Comment interprétez-vous l’ampleur de la covariance entre deux variables?
La covariance indique la relation de deux variables chaque fois qu’une variable change. Si une augmentation d’une variable entraîne une augmentation de l’autre variable, on dit que les deux variables ont une covariance positive. Les diminutions d’une variable entraînent également une diminution de l’autre. Les deux variables se déplacent ensemble dans la même direction lorsqu’elles changent. Les diminutions d’une variable entraînant le changement inverse de l’autre variable sont appelées covariance négative. Ces variables sont inversement liées et se déplacent toujours dans des directions différentes. Lorsqu’un nombre positif est utilisé pour indiquer l’ampleur de la covariance, la covariance est positive. Un nombre négatif représente une relation inverse. Le concept de covariance est couramment utilisé pour discuter des relations entre deux indicateurs ou termes économiques. Par exemple, les valeurs de marché des sociétés cotées en bourse ont généralement une covariance positive avec les bénéfices déclarés. De même, la valeur d’un titre peut augmenter lorsqu’un autre augmente.
Les calculs de covariance sont également utilisés dans la théorie moderne du portefeuille (MPT).
Si deux actions ont des cours boursiers avec une covariance positive, elles sont toutes les deux susceptibles d’évoluer dans la même direction lorsqu’elles répondent aux conditions du marché. Les deux stocks peuvent être suivis sur une période de temps avec le taux de rendement pour chaque période enregistrée. La détermination de la covariance de deux variables est appelée analyse de covariance. Par exemple, la réalisation d’une analyse de covariance des actions A et B enregistre les taux de rendement pendant trois jours. L’action A a des rendements de 1,8%, 2,2% et 0,8% les jours un, deux et trois respectivement. L’action B renvoie 1,25%, 1,9% et 0,5%. Les deux stocks ont augmenté et diminué les mêmes jours, ils ont donc une covariance positive. Lorsqu’elle est représentée graphiquement sur un axe X / Y, la covariance entre deux variables s’affiche visuellement car les deux variables reflètent des changements similaires en même temps. Les calculs de covariance fournissent des informations sur le fait que les variables ont une relation positive ou négative, mais ne peuvent pas révéler la force de la connexion. L’ampleur de la covariance peut être biaisée chaque fois que l’ensemble de données contient trop de valeurs significativement différentes.
Une seule valeur aberrante dans les données peut changer radicalement le calcul et surestimer ou sous-estimer la relation. La covariance aide les économistes à prédire comment les variables réagissent lorsque des changements se produisent, mais ne peuvent pas prédire aussi efficacement combien chaque variable change.
La covariance est fréquemment utilisée dans MPT. Lors de la constitution de portefeuilles financiers efficaces, les gestionnaires financiers recherchent des combinaisons de placements qui offrent des rendements optimaux et minimisent les risques. Le concept de compromis risque / rendement démontre que l’augmentation des risques d’investissement nécessite souvent une augmentation des rendements. Cela résulte du désir des investisseurs de minimiser les risques et de maximiser les rendements. Lorsque des prêts à haut risque sont offerts, le prêteur doit protéger l’investissement en appliquant des taux plus élevés. Différentes classes d’actifs, différentes sociétés et différents antécédents de crédit des emprunteurs entraînent tous des taux différents. La covariance est utilisée dans la théorie de la gestion de portefeuille pour identifier les investissements efficaces avec les meilleurs taux de rendement et niveaux de risque afin de créer les meilleurs portefeuilles possibles. Régulièrement, le calcul peut être modifié par le gestionnaire de portefeuille pour améliorer les résultats ou suivre un taux de rendement particulier.