គំនិតវិទ្យាសាស្ត្រតែងតែពេញនិយម។ កិរិយាស័ព្ទ "ជាប់ទាក់ទងគ្នា" ត្រូវបានប្រើប្រាស់យ៉ាងទូលំទូលាយដោយអ្នកសារព័ត៌មាន និងអ្នកនយោបាយ ជួនកាលនៅក្រៅកន្លែង។ ជាធម្មតាពាក្យ "ការជាប់ទាក់ទងគ្នា" សំដៅលើការតភ្ជាប់ណាមួយ។

មនុស្សបានកត់សម្គាល់ជាយូរមកហើយថាបាតុភូតទាំងអស់ដែលកើតឡើងនៅលើភពផែនដីរបស់យើងមានឥទ្ធិពលលើគ្នាទៅវិញទៅមក។ វាមិនតែងតែងាយស្រួលទេក្នុងការស្វែងរកទំនាក់ទំនងរវាងពួកគេ ប៉ុន្តែទោះជាយ៉ាងណាពួកគេមាន។ និយាយអំពីការពឹងផ្អែកគ្នាទៅវិញទៅមកនៃព្រឹត្តិការណ៍ ពាក្យ "ទំនាក់ទំនង" ត្រូវបានគេប្រើជាញឹកញាប់។ ភាគច្រើនវាត្រូវបានប្រើដោយអ្នកសេដ្ឋកិច្ច និងអ្នកវិភាគ។

ចូរយើងស្វែងយល់ថាតើគំនិតនេះមានន័យយ៉ាងណា។

ទំនាក់ទំនង៖ និយមន័យ

ប្រហែលជាអ្នកដំបូងគេនៅក្នុងពិភពវិទ្យាសាស្ត្រដែលនិយាយអំពីការជាប់ទាក់ទងគ្នាគឺអ្នកបុរាណវិទ្យា Georges Cuvier ។ នៅវេននៃសតវត្សទី 18 និងទី 19 គាត់បានធ្វើការរកឃើញមួយចំនួននៅក្នុងវិស័យកាយវិភាគសាស្ត្រប្រៀបធៀប។ ជាលទ្ធផលនៃការរកឃើញទាំងនេះ Cuvier បានបង្កើតច្បាប់នៃសមាមាត្រនៃផ្នែកដែលយោងទៅតាមការផ្លាស់ប្តូររចនាសម្ព័ន្ធនៃសរីរាង្គមួយនៃសរីរាង្គរបស់សត្វនាំឱ្យមានការផ្លាស់ប្តូររចនាសម្ព័ន្ធនៃសរីរាង្គផ្សេងទៀត។ ដោយផ្អែកលើចំណេះដឹងនេះ Cuvier បានរៀនដើម្បីស្តាររូបរាងហ្វូស៊ីលសត្វពីបំណែកដែលនៅរស់រានមានជីវិត។

ចំពោះស្ថិតិ គំនិតនៃការជាប់ទាក់ទងគ្នាត្រូវបានជួសជុលនៅក្នុងវិទ្យាសាស្ត្រនេះនៅពេលក្រោយ - នៅចុងបញ្ចប់នៃសតវត្សទី 19 សូមអរគុណដល់ជីវវិទូជនជាតិអង់គ្លេស Francis Galton ។

ទំនាក់ទំនងមិនមែនគ្រាន់តែជាទំនាក់ទំនងទេ ប៉ុន្តែជាទំនាក់ទំនង ឬសហទំនាក់ទំនង។

រូបមន្ត​សម្រាប់​ការ​ទទួល​បាន​មេគុណ​ជាប់​ទាក់ទង​គ្នា​ត្រូវ​បាន​មក​ដោយ​សិស្ស​របស់ Galton គណិតវិទូ និង​ជីវវិទូ K. Pearson ។

មេគុណទំនាក់ទំនង

ទំនាក់ទំនងគឺជាទំនាក់ទំនងស្ថិតិនៃបរិមាណណាមួយដោយឯករាជ្យពីគ្នាទៅវិញទៅមក។ វាត្រូវបានសន្មត់ថាភ្លាមៗនៅពេលដែលតម្លៃនៃប៉ារ៉ាម៉ែត្រមួយផ្លាស់ប្តូរតម្លៃនៃផ្សេងទៀតក៏ផ្លាស់ប្តូរផងដែរ។ ប្រសិនបើការផ្លាស់ប្តូរទាក់ទងនឹងលក្ខណៈស្ថិតិបុគ្គល ទំនាក់ទំនងប្រភេទនេះត្រូវបានចាត់ទុកថាជាស្ថិតិ។ មិនមានការជាប់ទាក់ទងគ្នាក្នុងករណីនេះទេ។

មេគុណជាប់ទាក់ទងគ្នាត្រូវបានប្រើដើម្បីបង្ហាញពីកម្រិតនៃភាពអាស្រ័យគ្នាទៅវិញទៅមក។ ជួរនៃតម្លៃមេគុណគឺពី -1 ដល់ +1 ។

• ប្រសិនបើការជាប់ទាក់ទងគ្នាគឺដាច់ខាត និងវិជ្ជមាន (+1) នោះនៅពេលដែលសន្តិសុខមួយឡើងថ្លៃ មួយទៀតនឹងឡើងថ្លៃក្នុងកម្រិតដូចគ្នា។
• និយាយអំពីទំនាក់ទំនងអវិជ្ជមានដាច់ខាត យើងមានន័យថា ប្រសិនបើតម្លៃនៃសន្តិសុខមួយកើនឡើង នោះតម្លៃនៃទំនាក់ទំនងអវិជ្ជមាននឹងធ្លាក់ចុះ។
• ប្រសិនបើមេគុណជាប់ទាក់ទងគ្នាគឺសូន្យ នោះគ្មានការពឹងពាក់គ្នាទៅវិញទៅមករវាងចលនានៃមូលបត្រទេ៖ ពួកគេគឺចៃដន្យ។

តម្លៃនៃមេគុណកាន់តែខ្ពស់ ការពឹងផ្អែកគ្នាទៅវិញទៅមកត្រូវបានបង្ហាញ។ ប្រសិនបើតម្លៃនៃមេគុណធំជាង 0.5 នោះទំនាក់ទំនងត្រូវបានប្រកាស។

វាគួរតែត្រូវបានបញ្ជាក់ឱ្យច្បាស់ថាការជាប់ទាក់ទងគ្នាដាច់ខាតនៃមូលបត្រមាននៅក្នុងពិភពឧត្តមគតិប៉ុណ្ណោះ។ នៅក្នុងជីវិតពិត ភាគហ៊ុនគឺទាក់ទងគ្នាក្នុងកម្រិតខ្លះប៉ុណ្ណោះ។

ការជាប់ទាក់ទងគ្នាជាគូ

ពាក្យនេះត្រូវបានប្រើដើម្បីសំដៅទៅលើទំនាក់ទំនងរវាងបរិមាណជាក់លាក់ពីរ។ វាត្រូវបានគេដឹងថាការចំណាយលើការផ្សាយពាណិជ្ជកម្មនៅក្នុងសហរដ្ឋអាមេរិកមានផលប៉ះពាល់យ៉ាងខ្លាំងទៅលើបរិមាណនៃផលិតផលក្នុងស្រុកសរុបរបស់ប្រទេសនេះ។ មេគុណទំនាក់ទំនងរវាងតម្លៃទាំងនេះផ្អែកលើលទ្ធផលនៃការសង្កេតដែលមានរយៈពេល 20 ឆ្នាំគឺ 0.9699 ។

ឧទាហរណ៍ "ចុះទៅផែនដី" បន្ថែមទៀតគឺទំនាក់ទំនងរវាងចរាចរណ៍នៃទំព័រហាងអនឡាញ និងបរិមាណនៃការលក់របស់វា។

ហើយជាការពិតណាស់ ស្ទើរតែគ្មាននរណាម្នាក់នឹងបដិសេធពីអត្ថិភាពនៃទំនាក់ទំនងរវាងសីតុណ្ហភាពខ្យល់ និងការលក់ស្រាបៀរ ឬការ៉េមនោះទេ។

ការជាប់ទាក់ទងគ្នាគឺជាការពឹងផ្អែកគ្នាទៅវិញទៅមកនៃបរិមាណពីរ; មេគុណជាប់ទាក់ទងគ្នា គឺជាសូចនាករគោលបំណងដែលកំណត់កម្រិតនៃភាពអាស្រ័យគ្នាទៅវិញទៅមកនេះ។ មេគុណទំនាក់ទំនងអាចមានទាំងវិជ្ជមាន និងអវិជ្ជមាន។ ចំពោះ​មូលបត្រ​វិញ ពួកគេ​កម្រ​ទាក់ទង​គ្នា​ណាស់​។

ការជាប់ទាក់ទងគ្នារវាងបរិមាណពីរគឺជាទំនាក់ទំនងស្ថិតិដែលការផ្លាស់ប្តូរក្នុងបរិមាណមួយនាំឱ្យមានការផ្លាស់ប្តូរជាប្រព័ន្ធនៅក្នុងផ្សេងទៀត។ រង្វាស់បរិមាណនៃការជាប់ទាក់ទងគ្នាគឺជាមេគុណទំនាក់ទំនងលីនេអ៊ែរ (ហៅផងដែរថាមេគុណទំនាក់ទំនង Pearson) គណនាដោយរូបមន្ត៖

• r xy គឺជាមេគុណទំនាក់ទំនងនៃតម្លៃនៃ x និង y;
• d x គឺជាគម្លាតនៃតម្លៃមួយចំនួននៃស៊េរី x ពីតម្លៃមធ្យមនៃស៊េរីនេះ;
• d y គឺជាគម្លាតនៃតម្លៃមួយចំនួននៃស៊េរី y ពីតម្លៃមធ្យមនៃស៊េរីនេះ។

ជួរនៃតម្លៃដែលអាចធ្វើបាននៃមេគុណទំនាក់ទំនងគឺនៅចន្លោះ +1 និង -1 ។ ក្នុងករណីនេះ ជម្រើសខាងក្រោមអាចធ្វើទៅបាន៖

• +1 - ទំនាក់ទំនងផ្ទាល់រវាងបរិមាណ;
• |rxy| > 0.7 - ការពឹងផ្អែកយ៉ាងច្បាស់រវាងបរិមាណ;
• 0.4 < |r xy| >0.7 - ការពឹងផ្អែកកម្រិតមធ្យមរវាងតម្លៃ;
• |rxy|< 0.4 – слабо выраженная зависимость между величинами;
• -1 - ទំនាក់ទំនងបញ្ច្រាសរវាងតម្លៃ។

វាជាការសំខាន់ក្នុងការកត់សម្គាល់ថាគំរូនៃតម្លៃកាន់តែធំ ម៉ូឌុលនៃមេគុណទំនាក់ទំនងកាន់តែទាប យើងអាចនិយាយបានថាមានទំនាក់ទំនងរវាង x និង y ។ ជាអកុសល មានអន្ទាក់មួយនៅក្នុងរូបមន្ត ដែលទាក់ទងនឹងឧបករណ៍ហិរញ្ញវត្ថុ អាចលេងសើចយ៉ាងសាហាវលើអ្នកវិនិយោគ។ នៅក្នុងភាគយក គម្លាតនៃបរិមាណអាចមានទាំងសញ្ញាដូចគ្នា និងខុសគ្នា ដូច្នេះផលិតផលក៏អាចមានទាំងវិជ្ជមាន និងអវិជ្ជមានផងដែរ។ ក្នុង​ភាគបែង គម្លាត​ត្រូវ​បាន​ការ៉េ​ដែល​ធានា​ភាព​វិជ្ជមាន​នៃ​ភាគបែង។ សម្រាប់ពេលនេះ យើងនឹងគ្រាន់តែយកចិត្តទុកដាក់លើវា ហើយនៅពេលក្រោយ យើងនឹងត្រលប់ទៅអ្វីដែលអាចមកពីវាបាន។

អត្ថន័យជាក់ស្តែងនៃការគណនាទំនាក់ទំនងរវាងឧបករណ៍ហិរញ្ញវត្ថុគឺដើម្បីទទួលបានទិន្នន័យមូលដ្ឋានសំខាន់ៗដែលចាំបាច់សម្រាប់ធ្វើការសម្រេចចិត្តលើការជួញដូរ។ ប្រតិកម្មរបស់ទីផ្សារចំពោះការចេញផ្សាយព័ត៌មានសេដ្ឋកិច្ចសំខាន់ៗត្រូវបានបង្ហាញនៅក្នុងការពិតដែលថាដំបូងតម្លៃនៃទ្រព្យសកម្មសំខាន់ៗ (មាសប្រេងអនាគតសម្រាប់សន្ទស្សន៍ឧស្សាហកម្ម) ចូលមកក្នុងចលនាជួនកាលប្រាក់ចំណេញ។ ជាលទ្ធផល អត្រាប្តូរប្រាក់ និងតម្លៃភាគហ៊ុនផ្លាស់ប្តូរ។ តាមរយៈការតាមដានទំនាក់ទំនងនៃឧបករណ៍នីមួយៗ ក៏ដូចជាទំនាក់ទំនងបុព្វហេតុ និងផលប៉ះពាល់រវាងការផ្លាស់ប្តូរតម្លៃ អ្នកអាចពិនិត្យឡើងវិញនូវផែនការជួញដូរ និងការវិនិយោគរបស់អ្នកបានយ៉ាងឆាប់រហ័ស។ លើសពីនេះ ការវិភាគទំនាក់ទំនងត្រូវបានប្រើប្រាស់ក្នុងការគ្រប់គ្រងជាផ្នែកកាតព្វកិច្ច។

