Hur tolkar du storleken på samvariationen mellan två variabler?

Kovarians indikerar förhållandet mellan två variabler när en variabel ändras. Om en ökning av en variabel resulterar i en ökning av den andra variabeln sägs båda variablerna ha en positiv samvariation. Minskningar i en variabel orsakar också en minskning i den andra. Båda variablerna rör sig i samma riktning när de ändras. Minskningar i en variabel som resulterar i motsatt förändring i den andra variabeln benämns negativ samvariation. Dessa variabler är omvänt relaterade och rör sig alltid i olika riktningar. När ett positivt tal används för att indikera storleken på samvariation är samvariationen positiv. Ett negativt tal representerar en omvänd relation. Begreppet samvariation används ofta när man diskuterar förhållanden mellan två ekonomiska indikatorer eller termer. Till exempel har marknadsvärden för börsnoterade företag vanligtvis en positiv samvariation med rapporterade intäkter. På samma sätt kan värdet på en säkerhet stiga när en annan stiger. Covariance-beräkningar används också i modern portfolio theory (MPT).

Om två aktier har aktiekurser med en positiv samvariation är det troligt att båda rör sig i samma riktning när de svarar på marknadsförhållandena. Båda lager kan spåras över en tidsperiod med avkastningskursen för varje registrerad tidsperiod. Att bestämma kovariansen för två variabler kallas kovariansanalys. Till exempel, genomföra en samvariansanalys av lager A och B registrerar avkastningstakten i tre dagar. Lager A har en avkastning på 1, 8%, 2, 2% och 0, 8% på dag ett, två respektive tre. Lager B returnerar 1, 25%, 1, 9% och 0, 5%. Båda bestånden ökade och minskade på samma dagar, så de har en positiv samvariation. När de visas på en X / Y-axel visas samvariation mellan två variabler visuellt eftersom båda variablerna speglar liknande förändringar samtidigt. Covariance-beräkningar ger information om variabler har ett positivt eller negativt förhållande, men kan inte avslöja sambandets styrka. Storleken på samvariation kan skev närhelst datauppsättningen innehåller för många betydligt olika värden. En enda outlier i data kan dramatiskt förändra beräkningen och överdriva eller underskatta förhållandet. Covariance hjälper ekonomer att förutsäga hur variabler reagerar när förändringar inträffar men kan inte effektivt förutsäga hur mycket varje variabel förändras.

Covariance används ofta i MPT. När man bygger effektiva finansiella portföljer söker finansiella chefer investeringsmixer som ger optimal avkastning och minimerar risker. Risk / avkastningskonceptet visar att ökande risker för investeringar ofta kräver ökningar i avkastningen. Detta är ett resultat av investerarnas önskan att minimera riskerna och maximera avkastningen. När lån med hög risk erbjuds måste långivaren skydda investeringen genom att ta ut högre räntor. Olika tillgångsklasser, olika företag och olika låntagarkredithistorier ger alla olika kurser. Covariance används i portföljhanteringsteorin för att identifiera effektiva investeringar med bästa avkastnings- och risknivåer för att skapa bästa möjliga portföljer. Regelbundet kan beräkningen ändras av portföljförvaltaren för att förbättra resultaten eller spåra en viss avkastning.