Коэффициент корреляции является простым и в то же время достаточно надежным индикатором наличия зависимости между отдельными явлениями. Корреляционный анализ нашел широкое применение в исследованиях по экономике, социологии и другим дисциплинам.
Для расчета коэффициента корреляции достаточно собрать количественную статистику, характеризующую динамику двух показателей, один из которых является базовым, а другой - зависимым от первого. Имея два ряда данных, состоящих, желательно, из не менее 15-20 членов, можно рассчитать коэффициент корреляции по формуле
r = (nSxy - SySx)/Г--[(nS---y?2 - ---(Sy)2)---(nSx2--- - (Sx)--2)],
где n - количество значений в выборке; x - значение из первого ряда (изменяется от 1 до n); y - значение из второго ряда (изменяется от 1 до n).
В компьютерных программах типа Excel функция корреляции входит в набор статистических функций.
Коэффициент корреляции может изменяться в диапазоне от -1 до +1; положительное значение коэффициента означает, что между исследуемыми показателями существует прямая зависимость, отрицательное значение отражает обратную зависимость; значение по модулю больше 0,7 говорит о наличии ярко выраженной зависимости между показателями, от 0,4 до 0,7 - слабо выраженной взаимосвязи, менее 0,4 - об ее отсутствии.
В то же время следует отметить, что градация является приблизительной и чем больше выборка показателей, на основе которой рассчитывается коэффициент корреляции, тем меньшее значение коэффициента достаточно для определения зависимости. Например, значение коэффициента корреляции 0,3, рассчитанное для выборки из 60 данных, свидетельствует о наличии ненулевой зависимости, в то время как коэффициент для рядов из 12 членов не дает основания для такого вывода даже при значении 0,5.
Для проверки значимости расчетного коэффициента корреляции можно выполнить так называемый t-тест.
Первый шаг теста состоит в вычислении t-статистики
t = rГ--(n ---- 2)/(1 --- r2),
где r - коэффициент корреляции; n - количество значений в ряде данных.
Второй шаг состоит в сравнении t-статистики с табличным значением. Для уровня значимости в 5% критические значения t-статистики составляют следующие значения (табл. 1). Если расчетное значение t-статистики меньше критического, то гипотеза о наличии взаимосвязи между исследуемыми показателями отвергается.
|
Количество значений в выборке | |||
|
12 | 20 | 30 | 54 |
t-критическое |
2,228 | 2,101 | 2,048 | 2,008 |
Корреляционный анализ часто применяется для оценки взаимосвязей между мировыми фондовыми рынками. Развитию исследований в этой области способствуют, с одной стороны, наличие количественной статистики, характеризующей динамику конъюнктуры рынков в виде фондовых индексов, с другой стороны - высокая практическая ценность результатов исследований.
Можно привести примеры достаточно интересных работ ученых, работающих под эгидой Всемирного банка и МВФ:
rмод. = r/Г--(1 +--- dt(1 --- r)2),
где dt - отношение стандартного отклонения доходности фондового индекса в период t к стандартному отклонению доходности за весь анализируемый период.
Почему фондовые рынки различных стран часто движутся в одном направлении? Этот вопрос достаточно подробно рассматривался экономистами международных финансовых организаций. С учетом причин, указываемых в исследованиях западных специалистов и на основе собственного опыта автора, можно представить следующую классификацию причин корреляции:
Фундаментальные межгосударственные связи
Особенность России заключается в относительной независимости нашей экономики от внешних факторов. Хотя макроэкономическая конъюнктура в странах Азии, Европы и Латинской Америки косвенно влияет (через спрос) на сырьевые и энергоресурсы, можно однозначно сказать, что уровень внешнеэкономических и финансовых связей между Россией и США гораздо ниже, чем, скажем, Латинской Америки и США (табл. 2). В то же время, на взаимосвязи фондовых рынков существенное влияние оказывают психологические факторы, связанные с поведением инвесторов на фондовых рынках.
Страна | Фондовый индекс | Коэффициент корреляции |
Латинская Америка | ||
Аргентина |
MerVal | 0,50 |
Бразилия |
Bovespa | 0,64 |
Мексика |
IPC | 0,51 |
Чили |
IPSA | 0,52 |
США | ||
США |
S&P 500 | 0,56 |
США |
NASDAQ Composite | 0,36 |
Западная Европа | ||
Великобритания |
FTSE 100 | 0,65 |
Германия |
DAX | 0,50 |
Нидерланды |
AEX General | 0,46 |
Франция |
CAC 40 | 0,50 |
Азия |
|
|
Индия |
BSE 30 | 0,10 |
Китай |
Shanghai Composite | 0,25 |
Япония |
Nikkei 225 | 0,51 |
Справочно: | ||
t-критическое (уровень значимости 5%) |
0,33 | |
t-критическое (уровень значимости 1%) |
0,43 |
Традиционно индекс РТС показывает максимальную корреляцию с бразильским фондовым индексом Bovespa, только на 2-м месте идут западноевропейские индексы, и, наконец, на 3-м месте по значимости - корреляция с американскими индексами S&P и NASDAQ.
Причины высокой корреляции с индексом Bovespa в основном лежат в области психологии: между нашими странами можно провести параллели в экономико-географическом положении, истории экономического развития и становления финансовых рынков. Все это приводит к тому, что, несмотря на отсутствие серьезных внешнеэкономических связей, часть крупных западных инвесторов применяет одну и ту же инвестиционную стратегию в отношении наших стран.
Корреляция с европейскими индексами выглядит обоснованной, учитывая тот факт, что Западная Евро-па - основной торговый партнер России.
Корреляция с американскими индексами, по-видимому, объясняется в равной степени экономическими и психологическими факторами: с одной стороны, состояние крупнейшего в мире фондового рынка - действительно важный фактор влияния на мировую финансовую систему, с другой стороны, многие российские трейдеры, играющие на краткосрочных колебаниях котировок, ориентируются на динамику американских фьючерсов без каких-либо дополнительных оснований.
В контексте анализа динамики корреляционных взаимосвязей, часто можно услышать мнение о том, что зависимость российского фондового рынка от внешних факторов постепенно снижается. Рисунок иллюстрирует реальное состояние дел.
В ноябре и декабре 2000 г. корреляция фондовых индексов РТС и S&P500 была очень высокой: наш индекс отслеживал до 70-80% дневных колебаний американского рынка.
В январе 2001 г. корреляция оказалась отрицательной: инвесторы посчитали, что котировки российских <голубых фишек> необоснованно упали вслед за американскими акциями. Однако после одного месяца <независимости> корреляция восстановилась до 0,5-0,55 в феврале-марте и до 0,77 в апреле.
Таким образом, пока мы наблюдаем лишь краткосрочные колебания коэффициента корреляции, не нарушающие общую тенденцию постепенного увеличения зависимости от американского рынка.
Лишь в длительной перспективе, когда инвесторы в российские <голубые фишки> начнут уделять большее внимание корпоративным новостям, а не сводкам с зарубежных фондовых бирж, корреляция с мировыми индексами снизится. В качестве примера можно привести Индию, где, несмотря на наличие развитого фондового рынка, местный индекс лишь незначительно коррелирует с S&P500 и NASDAQ.