Naiv diversifisering vs. Optimalisering

Naiv diversifisering beskrives best som en grov og, mer eller mindre, instinktiv felles fornuftig inndeling av en portefølje, uten å bry seg om sofistikerte matematiske modeller. I verste fall, si noen pundits, kan denne tilnærmingen gjøre porteføljer svært risikable. Noen ganger viser ny forskning at denne typen informert, men uformelt logisk inndeling er like effektiv som de fancy, optimaliserende formlene.

Naive vs. Sofistikerte

Ikke overraskende bruker enkelte investorer sjelden komplekse eiendomsfordelingsmetoder. Disse har skremmende navn, som f.eks gjennomsnitt-variansoptimalisering, Monte Carlo -simulering eller Treynor-svart modellsom alle er konstruert for å produsere en optimal portefølje, en som gir maksimal avkastning til minimumsrisiko, som faktisk er investorens drøm.

Faktisk et par undersøkelser av optimalisering teori, for eksempel "Optimal Versus Naive Diversification: How Efficient is the 1/N Portfolio Strategy", utført av London Business Schools Dr. Victor DeMiguel et al., har argumentert mot effektiviteten av sofistikerte modeller. Forskjellen mellom dem og den naive tilnærmingen er ikke

Statistisk signifikant; de påpeker at virkelig grunnleggende modeller fungerer ganske bra.

Er den gjennomsnittlige private investorens måte å bare ha litt av dette og litt av det virkelig mindre levedyktig? Dette er en ekstremt viktig sak og kjernen i investeringen. En rabbiner, Issac bar Aha, ser ut til å ha vært bestefaren til det hele, etter å ha foreslått rundt det fjerde århundre, at man skulle "sette en tredjedel i land, en tredjedel i varer og en tredjedel i kontanter."Det er ganske gode råd som fortsatt er godt nok, 1600 år senere!

For noen kynikere og forskere virker det for enkelt til å være sant, at man kan oppnå alt som er nær et optimalt bare ved å sette inn en tredjedel av pengene dine eiendom, en tredjedel i verdipapirer (den moderne ekvivalenten av varer) og resten i kontanter. Alternativt er de klassiske kakediagrammer som er delt inn i porteføljer med høy, middels og lav risiko veldig enkle, og det kan ikke være noe galt med dem.

Til og med Harry Markowitz, som vant Nobels minnepris i økonomisk vitenskap for sine optimaliseringsmodeller, tydeligvis bare delt pengene sine likt mellom obligasjoner og aksjer, av psykologiske årsaker. Det var enkelt og gjennomsiktig; i praksis forlot han gjerne sine egne prisvinnende teorier når det gjaldt hans egne midler. 

Shades of Naivety and the Term Itself

Det er imidlertid mer i saken. Tysk professor i bank og finans Martin Weber, forklarer at det finnes forskjellige typer naive modeller, hvorav noen er mye bedre enn andre.Professor Shlomo Benartzi ved UCLA bekrefter også at naive investorer er sterkt påvirket av det de tilbys.Av denne grunn, hvis de går til en aksjemegler, de kan ende opp med for mange aksjer, eller bli overvektet i gjeldsinstrumenter hvis de går til en obligasjonsspesialist. Videre er det mange forskjellige typer aksjer, som f.eks liten og storhette, utenlandsk og lokal, etc., slik at enhver skjevhet kan føre til en katastrofal eller i det minste suboptimalt naiv portefølje.

På samme måte kan naivitetsbegrepet i seg selv være forenklet og noe urettferdig. Naivt i betydningen godtroende og dårlig informert vil faktisk føre til katastrofe. Likevel, hvis naiv er tatt sin opprinnelige betydning av naturlig og upåvirket - oversetter til en fornuftig og logisk, hvis usofistikert, tilnærming (uvitende om tekniske modelleringsteknikker), er det ingen reell grunn til det mislykkes. Med andre ord er det uten tvil de negative konnotasjonene til ordet "naivitet" som er det virkelige problemet her - bruken av en nedsettende etikett.

Kompleksitet hjelper ikke alltid

Kommer fra den andre siden, fører metodisk kompleksitet og sofistikerte modeller ikke nødvendigvis til investeringsoptimalitet, i praksis. Litteraturen er ganske klar om dette og gitt kompleksiteten til finansmarkedene, det er neppe overraskende. Blandingen av økonomiske, politiske og menneskelige faktorer er skremmende, slik at modeller alltid er sårbare for en eller annen form for uforutsigbart sjokk, eller en kombinasjon av faktorer som ikke effektivt kan integreres i en modell.

Dr. Victor DeMiguel og hans medforskere innrømmer at komplekse tilnærminger er alvorlig begrenset av estimeringsproblemer. For de statistisk tenkte er de "sanne øyeblikkene med aktivavkastning" ukjente, noe som kan føre til potensielt store estimeringsfeil.

Følgelig en fornuftig konstruert portefølje, som regelmessig overvåkes og balansert på nytt når det gjelder det som skjer på den tiden, ikke bare har intuitiv appell, den kan utføre akkurat som samt noen langt mer sofistikerte tilnærminger som er begrenset av deres egen kompleksitet og ugjennomsiktighet. Det vil si at modellen kanskje ikke integrerer alle nødvendige faktorer, eller at den ikke reagerer tilstrekkelig på miljøendringer etter hvert som de oppstår.

På samme måte, bortsett fra aktivaklasse diversifisering, vet vi alle at en aksjeportefølje også bør diversifiseres i seg selv. Også i denne sammenhengen har talsmennene for naiv tildeling vist at det å ha mer enn rundt 15 aksjer ikke gir noen ytterligere diversifiseringsgevinst. Dermed er en virkelig komplisert aksjemiks sannsynligvis kontraproduktiv. (Se også: Oppnå optimal ressursallokering.)

Bunnlinjen

Den eneste tingen som alle er enige om er at diversifisering er helt avgjørende. Men fordelene med avansert matematisk modellering er uklare; for de fleste investorer er hvordan de fungerer enda mindre tydelig. Selv om datastyrt modeller kan se imponerende ut, er det fare for å bli blendet av vitenskap. Noen slike modeller kan fungere bra, men andre er ikke bedre enn å bare være fornuftige. Det gamle ordtaket "hold deg til det du vet og forstår" kan gjelde like mye for enkle, gjennomsiktige aktivaallokeringer som for forskjellige former for strukturerte investeringsprodukter.