Tương quan là gì? Cách đọc và phân tích hệ số tương quan Pearson

Hy vọng bài viết này sẽ mang đến cho bạn nhiều góc nhìn hữu ích về thế giới phân tích dữ liệu.

Author: Alice Mai | Founder & Lead Instructor of ACE Academy

Trong phân tích tài chính, việc hiểu mối quan hệ giữa các biến là một phần thiết yếu để ra quyết định đầu tư, xây dựng mô hình dự báo và kiểm soát rủi ro. Correlation – phân tích tương quan – là kỹ thuật giúp bạn đo lường mức độ liên hệ giữa hai hoặc nhiều biến số.

Trong bài viết này, ACE sẽ cùng bạn:

• Hiểu rõ bản chất hệ số tương quan là gì
• Học cách áp dụng trong thực tế tài chính
• Thực hành với Excel để phân tích nhanh, chuẩn xác

I. Tương quan là gì? Phân tích tương quan Pearson trong kinh doanh và tài chính đầu tư

Tương quan là một kỹ thuật thống kê giúp xác định mức độ liên kết tuyến tính giữa hai biến định lượng. Tức là, khi một biến thay đổi (tăng hoặc giảm), liệu biến còn lại có thay đổi theo một cách nhất quán hay không. Và nếu có thì theo chiều nào.

Cụ thể:

• Nếu doanh thu tăng khi chi phí marketing tăng, ta nói hai biến này có tương quan dương. Nói cách khác, chúng cùng chiều: khi một biến tăng, biến còn lại cũng tăng.
• Nếu số lượt khiếu nại giảm khi chất lượng sản phẩm tăng, đây là một ví dụ về tương quan âm. Hai biến ngược chiều – một biến tăng, một biến giảm.
• Nếu không có xu hướng rõ ràng nào giữa hai biến, tức là khi một biến thay đổi mà biến còn lại không có quy luật cụ thể nào về tăng/giảm, thì hai biến đó không có tương quan tuyến tính.

Trong phân tích tài chính, kỹ thuật này được ứng dụng rất thường xuyên. Để đưa ra các quyết định đầu tư và quản trị danh mục.

Ví dụ:

Khi một nhà đầu tư muốn xây dựng một danh mục cổ phiếu tối ưu, họ không chỉ quan tâm đến hiệu suất sinh lời của từng mã. Mà còn đặt câu hỏi: “Liệu các cổ phiếu này có biến động giống nhau không?”.

Bởi lẽ, nếu các mã cổ phiếu cùng tăng và cùng giảm trong mọi điều kiện thị trường, thì việc sở hữu nhiều mã khác nhau không thực sự giúp đa dạng hóa rủi ro (risk diversification).

Phân tích tương quan lúc này đóng vai trò như một bộ lọc chiến lược để xác định mức độ đồng biến giữa các tài sản trong danh mục.

Phân tích tương quan là công cụ đơn giản nhưng vô cùng hữu ích để xác định mối quan hệ tiềm năng giữa các yếu tố trong hoạt động kinh doanh. Từ đó, bạn có thể đưa ra giả thuyết phân tích sâu hơn. Hoặc chọn biến đầu vào phù hợp cho các mô hình nâng cao như dự báo hay phân tích hồi quy.

II. Correlation coefficient – Hệ số tương quan là gì?

Hệ số tương quan(Correlation coefficient) là chỉ số thống kê giúp đo mức độ liên hệ tuyến tính giữa hai biến số. Hệ số tương quan có giá trị dao động từ -1.0 đến +1.0.

• Hệ số tương quan có giá trị âm cho thấy hai biến có mối quan hệ nghịch biến hoặc tương quan âm(nghịch biến tuyệt đối khi giá trị bằng -1)
• Hệ số tương quan có giá trị dương cho thấy mối quan hệ đồng biến hoặc tương quan dương (đồng biến tuyệt đối khi giá trị bằng 1)
• Tương quan bằng 0. Khi hai biến số không có liên hệ gì với nhau

Tất cả đều giả định các giá trị của hệ số tương quan. Chúng nằm trong phạm vi chạy từ −1 đến +1

ACE Academy sẽ hướng dẫn bạn chi tiết cách ứng dụng case study thực tế, không chỉ lý thuyết suông

III. Ứng dụng phân tích tương quan Pearson trong tài chính với case study thực tế với Excel

Giả sử bạn đang phân tích 4 mã cổ phiếu: Apple (AAPL), Microsoft (MSFT), Amazon (AMZN) và ExxonMobil (XOM).

