همبستگی و سرمایه گذاری

ساخت وبلاگ

همبستگی متقابل یک معیار آماری است که چگونه دارایی های مختلف تمایل به حرکت در قیمت نسبت به یکدیگر با گذشت زمان دارند. این ماده معمولاً در توسعه اوراق بهادار که برای تنوع مؤثر در مورد ریسک-ریسک بهینه شده اند ، استفاده می شود. در مورد همبستگی متقابل و چگونگی استفاده از آن برای بهبود آرایش نمونه کارها خود بیشتر بدانید.

Arrows on LCD Screen

Mley/iStock از طریق Getty Images

همبستگی متقابل چیست؟

همبستگی متقابل ، یا به سادگی همبستگی ، یک اقدام آماری است که برای توصیف رابطه بین دو مجموعه داده استفاده می شود. در امور مالی ، از آن برای مقایسه بازده سرمایه گذاری در کلاسهای دارایی های مختلف به مرور زمان استفاده می شود و آن را به یک ابزار مفید در تصمیم گیری در مورد کلاس های دارایی برای نگه داشتن در نمونه کارها و میزان هر یک از آنها تبدیل می کند.

اگر یک سرمایه گذار با ریسک کم بخواهد بازده ثابت داشته باشد ، می تواند تمام پول سرمایه گذاری خود را در دارایی هایی مانند CD های بانکی یا اوراق قرضه قرار دهد. اما ما از تاریخ می دانیم که سهام با گذشت زمان نسبت به هر یک از این دارایی ها عملکرد بهتری دارند ، بنابراین ممکن است سرمایه گذار بخواهد سهام و دارایی های دیگر را به اوراق بهادار خود اضافه کند. از آنجا که این دارایی ها از ریسک و عدم اطمینان بالاتری برخوردار هستند ، با این حال ، سرمایه گذاران با توجه به میزان ریسکی که مایل به فرض آنها هستند ، نیاز به راهی برای تعیین میزان هر یک از آنها در یک نمونه کارها دارند.

این راه حل را می توان با استفاده از تعداد عملکرد تاریخی کلاسهای دارایی که در نظر داریم (5-10 سال یا بیشتر بازده ترجیح داده شود) و همبستگی متقابل بین آن کلاسهای دارایی تعیین شود. تکنیکی که برای انجام این کار ایجاد شده است ، تئوری مدرن نمونه کارها (MPT) نامیده می شود و توسط هری مارکوویتز در سال 1952 معرفی شد و جایزه نوبل را برای وی کسب کرد.

کلاسهای دارایی تئوری نمونه کارها مدرن

MPT هنوز هم امروزه به عنوان ابزاری اصلی برای ساخت نمونه کارها در بین سرمایه گذاران نهادی مورد استفاده قرار می گیرد. هر نوع کلاس دارایی را می توان در نظر گرفت ، تا زمانی که شخص داده های تاریخی مربوطه را برای آنها داشته باشد.

کلاسهای دارایی معمولی ممکن است شامل موارد زیر باشد:

  • سهام بزرگ
  • سهام کوچک کلاه
  • اوراق قرضه
  • فلزات گرانبها
  • مشاور املاک
  • سهام
  • کالاها
  • پول نقد

برخی از موسسات حتی کلاسهای دارایی فیزیکی مانند هنر یا کلکسیون و دارایی های دیجیتالی نوظهور مانند ارزهای رمزنگاری را در نظر می گیرند.

برای سرمایه گذاران انفرادی ، نظریه نمونه کارها مدرن اساس "قانون 60/40" (تخصیص 60 ٪ به سهام و 40 ٪ به اوراق قرضه) را تشکیل می دهد ، که یک راهنمای متداول برای اوراق بهادار شخصی است.

