Le coefficient de corrélation est une mesure statistique qui calcule la force de la relation entre les mouvements relatifs de deux variables. Les valeurs du coefficient de corrélation vont de -1,0 à 1,0. Si un nombre calculé est supérieur à 1,0 ou inférieur à -1,0, cela indique qu’il y a eu une erreur dans la mesure de la corrélation. En effet, une corrélation de -1,0 indique une corrélation négative parfaite, alors qu’une corrélation de 1,0 indique une corrélation positive parfaite. Une corrélation de 0,0 signifie qu’il n’y a pas de relation entre le mouvement des deux variables.

Les statistiques de corrélation peuvent être utilisées aussi bien dans le domaine de la finance que dans celui de l’investissement. Par exemple, un coefficient de corrélation pourrait être déterminé pour décider du degré de relation entre le coût du pétrole brut et le coût des stocks d’une organisation de livraison de pétrole, par exemple, Exxon Mobil Corporation. Étant donné que les organisations pétrolières procurent des avantages plus notables à mesure que le coût du pétrole augmente, la relation entre les deux facteurs est profondément positive.

Il existe quelques types de coefficients de connexion, mais celui qui est le plus courant est la relation de Pearson (r). Celle-ci permet d’estimer la qualité et le port de la connexion directe entre deux variables. Il ne peut pas saisir les relations non linéaires entre deux variables et ne peut pas différencier les variables dépendantes des variables indépendantes.
Une estimation des méthodes 1.0 précisément, il existe un lien positif idéal entre les deux variables. Pour un incrément positif dans une variable, il y a également un incrément positif dans la variable suivante. Une estimation des méthodes – 1.0 présente un lien négatif idéal entre les deux variables. Cela démontre que les facteurs évoluent de manière inverse – pour un incrément positif dans une variable, il y a une réduction dans la variable suivante. Si, par hasard, le lien entre deux facteurs est nul, il n’y a pas de lien entre eux.

Les spéculateurs peuvent utiliser les changements dans les mesures des relations pour distinguer de nouveaux modèles dans les marchés budgétaires, l’économie et les coûts des actions.

Principaux points à retenir

Les coefficients de corrélation sont utilisés pour mesurer la force de la relation entre deux variables.
La corrélation de Pearson est la plus utilisée en statistique. Elle mesure la force et la direction d’une relation linéaire entre deux variables.
Les valeurs varient toujours entre -1 (relation négative forte) et +1 (relation positive forte). Les valeurs égales ou proches de zéro impliquent une relation faible ou nulle.
Les valeurs de coefficient de corrélation inférieures à +0,8 ou supérieures à -0,8 ne sont pas considérées comme significatives.

Statistiques de corrélation et investissements

Le lien entre deux variables est particulièrement utile lorsqu’il s’agit d’ajouter des ressources aux marchés budgétaires. Par exemple, une relation peut être utile pour décider de la performance d’un magasin partagé par rapport à son enregistrement de référence, ou à une autre réserve ou classe de ressources. En incluant un magasin commun faiblement ou défavorablement associé à un portefeuille actuel, le spécialiste financier obtient des bénéfices accrus.

En quelque sorte, les spécialistes financiers peuvent utiliser des ressources ou des protections liées de manière opposée pour soutenir leur portefeuille et diminuer les risques du marché en raison de l’imprévisibilité ou des changements de valeur sauvages. De nombreux spéculateurs soutiennent le danger de la valeur d’un portefeuille, ce qui réduit de manière adéquate les augmentations de capital ou les malheurs puisqu’ils ont besoin de la rémunération des bénéfices ou du rendement de l’action ou du titre.

La connaissance des connexions permet en outre aux spécialistes financiers de décider quand la relation entre deux variables change. Par exemple, les actions des banques ont régulièrement une relation profondément positive avec les coûts de financement puisque les taux de crédit sont souvent déterminés en fonction des frais de crédit du marché. Si le coût des actions d’une banque diminue alors que les frais de crédit augmentent, les spécialistes financiers peuvent en déduire que quelque chose n’est pas normal. Si le coût des actions des banques de comparaison de la division augmente également, les spécialistes financiers peuvent supposer que la baisse des actions des banques n’est pas due aux frais de crédit.

Équation du coefficient de relation

Pour établir le lien entre les minutes de l’article Pearson, il faut d’abord décider de la covariance des deux variables auxquelles on se réfère. Ensuite, il faut déterminer l’écart-type de chaque facteur. Le coefficient de connexion est contrôlé en séparant la covariance par le résultat des écarts-types des deux facteurs. Ainsi, d’après la formule du coefficient de corrélation, la banque qui n’est pas performante dans l’exemple traite probablement d’un problème interne.
L’écart-type est une mesure de la dispersion des données par rapport à leur moyenne. La covariance est une mesure de la façon dont deux variables changent ensemble, mais son ampleur est illimitée, ce qui la rend difficile à interpréter. En divisant la covariance par le produit des deux écarts types, on peut calculer la version normalisée de la statistique. Il s’agit du coefficient de corrélation