Bạn có dữ liệu giá cổ phiếu lịch sử và muốn kiểm tra: liệu chúng có biến động cùng chiều không? Đây là một bước quan trọng nếu mục tiêu của bạn là tối ưu hóa danh mục đầu tư thông minh.

Vì nếu các cổ phiếu này có hệ số tương quan quá cao, việc đầu tư vào cả 4 có thể khiến danh mục bị ảnh hưởng nặng khi thị trường biến động. Do tất cả biến động theo cùng một hướng. Correlation chính là công cụ để kiểm chứng điều đó.

Và để thực hiện phân tích Correlation trong Excel, ta sẽ làm 2 bước như sau cực kỳ đơn giản

Link download dataset cùng thực hành => gắn vào sau khi hoàn thành phễu

Bước 1. Cách tính hệ số tương quan trong Excel

Có 2 cách để tính tính hệ số tương quan trong Excel:

Cách 1: Data Analysis Toolpak phân tích tương quan

• Mở tab Data → Chọn Data Analysis
• Chọn Correlation → Nhập vùng dữ liệu
• Tick Labels in first row nếu có tiêu đề
• Chọn vùng xuất kết quả → Nhấn OK

Xem hướng dẫn chi tiết cách cài đặt Data Analysis Toolpak tại đây -> link về blog Toolpak

Cách 2: Sử dụng hàm =CORREL() để phân tích tương quan

=CORREL(array1, array2)

• array1: dãy dữ liệu của cổ phiếu thứ nhất (ví dụ: Apple)
• array2: dãy dữ liệu của cổ phiếu thứ hai (ví dụ: Amazon)

Bước 2: Diễn giải ý nghĩa hệ số tương quan là gì?

Sau khi phân tích tương quan giữa giá trị các cổ phiếu Apple, Microsoft, Exxon Mobile, ta có kết quả như sau:

Apple & Microsoft: 0.928

• Đây là mức tương quan dương rất mạnh, gần tiệm cận 1. Điều này cho thấy hai cổ phiếu này thường tăng hoặc giảm cùng chiều với nhau theo thời gian. Hay nói cách khác, cổ phiếu Apple tăng thì cổ phiếu Microsoft cũng sẽ tăng và ngược lại. Kết quả này hoàn toàn hợp lý vì cả hai đều là công ty công nghệ dẫn đầu thị trường. Cùng niêm yết trong các chỉ số lớn như Nasdaq và có mức độ nhạy cảm cao với cùng nhóm biến động kinh tế (lãi suất, chu kỳ đầu tư công nghệ, niềm tin người tiêu dùng…).
• Ý nghĩa đầu tư: Nếu mục tiêu của bạn là đa dạng hóa rủi ro trong danh mục, việc nắm giữ cả Apple và Microsoft không giúp giảm biến động tổng thể. Vì chúng có xu hướng di chuyển cùng nhau.

Apple & Amazon: 0.723

• Tương quan dương ở mức trung bình – cao, phản ánh mối liên kết ngành tương đối rõ ràng. Dù Amazon thiên về thương mại điện tử và hạ tầng cloud, còn Apple là công ty sản xuất phần cứng và phần mềm tiêu dùng, nhưng cả hai đều chịu ảnh hưởng chung từ xu hướng chi tiêu cá nhân, nhu cầu công nghệ, và sức khỏe thị trường vốn.
• Gợi ý phân tích sâu hơn: Có thể kiểm tra thêm mối liên hệ giữa các đợt công bố lợi nhuận. Các xu hướng tiêu dùng mùa vụ hoặc hành vi nhà đầu tư trên sàn Nasdaq để lý giải sự đồng biến này.

Amazon & Microsoft: 0.701

• Đây cũng là một mối tương quan dương trung bình, cho thấy một mức độ liên kết ngành nhất định, đặc biệt trong lĩnh vực điện toán đám mây (Azure vs. AWS). Hai công ty này thường được nhà đầu tư xem là “proxy” cho xu hướng đầu tư công nghệ dài hạn.
• Ý nghĩa phân bổ danh mục: Nếu bạn đang xây dựng danh mục tập trung vào mảng công nghệ, việc chọn Amazon và Microsoft có thể hợp lý, nhưng cần lưu ý vẫn có rủi ro đồng biến trong ngắn hạn.

Apple & ExxonMobil: 0.572

• Mức tương quan này chỉ ở mức trung bình – yếu. Thể hiện rằng giá cổ phiếu của Apple và ExxonMobil không bị chi phối bởi cùng một nhóm yếu tố chính. ExxonMobil là một công ty trong ngành năng lượng, hoạt động phụ thuộc lớn vào biến động giá dầu, chính sách năng lượng, và địa chính trị. Vốn không liên quan nhiều đến chu kỳ tiêu dùng hay đổi mới công nghệ của Apple.
• Ý nghĩa quản trị rủi ro: Đây là ví dụ điển hình của đa dạng hóa ngành nghề. Giúp danh mục cân bằng hơn khi thị trường đối mặt với rủi ro hệ thống. Ví dụ: khủng hoảng năng lượng vs. khủng hoảng công nghệ.

