ما هو الارتباط الإيجابي؟
العلاقة الإيجابية هي علاقة بين متغيرين يتحركان معًا، أي في نفس الاتجاه. توجد علاقة إيجابية عندما ينخفض أحد المتغيرات بينما ينخفض المتغير الآخر، أو عندما يزيد أحد المتغيرات بينما يزيد الآخر. نظرًا لأن هذين المتغيرين المختلفين يتحركان في نفس الاتجاه، فإنهما نظريًا يتأثران بنفس القوى الخارجية.
النقاط الرئيسية
- الارتباط الإيجابي هو علاقة بين متغيرين يميلان إلى التحرك في نفس الاتجاه.
- توجد علاقة ارتباط إيجابية عندما يميل متغير واحد إلى الانخفاض مع انخفاض المتغير الآخر، أو يميل متغير واحد إلى الزيادة مع زيادة المتغير الآخر.
- في مجال التمويل، تُستخدم الارتباطات لوصف كيفية تحرك الأسهم الفردية بالنسبة للسوق الأوسع.
- بيتا هو مقياس شائع للارتباط بالسوق، وعادةً ما يُستخدم مؤشر S&P 500 كمعيار.
- بيتا بقيمة 1.0 تصف سهماً يتوافق تماماً مع مؤشر S&P 500. القيم الأعلى من 1.0 تصف الأسهم التي تكون أكثر تقلباً من مؤشر S&P 500، بينما القيم الأقل تصف الأسهم الأقل تقلباً.
فهم الارتباط الإيجابي
يعني الارتباط الإيجابي الكامل أن المتغيرات المعنية تتحرك معًا بنسبة 100% من الوقت بنفس النسبة والاتجاه. يمكن رؤية ارتباط إيجابي بين الطلب على منتج معين وسعر هذا المنتج. في الحالات التي يبقى فيها العرض المتاح ثابتًا، سيرتفع السعر إذا زاد الطلب.
بالإضافة إلى ذلك، قد تؤدي المكاسب أو الخسائر في بعض الأسواق إلى تحركات مماثلة في الأسواق المرتبطة بها. فعندما ترتفع أسعار الوقود، ترتفع أيضًا أسعار تذاكر الطيران. نظرًا لأن الطائرات تحتاج إلى الوقود لتعمل، فإن زيادة هذه التكلفة غالبًا ما تُنقل إلى المستهلك، مما يؤدي إلى وجود علاقة ارتباط إيجابية بين أسعار الوقود وأسعار تذاكر الطيران.
لا تضمن العلاقة الإيجابية النمو أو الفائدة. بدلاً من ذلك، تُستخدم للإشارة إلى أي متغيرين أو أكثر يتحركان في نفس الاتجاه معًا، بحيث عندما يزيد أحدهما، يزيد الآخر أيضًا. وجود علاقة ارتباط لا يشير بالضرورة إلى وجود علاقة سببية بين المتغيرات.
الارتباط هو شكل من أشكال الاعتماد، حيث يعني التغير في متغير واحد أن هناك احتمالًا لتغير في الآخر، أو أن بعض المتغيرات المعروفة تنتج نتائج محددة. يمكن رؤية مثال عام على ذلك في الطلب على المنتجات المكملة. إذا ارتفع الطلب على السيارات، فسيرتفع أيضًا الطلب على المنتجات والخدمات المتعلقة بالسيارات، مثل الإطارات. يؤثر الارتفاع في مجال واحد على الصناعات المكملة.
في بعض الحالات، يمكن أن تؤدي الاستجابات النفسية الإيجابية إلى تغييرات إيجابية داخل مجال معين. يمكن توضيح ذلك في الأسواق المالية، حيث تؤدي الأخبار الإيجابية العامة عن شركة ما إلى ارتفاع سعر السهم.
الارتباط مقابل السببية
الارتباط بين المتغيرات لا يعني بالضرورة السببية.
قياس الارتباط الإيجابي
في الإحصائيات، يتم تمثيل الارتباط الإيجابي المثالي بقيمة معامل الارتباط +1.0، بينما يشير 0 إلى عدم وجود ارتباط، و-1.0 يشير إلى ارتباط عكسي (سلبي) مثالي.
يمكن أيضًا تحديد الارتباط الإيجابي بسهولة من خلال تمثيل مجموعة بيانات بيانيًا باستخدام مخطط الانتشار. يمثل كل نقطة في مخطط الانتشار عنصر عينة واحد عند تقاطع متغير المحور السيني ومتغير المحور الصادي. يتمثل الارتباط الإيجابي في مخطط الانتشار في سلسلة من النقاط المتجهة للأعلى، مما يظهر أنه مع زيادة متغير المحور السيني، يزداد أيضًا متغير المحور الصادي.
عند تحليل الارتباط الإيجابي إحصائيًا، من المهم فهم قيمة ال-p الخاصة بمجموعة البيانات. قيمة ال-p هي مقياس لمدى دلالة النتائج إحصائيًا. بشكل عام، تشير قيمة ال-p الأقل، والتي تكون عادة 0.05 أو أقل، إلى وجود دليل أكبر على أن الارتباط الملحوظ ذو دلالة إحصائية وليس ناتجًا عن الصدفة العشوائية.
