Risk parity uitgelegd: portefeuilles met gelijke risicobijdragen

Een portefeuille kan kapitaal gelijk verdelen en toch het grootste deel van de volatiliteit in één of twee beleggingen concentreren. Een even grote positie in een volatiele belegging kan meer risico bijdragen dan in een rustige belegging; onderlinge bewegingen veranderen die bijdragen ook. Risk parity verschuift de vraag van “hoeveel kapitaal gaat naar elke positie?” naar “welk deel van het gekozen risico moet elke component bijdragen?”.

Een risicobudget is het doelmatige aandeel \(b_i\) voor component \(i\); de budgetten tellen op tot één. ERC is het speciale geval \(b_i=1/N\) bij \(N\) componenten. Andere budgetten kunnen verschillende aandelen aan activaklassen of factoren geven. Maillard, Roncalli en Teïletche onderzoeken gelijke risicobijdragen als alternatief voor gelijke kapitaalweging en minimumvariantie-allocatie (artikel uit 2010).

In de standaardformulering betekent risico de geschatte rendementvolatiliteit van de portefeuille. Dat is een expliciete keuze, geen universele definitie. ERC op basis van volatiliteit is niet hetzelfde als het gelijk verdelen van expected shortfall, drawdown, liquiditeitsrisico of factorblootstelling. Vermeld de risicomaatstaf en de componenten. Risk parity neemt risico niet weg, vereist geen gelijke gewichten en zegt niet of verwacht rendement het risico vergoedt.

Laat \(w\) de vector met portefeuillegewichten zijn en \(\Sigma\) de covariantiematrix van rendementen over dezelfde horizon. Bij volatiliteit als risicomaatstaf is de geschatte portefeuillevolatiliteit:

\[ \sigma_p=\sqrt{w^{\top}\Sigma w} \]

De marginale risicobijdrage (MRC) van belegging \(i\) meet de verandering in portefeuillevolatiliteit bij een kleine verhoging van het gewicht. De risicobijdrage van de component (RC) vermenigvuldigt dit effect met het gewicht:

\[ \mathrm{MRC}_i=\frac{\partial \sigma_p}{\partial w_i}=\frac{(\Sigma w)_i}{\sigma_p} \qquad \mathrm{RC}_i=w_i\,\mathrm{MRC}_i=\frac{w_i(\Sigma w)_i}{\sigma_p} \]

Voor deze homogene risicomaatstaf van graad één geldt volgens de decompositie van Euler \(\sum_i\mathrm{RC}_i=\sigma_p\). Het risicowaandeel met teken is \(\mathrm{RC}_i/\sigma_p\), en alle aandelen tellen op tot één. ERC streeft naar \(\mathrm{RC}_i=b_i\sigma_p\), met \(b_i=1/N\). Een sterk diversifiërende positie kan een negatieve bijdrage hebben, ook met een positieve long-only weging; shortposities kunnen dat eveneens. Zo’n bijdrage compenseert risico elders en is geen gewoon percentage dat je afzonderlijk moet interpreteren.

\((\Sigma w)\) geeft weer hoe elke belegging covarieert met de hele gewogen portefeuille, niet alleen met haar eigen variantie. Daarom kunnen beleggingen met dezelfde volatiliteit verschillende bijdragen hebben. De gids over volatiliteitssturing behandelt de afzonderlijke regel om de totale blootstelling door de tijd te schalen.

Neem drie hypothetische beleggingen met geannualiseerde volatiliteiten van 10%, 20% en 30%, met ongecorreleerde rendementen. De covariantiematrix is dan diagonaal; de cijfers zijn verzonnen en geen schattingen voor echte effecten. Bij een derde van het kapitaal per belegging is de variantie \((0.01+0.04+0.09)/9\approx0.01556\), dus de volatiliteit is circa 12,47%. Zonder onderlinge correlatie zijn bijdragen evenredig aan \(w_i^2\sigma_i^2\): \(1/14\approx7,14\%\), \(4/14\approx28,57\%\) en \(9/14\approx64,29\%\). De volatielste belegging draagt bijna twee derde van het geschatte risico.

