Коэффициент корреляции – это статистическая мера, которая вычисляет силу связи между относительными движениями двух переменных. Значения коэффициента корреляции находятся в диапазоне от -1.0 до 1.0. Если вычисленное число больше 1.0 или меньше -1.0, то это свидетельствует о наличии погрешности в измерении корреляции. Это объясняется тем, что корреляция -1.0 показывает идеальную отрицательную корреляцию, в то время как корреляция 1.0 показывает идеальную положительную корреляцию. Корреляция 0.0 означает, что нет никакой связи между движением двух переменных.

Корреляционная статистика может быть использована как в области финансов, так и в инвестиционной сфере. Например, коэффициент корреляции может быть определен для определения степени зависимости между стоимостью сырой нефти и стоимостью акций нефтедобывающей организации, например, корпорации Exxon Mobil. Поскольку по мере роста стоимости нефти нефтяные организации получают больше выгоды, связь между этими двумя факторами является глубоко положительной.

Существует несколько типов коэффициентов связи, однако наиболее распространенным является связь Пирсона (r). Это позволяет оценить качество и несущую прямую связь между двумя переменными. Он не может охватить нелинейные связи между двумя переменными и не может различать зависимые и независимые переменные.
При оценке методами с точностью до 1.0 между двумя переменными существует идеальная положительная связь. Для положительного приращения в одной переменной существует также положительный приращение в следующей переменной. При оценке методов 1.0 между двумя переменными существует идеальная отрицательная связь. Это показывает, что факторы движутся обратным образом – для положительного приращения в одной переменной происходит уменьшение последующей переменной. Если вероятность того, что связь между двумя факторами равна 0, отсутствует.

Спекулянты могут использовать изменения в измерениях связей для различения новых закономерностей на бюджетных рынках, в экономике и в стоимости акций.

Ключевые выводы

Коэффициенты корреляции используются для измерения прочности связи между двумя переменными.
Корреляция Пирсона является наиболее часто используемой в статистике. Она измеряет силу и направление линейной зависимости между двумя переменными.
Значения всегда находятся в диапазоне от -1 (сильная отрицательная связь) до +1 (сильная положительная связь). Значения при нулевом значении или близкие к нулю подразумевают слабую или отсутствующую связь.
Значения коэффициентов корреляции менее +0,8 или более -0,8 не считаются значимыми.

коэффициент корреляции и инвестиции

Связь между двумя переменными особенно полезна при добавлении ресурсов на бюджетные рынки. Например, связь может быть полезна при принятии решения о том, насколько хорошо работает общий магазин по сравнению с его эталонной записью, или другим классом резерва или ресурса. Включая низкий или отрицательно связанный общий магазин в текущий портфель, специалист по финансам получает дополнительные преимущества.

Как бы то ни было, финансовые специалисты могут использовать противоположно связанные ресурсы или средства защиты для поддержки своего портфеля и снижения рыночной опасности из-за непредсказуемости или резких изменений стоимости. Многочисленные спекулянты поддерживают ценностную опасность портфеля, который адекватно уменьшает любой прирост капитала или несчастья, так как им нужна выплата прибыли или доходность от акций или ценных бумаг.

Кроме того, знания о взаимосвязях позволяют финансовым специалистам принимать решения о том, когда меняется связь между двумя переменными. Например, акции банка регулярно имеют глубоко положительную связь с затратами на финансирование, так как ставки по кредитам часто определяются в зависимости от рыночных комиссий по кредитам. В случае, если стоимость акций банка снижается в то время, как плата за кредит растет, финансовые специалисты могут прийти к выводу, что что-то не так. В случае, если стоимость акций сравнительных банков, входящих в подразделение, дополнительно растет, финансовые специалисты могут предположить, что снижение стоимости акций банка происходит не из-за комиссий за выдачу кредитов.

Уравнение коэффициента соотношения

Чтобы вычислить минутное соединение элемента Pearson, необходимо сначала решить ковариацию двух переменных, на которые делается ссылка. Затем следует определить стандартное отклонение каждого фактора. Коэффициент связи контролируется путем разделения ковариаций по результатам стандартных отклонений двух факторов. Таким образом, согласно формуле коэффициента корреляции, неудовлетворительно работающий банк из примера, скорее всего, имеет дело с внутренней проблемой.
Стандартное отклонение является мерой дисперсии данных от их среднего значения. Ковариативность – мера того, как две переменные изменяются вместе, но ее величина не ограничена, поэтому ее трудно интерпретировать. Разделив ковариацию на произведение двух стандартных отклонений, можно вычислить нормализованную версию статистики. Это коэффициент корреляции