الارتباط الإيجابي في المالية
مثال بسيط على الارتباط الإيجابي يتضمن استخدام حساب توفير بفائدة مع معدل فائدة ثابت. كلما زادت الأموال المضافة إلى الحساب، سواء من خلال الودائع الجديدة أو الفائدة المكتسبة، زادت الفائدة التي يمكن تحقيقها. وبالمثل، فإن ارتفاع معدل الفائدة سيرتبط بزيادة في الفائدة المتولدة، بينما يؤدي انخفاض معدل الفائدة إلى انخفاض في الفائدة الفعلية المكتسبة.
ينظر المستثمرون والمحللون أيضًا إلى كيفية ارتباط تحركات الأسهم ببعضها البعض ومع السوق بشكل عام. تتوافق معظم الأسهم مع تحركات أسعار بعضها البعض في منتصف النطاق تقريبًا، حيث يشير معامل الارتباط 0 إلى عدم وجود علاقة على الإطلاق بين الورقتين الماليتين.
على سبيل المثال، من المحتمل أن يكون هناك ارتباط ضئيل بين سهم في مجال البيع بالتجزئة عبر الإنترنت وسهم في متجر للإطارات وهياكل السيارات، بينما ستشهد شركتان تجاريتان متشابهتان ارتباطًا أعلى. يعود السبب في ذلك إلى أن الشركات التي لديها عمليات مختلفة جدًا ستنتج منتجات وخدمات مختلفة باستخدام مدخلات مختلفة. كل واحدة من هذه الشركات تواجه مخاطر وفرص وتحديات تشغيلية مختلفة.
الارتباط الإيجابي والتنويع
نظرية المحفظة الحديثة تعتمد بشكل كبير على التنويع، وهو المفهوم الذي ينص على أن المستثمر يجب أن يحتفظ بأصول غير مرتبطة بشكل واسع لتقليل المخاطر على مستوى المحفظة بالكامل. هذا يتعارض مع الارتباط الإيجابي؛ حيث تنص نظرية الاستثمار عادةً على أن المستثمرين يجب أن يكونوا حذرين من الارتباط الإيجابي الواسع الانتشار داخل محفظتهم.
بالنسبة لمعظم المستثمرين، فإن الاستراتيجية المثالية للاستثمار هي تجنب الارتباط الإيجابي بين الأصول وفئات الأصول. على الرغم من أن كل فرد يجب أن يقيم استراتيجيته الاستثمارية الخاصة، إلا أن الاحتفاظ بأصول ذات ارتباط إيجابي يميل إلى زيادة مخاطر الخسارة.
بيتا والارتباط
بيتا هو مقياس شائع لمدى ارتباط سعر سهم فردي بالسوق الأوسع، وغالبًا ما يُستخدم مؤشر S&P 500 كمعيار. إذا كان للسهم بيتا بقيمة 1.0، فهذا يشير إلى أن نشاط سعره مرتبط بشكل قوي بالسوق.
سهم ذو بيتا 1.0 لديه مخاطر نظامية، لكن حساب البيتا لا يمكنه اكتشاف أي مخاطر غير نظامية. إضافة سهم إلى محفظة ببيتا 1.0 لا تضيف أي مخاطر إلى المحفظة، لكنها أيضًا لا تزيد من احتمالية أن توفر المحفظة عائدًا زائدًا.
بيتا أقل من 1.0 تعني أن الأمان نظريًا أقل تقلبًا من السوق، مما يعني أن المحفظة تكون أقل خطورة مع تضمين السهم مقارنةً بدونها. على سبيل المثال، غالبًا ما تكون أسهم المرافق العامة ذات بيتا منخفضة لأنها تميل إلى التحرك بشكل أبطأ من متوسطات السوق.
بيتا التي تكون أكبر من 1.0 تشير إلى أن سعر الورقة المالية نظريًا أكثر تقلبًا من السوق. على سبيل المثال، إذا كانت بيتا السهم 1.2، يُفترض أن يكون أكثر تقلبًا بنسبة 20% من السوق. تميل أسهم التكنولوجيا والشركات ذات رأس المال الصغير إلى أن تكون لديها بيتا أعلى من معيار السوق. وهذا يشير إلى أن إضافة السهم إلى المحفظة سيزيد من مخاطر المحفظة، ولكنه سيزيد أيضًا من العائد المتوقع.
بعض الأسهم لديها حتى بيتا سلبية. بيتا بقيمة -1.0 تعني أن السهم مرتبط عكسيًا بمعيار السوق كما لو كان صورة معكوسة لاتجاهات المعيار. تم تصميم خيارات البيع أو صناديق الاستثمار المتداولة العكسية لتكون لديها بيتا سلبية، ولكن هناك بعض مجموعات الصناعة، مثل شركات تعدين الذهب، حيث يكون البيت السالب شائعًا أيضًا.
الارتباط الإيجابي مقابل الارتباط السلبي
يُوصف الارتباط السلبي أحيانًا بأنه ارتباط عكسي. في الإحصاء، يصف الارتباط الإيجابي العلاقة بين متغيرين يتغيران معًا، بينما يصف الارتباط العكسي العلاقة بين متغيرين يتغيران في اتجاهات متعاكسة.
