विविधीकरण का विज्ञान: मार्कोविट्ज़ से आधुनिक पोर्टफोलियो तक

मुख्य निष्कर्ष

विविधीकरण -- पोर्टफोलियो जोखिम को कम करने के लिए कई संपत्तियों में निवेश फैलाने की प्रथा -- को अक्सर वित्त में एकमात्र मुफ्त भोजन के रूप में वर्णित किया जाता है। हैरी मार्कोविट्ज़ ने 1952 में Journal of Finance में प्रकाशित अपने पेपर "पोर्टफोलियो सिलेक्शन" में इस अंतर्ज्ञान को औपचारिक रूप दिया, मीन-वैरिएंस ऑप्टिमाइज़ेशन को पेश किया और गणितीय रूप से प्रदर्शित किया कि अपूर्ण रूप से सहसंबद्ध संपत्तियों को मिलाकर निवेशक अपेक्षित रिटर्न का त्याग किए बिना पोर्टफोलियो जोखिम कम कर सकते हैं। इस कार्य ने मार्कोविट्ज़ को 1990 में नोबेल अर्थशास्त्र पुरस्कार दिलाया और आधुनिक पोर्टफोलियो सिद्धांत (MPT) की नींव स्थापित की। हालांकि, मीन-वैरिएंस ऑप्टिमाइज़ेशन का व्यावहारिक अनुप्रयोग सुरुचिपूर्ण सिद्धांत से कहीं अधिक चुनौतीपूर्ण साबित हुआ है। अपेक्षित रिटर्न, अस्थिरता और सहसंबंधों में अनुमान त्रुटियां नमूने से बाहर खराब प्रदर्शन करने वाले पोर्टफोलियो उत्पन्न कर सकती हैं। DeMiguel, Garlappi और Uppal (2009) ने दिखाया कि सरल समान-भार (1/N) पोर्टफोलियो अनुमान त्रुटि को ध्यान में रखने के बाद अक्सर अनुकूलित पोर्टफोलियो से बेहतर प्रदर्शन करता है। इसके अलावा, Longin और Solnik (2001) ने दर्शाया कि बाजार संकट के दौरान परिसंपत्ति वर्गों के बीच सहसंबंध बढ़ जाते हैं, ठीक उसी समय विविधीकरण लाभ कम हो जाते हैं जब उनकी सबसे अधिक आवश्यकता होती है। विविधीकरण की शक्ति और सीमाओं दोनों को समझना मजबूत पोर्टफोलियो निर्माण के लिए आवश्यक है।

विविधीकरण क्यों महत्वपूर्ण है

विविधीकरण का मूल सिद्धांत यह है कि जिन संपत्तियों के रिटर्न पूर्ण रूप से एक साथ नहीं चलते, उन्हें मिलाने से पोर्टफोलियो की समग्र परिवर्तनशीलता कम होती है। दो संपत्तियों पर विचार करें, प्रत्येक में 10% अपेक्षित वार्षिक रिटर्न और 20% अस्थिरता है। यदि उनके रिटर्न पूर्ण रूप से सहसंबद्ध हैं (सहसंबंध +1.0), तो किसी भी अनुपात में उन्हें मिलाने से 20% अस्थिरता वाला पोर्टफोलियो बनता है -- विविधीकरण से कोई लाभ नहीं। हालांकि, यदि सहसंबंध 0.5 है, तो समान-भार पोर्टफोलियो की अस्थिरता लगभग 17.3% है। यदि सहसंबंध शून्य हो जाता है, तो पोर्टफोलियो अस्थिरता लगभग 14.1% तक गिर जाती है। और -1.0 के सहसंबंध (पूर्ण नकारात्मक सहसंबंध) के साथ, सकारात्मक अपेक्षित रिटर्न अर्जित करते हुए शून्य अस्थिरता वाला जोखिम-मुक्त पोर्टफोलियो बनाना सैद्धांतिक रूप से संभव है।

यह गणितीय अंतर्दृष्टि बताती है कि विविधीकरण इतना शक्तिशाली क्यों है: यह निवेशकों को अपेक्षित रिटर्न छोड़े बिना जोखिम कम करने की अनुमति देता है, बशर्ते संपत्तियां पूर्ण रूप से सहसंबद्ध न हों। व्यवहार में, अधिकांश वित्तीय संपत्तियों में सकारात्मक लेकिन अपूर्ण सहसंबंध होते हैं, जिसका अर्थ है कि विविधीकरण पोर्टफोलियो जोखिम को व्यक्तिगत संपत्ति जोखिमों के भारित औसत से नीचे लगातार कम करता है।

