O que é Correlação Cruzada?
Correlação cruzada é uma medida que rastreia os movimentos de dois ou mais conjuntos de dados de séries temporais relativos um ao outro. É usada para comparar várias séries temporais e determinar objetivamente quão bem elas se combinam entre si e, em particular, em que ponto a melhor combinação ocorre.
A correlação cruzada também pode revelar quaisquer periodicidades nos dados.
Key Takeaways
- A correlação cruzada é usada para rastrear as similaridades no movimento de dois fatores ao longo do tempo.
- Os investidores de acções utilizam-no para determinar o grau de movimentação de duas acções em tandem.
- A diversificação da carteira requer a selecção de acções e outros activos que se movem em direcções opostas de forma a cobrir perdas.
Entendendo a correlação cruzada
A correlação cruzada é geralmente utilizada quando se mede a informação entre duas séries temporais diferentes. O intervalo possível para o coeficiente de correlação dos dados da série temporal é de -1,0 a +1,0. Quanto mais próximo o valor da correlação cruzada estiver de 1, mais os conjuntos são idênticos.
Investidores e analistas empregam a correlação cruzada para entender como os preços de duas ou mais ações – ou outros ativos – funcionam um contra o outro. Isto é particularmente importante para negociações de correlação como estratégias de dispersão e negociação de pares.
Acima de tudo, a correlação cruzada é usada na gestão de carteiras para medir o grau de diversificação entre os ativos contidos em uma carteira. Os investidores aumentam a diversificação de seus ativos a fim de reduzir o risco de grandes perdas. Ou seja, os preços de duas ações de tecnologia podem se mover na mesma direção na maioria das vezes, enquanto uma ação de tecnologia e uma ação de petróleo podem se mover em direções opostas. A correlação cruzada ajuda o investidor a fixar seus padrões de movimento com mais precisão.
A correlação cruzada só pode medir padrões de dados históricos. Não pode prever o futuro.
Fórmula para Correlação Cruzada
Na sua versão mais simples, pode ser descrita em termos de uma variável independente, X, e duas variáveis dependentes, Y e Z. Se a variável independente X influencia a variável Y e as duas estão positivamente correlacionadas, então como o valor de X sobe também o valor de Y.
Se o mesmo for verdade para a relação entre X e Z, então à medida que o valor de X subir, o valor de Z também subirá. Pode-se dizer que as variáveis Y e Z estão correlacionadas entre si porque seu comportamento está positivamente correlacionado como resultado de cada uma de suas relações individuais com a variável X.
Como a correlação cruzada é usada
Mercados de ações
A correlação cruzada pode ser usada para ganhar perspectiva sobre a natureza geral do mercado maior. Por exemplo, em 2011, vários sectores dentro do S&P 500 exibiam um grau de correlação de 95%.
Isso significa que todos os sectores se movimentavam virtualmente em passo de fechadura uns com os outros. Foi difícil escolher ações que superaram o mercado em geral durante esse período. Também foi difícil selecionar ações em diferentes setores para aumentar a diversificação de uma carteira. Os investidores tinham de olhar para outros tipos de activos para ajudar a gerir o risco da sua carteira.
Por outro lado, a elevada correlação de mercado significava que os investidores podiam comprar acções em fundos de índices para ganhar exposição ao mercado, em vez de tentar escolher acções individuais.
Gestão de Carteira
A correlação cruzada é utilizada na gestão de carteiras para medir o grau de diversificação entre os activos contidos numa carteira. A moderna teoria da carteira (MPT) usa uma medida da correlação de todos os ativos de uma carteira para ajudar a determinar a fronteira mais eficiente. Este conceito ajuda a otimizar os retornos esperados contra um certo nível de risco.
Incluindo ativos que têm uma baixa correlação entre si ajuda a reduzir o risco global de um portfólio. Ainda assim, as correlações cruzadas podem mudar com o tempo. Também só pode ser medida historicamente. Dois ativos que tiveram um alto grau de correlação no passado podem tornar-se não correlacionados e começar a se mover separadamente. Esta é, na verdade, uma falha do MPT. Ele assume correlações estáveis entre ativos.