← 返回博客列表

相关系数速成：10 分钟搞定 CFA 必考知识点

在 CFA（特许金融分析师）一级考试的数量分析模块中，相关系数（Correlation Coefficient）是一个出现频率极高且至关重要的概念。它不仅出现在统计学章节，更是投资组合理论的核心基石。许多考生在备考时容易混淆协方差与相关系数的区别，或者在计算器操作上耗时过多。本文将通过相关系数速成的角度，帮助你在 10 分钟内掌握 CFA 必考知识点，理清变量间的线性关系。

核心概念：什么是相关系数？

线性关系的度量

相关系数，通常指皮尔逊相关系数（Pearson Correlation Coefficient），是统计学中用于衡量两个变量之间线性关系强度和方向的指标。在金融语境下，我们常用英文单词 correlation 来描述资产收益率之间的联动性。

理解相关系数的关键在于“线性”二字。它专门用于捕捉两个变量是否沿着一条直线变化。如果两个变量之间存在完美的正比例关系，相关系数为 1；如果是完美的负比例关系，相关系数为 -1；如果两者之间没有任何线性规律，相关系数则接近 0。需要注意的是，相关系数为 0 并不代表两个变量完全独立，它们之间可能存在非线性的曲线关系，只是不存在线性关系罢了。

取值范围与含义

相关系数的取值范围严格限制在 -1 到 +1 之间。
* 正相关（Positive Correlation）： 系数大于 0，表示两个变量同向变动。例如，股票价格指数与市场利率之间可能存在正相关。
* 负相关（Negative Correlation）： 系数小于 0，表示两个变量反向变动。例如，股票与债券收益率在危机时期常呈现负相关，这是资产配置分散风险的基础。
* 无相关（No Correlation）： 系数等于 0，表示线性无关。

在实际 CFA 考试中，你不需要记忆复杂的推导公式，但必须理解其经济含义，特别是它在现代投资组合理论（MPT）中如何影响组合风险。

计算例题与 BA II Plus 操作步骤

虽然 CFA 考试允许使用计算器，但理解手动计算逻辑有助于加深概念记忆。相关系数的计算公式为协方差除以两个变量标准差的乘积：

$$ r_{x,y} = \frac{\text{Cov}(x,y)}{s_x \cdot s_y} $$

案例数据

假设我们要计算资产 A 和资产 B 在三个不同时期的收益率相关性。数据如下：
* 时期 1： 资产 A = 10%, 资产 B = 12%
* 时期 2： 资产 A = 20%, 资产 B = 22%
* 时期 3： 资产 A = 30%, 资产 B = 28%

BA II Plus 实操步骤

在考试中，使用 TI BA II Plus 计算器是最快且最准确的方法。以下是获取 correlation 系数的标准步骤：

1. 进入数据模式： 按 2nd + DATA。
2. 清除旧数据： 按 2nd + CLR WORK，确保没有残留数据。
3. 输入数据对：
   • 在 X0 处输入 10（资产 A 第一组数据），按 ENTER。
   • 在 Y0 处输入 12（资产 B 第一组数据），按 ENTER。
   • 在 Freq 处输入 1（表示该组数据出现 1 次），按 ENTER。
   • 按 ↓ 键进入下一行，依次输入剩余两组数据（20, 22）和（30, 28），每行 Freq 均设为 1。
4. 进入统计模式： 按 2nd + STAT。
5. 选择双变量统计： 确保屏幕显示 2-Var Stats。如果显示 1-Var Stats，按 ↓ 键切换。
6. 查看结果： 按 ↓ 键滚动，直到找到 r。此时屏幕显示的值即为相关系数。

在本例中，计算器将显示 r = 0.9819。这表明资产 A 和资产 B 之间存在非常强的正线性关系，但并非完美相关（因为 0.9819 < 1）。

常见错误提醒

在备考过程中，以下误区是考生最容易踩的坑，请务必警惕：

1. 混淆相关性与因果性： 这是逻辑学上的经典错误。两个变量高度相关，并不代表其中一个导致了另一个。例如，冰淇淋销量与溺水人数可能正相关，但这并不意味着吃冰淇淋会导致溺水，而是因为两者都受夏季高温影响。在 CFA 案例题中，要注意区分统计关联与经济因果。
2. 忽视非线性关系： 相关系数只能衡量直线关系的强度。如果两个变量呈现完美的抛物线关系（如 U 型），其相关系数可能接近 0。考生需明白，0 不代表“没关系”，只代表“没有线性关系”。
3. 极端值的影响： 相关系数对异常值（Outliers）非常敏感。一个极端的数据点可能会显著改变计算结果。在分析历史数据时，需考虑是否需要剔除异常年份。
4. 协方差与相关系数混淆： 协方差有单位，数值大小难以直观判断强度；而相关系数是无量纲的标准化指标，范围固定在 [-1, 1]，更适合比较不同资产间的相关性强弱。

FAQ 常见问题解答

Q1: 协方差（Covariance）和相关系数（Correlation）有什么区别？
A: 两者都衡量变量间的联动方向。协方差是未标准化的，其数值大小取决于变量的单位，因此难以直观判断相关性强弱。相关系数是标准化后的协方差（除以标准差乘积），消除了单位影响，数值范围固定在 -1 到 1 之间，更适合用于比较不同资产组合的风险特征。

Q2: 相关系数可以为 0 吗？这意味着什么？
A: 可以。相关系数为 0 意味着两个变量之间不存在线性关系。但这并不意味着它们完全独立。例如，股票波动率与收益率之间可能存在非线性关系。在构建投资组合时，寻找相关系数接近 0 的资产有助于分散非系统性风险。

Q3: 在投资组合理论中，为什么低相关系数很重要？
A: 根据现代投资组合理论，当组合中资产的相关系数小于 1 时，组合的整体风险（方差）将小于各资产风险的加权平均。相关系数越低，分散化效果越好。如果所有资产相关系数均为 1，则无法通过分散化降低风险。

Q4: 手机上有模拟 BA II Plus 的软件吗？
A: 有的。如果你习惯在手机上复习或没有实体计算器，可以使用 RBA Calculator。它是专为金融考试设计的 TI BA II Plus 仿真应用，功能与实体计算器完全一致，支持数据输入和统计计算，非常适合利用碎片时间练习相关系数等统计考点。你可以在这里下载：RBA Calculator。

总结

掌握相关系数是 CFA 一级数量分析的必经之路。它不仅是一个统计公式，更是理解资产联动、构建有效投资组合的钥匙。记住其取值范围 [-1, 1]，理解它衡量的是线性关系，并熟练掌握 BA II Plus 或 RBA Calculator 的操作步骤。避免常见的因果性误区，你就能在考试中轻松应对关于 correlation 的所有题目。祝备考顺利！