អ្នកអាចស្រមៃមើលការជាប់ទាក់ទងគ្នានៃបរិមាណពីរក្នុងទម្រង់ជាក្រាហ្វក្នុងកូអរដោណេទំហំពេលវេលា។ ជាឧទាហរណ៍ ជាមួយនឹងទំនាក់ទំនងអវិជ្ជមាន យើងទទួលបានរូបភាពស្រដៀងគ្នា៖

ចំណេះដឹងអំពីទំនាក់ទំនងទ្រព្យសកម្មកាត់បន្ថយហានិភ័យផលប័ត្រ

ឧបមាថា មានទ្រព្យ ២ ។ សម្រាប់ភាពសាមញ្ញសូមស្រមៃថាតម្លៃរបស់ពួកគេអាស្រ័យលើពេលវេលាយោងទៅតាមច្បាប់នៃ sinusoid មួយ។ បន្ទាប់មក ជាមួយនឹងការជាប់ទាក់ទងគ្នានៃ +1 យើងនឹងទទួលបានការត្រួតគ្នាពេញលេញនៃរលក ហើយការបើកកិច្ចព្រមព្រៀងលើទ្រព្យសម្បត្តិទាំងពីរនឹងស្មើនឹងការបង្កើនមុខតំណែងពីរដងលើមួយក្នុងចំណោមពួកគេ។ Correlation -1 ផ្ទុយទៅវិញ មានន័យថា សំណងទៅវិញទៅមកនៃប្រាក់ចំណេញ និងការបាត់បង់ទ្រព្យសម្បត្តិ។ ជាការពិតណាស់ ទ្រព្យសកម្មដែលត្រូវគ្នាយ៉ាងល្អ ជាទូទៅមិនផ្លាស់ទីជុំវិញកម្រិតដូចគ្នានោះទេ ប៉ុន្តែមាននិន្នាការកើនឡើងតាមពេលវេលា។ លើសពីនេះ ជាមួយនឹងទ្រព្យសកម្មមួយចំនួន កំណើននៅក្នុងផ្នែកផ្សេងទៀតអនុញ្ញាតឱ្យកាត់បន្ថយហានិភ័យសរុបនៃផលប័ត្រ៖

ដំណើរការដែលហៅថាការធ្វើសមតុល្យផលប័ត្រឡើងវិញអនុញ្ញាតឱ្យអ្នកបង្កើតប្រាក់ចំណូលដោយជំនួសសមាមាត្រនៃទ្រព្យសកម្មនៅក្នុងផលប័ត្រ។ នេះត្រូវបានសម្រេចបានយ៉ាងងាយស្រួលបំផុតជាមួយនឹងទំនាក់ទំនងអវិជ្ជមានច្បាស់លាស់។ ឧបមាថាដំបូងឡើយផលប័ត្រមានទ្រព្យសកម្ម A និង B ដែលមានទំនាក់ទំនងបញ្ច្រាសនិងសមាមាត្រ 1: 1 សម្រាប់ចំនួនទឹកប្រាក់សរុបចំនួន 1 លានរូប្លិ៍។ ក្នុងរយៈពេលប្រាំមួយខែ ទ្រព្យសកម្ម A បានធ្លាក់ចុះក្នុងតម្លៃ 20% ហើយតម្លៃរបស់វាពីដំបូង 500 ពាន់រូប្លិ៍បានក្លាយទៅជា 400 ពាន់រូប្លិ៍។ ផ្ទុយទៅវិញទ្រព្យសកម្ម B បានកើនឡើង 20% ហើយតម្លៃរបស់វាបានកើនឡើងដល់ 600 ពាន់រូប្លិ៍។ តម្លៃសរុបនៃផលប័ត្រមិនមានការផ្លាស់ប្តូរទេហើយនៅតែមានចំនួន 1 លានរូប្លិ៍។ ឥឡូវនេះយើងផ្ទេរ 50% ​​នៃទ្រព្យសកម្ម B (300 ពាន់) ទៅ A ហើយតម្លៃរបស់វាឥឡូវនេះគឺ 700 ពាន់ហើយទ្រព្យសកម្ម B គឺ 300 ពាន់។

ក្នុងរយៈពេលប្រាំមួយខែបន្ទាប់ ដំណើរការផ្ទុយនឹងកើតឡើង៖ ទ្រព្យសកម្មត្រឡប់ទៅតម្លៃដើមវិញ។ ឥឡូវនេះទ្រព្យសកម្ម A មានតម្លៃ 840,000 ជំនួសឱ្យ 700,000 ហើយទ្រព្យសកម្ម B មានតម្លៃ 240,000 ជំនួសឱ្យ 300,000 ដូច្នេះហើយតម្លៃសរុបនៃផលប័ត្រគឺមានចំនួន 1 លាន 80 ពាន់រូប្លិ៍ពោលគឺឧ។ ប្រាក់ចំណេញរបស់វាដោយសារតែការធ្វើឱ្យមានតុល្យភាពឡើងវិញគឺ 8% ក្នុងមួយឆ្នាំ។ បើគ្មានតុល្យភាពឡើងវិញ ផលប័ត្រត្រឡប់មកវិញនឹងមាន 0% ។ ស្ថានភាពជាក់ស្តែងគឺកាន់តែស្មុគស្មាញ ពីព្រោះ ការជាប់ទាក់ទងនៃឧបករណ៍ភាគច្រើនគឺនៅចន្លោះ +0.5 និង -0.5 ។ ប្រសិនបើយើងពិចារណាតារាងហានិភ័យ-ត្រឡប់មកវិញសម្រាប់សមាមាត្រផ្សេងគ្នានៃឧបករណ៍ពីរនៅតម្លៃទំនាក់ទំនងផ្សេងគ្នា យើងទទួលបានរូបភាពដូចខាងក្រោម៖

ដូចដែលអាចមើលឃើញ តម្លៃនៃមេគុណទំនាក់ទំនងនៃឧបករណ៍កាន់តែទាប ផលប័ត្រដែលអាចធ្វើបានកាន់តែច្រើនសម្រាប់តម្លៃហានិភ័យដូចគ្នា ឬហានិភ័យទាបសម្រាប់តម្លៃដូចគ្នានៃការត្រឡប់មកវិញ។

ទំនាក់ទំនង Forex

យុទ្ធសាស្រ្តទូទៅដោយផ្អែកលើការជាប់ទាក់ទងគ្នានៃគូរូបិយប័ណ្ណគឺថានៅក្នុងព្រឹត្តិការណ៍នៃគម្លាតយ៉ាងខ្លាំងនៃមេគុណទំនាក់ទំនងពីតម្លៃបច្ចុប្បន្ន ប្រតិបត្តិការត្រូវបានបើកក្នុងទិសដៅនៃការស្ដារតម្លៃនេះ។ ឧទាហរណ៍ ប្រសិនបើគូ EURUSD និង GBPUSD បាននិងកំពុងផ្លាស់ទីក្នុងទិសដៅដូចគ្នាអស់រយៈពេលជាយូរ នោះជាមួយនឹងភាពខុសគ្នាខ្លាំងរបស់ពួកគេ ការបង្រួបបង្រួមអាចត្រូវបានរំពឹងទុក ប្រសិនបើភាពខុសគ្នាមិនបណ្តាលមកពីរយៈពេលវែង (ឧទាហរណ៍ ការផ្លាស់ប្តូរនៅក្នុង អត្រា​បញ្ចុះតម្លៃ)។

លើសពីនេះទៀតការជាប់ទាក់ទងគ្នានៃគូរូបិយប័ណ្ណត្រូវបានប្រើនៅក្នុងការវាយតម្លៃដ៏ទូលំទូលាយនៃទីផ្សារ។ ជាឧទាហរណ៍ នៅមុនថ្ងៃនៃវិបត្តិកម្ចីទិញផ្ទះឆ្នាំ 2008-2009 នៅពេលដែលប្រាក់ដុល្លារអូស្រ្តាលី និងនូវែលសេឡង់ ក៏ដូចជាប្រាក់ផោនរបស់អង់គ្លេសមានអត្រាគន្លឹះខ្ពស់ យុទ្ធសាស្រ្តជួញដូរដែលហៅថាការជួញដូរត្រូវបានអភិវឌ្ឍយ៉ាងខ្លាំង។ វាមាននៅក្នុងការពិតដែលថាក្នុងអំឡុងពេលព្រឹត្តិការណ៍អំណោយផលសម្រាប់ទីផ្សារភាគហ៊ុន គូនៃរូបិយប័ណ្ណទាំងនេះជាមួយប្រាក់យ៉េនដែលតាមទម្លាប់មានអត្រាទាបបំផុតបានកើនឡើងយ៉ាងសកម្មជាពិសេស ហើយពួកគេក៏បានធ្លាក់ចុះយ៉ាងសកម្មក្នុងអំឡុងពេលព្រឹត្តិការណ៍មិនល្អ។

ទោះបីជាការពិតដែលថាគ្មានការជាប់ទាក់ទងគ្នាណាមួយអាចប៉ះពាល់ដល់ចន្លោះពេលទាំងអស់ និងចលនាពហុទិសដៅនៃរូបិយប័ណ្ណគឺអាចធ្វើទៅបាន ប៉ុន្តែចលនាឯកទិសដែលបញ្ចេញសំឡេងជាក្បួនបង្ហាញពីវត្តមានរបស់ "អ្នកបើកបរ" មូលដ្ឋានទូទៅ។ នេះធ្វើឱ្យវាកាន់តែងាយស្រួលក្នុងការរៀបចំផែនការកិច្ចព្រមព្រៀង។ ជាពិសេស វាគ្មានន័យទេក្នុងការរកមើលការវិលត្រឡប់មកវិញ និងធ្វើការក្នុងមួយថ្ងៃ ប្រសិនបើគូដែលទាក់ទងគ្នាយ៉ាងច្បាស់ទាំងអស់ទៅក្នុងទិសដៅដូចគ្នា។

អ្នកអាចមើលតារាងទំនាក់ទំនងតាមពេលវេលាជាក់ស្តែងនៃគូរូបិយប័ណ្ណ និងឧបករណ៍មួយចំនួនទៀតនៅ myfxbook.com/forex-market/correlation ។ តារាងនេះបង្ហាញថា គូរ EURUSD និង AUDCAD មិនទាក់ទងគ្នាទៅវិញទៅមកទេ។ នៅក្នុងករណីនៃការបើកប្រតិបត្តិការក្នុងពេលដំណាលគ្នានៅលើគូទាំងនេះ អ្នកមិនអាចខ្លាចទាំងការបូកសរុបនៃការបាត់បង់ឬការត្រួតស៊ីគ្នានៃប្រាក់ចំណេញសម្រាប់គូមួយដោយការខាតបង់សម្រាប់គូផ្សេងទៀត។

តារាងនេះបង្ហាញពីរបៀបដែលប្រាក់ដុល្លារអូស្ត្រាលី និងនូវែលសេឡង់ ដែលជាប់ទាក់ទងគ្នាជាមួយរូបិយប័ណ្ណសុវត្ថិភាព យ៉េន និងហ្វ្រង់ស្វ៊ីស បានកើនឡើងយ៉ាងខ្លាំងក្នុងអំឡុងពេលនៃភាពខុសគ្នានៃអត្រាគន្លឹះធំបំផុត។ និន្នាការនេះបានផ្លាស់ប្តូរបន្ទាប់ពីរយៈពេលនៃការកាត់បន្ថយអត្រាការប្រាក់បានចាប់ផ្តើមនៅពេលដែលវិបត្តិប្រាក់កម្ចីទិញផ្ទះកាន់តែស៊ីជម្រៅ។

មិនមានផលប៉ះពាល់ដោយគ្មានមូលហេតុ

ការជាប់ទាក់ទងគ្នានៃតម្លៃទ្រព្យសកម្មគឺស្រដៀងនឹងនិន្នាការ៖ ចន្លោះពេលវែងសម្រាប់ការគណនារបស់វា វានឹងផ្លាស់ប្តូរយឺត។ ប៉ុន្តែ​មាន​អ្វី​មួយ​ដែល​បែងចែក​ការ​ជាប់​ទាក់ទង​គ្នា​ពី​វិធីសាស្ត្រ​ផ្សេងៗ​ជា​ច្រើន។ វាអាចត្រូវបានគណនាសម្រាប់គូនៃទ្រព្យសកម្មដែលមិនត្រូវបានជួញដូរនៅលើការផ្លាស់ប្តូរណាមួយ (ប្រេងឧស្ម័នប្រេង - មាស) ដែលអនុញ្ញាតឱ្យអ្នកបំពេញបន្ថែមឃ្លាំងអាវុធរបស់អ្នកវិភាគជាមួយនឹងព័ត៌មានដ៏មានតម្លៃដែលអនុញ្ញាតឱ្យអ្នក "អានទីផ្សាររវាងគំនូសតាង" ។

ការជាប់ទាក់ទងគ្នានៃបរិមាណពីរ ឬច្រើន តែងតែមានទំនាក់ទំនងមូលហេតុ។ បរិមាណមួយក្នុងចំណោមបរិមាណគឺសម្រេចចិត្ត ដែលមួយទៀត (ឬផ្សេងទៀត) អាស្រ័យ។ ការជាប់ទាក់ទងគ្នានៅក្នុងទីផ្សារភាគហ៊ុនគឺមិនមានករណីលើកលែងនោះទេ។ ជាឧទាហរណ៍ នៅក្នុងគូប្រេង-ឧស្ម័ន សម្រង់ប្រេងបានសម្រេចចិត្តអស់រយៈពេលជាយូរ។ នៅក្នុងតារាងខាងក្រោម អ្នកអាចមើលឃើញថាការពង្រីកការរីករាលដាលរវាងប្រេង និងឧស្ម័នដោយសារការកើនឡើងនៃឧស្ម័នដែលទាក់ទងគ្នាយ៉ាងខ្លាំងត្រូវបានជំនួសដោយការវិលត្រឡប់យ៉ាងខ្លាំងដូចគ្នាទៅនឹងលំនឹងដែលទាក់ទងគ្នា៖

