Hva er korrelasjonsmatrisen?
Korrelasjonsmatrise er en statistisk metode for å vise forholdet mellom to eller flere variabler og innbyrdes forhold i deres bevegelser osv. Kort sagt hjelper det å definere forholdet og avhengighet blant variablene. Det er en veldig vanlig mekanisme og finner sin anvendelse innen Investment Management, Risk Management, Statistics samt Economics for å nevne noen få.
Forklaring
Det hjelper til med å bestemme avhengigheter blant variabler, som gjøres gjennom en tabell over matriser som viser korrelasjon på tvers av variabler som vist nedenfor.
Utdrag av en korrelasjonsmatrise på tvers av forskjellige løpetidsobligasjoner.
Tabellen ovenfor er en korrelasjonsmatrise mellom forskjellige obligasjoner utstedt av regjeringen med forskjellig gjenværende løpetid oppgitt i form av år i både horisontale og vertikale bøtter. Det gjør det mulig for oss å tolke at en obligasjon med 0,25 år til forfall og en obligasjon med 0,5 år til forfall har en korrelasjonskoeffisient på 0,97 i prisbevegelsene og tilsvarende for andre løpetidsobligasjoner.
Hvordan lage en korrelasjonsmatrise i Excel?
- Lag dataene som korrelasjon må utføres for. I vårt tilfelle har vi tatt Nifty-prisindeksen og visse aksjebeholdninger, som er en del av Nifty-indeksen.
- Bruk korrelasjonsfunksjonen under dataanalysefunksjonen som er tilgjengelig under fanen Data i Microsoft Excel.
- Velg Inndataområde som vist ovenfor, og klikk OK.
- Matrisen blir opprettet av Excel, som vist nedenfor:
Eksempler
Xavier Bank har klassifisert sin eksponering i obligasjoner basert på gjenværende løpetid som følger:
Det har opprettet en korrelasjonsmatrise på tvers av forskjellige tenorobligasjoner basert på prisbevegelsen ved hjelp av Excel-verktøyet (omtalt ovenfor), som vist nedenfor:
Xavier Bank beregnet sin eksponeringsvise matrise over forskjellige tenorer, som vist nedenfor:
Finn Excel-arket nedenfor for detaljberegning:
Korrelasjonsmatrise vs. kovariansmatrise
| Basis | Korrelasjonsmatrise | Kovariansematrise | ||
| Forhold | Det hjelper til med å måle både retningen (Positiv / Negativ) så vel som intensiteten av innbyrdes forhold (Lav / Middels / Høy) mellom variabler. | Den måler bare retningen på forholdet mellom variabler. | ||
| Delsett og veldefinert rekkevidde | Det er en delmengde av kovarians og har et definert verdiområde mellom (-1 til 1). | Det er et bredere konsept, men har ikke noe definert område (kan gå opp til uendelig), og heller ikke dets verdier kan hjelpe til med å bestemme forholdet fullt ut. | ||
| Dimensjon | Det er dimensjonsløst. | Covariance Matrix har dimensjon. |
