همبستگی مثبت یا مستقیم

برخی اشتباهات رایج در استفاده از مدلسازی معادلات ساختاری در ادامه بیان شده است.

آموزش تحلیل آماری پایان نامه

گروه آموزشی تحلیل آماری پایان نامه، مشاوره و انجام پایان نامه

آموزش ضریب همبستگی پیرسون

✅ ضریب همبستگی :

🔺 ابزاری آماری برای تعیین نوع و درجه رابطهٔ یک متغیر کمی با متغیر کمی دیگر است.
🔺 ضریب همبستگی، یکی از معیارهای مورد استفاده در تعیین همبستگی دو متغیر است.
🔺 ضریب همبستگی شدت رابطه و همچنین نوع رابطه (مستقیم یا معکوس ) را نشان می‌دهد.
🔺 این ضریب بین ۱ تا ۱- است همبستگی مثبت یا مستقیم و در عدم وجود رابطه بین دو متغیر، برابر صفر است.

✳️ انواع ضریب همبستگی :

1️⃣ ضریب همبستگی پیرسون

2️⃣ ضریب همبستگی اسپیرمن

✅ ضریب همبستگی پیرسون :

🔸 ضریب همبستگی پیرسون (Pearson Correlation Coefficient)، روشی پارامتری است و برای داده‌هایی با توزیع نرمال یا تعداد داده‌های زیاد استفاده می‌شود.

🔸 ضریب همبستگی پیرسون بین 1- و 1 تغییر می کند.اگر r=1 بیانگر رابطه ی مستقیم کامل بین دو متغیر است ، رایطه ی مستقیم یا مثبت به این معناست که اگر یکی از متغیرها افزایش (کاهش) یابد، دیگری نیز افزایش (کاهش) می یابد. مانند رابطه ی بین میزان ساعات مطالعه در روز و معدل محصلین.

🔸 حالت r=-1 نیز وجود یک رابطه ی معکوس کامل بین دو متغیر را نشان می دهد. رابطه ی معکوس یا منفی نشان می دهد که اگر یک متغیر افزایش یابد متغیردیگر کاهش می یابد و بالعکس

🔸 زمانی که ضریب همبستگی برابر صفر است نشان می دهد که بین دو متغیر رابطه ی خطی وجود ندارد.

🔵 آموزش تحلیل آماری پایان نامه
🔵 مشاوره و انجام پایان نامه برای فصل سوم(روش تحقیق)، فصل چهارم(تجزیه و تحلیل داده ها) و فصل پنجم(نتیجه گیری) پایان نامه
🔵 آموزش، مشاوره و انجام تحلیل آماری پایان نامه، مقالات و پروژه ها

همبستگی مثبت یا مستقیم

تیم متفکران نوین مالی با سرپرستی دکتر تفتیان در مسیر موفقیت مالی و حسابداری، در ارتقای سطح دانش همبستگی مثبت یا مستقیم و مهارت مالی و حسابداری در سطوح مختلف جامعه سهیم است.

- رسالت و هدف تیم متفکران نوین مالی

- مشارکت تیم متفکران نوین مالی

- بیوگرافی دکتر تفتیان

• جدیدترین مطالب
• پر بازدیدترین
• پربازدیدترین اخبار

چرا از مدلسازی معادله ساختاری استفاده می کنیم؟

چرا مدلسازی معادله ساختاری عمومیت یافته است؟ حداقل چهار دلیل اصلی برای چنین عمومیتی وجود دارد. دلیل اول اینکه محققان در نیاز به کاربرد متغییرهای مشاهده شده چندگانه برای درک بهتر از حوزه علمی پژوهشی خود آگاه تر شده اند.

اشتباهات رایج در استفاده از مدلسازی معادلات ساختاری

برخی اشتباهات رایج در استفاده از مدلسازی معادلات ساختاری در ادامه بیان شده است.

آزمون ها سنجش رابطه و سنجش همبستگی

آزمون های سنجش رابطه: در این آزمون جهت و شدت رابطه مورد آزمون قرار نمی گیرد. زمانیکه مقیاس سنجش متغیرهای پژوهش هر دو اسمی است یا یکی اسمی و دیگری رتبه ای و یا نسبتی باشد، استفاده از این آزمون گزینه مناسبی خواهد بود. .

