3. 行业相关性的度量方法

在行业间相关性研究中，"相关系数"并不是一个单一概念。同一组行业指数收益率，用不同方法算出的数值可能相差不小，甚至符号一致但强弱判断不同。原因在于：不同系数度量的是不同类型的"同向变动"。选错方法，后续的分散化判断就会建立在错误前提上。本节围绕四种最常用的度量方式展开：皮尔逊、斯皮尔曼、肯德尔，以及滚动窗口相关性，重点讲清它们的计算逻辑、适用边界，以及在行业研究中的实际取舍。

一、皮尔逊相关系数：线性同步的度量

皮尔逊相关系数（Pearson）是最常见的一种，定义为两个变量协方差除以各自标准差的乘积：

r = Σ[(xᵢ - x̄)(yᵢ - ȳ)] / √[Σ(xᵢ - x̄)² · Σ(yᵢ - ȳ)²]

它衡量的是两个序列围绕各自均值"线性同向偏离"的程度，取值在 [-1, 1] 之间。在行业研究中，x、y 通常取两个行业指数的日收益率或周收益率。皮尔逊系数对极端值敏感：一次单日暴涨暴跌就可能显著拉高或压低系数。因此它适合收益率分布较对称、极端事件较少的场景，也适合作为后续回归、协方差矩阵、组合优化模型的输入——因为这些模型本身就建立在线性关系假设上。

需要特别提醒：皮尔逊系数接近 0 只说明"没有线性关系"，不代表"没有关系"。两个行业可能存在明显的非线性联动（例如同涨不同跌、阈值型传导），此时皮尔逊会低估相关性。这是它在行业分散研究中最容易被误用的地方。

二、斯皮尔曼与肯德尔：基于秩的单调关系

斯皮尔曼相关系数（Spearman）的做法是：先把每个序列的观测值转换为排名（秩），再对秩计算皮尔逊系数。它度量的是"单调关系"而非"线性关系"——只要一个行业收益率排名上升时，另一个行业排名总体也上升，斯皮尔曼系数就为正，无论这种上升是否成比例。它对极端值不敏感，因为极端值只影响排名首尾，不影响整体秩结构。

肯德尔相关系数（Kendall's τ）则从"配对一致性"出发：把所有观测两两配对，统计同序对（两个序列在该对上大小方向一致）与逆序对的数量差，再归一化。它的直观含义是"随机抽取两个时点，两个行业收益率排序一致的概率减去不一致的概率"。肯德尔系数数值通常比斯皮尔曼更保守（绝对值偏小），但在样本量较小、存在大量并列秩时表现更稳健。

三者的选择可以归纳为一条实用原则：关心线性同步与模型输入，用皮尔逊；关心排序一致性、数据有厚尾或异常值，用斯皮尔曼；样本较短或并列值多、需要稳健的排序一致性度量，用肯德尔。在行业相关性研究中，斯皮尔曼常被用来做"稳健性对照"——如果皮尔逊很高但斯皮尔曼明显偏低，往往提示相关性主要由少数极端交易日驱动，分散效果可能被高估。

三、滚动窗口相关性：把静态系数变成时间序列

上述三种系数都是对整段样本给出一个数值，隐含假设"相关性在整个样本期内不变"。但行业相关性恰恰是时变的：平稳期两个行业可能低相关，危机期却因流动性收缩、风险偏好同步下降而急剧上升。滚动窗口相关性就是为解决这个问题：固定一个窗口长度 L（例如 60 个交易日），从样本起点开始逐日（或逐周）滑动，每个窗口内计算一次系数，最终得到一条相关系数时间序列。

实现上，以两个行业日收益率序列为例，伪代码如下：

window = 60          # 窗口长度（交易日）
step   = 1           # 步长
for t in range(window, len(returns)):
    x = ret_A[t-window : t]
    y = ret_B[t-window : t]
    r_t = pearson(x, y)      # 或 spearman / kendall
    record(t, r_t)

窗口长度的选择直接决定结论：窗口太短（如 20 日），系数噪声大、频繁翻转，容易把随机波动误判为相关性变化；窗口太长（如 250 日），平滑过度，危机期的相关性跃升会被稀释，失去预警意义。实践中常用 60 日（约一个季度）作为折中，并用 120 日做对照，观察结论是否稳健。步长取 1 日可得到最细的时间序列，但相邻窗口高度重叠，序列自相关强，解读时应关注趋势而非单点数值。

四、方法选择与结果判读

把四种方法放在一起，选择逻辑可以落到三个问题上：数据形态如何、关心什么关系、是否需要看时间变化。收益率近似对称、要喂给组合模型，选皮尔逊；存在明显厚尾或极端交易日，用斯皮尔曼做对照；样本短、并列值多，用肯德尔；需要观察相关性是否在恶化，叠加滚动窗口。

判读时有两个常见陷阱。其一，把高相关直接等同于不可分散：相关性只是统计同步性，两个高相关行业若各自有独立的长期驱动（如政策周期不同），仍可能提供分散价值，需结合基本面判断。其二，忽略滚动窗口的"事后性"：窗口内的系数是用过去 L 日数据算出的，危机期相关性跃升往往滞后于实际风险暴露，它更适合做风险监控与仓位调整的参考，而非精确的择时信号。

最后需要强调参照约定的一致性：本节所有系数均以"两个行业收益率同向变动为正相关"为定义，滚动窗口的起点在样本左端、向右滑动。若在后续研究中改用收益率差分、对数收益或不同频率数据，应在文中明确说明，避免与本节结论直接比较时产生方向或量级上的误读。