Was ist Portfolio Variance & Std Dev?
▾
Die Portfoliovarianz misst das Gesamtrisiko einer Kombination von Anlagen, indem sie nicht nur das individuelle Risiko jedes einzelnen Vermögenswerts berücksichtigt, sondern auch, wie sie sich im Verhältnis zueinander bewegen. Wenn sich zwei Vermögenswerte gleichzeitig in die gleiche Richtung bewegen, trägt ihre Kombination kaum zur Risikominderung bei. Wenn sie sich jedoch in entgegengesetzte Richtungen – oder auch nur in unterschiedliche Richtungen – bewegen, entsteht durch ihre Mischung ein Portfolio, das weniger volatil ist als jede einzelne Komponente. Dies ist der mathematische Motor hinter der Diversifizierung, und deshalb kann der Besitz einer Mischung aus Aktien, Anleihen, Immobilien und Rohstoffen das Gesamtrisiko eines Portfolios reduzieren, ohne unbedingt Einbußen bei der Rendite hinnehmen zu müssen. Diese Idee wurde von Harry Markowitz in seiner Arbeit „Portfolio Selection“ aus dem Jahr 1952 formalisiert, die ihm 1990 den Nobelpreis für Wirtschaftswissenschaften einbrachte. Vor Markowitz konzentrierten sich Anleger fast ausschließlich auf die Auswahl guter Einzeltitel. Seiner Ansicht nach war das Portfolio als Ganzes wichtiger als jede einzelne Aktie – und die Korrelation zwischen den Vermögenswerten war der Schlüssel zum Verständnis des kombinierten Risikos. Sein Rahmenwerk, das heute „Modern Portfolio Theory“ (MPT) heißt, führte das Konzept der Effizienzgrenze ein: die Gruppe von Portfolios, die für ein bestimmtes Risikoniveau die höchste Rendite oder für eine bestimmte Rendite das niedrigste Risiko bieten. In der Praxis wird die Portfoliovarianz anhand der Gewichtung jedes Vermögenswerts, seiner individuellen Varianz (oder Standardabweichung) und der paarweisen Kovarianzen zwischen jeder Kombination von Vermögenswerten berechnet. Bei zwei Vermögenswerten ist es eine einfache Formel; Bei zwanzig Vermögenswerten benötigen Sie eine 20×20-Kovarianzmatrix. Moderne Portfoliooptimierungssoftware verarbeitet diese Matrixalgebra automatisch, aber das Verständnis der zugrunde liegenden Logik – dass eine Reduzierung der durchschnittlichen paarweisen Korrelation die Portfoliovarianz verringert – ist für jeden Anleger, der eine Multi-Asset-Strategie entwickelt, von entscheidender Bedeutung. Die Portfoliovarianz ist auch für die Risikoberichterstattung im professionellen Investmentmanagement von zentraler Bedeutung. Faktormodelle zerlegen die Portfoliovarianz in Beiträge aus Marktrisiko, Sektorneigung, Stilengagements und idiosynkratischem Risiko, sodass Portfoliomanager genau verstehen können, woher ihr Risiko kommt und ob sie dafür entschädigt werden.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Formel
▾
Zwei-Asset: σ²_p = w₁²σ₁² + w₂²σ₂² + 2·w₁·w₂·ρ₁₂·σ₁·σ₂
N-Anlage: σ²_p = Σᵢ Σⱼ wᵢ·wⱼ·σᵢⱼ (Matrixform: σ²_p = wᵀ·Σ·w)
Portfolio-Standardabweichung (σ_p) = √σ²_p
Kovarianz: σᵢⱼ = ρᵢⱼ·σᵢ·σⱼVariablenbeschreibung
▾
| Symbol | Name | Einheit | Beschreibung |
|---|---|---|---|
| wᵢ | Vermögensgewicht | decimal (0–1) | Anteil des Portfoliowerts, der dem Vermögenswert i zugeordnet ist; Alle Gewichte müssen in der Summe 1 ergeben |
| σᵢ | Asset-Standardabweichung | % per year | Der σᵢ-Parameter stellt eine wichtige quantitative Eingabe bei der Portfolio-Varianzberechnung dar, wird in seiner Standardeinheit gemessen und hat über die mathematische Formel direkten Einfluss auf das berechnete Ergebnis |
| ρᵢⱼ | Korrelationskoeffizient | dimensionless (−1 to +1) | Pearson-Korrelation zwischen den Renditen von Anlage i und j; −1 = perfekt negativ, 0 = unkorreliert, +1 = perfekt positiv |
| σᵢⱼ | Kovarianz | % squared per year | Gemeinsame Variabilität der Vermögenswerte i und j; gleich ρᵢⱼ × σᵢ × σⱼ |
| Σ | Kovarianzmatrix | matrix | N×N-symmetrische Matrix aller paarweisen Kovarianzen; Der zentrale Input für die Portfoliooptimierung |
Anleitung Portfolio Variance & Std Dev
▾
- 1Listen Sie jeden Vermögenswert im Portfolio mit seinem aktuellen Marktwert auf und berechnen Sie dann die Gewichtung jedes Vermögenswerts als Wert dividiert durch den Gesamtwert des Portfolios.