انتخاب آزمون مناسب و تحلیل کمی؛ آزمون های (مقایسه ای)

انتخاب آزمون مناسب و مرتبط برای تحلیل داده های پژوهش تنها وابسته به یک عنصر نبوده و عوامل مختلفی در آن دخالت دارند. در آزمون های سنجش تفاوت و اختلاف (مقایسه ای) گاهی نوع فرضیه شما به گونه ای است که قصد دارید مقایسه ای را بین میانگین های دو گروه یا بیشتر و یا حتی میانگین صفتی همبستگی مثبت یا مستقیم را در یک گروه با مقدار ثابتی مقایسه کنید. در این صورت از آزمون های زیر که در زیرمجموعه آزمون های پارامتریک قرار دارند، می توانید استفاده نمایید.

مراحل اجرای پژوهش پس رویدادی

هدف تحقیق پس رویدادی کشف روابط بین متغیرهای پژوهشی است. دراین روش از دو طرح علی و گروه ملاک یا علی- مقایسه ای استفاده می شود. اکنون مراحل اجرای این روش موردبحث قرارمی گیرد.

مراحل وارد کردن داده ها در نرم افزار Eviews

در این نرم افزار اگر قصد تخمین یک مدل را داشته باشید ابتدا باید یک Workfile ایجاد کنید. در هنگام ایجاد Workfile شما باید نوع داده های خود را که به صورت مقطعی و یا سری زمانی است مشخص کنید و همچنین دامنه مشاهدات خود را تعیین کنید. در نوع داده های سری زمانی انتخاب هایی همچون داده های روزانه، هفتگی، ماهانه، فصلی، 6 ماهه و سالانه وجود دارد همچنین شما می توانید از داده های ترکیبی ( Panel Data) نیز استفاده کنید.

آزمون F لیمر (چاو)

در برآورد یک مدل که داده های آن از نوع ترکیبی هست ابتدا باید نوع الگوی براورد مشخص شود. به عبارت دیگر ابتدا باید بررسی شود که مدل م,رد بررسی در کدام طبقه pool یا panel قرار می گیرد.

پایایی و آزمون ریشه واحد

پایایی و ناپایایی یک سری از داده ها می تواند تاثیر شدیدی روی رفتار و ویژگی های آن داشته باشد. اگر متغیر های مورد استفاده در برآورد مدل ناپایا باشند، در عین حال که ممکن است هیچ رابطه منطقی بین متغیرهای مستقل و وابسته وجود نداشنه باشد ضریب تعیین به دست آمده آن به اشتباه می تواند بسیار بالا باشدو موجب گمراهی محقق گردد.

فروض کلاسیک رگرسیون

باید توجه داشت که روش ols بر اساس برقراری تمام فروض کلاسیک بنا شده است. با این حال برقراری تمام فروض کلاسیک در شرایط واقعی چندان قابل دستیابی نیست. هرچند که برقراری فروض کلاسیک همواره مطلوب است، ولی .

چارکها

چارکها نقاطی بر روی مقیاس اندازه گیری هستند که کلیه مشاهدات یا نمره ها را به چهار قسمت مساوی تقسیم می کند .

سواد مالی و مدیریت هزینه

مهم نیست که کجا یا چطور خرید می کنید، وسوسه ی خرید بیشتر همه جا ما را دنبال می کند. .

اسامی اعضاء جامعه مشاوران رسمی.

اسامی اعضاء جامعه مشاوران رسمی مالیاتی ایران دارای کارت عضویت معتبر.

مزیت سرمایه گذاری

برخی افراد به جای سرمایه‌گذاری ترجیح می‌دهند پول خود را در حساب‌های بانکی با سود. .

اهداف سرمایه گذاری

هیچ راهکار یا رویکرد سرمایه گذاری وجود ندارد که برای همه مناسب باشد. هر. .

نمودار Correlation Plot در Power BI

در دنیای کسب و کار گاهی اوقات نیاز است که رابطه بین دو متغییر مشخص باشد.در علم آمار از کوواریانس (Covariance) و همبستگی (Correlation) برای رابطه بین متغیرها استفاده می شود.مثلا رابطه بین هوش افراد و نمره قبولی آن ها در درس X.معمولا ضریب همبستگی بین ۱ و -۱ بیان میشود. درصورتی که مقدار عددی همبستگی برابر ۱+ باشد همبستگی را مستقیم کامل و اگر برابر ۱ – باشد آن را معکوس کامل و هر عدد نزدیک به صفر یا صفر را همستگی کم یا همبستگی صفر می نامیم.رابطه مستقیم به این معنی است که با افزایش یک متغیر اندازه متغیر دیگر نیز افزایش می یابد و برعکس با کاهش اندازه یک متغیر اندازه متغیر دیگر نیز کاهش می یابد.در این مقاله با استفاده از ویژوال Correlation Plot در پاور بی آی، به آنالیز رابطه بین متغیرها میپردازیم.با استفاده از Power BI ، بدون کاوش در هرگونه کدگذاری یا محاسبات آماری پیچیده ، می توان با استفاده از این نمودار به تجزیه و تحلیل همبستگی پرداخت.

