在 CFA 一级考试的定量分析(Quantitative Methods)科目中,相关系数(Correlation Coefficient)是一个核心考点。它不仅频繁出现在选择题中,更是理解投资组合理论(Portfolio Theory)和分散化投资(Diversification)的基石。对于备考考生而言,掌握相关系数的计算方法、经济含义以及常见陷阱,是通关的关键一步。本文将带你一文搞懂相关系数,助力 CFA 备考。
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(Linear Relationship)的强度和方向。在金融领域,我们常用它来描述两种资产收益率之间的联动性。
相关系数的取值范围在 -1 到 +1 之间:
值得注意的是,相关系数为 +1 表示完全正线性相关,为 -1 表示完全负线性相关。在构建投资组合时,我们通常希望资产之间的相关系数小于 1,这样才能通过分散化降低非系统性风险。
相关系数的计算公式为:
$$ r = \frac{Cov(X,Y)}{\sigma_X \sigma_Y} $$
其中,$Cov(X,Y)$ 是协方差,$\sigma_X$ 和 $\sigma_Y$ 分别是 X 和 Y 的标准差。
假设有两只股票 A 和 B 在过去三天的收益率数据如下:
我们需要计算这两只股票收益率之间的correlation。
在 CFA 考试中,手动计算不仅耗时且容易出错,熟练使用计算器是关键。以下是使用 TI BA II Plus 计算相关系数的标准步骤:
2nd + DATA,然后按 CE/C 清除之前的统计数据。1,按 ENTER。↓ 键(向下箭头)。3,按 ENTER。↓ 键。5,按 ENTER。↓ 键。.5,按 ENTER。↓ 键。1.5,按 ENTER。↓ 键。2.5,按 ENTER。↓ 键。n = 3,表示输入了 3 组数据。2nd + STAT 进入统计菜单。2nd + CORR(即 Cov 键的第二功能)。r = 1.000。在这个例子中,因为股票 B 的收益率恰好是股票 A 的 50%,两者存在完美的线性关系,因此相关系数为 1。
在备考过程中,考生容易在以下方面犯错:
Q1: 协方差(Covariance)和相关系数有什么区别?
A: 协方差衡量两个变量共同变动的方向,但其数值大小受变量单位影响,难以直观比较。相关系数是协方差的标准化形式,消除了单位影响,取值固定在 -1 到 1 之间,更适合衡量关系的强度。
Q2: 如果相关系数为 0,是否代表两个资产完全不相关?
A: 严格来说,相关系数为 0 只表示没有线性关系。它们之间可能存在非线性依赖关系。但在 CFA 考试的标准假设下,通常将其视为无相关性。
Q3: 相关系数如何影响投资组合的风险?
A: 投资组合的方差取决于各资产方差、权重以及资产间的相关系数。相关系数越低,分散化效果越好,投资组合的整体风险(标准差)越低。当相关系数为 -1 时,理论上可以构建出零风险的投资组合。
Q4: 样本相关系数和总体相关系数计算公式一样吗?
A: 不一样。总体相关系数使用总体标准差(除以 N),而样本相关系数使用样本标准差(除以 N-1)。BA II Plus 默认计算的是样本统计量,这在金融数据分析中更为常用。
为了在备考过程中更高效地练习统计计算,推荐考生使用官方授权的计算器应用。TI 官方推出的 RBA Calculator(TI BA II Plus iOS 应用)完美还原了实体计算器的功能,支持数据输入和统计计算,非常适合在移动端进行碎片化练习。
你可以通过以下链接下载:https://apps.apple.com/cn/app/id1545331477
在复习相关系数时,建议结合历史数据,多使用计算器进行实操,熟悉按键逻辑。同时,务必理解其背后的金融直觉,而不仅仅是记忆公式。掌握相关系数及其代表的线性关系,将为后续的学习资产定价模型和投资组合管理打下坚实的基础。祝你 CFA 备考顺利!