بازده تاریخی برای طیف گسترده ای از کلاس های دارایی معمولاً با استفاده از یک فهرست مربوط به آن کلاس دارایی در دسترس است. به عنوان مثال ، برای نشان دادن بازده تاریخی سهام بزرگ درپوش به عنوان یک کلاس دارایی ، به سادگی می توانیم از عملکرد شاخص S& P 500 (SP500) استفاده کنیم. توسعه همبستگی های متقابل برای هر کلاس دارایی به سایر کلاسهای دارایی ، استفاده از آمار استاندارد است.

فرمول همبستگی

فرمول ضریب همبستگی بین دارایی های X و Y به شرح زیر است:

Formula

فرمول همبستگی (نویسنده)

غذای اصلی: همبستگی دارایی های x و y برابر با کواریانس x و y است که با انحراف استاندارد هر یک تقسیم می شود.

نحوه محاسبه همبستگی

از نظر ریاضی ، همبستگی از اقدامات آماری مانند انحراف استاندارد و کواریانس حاصل می شود ، که میزان آن را اندازه گیری می کند که هر نقطه داده واحد از میانگین سری متفاوت است و اینکه چگونه میانگین یک سری به ترتیب به دیگری مربوط می شود.

  • کواریانس اندازه گیری می کند که آیا دو کلاس دارایی در یک جهت حرکت می کنند یا نه.
  • ضریب همبستگی قدرت آن رابطه را به ما می گوید.

پس از محاسبه ، ضریب همبستگی متقابل بین دو کلاس دارایی تعدادی است که بی ن-1 و 1+ متفاوت است ، بنابراین درک آن تا حدودی بصری است.

  • همبستگی مثبت: دو کلاس دارایی در یک جهت حرکت می کنند. هرچه تعداد 1 نفر نزدیکتر باشد ، رابطه مثبت قوی تر است.
  • همبستگی منفی: آنها در جهت مخالف حرکت می کنند. هرچه تعداد آن ب ه-1 نزدیکتر باشد ، رابطه منفی را قوی تر می کند.

هنگامی که همبستگی نزدیک هر دو طرف صفر است ، همبستگی ضعیف یا غیر وجود دارد.

این مفهوم در سه سناریوی زیر نشان داده شده است.

Correlation graphs

نمودارهای همبستگی (نویسنده)

برای چشم انداز این موضوع ، همبستگی بین سهام بزرگ (شاخص S& P 500) و اعتماد سرمایه گذاری در املاک و مستغلات (REITS) بین سالهای 2011 و 2020 70/0 بود ، در حالی که همبستگی بین سهام بزرگ با سرمایه و اوراق درجه سرمایه گذاری-بود-. 06نمودار زیر از مدیریت دارایی گوگنهایم روابط اضافی را برای این دوره نشان می دهد.

Asset correlation chart

همبستگی دارایی (مدیریت دارایی گوگنهایم)

نکته: همبستگی ها با گذشت زمان تغییر می کنند و برای دوره های مختلف متفاوت خواهد بود. به عنوان مثال ، در مواقع استرس مالی یا وحشت ، همبستگی بین بسیاری از کلاسهای دارایی می تواند بسیار مثبت تر از حد معمول شود زیرا سرمایه گذاران به طور غیرقانونی انواع دارایی را برای جمع آوری پول در اوراق بهادار خود می فروشند و کلاس های دارایی های متعدد ارزش را کاهش می دهد.

همبستگی و تنوع

برای تعیین اینکه کدام یک از دو کلاس دارایی با گذشت زمان مجری بهتر است ، نیازی به همبستگی ندارید. اعداد عملکرد برای هر دوره زمانی این را به شما نشان می دهد. آنچه همبستگی به ما می گوید این است که چگونه دو دارایی یا کلاس نسبت به یکدیگر عمل می کنند. اگر هر دو تمایل به رفتن در یک جهت (یک همبستگی مثبت بالا) دارند ، ممکن است بخواهید کمتر از دارایی عملکرد پایین تر در نمونه کارها خود داشته باشید ، یا شاید اصلاً هیچ کدام. از طرف دیگر ، اگر دارایی ها با همبستگی منفی یا اصلاً با هم ارتباط نداشته باشند ، داشتن برخی از هر دو ممکن است باعث بازگرداندن ریسک از سبد کلی شما شود.