- 2Erfassen Sie die annualisierte Standardabweichung (Volatilität) für jeden Vermögenswert – in der Regel anhand der monatlichen Renditen von 3–5 Jahren geschätzt und dann annualisiert (monatliches σ mit √12 multiplizieren).
- 3Erstellen Sie die paarweise Korrelationsmatrix: Berechnen Sie für jedes Vermögenswertpaar die Korrelation ihrer historischen Renditereihen. Die meisten Portfolio-Softwareprogramme oder Tabellenkalkulationen können dies anhand einer Renditehistorie berechnen.
- 4Wandeln Sie Korrelationen in Kovarianzen um: σᵢⱼ = ρᵢⱼ × σᵢ × σⱼ für jedes Paar.
- 5Wenden Sie für zwei Vermögenswerte die direkte Formel an. Für mehr Vermögenswerte berechnen Sie wᵀΣw mithilfe der Matrixmultiplikation – dies ist das innere Produkt des Gewichtsvektors mit der Kovarianzmatrix.
- 6Ziehen Sie die Quadratwurzel der Portfolio-Varianz, um die Portfolio-Standardabweichung (σ_p) zu erhalten – das intuitivere Risikomaß, ausgedrückt in Prozent.
- 7Vergleichen Sie σ_p mit dem gewichteten Durchschnitt der einzelnen σ-Werte (Σwᵢσᵢ). Der Unterschied liegt im Diversifizierungsvorteil – wie viel Risiko Sie vermeiden, indem Sie Vermögenswerte kombinieren, anstatt sie einzeln zu halten.
Gelöste Beispiele
▾
Der gewichtete Durchschnitt σ wäre 0,60×18+0,40×6 = 13,2 %; Das Portfolio erreicht nur 10,5 % – eine Risikoeinsparung von 2,7 % durch Diversifizierung.
Die negative Korrelation zwischen Aktien und Anleihen (Anleihen erholen sich oft, wenn die Aktien fallen) ist die Quelle der Risikominderung. Aus diesem Grund wurde das 60/40-Portfolio jahrzehntelang zur standardmäßigen ausgewogenen Allokation für Pensionsfonds und Stiftungen – es erfasst Aktienrenditen und dämpft gleichzeitig die Volatilität erheblich.
Zwei Aktien desselben Sektors weisen eine sehr hohe Korrelation auf; Diversifizierung spart nur etwa 1 % des Risikos im Vergleich zum gewichteten Durchschnitt von 29 %.
Wenn Vermögenswerte stark korreliert sind, führt ihre Kombination zu einem minimalen Diversifizierungsvorteil. Der Besitz von zwei Technologieaktien unterscheidet sich kaum vom Besitz einer doppelt so großen Technologieaktie. Für eine echte Diversifizierung sind Vermögenswerte erforderlich, die unterschiedlich auf die Wirtschaftslage reagieren – und nicht nur unterschiedliche Firmennamen in derselben Branche.
Das Hinzufügen von Gold (Korrelation nahe Null mit beiden) reduziert die Portfoliovolatilität weiter als die 60/40-Basislinie.
Die Goldallokation bringt die geringe Korrelation sowohl mit Aktien als auch mit Anleihen ins Spiel. Obwohl Gold selbst volatil ist (15 %), da es sich unabhängig von Aktien und Anleihen bewegt, verringert es die Gesamtvarianz des Portfolios. Dies zeigt, dass die Volatilität eines einzelnen Vermögenswerts weniger wichtig ist als seine Korrelation zum Rest des Portfolios.
In Krisenzeiten steigen die Cross-Asset-Korrelationen in Richtung 1,0, sodass die Diversifizierung genau dann eliminiert wird, wenn Sie sie am meisten benötigen.