عنوان مقاله :تجزیه و تحلیل همبستگی با استفاده از ویژوال Correlation Plot

لینک ابزار ۱:‌ نسخه پاور بی آی دسکتاپ ژانویه ۲۰۲۱

لینک ابزار ۲:‌ نصب R Engine

لینک ابزار ۳:‌ فایل text

نمونه فایل اکسل: ۵۱۹۷_cars

مرحله ۱:پیش نیاز های مورد نیاز برای نصب و استفاده از ویژوال Correlation Plot

مرحله ۱ : نصب R Engine

برای اجرای اسکریپ R در پاور بی آی باید R را بر روی سیستم خود نصب کنید برای اینکار از لینک ابزار شماره ۲ در ابتدای مقاله استفاده نمایید.

در قسمت File->Option->R Scripting مسیر نصب شده انتخاب می شود.

مرحله ۲ : نصب پکیج های مورد نیاز R

اسکریپ R ضمیمه شده در لینک ابزار ۳ را دانلود نمایید و آن را اجرا کنید تا پکیج های مورد نیاز نصب همبستگی مثبت یا مستقیم شود.

مرحله ۲: نصب Correlation Plot

مرحله ۱: بعد از نصب در هنگام ایمپورت این ویژوال در پاور بی آی ، با پیغام زیر مواجه می شوید که با کلیک بر روی دکمه Enable ، این ویژوال فعال می شود.

مرحله ۲: وارد کردن اطلاعات

دیتای مورد نظر لیستی از ویژگی های خودرو های متفاوت می باشد که این ویژگی ها باید از نوع عددی باشند.از جمله این ویژگی ها :

mpg: مسافت طی شده با یک گالن سوخت

cyl: تعداد سیلندر (از ۴ و ۶ و ۸)

disp: فضای کابین (اینچ مکعب)

hp : قدرت موتور(اسب بخار)

drat: چرخ دنده های دیفرانسیل

wt : وزن (برحسب ۱۰۰۰ پوند)

qsec: زمان طی کردن یک‌چهارم مایل برحسب ثانیه

vs: نوع موتور (۰=خورجینی، ۱= خطی)

am: نوع گیربکس (۰= اتوماتیک و ۱= دستی)

gear: تعداد دنده‌ها جلو (از ۳ همبستگی مثبت یا مستقیم تا ۵)

carb: تعداد کاربراتور(۱,۲,۳,۶,۸)

در واقع در این مثال میخواهیم رابطه بین هر کدام از این ویژگی های عددی را در یک خودرو محاسبه می کنیم و در ویژوال Correlation Plot نمایش دهیم.

به عنوان مثال رابطه بین شتاب و وزن ماشین از چه نوعی می باشد و با افزایش یا کاهش یک ویژگی، ویژگی دیگر چه تغییری خواهد کرد.

در این قسمت تمامی فیلدها (فیلد های عددی)به جز فیلد متنی که شامل نام خودرو می باشد را انتخاب می نماییم.

دایره های آبی تیره در یک خط مورب از بالا به پایین همبستگی یک ویژگی را با خود نشان می دهد ، که همیشه قوی ترین و مقدار آن برابر یک می باشد. بنابراین این را نباید به عنوان همبستگی در نظر گرفت ، بلکه فقط به عنوان یک خط جدا کننده است. هرچه دایره بیشتر رنگ آبی تیره داشته باشد ، نشان دهنده همبستگی مثبت بیشتری است. هرچه رنگ قرمز تیره باشد ، این نشان دهنده همبستگی منفی است. رنگهای روشن یا سفید نشان دهنده ضعف یا عدم همبستگی است.

همانطور که مشاهده می کنید ، وزن (wt) با جابجایی (disp) همبستگی مثبت و مایل در هر گالن (mpg) با وزن (wt) همبستگی منفی دارد. داده ها در قالب ماتریس نشان داده شده اند و گسترش همبستگی مثبت و منفی زیادی در نمودار وجود دارد.