Bij ongecorreleerde beleggingen maakt een gelijke waarde van \(w_i\sigma_i\) de gekwadrateerde bijdragen gelijk. Genormaliseerde inverse-volatiliteitsgewichten zijn:

\[ w_i=\frac{1/\sigma_i}{\sum_{j=1}^{3}1/\sigma_j} \qquad\Longrightarrow\qquad (w_1,w_2,w_3)=\left(\frac{6}{11},\frac{3}{11},\frac{2}{11}\right) \]

De kapitaalgewichten zijn ongeveer 54,55%, 27,27% en 18,18%, terwijl elke belegging een derde van de geschatte volatiliteit bijdraagt. Die is onder deze aannames ongeveer 9,45%. De rustigste belegging krijgt het grootste kapitaalgewicht, maar domineert de risicobijdrage niet.

<!-- Illustration placement: after this section; text-free conceptual comparison of equal capital slices with uneven risk streams versus unequal capital slices with balanced risk streams across three abstract asset groups. No labels, axes, or values. -->

Inverse volatiliteit is geen algemene oplossing voor iedere covariantiematrix. Met correlaties hangt marginaal risico af van \((\Sigma w)_i/\sigma_p\), dus ERC moet de volledige matrix meenemen. De inverse regel heeft ook een gesloten oplossing bij twee beleggingen en bepaalde symmetrische structuren, maar niet in het algemene geval met meerdere beleggingen.

Twee beleggingen met dezelfde eigen volatiliteit kunnen samen één geconcentreerde risicobron vormen als ze sterk gecorreleerd zijn; een derde, minder gecorreleerde belegging kan diversifiëren. Gelijke kapitaalweging behandelt ze als losse posities, terwijl ERC met covariantie hun gezamenlijke blootstelling via \((\Sigma w)\) meeneemt. De benodigde gewichten kunnen daarom verschillen van zowel gelijke weging als inverse eigen volatiliteit.

Ook de allocatie-eenheid telt. Gelijke budgetten voor drie brede activaklassen zijn iets anders dan een gelijk budget voor iedere ETF of future daarin. Als één klasse wordt vertegenwoordigd door tien sterk verwante effecten en een andere door één instrument, krijgt de eerste bij een budget per effect tien keer zoveel delen. Een component kan een belegging, activaklasse, portefeuilledeel of systematische factor zijn. Roncalli en Weisang onderscheiden allocatie over beleggingen van allocatie over gemeenschappelijke en residuele risicofactoren (artikel over risicofactoren); de gids over factormodellen bespreekt factorblootstellingen.

Ook de risicomaatstaf verandert de uitkomst. Volatiliteit behandelt positieve en negatieve afwijkingen symmetrisch, terwijl expected shortfall staartverliezen meet en andere aannames over verdeling en scenario’s vereist. Een portefeuille die op recente standaarddeviatie is gebalanceerd, kan nog steeds geconcentreerd zijn in een zeldzame gezamenlijke crash. Specificeer maatstaf, horizon, componenten en gegevens. De gids over VaR en expected shortfall licht de verschillen toe.

Voor een differentieerbare risicomaatstaf \(R(w)\) die homogeen is van graad één, is de algemene componentbijdrage \(\mathrm{RC}_i=w_i\,\partial R/\partial w_i\). Risicobudgettering streeft naar \(\mathrm{RC}_i=b_iR(w)\), met \(b_i>0\) en \(\sum_i b_i=1\). Met \(b_i=1/N\) ontstaat ERC; een mandaat kan ook ongelijke budgetten vragen.

Volatiliteits-ERC lost een niet-lineair stelsel op met geschatte varianties en correlaties. De covariantie kan komen uit een vast historisch venster, een gewogen schatter of een gestructureerd model. Een kort venster reageert sneller maar kan gewichten laten springen; een lang venster is gladder maar kan een structuurverandering laat oppikken. Bij veel beleggingen en weinig historie zijn steekproefcorrelaties vaak ruisachtig. Regularisatie of shrinkage zijn modelkeuzes, geen gegarandeerde eigenschappen van risk parity.

De schatting moet passen bij de instrumenten: gebruik consistente rendementsintervallen, valuta, verwerking van corporate actions en prijsconventies. Futurescontracten moeten naar vergelijkbare nominale of risico-exposure worden omgerekend. Leg valutarisico van afgedekte en onafgedekte buitenlandse beleggingen vast. Verouderde prijzen en verschillende handelskalenders kunnen covarianties vertekenen.

Long-only-regels, maximumgewichten, hefboom- en liquiditeitslimieten, minimumordergroottes en financiering kunnen exacte bijdragen verhinderen. Als grenzen bindend zijn, rapporteer de behaalde aandelen in plaats van alleen het numerieke doel. Ook rebalancingdrempels en handelskosten tellen: exact aanpassen na iedere schatting kan omzet veroorzaken zonder de covariantie-invoer betrouwbaar te verbeteren.

