西班牙
墨西哥
巴西
波蘭
菲律賓
韓國
先看重點
- 資產名稱不同，仍可能承受相同的發行人、產業或匯率風險。
- 相關性描述報酬之間的關係，且可能在市場承壓時改變。
- 算出加權報酬，並不代表已證明投資組合充分分散。
看實際曝險，而非只數名稱
投資組合列出的項目數量，無法充分說明曝險是否彼此獨立。多檔基金加上直接持有的股票，可能都依賴相同公司或產業。資產配置描述不同資產類別的權重；分散投資還要檢視各類別內部如何分配，以及持有部位是否共享重要風險。
穿透基金底層持股計算，才能看見重疊。假設某基金占投資組合40%，其中10%投資於X公司，則組合對X的間接曝險為4%。再加上直接持有的6%，總曝險就是10%。這只是計算示例；實際分析時，也要確認各份持股資料的日期可以比較。
直觀理解相關性與共變異數
相關係數以−1到+1描述兩組報酬資料之間的線性關係。接近+1代表走勢高度同向，接近−1代表反向關係強。接近零只表示在該樣本中的線性關係較弱，並不代表所有可能的關係或共同風險都已消失。
共變異數觀察兩組報酬是否一起偏離各自平均值，以及偏離的幅度。投資組合的波動程度同時受這些共同變動、個別資產波動率與權重影響。兩組資產可能相關係數相同，波動率卻差很多，因此單靠相關係數，既不能排列組合風險高低，也不能建立因果關係。
算一個各占一半的例子
假設投資組合起初以相同金額持有資產A與B。在同一期間，A報酬為−20%，B為+5%，兩者對組合報酬的貢獻分別為−10與+2.5個百分點。因此，組合報酬為0.5 ×（−20%）+ 0.5 × 5% = −7.5%。
這項計算假設期間內沒有費用、稅款、外部資金流入流出或再平衡。起初的100變成A的40加上B的52.5，合計92.5。損失比只持有A小，但仍是損失。單一期的結果無法估計相關性，也不能證明這個配置適合任何特定投資人。
| 假設資產 | 初始權重 | 期間報酬 | 組合報酬貢獻 |
|---|---|---|---|
| A | 50% | −20% | −10個百分點 |
| B | 50% | +5% | +2.5個百分點 |
| 投資組合 | 100% | −7.5% | −7.5個百分點 |
市場承壓時，關係可能改變
歷史相關性取決於觀察期間和報酬資料頻率。月資料中的弱關係，未必能描述市場混亂時的單日同步下跌。共同衝擊可能讓看似多元的資產一起下跌，但這不表示所有相關係數都必然變成1，也不表示每項資產的反應完全相同。
聯準會的壓力測試模型文件，明確討論估計相關性的限制，以及它能否反映當前壓力情境。閱讀分析時，可檢查是否分開平穩與承壓樣本，並註明觀察期間、計價貨幣和報酬定義。壓力情境能讓假設更清楚，卻不是預測下一次市場走勢的工具。
檢視分散投資的說法
先蒐集同一日期的持有部位與權重，再檢查基金內重複的發行人、產業及地區。接著確認報酬比較使用相同貨幣與期間。過去績效良好，或商品名稱很多，本身都無法證明對共同風險的曝險已經降低。
價格變動會讓權重漂移，而相同的金額權重不一定代表相同的風險貢獻。再平衡會改變權重，並可能產生交易成本或稅款。本文的計算用於學習解讀曝險與報酬，並未指定資產配置，也不是買進、賣出或調整特定持股的建議。
官方來源
依官方資料解釋金融原理；假設計算並非實際交易績效或未來報酬預測。