ក្នុងពេលជាមួយគ្នានេះនៅក្នុងទ្រព្យសម្បត្តិមួយគូទៀតគឺមាស - ប្រេងមាសគឺសម្រេចចិត្តរួចហើយ។ ជាមួយនឹងការពង្រីកយ៉ាងសំខាន់ (ការកើនឡើងឬធ្លាក់ចុះយ៉ាងខ្លាំងនៃប្រេងជាមួយនឹងមាសដែលមានស្ថេរភាពជាង) វាគឺជាប្រេងដែលស្ដារលំនឹងដែលរំខាន:

ការតាមដានឥរិយាបថនៃទ្រព្យសម្បត្តិ "ទាសករ" នេះ អ្នកអាចបើកកិច្ចព្រមព្រៀងក្នុងទិសដៅនៃការស្ដារសមតុល្យឡើងវិញ។ ដោយវិធីនេះ ការជាប់ទាក់ទងគ្នាច្រើនតែផ្អែកលើការចងរូបិយប័ណ្ណជាក់លាក់ទៅនឹងទ្រព្យសម្បត្តិទំនិញ។ ពួកគេត្រូវបានគេហៅថា "រូបិយប័ណ្ណទំនិញ" ។ ជាឧទាហរណ៍ ប្រាក់ដុល្លារកាណាដា និងរូប៊លគឺពឹងផ្អែកខ្លាំងលើប្រេង។ ក្នុងករណីទាំងពីរ ការជាប់ទាក់ទងគ្នាគឺដោយផ្ទាល់៖ ប្រេងកាន់តែថ្លៃ អត្រានៃរូបិយប័ណ្ណទាំងនេះកាន់តែខ្ពស់ធៀបនឹងប្រាក់ដុល្លារអាមេរិក។

ក្នុងករណីប្រាក់រូប្ល ការជាប់ទាក់ទងគ្នានៃគំនូសតាងគឺច្បាស់ណាស់ដែលវាអាចត្រូវបានប្រើនៅក្នុងយុទ្ធសាស្រ្តជួញដូរ។ ពិចារណានៅដើមឆ្នាំ 2014 ។ ប្រេង​កំពុង​ជួញ​ដូរ​ប្រហែល ១១០ ដុល្លារ​ក្នុង​មួយ​បារ៉ែល បន្ទាប់​មក​វា​ឡើង​ថ្លៃ​បន្តិច​បន្តួច​មួយ​រយៈ។ ប្រាក់រូប្លែនៅពេលនេះ ផ្ទុយទៅវិញ ពី 33 ទៅ ប្រាក់ដុល្លារអាមេរិក ធ្លាក់ចុះយ៉ាងខ្លីមកត្រឹម 36។ នៅចំណុចខ្លះ ការជាប់ទាក់ទងគ្នាស្ទើរតែបញ្ច្រាស់ ប៉ុន្តែសមតុល្យត្រូវបានស្ដារឡើងវិញយ៉ាងឆាប់រហ័ស ហើយប្រាក់រូប្លបានត្រឡប់ទៅអត្រា 33 ក្នុងមួយដុល្លារវិញ ដោយគោរពតាម ប្រេងបន្ទាប់។ យើងឃើញឧទាហរណ៍ដ៏គួរឱ្យចាប់អារម្មណ៍មួយនៅចុងឆ្នាំ 2014 នៅពេលដែលមានការធ្លាក់ចុះយ៉ាងខ្លាំងនៃប្រាក់រូប្លែធៀបនឹងការធ្លាក់ចុះនៃប្រេងដែលធ្លាក់ចុះយ៉ាងរលូន។ ហើយនៅពេលនេះសមតុល្យដែលរំខានត្រូវបានស្តារឡើងវិញភ្លាមៗដោយសារតែការពង្រឹងប្រាក់រូប្ល។ យូរ ៗ ទៅទំនាក់ទំនងអាចឆ្លងកាត់ការផ្លាស់ប្តូរយ៉ាងខ្លាំងហើយសូម្បីតែទៅពីដោយផ្ទាល់ទៅបញ្ច្រាស។ នេះជាភស្តុតាងជាពិសេសនៅក្នុងករណីនៃការជាប់ទាក់ទងគ្នារវាង Dow Jones Industrial Average និង RTS ។

នៅចុងឆ្នាំ 2007 នៅពេលដែលសញ្ញាដំបូងនៃវិបត្តិកម្ចីទិញផ្ទះនៅសហរដ្ឋអាមេរិកចាប់ផ្តើមលេចឡើង សន្ទស្សន៍ DJ បានធ្លាក់ចុះ ប៉ុន្តែសន្ទស្សន៍ RTS ដោយសារតែកំណើនតម្លៃប្រេងយ៉ាងសកម្មនៅតែខិតជិតដល់កម្រិតអតិបរមាជាប្រវត្តិសាស្ត្ររបស់វា។ ទោះជាយ៉ាងណាក៏ដោយ នៅពេលអនាគត ការដួលរលំយ៉ាងខ្លាំងនៅក្នុងសន្ទស្សន៍ភាគហ៊ុនទាំងអស់នៃពិភពលោកបានប៉ះពាល់ដល់ប្រេងផងដែរ។ នេះនាំឱ្យមានការពិតដែលថាសន្ទស្សន៍ RTS ទាក់ទងនឹងអត្រានៃការថយចុះគឺខ្ពស់ជាង DJ ជិត 2 ដង។ បន្ថែមពីលើប្រេង លំហូរចេញនៃមូលធនសរុបពីទីផ្សារដែលកំពុងរីកចម្រើនក៏បានប៉ះពាល់ដល់អត្រានៃការធ្លាក់ចុះនៃសន្ទស្សន៍ RTS ផងដែរ។

ទោះជាយ៉ាងណាក៏ដោយ វិបត្តិនេះមានរយៈពេលខ្លី ហើយនៅដើមឆ្នាំ 2009 ត្រូវបានជំនួសដោយកំណើនសេដ្ឋកិច្ច។ ការជាប់ទាក់ទងគ្នាខ្ពស់រវាងឌីជេ និង RTS ត្រូវបានគេសង្កេតឃើញរហូតដល់ខែមេសា ឆ្នាំ 2012 ដែលត្រូវបានសម្គាល់ដោយការហត់នឿយនៃលទ្ធភាពនៃគំរូវត្ថុធាតុដើមសម្រាប់ការអភិវឌ្ឍសេដ្ឋកិច្ចរុស្ស៊ី។ ចាប់​ពី​ឆ្នាំ​នេះ​ទៅ សូម្បី​តែ​ប្រេង​ថ្លៃ​ក៏​លែង​ផ្តល់​កំណើន​សេដ្ឋកិច្ច​ដែរ។ នៅពេលអនាគត វិបត្តិសេដ្ឋកិច្ចនៅក្នុងប្រទេសរុស្ស៊ីកាន់តែអាក្រក់ទៅៗ ប្រឆាំងនឹងការធ្លាក់ចុះនៃប្រេងដែលមានតម្លៃថោក ខណៈដែលសេដ្ឋកិច្ចអាមេរិកបានទទួលការជំរុញបន្ថែមសម្រាប់កំណើន។ ការជាប់ទាក់ទងគ្នារវាង និងបានក្លាយទៅជាបញ្ច្រាស់។

នៅក្នុងខ្លួនវា វត្តមាននៃការជាប់ទាក់ទងគ្នារវាងទ្រព្យសកម្មមិនមានន័យថាវាអាចទៅរួចក្នុងការបង្កើតយុទ្ធសាស្រ្តជួញដូរ ឬការវិនិយោគលើរឿងនេះទេ។ ចូរនិយាយថាយើងចាប់អារម្មណ៍លើការជាប់ទាក់ទងគ្នានៃភាគហ៊ុនរបស់ IBM ក្នុងរយៈពេល 12 ខែចុងក្រោយនេះ (សូមមើល impactopia.com/correlation) ។ ដូច្នេះនៅក្នុងចំណាត់ថ្នាក់ទី 4 នៅក្នុងលក្ខខណ្ឌនៃការជាប់ទាក់ទងគ្នាគឺ Banco Santander (ប្រហែល 0.43) ។ ភាគច្រើនទំនងជានេះគ្រាន់តែជាការចៃដន្យ ឬកំហុសជាប្រព័ន្ធនៅក្នុងវិធីសាស្រ្តនៃការគណនាទំនាក់ទំនង។

អន្ទាក់គណិតវិទ្យា

ដូចដែលខ្ញុំបានរៀបរាប់ខាងលើរូបមន្តសម្រាប់ការគណនាមេគុណជាប់ទាក់ទងគឺប្រកាន់អក្សរតូចធំខ្លាំងណាស់ចំពោះសញ្ញានៃគម្លាតនៃតម្លៃពីតម្លៃមធ្យមរបស់ពួកគេ។ ប្រសិនបើគម្លាតទាំងនេះច្រើនតែមានសញ្ញាដូចគ្នា តម្លៃខ្ពស់នៃមេគុណទំនាក់ទំនងត្រូវបានទទួល។ ប៉ុន្តែតើតម្លៃនេះមានន័យទេ? ចម្លើយគឺមិនច្បាស់ទាល់តែសោះ។ ចូរយើងពិចារណាឧទាហរណ៍ជាក់ស្តែង។ ឧបមាថានៅលើក្រាហ្វនៃបរិមាណពីរក្នុងពេលតែមួយមាន៖

បន្ទាប់មកតម្លៃថ្មីនៃបរិមាណទាំងនេះនឹងបង្ហាញជាប្រព័ន្ធនៅលើផ្នែកដូចគ្នានៃតម្លៃមធ្យមរបស់ពួកគេ។ នេះនឹងនាំឱ្យមានទំនាក់ទំនងវិជ្ជមានខ្ពស់។ ជាអកុសល ព័ត៌មាននេះនឹងមិនមានប្រយោជន៍អ្វីឡើយ ពីព្រោះ។ លើកលែងតែវត្តមាននៃគម្លាត គ្មានអ្វីដូចគ្នារវាងគំនូសតាងនោះទេ។ នេះគ្រាន់តែជាឧទាហរណ៍ច្បាស់លាស់នៃការពិតដែលថានៅពេលគណនាការជាប់ទាក់ទងគ្នាវាត្រូវបានអនុញ្ញាតឱ្យប្រើតែស៊េរីស្ថានីនៃតម្លៃ i.e. ស៊េរីដែលមិនមានធាតុផ្សំនិន្នាការ។ នេះមានន័យថាការគណនានៃទំនាក់ទំនងនៅក្នុងពិភពនៃទ្រព្យសកម្មហិរញ្ញវត្ថុជៀសមិនរួចនាំឱ្យមានការប៉ាន់ប្រមាណលើសកម្រិតនៃសារៈសំខាន់នៃកត្តាដែលពិតជាចៃដន្យនៅក្នុងធម្មជាតិ។ យល់ឲ្យបានត្រឹមត្រូវ៖ វាមិនសំខាន់ទេក្នុងការស្វែងរកកត្តាទាំងនេះ ហើយណែនាំការកែតម្រូវពិសេសសម្រាប់ពួកគេ ប៉ុន្តែដើម្បីបង្ហាញពីខ្លឹមសារនៃបាតុភូត ហើយមិនត្រូវរកមើល Grail ផ្សេងទៀតដែលវាមិនមាននោះទេ។

ទោះយ៉ាងណាក៏ដោយ មិនមែនអ្វីៗទាំងអស់សុទ្ធតែអាក្រក់នោះទេ។ មានវិធីមួយដើម្បីទទួលបានឥទ្ធិពលនៃនិន្នាការដោយការគណនាការជាប់ទាក់ទងគ្នាមិនមែនតម្លៃខ្លួនវាទេ ប៉ុន្តែជាការបង្កើនរបស់ពួកគេ។ បន្ទាប់មកគម្លាតដែលបានរៀបរាប់ខាងលើនឹងក្លាយទៅជាស្ថិតិស្ថិតិ ដែលជាក់ស្តែងមិនប៉ះពាល់ដល់លទ្ធផលនោះទេ។ វានៅសល់តែរង់ចាំរហូតដល់វិធីសាស្រ្តបែបនេះមាន។ វាមិនតែងតែអាចស្វែងរកទិន្នន័យថ្មីអំពីទំនាក់ទំនងនៃទ្រព្យសកម្មនោះទេ។ ក្នុងករណីបែបនេះ គេអាចគណនាបានដោយប្រើ Microsoft Excel ។ ដើម្បីធ្វើដូច្នេះ សម្រង់ត្រូវបានសរសេរជាជួរក្រឡាពីរ ហើយបន្ទាប់មកមុខងារនៃទម្រង់ខាងក្រោមត្រូវបានសរសេរក្នុងក្រឡាទំនេរមួយ៖ =CORREL (អារេ 1; អារេ 2) ។ អារេអាចមើលទៅដូចនេះ ឧទាហរណ៍៖ A1:A100។ ដើម្បីគណនាការជាប់ទាក់ទងគ្នាដោយការកើនឡើងតម្លៃ កម្មវិធីនេះមានប្រយោជន៍ទ្វេដង ពីព្រោះនៅលើមូលដ្ឋាននៃតម្លៃបិទដំបូង អ្នកត្រូវតែគណនាការកើនឡើងដោយខ្លួនឯងជាមុនសិន។

សង្ខេប

ការជាប់ទាក់ទងគ្នារវាងតម្លៃទ្រព្យសកម្មគឺជាឧបករណ៍ដ៏សំខាន់សម្រាប់ទាំងការវិភាគទិន្នន័យ និងការគ្រប់គ្រងហានិភ័យក្នុងការវិនិយោគផលប័ត្រ។ ប៉ុន្តែដូចវិធីសាស្រ្តស្ថិតិទាំងអស់ វាមិនមែនដោយគ្មានគុណវិបត្តិធ្ងន់ធ្ងរទេ៖

• វត្តមាននៃការជាប់ទាក់ទងគ្នារវាងទិន្នន័យកាលពីអតីតកាលមិនអាចធានាវានាពេលអនាគតបានទេ។
• គំរូគណិតវិទ្យាដែលប្រើមានកំហុសធំក្នុងអំឡុងពេលនិន្នាការ។

ការប្រើប្រាស់វិធីសាស្រ្តទំនាក់ទំនងនឹងនាំមកនូវអត្ថប្រយោជន៍ជាអតិបរមាបន្ថែមលើវិធីសាស្រ្តផ្សេងទៀតនៃការវិភាគ និងការគ្រប់គ្រងប្រាក់។ នៅក្នុងមតិយោបល់ខ្ញុំស្នើឱ្យពិភាក្សាពីរបៀបដែលអ្នកអាចរកប្រាក់ចំណូលបាននៅលើការជាប់ទាក់ទងនៃទ្រព្យសម្បត្តិជាក់លាក់។ ខ្ញុំបានផ្តល់ឧទាហរណ៍របស់ខ្ញុំនៅក្នុងអត្ថបទ ខ្ញុំកំពុងរង់ចាំអ្នកសម្រាប់ការពិភាក្សា។

ចំណេញទាំងអស់!

