← 返回博客列表
📅 2026-08-05 📂 标签: CFA / 相关系数 / Statistics / correlation 👁 0 次阅读

CFA 备考精华:相关系数(Correlation)核心公式与计算实战

在 CFA 一级量化方法(Quantitative Methods)以及二级投资组合管理中,相关系数(Correlation Coefficient)是一个无处不在的关键概念。它不仅衡量两个资产收益率之间的线性关系强度,更是构建有效前沿和实现分散化投资的基础。对于考生而言,掌握其定义、计算公式以及在金融计算器上的操作,是攻克相关考题的必要条件。理解这一指标,能帮助你在风险管理章节中更准确地评估资产间的联动效应。

核心概念与公式解析

相关系数,通常指皮尔逊相关系数(Pearson Correlation Coefficient),用于度量两个随机变量之间线性相关程度的统计量。其取值范围严格介于 -1 到 1 之间,是标准化后的协方差。

核心计算公式如下:

$$r_{x,y} = \frac{Cov(x,y)}{\sigma_x \sigma_y}$$

其中,$Cov(x,y)$ 代表协方差,$\sigma_x$ 和 $\sigma_y$ 分别代表变量 x 和 y 的标准差。理解这个公式至关重要,它表明相关系数本质上是消除了量纲影响的协方差,使得不同资产之间的比较成为可能。在 CFA 考试中,考生需特别注意区分总体相关系数与样本相关系数,虽然计算公式形式相似,但在标准差计算时(除以 n 还是 n-1)有所不同,不过 BA II Plus 计算器能自动处理这一细节。

计算例题与 BA II Plus 操作步骤

为了应对 CFA 考试中的计算题,熟练使用 Texas Instruments BA II Plus 计算器是提分的关键。以下通过一个经典例题演示操作流程,该题型常出现在投资组合风险计算的背景中。

例题:
假设资产 A 和资产 B 在过去三年的年化收益率如下表所示。投资者希望评估这两只股票是否适合构建分散化组合,请计算资产 A 与资产 B 之间的相关系数

年份 资产 A 收益率 资产 B 收益率
1 5% 10%
2 8% 12%
3 3% 8%

BA II Plus 操作步骤:

  1. 进入统计模式:按 [2nd] [STAT] 进入统计计算器界面。
  2. 设置样本/总体:按 [SET] 键,确保显示为 S(样本标准差),这是 CFA 考试默认要求。
  3. 输入数据
    • 按 [▼] 键直到看到 X1。输入 5,按 [ENTER]。
    • 按 [▼] 键直到看到 Y1。输入 10,按 [ENTER]。
    • 按 [▼] 键直到看到 X2。输入 8,按 [ENTER]。
    • 按 [▼] 键直到看到 Y2。输入 12,按 [ENTER]。
    • 按 [▼] 键直到看到 X3。输入 3,按 [ENTER]。
    • 按 [▼] 键直到看到 Y3。输入 8,按 [ENTER]。
  4. 计算结果
    • 按 [▼] 键直到看到 r(相关系数)。
    • 按 [CPT] 键。
    • 屏幕显示 1.000000

结果解读:
计算结果显示相关系数为 1,这意味着资产 A 和资产 B 在此样本期内呈现完全正相关的线性关系。对于投资者而言,将这两只资产组合在一起无法实现分散化收益,因为它们的波动步调完全一致。在实际考试中,数据通常不会如此完美,结果多为小数。考生需注意,如果计算出的相关系数绝对值大于 1,则说明计算过程中存在错误,需立即检查输入数据。

对于习惯使用移动设备的考生,RBA Calculator(TI BA II Plus iOS 应用)是一个极佳的替代方案。它完美复刻了实体计算器的功能,界面清晰,适合在通勤或碎片时间练习统计计算,无需携带实体机器即可进行考前模拟。你可以在 App Store 搜索下载:https://apps.apple.com/cn/app/id1545331477。

常见错误提醒

在 CFA 备考过程中,关于correlation的误区往往会导致概念题失分,以下是三个高频错误,考生务必警惕:

  1. 混淆相关性与因果性
    这是最常见的逻辑陷阱。两个变量高度相关并不意味着一个导致了另一个。例如,冰淇淋销量与溺水事故数可能高度正相关,但这只是因为两者都受气温影响,而非冰淇淋导致溺水。CFA 考试中常考此类逻辑判断,考生需明确统计关系不等于因果关系。

  2. 忽视非线性关系
    相关系数仅衡量线性关系。如果两个变量之间存在完美的二次函数关系(如抛物线),其相关系数可能为 0。考生不能仅凭 r=0 就断定两者无关,需结合散点图判断是否存在非线性依赖。

  3. 忽视相关性的时变特征
    历史数据计算出的相关系数可能不稳定。在市场危机期间,资产间的相关性往往会趋向于 1(即“一起跌”),导致分散化失效。CFA 强调历史数据的局限性,考生需理解样本偏差对估计值的影响,不能盲目依赖历史相关性预测未来。

常见问题 FAQ

Q1: 相关系数可以为负数吗?
A: 可以。负数表示负相关,即一个变量增加时,另一个变量倾向于减少。在投资组合管理中,引入负相关资产可以有效降低组合整体风险,这是分散化投资的核心逻辑。

Q2: 协方差(Covariance)和相关系数有什么区别?
A: 协方差反映了两个变量变动的方向,但数值大小受量纲影响,难以直观判断强度(例如协方差数值可能很大,但实际关系不强)。而相关系数是标准化后的协方差,取值固定在 -1 到 1 之间,更适合衡量线性关系的强弱,便于直接比较不同资产对。

Q3: 相关系数为 0 意味着资产间完全独立吗?
A: 不一定。r=0 仅表示没有线性关系。如果存在非线性依赖关系,两者仍可能不独立。但在 CFA 考试中,通常默认 r=0 代表无相关性(Uncorrelated),除非题目特别说明存在非线性特征或考察高级统计知识。

Q4: 如何降低投资组合的风险?
A: 根据马科维茨理论,当组合中资产之间的相关系数小于 1 时,分散化投资即可降低非系统性风险。相关系数越低,分散化效果越显著。因此,配置相关性低的资产是构建稳健组合的关键策略。

总结

掌握相关系数的计算与解读,是 CFA 考生构建量化思维的重要一步。无论是通过 BA II Plus 实体计算器,还是使用便捷的 RBA Calculator,熟练的操作能为你节省宝贵的考试时间。记住,相关系数不仅是公式,更是理解资产联动、优化投资组合配置的核心工具。在备考之余,多结合实际市场数据练习,加深对线性关系背后经济含义的理解,将有助于你在考试中取得优异成绩。

📱 需要计算器练习?

RBA Calculator 支持所有 TVM、NPV/IRR、债券计算,结果与考场用 BA II Plus 100% 一致

App Store 免费下载