Hệ số tương quan Pearson thường được sử dụng để đánh giá mối quan hệ giữa hai biến định lượng, ví dụ như mối liên hệ giữa thời gian học và điểm số. Kết quả hệ số tương quan giúp bạn xác định xem có nên tiếp tục xây dựng mô hình dự báo bằng hồi quy tuyến tính hay không. 👉 Tìm hiểu thêm về cách xây dựng mô hình tại bài: https://aceacademy.vn/phan-tich-hoi-quy-la-gi-ung-dung-hoi-quy-tuyen-tinh-linear-regression/

IV. Tại sao dân tài chính phải hiểu rõ Correlation?

• Đa dạng hóa danh mục đầu tư (Portfolio Diversification): Nếu bạn đầu tư vào 4 cổ phiếu có tương quan cao, khi thị trường biến động, tất cả sẽ bị ảnh hưởng tương tự nhau → rủi ro tăng.
• Dự báo xu hướng: Biến A có thể là tín hiệu sớm cho biến B. Giúp bạn chủ động hơn trong chiến lược tài chính.
• Phân tích nguyên nhân tiềm năng: Trước khi đi vào mô hình hồi quy hoặc mô hình tài chính phức tạp, correlation giúp bạn xác định mối quan hệ nào đáng để đào sâu.

Các Ứng dụng thực tế của phân tích tương quan trong tài chính

• So sánh biến động giữa các tài sản tài chính (cổ phiếu, trái phiếu, quỹ ETF…)
• Kiểm định giả thuyết trong mô hình tài chính
• Phân tích biến ảnh hưởng đến lợi nhuận doanh nghiệp
• Tối ưu danh mục đầu tư theo mô hình hiện đại (Modern Portfolio Theory)

V. Correlation là điểm khởi đầu cho tư duy phân tích

Bài viết này đã giúp bạn hiểu về hệ số tương quan là gì và ứng dung vào case study thực tế. Ở ACE Academy không dạy bạn thuộc lòng công thức . ACE giúp bạn hiểu sâu cách dùng công cụ để đặt câu hỏi đúng và ra quyết định chính xác. Correlation là bước đầu tiên để mở ra tư duy phân tích. Từ mô tả → khám phá → phản biện → ra quyết định.

Hãy luyện tập với dữ liệu thật. Và luôn nhớ: dữ liệu không tự nói điều gì cả – chỉ người có tư duy đúng mới khai thác được insight giá trị.

Trong khóa học Advanced Data Analytics in Excel tại ACE Academy, bạn sẽ được thực hành quy trình phân tích tương quan này từ đầu đến cuối. Từ việc thu thập dữ liệu tài chính, xử lý chuỗi thời gian, đến diễn giải như một chuyên gia phân tích đầu tư.

Với chương trình học tinh gọn, sắp xếp logic và luôn cập nhật theo các tính năng mới nhất từ Microsoft, bạn sẽ được trải nghiệm một khóa học bám sát với thực tế. Học và ứng dụng được ngay chỉ sau 1 2 buổi học. Khóa học Advanced Data Analytics in Excel tại ACE Academy nói không với lý thuyết suông. Bạn sẽ được thực hành liên tục trong suốt các buổi học. Xử lí case study doanh nghiệp từ A đến Z. Khóa học phù hợp ngay cả khi bạn đang là newbie hay đã ở cấp độ advanced! Tìm hiểu ngay để trở thành chuyên gia phân tích dữ liệu với công cụ Excel.

VI. Câu hỏi thường gặp về hệ số phân tích tương quan pearson

About the author

Alice Mai

Founder & Lead Instructor of ACE Academy

Cô Alice là founder tại ACE Academy – nền tảng đào tạo kỹ năng phân tích dữ liệu và tư duy kinh doanh thực chiến. Cô đồng thời là chuyên gia tư vấn tại ACE Partners Consulting & 180 Systems Canada, tập trung vào chiến lược, digital marketing và chuyển đổi số cho các doanh nghiệp. Với hơn 15 năm kinh nghiệm tại các tập đoàn đa quốc gia như TikTok, Lazada và ACFC, Alice kết hợp giữa tư duy lãnh đạo và công nghệ để kiến tạo giải pháp giáo dục phù hợp cho thế hệ trẻ trong thời đại AI.

Linkedin Threads Facebook