在 CFA 一级考试的《数量分析》（Quantitative Methods）科目中，相关系数（Correlation Coefficient）是一个高频考点，也是理解投资组合理论的核心基石。许多考生在复习初期容易混淆协方差与相关系数的区别，或者在计算器操作上失误。本文将带你从概念到实战，彻底掌握这一关键指标。
相关系数，通常指皮尔逊相关系数（Pearson Correlation Coefficient），用于衡量两个变量之间线性关系的强度和方向。它的取值范围严格限制在 -1 到 +1 之间。
在 CFA 考试中，理解 correlation 的重要性不仅在于计算，更在于其实际应用。例如，在现代投资组合理论（MPT）中，资产之间的相关系数越低，分散化投资降低风险的效果就越显著。因此，掌握如何解读 相关系数 是构建高效投资组合的前提。
虽然相关系数可以通过公式手工计算，但在考试有限的时间压力下，熟练使用金融计算器是必须的。
相关系数的定义公式为：
$$ r_{X,Y} = \frac{Cov(X,Y)}{\sigma_X \sigma_Y} $$
其中：
* $Cov(X,Y)$ 是 X 和 Y 的协方差。
* $\sigma_X$ 和 $\sigma_Y$ 分别是 X 和 Y 的标准差。
假设有两只股票 A 和 B 在过去四个月的收益率如下（单位：%）：
| 月份 | 股票 A (X) | 股票 B (Y) |
|---|---|---|
| 1 | 10 | 5 |
| 2 | 12 | 6 |
| 3 | 8 | 4 |
| 4 | 15 | 9 |
我们需要计算这两只股票收益率之间的 相关系数。
使用 BA II Plus 的 2-Var（双变量）统计功能可以快速得出结果，无需手动计算协方差和标准差。
[2ND] 然后 [DATA]。10，按 [ENTER]，再按 [↓]。5，按 [ENTER]，再按 [↓]。(12, 6), (8, 4), (15, 9)。[2ND] 然后 [STAT]。[↓] 键，直到屏幕下方显示 $\rho$（希腊字母 rho）或 corr 字样。在 CFA 备考过程中，关于 相关系数 的误解非常普遍，以下是三个最容易丢分的陷阱：
混淆因果与相关：
这是最经典的错误。高 correlation 绝不意味着因果关系。例如，冰淇淋销量与溺水事故率可能高度正相关，但这并不意味着吃冰淇淋会导致溺水，而是两者都受“夏季高温”这一共同因素影响。考试中若出现因果推断题，务必警惕。
忽略非线性关系：
相关系数仅衡量 线性关系。如果两个变量呈现完美的抛物线关系（如 $Y = X^2$），其相关系数可能接近 0。考生不能仅凭 $r=0$ 就断定两个变量独立无关。
样本量偏差：
在计算样本相关系数时，确保使用的是样本标准差（除以 $n-1$）而非总体标准差。BA II Plus 默认在统计模式下使用样本标准差，但手动计算时需特别注意分母。
Q1: 协方差（Covariance）和相关系数（Correlation）有什么区别？
A: 协方差衡量的是两个变量共同变动的方向，但其数值大小受变量单位影响，难以直观判断强弱。相关系数是标准化后的协方差，消除了单位影响，数值固定在 -1 到 1 之间，更适合比较不同资产之间的关系强度。
Q2: 如果相关系数为负数，对投资组合意味着什么？
A: 负相关意味着资产价格反向变动。在投资组合中，加入负相关的资产可以有效降低组合的整体波动率（风险），这是分散化投资的核心优势。完全负相关（r=-1）时，理论上可以构建出零风险的组合。
Q3: 相关系数会随着时间变化吗？
A: 会的。相关系数是基于历史数据计算的，它不是恒定不变的。在市场危机期间，资产之间的相关性往往会趋向于 1（即“同涨同跌”），导致分散化效果失效。CFA 考试中可能会考察这一动态特性。
Q4: 如何用 RBA Calculator 练习相关系数计算？
A: 如果你不方便携带实体计算器，推荐使用 RBA Calculator（TI BA II Plus iOS 应用）。它完美复刻了实体计算器的功能，包括统计模式和相关系数计算。你可以随时随地模拟考试环境进行练习。下载链接：https://apps.apple.com/cn/app/id1545331477
掌握 相关系数 不仅是通过 CFA 数量分析科目的关键，更是未来从事金融分析工作的基本技能。从理解 线性关系 的本质，到熟练运用 BA II Plus 或 RBA Calculator 进行计算，再到避免常见的逻辑陷阱，每一个环节都需要扎实的练习。希望本文能帮助你构建清晰的知识框架，在备考路上少走弯路，早日拿证。