← 返回博客列表

CFA 备考指南：掌握相关系数，量化分析提分的关键技能

在 CFA 特许金融分析师考试的备考过程中，Quantitative Methods（数量分析方法）是 Level I 和 Level II 中的基础模块，而相关系数（Correlation Coefficient）则是该模块中最核心、最常考的概念之一。许多考生在备考初期往往忽略了对这一统计工具的深层理解，导致在涉及投资组合理论或资产定价模型时失分。掌握相关系数，不仅是应对统计章节的关键，更是理解资产间线性关系、优化投资组合风险的必备技能。本文将深入解析相关系数的概念、计算方法及实战应用，帮助你在 CFA 考试中稳步提分。

什么是相关系数？

相关系数，通常用希腊字母 $\rho$（总体）或 $r$（样本）表示，是统计学中用于衡量两个随机变量之间线性关系强度和方向的指标。在 CFA 考试中，你需要明确以下核心特征：

1. 取值范围：相关系数的值始终介于 -1 到 +1 之间。
2. 方向判断：
   • 正值表示正相关（Positive Correlation），即一个变量增加，另一个变量倾向于增加。
   • 负值表示负相关（Negative Correlation），即一个变量增加，另一个变量倾向于减少。
   • 零表示无线性相关（No Linear Correlation）。
3. 强度判断：绝对值越接近 1，线性关系越强；绝对值越接近 0，线性关系越弱。

需要特别注意的是，相关系数仅衡量线性关系。即使两个变量之间存在强烈的非线性关系（如抛物线关系），其相关系数也可能接近 0。此外，correlation 绝不等于 causation（因果关系），这是 CFA 伦理与数量分析中常考的陷阱点。

计算例题与 BA II Plus 操作步骤

为了让你更直观地理解，我们通过一个具体的计算例题来演示如何求解样本相关系数，并展示如何在 TI BA II Plus 计算器上快速操作。这也是 CFA 考场中必须掌握的技能。

例题数据

假设我们要计算资产 X 和资产 Y 的收益率之间的样本相关系数。以下是过去 5 期的收益率数据：

期间	资产 X (X)	资产 Y (Y)
1	2	6
2	4	5
3	5	7
4	3	3
5	6	4

手动计算逻辑

相关系数的公式为：
$$ r_{xy} = \frac{Cov(X,Y)}{S_x \times S_y} $$
即协方差除以两个变量标准差的乘积。虽然公式看似复杂，但在考试中，我们更推荐直接使用计算器的统计功能。

TI BA II Plus 操作步骤

1. 进入统计模式：按 2nd 然后按 DATA (7 键)。
2. 输入数据：
   • 屏幕显示 X01。输入 X 的第一个值 2，按 ENTER。
   • 按 ↓ 键，屏幕显示 Y01。输入 Y 的第一个值 6，按 ENTER。
   • 按 ↓ 键，屏幕显示 F01。这是频次，默认为 1，直接按 ↓ 跳过。
   • 重复上述步骤，依次输入剩余 4 组数据（4,5）;（5,7）;（3,3）;（6,4）。
3. 计算结果：
   • 所有数据输入完毕后，按 2nd 然后按 STAT (8 键)。
   • 按 ↓ 键直到屏幕显示 r。
   • 此时屏幕显示的值即为样本相关系数。对于本例，计算结果约为 0.114。

这意味着资产 X 和 Y 之间存在非常微弱的正线性关系。

移动端辅助工具推荐

如果你习惯在通勤或碎片时间练习，可以使用手机端的计算器应用。对于 iOS 用户，强烈推荐 RBA Calculator，它是专为 CFA 考生设计的 TI BA II Plus 模拟器，功能与实体计算器完全一致，支持统计模式操作。
下载链接：https://apps.apple.com/cn/app/id1545331477
使用 RBA Calculator 进行练习，可以帮助你熟悉按键逻辑，避免考场上因计算器操作不熟练而浪费宝贵时间。

常见错误提醒

在 CFA 考试中，关于相关系数的题目往往设置了一些常见的陷阱，考生需格外警惕：

1. 混淆协方差与相关系数：协方差（Covariance）受变量量纲影响，数值大小难以直观判断关系强弱；而相关系数是无量纲的，范围固定在 [-1, 1]，更适合比较不同资产对之间的关系。
2. 忽视非线性关系：看到相关系数为 0，不要直接断定两个变量“没有关系”。它们可能存在平方关系等非线性联系。考试题目中若出现图表，需结合图形判断。
3. 过度解读因果：即使两个变量的correlation 高达 0.9，也不能说明其中一个导致了另一个。例如，冰淇淋销量与溺水事故率可能高度正相关，但原因是夏季高温，而非冰淇淋导致溺水。
4. 样本与总体的符号混淆：样本相关系数用 $r$ 表示，总体相关系数用 $\rho$ 表示。虽然计算逻辑相似，但在理论题中需注意区分。

FAQ：关于相关系数的常见问题

Q1：相关系数为 1 和 -1 分别代表什么？
A1：相关系数为 +1 代表完全正相关，意味着两个变量的变动方向完全一致，且变化比例恒定，数据点落在一条斜率为正的直线上。相关系数为 -1 代表完全负相关，意味着一个变量增加时，另一个变量以固定比例减少，数据点落在斜率为负的直线上。在实际金融市场中，完全相关的情况极少见。

Q2：相关系数对投资组合风险有什么影响？
A2：这是 CFA 投资组合理论的核心。投资组合的风险（方差）不仅取决于单个资产的风险，还取决于资产间的相关系数。当资产间的相关系数越低（甚至为负），分散化投资降低风险的效果越明显。如果所有资产完全正相关（r=1），则无法通过分散化降低非系统性风险。

Q3：为什么有时协方差是负的，但相关系数却是正的？
A3：这种情况理论上不会发生。相关系数的符号由协方差的符号决定，因为标准差 $S_x$ 和 $S_y$ 始终为正数。如果协方差为负，相关系数必然为负。如果你计算出矛盾的结果，通常是计算过程中出现了符号错误。

Q4：在回归分析中，相关系数与 $R^2$ 有什么关系？
A4：在简单线性回归（只有一个自变量）中，相关系数的平方（$r^2$）等于判定系数（Coefficient of Determination, $R^2$）。$R^2$ 表示因变量的变异中有多少比例可以由自变量解释。例如，若 $r = 0.8$，则 $R^2 = 0.64$，意味着 64% 的变异可由模型解释。

结语

掌握相关系数及其背后的线性关系逻辑，是 CFA 考生构建量化思维的重要一步。无论是通过手动公式推导，还是熟练运用 BA II Plus 及 RBA Calculator 进行快速计算，核心都在于理解数据的本质联系。避免常见误区，结合投资组合理论灵活应用，你将在考试中更加游刃有余。备考之路虽长，但每一步扎实的基础积累，都将转化为最终的优异成绩。祝你备考顺利！