ریسک سبد: آنچه وزن‌ها پنهان می‌کنند
نوسان ترکیبی را محاسبه کنید و محرک‌های مشترکی را بیابید که فهرست دارایی‌ها نشان نمی‌دهد.
سبد، مجموعه‌ای از شرط‌بندی‌های منفرد نیست
دو موقعیت با نوسان مستقل یکسان می‌توانند مقادیر بسیار متفاوتی از ریسک به پرتفوی موجود اضافه کنند. تفاوت از نحوه تعامل بازده آن‌ها با سایر دارایی‌ها ناشی می‌شود. موقعیتی که معمولاً هم‌جهت با بزرگ‌ترین مواجهه حرکت می‌کند می‌تواند نوسان‌های آن را تقویت کند؛ موقعیتی دیگر شاید بخشی از آن‌ها را خنثی کند. شمردن نمادها این رابطه را اندازه نمی‌گیرد.
چارچوب کلاسیک میانگین–واریانس، واریانس پرتفوی را با استفاده از وزن‌ها، واریانس‌های فردی و کوواریانس‌های دوتایی توصیف می‌کند. این مدلی مفید برای سامان‌دهی تحلیل است، نه تعریفی کامل از خطر. نکول، تعطیلی بازار، محدودیت برداشت یا از دست رفتن دائمی قدرت خرید را مستقیماً در بر نمی‌گیرد. ابتدا تعیین کنید محاسبه کدام ریسک‌ها را روشن می‌کند و کدام‌ها نیازمند تحلیل جداگانه‌اند.
جمله متقاطع را آشکار کنید
برای دو دارایی با وزن‌های w1 و w2، نوسان‌های s1 و s2 و همبستگی r، واریانس برابر است با w1²s1² + w2²s2² + 2w1w2rs1s2. جمله آخر دلیل آن است که میانگین‌گیری ساده از نوسان‌ها معمولاً درست نیست. همه ورودی‌ها باید افق زمانی، قرارداد محاسبه بازده و نحوه برخورد با ارز یکسانی داشته باشند.
دو دارایی هم‌وزن که نوسان سالانه‌شده هرکدام 20% است، در همبستگی صفر نوسان مدل‌شده‌ای تقریباً برابر با 14.14% دارند. با همبستگی یک، نتیجه 20% است. با همبستگی منفی یک و اندازه‌های یکسان، واریانس آرمانی صفر می‌شود. محاسبه آخر، حساب مدل را نشان می‌دهد، نه وجود یک پرتفوی بدون ریسک در جهان واقعی را.
همبستگی برآورد است، نه قرارداد
همبستگی نمونه با پنجره مشاهده و محیط بازار تغییر می‌کند. دوره‌های آرام می‌توانند آسیب‌پذیری مشترک در برابر تورم، کمبود تأمین مالی یا فروش اجباری را پنهان کنند. دارایی‌هایی که در روزهای معمول نامرتبط به نظر می‌رسند، ممکن است هنگام نیاز سرمایه‌گذاران به نقدینگی با هم واکنش نشان دهند. بنابراین عدم‌قطعیت برآورد باید آشکار باشد، نه مدفون در یک ماتریس منفرد.
چند همبستگی معقول را مقایسه کنید و دوره‌های تنش مشخص را بررسی کنید. مراقب قیمت‌های قدیمی باشید: دارایی‌ای که به‌ندرت ارزش‌گذاری می‌شود ممکن است صرفاً به علت تعدیل دیرهنگام ارزش ثبت‌شده، به‌طور مصنوعی باثبات و کم‌همبسته به نظر برسد. پیش از تعبیر یک عدد پایین به تنوع‌بخشی، زمان مشاهدات را هم‌تراز کنید و روش‌های ارزش‌گذاری را بشناسید. ساعات معاملاتی متفاوت نیز مشکلی مشابه ایجاد می‌کنند، حتی اگر هر دو ابزار فعالانه معامله شوند.
ماتریس کوواریانس باید مثبت نیمه‌معین باشد. همبستگی‌های دوتایی برآوردشده از تاریخ‌های متفاوت ممکن است برای بعضی وزن‌ها واریانس منفی بسازند؛ این نقص مدل یا داده است، نه پوششی استثنایی. زمان مشاهدات را هماهنگ و هر تنظیم آماری را مستند کنید.
