Ano ang Pagiging Covariance?
Sinusukat ng covariance ang kaugnayan sa pagitan ng mga pagbabalik sa dalawang mga pag-aari. Ang isang positibong covariance ay nangangahulugang ang pagbabalik ng pag-aari ay gumagalaw nang magkakasabay habang ang isang negatibong covariance ay nangangahulugang lumipat sila ng baligtad. Ang covariance ay kinakalkula sa pamamagitan ng pagsusuri sa mga sorpresa sa mga pagbalik (karaniwang mga paglihis mula sa inaasahang pagbabalik) o sa pamamagitan ng pagpaparami ng ugnayan sa pagitan ng dalawang variable sa pamamagitan ng karaniwang paglihis ng bawat variable.
Covariance
Mga Key Takeaways
- Ang covariance ay isang statistical tool na ginagamit upang matukoy ang ugnayan sa pagitan ng paggalaw ng dalawang mga presyo ng pag-aari. Kapag ang dalawang stock ay may posibilidad na magkakasabay, makikita sila bilang pagkakaroon ng positibong covariance; kapag lumipat sila nang pabaligtad, negatibo ang covariance.Covariance ay isang makabuluhang tool sa modernong teorya ng portfolio na ginamit upang matiyak kung ano ang mga security na mailalagay sa isang portfolio.Risk at pagkasumpong ay maaaring mabawasan sa isang portfolio sa pamamagitan ng pagpapares ng mga assets na may negatibong covariance.
Pag-unawa sa Covariance
Sinusuri ng Covariance kung paano gumagalaw ang mga ibig sabihin ng mga halaga ng dalawang variable. Kung ang pagbabalik ng stock A ay gumagalaw nang mas mataas kapag ang pagbabalik ng stock B ay gumagalaw nang mas mataas at ang parehong relasyon ay matatagpuan kapag bumababa ang pagbabalik ng stock, kung gayon ang mga stock na ito ay sinasabing mayroong positibong covariance. Sa pananalapi, ang mga covariance ay kinakalkula upang matulungan ang pag-iba-iba ng mga paghawak sa seguridad.
Kapag ang isang analyst ay may isang hanay ng data, isang pares ng mga halaga ng x at y, ang covariance ay maaaring kalkulahin gamit ang limang variable mula sa data na iyon. Sila ay:
- x i = isang naibigay na halaga ng x sa data setx m = ang ibig sabihin, o average, ng x valuesy i = ang y halaga sa set ng data na tumutugma sa x i y m = ang ibig sabihin, o average, ng y valuesn = ang bilang ng mga puntos ng data
Dahil sa impormasyong ito, ang pormula para sa covariance ay: Cov (x, y) = SUM / (n - 1)
Habang ang covariance ay sinusukat ang kaugnayan ng ugnayan sa pagitan ng dalawang mga pag-aari, hindi nito ipinapakita ang lakas ng ugnayan sa pagitan ng dalawang assets; ang koepisyent ng ugnayan ay isang angkop na tagapagpahiwatig ng lakas na ito.
Mga Application ng Covariance
Ang mga covariance ay may makabuluhang aplikasyon sa pananalapi at modernong portfolio teorya. Halimbawa, sa modelo ng capital asset sa pagpepresyo (CAPM), na ginagamit upang makalkula ang inaasahang pagbabalik ng isang asset, ang covariance sa pagitan ng isang seguridad at merkado ay ginagamit sa formula para sa isa sa mga pangunahing variable na modelo, beta. Sa CAPM, sinusukat ng beta ang pagkasumpungin, o sistematikong panganib, ng isang seguridad kumpara sa merkado sa kabuuan; ito ay isang praktikal na panukala na kumukuha mula sa covariance upang masukat ang pagkakalantad sa panganib ng mamumuhunan na tiyak sa isang seguridad.
Samantala, ang teorya ng portfolio ay gumagamit ng mga covariance upang istatistika na mabawasan ang pangkalahatang peligro ng isang portfolio sa pamamagitan ng pagprotekta laban sa pagkasumpungin sa pamamagitan ng pag-iiba-iba ng kaalaman sa covariance.
Ang pagkakaroon ng mga pag-aari ng pinansiyal na may mga pagbabalik na may katulad na covariance ay hindi nagbibigay ng sobrang pag-iiba; samakatuwid, ang isang iba't ibang portfolio ay malamang na naglalaman ng isang halo ng mga pinansiyal na mga assets na may iba't ibang covariance.
Halimbawa ng Pagkalkula ng Covariance
Ipagpalagay na isang analyst sa isang kumpanya ay may isang limang-quarter na set ng data na nagpapakita ng quarterly gross domestic product (GDP) na paglago sa mga porsyento (x) at bagong paglago ng linya ng produkto ng isang kumpanya sa mga porsyento (y). Ang hanay ng data ay maaaring magmukhang:
- Q1: x = 2, y = 10Q2: x = 3, y = 14Q3: x = 2.7, y = 12Q4: x = 3.2, y = 15Q5: x = 4.1, y = 20
Ang average na halaga ng x ay katumbas ng 3, at ang average na halaga ay katumbas ng 14.2. Upang makalkula ang covariance, ang kabuuan ng mga produkto ng mga halaga ng x i minus ang average na halaga ng x, na pinarami ng mga halaga ng y i minus ang average na mga halaga ay nahahati sa (n-1), tulad ng sumusunod:
Cov (x, y) = ((2 - 3) x (10 - 14.2) + (3 - 3) x (14 - 14.2) +… (4.1 - 3) x (20 - 14.2)) / 4 = (4.2 + 0 + 0.66 + 0.16 + 6.38) / 4 = 2.85
Ang pagkalkula ng isang positibong covariance dito, masasabi ng analyst na ang paglago ng bagong produkto ng kumpanya ay may positibong relasyon sa quarterly na paglago ng GDP.
