Apakah Matriks Korelasi?
Correlation Matrix adalah kaedah statistik untuk menunjukkan hubungan antara dua atau lebih pemboleh ubah dan perkaitan dalam pergerakan mereka dll. Ringkasnya, ia membantu dalam menentukan hubungan dan pergantungan antara pemboleh ubah. Ini adalah mekanisme yang sangat biasa digunakan dan dapat digunakan dalam bidang Pengurusan Pelaburan, Pengurusan Risiko, Statistik dan Ekonomi.
Penjelasan
Ini membantu dalam menentukan kebergantungan di antara pemboleh ubah, yang dilakukan melalui jadual matriks yang menggambarkan korelasi merentasi pemboleh ubah seperti yang digambarkan di bawah.
Petikan matriks Korelasi merentasi Bon matang yang berbeza.
Jadual di atas adalah matriks korelasi antara Bon berbeza yang dikeluarkan oleh Kerajaan dengan baki tempoh matang yang dinyatakan dalam bentuk tahun dalam baldi mendatar dan menegak. Ini membolehkan kita menafsirkan bahawa bon dengan 0.25 tahun hingga matang dan bon dengan 0.5 tahun hingga matang mempunyai pekali korelasi 0.97 dalam pergerakan harga mereka dan juga untuk bon matang lain.
Bagaimana Membuat Matriks Korelasi di Excel?
- Buat data yang perlu dilakukan korelasi. Dalam kes kami, kami telah mengambil Indeks harga Nifty dan Saham Ekuiti tertentu, yang merupakan sebahagian dari indeks Nifty.
- Gunakan fungsi Korelasi di bawah fitur Analisis Data yang terdapat di bawah tab Data di Microsoft Excel.
- Pilih julat data seperti yang ditunjukkan di atas dan klik OK.
- Matriks akan dibuat oleh Excel, seperti gambar di bawah:
Contoh
Xavier Bank telah mengklasifikasikan pendedahannya dalam Bon berdasarkan baki tempoh matang seperti berikut:
Ia telah membuat matriks Korelasi merentasi bon tenor yang berbeza berdasarkan pergerakan harga menggunakan alat Excel (dibincangkan di atas), seperti yang ditunjukkan di bawah:
Xavier Bank mengira matriks pemaparan berdasarkan pelbagai tenor, seperti yang ditunjukkan di bawah:
Cari helaian Excel di bawah untuk pengiraan terperinci:
Matriks Korelasi vs Matriks Kovarians
| Asas | Matriks Korelasi | Matriks Kovarians | ||
| Perhubungan | Ini membantu dalam mengukur kedua arah (Positif / Negatif) dan juga intensiti hubungan (Rendah / Sederhana / Tinggi) antara pemboleh ubah. | Ia hanya mengukur arah hubungan antara pemboleh ubah. | ||
| Subset dan Julat yang ditentukan dengan baik | Ini adalah subset Kovarians dan mempunyai julat nilai yang ditentukan antara (-1 hingga 1). | Ini adalah konsep yang lebih luas, bagaimanapun, tidak memiliki rentang yang ditentukan (dapat sampai ke tak terhingga), atau nilainya saja dapat membantu dalam menentukan hubungan sepenuhnya. | ||
| Dimensi | Ia tidak berdimensi. | Matriks Kovarians mempunyai dimensi. |
