Czym jest Portfolio Variance & Std Dev?
▾
Wariancja portfela mierzy całkowite ryzyko kombinacji inwestycji, uwzględniając nie tylko indywidualne ryzyko każdego aktywa, ale także ich wzajemne relacje. Kiedy dwa aktywa mają tendencję do jednoczesnego podążania w tym samym kierunku, połączenie ich niewiele pomaga w zmniejszeniu ryzyka. Ale kiedy poruszają się w przeciwnych kierunkach — lub nawet po prostu inaczej — zmieszanie ich tworzy portfel, który jest mniej zmienny niż jakikolwiek pojedynczy składnik. Jest to matematyczny silnik dywersyfikacji i dlatego posiadanie kombinacji akcji, obligacji, nieruchomości i towarów może zmniejszyć ogólne ryzyko portfela bez konieczności poświęcania zwrotu. Pomysł ten został sformalizowany przez Harry'ego Markowitza w jego artykule z 1952 r. „Portfolio Selection”, za który w 1990 r. otrzymał Nagrodę Nobla w dziedzinie ekonomii. Przed Markowitzem inwestorzy skupiali się niemal wyłącznie na wyborze dobrych pojedynczych papierów wartościowych. Jego spostrzeżenie było takie, że portfel jako całość ma większe znaczenie niż jakakolwiek pojedyncza akcja, a korelacja między aktywami jest kluczem do zrozumienia połączonego ryzyka. Jego teoria, obecnie nazywana Nowoczesną Teorią Portfela (MPT), wprowadziła koncepcję granicy efektywnej: zestawu portfeli oferujących najwyższy zwrot przy danym poziomie ryzyka lub najniższe ryzyko przy danym dochodzie. W praktyce wariancję portfela oblicza się na podstawie wagi każdego aktywa, jego indywidualnej wariancji (lub odchylenia standardowego) i kowariancji parami pomiędzy każdą kombinacją aktywów. Przy dwóch aktywach jest to prosta formuła; przy dwudziestu aktywach potrzebujesz macierzy kowariancji 20 × 20. Nowoczesne oprogramowanie do optymalizacji portfela automatycznie obsługuje tę algebrę macierzy, ale zrozumienie leżącej u jej podstaw logiki – zgodnie z którą zmniejszenie średniej korelacji parami zmniejsza wariancję portfela – jest niezbędne dla każdego inwestora budującego strategię obejmującą wiele aktywów. Wariancja portfela ma również kluczowe znaczenie dla raportowania ryzyka w profesjonalnym zarządzaniu inwestycjami. Modele czynnikowe rozkładają wariancję portfela na składowe ryzyka rynkowego, nachylenia sektorów, ekspozycje stylistyczne i ryzyko idiosynkratyczne, umożliwiając zarządzającym portfelami dokładne zrozumienie, skąd pochodzi ich ryzyko i czy otrzymują za nie rekompensatę.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Wzór
▾
Dwa aktywa: σ²_p = w₁²σ₁² + w₂²σ₂² + 2·w₁·w₂·ρ₁₂·σ₁·σ₂
Zasób N: σ²_p = Σᵢ Σⱼ wᵢ·wⱼ·σᵢⱼ (forma macierzowa: σ²_p = wᵀ·Σ·w)
Odchylenie standardowe portfela (σ_p) = √σ²_p
Kowariancja: σᵢⱼ = ρᵢⱼ·σᵢ·σⱼOpis zmiennych
▾
| Symbol | Imię | Jednostka | Opis |
|---|---|---|---|
| wᵢ | Waga aktywów | decimal (0–1) | Część wartości portfela alokowana do aktywa i; wszystkie wagi muszą sumować się do 1 |
| σᵢ | Odchylenie standardowe aktywów | % per year | Parametr σᵢ stanowi kluczowy ilościowy wkład w obliczenie wariancji portfela, mierzony w jednostce standardowej i bezpośrednio wpływający na obliczony wynik poprzez wzór matematyczny |
| ρᵢⱼ | Współczynnik korelacji | dimensionless (−1 to +1) | Korelacja Pearsona między zwrotami z aktywów i oraz j; −1 = całkowicie ujemny, 0 = nieskorelowany, +1 = całkowicie dodatni |
| σᵢⱼ | Kowariancja | % squared per year | Łączna zmienność aktywów i oraz j; równa się ρᵢⱼ × σᵢ × σⱼ |
| Σ | Macierz kowariancji | matrix | N×N symetryczna macierz wszystkich kowariancji parami; główny wkład w optymalizację portfela |
Jak Portfolio Variance & Std Dev
▾
- 1Wypisz wszystkie aktywa w portfelu wraz z ich aktualną wartością rynkową, a następnie oblicz wagę każdego aktywa jako jego wartość podzieloną przez całkowitą wartość portfela.
