Was eine Korrelationsmatrix wirklich sagt — und was nicht.

Wer eine Diversifikationsanalyse beginnt, startet meist mit einer Korrelationsmatrix. Das ist richtig — und reicht selten. Drei Lagen, in denen die Matrix Anleger in die Irre führt.

Erste Lage: Der Durchschnitt verschweigt die Krisen.

Eine Korrelationsmatrix fasst meist 36 Monate in einer einzigen Zahl zusammen. Das ist bequem, aber gefährlich. Zwei Anlageklassen, die in ruhigen Zeiten schwach korrelieren, können in einer Krise eng zusammenfallen — genau dann, wenn Streuung gebraucht wird. Der Durchschnitt suggeriert Streuung, die im Stress nicht existiert.

Wir rechnen deshalb rollierende Korrelationen über kürzere Fenster und prüfen das Verhalten in den drei historischen Regimen 2008, 2020 und 2022. Wer nur die Durchschnittsmatrix liest, sieht die Streuung, die er sich wünscht, nicht die, die er hat.

Zweite Lage: Korrelation ist nicht Ursache.

Zwei Titel, die gemeinsam steigen, müssen sich nicht gegenseitig bedingen. Oft treibt ein dritter Faktor beide — etwa ein Zinspfad oder eine Währung. Die Matrix zeigt das Ergebnis, nicht den Grund. Eine Streuungskorrektur, die auf der Matrix ohne Ursachenprüfung aufbaut, beseitigt manchmal das Symptom und verschärft das zugrunde liegende Klumpenrisiko.

Die Clusterung auf Renditen hilft hier weiter: Sie gruppiert Titel nach gemeinsamen Bewegungen und macht sichtbar, welche Positionen tatsächlich auf denselben Treiber reagieren.

Dritte Lage: Dünne Daten verfälschen das Bild.

Korrelation braucht Daten. Eine Anlageklasse mit kurzer Historie — ein jüngerer ETF, eine neu emittierte Anleihekategorie — liefert eine Matrix, die stabil wirkt, aber auf wenigen Beobachtungen steht. Eine Korrelation von null kann Streuung bedeuten oder schlicht Datenknappheit.

Wir markieren Werte mit weniger als drei Jahren Historie in jeder Matrix und stufen sie nicht als Streuung ein. Wer sie trotzdem als Streuung verbucht, streut gegen die Datenlage.

„Eine Korrelationsmatrix ist eine Frage, keine Antwort. Wer sie als Antwort liest, überschätzt seine Streuung.“

Fazit

Eine Korrelationsmatrix ist der Anfang einer Diversifikationsanalyse, nicht ihr Ende. Sie muss rollierend, regimebewusst und ursachengeprüft gelesen werden. Wer das tut, erkennt Streuung, die ein Durchschnittswert verschweigt — und vermeidet Streuung, die nur auf dem Papier existiert.