Covariance משמש בתורת התיקים כדי לקבוע אילו נכסים לכלול בתיק. Covariance הוא מדד סטטיסטי לקשר הכיוון בין שני מחירי נכסים. תיאוריית התיקים משתמשת במדידה סטטיסטית זו כדי להפחית את הסיכון הכולל לתיק. משתנות חיובית פירושה שנכסים בדרך כלל נעים לאותו כיוון. משתנות שלילית פירושה שנכסים בדרך כלל נעים בכיוונים מנוגדים.
Covariance הוא מדידה חשובה המשמשת בתורת התיקים המודרנית (MPT). MPT מנסה לקבוע גבול יעיל לתערובת נכסים בתיק. הגבול היעיל מבקש לייעל את התשואה המרבית לעומת מידת הסיכון לנכסים המשולבים הכוללים בתיק. המטרה היא לבחור נכסים עם סטיית תקן נמוכה יותר עבור התיק המשולב הנמוך מסטיית התקן של הנכסים האישיים. זה יכול להפחית את התנודתיות של התיק. תורת הפורטפוליו המודרנית מבקשת ליצור תערובת אופטימלית של נכסי תנודתיות גבוהה יותר עם נכסי תנודתיות נמוכים יותר. על ידי גיוון הנכסים בתיק, משקיעים יכולים להפחית את הסיכון ועדיין לאפשר תשואה חיובית.
בבניית תיק, חשוב לנסות להפחית את הסיכון הכללי על ידי הכללת נכסים שיש להם משתנות שלילית זה עם זה. אנליסטים משתמשים בנתוני מחירים היסטוריים בכדי לקבוע את מידת ההתאמה בין מניות שונות. זה מניח שאותו קשר סטטיסטי בין מחירי הנכסים יימשך לעתיד, מה שלא תמיד כך. על ידי הכללת נכסים שמראים על מידת שליליות, יש להמעיט בסיכון של תיק.
המישות של שני נכסים מחושבת על ידי נוסחה. השלב הראשון של הנוסחה קובע את התשואה היומית הממוצעת עבור כל נכס בודד. לאחר מכן, ההפרש בין התשואה היומית מינוס התשואה היומית הממוצעת מחושב עבור כל נכס, אילו מספרים מוכפלים זה בזה. השלב האחרון הוא חלוקת מוצר זה לפי מספר תקופות המסחר, מינוס 1. ניתן להשתמש ב Covariance בכדי למקסם את הגיוון בתיק הנכסים. על ידי הוספת נכסים בעלי שוויון שלילי לתיק, הסיכון הכולל מופחת במהירות. Covariance מספקת מדידה סטטיסטית של הסיכון לתמהיל נכסים.
השימוש בשכונות אכן יש חסרונות. Covariance יכול למדוד רק את הקשר הכיוון בין שני נכסים. זה לא יכול להראות את חוזק הקשר בין נכסים. מקדם המתאם הוא מדד טוב יותר לחוזק זה. חיסרון נוסף לשימוש במצב המשתנות הוא שהחישוב רגיש לתשואות תנודתיות גבוהה יותר. נכסים תנודתיים יותר כוללים תשואות רחוקות מהממוצע. תשואות מחו"ל אלה יכולות להשפיע בצורה לא מבוטלת על חישוב המשתנות המתקבלת. תנועות מחיר גדולות ליום אחד יכולות להשפיע על המזוריות, מה שמוביל לאומדן לא מדויק של המדידה.