विविधीकरण के लाभ सरल जोखिम कटौती से आगे बढ़ते हैं। पोर्टफोलियो अस्थिरता को कम करके, विविधीकरण समय के साथ धन की चक्रवृद्धि विकास दर में सुधार करता है। ऐसा इसलिए है क्योंकि अंकगणितीय और ज्यामितीय (चक्रवृद्धि) रिटर्न के बीच गणितीय संबंध है: ज्यामितीय रिटर्न लगभग अंकगणितीय रिटर्न से रिटर्न के विचरण का आधा घटाने के बराबर होता है। कम विचरण वाला पोर्टफोलियो अधिक कुशलता से चक्रवृद्धि होता है, समान अपेक्षित अंकगणितीय रिटर्न के लिए उच्च अंतिम धन उत्पन्न करता है।

विविधीकरण चरम पोर्टफोलियो हानियों की संभावना और गंभीरता को भी कम करता है। बड़ी गिरावट दीर्घकालिक धन के लिए विशेष रूप से हानिकारक होती है क्योंकि पुनर्प्राप्ति के लिए असमान रूप से बड़े लाभ की आवश्यकता होती है। 50% की हानि को ठीक होने के लिए 100% लाभ चाहिए, जबकि 25% की हानि को केवल 33% चाहिए। गिरावट को कम करके, विविधीकरण निवेशकों को सबसे खराब परिणामों से बचाता है जो उनके वित्तीय लक्ष्यों तक पहुंचने की क्षमता को स्थायी रूप से क्षतिग्रस्त कर सकते हैं।

इन स्पष्ट लाभों के बावजूद, निवेशक अक्सर अपर्याप्त विविधीकरण करते हैं। व्यवहार अनुसंधान ने कई पूर्वाग्रहों को दस्तावेज किया है जो पर्याप्त विविधीकरण के विरुद्ध काम करते हैं, जिनमें घरेलू पूर्वाग्रह (घरेलू शेयरों को अधिक भार देना), परिचय पूर्वाग्रह (व्यक्तिगत रूप से ज्ञात कंपनियों को अधिक भार देना), और नियंत्रण का भ्रम (यह विश्वास करना कि परिचित शेयरों में केंद्रित स्थिति वास्तव में उतनी जोखिमपूर्ण नहीं है जितनी वह है) शामिल हैं।

मार्कोविट्ज़ और आधुनिक पोर्टफोलियो सिद्धांत

हैरी मार्कोविट्ज़ का 1952 का पेपर वित्त इतिहास में सबसे महत्वपूर्ण बौद्धिक योगदानों में से एक का प्रतिनिधित्व करता है। मार्कोविट्ज़ से पहले, निवेश विश्लेषण लगभग विशेष रूप से व्यक्तिगत प्रतिभूतियों पर केंद्रित था -- यह मूल्यांकन करना कि कोई विशेष स्टॉक कम मूल्यांकित है या अधिक मूल्यांकित। मार्कोविट्ज़ ने ध्यान को व्यक्तिगत प्रतिभूतियों से पूरे पोर्टफोलियो की ओर स्थानांतरित किया, तर्क देते हुए कि महत्वपूर्ण बात प्रत्येक निवेश का अलग-अलग जोखिम और रिटर्न नहीं है बल्कि यह है कि वे कैसे संयोजित होकर पूरे पोर्टफोलियो के जोखिम और रिटर्न को निर्धारित करते हैं।

मार्कोविट्ज़ ने पोर्टफोलियो चयन समस्या को अनुकूलन के रूप में तैयार किया: दिए गए अपेक्षित रिटर्न स्तर पर पोर्टफोलियो विचरण को न्यूनतम करने वाले पोर्टफोलियो भार खोजें, या समतुल्य रूप से, दिए गए विचरण स्तर पर अपेक्षित रिटर्न को अधिकतम करें। इस समस्या को हल करने वाले पोर्टफोलियो का सेट -- प्रत्येक अपने जोखिम स्तर पर सर्वोच्च रिटर्न प्रदान करता है -- कुशल सीमा को परिभाषित करता है, जोखिम-रिटर्न स्थान में एक वक्र जो निवेशकों के लिए उपलब्ध सर्वोत्तम ट्रेडऑफ का प्रतिनिधित्व करता है।

