Hvordan fortolker du størrelsen af ​​samvariationen mellem to variabler?

Kovarians angiver forholdet mellem to variabler, hver gang en variabel ændres. Hvis en stigning i en variabel resulterer i en stigning i den anden variabel, siges begge variabler at have en positiv samvariation. Fald i den ene variabel medfører også et fald i den anden. Begge variabler bevæger sig sammen i samme retning, når de ændrer sig. Fald i den ene variabel, der resulterer i den modsatte ændring i den anden variabel, kaldes negativ samvariation. Disse variabler er omvendt relaterede og bevæger sig altid i forskellige retninger. Når der bruges et positivt tal til at indikere størrelsen på covarians, er samvariationen positiv. Et negativt tal repræsenterer et omvendt forhold. Begrebet covariance bruges ofte, når man drøfter forholdet mellem to økonomiske indikatorer eller termer. F.eks. Har markedsværdier for børsnoterede virksomheder typisk en positiv covarians med rapporteret indtjening. Tilsvarende kan værdien af ​​en sikkerhed stige, når en anden stiger. Covariance-beregninger bruges også i moderne porteføljeteori (MPT).

Hvis to aktier har aktiekurser med en positiv samvariation, er det sandsynligt, at de begge bevæger sig i samme retning, når de reagerer på markedsforholdene. Begge lagre kan spores over en periode med afkasthastigheden for hver registreret periode. Bestemmelse af kovarians for to variabler kaldes covariansanalyse. For eksempel foretager en covariansanalyse af Aktier A og B registreret afkastrate i tre dage. Aktie A har afkast på henholdsvis 1, 8%, 2, 2% og 0, 8% på henholdsvis dag en, to og tre. Aktie B returnerer 1, 25%, 1, 9% og 0, 5%. Begge bestande steg og faldt på de samme dage, så de har en positiv covarians. Når de er tegnet på en X / Y-akse, vises samvariation mellem to variabler visuelt, da begge variabler spejler lignende ændringer på samme tid. Covariance-beregninger giver information om, hvorvidt variabler har et positivt eller negativt forhold, men kan ikke afsløre styrken af ​​forbindelsen. Størrelsen af ​​covarians kan være skæv, når datasættet indeholder for mange betydeligt forskellige værdier. En enkelt outlier i dataene kan dramatisk ændre beregningen og overdrive eller overdrive forholdet. Covariance hjælper økonomer med at forudsige, hvordan variabler reagerer, når der sker ændringer, men kan ikke så effektivt forudsige, hvor meget hver variabel ændrer sig.

Covariance bruges ofte i MPT. Når man bygger effektive finansielle porteføljer, søger finansielle ledere investeringsmixer, der giver optimalt afkast og minimerer risici. Risiko / afkast tradeoff-konceptet viser, at stigende risici i investering ofte kræver stigning i afkast. Dette er et resultat af investorernes ønske om at minimere risici og maksimere afkast. Når lån med høj risiko tilbydes, skal långiveren beskytte investeringen ved at opkræve højere renter. Forskellige aktivklasser, forskellige virksomheder og forskellige låntager kredithistorier giver alle forskellige satser. Covariance bruges i porteføljestyringsteori til at identificere effektive investeringer med de bedste afkast- og risikoniveauer for at skabe de bedst mulige porteføljer. Regelmæssigt kan beregningen ændres af porteføljeforvalteren for at forbedre resultaterne eller spore en bestemt afkast.