風險與報酬
相關係數
Correlation Coefficient
用 -1 到 1 描述兩組報酬在樣本期間內同向或反向變動程度。
30 秒先看懂
相關係數接近 1,表示兩組報酬在這段樣本中常同向變動;接近 -1,表示常反向變動;接近 0,只表示線性共同變動不明顯,不代表兩者完全無關。
它是某個期間與資料頻率算出的樣本結果。換一段期間、改用日報酬或月報酬,都可能得到不同數字,因此不能把它當成兩項資產永遠不變的關係。
而且相關不等於因果:兩項資產一起漲跌,可能只是共同受到利率、匯率或市場情緒影響,不能據此說其中一項造成另一項變動。
用一個完整情境看懂
兩座農場的收成若都受同一場颱風影響,常一起好或一起差,相關性可能高;一座靠雨水、一座溫室控制,走勢可能不同。但一起變化不證明其中一座造成另一座收成。
放進臺股畫面: 做資產配置時,兩檔名稱不同的 ETF 可能持有高度重疊公司,歷史相關係數仍很高。同一組資產換一段樣本期間,估計結果也可能不同,不能把過去的低相關當成未來保證。
數字或畫面: 若 A 上漲的月份 B 多半也上漲,相關係數可能接近 0.9;但若只用 6 個月資料,換一段期間可能變成 0.5。數字是樣本描述,不是永久契約。
判讀時要看什麼?
使用相同日期與頻率的總報酬資料,查看不同滾動期間,並檢查實際持股或風險來源。不要把低相關誤認成完全不會同跌。
最容易搞錯: 相關不等於因果,也不是固定常數;樣本期間或資料頻率不同,估計結果就可能改變。
怎麼把數字用在組合裡
皮爾森相關係數可寫成 兩資產報酬的共變異數 ÷(A 標準差 × B 標準差)。它衡量的是線性同向程度,不直接表示兩者漲跌幅一樣大。實務比較應使用同一幣別、同一頻率、對齊日期的總報酬;再分別看平常期與市場壓力期。月資料相關低,不代表單日急跌時不會同跌,也不能把少量觀測值算出的數字視為穩定特性。
常見問題
相關係數為 0,代表兩項資產完全無關嗎? 只表示樣本中的線性關係接近零;仍可能有非線性關係、落後反應或在極端行情同向變動。
相關係數為 -1 就沒有風險嗎? 不是。即使兩組歷史報酬完全反向,權重、波動幅度、交易成本與未來關係都可能改變;它也沒有保證組合一定獲利。