मीन-वैरिएंस ऑप्टिमाइज़ेशन के लिए आवश्यक इनपुट हैं: प्रत्येक संपत्ति के अपेक्षित रिटर्न, प्रत्येक संपत्ति के रिटर्न का विचरण (या मानक विचलन), और संपत्तियों के प्रत्येक जोड़े के बीच सहप्रसरण (या सहसंबंध)। N संपत्तियों के यूनिवर्स के लिए, N अपेक्षित रिटर्न अनुमान, N विचरण अनुमान, और N(N-1)/2 सहप्रसरण अनुमान आवश्यक हैं। 100 संपत्तियों के मामूली यूनिवर्स के लिए, इसका अर्थ 100 अपेक्षित रिटर्न, 100 विचरण, और 4,950 सहप्रसरण -- कुल 5,150 मापदंड हैं।

विलियम शार्प ने 1964 में पूंजी संपत्ति मूल्य निर्धारण मॉडल (CAPM) पेश करके मार्कोविट्ज़ के कार्य का विस्तार किया, जिसने ढांचे में जोखिम-मुक्त संपत्ति जोड़ी और दिखाया कि संतुलन में सभी निवेशकों को जोखिम-मुक्त संपत्ति और बाजार पोर्टफोलियो का संयोजन रखना चाहिए। जोखिम-मुक्त दर को कुशल सीमा पर बाजार पोर्टफोलियो से जोड़ने वाली पूंजी बाजार रेखा, जोखिम-मुक्त दर पर उधार लेने और देने के संभव होने पर उपलब्ध इष्टतम जोखिम-रिटर्न ट्रेडऑफ का प्रतिनिधित्व करती है।

जेम्स टोबिन के पृथक्करण प्रमेय (1958) ने एक और मुख्य अंतर्दृष्टि प्रदान की: इष्टतम जोखिमपूर्ण पोर्टफोलियो सभी निवेशकों के लिए समान है, उनकी जोखिम प्राथमिकताओं की परवाह किए बिना। निवेशक केवल इस बात में भिन्न हैं कि वे इष्टतम जोखिमपूर्ण पोर्टफोलियो और जोखिम-मुक्त संपत्ति के बीच कैसे आवंटन करते हैं।

सहसंबंध का गणित

सहसंबंध विविधीकरण की कुंजी है। सहसंबंध कैसे व्यवहार करते हैं -- और कैसे गड़बड़ करते हैं -- यह समझना पोर्टफोलियो निर्माण के लिए आवश्यक है।

सहसंबंध गुणांक -1 से +1 तक होता है। +1 का सहसंबंध का अर्थ है दो संपत्तियां पूर्ण तालमेल में चलती हैं; -1 का अर्थ है वे पूर्ण विपरीत दिशाओं में चलती हैं; और 0 का अर्थ है उनकी गतिविधियां असंबंधित हैं। विविधीकरण प्रभावी होने के लिए, सहसंबंध +1 से कम होना चाहिए; सहसंबंध जितना कम (या जितना अधिक नकारात्मक), विविधीकरण लाभ उतना अधिक।

व्यवहार में, अधिकांश इक्विटी बाजार एक-दूसरे के साथ सकारात्मक रूप से सहसंबद्ध हैं, सहसंबंध आमतौर पर देश जोड़ी और समय अवधि के आधार पर 0.4 से 0.8 तक होता है। अमेरिकी और यूरोपीय इक्विटी के बीच सहसंबंध आमतौर पर लगभग 0.6-0.7 है, जबकि अमेरिकी और उभरते बाजार इक्विटी के बीच सहसंबंध कुछ कम, लगभग 0.4-0.6 है। बॉन्ड और इक्विटी ने ऐतिहासिक रूप से कम या नकारात्मक सहसंबंध प्रदर्शित किए हैं, जिससे बॉन्ड इक्विटी-भारी पोर्टफोलियो के लिए प्राकृतिक विविधीकरणकर्ता बन जाते हैं।