- 2Zbierz zannualizowane odchylenie standardowe (zmienność) dla każdego aktywa – zwykle szacowane na podstawie miesięcznych stóp zwrotu za 3–5 lat, a następnie obliczane w ujęciu rocznym (pomnóż miesięczne σ przez √12).
- 3Skonstruuj macierz korelacji parami: dla każdej pary aktywów oblicz korelację ich historycznych szeregów zwrotów. Większość programów portfelowych lub arkuszy kalkulacyjnych może to obliczyć na podstawie historii zwrotów.
- 4Zamień korelacje na kowariancje: σᵢⱼ = ρᵢⱼ × σᵢ × σⱼ dla każdej pary.
- 5W przypadku dwóch zasobów zastosuj formułę bezpośrednią. W przypadku większej liczby aktywów oblicz wᵀΣw za pomocą mnożenia macierzy — jest to iloczyn wewnętrzny wektora wag z macierzą kowariancji.
- 6Weź pierwiastek kwadratowy wariancji portfela, aby otrzymać odchylenie standardowe portfela (σ_p) – bardziej intuicyjną miarę ryzyka wyrażoną w wartościach procentowych.
- 7Porównaj σ_p ze średnią ważoną poszczególnych wartości σ (Σwᵢσᵢ). Różnica polega na korzyściach z dywersyfikacji – ile ryzyka unikniesz łącząc aktywa, zamiast trzymać je osobno.
Rozwiązane przykłady
▾
Średnia ważona σ wyniosłaby 0,60 × 18 + 0,40 × 6 = 13,2%; portfel osiąga jedynie 10,5% — oszczędność 2,7% ryzyka poprzez dywersyfikację.
Źródłem redukcji ryzyka jest ujemna korelacja pomiędzy akcjami i obligacjami (obligacje często rosną, gdy akcje spadają). To dlatego portfel 60/40 stał się na dziesięciolecia domyślną zrównoważoną alokacją dla funduszy emerytalnych i fundacji – pozwala on na wychwytywanie zwrotów z kapitału własnego, jednocześnie znacząco ograniczając zmienność.
Dwie akcje tego samego sektora mają bardzo wysoką korelację; dywersyfikacja pozwala zaoszczędzić jedynie ~1% ryzyka w porównaniu ze średnią ważoną wynoszącą 29%.
Gdy aktywa są silnie skorelowane, ich połączenie daje minimalne korzyści z dywersyfikacji. Posiadanie dwóch spółek technologicznych niewiele różni się od posiadania jednej spółki technologicznej dwukrotnie większej. Prawdziwa dywersyfikacja wymaga aktywów, które w różny sposób reagują na warunki ekonomiczne – a nie tylko różnych nazw firm w tym samym sektorze.
Dodanie złota (korelacja prawie zerowa z obydwoma) zmniejsza zmienność portfela bardziej niż wartość bazowa 60/40.
Alokacja złota uwzględnia jego niską korelację zarówno z akcjami, jak i obligacjami. Mimo że złoto samo w sobie jest zmienne (15%), ponieważ zmienia się niezależnie od akcji i obligacji, jego dodanie zmniejsza ogólną wariancję portfela. Pokazuje to, że zmienność pojedynczego składnika aktywów ma mniejsze znaczenie niż jego korelacja z resztą portfela.
W sytuacjach kryzysowych korelacje między aktywami rosną w kierunku 1,0, eliminując dywersyfikację dokładnie wtedy, gdy jej najbardziej potrzebujesz.
Jest to najważniejsze ograniczenie wariancji portfela obliczonej na podstawie danych z okresu normalnego: korelacje nie są stabilne. Podczas kryzysu finansowego w 2008 r. i wyprzedaży związanej z pandemią w marcu 2020 r. prawie wszystkie ryzykowne aktywa spadły jednocześnie, gdy inwestorzy upłynnili wszystko, aby pozyskać gotówkę. Modele oparte na długoterminowych średnich korelacjach dramatycznie zaniżają ryzyko podczas tych epizodów.
