a:

Covarianza indica la relación de dos variables cada vez que cambia una variable. Si un aumento en una variable resulta en un aumento en la otra variable, se dice que ambas variables tienen una covarianza positiva. Las disminuciones en una variable también causan una disminución en la otra. Ambas variables se mueven juntas en la misma dirección cuando cambian. Las disminuciones en una variable que resultan en el cambio opuesto en la otra variable se conocen como covarianza negativa. Estas variables están inversamente relacionadas y siempre se mueven en diferentes direcciones. Cuando se usa un número positivo para indicar la magnitud de la covarianza, la covarianza es positiva. Un número negativo representa una relación inversa. El concepto de covarianza se usa comúnmente cuando se discuten las relaciones entre dos indicadores o términos económicos. Por ejemplo, los valores de mercado de las empresas que cotizan en bolsa suelen tener una covarianza positiva con las ganancias reportadas. De manera similar, el valor de un valor puede aumentar cuando otro se eleva. Los cálculos de covarianza también se usan en la teoría de la cartera moderna (MPT).

Si dos acciones tienen precios de acciones con una covarianza positiva, es probable que ambas se muevan en la misma dirección cuando responden a las condiciones del mercado. Ambas acciones pueden rastrearse durante un período de tiempo con la tasa de rendimiento para cada período de tiempo registrado. La determinación de la covarianza de dos variables se denomina análisis de covarianza. Por ejemplo, realizar un análisis de covarianza de las existencias A y B registra las tasas de rendimiento durante tres días. Stock A tiene rendimientos de 1. 8%, 2. 2% y 0. 8% en los días uno, dos y tres, respectivamente. La acción B devuelve 1. 25%, 1. 9% y 0. 5%. Ambas acciones aumentaron y disminuyeron en los mismos días, por lo que tienen una covarianza positiva. Cuando se grafica en un eje X / Y, la covarianza entre dos variables se visualiza visualmente ya que ambas variables reflejan cambios similares al mismo tiempo. Los cálculos de covarianza proporcionan información sobre si las variables tienen una relación positiva o negativa, pero no pueden revelar la fuerza de la conexión. La magnitud de la covarianza puede estar sesgada siempre que el conjunto de datos contenga demasiados valores significativamente diferentes. Un solo valor atípico en los datos puede cambiar drásticamente el cálculo y exagerar o subestimar la relación. La covarianza ayuda a los economistas a predecir cómo reaccionarán las variables cuando se produzcan cambios, pero no pueden predecir con la misma eficacia cuánto cambia cada variable.

La covarianza se usa con frecuencia en MPT. Al crear carteras financieras eficientes, los gerentes financieros buscan combinaciones de inversión que proporcionen rendimientos óptimos y minimicen los riesgos. El concepto de compromiso de riesgo / rendimiento demuestra que el aumento de los riesgos en la inversión a menudo requiere un aumento de los rendimientos.Esto es resultado del deseo de los inversores de minimizar los riesgos y maximizar los retornos. Cuando se ofrecen préstamos de alto riesgo, el prestamista debe proteger la inversión mediante el cobro de tasas más altas. Las diferentes clases de activos, las diferentes compañías y los diferentes historiales crediticios de los prestatarios generan tasas diferentes. La covarianza se utiliza en la teoría de gestión de cartera para identificar inversiones eficientes con las mejores tasas de retorno y niveles de riesgo para crear las mejores carteras posibles. De manera regular, el administrador de la cartera puede modificar el cálculo para mejorar los resultados o rastrear una tasa de rendimiento particular.