สารบัญ
- การทำความเข้าใจความสัมพันธ์
- กำลังคำนวณρ
- ความสัมพันธ์เชิงบวก
- สหสัมพันธ์เชิงลบ
- บรรทัดล่าง
สัมประสิทธิ์สหสัมพันธ์ (elation) เป็นตัวชี้วัดที่กำหนดระดับการเคลื่อนไหวของตัวแปรที่เกี่ยวข้อง สัมประสิทธิ์สหสัมพันธ์ที่พบมากที่สุดซึ่งสร้างโดยสหสัมพันธ์ของเพียร์สันในขณะนั้นอาจถูกใช้เพื่อวัดความสัมพันธ์เชิงเส้นระหว่างสองตัวแปร อย่างไรก็ตามในความสัมพันธ์ที่ไม่ใช่เชิงเส้นสัมประสิทธิ์สหสัมพันธ์นี้อาจไม่ได้เป็นตัวชี้วัดการพึ่งพาที่เหมาะสมเสมอไป
ประเด็นที่สำคัญ
- ค่าสัมประสิทธิ์สหสัมพันธ์ถูกใช้เพื่อวัดความแข็งแกร่งของความสัมพันธ์ระหว่างสองตัวแปรความสัมพันธ์เชิงบวกคือความสัมพันธ์ระหว่างตัวแปรสองตัวที่ตัวแปรทั้งสองเคลื่อนย้ายไปตามกันนั่นคือในทิศทางเดียวกันความสัมพันธ์เชิงลบหรือความสัมพันธ์แบบอินเวอร์ส โดยที่พวกมันเคลื่อนที่ไปในทิศทางตรงกันข้าม ความสัมพันธ์เชิงลบเป็นแนวคิดหลักในการสร้างพอร์ตโฟลิโอเนื่องจากช่วยให้สามารถสร้างพอร์ตการลงทุนที่หลากหลายซึ่งสามารถทนต่อความผันผวนของพอร์ตการลงทุนและผลตอบแทนที่ราบรื่น
การทำความเข้าใจความสัมพันธ์
ช่วงของค่าสำหรับสัมประสิทธิ์สหสัมพันธ์คือ -1.0 ถึง 1.0 กล่าวอีกนัยหนึ่งค่าต้องไม่เกิน 1.0 หรือน้อยกว่า -1.0 โดยที่ความสัมพันธ์ของ -1.0 หมายถึงความสัมพันธ์เชิงลบที่สมบูรณ์แบบและความสัมพันธ์ของ 1.0 หมายถึงความสัมพันธ์เชิงบวกที่สมบูรณ์แบบ เมื่อใดก็ตามที่ค่าสัมประสิทธิ์สหสัมพันธ์แสดงเป็น r มากกว่าศูนย์มันเป็นความสัมพันธ์เชิงบวก ในทางกลับกันเมื่อใดก็ตามที่มูลค่าน้อยกว่าศูนย์จะเป็นความสัมพันธ์เชิงลบ ค่าศูนย์แสดงว่าไม่มีความสัมพันธ์ระหว่างตัวแปรสองตัว
ความสัมพันธ์ระหว่างตัวแปรไม่ได้บอกเป็นนัยถึงสาเหตุ
ในตลาดการเงินมีการใช้สัมประสิทธิ์สหสัมพันธ์เพื่อวัดความสัมพันธ์ระหว่างสองหลักทรัพย์ ตัวอย่างเช่นเมื่อสองหุ้นย้ายไปในทิศทางเดียวกันสัมประสิทธิ์สหสัมพันธ์เป็นบวก ในทางกลับกันเมื่อหุ้นสองตัวเคลื่อนที่ในทิศทางตรงกันข้ามค่าสัมประสิทธิ์สหสัมพันธ์จะเป็นค่าลบ
- หากค่าสัมประสิทธิ์สหสัมพันธ์ของตัวแปรสองตัวเป็นศูนย์ ก็หมายความว่าไม่มีความสัมพันธ์เชิงเส้นระหว่างตัวแปร อย่างไรก็ตามนี่เป็นเพียงความสัมพันธ์เชิงเส้นเท่านั้น เป็นไปได้ว่าตัวแปรมีความสัมพันธ์เชิงเส้นโค้งที่แข็งแกร่ง เมื่อค่าของ close ใกล้เคียงกับศูนย์ โดยทั่วไประหว่าง -0.1 ถึง +0.1 ตัวแปรจะถูกกล่าวว่าไม่มีความสัมพันธ์เชิงเส้น หรือ ความสัมพันธ์เชิงเส้นที่ อ่อนแอมาก ตัวอย่างเช่นสมมติว่าราคากาแฟและคอมพิวเตอร์ถูกสังเกตและพบว่ามีความสัมพันธ์กับ +.0008; นี่หมายความว่าไม่มีความสัมพันธ์หรือความสัมพันธ์ระหว่างตัวแปรทั้งสอง
