Пенсия.PRO
Помогаем Вам попасть в лучшее будущее
Коучи по инвестициям говорят: «При составлении портфеля обязательно стоит учитывать корреляцию активов». Это звучит особенно весомо на фоне кризиса и неопределенности. Финтолк объясняет, как правильно определять корреляцию и чем она полезна инвестору.
Содержание
Корреляция — это взаимосвязь элементов.
Корреляция может быть:
Корреляцию может наблюдать почти везде.
Например. С весны 2020 года пандемия коронавируса начала сказываться на репутации ароматических свечей американского бренда Yankee Candle. Потребители начали на маркетплейсах оставлять негативные отзывы на свечи, утверждая, что те не пахнут.
Сначала нейропсихолог из Гарварда Кейт Петрова провела мини-исследование, позже, в 2021 году его данные еще раз подтвердил Ник Бошамп, доцент кафедры политологии Северо-Восточного университета в США. Они проанализировали отзывы на аромасвечи на сайте Amazon, где увеличилось количество негативных отзывов, связанных с отсутствие ароматического запаха у свечей бренда Yankee Candle. Исследователи связали этот феномен с ростом количества заболевших COVID-19, где одним из основным симптомов является пропажа обоняния.
Одна из твитторетянок даже наложила график негативных отзывов, составленных Ником Бошампом, на график заболеваемости коронавирусом, чтобы наглядно увидеть прямую зависимость.
На графике красная линия — плохие отзывы о свечах, а синий график — число заболевших коронавирусом в США.
Но нас, прежде всего, интересует корреляция финансовых активов.
Чтобы узнать, насколько активы зависимы друг от друга, используют коэффициент корреляции:
Чем ближе к 1, тем сильнее зависимость одного объекта от другого при наступлении определенных условий. Чем ближе к −1, тем бОльшую диаметральную противоположность имеют активы. А если значения близки к 0, значит, никакой зависимости между объектами нет.
В реальной жизни не так-то просто найти активы с коэффициентом −1, +1 и 0. Чаще всего значение находится в диапазоне от 0 до +1.
Коэффициент корреляции рассчитывается по специальной сложной формуле:
Но сейчас нет необходимости считать вручную корреляцию между активами. Есть альтернативные способы:
Для начала выберем активы. Возьмем ради примера акции «Яндекса» (YNDX) и «Магнита» (MGNT).
Далее необходимо взять цены котировок акций за один и тот же определенный промежуток времени. Можно выгрузить данные с помощью функции «Экспорт котировок акций» на сайте «Финам». Необходимо выбрать формат файла — .cvs. И взять помесячные данные за последний год:
Далее можно выбрать цену открытия, самую высокую, самую низкую и цену закрытия. В нашем примере мы взяли последнее значение — цену закрытия.
Далее объединяем месячные котировки цен по двум активам:
И после всех манипуляций приступаем к расчетам, используя встроенную функцию =КОРРЕЛ(массив1;массив2), где в массиве 1 выбираем диапазон котировок акций «Яндекса», а в массиве 2 — «Магнита»:
Наше полученное значение — 0,755. Получается, у стоимости акций «Яндекса» и «Магнита» высокая корреляция, то есть прямая зависимость.
Правда, для более точных выводов стоит брать данные за больший промежуток времени, чтобы было 50–100 значений.
Из легкодоступных сервисов, где можно смотреть корреляцию, есть Portfolio Visualizer. Тут достаточно простой интерфейс, можно вписать через пробел интересующие активы, выбрать отслеживаемый промежуток и другие показатели:
Большущий минус — у этого онлайн-сервиса нет возможности ввести акции Московской биржи, а также российские БПИФы.
Как мы видим, акции «Яндекс», Apple, Microsoft, Intel, HP имеют слабую или умеренную прямую корреляцию друг с другом, хотя все компании из одного экономического сектора — информационные технологии.
А вот результаты корреляции акций нефтяных американских компаний. Тут уже более сильная корреляционная связь:
Лучше один раз увидеть, чем сто раз что-то считать.
Да, этот метод не такой надежный, но хотя бы ориентировочно можно разглядеть, есть ли зависимость между активами.
К примеру, на сайте TradingView можно ввести в поисковое окно сначала первый актив, а потом в открывшемся окне добавить другие тикеры активов:
После того как ввели необходимое количество сравниваемых активов, смотрим на результаты:
В нашем примере видно, что акции «ЛУКОЙЛа» и «Газпрома» по большей части имеют прямую корреляцию.
Корреляцию можно осуществить с любым активом, однако следует смотреть на промежуток в несколько месяцев или лет, чтобы точнее сделать выводы
На основе корреляционного анализа в портфель отбираются акции, облигации, фонды и другие финансовые инструменты, которые имеют слабую взаимосвязь.
Рассмотрим на примере фондов. Можно купить паи FXUS, TSPX, SBSP. Но зачем, если они все отслеживают один и тот же индекс S&P 500, и наглядно можно увидеть, что у графиков прямая корреляция:
Ладно, тут можно списать все на один и тот же индекс. Но если взять пай фонда на S&P 500 и пай фонда на IT-сектор (вроде ж рынок США и отдельный сектор экономики), результаты те же — фонды созависимы, почти нет ситуации, когда один растет, а другой падает:
В 2020 году RusETF просчитал корреляцию между фондами на Московской бирже, можно посмотреть, какие активы имеют обратную корреляцию:
В лидерах отрицательной корреляции следующие пары фондов:
Аналогично прямая корреляция может быть между акциями одного сектора экономики. И в этом случае инвестор должен понимать, что, к примеру, нет смысла брать 100 500 акций из IT-сектора. Да, компании уникальны, но в случае каких-либо потрясений внутри этой отрасли — красных ценников не избежать.
Однако иногда корреляционные связи могут меняться, потому что рынок — вещь непостоянная.
Недавно компания Blackstone провела исследование корреляции между разными классами активов за 20 лет. И в результате выяснилось, что увеличилась зависимость глобальных акций, недвижимости, высокодоходных облигаций, сырьевых товаров и высоконадежных облигаций от индекса S&P 500 после кризиса в 2008-м.
Также изменились корреляционные связи между криптовалютным сектором и фондовым рынком. Недавно исследование Международного валютного фонда показало, что 60-дневный коэффициент корреляции индекса S&P 500 и ежедневных движений биткоина составлял 0,01 в период с 2017 по 2019 год. Однако этот показатель вырос до 0,36 в период с 2020 по 2021 год. Это говорит о том, что связь активов усилилась
Она помогает инвестору правильно сбалансировать портфель, чтобы во время сильных коррекций не терять значительную часть капитала. То есть корреляция нужна для диверсификации (снижения риска и распределения по разным отраслям экономики) и хеджирования (защиты, когда один растет, а другой падает) активов.
И желательно отбирать активы с отрицательной или нулевой корреляцией, чтобы не переживать за их зависимость друг от друга.
Вот идеальная модель того, как отрицательная корреляция снижает риск портфеля.
То есть когда одна акция растет, а другая падает, стоимость портфеля не так сильно подвержена глобальным изменениям, соответственно, снижается волатильность портфеля.
Мы используем файлы Cookies
При посещении сайта осуществляется обработка Cookies-файлов. Порядок и условия обработки, способ запрета такой обработки описаны в Политике конфиденциальности
