仅凭“分散买股票”这个想法,无法直接推出“挑选不同行业”就能避免相关性撞车。行业标签只是表面的分类,两家公司即便分属不同行业,也可能因为共享同一批客户、同一条产业链或同一种利率环境而走势趋同。要判断是否“撞车”,需要核验的是行业之间的经济关联,而不是行业名称是否不同。
相关性撞车的真正来源:不止是行业分类
行业分类(如申万、中信或GICS)是静态的标签,而股票价格的相关性来自动态的现金流关联。两家公司分属“消费”和“工业”,听起来不相关,但如果前者是后者的上游供应商,或者两者都重度依赖同一种大宗商品原料,它们的盈利和股价仍会同步波动。
更隐蔽的相关性来自共同的风险因子。比如,高负债率的公司无论处于哪个行业,都会对利率变化高度敏感;依赖出口的公司都会受汇率波动影响;依赖同一批技术人才或同一类监管政策的公司,也会出现同涨同跌。因此,判断“撞车”不能只看行业名称,要看它们是否暴露在同一个经济变量之下。
识别低相关性行业的三个核验维度
要区分“真分散”和“假分散”,需要核对以下公开信息,而不是凭感觉选几个行业:
- 产业链位置:查看公司年报或招股书中的“主营业务”和“前五大客户/供应商”。如果两家公司处于同一条产业链的上下游(如零部件厂商和整机厂商),它们的景气度会高度联动。真正低相关的,往往是产业链条上距离较远、且不共享主要客户的公司。
- 收入驱动因素:比较两家公司的收入来源是受同一宏观变量驱动,还是受不同变量驱动。例如,一家收入与地产开工相关,另一家与人口老龄化相关,两者的驱动因素不同,相关性可能较低。这需要查阅公司定期报告中的“经营情况讨论与分析”部分。
- 历史波动相关性:可以查看公开的股价历史数据,计算两只股票或两个行业指数的相关系数。但要注意,历史相关性会随经济环境变化——在系统性风险(如全面流动性收紧)爆发时,几乎所有行业的相关性都会上升,历史低相关并不能保证未来不撞车。
结论的适用边界:分散的极限与失效场景
分散投资能降低的是“非系统性风险”(个别公司或行业的特有风险),但无法消除“系统性风险”(影响所有公司的宏观风险)。 当出现利率大幅调整、经济衰退或政策全面转向时,不同行业的股票可能同时下跌,此时“行业分散”并不能保护组合。
另一个边界是:行业数量增加并不必然降低相关性。如果新增的行业与已有持仓共享同一经济驱动因素(比如都是强周期行业),那么即使行业名称不同,组合的相关性也不会显著下降。有效的分散取决于“经济驱动因素的多样性”,而非“行业名称的多样性”。
因此,判断“是否撞车”需要持续核验公司基本面数据(客户结构、收入驱动、负债水平)和宏观环境(利率、汇率、政策周期),而不是一次性选定行业后就不再调整。
常见问题
行业分类不同,就说明相关性低吗?
不一定。行业分类是静态标签,而相关性来自动态的经济关联。两家公司分属不同行业,但若处于同一产业链上下游、共享同一批客户或对同一利率/汇率变量敏感,股价仍可能高度同步。需要核验收入驱动因素和客户结构,而非只看行业名称。
历史相关性数据能用来预测未来吗?
只能作为参考,不能作为保证。历史相关性反映的是过去一段时间的经济环境和市场结构,当宏观环境变化(如利率周期反转、产业政策调整)时,相关性可能显著上升。系统性风险爆发时,几乎所有行业的相关性都会趋近于高值。
是不是行业选得越多,分散效果越好?
不是。分散效果取决于新增行业是否引入“新的经济驱动因素”。如果新增行业与已有持仓共享同一驱动变量(如同属强周期、同受地产链影响),那么增加数量不会降低组合相关性。核验的关键是各行业收入来源的宏观驱动因素是否真正不同。