a:

Covariância indica a relação de duas variáveis ​​sempre que uma variável muda. Se um aumento em uma variável resulta em um aumento na outra variável, ambas as variáveis ​​devem ter uma covariância positiva. Diminui uma variável também causa uma diminuição na outra. Ambas as variáveis ​​se movem juntas na mesma direção quando elas mudam. Diminuições em uma variável que resulta na mudança inversa na outra variável são referidas como covariância negativa. Essas variáveis ​​estão inversamente relacionadas e sempre se movem em direções diferentes. Quando um número positivo é usado para indicar a magnitude da covariância, a covariância é positiva. Um número negativo representa uma relação inversa. O conceito de covariância é comumente usado quando se discutem relações entre dois indicadores econômicos ou termos. Por exemplo, os valores de mercado das empresas de capital aberto geralmente têm uma covariância positiva com os ganhos reportados. Da mesma forma, o valor de uma segurança pode aumentar quando outra aumenta. Os cálculos de covariância também são usados ​​na teoria de portfólio moderna (MPT).

Se duas ações tiverem preços compartilhados com uma covariância positiva, ambas são propensas a se moverem na mesma direção quando respondem às condições do mercado. Ambas as ações podem ser rastreadas durante um período de tempo com a taxa de retorno para cada período de tempo registrado. Determinar a covariância de duas variáveis ​​é chamado de análise de covariância. Por exemplo, a realização de uma análise de covariância das ações A e B registra as taxas de retorno por três dias. A Stock A tem retornos de 1. 8%, 2. 2% e 0. 8% nos dias um, dois e três, respectivamente. O estoque B retorna 1. 25%, 1. 9% e 0. 5%. Ambos os estoques aumentaram e diminuíram nos mesmos dias, então eles têm uma covariância positiva. Quando graficado em um eixo X / Y, a covariância entre duas variáveis ​​é exibida visualmente, uma vez que ambas as variáveis ​​espelham mudanças semelhantes ao mesmo tempo. Os cálculos de covariância fornecem informações sobre se as variáveis ​​têm um relacionamento positivo ou negativo, mas não podem revelar a força da conexão. A magnitude da covariância pode ser distorcida sempre que o conjunto de dados contém muitos valores significativamente diferentes. Um único outlier nos dados pode alterar drasticamente o cálculo e exagerar ou subestimar o relacionamento. Covariância ajuda os economistas a prever como as variáveis ​​reagem quando as mudanças ocorrem, mas não conseguem prever de forma efetiva quanto cada variável muda.

A covariância é usada com freqüência em MPT. Ao construir carteiras financeiras eficientes, os gerentes financeiros buscam misturas de investimento que oferecem retornos ótimos e minimizam os riscos. O conceito de compensação de risco / retorno demonstra que o aumento dos riscos no investimento muitas vezes requer aumentos nos retornos.Isso é resultado do desejo dos investidores de minimizar os riscos e maximizar os retornos. Quando os empréstimos de alto risco são oferecidos, o credor deve proteger o investimento cobrando taxas mais elevadas. Diferentes classes de ativos, diferentes empresas e diferentes historiais de crédito do mutuário exigem diferentes taxas. Covariância é usada na teoria do gerenciamento de portfólio para identificar investimentos eficientes com as melhores taxas de retorno e níveis de risco para criar as melhores carteiras possíveis. Em uma base regular, o cálculo pode ser modificado pelo gerente de portfólio para melhorar os resultados ou rastrear uma taxa de retorno específica.