ជំរាបសួរអ្នកអានទាំងអស់នៃវិបផតថល Pamm-Trade! ឈ្មោះរបស់ខ្ញុំគឺ Oleg Zolotarev ។ ខ្ញុំជាសិស្ស និងជាពាណិជ្ជករដែលជោគជ័យក្នុងទីផ្សារជម្រើសគោលពីរ។

ទំនាក់ទំនង - តើវាជាអ្វី? ឈ្មោះធំ - អត្ថន័យសាមញ្ញ!

ថ្ងៃនេះខ្ញុំចង់ប្រាប់អ្នកអំពីពាក្យគួរឱ្យចាប់អារម្មណ៍មួយជាមួយនឹងឈ្មោះដ៏គួរឱ្យភ័យខ្លាច "ការជាប់ទាក់ទងគ្នា" ។ តាមពិត គ្មានអ្វីគួរឱ្យភ័យខ្លាចនៅទីនេះទេ ពីព្រោះទំនាក់ទំនងគ្រាន់តែជាកម្រិតនៃការពឹងផ្អែករវាងបាតុភូត ឬវត្ថុពីរប៉ុណ្ណោះ។

គំនិតនេះត្រូវបានប្រើប្រាស់យ៉ាងទូលំទូលាយក្នុងគណិតវិទ្យា ជីវវិទ្យា សេដ្ឋកិច្ច ស្ថិតិ ចិត្តវិទ្យា និងគ្រាន់តែក្នុងជីវិតប្រចាំថ្ងៃប៉ុណ្ណោះ។ ចងចាំឃ្លាពីតុក្កតា Winnie the Pooh ថា "វាហាក់ដូចជាភ្លៀង"? នេះគឺជាឧទាហរណ៍បឋមនៃទំនាក់ទំនង។ ពេល​យើង​មើល​ទៅ​លើ​មេឃ ហើយ​ឃើញ​ពពក​ក្រាស់ៗ​នៅ​ទីនោះ យើង​សន្និដ្ឋាន​ថា​វា​អាច​នឹង​មាន​ភ្លៀង។ ទោះយ៉ាងណាក៏ដោយគាត់ប្រហែលជាមិនទៅទេ។ នេះគឺជាចំណុចសំខាន់ដែលបែងចែកទំនាក់ទំនងពីភាពអាស្រ័យលីនេអ៊ែរដ៏តឹងរឹង ដូចជា y = f (x) ។

ទំនាក់ទំនងគឺ ការពឹងផ្អែកដោយសារតែវត្តមាននៃកត្តាចៃដន្យមួយចំនួន។ ដូច្នេះវាត្រូវបានគេហៅថាការពឹងផ្អែកស្ថិតិផងដែរ។ ជាឧទាហរណ៍ មនុស្សម្នាក់អាចធ្វើឱ្យមានការសន្មត់ថាឧក្រិដ្ឋកម្មកើនឡើងជាមួយនឹងភាពអត់ការងារធ្វើ។ ទោះយ៉ាងណាក៏ដោយ មនុស្សម្នាក់មិនអាចប្រាកដ 100% អំពីរឿងនេះបានទេ។ យ៉ាងណាមិញ លទ្ធផលចុងក្រោយក្នុងករណីនេះក៏ត្រូវបានជះឥទ្ធិពលដោយចិត្តគំនិតរបស់មនុស្ស ការចិញ្ចឹមបីបាច់របស់ពួកគេ បរិស្ថានជាដើម។ ដូច្នេះ ការជាប់ទាក់ទងគ្នាផ្តល់នូវទំនាក់ទំនងប្រហាក់ប្រហែល ប៉ុន្តែមិនពិតប្រាកដ។ វាតែងតែមានកត្តាខាងក្រៅដែលអាចប៉ះពាល់ដល់លទ្ធផលដែលមានន័យថាវាមិនអាចទៅរួចទេក្នុងការធ្វើការព្យាករណ៍ត្រឹមត្រូវ។

ដូច្នេះ, យើងបានដោះស្រាយជាមួយនឹងគំនិតទូទៅ, ហើយឥឡូវនេះសូមនិយាយអំពីអ្វីនិងរបៀបដែលទំនាក់ទំនងនេះត្រូវបានសម្តែង។ ទំនាក់ទំនងរវាងបាតុភូតត្រូវបានកំណត់ដោយមេគុណទំនាក់ទំនង។ នាងអាចខ្លាំង។ ជាឧទាហរណ៍ យើងម្នាក់ៗមិនអាចនិយាយបានថា ជាមួយនឹងការកើនឡើងកម្រិតវិទ្យុសកម្ម សុខភាពរបស់យើងកាន់តែយ៉ាប់យ៉ឺន។ ក្នុងឧទាហរណ៍នេះ យើងឃើញទំនាក់ទំនងសមាមាត្របញ្ច្រាស៖ វិទ្យុសកម្មកាន់តែខ្ពស់ សុខភាពមនុស្សកាន់តែអាក្រក់។ ក្នុងករណីនេះ មេគុណជាប់ទាក់ទងគ្នាមាននិន្នាការទៅតម្លៃ -1 ហើយឆ្លុះបញ្ចាំងពីទំនាក់ទំនងអវិជ្ជមាន។

វាកើតឡើងដែលថាបាតុភូត ឬវត្ថុមិនត្រូវបានភ្ជាប់គ្នាតាមមធ្យោបាយណាមួយឡើយ ឧទាហរណ៍ សុន្ទរកថាឆ្នាំថ្មីរបស់ប្រធានាធិបតីគឺពិតជាមិនប៉ះពាល់ដល់ចំនួនស្រាសំប៉ាញប៉ុន្មានដបដែលអ្នកបានផឹកនៅថ្ងៃមុន។ ក្នុងករណីនេះមេគុណទំនាក់ទំនងគឺសូន្យ។

ប្រសិនបើមេគុណមាននិន្នាការទៅតម្លៃនៃ +1 នោះទំនាក់ទំនងវិជ្ជមានត្រូវបានអង្កេត។ ជាឧទាហរណ៍ កាលណាមនុស្សមានមហិច្ឆតាកាន់តែច្រើន និងកម្រិតបញ្ញាកាន់តែខ្ពស់ ពួកគេទំនងជាចង់កាន់តំណែងជាអ្នកដឹកនាំ។

ការបកប្រែដោយផ្ទាល់នៃពាក្យ "ទំនាក់ទំនង" ស្តាប់ទៅដូចជាសមាមាត្រ។ តើ​បាតុភូត​មួយ​ទាក់ទង​នឹង​បាតុភូត​មួយ​ទៀត​យ៉ាង​ដូច​ម្ដេច? ការឡើងកំដៅផែនដីបានបង្កឱ្យមានព្យុះកំបុតត្បូងជាបន្តបន្ទាប់នៅសហរដ្ឋអាមេរិក។ ទំនាក់ទំនងរវាងព្រឹត្តិការណ៍ទាំងនេះពិតជាមាន ហើយនេះធ្វើឱ្យវាអាចដាក់ចេញនូវសម្មតិកម្មអំពីទំនាក់ទំនងបុព្វហេតុ និងឥទ្ធិពលរបស់ពួកគេ។ នេះអាចធ្វើទៅបានតែជាមួយវត្ថុដែលជាប់ទាក់ទងគ្នា។ ប្រសិនបើមិនមានទំនាក់ទំនងរវាងបាតុភូត និងវត្ថុទេនោះ ក៏មិនមានទំនាក់ទំនងគ្នាដែរ។

ឥឡូវ​យើង​មើល​ថា តើ​ទំនាក់​ទំនង​គ្នា​អាច​ជួយ​អ្នក​វិនិយោគ​បាន​ដោយ​របៀប​ណា?

ទំនាក់ទំនងនៃទ្រព្យសកម្មវិនិយោគ៖ តើវាដំណើរការយ៉ាងដូចម្តេច?

តើវិនិយោគិនប៉ុន្មាននាក់ប្រើគោលការណ៍ទាក់ទងគ្នាក្នុងផលប័ត្រវិនិយោគរបស់ពួកគេ? ខ្ញុំមិនគិតដូច្នេះទេ។ ទោះជាយ៉ាងណាក៏ដោយតួនាទីរបស់គាត់ត្រូវបានគេប៉ាន់ស្មានយ៉ាងខ្លាំង។ យ៉ាងណាមិញ មនុស្សគ្រប់គ្នាដឹងថា វាមិនអាចទៅរួចទេក្នុងការរក្សាស៊ុតក្នុងកន្ត្រកមួយ ម្យ៉ាងវិញទៀត ហានិភ័យចាំបាច់ត្រូវធ្វើពិពិធកម្ម។ ដូច្នេះហេតុអ្វីបានជាមិនកែលម្អលទ្ធផលដោយមានជំនួយពីការជាប់ទាក់ទងគ្នា?

ជាឧទាហរណ៍ អ្នកបានសម្រេចចិត្តប្រើវិធីធ្វើពិពិធកម្មក្នុងសកម្មភាពវិនិយោគរបស់អ្នក ហើយបានទិញ បន្ថែមពីលើភាគហ៊ុនរបស់អ្នកចេញធំមួយ ភាគហ៊ុនរបស់សហគ្រាសខ្នាតតូចផងដែរ។ តើអ្នកដឹងទេថាភាគហ៊ុនអាជីវកម្មយក្ស និងភាគហ៊ុនអាជីវកម្មខ្នាតតូចមានមេគុណជាប់ទាក់ទងគ្នានៃ +0.79? ទោះបីជានេះមិនមែនជាឯកតាក៏ដោយ វាក៏មានតម្លៃខ្ពស់គួរសមដែរ។ ហើយដូចដែលយើងបានដឹងរួចមកហើយ ការជាប់ទាក់ទងគ្នាជាវិជ្ជមានបង្ហាញពីទំនាក់ទំនងផ្ទាល់៖ ប្រសិនបើភាគហ៊ុនរបស់សហគ្រាសធំធ្លាក់ចុះ នោះមានលទ្ធភាពនៃការថយចុះតម្លៃមូលបត្រ និងសហគ្រាសធុនតូច។ ក្នុងករណីនេះនៅពេលធ្វើពិពិធកម្មវាល្អប្រសើរជាងមុនក្នុងការជ្រើសរើសទ្រព្យសម្បត្តិដែលមិនមានទំនាក់ទំនង។

ឧទាហរណ៍៖ ភាគហ៊ុន និងសញ្ញាប័ណ្ណ ឬភាគហ៊ុន និងវិក្កយបត្ររតនាគារ។ ចំណែក​មូលបត្របំណុល​វិញ​មាន​ទំនាក់ទំនង​គ្នា​យ៉ាង​ខ្លាំង​ដូច​ជា​ភាគហ៊ុន​។ មេគុណក្នុងករណីនេះអាចឈានដល់ 0.9 ។ ប្រសិនបើអ្នកមិនដឹងថាតើមូលបត្រទាំងនេះខុសគ្នាពីគ្នាទៅវិញទៅមកទេនោះខ្ញុំណែនាំអ្នកឱ្យអានអត្ថបទរបស់ Viktor Samoilov ។ នៅក្នុងវា អ្នកអាចរកឃើញមិនត្រឹមតែការបកស្រាយដែលអាចចូលដំណើរការបាននៃលក្ខខណ្ឌទាំងនេះ និងលក្ខណៈពិសេសនីមួយៗប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងលទ្ធភាពនៃការរកប្រាក់ចំណូលលើមូលបត្រទាំងនេះផងដែរ។