Dies ist die wichtigste Einschränkung der aus Normalperiodendaten berechneten Portfoliovarianz: Korrelationen sind nicht stabil. Während der Finanzkrise 2008 und dem COVID-Ausverkauf im März 2020 fielen fast alle Risikoaktiva gleichzeitig, da die Anleger alles liquidierten, um Bargeld zu beschaffen. Modelle, die auf langfristigen durchschnittlichen Korrelationen basieren, haben das Risiko während dieser Episoden dramatisch unterschätzt.
Praktische Anwendungen
▾
Die Erstellung von effizienten Portfolios mit mittlerer Varianz und die Berechnung der Effizienzgrenze stellen einen wichtigen Anwendungsbereich für die Portfolio-Varianz in professionellen und analytischen Kontexten dar, in denen genaue Berechnungen der Portfolio-Varianz direkt fundierte Entscheidungsfindung, strategische Planung und Leistungsoptimierung unterstützen
Die Risikozerlegung und -zuordnung im institutionellen Fondsmanagement stellt einen wichtigen Anwendungsbereich für die Portfoliovarianz in professionellen und analytischen Kontexten dar, in denen genaue Portfoliovarianzberechnungen direkt fundierte Entscheidungsfindung, strategische Planung und Leistungsoptimierung unterstützen
Die regulatorische Kapitalmodellierung gemäß Basel III für Banken und Solvency II für Versicherer stellt einen wichtigen Anwendungsbereich für die Portfoliovarianz in professionellen und analytischen Kontexten dar, in dem genaue Portfoliovarianzberechnungen direkt fundierte Entscheidungsfindung, strategische Planung und Leistungsoptimierung unterstützen
Robo-Advisor- und Target-Date-Fonds-Portfoliokonstruktionsalgorithmen stellen einen wichtigen Anwendungsbereich für die Portfoliovarianz in professionellen und analytischen Kontexten dar, in denen genaue Portfoliovarianzberechnungen direkt fundierte Entscheidungsfindung, strategische Planung und Leistungsoptimierung unterstützen
Sonderfälle
▾
Illiquide Vermögenswerte – seltene Preisgestaltung
{'title': 'Illiquide Vermögenswerte – unregelmäßige Preisgestaltung', 'body': „Vermögenswerte, die selten bewertet werden (Private Equity, Immobilien), weisen eine künstlich niedrige gemessene Korrelation mit öffentlichen Märkten auf, weil ihre Bewertungen hinterherhinken. Dieser „Glättungseffekt“ unterschätzt die wahre Varianz und Korrelationen. Modelle, die bewertungsbasierte Renditen für private Vermögenswerte verwenden, unterschätzen das tatsächliche Portfoliorisiko erheblich und überbewerten Diversifizierungsvorteile. Dimson (1979) Korrektur bzw Return-Unsmoothing-Techniken helfen, dies auszugleichen.}
Fette Schwänze und ungewöhnliche Renditen
{'title': 'Fat Tails und nicht normale Renditen', 'body': 'Standard-Portfoliovarianz geht von normalverteilten Renditen aus. In Wirklichkeit haben Vermögensrenditen dicke Schwankungen – große Bewegungen treten weitaus häufiger auf, als eine Normalverteilung vorhersagt. Während der Krise 2008, dem COVID-Crash 2020 und dem Anleihenausverkauf 2022 lagen die Renditen nach Normalverteilungsstandards bei 5–10 Standardabweichungsereignissen. Expected Shortfall (CVaR) und Stresstests ergänzen die Varianz zur Erfassung des Extremrisikos.'}
Schätzfehler in Kovarianzmatrizen
{'title': 'Schätzfehler in Kovarianzmatrizen', 'body': 'Aus historischen Daten geschätzte Kovarianzmatrizen sind verrauscht, insbesondere bei großen Portfolios. Bei 50 Vermögenswerten schätzen Sie 1.225 Kovarianzen – jede mit einem Schätzfehler. Optimierer verstärken diese Fehler und erzeugen instabile Portfolios mit extremen Gewichtungen. Schrumpfungsschätzer (Ledoit-Wolf), Faktormodelle oder robuste Optimierungsmethoden verringern die Empfindlichkeit gegenüber Schätzfehlern.'}
Portfolio-Standardabweichung nach Korrelation – 50/50-Aufteilung, σ₁=20 %, σ₂=15 %
▾
| Korrelation (ρ) | Portfolio σ | Risiko vs. gewichteter Durchschnitt (17,5 %) | Interpretation |
|---|---|---|---|
| −1,0 (perfektes Negativ) | 2,5 % | −15,0 % | Maximale Diversifikation – nahezu kein Risiko möglich |
| −0,5 | 10,4 % | −7,1 % | Starker Diversifikationsvorteil |
| 0,0 (unkorreliert) | 12,5 % | −5,0 % | Gute Diversifizierung – unabhängige Vermögenswerte |
| 0.5 | 14,4 % | −3,1 % | Mäßiger Nutzen – gleichgerichtete Vermögenswerte |
| 0.8 | 16,5 % | −1,0 % | Minimaler Nutzen – hohe Korrelation |
| +1,0 (perfekt positiv) | 17,5 % | 0% | Keine Diversifizierung – identisch mit dem gewichteten Durchschnitt |
Häufig gestellte Fragen
▾
Wie berechne ich die Portfoliovarianz für zwei Vermögenswerte?