برای تجزیه و تحلیل همبستگی ،اگر ویژگی های یک نوع همبستگی باهم خوشه بندی شوند بهتر میتوان تصمیم گیری بهتری انجام داد. برای این کار ، ویژگی “Draw cluster” را روی “Auto” تنظیم کنید.خوشه بندی به صورت زیر خواهد بود:

تا اینجا قدرت همبستگی با عمق رنگ نشان داده شد. تجزیه و تحلیل داده ها با یک عدد که نشان دهنده این قدرت است آسان تر خواهد بود یعنی در واقع مقدار ضریب همبستگی را بر روی رنگ ها نمایش بدهیم تا این تجزیه و تحلیل آسان تر شود. برای انجام این کار ، بخش Correlation Coefficients را انتخاب کرده و مقدار Font Size را افزایش می دهیم ،با استفاده از مقادیر به عنوان مرجع ، به راحتی می توانید قوی ترین و ضعیف ترین ارتباط را در کل مجموعه داده پیدا کنید.

همانطور که میدانیم اعداد بدست آمده بر روی دایره ها (ضریب همبستگی) از فرمول زیر محاسبه خواهد شد:

در شکل بالا همانطور که مشاهده میشود ویژگی های که مقدار عددی آن ها نزدیک به یک است همبستگی بیشتر و برعکس مقادیر نزدیک به صفر یا صفر همبستگی کم یا عدم همبستگی وجود دارد.

ضریب همبستگی پیرسون

ضریب
همبستگی پیرسون که به آن همبستگی گشتاوری پیرسون نیز گفته می شود و با
علامت r همواره با کنار نوشت آن که معرف متغیرهایی است که ضریب همبستگی
آنها محاسبه می شود (برای نمونه، rxy که همبستگی بین متغیرهای x و y را
نشان می دهد) نمایش داده می شود به منظور بررسی رابطه بین دو متغیر پیوسته (
فاصله ای یا نسبی) نظیر قد، وزن، نمره آزمون یا درآمد مورد استفاده قرار
می گیرد و میزان تغییرپذیری مشترک بین دو متغیر یا اشتراک آنها را نشان می
دهد. مقدار ضریب همبستگی بین 1+ و 1- در نوسان است. اگر تغییر متغیرها همسو
باشد (هر دو متغیر در یک جهت تغییر کنند و با هر گونه افزایش یا کاهش در
یک متغیر، مقدار دیگر نیز به ترتیب و همسو با آن افزایش یا کاهش یابد)،
همبستگی یا قدار r مثبت بوده و به آن همبستگی مستقیم یا مثبت می گویند. اما
اگر تغییر متغیرها همسو نباشد ( هردو متغیر در جهت عکس هم تغییر کنند و با
افزایش مقدار یک متغیر، مقدار متغیر دیگر کاهش یابد و بر عکس)، همبستگی یا
مقدار r منفی بوده و به آن همبستگی غیرمستقیم یا منفی می گویند. اگر مقدار
به دست آمده برای ضریب همبستگی صفر باشد این بدان معناست که دو متغیر مورد
نظر مستقل از هم هستند و هیچگونه رابطه ای بین آنها وجود ندارد. باید توجه
داشت که مقدار مطلق ضریب همبستگی نشانگر قوت همبستگی است و علامت مثبت یا
منفی تاثیری در این زمینه ندارد.

محاسبه ضریب همبستگی

اشکال
عمده ای که در نمودار پراکندگی وجود دارد این است که با این روش نمی توان
یک شاخص عددی از درجه همبستگی بین متغیرها به دست آورد. برای این منظور،
شاخص های متعددی تدوینه شده است. معروف ترین و در عین حال پر کاربردی ترین
آنها زمانی به کار برده می شود که متغیرهای مورد مطالعه با استفاده از
مقیاس فاصله ای یا نسبی اندازه گیری شده باشد این روش را کارل پیرسون تهیه و
تنظیم کرده است و ضریب همبستگی گشتاوری پیرسون نامیده شده است. در محاسبه
ضریب همبستگی پیرسون، آشنایی با یک شاخص آماری به نام کواریانس که شاخص
بسیار مناسبی برای نشان دادن میزان ارتباط است ضروریست.

ضریب همبستگی پیرسون با نماد r نشان داده می شود.

ضریب
همبستگی پیرسون برای توصیف همبستگی بین دو متغیر که با استفاده از مقیاس
فاصله ای یا نسبی اندازه گیری شده اند به کار برده می شود. متغیرهایی نیز
وجود دارند که نمی توان آنها را به صورت فاصله ای یا نسبی اندازه گیری کرد.
ضریب همبستگی اسپیرمن، صورتی از ضریب همبستگی پیرسون است و زمانی استفاده
می شود که نمره ها، رتبه بندی شده باشند یا به جای اعداد، رتبه های آنها در
دست باشد.

