Wie interpretieren Sie die Größe der Kovarianz zwischen zwei Variablen?

Bivariate Korrelation in SPSS (Skalenniveau+korrekte Korrelationsmaße) -Daten analysieren in SPSS(8) (April 2024)

Bivariate Korrelation in SPSS (Skalenniveau+korrekte Korrelationsmaße) -Daten analysieren in SPSS(8) (April 2024)
Wie interpretieren Sie die Größe der Kovarianz zwischen zwei Variablen?
Anonim
a:

Die Kovarianz gibt die Beziehung zweier Variablen an, wenn sich eine Variable ändert. Wenn eine Erhöhung einer Variablen zu einer Erhöhung der anderen Variablen führt, wird von beiden Variablen eine positive Kovarianz angegeben. Abnahmen in einer Variablen bewirken auch eine Abnahme in der anderen. Beide Variablen bewegen sich in der gleichen Richtung, wenn sie sich ändern. Abnahmen in einer Variablen, die zu der entgegengesetzten Änderung in der anderen Variablen führen, werden als negative Kovarianz bezeichnet. Diese Variablen sind umgekehrt verwandt und bewegen sich immer in verschiedene Richtungen. Wenn eine positive Zahl verwendet wird, um die Größe der Kovarianz anzugeben, ist die Kovarianz positiv. Eine negative Zahl steht für eine umgekehrte Beziehung. Das Konzept der Kovarianz wird häufig verwendet, wenn Beziehungen zwischen zwei ökonomischen Indikatoren oder Begriffen diskutiert werden. Zum Beispiel haben Marktwerte von börsennotierten Unternehmen typischerweise eine positive Kovarianz mit den ausgewiesenen Gewinnen. In ähnlicher Weise kann der Wert eines Wertpapiers steigen, wenn ein anderer steigt. Kovarianzberechnungen werden auch in der modernen Portfoliotheorie (MPT) verwendet.

Wenn zwei Aktien Aktienkurse mit einer positiven Kovarianz aufweisen, bewegen sie sich wahrscheinlich in dieselbe Richtung, wenn sie auf die Marktbedingungen reagieren. Beide Aktien können über einen Zeitraum hinweg mit der Rendite für jeden aufgezeichneten Zeitraum verfolgt werden. Die Bestimmung der Kovarianz zweier Variablen wird als Kovarianzanalyse bezeichnet. Wenn Sie beispielsweise eine Kovarianzanalyse der Bestände A und B durchführen, werden die Renditen drei Tage lang aufgezeichnet. Bestand A hat an den Tagen eins, zwei und drei jeweils eine Rendite von 1,8%, 2,2% und 0,8%. Aktie B liefert 1. 25%, 1. 9% und 0. 5%. Beide Aktien stiegen an den gleichen Tagen und sanken, so dass sie eine positive Kovarianz aufweisen. Bei der Darstellung auf einer X / Y-Achse wird die Kovarianz zwischen zwei Variablen visuell angezeigt, da beide Variablen gleichzeitig ähnliche Änderungen widerspiegeln. Kovarianzberechnungen liefern Informationen darüber, ob Variablen eine positive oder negative Beziehung haben, können aber die Stärke der Verbindung nicht offenbaren. Die Größe der Kovarianz kann verzerrt werden, wenn der Datensatz zu viele signifikant unterschiedliche Werte enthält. Ein einzelner Ausreißer in den Daten kann die Berechnung dramatisch verändern und die Beziehung über- oder unterrepräsentieren. Kovarianz hilft Ökonomen, vorherzusagen, wie Variablen reagieren, wenn Änderungen auftreten, kann aber nicht so effektiv vorhersagen, wie sich jede Variable verändert.

Kovarianz wird häufig in MPT verwendet. Beim Aufbau effizienter Finanzportfolios suchen Finanzmanager nach Investitionsmix, die optimale Renditen bieten und Risiken minimieren. Das Risiko-Rendite-Tradeoff-Konzept zeigt, dass steigende Risiken bei Investitionen oft höhere Renditen erfordern.Dies ist das Ergebnis des Wunsches der Anleger, Risiken zu minimieren und Renditen zu maximieren. Wenn Hochrisikokredite angeboten werden, muss der Kreditgeber die Investition schützen, indem er höhere Raten berechnet. Verschiedene Anlageklassen, unterschiedliche Unternehmen und unterschiedliche Kreditwürdigkeitsprämien führen zu unterschiedlichen Zinssätzen. Covariance wird in der Portfoliomanagement-Theorie verwendet, um effiziente Anlagen mit den besten Renditen und Risikostufen zu identifizieren, um die bestmöglichen Portfolios zu erstellen. In regelmäßigen Abständen kann die Berechnung vom Portfolio-Manager geändert werden, um die Ergebnisse zu verbessern oder eine bestimmte Rendite zu verfolgen.