分散化与相关性：多买几只不一定更安全

账户里有两只ETF、两只个股，还有现金，怎么看也不像“把钱放在一个篮子里”。可某家公司出事时，两只基金和一只个股同时下跌。屏幕上明明有好几行，为什么像只押了同一个判断？

因为账户显示的是包装，风险来自包装里面。这次先拆开两只虚构ETF，看看究竟持有了谁；再用一张四期小表解释，为何历史上互相补位，也不能承诺压力时继续补位。

这次检查哪三件事

读完后，你应能把基金与直接持股合并成公司敞口；从同频收益理解相关性及其边界；保存一份包含联合压力、未知字段和复查条件的分散检查记录。必须掌握的是风险来源，不必背统计推导。

分散化（diversification）试图让资金不集中承担单一来源的风险。Investor.gov同时强调跨资产类别和类别内部的分散，并提醒狭窄主题ETF不一定分散，多只基金还需检查底层持仓。[1] 名称变多，只是检查的起点。

G47的家庭预留与组合约束，G74的三家人民币条件及损失预算均不变。下面另立C3-49独立美元快照，不是把G47的12000美元候选组合改成10000，也不替换其X持仓或基金成分。本篇的任务是拆开一个时点的结构；连续调仓另见G50的C3-50合成账本。真实ETF仍需核持仓与使用许可，不能把虚构成分当作已取得的市场资料。

先把四个投资标的拆成五家公司

本例估值时点为2026年10月29日，组合市值10000美元，只做多、无杠杆。持有ETF甲4000、ETF乙3000、X公司股票1000、K公司股票1000、现金1000美元。下表给足两基金全部成分，无其他持仓、衍生工具或基金内部现金；这些都是合成结构，不对应真实基金。

穿透就是把“我有多少基金”乘以“基金有多少这家公司”，再加直接持股。X藏在甲里的金额是1600，乙里是1500，再加直接持有1000，合计4100美元，占整个组合41%。不是各基金X比例简单相加，也不是只看直接持股的10%。

同样，Y有1200加600，共1800美元；Z为1200，W为900，K为1000，现金1000。六项合计仍是10000，穿透只是重新归类，没有凭空多出资产，也不能把基金本身再加一次。

假设本例已知X、Y同属科技，Z、W、K属其他行业，科技合计5900美元，占59%。其中X的41%是公司集中，科技的59%是行业集中；两个数描述嵌套关系，不能相加说风险有100%。

真实ETF要核对持仓日期、资产身份、完整覆盖与权重口径。只拿前十大持仓，只能计算已确认部分；未披露尾部不能自动当作与自己毫无重叠。遇到基金套基金、衍生品或杠杆，也不能直接沿用本例的简单金额乘法。

共同风险比共同名字再多一层

先让X单独下跌50%，其余底层证券与现金价格都不变，不交易、不计费用税款。组合损失4100的一半，即2050美元，跌20.5%。X直接持股只损500，另外1550来自两只基金；若只检查单股行，会大幅低估这一情景。

再设一个独立联合压力：X和Y都跌40%，其余三只股票各跌10%，现金名义不变。损失为科技5900的40%加其他股票3100的10%，即2360加310，共2670美元，组合余7330，跌26.7%。两次压力各自从原10000开始，不连续叠加。

这不是未来损失上限，也没有给情景发生概率；它回答的是“这些变化如果一起发生，现有结构会怎样”。不同公司仍可能受利率、客户预算、供应链、融资或市场流动性共同影响，名字不重叠，也不等于风险独立。

FINRA列举了同业、地区、证券类型、雇主股票和流动性等集中来源，并建议把基金与个股合起来看。[2] 家庭工资若也依赖同一行业，失业与证券损失可能同来。工资不是另一笔证券市值，不能硬加进本表分母，但应进入家庭联合压力记录。

相关性看的不是名字，而是一起怎样变化

相关性（correlation）在这里指样本皮尔逊相关系数，衡量两列收益的线性共同变化。它介于负1与正1：接近正1表示围绕各自均值的偏离高度同向，接近负1表示高度反向。零表示未显示线性关系，不等于统计独立或不存在非线性联系。[3]

先看另一份独立合成小表：U、V是两项给定策略的月收益，不是ETF甲乙的实测，更不由上面持仓推算。均为同一币种、相同月末区间、无外部资金流的账户收益；这里只比较给定数，不声称完整策略已验证。

两列均值都是0，每月偏离刚好相反，样本相关为负1。每月期初各投入一半，收益就是两者平均，因此本表组合每月为0。这隐含每月恢复各半并忽略成本，只教抵消机制，不承诺存在免费对冲策略。

手算相关可以分三步：先减去各列均值，逐行相乘并求和，再除以两列偏离平方和乘积的平方根。用表中百分数数值2与负2计算，交叉乘积和为负16，两列平方和各16，结果负16除16，即负1。若改用0.02，比例不变。

两列都必须不恒定，相关分母才能不为零。上表组合收益恒为0，其样本标准差为0，不能再把它与U的相关算成0；分母为0时应标“未定义”。相关也不直接告诉你赚多少或亏多少，更不是因果证据。