مفروضه های ضریب همبستگی پیرسون

ضریب همبستگی پیرسون که شاخص معتبری برای تعیین رابطه بین متغیرها است دارای مفروضاتی به شرح زیر است:

1- رابطه بین دو متغیر خطی باشد.

2- توزیع ها دارای شکل مشابه باشند.

3- نمودار پراکندگی یکسان باشد.

عواملی که بر ضریب همبستگی تاثیر می گذارند

هنگام
تفسیر ضریب همبستگی، لازم است ماهیت جامعه ای را که دو متغیر در آن مورد
مشاهده یا اندازه گیری شده اند، بررسی کرد. ضریب همبستگی بین دو متغیر از
جامعه ای به جامعه دیگر فرق می کند زیرا:

1- اساس رابطه، از جامعه ای به جامعه دیگر فرق می کند

2- پراکندگی متغیرها در جوامع مختلف متفاوت است

3- همبستگی بین دو متغیر می تواند تحت تاثیر همبستگی آنها با متغیر سومی قرار بگیرد

تفسیر ضریب همبستگی

ضریب
همبستگی جهت و شدت رابطه بین دو متغیر را نعیین می کند. گرچه این این ضریب
به صورت اعشاری بیان می شود اما تفسیر آن باید بر حسب درصد باشد. ضریب
همبستگی 0.7 ، هفتاد درصد
از رابطه بین متغیر ها را تبیین نمی کند. ضریب همبستگی را نمی توان به صورت
نسبت مورد مقایسه و تفسیر قرار داد. مثلا نمی توان گفت که ضریب همبستگی 0.9 دقیقا دو برابر ضریب 0.45 است.

ضریب تعیین

ضریب
همبستگی اندازه همبستگی بین دو متغیر را نشان می دهد اما این شاخص درباره
ماهیت این همبستگی اطلاعات زیادی به ما نمی دهد. آنچه این شاخص مشخص می
کند، وجود همبستگی بالا و یا پایین بودن نسبی آن است.

به دست آوردن اطلاعات کامل تر درباره همبستگی، وقتی امکان پذیر است که شاخص دیگری به نام “ ضریب تعیین “
محاسبه شود که این ضریب به صورت مجذور ضریب همبستگی ضرب در صد، محاسبه می
شود. با محاسبه این ضریب می توان تعیین کرد که چند درصد از کل واریانس یک
متغیر ناشی از واریانس متغیر دیگر است.

یک
روش دقیق برای تفسیر ضریب همبستگی ، استفاده از ضریب تعیین است. ضریب
تعیین درصدی از واریانس یک متغیر است که توسط واریانس متغیر دیگر تبیین می
شود. باری تعیین دقیق این امر که چه میزان از واریانس یک متغیر توسط
واریانس متغیر دیگر تبیین می شود، همبستگی مثبت یا مستقیم می بایست ضریب همبستگی محاسبه شده را
مجذور نماییم. عدد به دست آمده از این مجذور کردن، ضریب تعیین است.

کتاب “احتمالات و آمار کاربردی در روان شناسی و علوم تربیتی” نوشته “دکتر علی دلاوری”

دکتر خلیل میرزایی، پژوهش، پژوهشگری و پژوهشنامه نویسی، انتشارات جامعه شناسان، تهران،

برای انجام این آزمون، می توانید به قسمت آموزش SPSS همین وب سایت، مراجعه فرمایید.

همبستگی قیمت ارزهای دیجیتال: اتریوم چگونه از بیت کوین پیروی می کند؟

در بازار ارزهای دیجیتال، احساسات اغلب تحت تأثیر عوامل مختلفی مانند پیش بینی های کارشناسان یا رویدادهای سیاسی قرار می گیرد. اما با تحلیل یک بازه زمانی گسترده تر معلوم می شود که قیمت اکثر ارزهای دیجیتال، به ویژه اتر (ETH) بیشتر با قیمت بیت کوین (BTC) همبستگی دارد.

نتایج تحقیقات انجام شده توسط تحلیلگران Skew در نوامبر ۲۰۱۹ نشان داد که اتر با ضریب همبستگی ۰.۹، بیشترین همبستگی را با بیت کوین داشت. در همین حال بنا بر گزارش تیم تحقیقاتی بایننس در ۲۲ ژانویه سال ۲۰۲۰، اتر بالاترین میزان همبستگی در سال ۲۰۱۹ را دارا بود.

