相关性趋一:危机中分散化失效的机制与对策
我的掌握程度:
先掌握这个答案
三大机制:①现金为王:恐慌时一切资产被换成现金——卖出不分资产类别(共同的卖压=共同的方向);②杠杆 unwind:风险平价/杠杆基金被追保→按比例卖所有资产(机械性同卖);③流动性挤兑:卖得动的先被卖(流动性好的资产反而先跌——2020年3月黄金与国债被抛来筹保证金)。常态矩阵失效的根源:相关系数估计于「平静样本」——尾部是分布之外的新世界(尾部相关≠常态相关的线性外推)。抗趋同名单:深度虚值认沽(凸性——大家跌它暴涨)、趋势跟踪CTA(信号转空自动做空)、美元现金/短债(终极流动性);伪安全名单:同为风险资产的「低相关」股票组合、常态负相关但流动性驱动的高等级债。
先读结论,再核对下方使用边界;数字例题为教学情景,涉及实际行情与规则时请核对原始来源。
从理解到使用
相关性不能证明预测力
说明横截面还是时间序列、Pearson还是Spearman、样本窗口与滞后方向。非平稳序列可能产生伪回归;回归系数或高相关既不自动证明因果关系,也不保证可交易。
本阶段实战方法 · 把风险指标转成可执行的限额
报告VaR、对冲比率或保证金时,必须同时说明模型外还可能发生什么。
- 先定义损失正负号、置信水平、持有期、样本窗口和估计方法。
- 组合使用VaR、ES、压力测试、集中度、清算天数与保证金情景,不把单一指标当最大损失。
- 为预警、减仓、暂停交易写清触发条件、执行责任和恢复条件,并记录无法成交的情景。
使用边界
- 95% VaR是损失分布的95%分位,不是最大亏损或保证每天有95%把握安全。
- 久期敏感度使用修正久期;Macaulay久期是现金流加权时间,两者不能直接混用。
背景 · 从一个困惑说起
2008年10月:股、债(部分)、商品、新兴市场齐跌;2020年3月:连「避险资产」黄金都跌了三天。分散化理论的裂缝在危机中撕开——平时相关性0.1的资产,恐慌中变成0.8。这个现象有个学名:相关性趋一(correlation breakdown / tail correlation)。
由此产生的问题
危机中相关性趋同的机制(现金偏好/风险平价去杠杆/流动性挤兑)?常态相关矩阵为什么在尾部失效?对策:什么资产/结构真正抗趋同?
核心概念
三大机制:①现金为王:恐慌时一切资产被换成现金——卖出不分资产类别(共同的卖压=共同的方向);②杠杆 unwind:风险平价/杠杆基金被追保→按比例卖所有资产(机械性同卖);③流动性挤兑:卖得动的先被卖(流动性好的资产反而先跌——2020年3月黄金与国债被抛来筹保证金)。常态矩阵失效的根源:相关系数估计于「平静样本」——尾部是分布之外的新世界(尾部相关≠常态相关的线性外推)。抗趋同名单:深度虚值认沽(凸性——大家跌它暴涨)、趋势跟踪CTA(信号转空自动做空)、美元现金/短债(终极流动性);伪安全名单:同为风险资产的「低相关」股票组合、常态负相关但流动性驱动的高等级债。
为什么需要它
①分散化的诚实版:q-604说数量分散防不了尾部——本题给出机制级解释与真正的尾部分散配方;②组合设计的压力视角:评估分散不能只看常态相关矩阵,要问「2008/2020情景下每条腿怎么动」;③凸性的价值:尾部保护贵(q-622的Theta成本)但它是唯一与「趋同性」对冲的结构——保险的逻辑。
实际应用场景
压力测试升级:常态矩阵换成「危机矩阵」(历史危机期的实际相关)重估组合——多数组合的风险瞬间翻倍;配置建议:5-10%的尾部凸性仓(期权保护或CTA)作为「趋同税」的对冲。
与之前知识的联系
q-604(分散边界)的危机篇专讲;q-610(压力测试)的矩阵升级;q-622(尾部对冲)是本题的对策专章;q-616(流动性)是机制之一。
⚠ 常见误解
- 黄金/国债永远避险:它们在流动性挤兑的第一波同样被卖(先筹钱后避险);「避险」在危机的第三幕才上演
- 常态低相关=尾部低相关:相关矩阵是平静样本的平均——尾部相关(给定下跌条件的相关)常是另一张脸
- 趋同了就没办法:凸性结构(期权/趋势)与终极现金在趋同中依然分散——危机分散要靠「结构」而非「数量」
🛠 本题实践任务
取你组合持仓在2020年2-3月(或2015年6-7月)的实际收益,计算危机期相关矩阵,与近三年常态矩阵对照:平均相关从多少升到多少?组合波动重估差几倍?
💡 提示(先自己想5分钟再看)
危机窗口取指数急跌段(如2020-02-20至03-23);对比「平均非对角相关」两个数字即可说明问题。
✅ 验收标准
两个平均相关数字+波动重估对照。你亲手测量了自己组合的「趋同性暴露」。
在你的浏览器内运行。首次需联网下载 Python;支持标准库和 Pyodide 提供的 NumPy、pandas 等包。行情抓取、系统文件访问和部分第三方库请在本地环境运行。输出自检仅比对结果关键词,不代替逻辑审查。
Python · 独立工作线程 · 执行限时10秒
🤖 AI导师
导师会先检查你的前置知识(相关系数、分散化边界、流动性螺旋),再用案例、公式和代码帮助理解。此功能需要先启用服务。