वैकल्पिक संपत्ति वर्ग -- रियल एस्टेट, कमोडिटी, हेज फंड और प्राइवेट इक्विटी सहित -- को अक्सर पारंपरिक स्टॉक और बॉन्ड के साथ कम सहसंबंधों के आधार पर विविधीकरणकर्ता के रूप में बढ़ावा दिया जाता है। हालांकि, इन संपत्तियों का वास्तविक विविधीकरण लाभ अक्सर विज्ञापित से कम होता है। पहला, कई वैकल्पिक संपत्तियां अतरल हैं, और उनकी स्पष्ट कम अस्थिरता और कम सहसंबंध आंशिक रूप से वास्तव में सुचारू रिटर्न के बजाय पुरानी कीमतों को दर्शा सकते हैं। दूसरा, पारंपरिक संपत्तियों के साथ सहसंबंध तनाव अवधि में बढ़ते हैं, ठीक उसी समय जब विविधीकरण सबसे मूल्यवान होता है।

सहसंबंध शासन की अवधारणा पोर्टफोलियो निर्माण के लिए महत्वपूर्ण है। सहसंबंध स्थिर नहीं हैं; वे समय के साथ बदलते हैं और बाजार गिरावट के दौरान बढ़ते हैं। Erb, Harvey और Viskanta (1994) ने दर्शाया कि मंदी बाजारों में अंतरराष्ट्रीय इक्विटी सहसंबंध बढ़ जाते हैं।

अनुकूलन की पहेली

सैद्धांतिक सुरुचिपूर्णता के बावजूद, मीन-वैरिएंस ऑप्टिमाइज़ेशन का वास्तविक-विश्व निवेश समस्याओं पर लागू होने पर निराशाजनक परिणाम देने का अच्छी तरह से दस्तावेज इतिहास है। मुख्य अपराधी अनुमान त्रुटि है: ऑप्टिमाइज़ेशन के इनपुट -- अपेक्षित रिटर्न, विचरण और सहसंबंध -- को ऐतिहासिक डेटा या पूर्वानुमान मॉडल से अनुमानित किया जाना चाहिए, और ये अनुमान स्वाभाविक रूप से अनिश्चित हैं।

समस्या अपेक्षित रिटर्न के लिए विशेष रूप से गंभीर है, जिन्हें सटीक रूप से अनुमानित करना कुख्यात रूप से कठिन है। Merton (1980) ने दिखाया कि उचित सटीकता के साथ अपेक्षित रिटर्न का अनुमान लगाने के लिए अत्यंत लंबे डेटा इतिहास की आवश्यकता होती है। अपेक्षित रिटर्न अनुमानों में छोटी त्रुटियां नाटकीय रूप से भिन्न पोर्टफोलियो भार उत्पन्न कर सकती हैं।

Michaud (1989) ने प्रसिद्ध रूप से मीन-वैरिएंस ऑप्टिमाइज़ेशन को "त्रुटि अधिकतमीकरण" उपकरण बताया, तर्क देते हुए कि ऑप्टिमाइज़र अधिक अनुमानित अपेक्षित रिटर्न वाली संपत्तियों को अधिक भार देकर और कम अनुमानित को कम भार देकर अनुमान त्रुटियों का आक्रामक रूप से शोषण करता है। परिणामी पोर्टफोलियो वास्तविक जोखिम-रिटर्न ट्रेडऑफ के बजाय अनुमान त्रुटियों के लिए अनुकूलित होते हैं।

अनुमान त्रुटि समस्या को संबोधित करने के लिए कई दृष्टिकोण विकसित किए गए हैं। Black-Litterman मॉडल (1992) बाजार संतुलन पोर्टफोलियो को शुरुआती बिंदु के रूप में उपयोग करता है। Ledoit और Wolf (2004) के संकुचन अनुमानक नमूना सहप्रसरण मैट्रिक्स को संरचित लक्ष्य मैट्रिक्स के साथ जोड़ते हैं। Michaud (1998) की रीसैंपल्ड दक्षता मोंटे कार्लो सिमुलेशन का उपयोग करती है।

भोली विविधीकरण

DeMiguel, Garlappi और Uppal (2009) ने Review of Financial Studies में एक उत्तेजक पेपर प्रकाशित किया जिसने ऑप्टिमाइज़ेशन-आधारित पोर्टफोलियो निर्माण के व्यावहारिक मूल्य को चुनौती दी। उन्होंने चौदह अनुकूलित पोर्टफोलियो रणनीतियों के नमूने-बाहर प्रदर्शन की तुलना सरल 1/N (समान-भार) पोर्टफोलियो से की और पाया कि कोई भी अनुकूलित रणनीति समान-भार बेंचमार्क को लगातार नहीं हरा सकी।

