相关性（Correlation）是用来刻画两类资产（或同一资产的两个变量）在同一时间尺度上“共同变化程度与方向一致性”的统计指标，常用于描述资产之间的联动性与分散化关系。它回答的是：当A发生变化时，B在多大程度上倾向于同向或反向变化。
指标归类与一句话本质
在金融指标体系中，相关性属于“风险与组合管理类指标”，与波动率、Beta 等同属刻画资产价格不确定性与共同风险暴露的工具，但它关注的是“资产之间”的关系，而非单一资产自身的波动幅度。若把波动率理解为“单个资产的起伏大小”，相关性则是“两个资产起伏是否同步”。一句话概括其本质：相关性衡量的是两组收益（或变动）之间线性同动关系的强弱与方向。
相关性通常以相关系数表示，取值范围在 -1 到 +1 之间：接近 +1 表示高度同向联动，接近 -1 表示高度反向联动，接近 0 表示线性层面上缺乏稳定同动关系。需要强调的是，“接近0”并不等于“完全无关系”，而是指在线性相关框架下难以用稳定的同向/反向关系来描述，仍可能存在非线性、分段或状态依赖的联动。
关键构成：相关性在度量什么
相关性并不是对价格水平本身做比较，而是对“变化”做比较。在金融语境中，变化通常指收益率或价差变动，因此相关性更常被理解为“收益相关性”。其关键构成可以从三个层面把握：
第一，比较对象是“两条序列”。它可以是两只股票的日收益、股票与债券的周收益、商品与汇率的月度变动，也可以是同一资产的不同期限收益、不同市场的同类指数等。只要两条序列在时间上可对齐，就具备讨论相关性的前提。
第二，核心是“共同波动的方向与一致性”。当两条序列经常同涨同跌，相关性倾向为正；当一涨一跌更常见，相关性倾向为负；当它们的涨跌配合缺乏规律，相关性就会偏向零附近。这里的“共同”强调同步性，但并不意味着因果关系。
第三，相关性通常隐含“线性关系”的假设。常用的皮尔逊相关系数刻画线性同动强度，因此在存在跳跃、极端值、非线性结构或明显的时变特征时，相关性可能不足以完整描述联动性。金融实践中也会使用秩相关等方法以缓解对分布形态的敏感性，但无论采用哪种相关度量，其共同目标都是把联动性压缩为可比较的数值刻度。
知识边界：相关性不等于因果、不等于稳定
相关性最常见的误解在于把它当作因果证据。相关性只描述“同时发生的共同变化”，并不说明A导致B或B导致A；两者可能同时受第三个因素驱动，例如利率、流动性、风险偏好或政策预期等。类似地，相关性也不等于“长期稳定的关系”。在不同市场状态下，同一对资产的相关性可能显著变化：平稳时期联动较弱，压力时期联动增强，或者在通胀、增长、信用条件不同阶段呈现不同符号与强度。
此外，相关性对数据口径与时间尺度敏感。使用日度、周度或月度数据，得到的相关性可能不同；使用价格水平还是对数收益、是否去除异常值、是否采用滚动窗口，都会影响结果。因此，相关性更适合被理解为“在给定样本、给定频率、给定口径下的统计描述”，而不是对资产关系的永久标签。
相关性也不直接表达“风险大小”。两只资产即使相关性很高，它们各自波动率可能完全不同；相关性刻画的是共同波动的结构，而不是波动本身的幅度。与“什么是隐含波动率？期权风险指标核心定义”这类指标相比，隐含波动率侧重市场对单一标的未来波动的定价预期，而相关性侧重两个标的之间的同步程度，它们属于风险指标体系中不同维度。
典型使用场景：用于描述联动结构的通用语言
相关性作为资产联动性指标的基础定义，最常出现于三个场景。
一是组合层面的风险结构表达。资产之间的相关性决定了组合波动在统计意义上如何由各资产的波动共同构成，从而使“分散化”这一概念具有可度量的基础。这里的用途是描述组合内部的共同波动结构，而不是给出收益判断。
二是跨资产与宏观变量的联动刻画。例如股票指数与利率、信用利差、商品价格之间的相关性，常用于总结某一阶段市场变量的共同变化格局。需要注意，这类联动同样不等同于因果链条，更多是对同一时期市场叙事与驱动因素的一种统计侧写。
三是风险传导与压力情景的描述工具。在市场波动放大、流动性收缩或风险偏好急剧变化的阶段，相关性结构可能发生突变，表现为原本分散的资产变得更同步。相关性在此处的角色是“记录联动变化”，而非提供操作结论。与“什么是市场情绪指数？投资者预期指标解释”这类侧重预期与情绪的指标相比，相关性不衡量情绪本身，而是衡量资产价格（或收益）之间的共同变化结果。
总体而言，相关性是一种以数值刻画联动性的通用语言：它定义清晰、可跨资产使用，但受样本、频率与市场状态影响显著；它能描述共同波动，却不提供因果解释。把握这些边界，才能在金融指标体系中正确理解“相关性是什么”。
