Što je matrica korelacije?
Korelacijska matrica statistička je metoda koja prikazuje odnos između dvije ili više varijabli i međusobnog odnosa u njihovom kretanju itd. Ukratko, pomaže u definiranju odnosa i ovisnosti između varijabli. To je vrlo često korišten mehanizam i pronalazi svoju primjenu u području upravljanja investicijama, upravljanja rizicima, statistike i ekonomije da nabrojimo samo neke.
Obrazloženje
Pomaže u određivanju ovisnosti među varijablama, što se vrši kroz tablicu matrice koja prikazuje korelaciju između varijabli kao što je prikazano u nastavku.
Isječak matrice korelacije između obveznica različitih dospijeća.
Gornja tablica predstavlja matricu korelacije između različitih Obveznica koje je Vlada izdala s različitim rezidualnim dospijećem navedenim u obliku godina u horizontalnim i vertikalnim skupinama. Omogućuje nam tumačenje da obveznice s 0,25 godina do dospijeća i obveznice s 0,5 godine do dospijeća imaju koeficijent korelacije 0,97 u njihovom kretanju cijena, slično kao i ostale obveznice s dospijećem.
Kako stvoriti matricu korelacije u Excelu?
- Stvorite podatke za koje treba poduzeti korelaciju. U našem smo slučaju uzeli indeks cijena Nifty i određene dionice dionica, koje su dio indeksa Nifty.
- Koristite funkciju korelacije pod značajkom Analiza podataka koja je dostupna na kartici Podaci u programu Microsoft Excel.
- Odaberite opseg unosa podataka kako je gore prikazano i kliknite U redu.
- Matricu će stvoriti Excel, kao što je prikazano u nastavku:
Primjeri
Xavier banka klasificirala je svoju izloženost u obveznicama na temelju preostalog dospijeća kako slijedi:
Stvorio je matricu korelacije za različite obveznice tenora na temelju kretanja cijena pomoću alata Excel (razmotreno gore), kao što je prikazano u nastavku:
Xavier Bank izračunala je svoju matricu izloženosti prema različitim tenorima, kao što je prikazano u nastavku:
Pronađite donji Excel list za detaljan izračun:
Korelacijska matrica naspram kovarijantne matrice
| Osnova | Matrica korelacije | Matrica kovarijance | ||
| Odnos | Pomaže u mjerenju smjera (pozitivan / negativan) kao i intenziteta međusobnog odnosa (nizak / srednji / visok) između varijabli. | Mjeri samo smjer odnosa između varijabli. | ||
| Podskup i dobro definiran raspon | To je podskup kovarijancije i ima definirani raspon vrijednosti između (-1 do 1). | To je širi koncept, međutim, nema definirani raspon (može ići do beskonačnosti), niti same njegove vrijednosti mogu pomoći u cjelovitom određivanju odnosa. | ||
| Dimenzija | Bez dimenzija je. | Matrica kovarijance ima dimenziju. |