أمثلة على الارتباطات الإيجابية تحدث في حياة معظم الناس اليومية. على سبيل المثال، كلما زادت ساعات العمل التي يعملها الموظف، كلما زاد راتب هذا الموظف في نهاية الأسبوع. وكلما زاد المال الذي يُنفق على الإعلانات، كلما زاد عدد العملاء الذين يشترون من الشركة.
العلاقات العكسية تصف عاملين يتأرجحان بالنسبة لبعضهما البعض. تشمل الأمثلة على ذلك انخفاض رصيد البنك بالنسبة لزيادة عادات الإنفاق وانخفاض كفاءة استهلاك الوقود بالنسبة لزيادة متوسط سرعة القيادة. أحد الأمثلة على العلاقة العكسية في عالم الاستثمارات هو العلاقة بين الأسهم والسندات. نظريًا، عندما ترتفع أسعار الأسهم، يميل سوق السندات إلى الانخفاض، تمامًا كما يزدهر سوق السندات عندما تكون الأسهم في أداء ضعيف.
من المهم أن نفهم أن الارتباط لا يعني بالضرورة السببية. قد ترتفع وتنخفض المتغيرات A وB معًا، أو قد ترتفع A بينما تنخفض B، ولكن ليس من الصحيح دائمًا أن ارتفاع أحد العوامل يؤثر بشكل مباشر على ارتفاع أو انخفاض الآخر. قد يكون كلاهما ناتجًا عن عامل ثالث كامن، مثل أسعار السلع، أو قد تكون العلاقة الظاهرة بين المتغيرات مجرد صدفة.
عدد الأشخاص المتصلين بالإنترنت، على سبيل المثال، كان في تزايد منذ بدايته، وسعر النفط بشكل عام اتجه نحو الارتفاع خلال نفس الفترة. هذا يُعتبر ارتباطًا إيجابيًا، لكن من المؤكد تقريبًا أن العاملين ليس لهما علاقة ذات مغزى. إن زيادة عدد مستخدمي الإنترنت وارتفاع سعر النفط يمكن تفسيرهما بعامل ثالث، وهو الزيادات العامة بسبب مرور الوقت.
ما هو مثال على الارتباط الإيجابي؟
مثال على الارتباط الإيجابي هو العلاقة بين التوظيف والتضخم. تتطلب مستويات التوظيف العالية من أصحاب العمل تقديم رواتب أعلى لجذب العمال الجدد، ورفع أسعار منتجاتهم لتمويل تلك الرواتب الأعلى. وعلى العكس، فإن فترات البطالة العالية تشهد انخفاضًا في الطلب الاستهلاكي، مما يؤدي إلى ضغط هبوطي على الأسعار والتضخم.
كيف تحدد الارتباط الإيجابي؟
الطريقة الأكثر شيوعًا لتحديد الارتباط الإيجابي هي حساب معامل الارتباط. هذا القياس الإحصائي يحسب قوة العلاقة بين متغيرين.
ماذا يعني الارتباط بقيمة 1.0؟
معامل الارتباط الذي يساوي 1.0 يعني أن هناك ارتباطًا إيجابيًا تامًا بين متغيرين. عندما يتغير أحد المتغيرات، يتغير الآخر بنفس الطريقة. ومع ذلك، لا يعني هذا أن أحد المتغيرات يؤثر مباشرة على نتيجة أو تغييرات المتغير الآخر، بل إن كلا المتغيرين يتحركان دائمًا معًا ومن المرجح أن يكونا مرتبطين بشكل كبير.
كيف تعرف إذا كانت العلاقة قوية أم ضعيفة؟
يمكن تقييم الارتباط بين متغيرين من خلال تحديد معامل الارتباط وقيمة p لمجموعة البيانات. عند تحليل كلا القياسين معًا، يتم توضيح قوة العلاقة بين المتغيرات وموثوقية البيانات.
هل تعني الارتباطات السببية؟
الارتباط لا يتطلب السببية، ومن الشائع أن يكون من الخطأ المنطقي الاعتقاد بغير ذلك. عندما يكون هناك ارتباط إيجابي بين متغيرين، فهذا لا يعني بالضرورة أن أحد المتغيرين يسبب تغييرات في الآخر. قد يتأثر كلا المتغيرين بعامل ثالث غير معروف، أو قد يكون العلاقة الظاهرة بين المتغيرين مجرد صدفة.
الخلاصة
عندما يتحرك متغيران معًا، يُقال إن المتغيرين لديهما ارتباط إيجابي. على الرغم من أن أحد المتغيرين قد لا يؤثر مباشرة على الآخر، إلا أن المتغيرين قد يتغيران على الأقل في نفس الاتجاه. يحاول المستثمرون الذين يسعون لتقليل مخاطر المحفظة غالبًا التخلص من الارتباط الإيجابي من خلال التنويع؛ ويتم ذلك عن طريق تحليل معامل الارتباط، وبيتا، وقياسات إحصائية أخرى لكل من المتغيرات.