បន្ថែមពីលើការជាប់ទាក់ទងគ្នារវាងមូលបត្រ ក៏មានការពឹងផ្អែករវាងតំបន់ផងដែរ។ ជាញឹកញាប់ជាងនេះទៅទៀត ចម្ងាយកាន់តែជិត ទំនាក់ទំនងកាន់តែខ្ពស់។ ឧទាហរណ៍ ប្រសិនបើយើងយកសហរដ្ឋអាមេរិក និងកាណាដា នោះមេគុណទំនាក់ទំនងគឺប្រហែល 0.9។ នៅពេលដែលចម្ងាយកើនឡើង ទំនាក់ទំនងក៏ដូចគ្នាដែរ។ នៅសហរដ្ឋអាមេរិក និងជប៉ុន តម្លៃនេះគឺតិចជាង 0.5 រួចទៅហើយ។ ដូច្នេះ វាអាចធ្វើពិពិធកម្មហានិភ័យ ដោយមានជំនួយពីទ្រព្យសកម្មមួយ ឧទាហរណ៍ ភាគហ៊ុន ប៉ុន្តែក្នុងករណីទិញវាពីអ្នកចេញប័ណ្ណមកពីផ្នែកផ្សេងៗនៃពិភពលោក។

តើទ្រព្យសម្បត្តិអ្វីផ្សេងទៀត ហើយតើវាទាក់ទងគ្នាដោយរបៀបណា? មូលបត្រ និងមាសមិនមានការពឹងផ្អែកទេ (ការជាប់ទាក់ទងគ្នាគឺសូន្យ)។ ប៉ុន្តែមាស និងប្រាក់គឺជាទ្រព្យសម្បត្តិដែលពឹងផ្អែកគ្នាទៅវិញទៅមក ដូច្នេះវាគ្មានន័យទេក្នុងការប្រើពួកវាជាការធ្វើពិពិធកម្មនៅក្នុងផលប័ត្រតែមួយ។ តើមានអ្វីកើតឡើងចំពោះប្រាក់ដុល្លារអាមេរិក នៅពេលដែលប្រាក់អឺរ៉ូឡើងថ្លៃ? វាកាន់តែថោក។ ដូច្នេះទំនាក់ទំនងរវាងរូបិយប័ណ្ណទាំងនេះគឺអវិជ្ជមាន។

នៅពេលជួញដូរជម្រើសប្រព័ន្ធគោលពីរ ខ្ញុំក៏ប្រើទំនាក់ទំនងផងដែរ។ ប្រសិនបើអ្នកមិនទាន់អាចស្វែងយល់ថាតើអ្វីជាភាពខុសគ្នារវាងជម្រើសគោលពីរ និងជម្រើសផ្លាស់ប្តូរធម្មតាទេនោះ ខ្ញុំណែនាំអ្នកឱ្យមើលវីដេអូនេះ៖

ភាគច្រើនខ្ញុំធ្វើការជាមួយគូរូបិយប័ណ្ណ។ ពាណិជ្ជករណាដែលមានបទពិសោធន៍តិចតួចដឹងថាគូរូបិយប័ណ្ណអាស្រ័យលើគ្នាទៅវិញទៅមក (ជាប់ទាក់ទងគ្នា)។ ឧទាហរណ៍ ការធ្លាក់ចុះនៅក្នុង EUR/USD អាចនាំឱ្យមានការធ្លាក់ក្នុង GBP/USD ។ ដូចគ្នានេះដែរ ការកើនឡើងនៃគូ USD/CHF អាចប៉ះពាល់ដល់កំណើន USD/CAD។ ប្រសិនបើអ្នកជាអ្នកចាប់ផ្តើមដំបូង ហើយមិនដឹងថារូបិយប័ណ្ណណាដែលត្រូវបានផ្សារភ្ជាប់ជាមួយនឹងប្រាក់ដុល្លារ ឬប្រាក់អឺរ៉ូ និងរបៀបដែលពួកគេមានទំនាក់ទំនងគ្នាទៅវិញទៅមកនោះ វាមិនមានបញ្ហាអ្វីនោះទេ។ Victor Samoilov បានបង្កើតយុទ្ធសាស្ត្រពិសេសសម្រាប់គោលបំណងទាំងនេះ។ គោលការណ៍ដែលបានដាក់នៅក្នុងវាគ្រាន់តែឆ្លុះបញ្ចាំងពីការជាប់ទាក់ទងគ្នា។ ប្រសិនបើប្រព័ន្ធជួសជុលការកើនឡើងនៃអត្រានៃគូ EUR/USD នោះវាផ្តល់ឱ្យអ្នកនូវគន្លឹះសម្រាប់ការទិញសកម្មសម្រាប់គូផ្សេងទៀតដែលមានទំនាក់ទំនងវិជ្ជមានខ្ពស់ជាមួយវា។ ប្រសិនបើការជាប់ទាក់ទងគ្នាគឺអវិជ្ជមាន នោះព័ត៌មានជំនួយនឹងត្រូវបានលក់យ៉ាងសកម្មនូវជម្រើស។ របៀបដែលវាដំណើរការក្នុងការអនុវត្ត អ្នកអាចមើលឃើញពីវីដេអូខាងក្រោម៖

ពីទាំងអស់នេះ យើងអាចសន្និដ្ឋានបានថា ដោយមិនគិតពីការជាប់ទាក់ទងគ្នានោះ វាមិនអាចទៅរួចទេក្នុងការអនុវត្តការធ្វើពិពិធកម្មត្រឹមត្រូវ។ ហើយនេះនឹងប៉ះពាល់ដោយផ្ទាល់ដល់ប្រសិទ្ធភាពនៃផលប័ត្រវិនិយោគ។ ដើម្បីបង្កើនដើមទុន (មិននិយាយពីវិធីសន្សំ) ចាំបាច់ត្រូវគិតគូរពីកត្តានេះ។ វាក៏មានសារៈសំខាន់ផងដែរសម្រាប់ពាណិជ្ជករជម្រើសគោលពីរដើម្បីយកទៅក្នុងគណនីមេគុណជាប់ទាក់ទងគ្នា នេះនឹងកំណត់យ៉ាងទូលំទូលាយនូវភាពត្រឹមត្រូវនៃការព្យាករណ៍។

ថ្ងៃនេះខ្ញុំបានប្រាប់អ្នកអំពីយុទ្ធសាស្រ្តមួយដែលពាក់ព័ន្ធបំផុតទៅនឹងបញ្ហារបស់យើងនៅក្នុងដៃ។ ទោះជាយ៉ាងណាក៏ដោយ Viktor Samoilov មានចំនួនច្រើននៃយុទ្ធសាស្រ្តដែលមានប្រសិទ្ធភាពស្មើគ្នាផ្សេងទៀតនៅក្នុងឃ្លាំងអាវុធរបស់គាត់។ ខ្ញុំគ្រាន់តែមិនមានឱកាសដើម្បីពិចារណាពួកវាទាំងអស់នៅក្នុងក្របខ័ណ្ឌនៃអត្ថបទនេះទេ។ ប៉ុន្តែប្រសិនបើអ្នកមានបំណងប្រាថ្នាមិនខកខានព័ត៌មានសំខាន់ៗ (រួមទាំងយុទ្ធសាស្រ្តជួញដូរ) អ្នកអាចជាវព្រឹត្តិប័ត្រព័ត៌មានរបស់យើងដោយប្រើទម្រង់ខាងក្រោម៖

ទទួលបានការណែនាំជាជំហាន ៗ សម្រាប់ការរកលុយ!

តើទំនាក់ទំនងគ្នាជាអ្វី? អត្ថន័យនៃពាក្យ "ទំនាក់ទំនង" នៅក្នុងវចនានុក្រម និងសព្វវចនាធិប្បាយដ៏ពេញនិយម ឧទាហរណ៍នៃការប្រើប្រាស់ពាក្យក្នុងជីវិតប្រចាំថ្ងៃ។

ទំនាក់ទំនង - វចនានុក្រមវេជ្ជសាស្រ្ត

(នៅក្នុងស្ថិតិ) កម្រិតដែលលក្ខណៈណាមួយប៉ះពាល់ដល់មួយផ្សេងទៀត ហើយលក្ខណៈទាំងនេះត្រូវបានទាក់ទងគ្នា និងបង្កើតជាគូ។ លក្ខណៈគូបែបនេះអាចត្រូវបានតំណាងនៅលើក្រាហ្វជាស៊េរីនៃចំណុច។ ប្រសិនបើចំនុចទាំងអស់នៅក្នុងដ្យាក្រាមបែកខ្ចាត់ខ្ចាយជាលទ្ធផលត្រូវគ្នានឹងបន្ទាត់ត្រង់មួយ (ដែលមិនមែនជាផ្ដេក ឬបញ្ឈរ) នោះមេគុណទំនាក់ទំនងអាចប្រែប្រួលពី +1 (ប្រសិនបើការកើនឡើងនៃអថេរមួយត្រូវបានអមដោយការកើនឡើងដែលត្រូវគ្នាក្នុងមួយទៀត) ទៅ -1 (ប្រសិនបើការកើនឡើងនៅក្នុងអថេរមួយត្រូវបានអមដោយការថយចុះថេរនៅក្នុងមួយផ្សេងទៀត); មេគុណទំនាក់ទំនងស្មើរនឹង 0 បង្ហាញថាមិនមានការពឹងផ្អែករវាងលក្ខណៈទាំងពីរដែលកំពុងពិចារណាទេ ហើយពួកវាសមនឹងបន្ទាត់ត្រង់មួយ។ មេគុណតំរែតំរង់គឺជារង្វាស់ជាមធ្យមនៃកំរិតដែលការកើនឡើងនៃលក្ខណៈមួយប៉ះពាល់ដល់ការកើនឡើង / ថយចុះនៅក្នុងមួយផ្សេងទៀត។ ប្រសិនបើវាចាំបាច់ដើម្បីវាយតម្លៃការរួមចំណែកនៃកត្តាជាច្រើនក្នុងការវិវត្តនៃជំងឺជាក់លាក់មួយ នោះការរួមចំណែកដែលទាក់ទងគ្នានៃពួកវានីមួយៗអាចត្រូវបានគណនាដោយប្រើវិធីសាស្ត្រស្ថិតិ ឧទាហរណ៍ ការវិភាគពហុវ៉ារ្យង់។

ទំនាក់ទំនង - វចនានុក្រមផ្លូវចិត្ត

ទំនាក់ទំនង - វចនានុក្រមសង្គមវិទ្យា

ទំនាក់ទំនងស្ថិរភាពរវាងរង្វាស់ពីរ ឬអថេរដែលបង្ហាញក្នុងទម្រង់ស្ថិតិ។ ទំនាក់ទំនងអាចមានទាំងវិជ្ជមាន និងអវិជ្ជមាន។

ទំនាក់ទំនង - សព្វវចនាធិប្បាយចិត្តសាស្ត្រ

កម្រិតដែលអថេរពីរ ឬច្រើនទាក់ទងគ្នាទៅវិញទៅមក។

ទំនាក់ទំនង - វចនានុក្រមសេដ្ឋកិច្ច

ទំហំ ឬវិសាលភាពនៃទំនាក់ទំនងស្ថិតិរវាងអថេរពីរ ឬច្រើន។

ការជាប់ទាក់ទងគ្នា (ក្នុងស្ថិតិសេដ្ឋកិច្ច) - វចនានុក្រមសេដ្ឋកិច្ច

គំនិតដែលឆ្លុះបញ្ចាំងពីវត្តមាននៃការតភ្ជាប់រវាងបាតុភូត ដំណើរការ និងបរិមាណកំណត់លក្ខណៈរបស់វា។

ទំនាក់ទំនង Biserial - វចនានុក្រមសង្គមវិទ្យា

ការជាប់ទាក់ទងគ្នារវាងអថេរ dichotomous និងអថេរបរិមាណ ដែលបង្ហាញថាអថេរ dichotomous ត្រូវបានបង្កើតឡើងដោយការដាក់ក្រុមអថេរបរិមាណទៅជាចន្លោះពេលពីរ។ បង្ហាញថាតើទំនាក់ទំនងលីនេអ៊ែររវាងអថេរដែលបានផ្តល់ឱ្យនឹងជាអ្វី ប្រសិនបើអថេរ dichotomous ជាបរិមាណ។ វាស់វែងដោយប្រើ K.B. rbis ដែលត្រូវបានគណនាដោយប្រើរូបមន្តមេគុណទំនាក់ទំនងលីនេអ៊ែរ Pearson ។ O.V. Tereshchenko

