Porteføljediversificering udført korrekt

Der er flere ting, som investorer gør for at beskytte deres porteføljer mod risiko. En væsentlig måde at beskytte ens portefølje er ved at diversificere. Kort sagt betyder dette, at en investor vælger at inkludere forskellige typer værdipapirer og investeringer fra forskellige udstedere og brancher. Ideen her er den samme som det gamle ordsprog “ikke læg dine æg alle i en kurv.” Når du er investeret i mange områder, hvis en mislykkes, vil resten sikre, at porteføljen som helhed forbliver sikker. Denne ekstra sikkerhed kan måles i det øgede overskud, som en diversificeret portefølje har tendens til at bringe sammen, sammenlignet med en individuel investering i samme størrelse.

Diversificering er en fantastisk strategi for alle, der ønsker at reducere risikoen for deres investering på lang sigt. Processen med diversificering inkluderer investering i mere end en type aktiv. Dette betyder at inkludere obligationer, aktier, råvarer, REIT, hybrider og mere i din portefølje.

• Investering i flere forskellige værdipapirer inden for hvert aktiv. En diversificeret portefølje spreder investeringerne rundt i forskellige værdipapirer af samme aktivtype, hvilket betyder flere obligationer fra forskellige udstedere, aktier i flere virksomheder fra forskellige brancher osv.
• Investering i aktiver, der ikke er væsentligt korreleret med hinanden. Ideen her er at vælge forskellige aktivklasser og værdipapirer med forskellige levetider og cyklusser for at minimere virkningen af ​​negative forhold, der kan have en negativ indflydelse på din portefølje.

Dette sidste punkt er vigtigt at huske på, når man sammensætter en diversificeret portefølje. Uden det, uanset hvor diversificeret dine typer af aktiver er, kan de være sårbare over for den samme risiko, og derfor vil din portefølje reagere unisont. Derfor er det nøglen for investorer at undgå at vælge investeringer til deres porteføljer, der er meget korrelerede. Det er vigtigt at bemærke, at der inden for porteføljestyringspraksis er der en sondring mellem naiv diversificering og effektiv diversificering (også kaldet optimal diversificering).

Naiv og optimal diversificering

Årsagen til, at diversificering normalt er en vellykket strategi, er, at separate aktiver ikke altid har deres priser til at flytte sammen. Derfor kan en temmelig naiv diversificering være fordelagtig (i værste fald kan den også være kontraproduktiv). Naiv diversificering er en type diversificeringsstrategi, hvor en investor simpelthen vælger forskellige værdipapirer tilfældigt i håb om, at dette vil sænke risikoen for porteføljen på grund af den varierede karakter af de valgte værdipapirer. Naiv diversificering er simpelthen ikke så sofistikeret som diversificeringsmetoder, der bruger statistisk modellering. Når det dikteres af erfaring, omhyggelig undersøgelse af hver sikkerhed og sund fornuft, er naiv diversificering dog en velprøvet effektiv strategi til reduktion af porteføljerisiko.

Optimal diversificering (også kendt som Markowitz-diversificering) tager på den anden side en anden tilgang til at skabe en diversificeret portefølje. Her er der fokus på at finde aktiver, hvis korrelation med hinanden ikke er perfekt positiv. Dette hjælper med at minimere risikoen i færre værdipapirer, som igen også kan hjælpe med at maksimere afkastet. Med denne tilgang kører computere komplekse modeller og algoritmer i et forsøg på at finde den ideelle sammenhæng mellem aktiver for at minimere risikoen og maksimere afkastet.

Som anført ovenfor kan begge former for diversificering (naiv og optimal diversificering) være effektive, simpelthen fordi diversificering resulterer, når du spreder dine investerbare midler over forskellige aktiver.

Naiv diversificering refererer til processen med tilfældigt at vælge forskellige aktiver til din portefølje uden at bruge nogen kompleks beregning til at bestemme, hvad du vælger. På trods af sin tilfældige karakter er dette stadig en effektiv strategi til at mindske risikoen baseret på stort antal love.

Betydningen af ​​korrelation

Der er en "bedre" måde at diversificere på. Specifikt ved at undersøge de aktiver, du har til hensigt at investere i, for at finde dem, der ikke har tendens til at bevæge sig op eller ned i forbindelse med hinanden. Ved at gøre dette kan du effektivt sænke risikoen for din portefølje. Dette fungerer på grund af korrelation - et vigtigt begreb i statistikker. Korrelation er måling af graden eller udstrækningen, i hvilken to separate numeriske værdier bevæger sig sammen. Her er de værdier, vi er interesseret i, aktiver. Den maksimale mulige korrelation er 100%, hvilket udtrykkes som 1, 0. Når to aktiver har en sammenhæng på 1, 0, når den ene flytter, flytter den anden altid. Selvom det beløb, disse aktiver flytter, kan være anderledes, angiver en korrelation på 1, 0, at de altid bevæger sig i samme retning sammen. Omvendt, når to aktiver bevæger sig i modsatte retninger, er deres korrelation negativ. Hvis de altid bevæger sig 100% af tiden i den modsatte retning, betragtes dette som -100% eller -1. Så når man undersøger aktiveres korrelation, jo tættere på -1, 0, desto større er effekten af ​​diversificering.

Bundlinjen

Alle er klare på dette: investorer skal diversificere deres porteføljer for at beskytte mod risiko. Selvom det bliver mindre effektivt at diversificere under ekstreme forhold, vil typiske markedsforhold næsten altid betyde, at en veldiversificeret portefølje markant kan reducere risikoen for investorer. Derfor er det nøglen at bestræbe sig på løbende at forbedre eller optimere din porteføljes diversificering for at maksimere den beskyttelse, den tilbyder dine investeringer. Dette betyder, at man udfører due diligence for at lokalisere aktiver, der ikke bevæger sig i forbindelse med hinanden i modsætning til enkel, naiv diversificering.

På den anden side er de formodede fordele, som kompleks matematisk diversificering giver, relativt uklare. Hvordan man anvender og betjener sådanne komplekse modeller er, endnu mere, uklar for den gennemsnitlige investor. Sikker computerstyrede modeller har evnen til at virke overbevisende og imponerende, men det betyder ikke, at de er mere nøjagtige eller indsigtsfulde end blot at være fornuftige. I sidste ende er det vigtigere, om en model giver resultater eller ej, end hvis den er baseret på en meget kompleks algoritme.