هنگامی که شما ده ها کلاس دارایی مختلف را در نظر می گیرید ، مقایسه بین هر یک و سایر موارد دیگر به یک کار پیچیده ریاضی تبدیل می شود اما به راحتی توسط رایانه ها انجام می شود. در پایان ، هنگامی که شما تمام همبستگی های کلیه کلاس های دارایی مربوطه را در رایانه تغذیه کردید ، می تواند تمام بهترین اوراق بهادار تئوری را برای سطوح مختلف ریسک محاسبه کند.

پاسخ حاصل نقشه ای را تولید می کند که به عنوان یک منحنی مرزی کارآمد شناخته می شود. در هر نقطه از منحنی ، مدل آرایش نمونه کارها را به شما می گوید که مطابق با بهترین ریسک-پاداش برای آن سطح از خطر است. اگر شما فقط دو دارایی-سهام و پول نقد-را تجزیه و تحلیل می کردید ، ممکن است پایان پرخطر منحنی به شما 100 ٪ سهام و 0 ٪ پول نقد را به شما بدهد ، در حالی که کمترین خطر ممکن است 100 ٪ پول نقد و 0 ٪ سهام باشد.

همبستگی فعلی بین اوراق قرضه و سهام

سرمایه گذاران نهادی ممکن است ده ها کلاس دارایی را انتخاب کنند اما برای اکثر سرمایه گذاران فردی ، معمولاً به سهام ، اوراق قرضه ، املاک و مستغلات و پول نقد کاهش می یابد.(شما می توانید سهام کلاه های کوچک ، سهام بزرگ و سهام بین المللی را به عنوان کلاس دارایی های جداگانه در نظر بگیرید ، اما اکنون آن را ساده نگه می داریم.)

با استفاده از شماره های گوگنهایم ، همبستگی دارایی به شرح زیر است:

 

پول نقد مشاور املاک اوراق قرضه سهام
پول نقد 1. 00
مشاور املاک (. 14) 1. 00
اوراق قرضه . 12 . 38 1. 00
سهام (. 17) . 70 (. 06) 1. 00

برای بزرگنمایی کلیک کنید

ایده استفاده از همبستگی ها برای بهینه سازی تنوع ، جلوگیری از نگه داشتن بخش های زیادی از کلاس های دارایی که بسیار با همبستگی هستند و تلاش برای داشتن دارایی هایی که بسیار همبستگی یا حتی منفی همبستگی ندارند. با توجه به شماره های فوق ، این به معنای اجتناب از درصد زیادی از سهام و املاک و مستغلات است زیرا آنها با یکدیگر ارتباط دارند. با این وجود ، شامل تخصیص هر دو وثیقه و پول نقد ، می تواند وضعیت کلی ریسک شما را بهبود بخشد. چقدر به میزان ریسکی که مایل به تحمل آن هستید بستگی دارد. با کمک یک کامپیوتر ، می توانید ببینید که این گزینه ها چگونه به نظر می رسند.

خط پایین

سرمایه گذاران باید از مزایای بلند مدت تنوع نمونه کارها ، در میان دارایی ها و کلاس های موجود در پرتفوی خود آگاه باشند. بازده برای بیشتر سرمایه گذاری ها احتمالی است و ابزارهای آماری برای کمک به ما در توسعه اوراق بهادار وجود دارد که نه تنها بازده بلند مدت جذاب خواهد داشت بلکه خطرات را نیز به حداقل می رساند. همبستگی یکی از این ابزارها است.

استراتژی‌های اسکالپ...
ما را در سایت استراتژی‌های اسکالپ دنبال می کنید

برچسب : نویسنده : ناصر تقوایی بازدید : <-PostHit-> تاريخ : جمعه 5 خرداد 1402 ساعت: 21:59