ទំនាក់ទំនង Biserial - សព្វវចនាធិប្បាយចិត្តសាស្ត្រ

ទំនាក់ទំនង J. - វចនានុក្រមពន្យល់របស់ Efremova

1. ទំនាក់ទំនងទៅវិញទៅមក ការជាប់ទាក់ទងគ្នានៃវត្ថុ បាតុភូត ឬគំនិត។

ទំនាក់ទំនង និងការតំរែតំរង់ - វចនានុក្រមផ្លូវចិត្ត

(correlation and regression) ការពិចារណាលើ K. និង R. ត្រូវបានបង្កើតឡើងជុំវិញមូលដ្ឋានគ្រឹះខាងក្រោម។ សំណួរ៖ (a) តើមានទំនាក់ទំនងបែបនេះរវាងអថេរ X និង Y ដែលផ្តល់តម្លៃ X ដែលស្គាល់ដល់យើង យ៉ាងហោចណាស់ យើងអាចទស្សន៍ទាយតម្លៃ Y ដោយមានកម្រិតសមហេតុផលមួយ? ខ) តើអ្វីជាកម្លាំង (ឬភាពតឹងតែង) នៃទំនាក់ទំនងរវាងអថេរ X និង Y? គ) ដោយសារទំនាក់ទំនងរវាង X និង Y តើអ្វីជាច្បាប់ដ៏ប្រសើរ (ឬសមីការនិយាយតាមគណិតវិទ្យា) សម្រាប់ការទស្សន៍ទាយ Y ពី X ហើយតើវាសមហេតុផលប៉ុណ្ណា? នៅពេលដែលយើងព្រួយបារម្ភជាមួយនឹងការប៉ាន់ប្រមាណនៃភាពតឹងឬកម្រិតនៃការតភ្ជាប់ (និយាយយ៉ាងតឹងរឹងកម្រិតនៃការតភ្ជាប់លីនេអ៊ែរ) យើងកំពុងដោះស្រាយជាមួយ K. ពាក្យ "R" ។ សំដៅលើបញ្ហាទាក់ទងនឹងការទស្សន៍ទាយតម្លៃនៃអថេរមួយពីតម្លៃរបស់អ្នកដទៃ មេគុណទំនាក់ទំនង មេគុណ K. នៃផលិតផលនៃគ្រារបស់ Pearson (r), - ច្រើនតែហៅសាមញ្ញថា មេគុណ K. - គឺជាសូចនាករ នៃកម្លាំងនៃទំនាក់ទំនងលីនេអ៊ែររវាងអថេរពីរ និងប្រែប្រួលពី +1 ដល់ -1 ។ តម្លៃសូន្យនៃមេគុណ K. Pearson បង្ហាញពីអវត្តមាននៃទំនាក់ទំនងលីនេអ៊ែររវាង X និង Y; តម្លៃវិជ្ជមាននៃមេគុណនេះបង្ហាញពីអត្ថិភាពនៃនិន្នាការនៃការកើនឡើង Y នៅពេលដែល X កើនឡើង ខណៈពេលដែលតម្លៃអវិជ្ជមានរបស់វាបង្ហាញពីអត្ថិភាពនៃនិន្នាការផ្ទុយ៖ ការថយចុះ Y នៅពេល X កើនឡើង។ Rectilinear K. រវាង X និង Y នឹងកើតឡើង។ ប្រសិនបើតម្លៃ Y អាចត្រូវបានព្យាករណ៍យ៉ាងត្រឹមត្រូវពីតម្លៃនៃ X ដោយប្រើសមីការទស្សន៍ទាយនៃទម្រង់ Y = aX + b ដែល a និង b ត្រូវបានជ្រើសរើសយ៉ាងសមរម្យ។ សម្រាប់ a > 0 ភាពវិជ្ជមានពេញលេញ K. (+1) នឹងត្រូវបានអង្កេត ហើយសម្រាប់ a, ការជាប់ទាក់ទងគ្នា (-1) ។ សមីការនៃទម្រង់ Y \u003d aX + b ត្រូវបានគេហៅថាសមីការលីនេអ៊ែរ ចាប់តាំងពីពេលរៀបចំអនុគមន៍ Y នៃ X ចំនុចទាំងអស់ (X, Y) ដែលបំពេញសមីការនេះស្ថិតនៅលើបន្ទាត់ត្រង់។ មេគុណ K. Pearson គឺជាសូចនាករនៃកម្រិតនៃទំនាក់ទំនងលីនេអ៊ែរ ហើយមិនមែនជាទំនាក់ទំនងទាល់តែសោះ។ ជាឧទាហរណ៍ វាអាចបង្ហាញពីអវត្តមានពេញលេញនៃ K. (r=0) រវាងអថេរពីរដែលទាក់ទងដោយទំនាក់ទំនងមិនលីនេអ៊ែរមុខងារ។ ដោយសារតែដែនកំណត់ទាំងនេះ មេគុណ Pearson មានទំនោរក្នុងការប៉ាន់ស្មានកម្រិតនៃការផ្សារភ្ជាប់គ្នារវាងអថេរ។ ទោះបីជាការពិតដែលថាមានមួយចំនួន ខុសគ្នា ទោះបីរូបមន្តសមមូលសម្រាប់គណនាមេគុណ K. Pearson ក៏ដោយ រូបមន្តគណនាដ៏ល្បីបំផុតមានដូចខាងក្រោម៖ ដែលជាកន្លែងដែល N ជាចំនួននៃការប៉ាន់ប្រមាណជាគូសម្រាប់ X និង Y ។ ការប្រុងប្រយ័ត្នគួរតែត្រូវបានអនុវត្តនៅពេលបកស្រាយមេគុណ K. ការពិតនៃ K. រវាងអថេរ X និង Y នៅតែមិនគ្រប់គ្រាន់ដើម្បីសន្និដ្ឋានដោយស្វ័យប្រវត្តិថាមានទំនាក់ទំនងមូលហេតុរវាងពួកវា។ X អាច​ត្រូវ​បាន​ទាក់ទង​នឹង Y ដោយ​សារ​តែ​: a) ការ​ផ្លាស់​ប្តូ​រ​នៅ​ក្នុង X បាន​ធ្វើ​ឱ្យ​មាន​ការ​ផ្លាស់​ប្តូ​រ​នៅ Y ។ ខ) ការផ្លាស់ប្តូរនៅក្នុង Y បណ្តាលឱ្យមានការផ្លាស់ប្តូរនៅក្នុង X; គ) ការផ្លាស់ប្តូរនៅក្នុងអថេរផ្សេងទៀតបណ្តាលឱ្យមានការផ្លាស់ប្តូរទាំង X និង Y ។ ឧទាហរណ៍ សម្រាប់សិស្សសាលាបឋម បរិមាណវាក្យសព្ទត្រូវបានជាប់ទាក់ទងជាវិជ្ជមានជាមួយនឹងការលូតលាស់របស់ពួកគេ ដោយសារតែអថេរទាំងពីរនេះត្រូវបានផ្សារភ្ជាប់ជាមួយនឹងអាយុ។ លើសពីនេះ មេគុណរបស់ K. Pearson អាចថយចុះដោយសារតែ "ដែនកំណត់នៃទទឹងនៃគំរូ" ។ ការប្រៀបធៀបនៃទំនាក់ទំនង និងការសិក្សាពិសោធន៍ Eksperim ។ ស្រាវជ្រាវ ពាក់ព័ន្ធនឹងការរៀបចំនៃអថេរឯករាជ្យមួយ ឬច្រើន ហើយជាញឹកញយនាំឱ្យបង្កើតសេចក្តីថ្លែងការណ៍មូលហេតុអំពីឥទ្ធិពលនៃអថេរឯករាជ្យលើអថេរអាស្រ័យ។ ភាពត្រឹមត្រូវនៃសេចក្តីថ្លែងការណ៍បែបនេះ ជាក្បួនត្រូវបានធានាដោយលក្ខខណ្ឌបីដូចខាងក្រោម៖ ក) នៅដំណាក់កាលដំបូងនៃការស្រាវជ្រាវ។ ពិសោធន៍ ក្រុមមិនគួរមានភាពខុសប្លែកគ្នាជាប្រព័ន្ធលើអថេរដែលបានគ្រប់គ្រងទាំងអស់នោះទេ។ ខ) ក្រុមទាំងនេះត្រូវបានប៉ះពាល់ទៅនឹងឥទ្ធិពលដូចគ្នានៃកត្តាគ្រប់គ្រងទាំងអស់ លើកលែងតែឥទ្ធិពលនៃអថេរឯករាជ្យ។ គ) បន្ទាប់ពីការពិសោធន៍។ ផលប៉ះពាល់ដែលបង្កឡើងដោយឧបាយកលនៃអថេរឯករាជ្យ ក្រុមមានភាពជឿជាក់ខុសគ្នាក្នុងចំណោមពួកគេនៅក្នុងលក្ខខណ្ឌនៃកម្រិតនៃអថេរអាស្រ័យ។ ការស្រាវជ្រាវទំនាក់ទំនង។ មិនពាក់ព័ន្ធនឹងការរៀបចំអថេរឯករាជ្យ ហើយក្នុងទម្រង់សាមញ្ញបំផុតរបស់វាចុះមកដើម្បីវាស់ចំនួនអថេរ និងកំណត់ភាពខ្លាំងនៃទំនាក់ទំនងរវាងពួកវា។ ទោះបីជាការសិក្សាបែបនេះ ផ្តល់ឱ្យយើងនូវព័ត៌មាន។ អំពីកម្រិតនៃការតភ្ជាប់ ហើយថែមទាំងអនុញ្ញាតឱ្យយើងទស្សន៍ទាយតម្លៃនៃអថេរមួយចំនួនពីទិន្នន័យដែលយើងមានទាក់ទងនឹងអថេរផ្សេងទៀត ពួកវាជាក្បួនមិនអនុញ្ញាតឱ្យយើងធ្វើការសន្និដ្ឋានអំពីទំនាក់ទំនងមូលហេតុរវាងអថេរនោះទេ។ ទោះជាយ៉ាងណាក៏ដោយ នៅក្នុងសម័យកាលរបស់យើង វិធីសាស្ត្រនៃការវិភាគស្ថិតិអាចរកបានសម្រាប់អ្នកស្រាវជ្រាវ ដែលធ្វើឱ្យវាអាចពិនិត្យមើលថាតើកាឡាក់ស៊ីទំនាក់ទំនងជាក់លាក់មួយមានភាពស៊ីសង្វាក់គ្នាជាមួយនឹងគំរូជាក់លាក់នៃទំនាក់ទំនងមូលហេតុ និងផលប៉ះពាល់។ កត្តាមួយផ្នែក K. rXY.W គឺជាសូចនាករនៃកម្លាំងនៃទំនាក់ទំនងលីនេអ៊ែររវាងអថេរ X និង Y ជាមួយនឹងឥទ្ធិពលនៃអថេរ W ដែលត្រូវបានដកចេញ។ វាក៏អនុញ្ញាតឱ្យអ្នក "ជម្រះ" គូ K. ពីល្បាយនៃ ឥទ្ធិពលនៃអថេរច្រើនជាងមួយ។ ការជាប់ទាក់ទងគ្នាច្រើន ឧបមាថាយើងចង់ធ្វើការទស្សន៍ទាយដ៏ល្អបំផុតនៃអថេរ Y (លក្ខណៈវិនិច្ឆ័យ ឬអថេរអាស្រ័យ) ដោយផ្អែកលើអថេរមួយចំនួនផ្សេងទៀត X1, X2, X3, ..., Xp (អ្នកទស្សន៍ទាយ ឬអថេរឯករាជ្យ)។ ជាឧទាហរណ៍ យើងចង់ទស្សន៍ទាយភាពជោគជ័យរបស់សាលាបញ្ចប់ការសិក្សាដោយផ្អែកលើពិន្ទុសិស្ស និងពិន្ទុប្រឡងសរសេរបញ្ចប់ការសិក្សា (GRE)។ ដោយប្រើវិធីសាស្រ្តនៃការសាងសង់តំរែតំរង់ច្រើន យើងអាចទទួលបានកន្សោមនៃទម្រង់៖ b0 + b1X1 + ... + bpXp ដែល b0, b1, ... bp ត្រូវបានជ្រើសរើសយ៉ាងត្រឹមត្រូវនូវថេរដែលព្យាករណ៍យ៉ាងត្រឹមត្រូវ Y. មេគុណនៃ K ច្រើន ., r, តំណាងគឺជាមេគុណ K. នៃផលិតផលនៃគ្រា Pearson រវាងការទស្សន៍ទាយដ៏ល្អបំផុត និងតម្លៃជាក់ស្តែងនៃអថេរដែលបានព្យាករណ៍ ហើយដូចនោះបម្រើជារង្វាស់នៃភាពត្រឹមត្រូវនៃការទស្សន៍ទាយដោយផ្អែកលើការតំរែតំរង់ច្រើន។ សូមមើលផងដែរ វិធីសាស្ត្រទំនាក់ទំនង ស្ថិតិក្នុងចិត្តវិទ្យា A.D. Vell

