Корреляция активов

Корреляция активов — это статистическая мера взаимосвязи между доходностями двух или более финансовых активов, показывающая, насколько синхронно изменяются их цены во времени. Она выражается коэффициентом корреляции, который принимает значения от -1 до +1. Данный показатель является фундаментальным понятием в современной портфельной теории и используется для оценки диверсификации, управления рисками и построения инвестиционных стратегий.

Определение и математическая основа

Корреляция активов измеряет степень линейной зависимости между временными рядами доходностей. Наиболее распространённым способом её расчёта является коэффициент корреляции Пирсона. Для двух активов A и B он вычисляется как отношение ковариации их доходностей к произведению их стандартных отклонений:

\[ \rho_{A,B} = \frac{\text{Cov}(R_A, R_B)}{\sigma_A \sigma_B} \]

Где:

• \(\rho_{A,B}\) — коэффициент корреляции;
• \(\text{Cov}(R_A, R_B)\) — ковариация доходностей активов A и B;
• \(\sigma_A\) и \(\sigma_B\) — стандартные отклонения доходностей активов A и B.

Значение коэффициента корреляции интерпретируется следующим образом:

• +1 — полная положительная корреляция: доходности активов движутся в одном направлении с одинаковой амплитудой. Риск портфеля не снижается при объединении таких активов.
• 0 — отсутствие линейной корреляции: изменения доходностей одного актива не связаны с изменениями другого.
• -1 — полная отрицательная корреляция: доходности движутся в строго противоположных направлениях. Теоретически позволяет полностью исключить риск портфеля, но на практике такие пары активов встречаются крайне редко.

Промежуточные значения (например, +0.5 или -0.3) указывают на различную степень взаимосвязи. Чем ближе значение к нулю, тем слабее линейная зависимость.

Виды корреляции активов

Корреляция может классифицироваться по нескольким признакам.

По знаку и силе связи

• Положительная корреляция (от 0 до +1): активы имеют тенденцию дорожать или дешеветь одновременно. Характерна для активов внутри одного сектора экономики (например, акции «Газпрома» и «Лукойла») или для рынков, подверженных общим макроэкономическим факторам.
• Отрицательная корреляция (от -1 до 0): активы движутся в противоположных направлениях. Классический пример — корреляция между акциями и государственными облигациями в периоды экономического спада: инвесторы уходят из рисковых активов в защитные.
• Нулевая корреляция (около 0): связь между доходностями отсутствует. Например, цены на золото и доходность акций технологических компаний могут быть практически не связаны в определённые периоды.

По временному горизонту

• Краткосрочная корреляция (дни, недели) — часто подвержена шумам и может резко меняться под влиянием новостей или спекулятивных движений.
• Долгосрочная корреляция (месяцы, годы) — более устойчива и отражает фундаментальные экономические связи между активами.

По типу активов

• Корреляция внутри одного класса (акции — акции, облигации — облигации) обычно выше, чем между разными классами.
• Кросс-корреляция (акции — облигации, акции — товары, валюта — сырьё) — важна для построения диверсифицированных портфелей.

Факторы, влияющие на корреляцию

Корреляция активов не является статичной величиной. Она изменяется под воздействием множества факторов.

Макроэкономические условия

В периоды экономического роста корреляция между различными классами активов может снижаться, так как каждый сектор реагирует на свои специфические драйверы. Во время кризисов, напротив, наблюдается эффект «заражения»: корреляция резко возрастает, и большинство активов (кроме защитных, таких как золото или казначейские облигации США) падают одновременно. Это явление известно как «повышение корреляции в хвостах распределения» (tail correlation).

Политика центральных банков

Денежно-кредитная политика (изменение ключевой ставки, программы количественного смягчения) влияет на доходности всех классов активов. Например, повышение ставки Федеральной резервной системы США обычно приводит к снижению цен на акции и росту доходности облигаций, что может временно изменить корреляционные связи.

