当两种证券完全正相关时,由此形成的证券组合怎样?

一、当两种证券完全正相关时，相关系数为1，那么由此形成的证券组合锁定风险组合。

二、具体而言：

1、完全负相关品种组合起会选择作分散风险组合，相反作锁定风险组合

2、只要两种资产收益率的相关系数不为1（即完全正相关），分散投资于两种资产就具有降低风险的作用。而对于由相互独立的多种资产组成的资产组合，只要组成资产的个数足够多，其非系统性风险就可以通过这种分散化的投资完全消除。

3、当证券投资组合中各单个证券预期收益之间相关程度为零（处于正相关和负相关的分界点）时，这些证券组合可产生的分散效应，将比具有负相关时为小，但比具有正相关是为大。

三、如果两种证券完全负相关：

1、完全负相关的话，同等量的组合就锁定风险，一涨一跌，幅度相同的话，不赢不亏啊，如果判断完全负相关，可以再不同行情分别做，此消彼长。完全负相关的品种组合在一起不会选择作为分散风险组合，相反作为锁定风险组合，就和外汇期货交易中的锁单效果类似，等待行情反转，择机解除锁仓。

2、当两种股票完全负相关时，把它们合理地组合在一起，能分散全部非系统风险。

四、证券组合的相关系数：

1、P反映两项资产收益率的相关程度，称为相关系数。

2、随着资产组合中资产个数的增加，资产组合的风险会逐渐降低，但资产的个数增加到一定程度时，资产组合的风险程度将趋于平稳，这时组合风险的降低将非常缓慢直到不再降低。因为系统风险是不能够通过风险的分散来消除的。

3、变化范围：

1）-1≤ρ≤1：

相关系数总是在-1到+1之间的范围内变，-1代表完全负相关，+1代表完全正相关

2）相关系数=1

（1）P相关系数=表示两项资产收益率的变化方向和变化幅度完全相同

（2）说明两项资产风险不能互相抵消，所以这个组合不能降司低任何风险

3）P相关系数=-1

表示两项资产收益率的变化方向和变化幅度完全相反

两项资产风险能充分抵消。这个组合能最大程度降低风险

4）P相关系数=0

不相关

正相关（Positive

correlation），是指两个变量变动方向相同，一个变量由大到小或由小到大变化时，另一个变量亦由大到小或由小到大变化。即其数据曲线的切线斜率始终大于零。如身高与体重，身高越长，体重就越重。也就是说，在正相关的情况下，一个变量随着另一个变量的变化而发生相同方向的变化（两个变量同时变大或变小）。其中，引起变化的量叫做自变量（即自己发生变化的量），另一个变量叫做因变量（即跟着自变量变化的量）。

统计学中常用相关系数r来表示两变量之间的相关关系。r的值介于-1与1之间,r为正时是正相关，反映当x增加(减少)时,y随之相应增加(减少)；呈正相关的两个变量之间的相关系数一定为正值，这个正值越大说明正相关的程度越高。

当这个正值为1时就是完全正相关的情形，如点子排为一条直线，为完全正相关。正相关虽然意思明确，其实是个模糊的概念，不可以量化，只是定性说法。如果有明确的关系，例如y=2x，这叫y与x成正比，如果只是大体上，x、y的变化方向一样，例如x上升，y也上升或者x下降，y也下降，那么，这叫正相关。反之，x上升，y却下降，或者x下降，y却上升，就叫负相关了。

---