Det finns flera saker som investerare gör för att skydda sina portföljer mot risker. Ett viktigt sätt att skydda sin portfölj är genom att diversifiera, så kallad portföljdiversifiering. Kort sagt innebär det att en investerare väljer att inkludera olika typer av värdepapper och investeringar från olika emittenter och industrier.
Idén här är densamma som det gamla ordspråket ”lägg inte dina ägg i en korg”. När du investeras i många områden, om man misslyckas, kommer resten att se till att portföljen som helhet är säker. Denna extra säkerhet kan mätas i den ökade vinsten som en diversifierad portfölj brukar ge in jämfört med en enskild investering av samma storlek.
Diversifiering är en bra strategi för alla som vill minska risken för sin investering på lång sikt. Som ASX (2014) noterar innefattar diversifieringsprocessen:
- Investera i mer än en typ av tillgång. Detta innebär bland annat obligationer, aktier, råvaror, REITs, hybrider och mer i din portfölj. Använd gärna börshandlade fonder.
- Investera i flera olika värdepapper inom varje tillgång. En diversifierad portfölj sprider investeringar i olika värdepapper av samma tillgångstyp vilket innebär flera obligationer från olika emittenter, aktier i flera företag från olika branscher etc.
- Investering i tillgångar som inte är väsentligt korrelerade med varandra. Tanken här är att välja olika tillgångsklasser och värdepapper med olika livslängder och cykler för att minimera effekten av negativa förhållanden som kan påverka din portfölj negativt.
Den sista punkten är avgörande för att komma ihåg när man komponerar en diversifierad portfölj. Utan detta, oavsett hur diversifierade dina tillgångar är, kan de vara utsatta för samma risk, och därför kommer din portfölj att reagera i samförstånd. Därför är det viktigt för investerare att undvika att välja investeringar som är starkt korrelerade. Det är viktigt att märka att inom portföljförvaltningspraxis skiljer man mellan naiv diversifiering och effektiv diversifiering (även kallad optimal diversifiering).
Naiv och optimal diversifiering
Anledningen till att diversifiering är vanligtvis en framgångsrik strategi är att separata tillgångar inte alltid ser sina priser röra sig i korrelation. En ganska naiv diversifiering kan därför vara till nytta (men i värsta fall kan det också vara kontraproduktivt). Som NASDAQ (2016) förklarar är naiv diversifiering en typ av diversifieringsstrategi där en investerare helt enkelt slumpmässigt väljer olika värdepapper i hopp om att detta kommer att sänka risken för portföljen på grund av de valda värdepappers varierande karaktär. Naiv diversifiering är helt enkelt inte så sofistikerad som diversifieringsmetoder som använder statistisk modellering. Men när det dikteras av erfarenhet är noggrann granskning av varje värdepapper, och sunt förnuft, naiv diversifiering en bevisad effektiv strategi för att minska portföljrisken.
Optimal diversifiering
Optimal diversifiering (även känd som Markowitz diversifiering) å andra sidan, tar ett annat sätt att skapa en diversifierad portfölj. Här ligger fokus på att hitta tillgångar vars korrelation med varandra inte är helt positiv. Detta bidrar till att minimera risken i färre värdepapper som i sin tur kan också bidra till att maximera avkastningen. Med detta tillvägagångssätt driver datorer komplexa modeller och algoritmer i ett försök att hitta den perfekta korrelationen mellan tillgångar för att minimera risk och maximera avkastningen.
Såsom anges ovan kan båda formerna av diversifiering (naiv och optimal diversifiering) vara effektiva, helt enkelt för att diversifiering resulterar i att du sprider dina investerbara medel över olika tillgångar.
Naiv diversifiering avser processen att slumpmässigt väljs olika tillgångar för din portfölj utan att använda någon komplex beräkning för att bestämma vilken du väljer. Trots sin slumpmässiga karaktär är detta fortfarande en effektiv strategi för att minska risken baserat på storlekslagen.
Betydelsen av korrelation
Det finns ett ”bättre” sätt att diversifiera. Specifikt: Undersök de tillgångar du avser att investera i, för att hitta de som inte tenderar att röra sig upp eller ner i samband med varandra. Genom att göra detta kan du effektivt sänka risken för din portfölj. Detta fungerar, på grund av korrelation – ett viktigt begrepp i statistik. Korrelation är mätningen av graden eller omfattningen som två separata numeriska värden rör sig ihop. Här är de värden vi är intresserade av tillgångar.
Det maximala möjliga korrelationsbeloppet är 100 %, vilket uttrycks som 1,0. När två tillgångar har en korrelation på 1,0, när man rör sig, flyttar den andra alltid. Även om mängden dessa tillgångar rör sig kan vara annorlunda, indikerar en korrelation på 1,0 att de alltid rör sig i samma riktning tillsammans. Omvänt, när två tillgångar rör sig i motsatta riktningar, är deras korrelation negativ. Om de alltid flyttar sig i motsatt riktning 100% av tiden anses detta vara -100% eller -1,0.
Så när man undersöker tillgångarnas korrelation, desto närmare -1,0, desto större är effekten av diversifiering.
Alla är tydliga på detta: investerare måste diversifiera sina portföljer för att skydda mot risker. Även om det blir mindre effektivt att diversifiera under extrema förhållanden, kommer typiska marknadsförhållanden nästan alltid att innebära att en väl diversifierad portfölj kan minska risken för investerare avsevärt. Därför är det viktigt att sträva efter att ständigt förbättra eller optimera diversifiering av portföljen för att maximera det skydd som den erbjuder dina investeringar. Det innebär att du utför noggrannhet för att hitta tillgångar som inte rör sig i samband med varandra i motsats till enkel, naiv diversifiering.
Å andra sidan ger de förmodade fördelarna som komplex matematisk diversifiering är relativt oklara. Hur man ansöker och använder sådana komplexa modeller är ännu mer oklart för den genomsnittliga investeraren. Visst datormodeller har förmågan att verka övertygande och imponerande, men det betyder inte att de är mer exakta eller insiktsfulla än att bara vara förnuftiga. I slutändan är det viktigare om en modell ger resultat än om den bygger på en mycket komplex algoritm.