Геополитические события

Санкции, военные конфликты, торговые войны могут резко изменить корреляцию между активами разных стран. Например, введение санкций против России в 2022 году привело к разрыву многих исторических корреляций между российскими и западными активами.

Структурные изменения рынка

Появление новых инструментов (ETF, деривативов), рост алгоритмической торговли и изменение состава индексов могут влиять на корреляционные матрицы.

Практическое применение

Диверсификация портфеля

Основной принцип портфельной теории Гарри Марковица гласит: объединение активов с низкой или отрицательной корреляцией позволяет снизить общий риск портфеля без пропорционального снижения ожидаемой доходности. Чем ниже корреляция между компонентами, тем эффективнее диверсификация. Например, портфель, состоящий на 60% из акций и на 40% из облигаций, исторически демонстрировал более низкую волатильность, чем портфель из одних акций, благодаря умеренно отрицательной корреляции между этими классами.

Хеджирование

Отрицательная корреляция используется для хеджирования рисков. Инвесторы могут включать в портфель активы, которые растут при падении основной позиции. Классическим хеджем является покупка опционов «пут» или инвестиции в золото против портфеля акций.

Построение стратегий

Корреляция лежит в основе многих торговых стратегий:

• Парный трейдинг (pairs trading): поиск двух исторически сильно коррелированных активов, временное расхождение которых рассматривается как возможность для арбитража.
• Смарт-бета стратегии: взвешивание активов в индексе не по капитализации, а по другим факторам, включая корреляцию.
• Риск-паритет (risk parity): распределение капитала между активами таким образом, чтобы каждый вносил равный вклад в общий риск портфеля, что требует учёта корреляционной матрицы.

Оценка рисков

Финансовые аналитики используют корреляционные матрицы для расчёта Value-at-Risk (VaR) и стресс-тестирования портфелей. Высокая корреляция между активами увеличивает системный риск: при шоке потери распространяются быстрее.

Ограничения и критика

Нестационарность

Корреляция, рассчитанная на исторических данных, не гарантирует сохранения такой же связи в будущем. Она может резко измениться в кризисные периоды, что снижает предсказательную ценность модели.

Линейность

Коэффициент Пирсона измеряет только линейную зависимость. На финансовых рынках возможны нелинейные связи (например, когда активы коррелируют только при сильных движениях), которые этот показатель не улавливает.

Иллюзия диверсификации

Включение в портфель активов с низкой исторической корреляцией не гарантирует защиты, если в кризис корреляция резко возрастает. Это явление получило название «корреляционный коллапс» или «конвергенция корреляций».

Проблема множественности

При анализе большого количества активов (например, 100) число парных корреляций достигает 4950. Часть из них может оказаться статистически значимой случайно, что требует применения поправок (например, поправки Бонферрони).

Примеры из российского рынка

На российском фондовом рынке корреляция активов имеет свою специфику. В 2010-е годы наблюдалась высокая положительная корреляция между акциями большинства российских эмитентов и ценой на нефть марки Urals. После 2022 года в условиях санкционных ограничений и изменения структуры рынка корреляция между российскими акциями и западными индексами (S&P 500, MSCI World) существенно снизилась, однако возросла корреляция внутри российского рынка — большинство акций стали двигаться синхронно под влиянием единых макроэкономических и геополитических факторов. Корреляция между акциями и рублёвыми облигациями федерального займа (ОФЗ) в этот период также была высокой, что ограничивало возможности классической диверсификации внутри страны.

Источники

• Марковиц Г. «Портфельный выбор: эффективная диверсификация инвестиций» (1952).
• Элтон Э. Дж., Грубер М. Дж., Браун С. Дж., Гетцманн В. Н. «Современная теория портфеля и инвестиционный анализ».
• Боди З., Кейн А., Маркус А. Дж. «Инвестиции».
• Исследования Банка России по корреляции российских финансовых активов (аналитические записки, 2022–2023).
• Данные Московской биржи по индексам и волатильности.