लेखकों ने मीन-वैरिएंस ऑप्टिमाइज़ेशन, न्यूनतम-विचरण पोर्टफोलियो, बेयसियन अनुमान दृष्टिकोण, Black-Litterman मॉडल, और विभिन्न अन्य परिष्कृत तकनीकों सहित रणनीतियों का मूल्यांकन किया। विभिन्न संपत्ति वर्गों और समय अवधियों में फैले सात अनुभवजन्य डेटासेट का उपयोग करके, उन्होंने पाया कि 1/N पोर्टफोलियो शार्प अनुपात, निश्चितता समतुल्य रिटर्न और टर्नओवर सहित मापों पर आश्चर्यजनक रूप से प्रतिस्पर्धी था।

इस प्रति-सहज परिणाम की व्याख्या सांख्यिकीय शिक्षण सिद्धांत के पूर्वाग्रह-विचरण ट्रेडऑफ में है। अनुकूलित पोर्टफोलियो कम पूर्वाग्रह रखते हैं लेकिन उच्च विचरण, जबकि 1/N उच्च पूर्वाग्रह लेकिन कम विचरण रखता है। जब अनुमान त्रुटि संपत्तियों के अपेक्षित रिटर्न में वास्तविक अंतर की तुलना में बड़ी होती है, तो 1/N का विचरण लाभ उसके पूर्वाग्रह नुकसान को पछाड़ देता है।

यह पेपर यह नहीं कहता कि विविधीकरण महत्वपूर्ण नहीं है। बल्कि, यह सुझाव देता है कि विविधीकरण की विधि -- पोर्टफोलियो भार कैसे निर्धारित होते हैं -- विविधीकरण की चौड़ाई -- कितनी और कितनी विभिन्न संपत्तियां हैं -- से कम महत्वपूर्ण है। व्यावहारिक निहितार्थ यह है कि निवेशकों को पहले संपत्ति वर्गों, क्षेत्रों और भूगोल में व्यापक विविधीकरण सुनिश्चित करने पर ध्यान देना चाहिए।

संकट में सहसंबंध अस्थिरता

विविधीकरण के लिए सबसे महत्वपूर्ण व्यावहारिक चुनौतियों में से एक यह है कि बाजार संकट के दौरान संपत्ति वर्गों के बीच सहसंबंध बढ़ जाते हैं, ठीक उसी समय जब विविधीकरण को सबसे अधिक सुरक्षा प्रदान करनी चाहिए।

Longin और Solnik (2001) ने Journal of Finance में एक ऐतिहासिक अध्ययन प्रकाशित किया जिसने प्रदर्शित किया कि मंदी बाजारों में अंतरराष्ट्रीय इक्विटी सहसंबंध काफी बढ़ जाते हैं। चरम मूल्य सिद्धांत का उपयोग करते हुए, उन्होंने दिखाया कि बड़े नकारात्मक रिटर्न के बीच सहसंबंध सामान्य बाजार स्थितियों के दौरान सहसंबंध से काफी अधिक है। यह असममित सहसंबंध पैटर्न का अर्थ है कि शांत बाजारों के दौरान मापे जाने पर विविधीकरण लाभ अधिक आंका जाता है और अशांत अवधि के दौरान कम।

इस घटना को कई संकटों में दर्ज किया गया है। 2008 के वैश्विक वित्तीय संकट के दौरान, प्रमुख इक्विटी बाजारों के बीच सहसंबंध 0.90 से ऊपर चले गए, अंतरराष्ट्रीय इक्विटी आवंटन के विविधीकरण लाभों को लगभग समाप्त कर दिया। स्टॉक और सरकारी बॉन्ड के बीच पारंपरिक रूप से नकारात्मक सहसंबंध पर भी दबाव पड़ा।

संकट के दौरान सहसंबंध टूटने के लिए कई स्पष्टीकरण प्रस्तावित किए गए हैं। सामान्य कारक एक्सपोजर -- तनाव के दौरान सभी जोखिमपूर्ण संपत्तियों का समान अंतर्निहित आर्थिक कारकों से प्रभावित होने की प्रवृत्ति -- शायद सबसे सहज है। मार्जिन कॉल और जबरन परिसमापन सहित संक्रमण तंत्र संकट के दौरान सहसंबंध वृद्धि को बढ़ा सकते हैं। तरलता वापसी भी महत्वपूर्ण भूमिका निभाती है।