ទំនាក់ទំនង និងការតំរែតំរង់ - សព្វវចនាធិប្បាយចិត្តសាស្ត្រ

(correlation and regression) ការពិចារណាលើ K. និង R. ត្រូវបានបង្កើតឡើងជុំវិញមូលដ្ឋានគ្រឹះខាងក្រោម។ សំណួរ៖ ក) តើមានទំនាក់ទំនងបែបនេះរវាងអថេរ X និង Y ដែលផ្តល់តម្លៃ X ដែលស្គាល់ដល់យើង យ៉ាងហោចណាស់ យើងអាចទស្សន៍ទាយតម្លៃ Y ដោយមានកម្រិតសមហេតុផលមួយ? ខ) តើអ្វីជាកម្លាំង (ឬភាពតឹងតែង) នៃទំនាក់ទំនងរវាងអថេរ X និង Y? គ) ដោយសារទំនាក់ទំនងរវាង X និង Y តើអ្វីជាច្បាប់ដ៏ប្រសើរ (ឬសមីការនិយាយតាមគណិតវិទ្យា) សម្រាប់ការទស្សន៍ទាយ Y ពី X ហើយតើវាសមហេតុផលប៉ុណ្ណា? នៅពេលដែលយើងព្រួយបារម្ភជាមួយនឹងការប៉ាន់ប្រមាណនៃភាពតឹងឬកម្រិតនៃការតភ្ជាប់ (និយាយយ៉ាងតឹងរឹងកម្រិតនៃការតភ្ជាប់លីនេអ៊ែរ) យើងកំពុងដោះស្រាយជាមួយ K. ពាក្យ "R" ។ សំដៅលើបញ្ហាទាក់ទងនឹងការទស្សន៍ទាយតម្លៃនៃអថេរមួយពីតម្លៃរបស់អ្នកដទៃ មេគុណទំនាក់ទំនង មេគុណ K. នៃផលិតផលនៃគ្រារបស់ Pearson (r), - ច្រើនតែហៅសាមញ្ញថា មេគុណ K. - គឺជាសូចនាករ នៃកម្លាំងនៃទំនាក់ទំនងលីនេអ៊ែររវាងអថេរពីរ និងប្រែប្រួលពី +1 ដល់ -1 ។ តម្លៃសូន្យនៃមេគុណ K. Pearson បង្ហាញពីអវត្តមាននៃទំនាក់ទំនងលីនេអ៊ែររវាង X និង Y; តម្លៃវិជ្ជមាននៃមេគុណនេះបង្ហាញពីអត្ថិភាពនៃនិន្នាការនៃការកើនឡើង Y នៅពេលដែល X កើនឡើង ខណៈពេលដែលតម្លៃអវិជ្ជមានរបស់វាបង្ហាញពីអត្ថិភាពនៃនិន្នាការផ្ទុយ៖ ការថយចុះ Y នៅពេល X កើនឡើង។ Rectilinear K. រវាង X និង Y នឹងកើតឡើង។ ប្រសិនបើតម្លៃ Y អាចត្រូវបានព្យាករណ៍យ៉ាងត្រឹមត្រូវពីតម្លៃនៃ X ដោយប្រើសមីការទស្សន៍ទាយនៃទម្រង់ Y = aX + b ដែល a និង b ត្រូវបានជ្រើសរើសយ៉ាងសមរម្យ។ សម្រាប់ a > 0 ភាពវិជ្ជមានពេញលេញ K. (+1) នឹងត្រូវបានអង្កេត ហើយសម្រាប់ a, ការជាប់ទាក់ទងគ្នា (-1) ។ សមីការនៃទម្រង់ Y \u003d aX + b ត្រូវបានគេហៅថាសមីការលីនេអ៊ែរ ចាប់តាំងពីពេលរៀបចំអនុគមន៍ Y នៃ X ចំនុចទាំងអស់ (X, Y) ដែលបំពេញសមីការនេះស្ថិតនៅលើបន្ទាត់ត្រង់។ មេគុណ K. Pearson គឺជាសូចនាករនៃកម្រិតនៃទំនាក់ទំនងលីនេអ៊ែរ ហើយមិនមែនជាទំនាក់ទំនងទាល់តែសោះ។ ជាឧទាហរណ៍ វាអាចបង្ហាញពីអវត្តមានពេញលេញនៃ K. (r=0) រវាងអថេរពីរដែលទាក់ទងដោយទំនាក់ទំនងមិនលីនេអ៊ែរមុខងារ។ ដោយសារតែដែនកំណត់ទាំងនេះ មេគុណ Pearson មានទំនោរក្នុងការប៉ាន់ស្មានកម្រិតនៃការផ្សារភ្ជាប់គ្នារវាងអថេរ។ ទោះបីជាការពិតដែលថាមានមួយចំនួន ខុសគ្នា ទោះបីរូបមន្តសមមូលសម្រាប់គណនាមេគុណ K. Pearson ក៏ដោយ រូបមន្តគណនាដ៏ល្បីបំផុតមានដូចខាងក្រោម៖ ដែលជាកន្លែងដែល N ជាចំនួននៃការប៉ាន់ប្រមាណជាគូសម្រាប់ X និង Y ។ ការប្រុងប្រយ័ត្នគួរតែត្រូវបានអនុវត្តនៅពេលបកស្រាយមេគុណ K. ការពិតនៃ K. រវាងអថេរ X និង Y នៅតែមិនគ្រប់គ្រាន់ដើម្បីសន្និដ្ឋានដោយស្វ័យប្រវត្តិថាមានទំនាក់ទំនងមូលហេតុរវាងពួកវា។ X អាច​ត្រូវ​បាន​ទាក់ទង​នឹង Y ដោយ​សារ​តែ​: a) ការ​ផ្លាស់​ប្តូ​រ​នៅ​ក្នុង X បាន​ធ្វើ​ឱ្យ​មាន​ការ​ផ្លាស់​ប្តូ​រ​នៅ Y ។ ខ) ការផ្លាស់ប្តូរនៅក្នុង Y បណ្តាលឱ្យមានការផ្លាស់ប្តូរនៅក្នុង X; គ) ការផ្លាស់ប្តូរនៅក្នុងអថេរផ្សេងទៀតបណ្តាលឱ្យមានការផ្លាស់ប្តូរទាំង X និង Y ។ ឧទាហរណ៍ សម្រាប់សិស្សសាលាបឋម បរិមាណវាក្យសព្ទត្រូវបានជាប់ទាក់ទងជាវិជ្ជមានជាមួយនឹងការលូតលាស់របស់ពួកគេ ដោយសារតែអថេរទាំងពីរនេះត្រូវបានផ្សារភ្ជាប់ជាមួយនឹងអាយុ។ លើសពីនេះ មេគុណរបស់ K. Pearson អាចថយចុះដោយសារតែ "ដែនកំណត់នៃទទឹងនៃគំរូ" ។ ការប្រៀបធៀបនៃទំនាក់ទំនង និងការសិក្សាពិសោធន៍ Eksperim ។ ស្រាវជ្រាវ ពាក់ព័ន្ធនឹងការរៀបចំនៃអថេរឯករាជ្យមួយ ឬច្រើន ហើយជាញឹកញយនាំឱ្យបង្កើតសេចក្តីថ្លែងការណ៍មូលហេតុអំពីឥទ្ធិពលនៃអថេរឯករាជ្យលើអថេរអាស្រ័យ។ ភាពត្រឹមត្រូវនៃសេចក្តីថ្លែងការណ៍បែបនេះ ជាក្បួនត្រូវបានធានាដោយលក្ខខណ្ឌបីដូចខាងក្រោម៖ ក) នៅដំណាក់កាលដំបូងនៃការស្រាវជ្រាវ។ ពិសោធន៍ ក្រុមមិនគួរមានភាពខុសប្លែកគ្នាជាប្រព័ន្ធលើអថេរដែលបានគ្រប់គ្រងទាំងអស់នោះទេ។ ខ) ក្រុមទាំងនេះត្រូវបានប៉ះពាល់ទៅនឹងឥទ្ធិពលដូចគ្នានៃកត្តាគ្រប់គ្រងទាំងអស់ លើកលែងតែឥទ្ធិពលនៃអថេរឯករាជ្យ។ គ) បន្ទាប់ពីការពិសោធន៍។ ផលប៉ះពាល់ដែលបង្កឡើងដោយឧបាយកលនៃអថេរឯករាជ្យ ក្រុមមានភាពជឿជាក់ខុសគ្នាក្នុងចំណោមពួកគេនៅក្នុងលក្ខខណ្ឌនៃកម្រិតនៃអថេរអាស្រ័យ។ ការស្រាវជ្រាវទំនាក់ទំនង។ មិនពាក់ព័ន្ធនឹងការរៀបចំអថេរឯករាជ្យ ហើយក្នុងទម្រង់សាមញ្ញបំផុតរបស់វាចុះមកដើម្បីវាស់ចំនួនអថេរ និងកំណត់ភាពខ្លាំងនៃទំនាក់ទំនងរវាងពួកវា។ ទោះបីជាការសិក្សាបែបនេះ ផ្តល់ឱ្យយើងនូវព័ត៌មាន។ អំពីកម្រិតនៃការតភ្ជាប់ ហើយថែមទាំងអនុញ្ញាតឱ្យយើងទស្សន៍ទាយតម្លៃនៃអថេរមួយចំនួនពីទិន្នន័យដែលយើងមានទាក់ទងនឹងអថេរផ្សេងទៀត ពួកវាជាក្បួនមិនអនុញ្ញាតឱ្យយើងធ្វើការសន្និដ្ឋានអំពីទំនាក់ទំនងមូលហេតុរវាងអថេរនោះទេ។ ទោះជាយ៉ាងណាក៏ដោយ នៅក្នុងសម័យកាលរបស់យើង វិធីសាស្រ្តនៃការវិភាគស្ថិតិមានសម្រាប់អ្នកស្រាវជ្រាវ ដែលធ្វើឱ្យវាអាចពិនិត្យមើលថាតើកាឡាក់ស៊ីទំនាក់ទំនងជាក់លាក់មួយមានភាពស៊ីសង្វាក់គ្នាជាមួយនឹងគំរូជាក់លាក់នៃទំនាក់ទំនងមូលហេតុ និងផលប៉ះពាល់។ កត្តាមួយផ្នែក K. rXY.W គឺជាសូចនាករនៃកម្លាំងនៃទំនាក់ទំនងលីនេអ៊ែររវាងអថេរ X និង Y ជាមួយនឹងឥទ្ធិពលនៃអថេរ W ដែលត្រូវបានដកចេញ។ វាក៏អនុញ្ញាតឱ្យអ្នក "ជម្រះ" គូ K. ពីល្បាយនៃ ឥទ្ធិពលនៃអថេរច្រើនជាងមួយ។ ការជាប់ទាក់ទងគ្នាច្រើន ឧបមាថាយើងចង់ធ្វើការទស្សន៍ទាយដ៏ល្អបំផុតនៃអថេរ Y (លក្ខណៈវិនិច្ឆ័យ ឬអថេរអាស្រ័យ) ដោយផ្អែកលើអថេរមួយចំនួនផ្សេងទៀត X1, X2, X3, ..., Xp (អ្នកទស្សន៍ទាយ ឬអថេរឯករាជ្យ)។ ជាឧទាហរណ៍ យើងចង់ទស្សន៍ទាយភាពជោគជ័យរបស់សាលាបញ្ចប់ការសិក្សាដោយផ្អែកលើពិន្ទុសិស្ស និងពិន្ទុប្រឡងសរសេរបញ្ចប់ការសិក្សា (GRE)។ ដោយប្រើវិធីសាស្រ្តនៃការសាងសង់តំរែតំរង់ច្រើន យើងអាចទទួលបានកន្សោមនៃទម្រង់៖ b0 + b1X1 + ... + bpXp ដែល b0, b1, ... bp ត្រូវបានជ្រើសរើសយ៉ាងត្រឹមត្រូវនូវថេរដែលព្យាករណ៍យ៉ាងត្រឹមត្រូវ Y. មេគុណនៃ K ច្រើន ., r, តំណាងគឺជាមេគុណ K. នៃផលិតផលនៃគ្រា Pearson រវាងការទស្សន៍ទាយដ៏ល្អបំផុត និងតម្លៃជាក់ស្តែងនៃអថេរដែលបានព្យាករណ៍ ហើយដូចនោះបម្រើជារង្វាស់នៃភាពត្រឹមត្រូវនៃការទស្សន៍ទាយដោយផ្អែកលើការតំរែតំរង់ច្រើន។ សូមមើលផងដែរ វិធីសាស្ត្រទំនាក់ទំនង ស្ថិតិក្នុងចិត្តវិទ្យា A.D. Vell

ទំនាក់ទំនង Canonical - វចនានុក្រមសង្គមវិទ្យា

ភាសាអង់គ្លេស ការជាប់ទាក់ទងគ្នា Canonic (al); អាឡឺម៉ង់ ទំនាក់ទំនង, canonische ។ ភាពទូទៅនៃទំនាក់ទំនងគូដែលប្រើដើម្បីកំណត់ទំនាក់ទំនងរវាងក្រុមនៃលក្ខណៈពីរ។

ទំនាក់ទំនង Canonical - វចនានុក្រមសង្គមវិទ្យា

ភាពទូទៅនៃទំនាក់ទំនងគូដែលប្រើដើម្បីកំណត់ទំនាក់ទំនងរវាងក្រុមនៃលក្ខណៈពីរ។ Canonical ការវិភាគ ឧ. វិធីសាស្រ្តនៃការស្វែងរក K.k. គឺផ្អែកលើការសាងសង់នៃបន្សំលីនេអ៊ែរនៃសញ្ញានៃសញ្ញាមួយ និងក្រុមផ្សេងទៀត ដែលមេគុណទំនាក់ទំនងគូធម្មតារវាងបន្សំទាំងនេះឈានដល់តម្លៃអតិបរមារបស់វា។ មេគុណអតិបរមាបែបនេះត្រូវបានគេហៅថា canonical ទីមួយ។ មេគុណទំនាក់ទំនង និងបន្សំលីនេអ៊ែរដែលត្រូវគ្នានៃសញ្ញាពីរក្រុមត្រូវបានគេហៅថា។ canonical ដំបូង បរិមាណ។ សូមមើល Kendall MJ, Stewart A. Multivariate static analysis and time series. M. , 1976; Wold G. គំរូការធ្វើដំណើរជាមួយអថេរមិនទាន់ឃើញច្បាស់ // គណិតវិទ្យាក្នុងសង្គមវិទ្យា៖ គំរូ និងដំណើរការព័ត៌មាន M., 1977; Bolch B., Huan K.J. វិធីសាស្រ្តស្ថិតិពហុវិមាត្រសម្រាប់សេដ្ឋកិច្ច។ M. , 1979; Dubrovsky S.A. ការវិភាគស្ថិតិពហុវ៉ារ្យង់ដែលបានអនុវត្ត 1982; Lipovetsky S.S. គំរូមួយចំនួននៃការវិភាគកាំភ្លើងជាទម្រង់ចតុកោណ និងទ្វេលីនេអ៊ែរ // ការអនុវត្តស្មុគស្មាញនៃវិធីសាស្រ្តគណិតវិទ្យាក្នុងការស្រាវជ្រាវសង្គមវិទ្យា។ M. , 1983; Van den Wollenberg A.L. Redundancy: ជាជម្រើសសម្រាប់ការវិភាគទំនាក់ទំនង Canonical // Psychometrica ។ ឆ្នាំ ១៩៧៧ វ៉ុល។ 42, លេខ 2 ។ ស៊ី.ស៊ី. Lipovetsky, L.G. បាដាយ៉ាន។