换到另四个月，补位关系可以消失

另设一个独立压力窗口，仍四个连续月、相同收益口径，U依次为负10%、负20%、负5%、负15%，V为负8%、负16%、负4%、负12%。它不是从前表推导的预测，而是检验“不再反向”时会怎样的教学输入。

V每月都是U的0.8倍，两列围绕均值的偏离同向成比例，所以相关为正1。若每月期初仍各半，当月收益依次负9%、负18%、负4.5%、负13.5%，每月都亏；不能拿第一张表的负相关覆盖这个窗口。

这里变化的是两个样本窗口的共同变化，不足以估计真实市场相关何时转折。Cleveland Fed刊载的作者工作论文把危机期高相关与极端损失列为研究问题；那是特定研究语境，不是所有资产在每场危机都必定同涨同跌的规律。[4]

真实研究应固定收益频率、币种、重叠区间与缺失处理，再观察不同窗口和压力段。月度相关不能直接当作盘中关系，长样本的平均值也可能藏住短时共同下跌。四行练习只够说明机制，不能为真实估计提供精度保证。

还要防止“看起来很稳”的错觉：低频估值、停牌或没有更新的价格，可能让收益列暂时不动。若把缺失填0，就可能造出低相关；先查价格与估值机制，再决定统计结果有没有可比性。

三个策略，也可能是一种风险的三个入口

把策略命名为趋势、选股、套利，并不能证明风险分开。它们可能持有相同股票，依赖同样融资和流动性，或在波动升高时同时减仓。资产持仓、策略盈亏和操作渠道要分别检查。

历史策略相关低，也不能消除共同数据错误、同一券商或程序失灵的运行风险。策略组合需要可复核的单项结果、共同账户与资金约束，后续G91/G92再完整处理；本篇只要求把共同来源列出来，不发明另一套策略资本。

分散也有代价。新增工具带来费用、价差、税务记录与持续核查；十只看不懂的基金，可能比几项能穿透的配置更难管理。成本不能简单按持仓数量推断，应该计算新增交易和维护工作，比较它究竟减少了哪种集中。

不看答案，换一只ETF再算一次

解释题：两只ETF发行机构不同，为什么仍可能让X敞口达到41%？应用题：有人只披露基金前十大成分，就把未见的部分算为“独立资产”，错误在哪？先用自己的话写出判断。

答案要点是发行机构不同不改变共同持股，必须按持有市值乘基金内部权重合并；未见持仓是不知道，不是已证实不重叠。应记录覆盖范围，补齐材料或限制结论，不能让未知自动增加分散程度。

近迁移另设候选替代版本：把原ETF乙3000美元完全换成ETF丙，同金额，丙成分X0%、Y20%、W80%；其余初始持仓不变。比较的是两个静态候选快照，不计算换仓过程和交易成本。请重算X、科技和原联合压力损失，判断是否已消除科技风险。

X变为甲内1600加直持1000，合计2600，占26%；Y仍1800，科技合计4400，占44%。Z1200、W2400、K1000，其他股票共4600。原压力下损失4400的40%加4600的10%，共2220美元，跌22.2%。

它减少了给定公司与行业集中，也降低了这一项压力损失，但没有消除科技风险，不能据此断言所有风险或净收益都改善。还须看W集中、其他共同风险和实际换仓成本；如果只是把乙改个名字而成分不变，原结果一个数字也不会变。

带走一张“共同风险在哪里”的检查表

请保存组合日期、币种与市值分母；逐项列直接持股和基金穿透来源、持仓日期、覆盖程度、公司金额和行业金额，再留出共同业务、融资、流动性及家庭收入风险栏。未知字段写明补证路径，不用AI猜成分。

附件保留同频收益原表、相关定义、样本区间、缺失和零变化处理、不同窗口结果及联合压力输入。最后写采用、退回或待补资料的结论，说明它服从G47政策和G74预算；本例减少集中不等于自动批准真实资金。

自检让穿透金额加回原市值，避免把基金与底层重复相加；至少手算一家公司和一项压力；确认没有把低相关写成不亏损。以后基金成分、直接持仓、收入条件或数据质量变化，就更新版本重查，而不只看持仓行数。

小结：先数共同风险，再数持仓

先穿透包装，找出同一公司、行业与业务条件，再检查收益在相同口径下怎样共同变化。名称不同和历史低相关，都不能独自证明已经分散；字段缺失时，结论应停在已知范围。

把相关变化和共同下跌放进压力情景，与资金政策一起看。新增资产或策略只有在减少具体风险、成本与维护可接受时，才值得继续评估；持仓数增加本身，不构成通过理由。

参考资料

1. Investor.gov：Asset Allocation and Diversification。类别内外的分散、狭窄基金与底层重叠。
2. FINRA：Concentrate on Concentration Risk，2022-06-15。共同持仓、行业、雇主与流动性集中及穿透检查。
3. NIST Dataplot：Correlation。皮尔逊相关定义与计算；本篇未使用显著性检验。
4. Giuzio、Paterlini：Undiversifying during Crises: Is It a Good Idea?，2016，Cleveland Fed WP16-28。仅引用作者原始页面的问题背景，未复现模型，观点不代表联储立场。

资料核查日期2026-10-29。AI辅助编写与检查，待人类金融审校及目标读者试读。ETF成分、收益小表与压力全部为原创合成机制练习，不是历史ETF或真实策略结果。