Zastosowania praktyczne
▾
Konstruowanie efektywnych portfeli o średniej wariancji i obliczanie granicy efektywnej, co stanowi ważny obszar zastosowań wariancji portfela w kontekstach zawodowych i analitycznych, gdzie dokładne obliczenia wariancji portfela bezpośrednio wspierają podejmowanie świadomych decyzji, planowanie strategiczne i optymalizację wydajności
Dekompozycja i atrybucja ryzyka w zarządzaniu funduszami instytucjonalnymi, stanowiąca ważny obszar zastosowań wariancji portfela w kontekstach zawodowych i analitycznych, gdzie dokładne obliczenia wariancji portfela bezpośrednio wspierają podejmowanie świadomych decyzji, planowanie strategiczne i optymalizację wyników
Modelowanie kapitału regulacyjnego w ramach Bazylei III dla banków i Solvency II dla ubezpieczycieli, reprezentujące ważny obszar zastosowań wariancji portfela w kontekstach zawodowych i analitycznych, gdzie dokładne obliczenia wariancji portfela bezpośrednio wspierają podejmowanie świadomych decyzji, planowanie strategiczne i optymalizację wyników
Robo-doradca i algorytmy konstrukcji portfela funduszy typu Target-Date, reprezentujące ważny obszar zastosowań wariancji portfela w kontekstach zawodowych i analitycznych, gdzie dokładne obliczenia wariancji portfela bezpośrednio wspierają podejmowanie świadomych decyzji, planowanie strategiczne i optymalizację wyników
Przypadki szczególne
▾
Aktywa niepłynne – rzadka wycena
{'title': 'Aktywa niepłynne — rzadkie wyceny', 'body': "Aktywa wyceniane rzadko (private equity, nieruchomości) wykazują sztucznie zaniżoną korelację z rynkami publicznymi, ponieważ ich wyceny są opóźnione. Ten „efekt wygładzania” zaniża prawdziwą wariancję i korelacje. Modele wykorzystujące zwroty oparte na wycenie dla aktywów prywatnych znacznie zaniżają rzeczywiste ryzyko portfela i zawyżają korzyści z dywersyfikacji. Dimson (1979) techniki korekcji lub niewygładzania powrotu pomagają dostosować się do tego.”}
Grube ogony i nietypowe zyski
{'title': 'Głębokie ogony i inne niż normalne stopy zwrotu', 'treść': 'Standardowa wariancja portfela zakłada stopy zwrotu o rozkładzie normalnym. W rzeczywistości zwroty z aktywów mają grube ogony — duże ruchy występują znacznie częściej, niż przewiduje rozkład normalny. Podczas kryzysu w 2008 r., krachu związanego z Covid-19 w 2020 r. i wyprzedaży obligacji w 2022 r. zwroty wyniosły 5–10 odchyleń standardowych według standardów dystrybucji normalnej. Oczekiwany niedobór (CVaR) i testy warunków skrajnych uzupełniają wariancję w celu wykrycia ryzyka ogona.'}
Błąd estymacji w macierzach kowariancji
{'title': 'Błąd estymacji macierzy kowariancji', 'treść': 'Macierze kowariancji oszacowane na podstawie danych historycznych są zaszumione, szczególnie w przypadku dużych portfeli. Mając 50 zasobów, szacujesz 1225 kowariancji – każda obarczona błędem oszacowania. Optymalizatory wzmacniają te błędy, tworząc niestabilne portfele o ekstremalnych wagach. Estymatory skurczu (Ledoit-Wolf), modele czynnikowe lub solidne metody optymalizacji zmniejszają wrażliwość na błąd estymacji.'}
Odchylenie standardowe portfela według korelacji — podział 50/50, σ₁=20%, σ₂=15%
▾
| Korelacja (ρ) | Portfel σ | Ryzyko a średnia ważona (17,5%) | Interpretacja |
|---|---|---|---|
| −1,0 (idealnie ujemny) | 2,5% | −15,0% | Maksymalna dywersyfikacja — możliwe ryzyko bliskie zeru |
| −0,5 | 10,4% | −7,1% | Silna korzyść z dywersyfikacji |
| 0,0 (nieskorelowane) | 12,5% | −5,0% | Dobra dywersyfikacja – niezależne aktywa |
| 0.5 | 14,4% | −3,1% | Umiarkowane korzyści — aktywa zmierzające w tym samym kierunku |
| 0.8 | 16,5% | −1,0% | Minimalna korzyść – wysoce skorelowana |
| +1,0 (idealnie pozytywny) | 17,5% | 0% | Brak dywersyfikacji – identycznie jak średnia ważona |
Często zadawane pytania
▾
Jaka jest różnica między wariancją portfela a odchyleniem standardowym portfela?