Portfoliovarianz = w₁²σ₁² + w₂²σ₂² + 2w₁w₂σ₁σ₂ρ₁₂, wobei w = Gewicht, σ = Standardabweichung und ρ = Korrelationskoeffizient zwischen den beiden Vermögenswerten. Beispiel: Aktie A (60 % Gewicht, 20 % Standardentwicklung) und Aktie B (40 % Gewicht, 15 % Standardentwicklung) mit einer Korrelation von 0,3. Varianz = (0,6)²(0,20)² + (0,4)²(0,15)² + 2(0,6)(0,4)(0,20)(0,15)(0,3) = 0,0144 + 0,0036 + 0,00432 = 0,02232. Standardentwicklung des Portfolios = √0,02232 = 14,94 %. Beachten Sie, dass dies weniger ist als der gewichtete Durchschnitt beider einzelner Standardentwickler (18 %). Das ist Diversifizierung am Werk. Je niedriger die Korrelation (ρ), desto stärker ist die Varianzreduzierung. Bei ρ = -1 (perfekte negative Korrelation) können Sie theoretisch alle Risiken eliminieren.
Warum verringert Diversifizierung die Portfoliovarianz?
Wenn Vermögenswerte nicht perfekt korreliert sind (ρ < 1), gleichen sich ihre Preisbewegungen teilweise gegenseitig aus – wenn einer im Zickzack verläuft, bewegt sich der andere nicht immer im gleichen Ausmaß (oder kann im Zickzack verlaufen). Mathematisch gesehen reduziert der Kreuzterm 2w₁w₂σ₁σ₂ρ die Gesamtvarianz immer dann, wenn ρ < 1. Bei ρ = 0 (unkorrelierte Vermögenswerte) beträgt die Portfoliovarianz nur w₁²σ₁² + w₂²σ₂², was immer kleiner als die gewichtete durchschnittliche Varianz ist. Mit ρ = -1 können Sie Gewichte finden, die die Varianz auf Null bringen. Sinkende Renditen: Der größte Diversifizierungsvorteil ergibt sich aus den ersten 15–30 unkorrelierten Positionen. Der Wechsel von 1 auf 10 Aktien reduziert das portfoliospezifische Risiko erheblich (~50–70 %); Ein Anstieg von 30 auf 100 führt zu einer geringfügigen Verbesserung. Wichtig ist, dass Diversifizierung nur unsystematische (unternehmensspezifische) Risiken eliminiert. Das systematische (Markt-)Risiko bleibt bestehen, unabhängig davon, wie viele Vermögenswerte Sie halten – dieses wird durch Beta erfasst.
Wie wird die Portfoliovarianz für mehr als zwei Vermögenswerte berechnet?
Für ein Portfolio mit „N“ Vermögenswerten umfasst die Berechnung die Summierung der einzelnen Vermögenswertvarianzen, gewichtet mit ihren quadrierten Portfoliogewichten, plus der doppelten Summe aller eindeutigen paarweisen Kovarianzen zwischen Vermögenswerten, jeweils multipliziert mit ihren jeweiligen Portfoliogewichten. Die allgemeine Formel lautet Σ(wi²σi²) + Σ(2wiwjCov(i,j)) für alle i≠j, wobei wi das Gewicht des Vermögenswerts i, σi² seine Varianz und Cov(i,j) die Kovarianz zwischen den Vermögenswerten i und j ist. Beispielsweise enthält ein Portfolio mit drei Vermögenswerten (A, B, C) drei Varianzterme und drei eindeutige Kovarianzterme (Cov(A,B), Cov(A,C), Cov(B,C)). Mit zunehmender Anzahl an Assets wächst die Anzahl der erforderlichen Kovarianzterme quadratisch, was die manuelle Berechnung komplexer macht.