نام‌ها را به مواجهه‌های اقتصادی تبدیل کنید
یک صندوق سهام فناوری، یک شرکت نرم‌افزاری منفرد و یک موقعیت ارزی حساس به رشد می‌توانند با وجود برچسب‌های متفاوت، همگی به تمایل به پذیرش ریسک حساس باشند. حساب داخلیِ دارای دارایی خارجی نیز مواجهه ارزی دارد، مگر آنکه واقعاً پوشش داده شده باشد. موقعیت‌ها را به محرک‌هایی مانند بتای سهام، نرخ بهره، ارز، اعتبار و قیمت کالاها تفکیک کنید.
ارزش اسمی مشتقات و تخصیص نقدی نیازمند دقت ویژه‌اند. سپرده وجه تضمینی کوچک می‌تواند مواجهه اقتصادی بزرگی را پشتیبانی کند، در حالی که حساسیت اختیار معامله با قیمت و زمان تغییر می‌کند. وزن‌های پرتفوی که فقط بر مبنای پول پرداخت‌شده‌اند ممکن است این ابزارها را به‌شدت نادرست نمایش دهند. نگاه عاملی مرتبه اول مفید است، اما مواجهه‌های غیرخطی همچنان به ارزش‌گذاری مجدد در سناریوها نیاز دارند، نه فرض یک حساسیت ثابت برای همیشه.
از تغییرات حاشیه‌ای برای تحلیل استفاده کنید
بپرسید اگر مقدار کمی از یک موقعیت اضافه یا کم شود، ریسک کل مدل‌شده چه تغییری می‌کند. این نگاه نهایی می‌تواند نشان دهد بزرگ‌ترین دارایی لزوماً بیشترین ریسک افزایشی را ندارد. همچنین مانع از آن می‌شود که رتبه‌بندی نوسان مستقل با تصمیم‌گیری پرتفوی اشتباه گرفته شود.
محاسبه کوواریانس را در کنار سقف‌های تمرکز، سنجه‌های نقدشوندگی و سناریوهای زیان نگه دارید. ترکیبی که از نظر ریاضی کم‌نوسان است ممکن است یک متولی نگهداری مشترک داشته باشد یا به اهرمی وابسته باشد که در تنش دوام نمی‌آورد. خروجی عملی باید نقشه‌ای از آسیب‌پذیری‌ها و عدم‌قطعیت‌ها باشد، نه یک رقم اعشار از ریسکی ظاهراً قطعی. پس از تغییرات معنادار مواجهه، دوباره محاسبه کنید و دلیل تغییر نتیجه را بررسی کنید.
مخرج وزن‌ها و شیوه تأمین مالی را روشن کنید
با سرمایه خالص 100,000 دلار، خرید 60,000 دلاری وزن +0.60 و فروش استقراضی 40,000 دلاری وزن −0.40 دارد. مواجهه خالص 20٪ و ناخالص 100٪ است. نرمال‌کردن این دو وزن به مجموع یک، مقیاس اقتصادی مسئله را تغییر می‌دهد.
اگر نوسان سالانه هر دو دارایی 20٪ و همبستگی 0.8 باشد، واریانس این ترکیب 0.00544 و نوسان نسبت به سرمایه حدود 7.38٪ است، بدون هزینه‌های متغیر تأمین مالی. با همبستگی صفر، نوسان به حدود 14.42٪ می‌رسد. همبستگی مثبت به این ترکیب خرید–فروش کمک می‌کند، برخلاف دو موقعیت خرید مشابه.
بازده ارزی حاصل‌ضرب دارد. رشد محلی 5٪ دارایی همراه با افت 10٪ ارز آن نسبت به ارز حساب، بازده 1.05 × 0.90 − 1 = −5.5٪ می‌دهد. جمع ساده درصدها جمله متقاطع را حذف می‌کند.
وزن ثابت در فرمول به معنای بازتوازن خودکار و رایگان نیست. قیمت‌ها وزن را جابه‌جا می‌کنند، مگر معامله آن را بازگرداند. محاسبه امروز، هزینه و مواجهه ماه آینده را خودبه‌خود توصیف نمی‌کند؛ نقدشوندگی و تأمین مالی را جدا بررسی کنید.