Wariancja portfela (σ²_p) to kwadratowa miara ryzyka — jednostką jest „procent do kwadratu”, co nie jest intuicyjne. Odchylenie standardowe portfela (σ_p = √σ²_p) przekształca to z powrotem na wartości procentowe, które można bezpośrednio porównać ze zwrotami z aktywów. Jeśli Twój portfel ma roczne odchylenie standardowe wynoszące 12%, oznacza to, że zwroty zazwyczaj mieszczą się w granicach ±12% średniej z około dwóch trzecich lat (jedno odchylenie standardowe). Obydwa mierzą to samo; odchylenie standardowe jest częściej stosowane w praktyce, ponieważ jednostki odpowiadają jednostkom zwrotów.
Dlaczego dla dywersyfikacji korelacja ma większe znaczenie niż zmienność indywidualna?
Dodanie niestabilnego aktywa do portfela może faktycznie zmniejszyć ogólne ryzyko portfela, jeśli ten aktyw ma niską lub ujemną korelację z istniejącymi portfelami. Na przykład złoto charakteryzuje się roczną zmiennością na poziomie 15–20%, porównywalną z akcjami, jednak dodanie 10–15% złota do portfela obligacji zazwyczaj zmniejsza całkowitą zmienność portfela. Matematyka czyni to precyzyjnym: składnik iloczynu krzyżowego (2·w₁·w₂·ρ·σ₁·σ₂) jest odejmowany, gdy ρ jest ujemne i dodawane, gdy ρ jest dodatnie. Korelacja jest dosłownie parametrem decydującym o tym, czy dywersyfikacja działa.
Ile aktywów potrzeba do odpowiedniej dywersyfikacji?
Badania Evansa i Archera (1968) wykazały, że większość ryzyka idiosynkratycznego (specyficznego dla firmy) jest eliminowana w przypadku około 20–30 losowo wybranych akcji. Poza tym dodanie większej liczby akcji minimalnie zmniejsza ryzyko. Jednakże portfel 30 amerykańskich akcji jest zdywersyfikowany jedynie pod względem ryzyka specyficznego dla spółki – nadal ma pełną ekspozycję na ryzyko amerykańskiego rynku akcji, ryzyko sektorowe i ryzyko czynników. Prawdziwa dywersyfikacja wymaga krzyżowania klas aktywów (akcje, obligacje, nieruchomości, towary, alternatywy) i obszarów geograficznych (krajowe, rozwinięte rynki międzynarodowe, rynki wschodzące).
Co to jest macierz kowariancji i jak ją zbudować?
Macierz kowariancji (Σ) to siatka N×N, w której każdy wpis [i,j] pokazuje kowariancję pomiędzy aktywem i i aktywem j. Wpisy ukośne to indywidualne wariancje (σᵢ²). Macierz jest symetryczna (wpis [i,j] = [j,i]), ponieważ kowariancja między A i B jest równa kowariancji między B i A. Aby ją zbudować na podstawie danych historycznych: zbierz miesięczne zwroty dla wszystkich aktywów, oblicz kowariancje parami za pomocą funkcji COVAR w Excelu lub numpy.cov() w Pythonie, a następnie dokonaj obliczeń w skali roku, mnożąc przez 12 (w przypadku danych miesięcznych).
Jaki jest portfel minimalnej wariancji?
Portfel minimalnej wariancji to kombinacja aktywów – specyficzna dla wag każdego aktywa – która daje najniższą możliwą wariancję portfela we wszystkich możliwych kombinacjach alokacji. Znajduje się w skrajnym lewym punkcie granicy efektywnej. Niekoniecznie jest to portfel optymalny (poświęca oczekiwany zwrot), ale reprezentuje maksymalną korzyść z dywersyfikacji możliwą do osiągnięcia przy dostępnych aktywach. W przypadku dwóch aktywów minimalna waga wariancji dla aktywa 1 wynosi: w₁ = (σ₂² − σ₁₂) / (σ₁² + σ₂² − 2σ₁₂), gdzie σ₁₂ to kowariancja.
