两证券协方差和相关系数的计算

1. 两证券协方差和相关系数的计算

相关关系是一种非确定性的关系，相关系数是研究变量之间线性相关程度的量。由于研究对象的不同，相关系数有如下几种定义方式。

简单相关系数：又叫相关系数或线性相关系数，一般用字母r表示，用来度量两个变量间的线性关系。
应答时间：2021-10-14，最新业务变化请以平安银行官网公布为准。 
[平安银行我知道]想要知道更多？快来看“平安银行我知道”吧~ 
https://b.pingan.com.cn/paim/iknow/index.html

2. 求证券的收益率方差

举例说明：已知证券组合P是由证券A和B构成，证券A和B的期望收益、标准差以及相关系数如下：证券名称期望收益率标准差相关系数投资比重A10%6%0.1230%B5%2%0.1270%那么，组合P的期望收益为：期望收益=(0.1×0.3+0.05×0.7)×100%=6.5%组合P的方差为：方差=(0.3×0.3×0.06×0.06)+(0.7×0.7×0.02×0.02)+(2×0.3×0.7×0.06×0.02×0.12)=0.0327选择不同的组合权数，可以得到包含证券A和证券B的不同的证券组合，从而得到不同的期望收益率和方差。投资者可以根据自己对收益率和方差（风险）的偏好，选择自己最满意的组合。一、证券是各类财产所有权或债权凭证的通称，是用来证明证券持有人有权依据券面所载内容取得相应权益的凭证。按其性质不同可将证券分为证据证券，凭证证券和有价证券。人们通常所说的证券即有价证券。收益率是指投资的回报率，一般以年度百分比表达，根据当时市场价格、面值、息票利率以及距离到期日时间计算。对公司而言，收益率指净利润占使用的平均资本的百分比。收益率研究的是收益率作为一项个人（以及家庭）和社会（政府公共支出）投资的收益率的大小，可以分为个人收益率与社会收益率，证券是多种经济权益凭证的统称，也指专门的种类产品，是用来证明券票持有人享有的某种特定权益的法律凭证，[1]主要包括资本证券、货币证券和商品证券等。狭义上的证券主要指的是证券市场中的证券产品，其中包括产权市场产品、债权市场产品、衍生市场产品、期权、利率期货等。因此证券也被称为“书据”、“书证”。但随着经济的飞速前进，尤其是电子技术和信息网络的发展，现代社会出现了证券的“无纸化”，证券投资者已几乎不再拥有任何实物券形态的证券，其所持有的证券数量或者证券权利均相应地记载于投资者账户中。“证券有纸化”向“证券无纸化”的发展过程，揭示了现代证券概念与传统证券概念的巨大差异。二、证券实质上是具有财产属性的民事权利，证券的特点在于把民事权利表现在证券上，使权利与证券相结合，权利体现为证券，即权利的证券化。它是权利人行使权利的方式和过程用证券形式表现出来的一种法律现象，是投资者投资财产符号化的一种社会现象，是社会信用发达的一种标志和结果。证券必须与某种特定的表现形式相联系。在证券的发展过程中，最早表彰证券权利的基本方式是纸张，在专用的纸单上借助文字或图形来表示特定化的权利。证券表彰的是具有财产价值的权利凭证。在现代社会，人们已经不满足于对财富形态的直接占有、使用、收益和处分，而是更重视对财富的终极支配和控制，证券这一新型财产形态应运而生。持有证券，意味着持有人对该证券所代表的财产拥有控制权，但该控制权不是直接控制权，而是间接控制权。三、证券的活力就在于证券的流通性。传统的民事权利始终面临转让上的诸多障碍，就民事财产权利而言，由于并不涉及人格及身份，其转让在性质上并无不可，但其转让是个复杂的民事行为。比如由于“债权相对性”的民事规则，债权作为财产的表现形式是可转让的，但债权人转让债权须通知债务人，这种涉及三方利益的转让行为受制于法律规范的调整，并不方便快捷。但一旦民事权利证券化，财产权利分成品质相同的若干相等份额，造就出一种“规格一律的商品”，那么这种财产转让不再局限于转让方和受让方之间按照协议转让，而是在更广的范围内，以更高的频率进行转让，甚至通过公开市场进行交易，从而形成了高度发达的财产转让制度。证券可多次转让构成了流通，通过变现为货币还可实现其规避风险的功能。证券的流通性是证券制度顺利发展的基础。

3. 股票收益率，方差，协方差计算

4. 如果协方差的数值小于零，则两种证券的收益变动结果是什么

就是负相关。两种证券收益变动结果是，一个涨一个跌，一个收益增长一个收益下降，总之是反向。
协方差表示的是两个变量的总体的误差，这与只表示一个变量误差的方差不同。如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值。 
如果两个变量的变化趋势相反，即其中一个大于自身的期望值，另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。


扩展资料：
协方差矩阵
分别为m与n个标量元素的列向量随机变量X与Y，这两个变量之间的协方差定义为m×n矩阵.其中X包含变量X1.X2......Xm，Y包含变量Y1.Y2......Yn，假设X1的期望值为μ1，Y2的期望值为v2，那么在协方差矩阵中（1,2）的元素就是X1和Y2的协方差。
两个向量变量的协方差Cov(X,Y)与Cov(Y,X)互为转置矩阵。协方差有时也称为是两个随机变量之间“线性独立性”的度量，但是这个含义与线性代数中严格的线性独立性不同。
参考资料来源：百度百科-协方差

5. 如果协方差的数值小于零，则两种证券的收益变动结果是什么

就是负相关。两种证券收益变动结果是，一个涨一个跌，一个收益增长一个收益下降，总之是反向。
协方差表示的是两个变量的总体的误差，这与只表示一个变量误差的方差不同。 如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值。 
如果两个变量的变化趋势相反，即其中一个大于自身的期望值，另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。


扩展资料：
协方差矩阵
分别为m与n个标量元素的列向量随机变量X与Y，这两个变量之间的协方差定义为m×n矩阵.其中X包含变量X1.X2......Xm，Y包含变量Y1.Y2......Yn，假设X1的期望值为μ1，Y2的期望值为v2，那么在协方差矩阵中（1,2）的元素就是X1和Y2的协方差。
两个向量变量的协方差Cov(X,Y)与Cov(Y,X)互为转置矩阵。协方差有时也称为是两个随机变量之间“线性独立性”的度量，但是这个含义与线性代数中严格的线性独立性不同。
参考资料来源：百度百科-协方差