ទំនាក់ទំនងលីនេអ៊ែរ - វចនានុក្រមសង្គមវិទ្យា

ភាសាអង់គ្លេស ទំនាក់ទំនង, លីនេអ៊ែរ; អាឡឺម៉ង់ ការជាប់ទាក់ទងគ្នា, លីនេអ៊ែរ។ Correlation ដែលសមាមាត្រនៃកម្រិតនៃការផ្លាស់ប្តូរនៃអថេរមួយទៅកម្រិតនៃការផ្លាស់ប្តូរនៃអថេរមួយផ្សេងទៀតគឺជាតម្លៃថេរ។

ពាក្យ "ការជាប់ទាក់ទងគ្នា" ធ្វើឱ្យមនុស្សជាច្រើនភ័យខ្លាច ហើយហាក់ដូចជាអ្វីដែលស្មុគស្មាញ និងមិនអាចយល់បាន។ ទោះជាយ៉ាងណាក៏ដោយនៅក្នុងការអនុវត្តមិនមានអ្វីគួរឱ្យភ័យខ្លាចនៅក្នុងវាទេ។ ការជាប់ទាក់ទងគ្នាគ្រាន់តែជាសូចនាករដែលបង្ហាញពីទំនាក់ទំនងរវាងព្រឹត្តិការណ៍ ឬវត្ថុ។

គំនិតនេះត្រូវបានប្រើប្រាស់ក្នុងការវិភាគសេដ្ឋកិច្ច និងស្ថិតិ ចិត្តវិទ្យា ជីវវិទ្យា គណិតវិទ្យា។ ជាឧទាហរណ៍ ប្រសិនបើអ្នកក្រឡេកមើលទៅលើមេឃ ហើយឃើញពពកក្រាស់ និងងងឹត អ្នកអាចសន្និដ្ឋានថានឹងមានភ្លៀងធ្លាក់ក្នុងពេលឆាប់ៗនេះ។ ទោះជាយ៉ាងណាក៏ដោយ ការសន្និដ្ឋានរបស់យើងមិនផ្តល់ការធានា 100% ទេ។ នេះគឺជាលក្ខណៈសម្គាល់នៃទំនាក់ទំនងពីការពឹងផ្អែកលីនេអ៊ែរ។

តើទំនាក់ទំនងជាអ្វី?

ការជាប់ទាក់ទងគ្នាគឺជាការពឹងផ្អែកគ្នាទៅវិញទៅមកនៃកត្តាចៃដន្យ។ វាបង្ហាញទំនាក់ទំនងប្រហាក់ប្រហែល ហើយមិនផ្តល់ចម្លើយពិតប្រាកដទេ។ ជាឧទាហរណ៍ ភាពអត់ការងារធ្វើបានកើនឡើងនៅក្នុងប្រទេស ហើយចំនួនឧក្រិដ្ឋកម្មបានកើនឡើង។ វាអាចត្រូវបានសន្មត់ថាកត្តាទីពីរត្រូវបានជះឥទ្ធិពលដោយទីមួយ។ ប៉ុន្តែ​កម្រិត​នៃ​ឧក្រិដ្ឋកម្ម​ក៏​ត្រូវ​បាន​ជះឥទ្ធិពល​ដោយ​ការ​ចិញ្ចឹម​អប់រំ ចិត្ត​គំនិត​របស់​មនុស្ស កម្រិត​នៃ​ការ​អប់រំ។ វាមិនអាចទៅរួចទេក្នុងការធ្វើការព្យាករណ៍ត្រឹមត្រូវ ព្រោះតែងតែមានកត្តាបន្ថែម។

ទំនាក់ទំនងរវាងព្រឹត្តិការណ៍ត្រូវបានកំណត់លក្ខណៈដោយមេគុណទំនាក់ទំនង។ តម្លៃមេគុណប្រែប្រួលពី -1 ដល់ +1 ។

ការទំនាក់ទំនងអាចមានបីប្រភេទ៖

• ខ្លាំង;
• ខ្សោយ;
• អវត្តមាន។

ជាឧទាហរណ៍ ការបង្កើនកម្រិតវិទ្យុសកម្មប៉ះពាល់យ៉ាងធ្ងន់ធ្ងរដល់សុខភាពមនុស្ស។ មានទំនាក់ទំនងបញ្ច្រាសរវាងព្រឹត្តិការណ៍ - ការកើនឡើងនៃវិទ្យុសកម្មនាំឱ្យមានការខ្សោះជីវជាតិនៃសុខភាព។ មេគុណទំនាក់ទំនងក្នុងករណីនេះមានតម្លៃអវិជ្ជមាន។

ព្រឹត្តិការណ៍ ឬ​បាតុភូត​ខ្លះ​មិន​ទាក់ទង​គ្នា​ទៅ​វិញ​ទៅ​មក​ទេ។ នៅពេលព្រឹក ទូរសព្ទរបស់អ្នកអស់ភ្លើង ហើយកាលពីម្សិលមិញ មានបុរសម្នាក់បានដើរជាន់ជើងអ្នកនៅក្នុងឡានក្រុង។ ព្រឹត្តិការណ៍ទាំងពីរមិនប៉ះពាល់ដល់អ្នកដទៃទេ។ ក្នុងករណីនេះមេគុណទំនាក់ទំនងគឺសូន្យ។

ប្រសិនបើមេគុណធំជាងសូន្យ និងមានទំនោរទៅ 1 នោះទំនាក់ទំនងបែបនេះត្រូវបានគេហៅថាវិជ្ជមាន។ វាបង្ហាញពីទំនាក់ទំនងផ្ទាល់រវាងព្រឹត្តិការណ៍។ ជាឧទាហរណ៍ កម្រិតនៃចំណេះដឹងកាន់តែខ្ពស់ ឱកាសនៃការចូលរៀននៅសាកលវិទ្យាល័យកាន់តែមានថវិកា។

ការវិភាគទំនាក់ទំនងជួយបង្កើតសម្មតិកម្មអំពីទំនាក់ទំនងបុព្វហេតុ។

ទំនាក់ទំនងរវាងតម្លៃប្រេង និងអត្រាប្តូរប្រាក់ដុល្លារ

តម្លៃ​ប្រេង​និង​អត្រា​ប្តូរ​ប្រាក់​ដុល្លារ​អាមេរិក​មាន​ទំនាក់ទំនង​ច្រាស​គ្នា។ ជាមួយនឹងការកើនឡើងនៃតម្លៃនៃ "មាសខ្មៅ" អត្រាប្តូរប្រាក់ដុល្លារមានការថយចុះហើយផ្ទុយទៅវិញ។

សហរដ្ឋ​អាមេរិក​មាន​ឧស្សាហកម្ម​ខ្លាំង​បំផុត​ក្នុង​ពិភពលោក ហើយ​វា​ត្រូវ​ការ​បរិមាណ​ប្រេង​ដ៏​ច្រើន​សន្ធឹក​សន្ធាប់។ ទន្ទឹមនឹងនេះដែរ រដ្ឋគឺជាប្រទេសមួយក្នុងចំណោមប្រទេសកំពូលទាំងដប់ទាក់ទងនឹងការទាញយកធនធានធម្មជាតិនេះ។ ទន្ទឹមនឹងនេះ សហរដ្ឋអាមេរិកបាននាំចេញផ្នែកសំខាន់នៃប្រេងដែលផលិតបាន ដែលបណ្តាលឱ្យមានការខ្វះខាតនៅក្នុងឧស្សាហកម្ម។ ដើម្បីគ្របដណ្តប់វា ជនជាតិអាមេរិកជារៀងរាល់ឆ្នាំ នាំចូលប្រេងជាង ៨ពាន់លានបារ៉ែល។

បរិមាណនេះគឺគ្រប់គ្រាន់ដើម្បីមានឥទ្ធិពលលើអត្រាប្តូរប្រាក់នៃរូបិយប័ណ្ណជាតិ។ ការកើនឡើងនៃតម្រូវការប្រេងរបស់សហរដ្ឋអាមេរិកនាំឱ្យតម្លៃកើនឡើងនៅក្នុងទីផ្សារអន្តរជាតិ។ ម្យ៉ាងវិញទៀត ការកើនឡើងនៃបរិមាណនាំចូលប៉ះពាល់ដល់តម្លៃទំនិញដែលផលិត។ ជាលទ្ធផលមានការលើសនៃរូបិយប័ណ្ណអាមេរិកនៅក្នុងទីផ្សារប្តូរប្រាក់បរទេស ហើយអត្រារបស់វាចាប់ផ្តើមធ្លាក់ចុះ។

ទំនាក់ទំនងក្នុងការគ្រប់គ្រងទ្រព្យសម្បត្តិវិនិយោគ

ទំនាក់ទំនងត្រូវបានប្រើប្រាស់យ៉ាងសកម្មដោយវិនិយោគិនក្នុងការបង្កើត និងគ្រប់គ្រងផលប័ត្រវិនិយោគរបស់ពួកគេ។ វាជាហេតុផលដែលអ្នកមិនអាចរក្សាទ្រព្យសម្បត្តិរបស់អ្នកទាំងអស់នៅកន្លែងតែមួយបានទេ។ ការធ្វើពិពិធកម្មអាចកាត់បន្ថយហានិភ័យយ៉ាងខ្លាំង។

ឧទាហរណ៍ វិនិយោគិនទិញភាគហ៊ុនរបស់ក្រុមហ៊ុនធំមួយ និងក្រុមហ៊ុនតូចមួយចំនួន។ មេគុណជាប់ទាក់ទងគ្នារវាងភាគហ៊ុនរបស់ក្រុមហ៊ុនឧស្សាហកម្មយក្ស និងសហគ្រាសធុនតូចគឺប្រហែល +0.8 ។ នេះ​ជា​តម្លៃ​ដ៏​ធំ​មួយ ហើយ​វា​កំណត់​លក្ខណៈ​ទំនាក់ទំនង​ផ្ទាល់​រវាង​វត្ថុ។ នៅពេលដែលភាគហ៊ុនរបស់ក្រុមហ៊ុនធំមួយធ្លាក់ចុះ វាមានប្រូបាបខ្ពស់ដែលតម្លៃនៃមូលបត្ររបស់ក្រុមហ៊ុនតូចៗក៏នឹងធ្លាក់ចុះយ៉ាងខ្លាំងផងដែរ។ ក្នុងករណីនេះ វាជាការប្រសើរក្នុងការជ្រើសរើសទ្រព្យសម្បត្តិតាមរបៀបដែលទំនាក់ទំនងមានតិចតួចបំផុត។

ដើម្បីធ្វើដូច្នេះបាន ជាឧទាហរណ៍ វិនិយោគិនអាចបង្កើតផលប័ត្រនៃភាគហ៊ុន និងសញ្ញាប័ណ្ណ ឬភាគហ៊ុន និងវិក្កយបត្ររតនាគារ។ មូលបត្របំណុល ដូចជាភាគហ៊ុន ក៏មានទំនាក់ទំនងផ្ទាល់ជាមួយគ្នាដែរ។ អត្រារបស់ពួកគេគឺខ្ពស់ជាង។ ទោះយ៉ាងណាក៏ដោយមិនមានទំនាក់ទំនងបែបនេះរវាងសញ្ញាប័ណ្ណនិងភាគហ៊ុនដែលអនុញ្ញាតឱ្យអ្នកវិនិយោគកាត់បន្ថយហានិភ័យ។

វាក៏មានការពឹងផ្អែករវាងប្រទេស និងតំបន់ផងដែរ។ កាន់តែជិត មេគុណទំនាក់ទំនងកាន់តែខ្ពស់។ ឧទាហរណ៍ សម្រាប់កាណាដា និងសហរដ្ឋអាមេរិក វាគឺ 0.9។ ក្នុងពេលជាមួយគ្នានេះ សម្រាប់ប្រទេសជប៉ុន និងសហរដ្ឋអាមេរិក គឺតិចជាង 4 ភាគដប់។ តាមពិតទៅ វិនិយោគិនអាចទិញទ្រព្យសកម្មរបស់អ្នកចេញមកពីតំបន់ផ្សេងៗបានផលចំណេញច្រើនជាង។

មាស​និង​មូលបត្រ​គឺ​ជា​ការ​អនុវត្ត​មិន​ទាក់ទង​គ្នា​។ ទោះយ៉ាងណាក៏ដោយ ប្រាក់ និងមាសគឺពឹងផ្អែកខ្លាំងលើគ្នាទៅវិញទៅមក ដូចគ្នានឹងប្រាក់អឺរ៉ូ និងប្រាក់ដុល្លារអាមេរិកដែរ។ ការប្រើប្រាស់របស់ពួកគេនៅក្នុងក្របខណ្ឌនៃផលប័ត្រវិនិយោគមួយគឺមិនអាចទទួលយកបាន។

ការជាប់ទាក់ទងគ្នាគឺជាឧបករណ៍ងាយស្រួល និងចាំបាច់នៅក្នុងផ្នែកផ្សេងៗនៃជីវិត។ វាមិនមែនជា panacea ទេប៉ុន្តែអនុញ្ញាតឱ្យអ្នកបង្កើតទំនាក់ទំនងបុព្វហេតុនិងផលប៉ះពាល់យ៉ាងត្រឹមត្រូវរវាងបាតុភូត។