Jak dźwignia wpływa na wariancję portfela?
Dźwignia zwiększa wariancję portfela o kwadrat wskaźnika dźwigni. Jeśli pożyczysz 50% wartości portfela na inwestycję (dźwignia 1,5 ×), wariancja portfela wzrośnie o współczynnik 1,5² = 2,25, a odchylenie standardowe wzrośnie o 1,5 ×. Oznacza to, że 12% zannualizowane odchylenie standardowe przy 1× staje się 18% przy 1,5×. Dźwigni nie można zdywersyfikować – wszystkie składniki skalują się proporcjonalnie. Właśnie dlatego fundusze o dużej dźwigni finansowej (np. fundusze ETF 2× i 3×) charakteryzują się dramatycznie wyższą zmiennością niż ich indeksy bazowe.
Jaka jest różnica między wariancją portfela w MPT a ryzykiem modelu czynnikowego?
MPT oblicza całkowitą wariancję portfela na podstawie historii surowych zwrotów. Modele czynnikowe (CAPM, Fama-French, Barra) rozkładają wariancję portfela na komponenty systematyczne (ryzyko rynkowe, ryzyko wielkości, ryzyko wartości, ryzyko pędu) i komponent idiosynkratyczny. Wariancja modelu czynnikowego daje lepszy wgląd w to, dlaczego narażasz się na ryzyko — czy jest to rynkowa beta, koncentracja sektorowa czy pochylenia czynników? W przypadku zarządzania portfelem rozkład ryzyka czynników jest bardziej praktyczny; w przypadku precyzyjnego obliczenia wariancji bardziej dokładne jest podejście oparte na macierzy kowariancji.
Częste błędy do unikania
▾
- !Używanie odchyleń standardowych aktywów w procentach (np. 20) zamiast w ułamkach dziesiętnych (0,20) — formuła wymaga liczb dziesiętnych, a zmieszanie ich daje bezsensowne wyniki.
- !Ignorowanie korelacji i proste uśrednianie odchyleń standardowych aktywów – to przeszacowuje ryzyko portfela i pomija cały sens dywersyfikacji.
- !Zakładając, że korelacje historyczne są stabilne – korelacje zmieniają się dramatycznie między reżimami normalnymi i kryzysowymi. Zawsze przeprowadzaj testy warunków skrajnych z podwyższonymi założeniami korelacji.
- !Używając miesięcznych stóp zwrotu bez rocznej wartości — pomnóż miesięczną wariancję przez 12, aby uzyskać roczną wariancję, lub pomnóż miesięczne σ przez √12, aby otrzymać roczne σ.
- !Traktując portfel akcji tego samego sektora jako zdywersyfikowany – akcje sektora mają korelację powyżej 0,7 i zapewniają minimalną redukcję wariancji.
Wskazówka Pro
Przeprowadź dwa obliczenia wariancji portfela: jedno wykorzystując średnie korelacje długoterminowe (okres normalny) i drugie wykorzystując korelacje z okresu kryzysu (zakładając, że wszystkie korelacje ryzykownych aktywów wzrosną do 0,80+). Różnica między tymi dwiema liczbami to „kredyt na dywersyfikację” – wielkość redukcji ryzyka, która może zniknąć w przypadku prawdziwego kryzysu. Dostosuj budżet ryzyka ostrożnie do scenariusza korelacji kryzysowej.
Czy wiedziałeś?
Według doniesień Harry Markowitz opracował swój model wariancji portfela jako doktorant w latach pięćdziesiątych XX wieku, czytając w bibliotece uniwersyteckiej „Teorię wartości inwestycji” Johna Burra Williamsa. Jego spostrzeżenia – że inwestorzy powinni dbać o portfele, a nie o pojedyncze akcje – pojawiły się pewnego popołudnia. W swoim przemówieniu laureat Nagrody Nobla zauważył, że Milton Friedman początkowo sugerował, że jego praca nie dotyczy ekonomii. Kilkadziesiąt lat później macierz kowariancji Markowitza jest wbudowana w każdy instytucjonalny proces inwestycyjny na świecie.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
Źródła
Otrzymuj cotygodniowe porady matematyczne
Dołącz do subskrybentów 12 000+, którzy co tydzień otrzymują wskazówki dotyczące kalkulatora.