貝塔係數和相關係數的區別?
beta衡量單個資產與市場間的關係,相關係數衡量兩個資產間的相關程度,如果把市場組合看成另一個資產,為什麼計算公式不一樣。貝塔等於單個資產與市場組合的協方差除以市場組合的方差。相關係數等於兩個資產的協方差除以各自的標準差,為什麼不一樣。或者說為什麼beta算式里不直接除以各自的標準差?
因為一個是線性回歸的係數,一個是相關係數,當然不一樣
謝邀。
其實很簡單,因為本來就不是一個概念。所以公式肯定不一樣。你混淆了兩個「相關」的定義
相關係數的原理是線性回歸,表示兩個變數的線性相關程度,而且有上限1,相關係數為1說明兩者是線性關係。
β衡量的是波動性,衡量一個資產相對於市場波動的波動情況,反應的是兩者標準差的關係,從公式上看更直觀,β等於相關係數 X 自己的標準差 / 市場的標準差
舉個實例,二級市場的分級指數基金的B級,例如銀華銳進(150019),上證漲1%它漲2%,上證跌1%它跌2%。(基本近似,別鑽牛角尖)
把上證看做市場的話,可以認為它和上證相關係數約等於1,但是貝塔值約等於2。看到這裡先別急著理思路,先大力贊我一記吧
另外,工作已經忙成狗了,好不容易刷個知乎真不想回答太正經的問題啊為什麼這個問題沒人回答呢 我好想知道哇
這是個好問題,涉及到線性回歸,CAPM和相關係數三個概念:
CAPM公式先貼這裡:
以下 表示個股的收益序列,是一個 的矩陣
表示市場Index的收益序列,是一個 的矩陣
表示無風險收益,也是一個 的矩陣
1. 先來看線性回歸,如果我想用 對 做OLS最小二乘法線性回歸,有normal equation 得到結果是:
2. 再看CAPM的表達:
但是給定一堆歷史數據,我們是不知道 以及 的真值的,所以用統計值代替:
這個時候對比1和2里的公式,就能夠看出區別。如果把2里的 以及 替換為 ,
如果假設 ,也就是每個個股和市場大盤的期望收益都是無風險收益,那……聽起來是不是很Q宗?
3. 相關係數 :
只是長的和以上公式有點像,但其實已經不怎麼相關了,從上式看,對比 它測量的是 和 在樣本空間夾角的cosine值,在[-1,1]之間。
以上。
這倆只差一個比例: 資產波動率/市場波動率。那麼為什麼有了相關係數還要另搞一個beta呢?因為beta分母固定,這樣它對資產組合的個成分是線性可加的關係,有好算,也有用多了。相關係數沒有這個優點,用得少得多。
偏相關係數
同樣疑惑甚久,單項資產和市場的相關係數與單項資產的β值的區別怎麼理解呢?是否可以理解為:如果單項資產和市場組合相關係數為0.9,那麼該資產90%的波動可以用市場波動來解釋。如果β為0.9,則如果市場組合收益上升10%,該資產收益上升9%?
推薦閱讀:
※現貨微盤投資?
※有沒有高質量的經濟金融類節目?
※想進入銀行同業部需要什麼樣的條件?
※處理不良金融資產的業務是怎樣賺錢的?
※應屆生秋招,薩摩耶金服通知我去面試,有前輩了解這家公司的嗎?