اگر چنین است، آیا تکیه بر همبستگی هنگام خرید ارز دیجیتال ارزش دارد؟ آیا اتر با بیت کوین کمتر از آنچه تصور می شود ارتباط دارد؟ برای پاسخ به این سوال، Cointelegraph نمودارهای سه سال گذشته ارزهای دیجیتال را تحلیل کرده و با متخصصان با دیدگاه های مخالف در مورد این موضوع صحبت کرد.

همبستگی چیست؟

مفهوم همبستگی در معاملات بازار سهام به این پدیده اشاره دارد که ارزش دو دارایی در یک جهت مشابه حرکت می کند. با این حال وقتی صحبت از بازار ارز دیجیتال می شود، همبستگی ممکن است به طور همزمان برای همه دارایی ها اعمال شود. این اتفاقی است که در نتیجه سقوط شدید قیمت بیت کوین در اوایل سال ۲۰۱۸ و به دنبال آن افت همزمان ارزش بازار سایر ارزهای دیجیتال رخ داد.

نظر شماره ۱: بیت کوین پادشاه است

آیا مشاهدات فوق به این معنی است که بیت کوین پیشرو و تأثیرگذار اصلی در بازار ارز دیجیتال است و به همین دلیل مهمترین روند است؟ نمودارهای صرافی های ارز دیجیتال نشان می دهند که کاهش قیمت بیت کوین بر نرخ مبادله اتر، ریپل(XًRP)، لایت کوین(LTC) و سایر دارایی ها تأثیر می گذارد.

به همین ترتیب بنا به گفته تریدرها و تحلیلگران بازار، تأثیر قیمت بیت کوین بر سایر ارزهای دیجیتال، به ویژه اتر یک واقعه طبیعی در بازار دارایی های دیجیتال است. پیرس کراسبی(Pierce Crosby) مدیر کل پلتفرم نمودار معاملات تجاری تریدینگ ویو(TradingView) با Cointelegraph در این باره صحبت کرد:

همه چیز با بیت کوین ارتباط دارد؛ دقیقاً مانند بازار سهام ایالات متحده که همه چیز مربوط به دلار آمریکا است. بیت کوین بزرگترین ذخیره ثروت برای طبقه دارایی است بنابراین اساسا همه چیز به عملکرد کلی آن گره خورده است. این یک تمایز مهم است و چیزی که مردم واقعا آن را درک نمی کنند و یا وقت لازم را به آن اختصاص نمی دهند. وقتی که قیمت دارایی هایی مانند اتر و لایت کوین افزایش می یابد، باید آن را در برابر حرکت شاخص گسترده تر محک بزنیم.

طبق جدیدترین گزارش در مورد نوسانات ارزهای دیجیتال که توسط San Francisco Open Exchange منتشر شده، همبستگی بین عملکرد بیت کوین و اتر به طور قابل توجهی بالاتر از همبستگی بین ارزش بیت کوین و سایر آلتکوین ها است. تحلیلگران ارز لیبرای فیس بوک را دلیل اصلی رفتار مشابه دو ارز دیجیتال برتر عنوان کردند.

مایکل فان دو پوپ(Michaël van de Poppe) تحلیلگر و تریدر بازار ارز دیجیتال در بازار بورس اوراق بهادار آمستردام به Cointelegraph گفت که اتر همیشه ارتباطی با بیت همبستگی مثبت یا مستقیم کوین خواهد داشت زیرا بیت کوین پادشاه است و معمولاً بقیه در بازار آن را دنبال خواهند کرد. وی این همبستگی را با بازارهای کالا مقایسه کرد که در آن طلا دارایی اصلی است و قیمت سایر فلزات به دنبال آن تغییر می کند.

بنابراین به نظر می رسد وقتی صحبت از بازار ارز دیجیتال می شود، قیمت بیت کوین در واقع یک فشار سنج برای سرمایه گذاران در رابطه با ارزهای دیجیتال است. بنابراین اگر به دلیل عوامل سیستمی مؤثر بر بازار تغییر کند، به عنوان مثال افزایش نوسانات در بازارهای سنتی یا تغییر در قانونگذاری ارزهای دیجیتال، نرخ اتر در همان جهت بیت کوین تغییر می کند.

