Стандартное отклонение портфеля
δp = ( X12δ12 + X22δ22 + 2X1X2δ12)1/2
Пока коэффициент корреляции между 2-мя ценными бумагами остается меньше единицы стандартное отклонение портфеля состоящего из 2-х ценных бумаг будет меньше, чем средневзвешенное стандартное отклонение этих отдельных ценных бумаг.
Ковариационная матрица для N (множества) видов ценных бумаг в портфеле
№ | … | N | |||
X12δ12 | X1X2δ12 | X1X3δ13 | … | X1XNδ1N | |
X2X1δ21 | X22δ22 | X2X3δ23 | … | X2XNδ2N | |
X3X1δ31 | X3X2δ32 | X32δ32 | … | X3XNδ3N | |
. . . | . . . | . . . | . . . | . … . | . . . |
N | XNX1δN1 | XNX2δN2 | XNX3δ32 | … | XN2δN2 |
Количество акций в портфеле | Общее количество элементов матрицы | Количество диагональных элементов | Количество недиагональных элементов | |
. . . | . . . | . . . | . . . | |
N | N2 | N | N2 - N | |
Количество диагональных элементов совпадает с Количеством акций в портфеле.
Количество же недиагональных элементов возрастает гораздо быстрее, чем Количество диагональных элементов, следовательно, дисперсия портфеля состоящего из множества ценных бумаг больше зависит от ковариации между отдельными ценными бумагами, нежели от дисперсий отдельных ценных бумаг.
Посмотрим, насколько больше дисперсия портфеля состоящего из множества ценных бумаг больше зависит от ковариации между отдельными ценными бумагами, нежели от дисперсий отдельных ценных бумаг.
Условный пример. Предположения:
1) Все ценные бумаги обладают одинаковыми дисперсиями, δi2 = var.
2) Все пары ценных бумаг имеют одинаковую ковариацию, δij = cov.
Вывод: var всегда больше cov.
3) Все пары ценных бумаг портфеля имеют в нем одинаковые доли, Xi = 1/N – доля каждой бумаги в портфеле.