler ikke genskaber dem. Dagens beregning beskriver lokal eksponering, ikke automatisk næste måneds portefølje eller udgiften til daglig rebalancering. Finansiering og likviditet skal undersøges ud over variansformlen.

EN HURTIG KONTROL

Har idéen fæstnet sig?

Hvad ændres, når to lange positioner bliver mere positivt korrelerede, mens øvrige input er uændrede?

Generel undervisning, ikke en handelsanbefaling. Eksemplerne forenkler virkelige markeder. Kontrollér ethvert produkts præcise kontrakt, omkostninger og regler, før du bruger det.
Næste: Regimeskift: tilpasning uden at jage hvert lille udsving →