กำลังคำนวณρ
ในการคำนวณความสัมพันธ์เราต้องพิจารณาความแปรปรวนร่วมของตัวแปรทั้งสองในคำถามก่อน ถัดไปหนึ่งต้องคำนวณค่าเบี่ยงเบนมาตรฐานของแต่ละตัวแปร สัมประสิทธิ์สหสัมพันธ์ถูกกำหนดโดยการหารความแปรปรวนร่วมโดยผลคูณของค่าเบี่ยงเบนมาตรฐานของตัวแปรทั้งสอง
ค่าเบี่ยงเบนมาตรฐานคือการวัดการกระจายตัวของข้อมูลจากค่าเฉลี่ย ความแปรปรวนร่วมเป็นตัวชี้วัดว่าตัวแปรสองตัวมีการเปลี่ยนแปลงอย่างไร แต่ขนาดของมันนั้นไม่ จำกัด ดังนั้นจึงเป็นการยากที่จะตีความ ด้วยการหารความแปรปรวนร่วมโดยผลคูณของส่วนเบี่ยงเบนมาตรฐานสองค่าเราสามารถคำนวณสถิติเชิงสถิติได้ นี่คือสัมประสิทธิ์สหสัมพันธ์
ความสัมพันธ์ = ρ = σXσY COV (X, Y)
ความสัมพันธ์เชิงบวก
ความสัมพันธ์เชิงบวกเมื่อค่าสัมประสิทธิ์สหสัมพันธ์มากกว่า 0 หมายความว่าตัวแปรทั้งสองเคลื่อนไหวในทิศทางเดียวกันหรือมีความสัมพันธ์กัน เมื่อρคือ +1 มันหมายถึงว่าตัวแปรสองตัวที่ถูกเปรียบเทียบนั้นมีความสัมพันธ์เชิงบวกที่สมบูรณ์แบบ เมื่อตัวแปรหนึ่งเลื่อนสูงขึ้นหรือต่ำลงตัวแปรอื่นเคลื่อนที่ในทิศทางเดียวกันโดยมีขนาดเท่ากัน
ยิ่งค่าของ closer ใกล้เคียงกับ +1 ยิ่งมีความสัมพันธ์เชิงเส้นมากขึ้น ตัวอย่างเช่นสมมติว่ามูลค่าของราคาน้ำมันเกี่ยวข้องโดยตรงกับราคาตั๋วเครื่องบินโดยมีค่าสัมประสิทธิ์สหสัมพันธ์เท่ากับ +0.8 ความสัมพันธ์ระหว่างราคาน้ำมันและตั๋วเครื่องบินนั้นมีความสัมพันธ์เชิงบวกที่ดีมากเนื่องจากค่าใกล้เคียงกับ +1 ดังนั้นหากราคาน้ำมันปรับตัวลดลง หากราคาน้ำมันเพิ่มขึ้นราคาตั๋วเครื่องบินก็จะเป็นเช่นนั้น
ในแผนภูมิด้านล่างเราเปรียบเทียบหนึ่งในธนาคารที่ใหญ่ที่สุดของสหรัฐอเมริกา JPMorgan Chase & Co. (JPM) กับ Financial Select SPDR ETF (XLF) อย่างที่คุณสามารถจินตนาการได้ว่า JP Morgan ควรมีความสัมพันธ์เชิงบวกกับอุตสาหกรรมธนาคารโดยรวม
เราสามารถเห็นค่าสัมประสิทธิ์สหสัมพันธ์ (ด้านล่างของแผนภูมิ) ปัจจุบันที่. 7919 ซึ่งใกล้เคียงกับการส่งสัญญาณความสัมพันธ์เชิงบวกที่แข็งแกร่ง การอ่านข้างบน. 50 มักจะส่งสัญญาณความสัมพันธ์เชิงบวกที่แข็งแกร่ง
มุมมองการซื้อขาย
การทำความเข้าใจความสัมพันธ์ระหว่างสองหุ้นหรือหุ้นและอุตสาหกรรมสามารถช่วยนักลงทุนวัดว่าหุ้นมีการซื้อขายเมื่อเทียบกับเพื่อน หลักทรัพย์ทุกประเภทรวมถึงพันธบัตรภาคและ ETF สามารถนำมาเปรียบเทียบกับค่าสัมประสิทธิ์สหสัมพันธ์
สหสัมพันธ์เชิงลบ
