Pozitív korreláció definíció és példa
Tartalomjegyzék:
Mi ez:
Pozitív korreláció olyan kapcsolatot ír le, amelyben az egyik változó változása ugyanolyan típusú változás egy másik változónál
Hogyan működik (Példa):
Például sok közgazdász felfedezte, hogy az emberek hajlamosak többet vásárolni autókra és eszközökre a gazdasági fellendülés idején. Így pozitív összefüggést feltételezhetünk, mondjuk a foglalkoztatási ráta és az automatikus készletek között. Más szóval, amikor a foglalkoztatási ráta felfelé áll, az automatikus készletek valószínűleg felemelkednek a táblán.
Statisztikailag a két változó közötti korreláció -1,0 (tökéletesen negatívan korrelált) 1,0-ig terjed (tökéletesen korrelált). Az elemzők azt is meghatározhatják, hogy két dolog pozitívan korrelál-e a regressziós analízis futtatásával a két tételen, majd kiszámolja az R2-et. Minél magasabb az R2, annál inkább pozitívabb összefüggés van. A Béta szintén egy közös eszköz annak mérésére, hogy egy adott biztonság vagy értékpapír-csoport egy adott piac szélesebb piaccal vagy készletcsoportjával függ össze. Az 1.0-as béta tökéletes korrelációt jelez (azaz amikor felmegy, a másik is).
Miért érinti:
Ha egy befektető olyan befektetést talál, amely következetesen ugyanabban az irányban halad, mint egy másik befektetés, Mindkét befektetés birtoklása drámai módon növelheti a hozamot. Ez a megközelítés drámai módon növelheti a veszteségeket, ezért egyes befektetők megpróbálnak olyan eszközöket találni, amelyek negatívan korrelálnak egymással. Ez azt jelenti, hogy amikor az egyik eszköz értékcsökkenést mutat, a másik értéknövekszik (ez a fedezeti elgondolás).
Ennek megfelelően a pozitív korreláció egyik módja lehet a portfólió kockázatának növelésére (és a negatív korreláció a a kockázat csökkentése.
Nagyon fontos azonban emlékezni arra, hogy a korreláció nem jelenti az okozati összefüggést. Más szavakkal, csak azért, mert két dolog pozitívan korrelált, nem jelenti azt, hogy az egyik okozza a másik irányát. Ezenkívül a két változó negatív vagy pozitív korrelációja nem minden körülmények között létezik.
