위험으로부터 포트폴리오를 보호하기 위해 투자자가하는 몇 가지 사항이 있습니다. 포트폴리오를 보호하는 중요한 방법 중 하나는 다양 화하는 것입니다. 간단히 말해서, 이것은 투자자가 다양한 종류의 증권과 다른 발행자 및 산업의 투자를 포함하는 것을 의미합니다. 여기에있는 아이디어는 예전의 격언과 동일합니다. "계란을 모두 한 바구니에 넣지 마십시오. "많은 분야에 투자 할 때 하나가 실패하면 나머지는 포트폴리오 전체가 안전하다는 것을 보장 할 것입니다. 이러한 추가 된 보안은 동일한 크기의 개별 투자와 비교했을 때 분산 된 포트폴리오가 가져 오는 경향이있는 이익 증가로 측정 될 수 있습니다.

다각화는 장기간 투자 위험을 줄이려는 사람들에게 훌륭한 전략입니다. ASX (2014)가 지적한 바와 같이, 다양 화 과정에는 다음이 포함됩니다.

둘 이상의 자산 유형에 투자. 이는 채권, 주식, 상품, REIT, 하이브리드 등을 포트폴리오에 포함시키는 것을 의미합니다.

• 각 자산 내의 여러 증권에 투자합니다. 다각화 된 포트폴리오는 동일한 자산 유형의 다른 유가 증권을 중심으로 투자를 분산시킵니다. 즉, 서로 다른 발행사의 여러 채권, 여러 산업의 여러 회사의 주식 등을 의미합니다.
• 서로 유의미한 상관 관계가없는 자산 투자. 여기에있는 아이디어는 포트폴리오에 악영향을 미칠 수있는 부정적인 조건의 영향을 최소화하기 위해 다른 자산 클래스와 수명 및 수명이 다른 유가 증권을 선택하는 것입니다.

이 마지막 요점은 다양한 포트폴리오를 구성 할 때 명심해야합니다. 그것 없이는, 당신의 자산 유형이 얼마나 다양하든, 그들은 동일한 위험에 취약 할 수 있습니다. 따라서 귀하의 포트폴리오는 조화롭게 반응 할 것입니다. 따라서 투자자들이 높은 상관 관계가있는 포트폴리오에 대한 투자를 선택하는 것을 피하는 것이 중요합니다. 포트폴리오 관리 프랙티스에는 순진한 다각화와 효과적인 다각화 (최적 다각화라고도 함) 사이에 구분이 있음을 알아 두는 것이 중요합니다.

적극적인 다각화와 최적의 다각화의 차이 이해

다각화가 대개 성공적인 전략 인 이유는 개별 자산이 언제나 함께 움직이는 것은 아니라는 점입니다. 따라서 다소 순진한 다각화가 유익 할 수 있습니다 (그러나 최악의 경우, 비생산적 일 수 있습니다). NASDAQ (2016)에 따르면 naive diversification은 투자자가 선택한 유가 증권의 다양성으로 인해 포트폴리오의 위험을 낮추기를 바라는 투자자가 무작위로 다른 유가 증권을 선택하는 일종의 다변화 전략입니다.단순한 다양 화는 단순히 통계 모델링을 사용하는 다양 화 방법만큼 정교하지 않습니다. 그러나 경험, 각 보안에 대한 신중한 검토 및 상식에 의해 결정될 때 순진한 다변화는 그럼에도 불구하고 포트폴리오 위험을 줄이기위한 입증 된 효과적인 전략입니다. 반면에, 최적 다각화 (Markowitz 다변화라고도 함)는 다양한 포트폴리오를 만드는 데있어 다른 접근 방식을 취합니다. 여기서 초점은 서로의 상관 관계가 완벽하게 긍정적이지 않은 자산을 찾는 것입니다. 이렇게하면 적은 증권으로 위험을 최소화하는 데 도움이되며 결국 수익을 극대화 할 수 있습니다. 이러한 접근 방식을 통해 컴퓨터는 복잡한 모델과 알고리즘을 실행하여 자산 간의 이상적인 상관 관계를 찾아 위험을 최소화하고 수익을 극대화합니다. 위에서 언급했듯이 투자 자산을 다른 자산에 분산시킬 때 다양 화가 발생하기 때문에 두 가지 형태의 다양 화 (단순하고 최적화 된 분산)가 효과적 일 수 있습니다.

순수 다변화 란 복잡한 계산을 사용하지 않고 포트폴리오 중 다른 자산을 무작위로 선택하는 프로세스를 말합니다. 그것의 무작위성에도 불구하고, 이것은 여전히 ​​많은 수의 법칙을 기반으로 위험을 감소시키는 효과적인 전략이다.

상관 관계의 중요성

다양화할 수있는 "더 나은"방법이 있습니다. 구체적으로 말하자면, 투자 할 자산을 조사하여 서로 상관 관계없이 위 아래로 움직이지 않는 자산을 찾습니다. 이렇게하면 포트폴리오의 위험을 효과적으로 낮출 수 있습니다. CFA Institute (2014)가 설명했듯이 상관 관계 - 이는 통계에서 중요한 개념입니다. 상관 관계 란 두 개의 개별 숫자 값이 함께 움직이는 정도 또는 정도를 측정 한 것입니다. 여기서 관심있는 가치는 자산입니다. 가능한 최대 상관 관계는 100 %입니다. 이는 0으로 표시됩니다. 두 애셋의 상관 관계가 1.0 일 때 한 애셋이 이동하면 다른 애셋은 항상 이동합니다. 이러한 자산이 이동하는 양은 다를 수 있지만 상관 관계가 1.0 인 경우 항상 동일한 방향으로 함께 이동합니다. 반대로 두 자산이 반대 방향으로 움직일 때 그 상관 관계는 부정적입니다. 상대방이 항상 반대 방향으로 100 % 이동하면 -100 % 또는 -1로 간주됩니다. 따라서 자산의 상관 관계를 조사 할 때 -1에 가까워집니다. 0 일 경우 분산 효과가 커집니다. (999) : 결론>

결론은 누구나 분명합니다. 투자자는 위험으로부터 보호하기 위해 포트폴리오를 다각화해야합니다. 극한 상황에서 다변화하는 것이 효율적이지는 않지만 일반적인 시장 상황은 거의 다변화 된 포트폴리오가 투자자가 직면하는 위험을 크게 줄일 수 있음을 의미합니다. 따라서 투자 가치를 극대화하기 위해 포트폴리오의 다양 화를 지속적으로 개선하거나 최적화하기 위해 노력하는 것이 중요합니다. 이것은 간단하고 순진한 다변화와는 반대로 상호 관련되지 않고 움직이는 자산을 찾기 위해 실사를 수행하는 것을 의미합니다.반면에, 복잡한 수학적 다양성이 제공한다고 가정 한 이점은 상대적으로 명확하지 않다. 이러한 복잡한 모델을 적용하고 운영하는 방법은 평균 투자자에게 더 불분명합니다. 물론 전산화 된 모델은 설득력 있고 인상적으로 나타날 수 있지만 단순히 의미심장 한 것보다 더 정확하거나 통찰력이 있다는 것을 의미하지는 않습니다. 결과적으로 모델이 매우 복잡한 알고리즘을 기반으로하는 경우보다 결과를 산출하는지 여부가 중요합니다.