ความสัมพันธ์เชิงลบ (ผกผัน) เกิดขึ้นเมื่อค่าสัมประสิทธิ์สหสัมพันธ์น้อยกว่า 0 และบ่งชี้ว่าตัวแปรทั้งสองเคลื่อนที่ในทิศทางตรงกันข้าม กล่าวโดยสรุปการอ่านระหว่าง 0 ถึง -1 หมายความว่าหลักทรัพย์ทั้งสองเคลื่อนไหวในทิศทางตรงกันข้าม เมื่อρคือ -1 ความสัมพันธ์นั้นมีความสัมพันธ์เชิงลบอย่างสมบูรณ์ กล่าวโดยย่อหากตัวแปรหนึ่งเพิ่มขึ้นตัวแปรอื่น ๆ จะลดลงตามขนาดเดียวกันและในทางกลับกัน อย่างไรก็ตามระดับที่สองหลักทรัพย์มีความสัมพันธ์เชิงลบอาจแตกต่างกันไปตามช่วงเวลาและแทบจะไม่เคยมีความสัมพันธ์กันตลอดเวลา
ตัวอย่างเช่นสมมติว่ามีการศึกษาเพื่อประเมินความสัมพันธ์ระหว่างอุณหภูมิภายนอกกับค่าความร้อน การศึกษาสรุปว่ามีความสัมพันธ์เชิงลบระหว่างราคาของค่าความร้อนและอุณหภูมิกลางแจ้ง ค่าสัมประสิทธิ์สหสัมพันธ์จะถูกคำนวณเป็น -0.96 ความสัมพันธ์เชิงลบที่แข็งแกร่งนี้แสดงว่าเมื่ออุณหภูมิลดลงภายนอกราคาของค่าความร้อนจะเพิ่มขึ้นและในทางกลับกัน
เมื่อพูดถึงการลงทุนความสัมพันธ์เชิงลบไม่ได้หมายความว่าควรหลีกเลี่ยงหลักทรัพย์ ค่าสัมประสิทธิ์สหสัมพันธ์สามารถช่วยให้นักลงทุนกระจายพอร์ตการลงทุนของพวกเขาโดยรวมถึงการผสมผสานของการลงทุนที่มีความสัมพันธ์เชิงลบหรือต่ำไปยังตลาดหุ้น ในระยะสั้นเมื่อลดความเสี่ยงความผันผวนในพอร์ตโฟลิโอบางครั้งตรงกันข้ามจะดึงดูด
ตัวอย่างสมมติว่าคุณมีพอร์ตโฟลิโอที่สมดุล $ 100, 000 ที่ลงทุน 60% ในหุ้นและ 40% ในพันธบัตร ในปีที่เศรษฐกิจมีการเติบโตอย่างแข็งแกร่งส่วนประกอบหุ้นในพอร์ตของคุณอาจสร้างผลตอบแทน 12% ในขณะที่องค์ประกอบพันธบัตรอาจกลับมาที่ -2% เนื่องจากอัตราดอกเบี้ยมีแนวโน้มสูงขึ้น ดังนั้นผลตอบแทนโดยรวมของคุณจะเป็น 6.4% ((12% x 0.6) + (-2% x 0.4) ในปีต่อไปเนื่องจากเศรษฐกิจชะลอตัวลงอย่างเห็นได้ชัดและอัตราดอกเบี้ยลดลงพอร์ตหุ้นของคุณอาจสร้าง -5 % ในขณะที่ผลตอบแทนพันธบัตรของคุณอาจกลับมา 8% ทำให้คุณมีผลตอบแทนโดยรวม 0.2%
ถ้าหากแทนที่จะเป็นพอร์ตโฟลิโอที่สมดุลพอร์ตโฟลิโอของคุณคือ 100% ด้วยการใช้สมมติฐานผลตอบแทนเดียวกันพอร์ตหุ้นทั้งหมดของคุณจะได้รับผลตอบแทน 12% ในปีแรกและ -5% ในปีที่สองซึ่งมีความผันผวนมากกว่าผลตอบแทนที่สมดุลของ 6.4% และ 0.2%
บรรทัดล่าง
ค่าสัมประสิทธิ์สหสัมพันธ์จะเป็นประโยชน์ในการกำหนดความสัมพันธ์ระหว่างการลงทุนของคุณกับตลาดโดยรวมหรือหลักทรัพย์อื่น ๆ
สถิติประเภทนี้มีประโยชน์ในหลายด้านทางการเงิน ตัวอย่างเช่นมันจะมีประโยชน์ในการพิจารณาว่ากองทุนรวมทำงานอย่างไรเมื่อเปรียบเทียบกับดัชนีอ้างอิงหรือสามารถใช้เพื่อกำหนดว่ากองทุนรวมทำงานอย่างไรเมื่อเทียบกับกองทุนอื่นหรือหมวดสินทรัพย์อื่น โดยการเพิ่มกองทุนรวมต่ำหรือมีความสัมพันธ์เชิงลบในพอร์ตการลงทุนที่มีอยู่จะได้รับประโยชน์การกระจาย