1703529636
那么为什么比价会回归？
1703529637
1703529638
这是由套利商品之间的相关性所决定的。
1703529639
1703529640
经济现象之间客观上存在着各种各样的有机联系。相关关系，就是指现象之间存在着非严格放热、不确定的依存关系。这种关系的特点是：某一现象在数量上发生变化会影响另一现象数量上的变化，而且这种变化在数量上具有一定的随机性。也可以这么说，当给定某一现象一个数值时，另一现象会有若干个数值与之对应，并在总是遵循一定规律，围绕这些数值的平均数上下波动。其原因是，影响现象发生变化的因素不止一个。例如，影响豆油价格的因素除了原料大豆的成本外，还有加工成本、市场需求等因素。
1703529641
1703529642
相关关系按相关方向的不同，可以分为正相关和负相关。正相关是指两个变量之间的变化方向一致，呈一致增长或一致下降趋势。例如，消费品销售量与居民货币收入之间的关系。负相关是指两个变量之间的变化方向相反，即一个呈下降（上升）而另一个上升（下降）。例如，商品的价格与销售量之间的关系。
1703529643
1703529644
相关关系按相关程度的高低，可以分为完全相关、不完全相关和不相关。如果一变量的变量值完全由另一个或一组变量值所决定，这种相关关系称为完全相关。因此，完全相关也就是变量之间的一种确定的函数关系。如果一变量的变量值不但与另一个或一组变量值有关，而且受随机因素的影响，则变量之间的相关关系表现为不完全相关。如果一变量值不受另一个或一组变量值影响，彼此独立，则变量之间没有相关关系，即为不相关。
1703529645
1703529646
人们通常用相关系数来描述变量间相关强弱的程度。
1703529647
1703529648
相关系数一般用r表示（有时也用ρ表示）。r描述的是两个变量间线性相关强弱的程度。r取值在－1与＋1之间，若r＞0，表明两个变量是正相关，即一个变量的值越大，另一个变量的值也会越大；若r＜0，表明两个变量是负相关，即一个变量的值越大，另一个变量的值反而会越小。相关系数的绝对值越大，相关性越强，相关系数越接近于＋1或－1，相关度越强，相关系数越接近于0，相关度越弱。
1703529649
1703529650
知识链接：相关系数的计算公式
1703529651
1703529652
1703529653
1703529654
1703529655
有一种常用的、无需复杂计算的方法，可以对于两个变量之间相关关系进行分析，这种方法就是相关图法。所谓相关图法就是将具有相关关系的两列成对的变量值，在直角坐标图上标出每对变量值的散布点（坐标点），以其散布点的分布状况来判别相关形式、相关方向和密切程度的方法。例如，两变量之间的几种相关图形及差别方法如图4-15至图4-19所示。
1703529656
1703529657
1703529658
1703529659
1703529660
1703529661
1703529662
1703529663
图4-15 正相关关系（0＜r ＜＋1） 图4-16 完全正相关（r ＝1）
1703529664
1703529665
1703529666
1703529667
1703529668
图4-17 负相关关系（－1＜r ＜0） 图4-18 完全负相关（r ＝－1）
1703529669
1703529670
图4-19 完全不相关（r＝0）
1703529671
1703529672
只要获得两个商品的价格数据，用散点图的方法立即可以直观地告诉我们它们之间的关系程度。以下就是我们用超过30年的价格数据绘制成的“美豆与美豆粕价格的散点图”以及“美豆与美玉米价格的散点图”，从这两张图可以看出大豆和豆粕、大豆和玉米呈现出高度的正相关关系。见图4-20，图4-21。
1703529673
1703529674
1703529675
1703529676
1703529677
图4-20 美豆与美豆粕价格的散点图（1979年10月9日—2012年4月18日）
1703529678
1703529679
1703529680
1703529681
1703529682
图4-21 美豆与美玉米价格的散点图（1980年3月31日—2012年4月18日）
1703529683
1703529684
假如某些人一定要自作聪明，试图寻找两个无经济联系的商品之间的变化规则（这也是常有的事，人类天生就喜欢寻找规律，这是天性），我们也可以利用相关分析的方法来验证这种努力是否值得考虑。我们用大连商品期货交易所的豆粕和塑料这两个商品来举例，将它们从2007年7月31日至2013年8月2日的价格数据绘制成散点图，如图4-22。很明显，从统计方法来看，要说两者之间有依存关系是非常牵强的。
1703529685