نظر شماره ۲: اتر از بیت کوین پیروی نمی کند

از سوی دیگر اگر رویدادی یک عامل تأثیرگذار خاص برای قیمت بیتکوین باشد، مانند کمیسیون بورس و اوراق بهادار ایالات متحده(SEC) که اعتبار یک برنامه صندوق صرافی را رد می کند، این همبستگی منفی می شود و با وجود کاهش نرخ بیت کوین، قیمت اتر افزایش می یابد. به گفته فان دو پوپ ارتباط بین دو ارز دیجیتال برتر در بخش های مختلف چرخه متفاوت است:

بعضی از قسمت ها همبستگی بالایی دارند که عملکرد اتریوم از بیت کوین فراتر است و در بعضی قسمت ها پایین است زیرا اتریوم به نسبت بیت کوین به سختی سقوط می کند، در حالی که روندهای بیت کوین در برابر دلار افزایش می یابد. این موضوع در قسمت های مختلف متفاوت است.

مقایسه نمودارهای بیت کوین و اتر نشان می دهد که برخی از الگوهای حرکت قیمت آنها در یک بازه زمانی طولانی منطبق می شوند. این همبستگی می تواند مثبت (از همبستگی مثبت یا مستقیم ۰ تا ۱) یا منفی (از ۰ تا – ۱) باشد. یک همبستگی مثبت مانند همبستگی فعلی بین بیت کوین و اتر نشان می دهد که اگر قیمت بیت کوین به میزان قابل توجهی رشد کند، ارزش اتر نیز در همان مدت زمان افزایش یابد. این پدیده به خصوص در نوسانات شدید قیمت قابل توجه است. نکته قابل توجه این است که همبستگی اتر-بیت کوین در بیشتر موارد لحظه ای است مانند وقتی که قیمت کوین با اختلاف چند دقیقه یا ساعت تغییر می کند.

اما سؤال این است كه آیا اتر آنقدر كه عموم باور دارد به بیت کوین وابسته است؟ همانطور که معلوم است اتر همیشه حرکات قیمت بیت کوین را به طور دقیق تکرار نمی کند و بیشتر تمایل به نشان دادن استقلال خود دارد.

چنین نتایجی با تحلیل ۱۴ تغییر قابل توجه در قیمت بیت کوین و اتر که از ژوئن ۲۰۱۷ تا دسامبر ۲۰۱۹ رخ داده، اثبات شد؛ هنگامی که ضریب همبستگی آنها از ۰.۲۶ تا ۰.۸۹ متغیر بود. این مشاهدات نشان داد که در ۵ مورداز ۱۴ مورد، قیمت اتریوم رفتار بیت کوین را تکرار کرده است، در حالی که در چهار مورد همبستگی منفی بود.

نتایجی که در بالا ارائه شده توسط تحقیقات انجام شده توسط سو ژو(Su Zhu) مدیر عامل صندوق پوشش ریسک Three Arrows Capital نیز حمایت شد. براساس داده های وی BTC و ETH طی سه سال گذشته نه بار پویایی چند جهتی نشان داده اند.

ژو همچنین به این واقعیت اشاره کرد که در طول تاریخ بازار ارز دیجیتال، در سه ماهه اول سال همیشه ارتباط جالبی بین اتر و بیت کوین وجود داشته است. هر سال در طی یک ماه اتر افزایش ۳۰ درصدی قیمت داشته است، در حالی که بیت کوین همیشه در همان مدت کاهش یافته است. علاوه بر این رشد قیمت اتریوم تقریبا از ژانویه تا ژوئن رخ داده است. با این حال از اکتبر تا دسامبر سال ۲۰۱۷، بیت کوین رشد ۵۳۸ درصدی از خود را نشان داد و به دنبال آن سایر ارزهای دیجیتال نیز افزایش قیمت داشته اند. فان دو پوپ در مورد این موضوع به Cointelegraph گفت:

دلیلش خیلی ساده است؛ پادشاه حرکت کننده ها اتریوم و بیت کوین هستند و هنوز هم اکثریت ICO ها مبتنی بر اتریوم هستند. بنابراین وقتی اتریوم حرکت می کند معمولاً بقیه آن را دنبال می کنند. همین مورد در مورد IEO نیز صدق می کند. اگر بایننس کوین افزایش یابد معمولا از آن پیروی می کنند.

همان زمان طبق گفته های ژو، رابطه بین این دو ارز دیجیتال در حقیقت طی یک سال گذشته شدت یافته است. دلیل احتمالی آن تغییراحتمالا سال نه چندان موفق شبکه اتریوم باشد، به خصوص عدم موفقیت این تیم در انتشار نسخه کامل اتریوم 2.0.