Gelijke weging stelt \(w_i=1/N\), maar de risicobijdragen kunnen sterk verschillen. ERC past de relatieve gewichten aan. Minimumvariantie minimaliseert \(w^{\top}\Sigma w\) binnen de gekozen grenzen, hoeft bijdragen niet gelijk te maken en kan posities concentreren in enkele beleggingen. Markowitz zette verwacht rendement en covariantie centraal in portefeuilleselectie (Markowitz, 1952); risicobudgettering richt zich op een ander doel en vereist geen vector met verwachte rendementen.

Volatiliteitssturing vraagt hoeveel totale blootstelling de portefeuille op een bepaald moment moet hebben. Een gebruikelijke regel schaalt een basisallocatie met \(g_t=\sigma^*/\hat\sigma_{p,t}\), waarbij doel en geschatte volatiliteit dezelfde eenheden en horizon gebruiken. Een gemeenschappelijke positieve factor wijzigt het totale risico maar behoudt de relatieve componentbijdragen. Risk parity stelt die relatieve aandelen vast; volatiliteitssturing schaalt de blootstelling door de tijd. Ze kunnen worden gecombineerd. Moreira en Muir onderzoeken volatiliteitsgestuurde portefeuilles; later werk beoordeelt zulke strategieën ook (Cederburg en coauteurs). Dat is niet dezelfde allocatieregel als ERC.

De gids over het [Kelly-criterium](/nl/learn/kelly-criterion-position-sizing-trading-explained) behandelt positiegrootte op basis van geschat rendement en risico voor een bepaald doel. ERC rangschikt beleggingen niet op verwacht rendement. Geen van beide methoden neemt schattingsonzekerheid weg of beveelt vanzelf een belegging aan.

ERC verdeelt de gekozen risicomaatstaf, maar bepaalt niet het verwachte rendement of de totale volatiliteit die een belegger moet accepteren. Meer kapitaal toewijzen aan beleggingen met lage volatiliteit kan de totale portefeuille onder een risicodoel brengen. Opschalen kan hefboom, derivaten of financiering vereisen en risico’s toevoegen rond onderpand, basis, liquiditeit, tegenpartijen en funding. Hefboom is niet altijd nodig, maar totale blootstelling vraagt een aparte beslissing.

Geschatte risicobijdragen zijn afhankelijk van datavenster en model. Correlaties kunnen in stress oplopen en volatiliteitsschattingen kunnen plotselinge bewegingen missen. Gelijke ex-ante aandelen beloven geen gelijke gerealiseerde verliezen. Volg bijdragen door de tijd, stresstest de covariantieaannames en onderzoek scenario’s die zeldzaam zijn of ontbreken in de steekproef.

Risk parity verhoogt het rendement niet automatisch. Omdat verwachte rendementen buiten beschouwing blijven, kan de methode zwaar wegen in beleggingen met laag geschat risico maar zwakke vooruitzichten. Asness, Frazzini en Pedersen bespreken hefboomaversie als mogelijke economische verklaring en leveren bewijs binnen het bereik van hun onderzoek (artikel uit 2012); dat is geen universele verklaring of garantie op toekomstige outperformance. Vergelijk een voorstel met een relevante benchmark met een vast out-of-sample-ontwerp en realistische nettokosten.

Een reproduceerbare beschrijving vermeldt componenten, risicomaatstaf, doelbudgetten, covariantiemethode, terugkijkvenster, rendementshorizon, rebalancingmoment, valutaconventies en grenzen. Toon zowel kapitaalgewichten als risicobijdragen. Als beperkingen het doel verhinderen, vermeld dan de bereikte waarden en bindende grenzen.

Vermeld voor een handelsimplementatie ook hefboom, onderpand of financiering, omzet, uitvoeringsaannames en kosten. Houd geschat en gerealiseerd risico gescheiden: het ex-antebudget is een modeluitkomst, ex-postrendementspaden zijn waarnemingen. Scheid het totale volatiliteitsdoel van het relatieve risicobudget en leid geen winst af uit gebalanceerde bijdragen.

Risk parity kan concentratie in geschat portefeuillerisico zichtbaar maken en een transparante allocatieregel bieden. Het nut hangt af van componenten, risicomaatstaf, covariantiemodel en uitvoering. Verschillende beleggingen worden er niet even veilig door; verliezen verdwijnen niet, de beste rendementsschatting wordt niet gevonden en veranderende relaties bieden geen garantie op veerkracht.