投资与风险 · 8/8
分散与相关性Diversification and Correlation
分散的效果取决于损失是否同步,而危机会让原本不同的风险一起发作。
遍布多国的交易,能在同一场恐慌里一起亏损。1998年,美国康涅狄格州格林尼治,约翰·梅里韦瑟掌舵的长期资本管理公司,持有横跨多个国家的债券交易。俄罗斯宣布债务违约后,投资者争抢容易变现的国债,抛售较难成交的证券。基金押注的价差没有收窄,反而一起扩大,多个头寸同时亏损。到了9月,纽约联储召集金融机构安排救助:账本上的交易分布很广,背后却都押着市场恢复平静。
为什么成立
涨跌不同步,组合才有缓冲
四项资产各自的年波动率都是20%,等额持有时,若两两相关系数为零,组合波动率降到10%。若它们完全同涨同跌,组合波动率仍是20%。相关系数衡量涨跌的线性联动:越接近1,越同步。分散不要求一项跌时另一项必涨;跌得不同步、幅度不同,也能减小整体波动。
增加数量消不掉共同风险
在各项资产波动率相同、等额持有的组合中:
这里,是资产数量,是单项波动率,是两两相关系数的平均值,是组合波动率。白话说,增加资产能压低各自独有的波动,却压不掉共同起落的部分。若共同部分为正,资产再多,组合也有波动的下限。买入几十家都依赖房地产景气的企业,仍然集中押着同一轮景气。
危机会让不同资产一起受冲击
投资者急着筹现金时,会同时卖出原本无关的资产。价格下跌又触发追加保证金,迫使更多人继续卖。同一个现金缺口把多个市场连起来,相关性随之升高。平时由企业经营决定的涨跌,此时被共同的卖盘压过。评估分散效果,既要看日常联动,也要看资金紧张时谁会一起受损。
出处
现代分散理论来自金融学。哈里·马科维茨在1952年发表于《金融学期刊》的《投资组合选择》中,用收益、方差和协方差建立选股与配置框架。他把分析对象从单项资产转向整个组合,说明资产之间怎样联动,会改变组合风险。这项工作成为现代投资组合理论的基础。
换个领域看
商业
供应商多仍会停产
供应商名单很长,也挡不住一个共同缺口。1997年2月,日本爱信精机的工厂发生火灾,丰田装车所需的刹车比例阀供应骤停。丰田虽有庞大的供应商网络,这个零件却高度集中于爱信,导致多家整车工厂停产。采购要追到关键零件的源头:不同的交货方,也会依赖同一座工厂。
个人生活
全家押着同一行业
两份工资加一套房,也会受同一轮衰退打击。一对夫妻分别在开发商和房产中介工作,又在新楼盘密集的片区买房。楼市转冷时,一人的奖金被削,另一人的佣金下降,房子也更难卖。把家庭收入、住房和投资放在一起看,才能看见它们共同依赖的那股需求。
技术
三份备份一起丢
备份放在三个地方,也会被同一个入口毁掉。一位摄影师把照片存进电脑、常接着的移动硬盘和自动同步的云盘。误删文件后,删除操作又同步到云端,硬盘上的镜像也在下一次同步时更新。让一份副本离线保存,或保留可恢复的历史版本,才切断了这条共同失效的路径。
遇事时问自己
- 把这些资产、收入或供应渠道放在一起,哪一种冲击会让它们同时受损?
- 新增这一项后,我减少了哪一种共同依赖?
- 平时看起来无关的项目,在缺现金、需求骤降或关键设施停摆时,会怎样一起变化?
- 历史上的低相关,来自稳定的不同驱动因素,还是只来自一段平静的样本?
- 我把工资、住房和投资合起来看后,最大的共同押注是什么?
边界与误用
分散适合降低可以相互抵消的波动;所有项目都依赖同一个关键条件时,增加数量的帮助很小。最常见的误用,是按名称、行业或账户数量计算分散,却忽略共同的资金来源和失效路径。相关系数为零也不等于彼此独立,更不保证极端损失不会同时出现。危机中的联动随冲击而变:避险国债能在股票暴跌时上涨,通胀冲击却能让股债同跌。分散也不会自动提高预期收益;为凑数量而增加费用和陌生风险,会抵消它的好处。
练一练
一家设计公司有六家客户,分别做教育、养老、文旅等业务,收入占比接近。老板准备再接一家体育公司,认为收入会更稳。财务发现,七家客户的项目款都主要来自同一项市级专项拨款,而这项拨款明年可能削减。
哪种判断最站得住?
付款记录能帮助判断日常回款情况。但过去资金充足时按时付款,没有检验拨款削减时的共同压力。
不同人群确实可能带来不同的需求节奏。但需求还在,不代表客户有钱下单,共同的预算收缩仍会影响回款。
关键在客户的钱从哪里来。业务名称不同,资金来源相同,拨款削减就可能让多家订单一起减少。
收入均衡能减轻单个客户流失的影响。但拨款削减会同时压缩多家的预算,均摊收入没有消除这个共同风险。
客户来自不同行业,收入却依赖同一项拨款。新增客户增加了数量,没有减少这条共同依赖;寻找由其他资金来源支持的客户,才更能缓冲这类冲击。
一位投资者持有上市办公楼基金,准备加入一只私人办公楼基金。过去三年,两只基金的月度收益联动很低。上市基金每天按成交价计价,私人基金每季度评估一次,其余月份沿用旧估值;两者的物业都集中在同一座城市。
投资前,哪种判断最站得住?
要看底层物业如何承受冲击。比较租户收入、租约到期时间和还债压力,才能判断两只基金会怎样一起受损。
历史上的低联动让组合看起来更稳。但私人基金的估值更新慢,数字可能还没有反映同一场租赁市场下滑。
损失分期入账会让报表显得平稳。但空置和租金下降照样减少现金流,晚记损失不会减少损失。
同一城市确实带来共同的租赁市场风险。但租户、租约期限和负债不同,仍会让两只基金的损失时间和幅度不同。
不同的计价节奏会把共同损失错开显示,让历史联动显得偏低。组合的缓冲来自实际损失的差异,评估时要追到物业和融资条件。
一对新人准备办户外婚礼,有四座城市可选。按现有预测,每座城市在婚礼当天的下雨概率都是30%,天气受不同系统影响。他们必须提前一个月选定一座城市,此后不能更换。朋友建议随机抽签,认为这样能降低婚礼遇雨的概率。
对这个建议,哪种判断最站得住?
天气差异在允许临时换地点时有用。但这里提前一个月就锁定地点,其他城市当天晴朗也改变不了举办地的天气。
更多天气系统看起来意味着更多风险来源。但抽签后只承受选中地点的天气,其他地点的下雨概率无需累加。
把抽签概率乘进去,看起来考虑了整个过程。但7.5%只算了选中某一城且遇雨,还漏了另外三城的情况。
四种选择的遇雨概率都是30%。按各地被选中的概率加权,结果仍是30%。
这个模型用于多个项目共同承担结果、彼此缓冲的情形,候选项多却只选一个,并没有这种作用。这场婚礼仍只承受一地的天气;准备室内场地能减少雨天损失,抽签选城市做不到。