Beleggingen reageren vaak op dezelfde economische factoren. Correlatie en covariantie helpen beschrijven hoe rendementen in een gekozen historische periode gezamenlijk bewogen. Dat maakt deze maatstaven nuttig voor diversificatie: twee posities met verschillende namen kunnen immers toch sterk aan dezelfde risicobron zijn blootgesteld.
De cijfers zijn beschrijvend, niet voorspellend. Ze hangen af van de gekozen dataset en hoeven in een volgend marktregime niet hetzelfde te blijven.
Ontdek welke dienstverlening en mogelijkheden u nodig hebt voordat u een broker kiest.
De correlatiecoëfficiënt meet de lineaire samenhang tussen twee reeksen rendementen op een gestandaardiseerde schaal.
Een correlatie van nul betekent niet automatisch dat twee beleggingen onafhankelijk zijn. Er kan bijvoorbeeld een niet-lineair verband bestaan, of de relatie kan in verschillende perioden van teken en sterkte veranderen.
Correlatie verklaart ook niet waarom twee beleggingen samen bewegen. Een gedeelde rente-, groei-, valuta- of liquiditeitsfactor kan achter de gemeten samenhang zitten.
Covariantie meet of twee rendementen doorgaans tegelijk boven of onder hun eigen gemiddelde liggen. Een positieve covariantie wijst op een neiging om in dezelfde richting af te wijken; een negatieve op een tegengestelde richting.
In tegenstelling tot correlatie heeft covariantie geen vaste schaal van -1 tot +1. De numerieke grootte hangt mede af van de volatiliteit en eenheden van de twee reeksen. Daardoor is de richting makkelijk te duiden, terwijl de absolute waarde minder geschikt is om verschillende paren rechtstreeks te vergelijken.
In portefeuilleberekeningen is covariantie belangrijk omdat het totale risico niet alleen afhangt van de volatiliteit van afzonderlijke posities, maar ook van hun gezamenlijke beweging.
De rekenkundige betekenis wordt zichtbaar in een vereenvoudigd voorbeeld. Twee beleggingen hebben elk een hypothetische jaarlijkse volatiliteit van 20% en krijgen ieder 50% portefeuillegewicht. Bij een historische correlatie van nul bedraagt de berekende volatiliteit van de combinatie ongeveer 14,1%. Bij een correlatie van +1 is die 20%. Bij -1 zou de formule in dit exact symmetrische model 0% geven. Dat laatste is een theoretisch grensgeval, geen realistische verzekering tegen verlies: de schattingen en correlaties veranderen en andere risicobronnen blijven bestaan.
Dit volgt uit de portefeuillevariantie met gewichten, afzonderlijke varianties en covariantie. De theoretische basis van de samenhang tussen risico en spreiding staat in Markowitz' Portfolio Selection (1952). Voor een actuele beslissing moeten ook stressscenario's en de juridische productkenmerken worden beoordeeld.
Stel dat u meerdere technologiebedrijven bezit. Daarmee vermindert u de afhankelijkheid van één onderneming, maar u kunt nog steeds een grote gezamenlijke blootstelling hebben aan dezelfde sector, financieringscondities, waarderingsfactoren of vraagcyclus.
Daarmee is niet gezegd dat technologieaandelen altijd bijna perfect correleren. Het punt is juist dat u de historische relatie moet meten en vervolgens moet begrijpen welke economische factoren die samenhang kunnen verklaren.
Bij fondsen speelt hetzelfde probleem. Twee ETF’s met verschillende namen kunnen veel dezelfde onderliggende ondernemingen bevatten. Kijk dus naast correlatie ook naar holdings en sector- of factorblootstelling.
Wanneer twee beleggingen historisch een lage of negatieve correlatie hadden, kan hun combinatie de gemeten portefeuillevolatiliteit verlagen. Dat is een belangrijk inzicht uit de moderne portefeuilletheorie.
Maar de relatie staat niet vast. Staatsobligaties, goud, aandelen en andere activa kunnen in de ene periode anders samen bewegen dan in de andere. Een zogenoemde veilige haven stijgt niet automatisch zodra aandelen dalen.
Een lage of negatieve historische correlatie is daarom informatie over een gemeten periode, geen contract dat een volgend verlies wordt gecompenseerd.
Tijdens marktstress kunnen gemeenschappelijke liquiditeitsbehoeften, macro-economische schokken of snelle herwaarderingen ervoor zorgen dat activa tijdelijk sterker samen bewegen. Het diversificatievoordeel kan dan kleiner worden op een moment dat u het juist verwacht nodig te hebben.
Het is alleen te sterk om te stellen dat bij iedere crisis ‘bijna alle correlaties naar +1 gaan’. Welke relaties veranderen, hangt af van de schok, de activaklassen, valuta, looptijden en gekozen meetperiode.
Een robuuste analyse bekijkt daarom niet alleen één langetermijngemiddelde, maar ook verschillende perioden en waar relevant stressregimes.
Correlatie is gevoelig voor de dataset. Controleer onder meer:
Een correlatiematrix is dus geen waarheid los van haar meetmethode. Twee vensters kunnen tot verschillende cijfers en zelfs tot een andere praktische conclusie leiden.
Een correlatiematrix kan helpen zoeken naar clusters die sterk samen bewegen, posities die mogelijk een andere risicobron toevoegen en spreiding die vooral cosmetisch blijkt.
Combineer die informatie met concentratierisico, positiegewichten en producteigenschappen. Een lage correlatie met een zeer volatiel, duur of illiquide product maakt die toevoeging niet automatisch aantrekkelijk.
Correlatie en covariantie zijn daarmee hulpmiddelen binnen asset allocatie, geen algoritme dat zelfstandig de juiste portefeuille bepaalt.
