Der er flere ting, som investorer gør for at beskytte deres porteføljer mod risiko. En væsentlig måde at beskytte ens portefølje på er at diversificere. Kort sagt betyder det, 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 "sæt ikke dine æg i en kurv. "Når du investerer i mange områder, vil en, hvis man fejler, sikre, at porteføljen som helhed forbliver sikker. Denne ekstra sikkerhed kan måles i det øgede overskud, som en diversificeret portefølje har tendens til at medbringe i sammenligning med en individuel investering af samme størrelse.

Diversificering er en fantastisk strategi for alle, der søger at reducere risikoen for deres investering på lang sigt. Som ASX (2014) noter omfatter diversificeringsprocessen:

Investering i mere end én type aktiv. Det betyder bl.a. obligationer, aktier, råvarer, REIT'er, hybrider og mere i din portefølje.

• Investering i flere forskellige værdipapirer inden for hvert aktiv. En diversificeret portefølje sprer investeringer i forskellige værdipapirer af samme aktivtype, hvilket betyder flere obligationer fra forskellige udstedere, aktier i flere virksomheder fra forskellige brancher mv.
• Investering i aktiver, som ikke er væsentligt korrelerede med hinanden. Ideen her er at vælge forskellige aktivaklasser og værdipapirer med forskellige levetider og cyklusser for at minimere virkningen af ​​eventuelle negative forhold, der kan påvirke din portefølje negativt.

Dette sidste punkt er afgørende for at huske, når du komponerer en diversificeret portefølje. Uden det, uanset hvor varieret dine typer af aktiver er, kan de være sårbare over for samme risiko, og derfor reagerer din portefølje i fællesskab. Derfor er det nøglen for investorer at undgå at vælge investeringer for deres porteføljer, der er stærkt korrelerede. Det er vigtigt at bemærke, at der inden for porteføljepraksis er sondring mellem naiv diversificering og effektiv diversificering (også omtalt som optimal diversificering).

<399> Forstå forskellen mellem naiv og optimal diversificering

Årsagen til, at diversificering er en succesfuld strategi er, at separate aktiver ikke altid har deres priser flytte sammen. Derfor kan en ret naiv diversificering være gavnlig (dog i værste fald kan den også være kontraproduktiv). Som NASDAQ (2016) forklarer, er naiv diversificering en form for diversificeringsstrategi, hvor en investor blot vælger forskellige værdipapirer tilfældigt, og håber, at dette vil reducere risikoen for porteføljen på grund af de udvalgte værdipapirers varierede karakter.Naiv diversificering er simpelthen ikke så sofistikeret som diversificeringsmetoder, der bruger statistisk modellering. Men når det dikteres af erfaring, er en omhyggelig undersøgelse af hver sikkerhed og sund fornuft, naiv diversificering, alligevel en dokumenteret effektiv strategi for at reducere porteføljens risiko.

Optimal diversificering (også kendt som Markowitz diversificering) på den anden side tager en anden tilgang til at skabe en diversificeret portefølje. Her er fokus på at finde aktiver, hvis sammenhæng med hinanden ikke er helt positiv. Dette medvirker til at minimere risikoen i færre værdipapirer, som igen kan bidrage til 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 angivet ovenfor kan begge former for diversificering (naiv og optimal diversificering) være effektive, simpelthen fordi diversificering resulterer i, at du sprer dine investerbare midler på tværs af forskellige aktiver.

Naiv diversificering henviser til processen med tilfældigt at vælge forskellige aktiver for din portefølje uden at bruge en kompleks beregning til at bestemme, hvilken du vælger. På trods af den tilfældige karakter er dette stadig en effektiv strategi for at mindske risikoen ud fra loven om store antal.

Korrelationens betydning

Der er en "bedre" måde at diversificere på. Specifikt: Undersøg 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 korrelation med hinanden. Ved at gøre dette kan du effektivt reducere risikoen for din portefølje. Dette virker som forklaret af CFA Institute (2014) på ​​grund af korrelation - et vigtigt begreb i statistik. Korrelation er måling af graden eller omfanget, som to separate numeriske værdier bevæger sig sammen. Her er de værdier, vi er interesseret i, aktiver. Den maksimale korrelationsmængde er 100%, som udtrykkes som 1. 0. Når to aktiver har en korrelation på 1. 0, når man bevæger sig, bevæger den anden altid. Selvom mængden af ​​disse aktiver flyttes, kan det være anderledes, at en korrelation på 1. 0 angiver, 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 modsat retning, betragtes dette som -100% eller -1. 0. Så når man undersøger aktivernes korrelation, jo tættere på -1. 0, jo større er effekten af ​​diversificering. (For mere se:

Naiv Diversifikation vs Optimering.) Bundlinjen

Alle er klare på dette: Investorer skal diversificere deres porteføljer for at beskytte mod risiko. Selv om det bliver mindre effektivt at diversificere under ekstreme forhold, vil typiske markedsforhold næsten altid betyde, at en veldiversificeret portefølje kan reducere risikoen for investorerne betydeligt. Derfor er det nøglen til at stræbe efter at forbedre eller optimere porteføljens diversificering løbende for at maksimere den beskyttelse, den tilbyder dine investeringer. Dette betyder at udføre due diligence til at lokalisere aktiver, der ikke bevæger sig i korrelation med hinanden i modsætning til simpel, naiv diversificering.

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