Was bedeuten hohe oder niedrige Portfolio-Varianzwerte für das Anlagerisiko?
Eine höhere Portfoliovarianz weist auf eine größere Volatilität und Unvorhersehbarkeit der Portfoliorenditen und damit auf ein höheres Risikoniveau hin. Umgekehrt deutet eine geringere Portfoliovarianz auf stabilere und vorhersehbarere Renditen hin, was ein geringeres Gesamtrisiko bedeutet. Beispielsweise unterliegt ein Portfolio mit einer Varianz von 0,04 (Standardabweichung von 20 %) typischerweise größeren Schwankungen als eines mit einer Varianz von 0,01 (Standardabweichung von 10 %). Anleger streben im Allgemeinen danach, die Portfoliovarianz für eine bestimmte erwartete Rendite zu minimieren oder die Rendite für ein bestimmtes Varianzniveau zu maximieren.
Was sind die Hauptbeschränkungen der Portfoliovarianz als Risikomaß?
Die Portfoliovarianz misst in erster Linie die Streuung der Renditen um den Mittelwert unter der Annahme, dass die Renditen normal verteilt sind, was für reale Finanzanlagen oft nicht zutrifft. Das „Tail Risk“, das sich auf die Wahrscheinlichkeit und das Ausmaß extrem negativer Marktereignisse bezieht, wird nicht effektiv erfasst. Darüber hinaus stützt sich diese Messung auf historische Daten zu Varianzen und Kovarianzen, die das zukünftige Verhalten von Vermögenswerten möglicherweise nicht genau vorhersagen, insbesondere in Zeiten von Marktstress oder erheblichen Marktveränderungen.
Häufige Fehler vermeiden
▾
- !Die Verwendung von Vermögenswert-Standardabweichungen in Prozent (z. B. 20) anstelle von Dezimalzahlen (0,20) – die Formel erfordert Dezimalzahlen, und ihre Mischung führt zu unsinnigen Ergebnissen.
- !Das Ignorieren der Korrelation und die einfache Mittelung der Standardabweichungen der Vermögenswerte führt zu einer Überschätzung des Portfoliorisikos und verfehlt den gesamten Sinn der Diversifizierung.
- !Unter der Annahme, dass die historischen Korrelationen stabil sind, verschieben sich die Korrelationen dramatisch zwischen Normal- und Krisenregimen. Führen Sie Stresstests immer mit erhöhten Korrelationsannahmen durch.
- !Verwenden Sie monatliche Renditen ohne Annualisierung – multiplizieren Sie die monatliche Varianz mit 12, um die jährliche Varianz zu erhalten, oder multiplizieren Sie das monatliche σ mit √12, um das jährliche σ zu erhalten.
- !Ein Portfolio aus Aktien desselben Sektors wird als diversifiziert behandelt – Sektoraktien haben Korrelationen über 0,7 und bieten eine minimale Varianzreduzierung.
Profi-Tipp
Führen Sie zwei Portfolio-Varianzberechnungen durch: eine unter Verwendung langfristiger durchschnittlicher Korrelationen (normaler Zeitraum) und eine unter Verwendung von Korrelationen in Krisenzeiten (angenommen, alle Korrelationen risikoreicher Vermögenswerte steigen auf 0,80+). Die Lücke zwischen diesen beiden Zahlen ist Ihr „Diversifikationsguthaben“ – der Betrag der Risikoreduzierung, der in einer echten Krise möglicherweise verloren geht. Bemessen Sie Ihr Risikobudget konservativ im Hinblick auf das Krisenkorrelationsszenario.
Wussten Sie?
Berichten zufolge entwickelte Harry Markowitz sein Portfolio-Varianz-Framework als Doktorand in den 1950er Jahren, als er in einer Universitätsbibliothek John Burr Williams‘ „Theory of Investment Value“ las. Seine Einsicht – dass Anleger sich um Portfolios und nicht um einzelne Aktien kümmern sollten – kam eines Nachmittags. In der Rede seines Nobelpreisträgers wurde darauf hingewiesen, dass Milton Friedman zunächst behauptete, es handele sich bei der Arbeit nicht um Wirtschaftswissenschaften. Jahrzehnte später ist die Kovarianzmatrix von Markowitz in jeden institutionellen Anlageprozess auf der Welt eingebettet.
Referenzen
Holen Sie sich wöchentliche Mathe-Tipps
Schließen Sie sich 12.000+-Abonnenten an, die jede Woche Taschenrechner-Tipps erhalten.