با این حال محققان San Francisco Open Exchange معتقدند که به طور کلی همبستگی زیاد اتر، وابستگی آن به بیت کوین را نشان نمی دهد، بلکه این واقعیت را نشان می دهد که بلاک چین اتریوم شناخت بیشتری کسب کرده است و قیمت اتر به عنوان یک دارایی مستقل و در مقایسه با سایر آلتکوین ها قابل توجه است.

مشکل همبستگی زیاد چیست؟

قانون طلایی هر سرمایه گذار متنوع سازی پورتفولیوی سرمایه گذاری است که معمولاً با دستیابی به دارایی هایی با همبستگی کم حاصل می شود. بنابراین اگر قیمت یکی از دارایی ها افزایش یابد احتمالاً دیگری سقوط خواهد کرد. سرمایه گذار در حالت اول سود کسب می کند و در حالت دوم منتظر رشد ارزش دارایی است.

با این حال در بازار ارز دیجیتال، تغییر قیمت اکثر کوین ها معمولا همزمان صورت می گیرد. این مشاهدات توسط تحقیقات بایننس که در ۲۲ ژانویه منتشر شده، تأیید شده است. براساس نتایج آن میانگین همبستگی بین آلتکوین های پیشرو با ارزش بازار در سال ۲۰۱۹ تنها ۰.۷ بود.

این بدان معناست که در ۷۰ درصد موارد، ارزهای دیجیتال مانند اتر، لایت همبستگی مثبت یا مستقیم کوین، ایاس (EOS)، ریپل، بیت کوین کش (BCH)، بایننس کوین (BNB) و سایر موارد همزمان رشد کرده و سقوط می کنند. بنابراین استفاده از آنها برای متنوع سازی پورتفولیوی سرمایه گذاری معنی ندارد. لری چرماک تحلیلگر بازار معتقد است که وابستگی بیش از حد بین دارایی ها در متنوع سازی مؤثر پورتفولیوی سرمایه گذاری موانعی ایجاد می کند.

معرفی اوراق بهادار توکنی شده ممکن است تا حدودی این مشکل را کاهش دهد زیرا این ابزارهای مالی با بازار وسیع تر همبسته نیستند. با این حال این طبقه جداگانه ای از دارایی های دیجیتال است که برخلاف دارایی های بدون مجوز به رعایت دقیق قوانین ضدپولشویی(AML) و احراز هویت(KYC) نیاز دارد.

اثبات همبستگی ممکن اما دشوار است

در این بازار ناپایدار هیچ کس نمی تواند بداند که همبستگی ارزهای دیجیتال در یک سال، یک ماه یا حتی یک هفته چه خواهد بود. به همین ترتیب نمی توان ادعا کرد که یک رابطه کامل و مستقیم بین قیمت اتریوم و بیت کوین وجود دارد. در اکثر اوقات اتر واقعاً از بیت کوین پیروی می کند اما بعضی اوقات وجود دارد که استقلال آن را نشان می دهد.

به گفته صلاح الدین بومیدی تحلیلگر بازار مالی در DailyFX و IG، هنوز داده های کافی برای اثبات این رابطه مثبت یا منفی در دست نیست: همبستگی مثبت ممکن است تنها به دلیل اینکه بیت کوین ارز دیجیتال اصلی است، قابل رویت باشد. اگر بیت کوین حرکت کند بقیه نیز شروع به برداشت می کنند. فان دو پوپ همین نظر را دارد:

همبستگی در این بازار از اهمیت بالایی برخوردار است اما اهمیت همبستگی به سختی قابل آزمایش است، به گونه ای که اثبات همبستگی تقریبا غیرممکن است. آزمایش هایی برای جستجوی ارتباط بین بازارهای سهام و بازارهای کریپتو انجام شده اما به دلایل مختلف هیچ ارتباطی پیدا نشده است، در حالی که نمودارها حاکی از چیز دیگری است. همین مورد برای چرخه آلتکوین/ بیتکوین نیز وجود دارد.

بومیدی همچنین خاطرنشان کرد: همبستگی ابزاری مهم در بازار ارز دیجیتال است اما نباید کاملا به آن اعتماد کرد زیرا وقتی صحبت از ارز دیجیتال می شود، مردم باید مراقب باشند:

اگر شما یک بانک اطلاعاتی بزرگ یا اندازه نمونه داشته باشید، یک همبستگی تنها می تواند از نظر آماری قابل توجه باشد. ارزهای دیجیتال هنوز جوان هستند و داده های تاریخی زیادی ندارند. من می گویم که ما می توانیم ارتباطاتی را در بازارهای ارز دیجیتال مشاهده کنیم اما هنوز نمی دانیم که چقدر قدرت دارند.