पोर्टफोलियो निर्माण के लिए, सहसंबंध अस्थिरता के कई महत्वपूर्ण निहितार्थ हैं। पहला, विविधीकरण रणनीतियों को औसत सहसंबंधों के बजाय संकट-काल सहसंबंधों का उपयोग करके तनाव-परीक्षण किया जाना चाहिए। दूसरा, निवेशकों को केवल संपत्ति वर्गों में ही नहीं, बल्कि जोखिम कारकों में विविधीकरण पर विचार करना चाहिए। तीसरा, स्पष्ट रूप से कम सहसंबंध को लक्षित करने वाली रणनीतियां -- जैसे प्रबंधित वायदा, पूंछ जोखिम हेजिंग, या लंबी अस्थिरता स्थिति -- पारंपरिक संपत्ति वर्ग विविधीकरण की तुलना में संकट के दौरान अधिक विश्वसनीय विविधीकरण प्रदान कर सकती हैं।

सीमाएं

जबकि विविधीकरण निर्विवाद रूप से निवेश में सबसे महत्वपूर्ण सिद्धांतों में से एक है, इसकी महत्वपूर्ण सीमाएं हैं जिन्हें निवेशकों को समझना चाहिए।

पहला, विविधीकरण जोखिम कम करता है लेकिन समाप्त नहीं करता। पूर्ण रूप से विविधीकृत पोर्टफोलियो भी व्यवस्थित जोखिम -- मंदी, वित्तीय संकट या अन्य समष्टि आर्थिक आघातों से प्रेरित व्यापक बाजार गिरावट का जोखिम -- के प्रति उजागर रहता है। 2008 के वित्तीय संकट में, लगभग सभी जोखिमपूर्ण संपत्ति वर्ग एक साथ गिरे क्योंकि अधिकांश विविधीकृत पोर्टफोलियो ने महत्वपूर्ण नुकसान झेला।

दूसरा, अत्यधिक विविधीकरण जोखिम को सार्थक रूप से कम किए बिना रिटर्न कम कर सकता है। एक निश्चित संख्या से परे -- अनुसंधान इक्विटी पोर्टफोलियो के लिए लगभग 30-40 स्टॉक सुझाता है -- अतिरिक्त पदों से वृद्धिशील जोखिम कटौती नगण्य हो जाती है।

तीसरा, विविधीकरण के लाभ सहसंबंध अनुमानों की सटीकता पर गंभीर रूप से निर्भर करते हैं, जो स्वयं अनिश्चित और अस्थिर हैं। यह सहसंबंध अस्थिरता जोखिम प्रबंधन उपकरण के रूप में विविधीकरण की मौलिक सीमा का प्रतिनिधित्व करती है।

चौथा, संपत्ति वर्गों में विविधीकरण के लिए यह स्वीकार करना आवश्यक है कि पोर्टफोलियो का कुछ हिस्सा हमेशा कम प्रदर्शन करेगा। यह मनोवैज्ञानिक चुनौती कई निवेशकों को अपनी विविधीकरण रणनीति पर संदेह करने और हाल के विजेताओं में केंद्रित होने के लिए प्रेरित करती है।

पांचवां, विविधीकरण की लागतों को नजरअंदाज नहीं किया जाना चाहिए। अंतरराष्ट्रीय विविधीकरण में मुद्रा जोखिम, उच्च लेनदेन लागत और संभावित प्रतिकूल कर उपचार शामिल है।

छठा, मीन-वैरिएंस ऑप्टिमाइज़ेशन अपने इनपुट में अनुमान त्रुटियों के प्रति अत्यधिक संवेदनशील है। जैसा कि DeMiguel, Garlappi और Uppal ने प्रदर्शित किया, समान भार जैसे सरल दृष्टिकोण अक्सर परिष्कृत अनुकूलन तकनीकों से बेहतर प्रदर्शन करते हैं।

अंत में, विविधीकरण की अवधारणा यह मानती है कि पिछली सहसंबंध संरचनाएं भविष्य में बनी रहेंगी। वैश्विक अर्थव्यवस्था में संरचनात्मक परिवर्तन -- आर्थिक एकीकरण का बढ़ना, निष्क्रिय निवेश का उदय, और केंद्रीय बैंक नीतियों का बढ़ता प्रभाव सहित -- सहसंबंध पैटर्न को मौलिक रूप से बदल सकते हैं। निवेशकों को ऐतिहासिक संबंधों के अनिश्चित काल तक बने रहने की धारणा बनाने के बजाय, बदलती बाजार गतिशीलता के प्रकाश में अपनी विविधीकरण रणनीतियों का नियमित रूप से पुनर्मूल्यांकन करना चाहिए।