相关性因果的进阶用法：把口径说清楚

在投资研究中，“相关”与“因果”常被混用。统计上，两个变量同向或反向变动，只能说明样本期内存在相关关系；要推断因果，需要额外条件，例如时间先后、机制解释、排除共同原因等。把口径说清楚，是避免误读相关性的第一道护栏。

（1）定义边界：相关描述的是变量间线性或秩次的同步程度，常用皮尔逊系数或斯皮尔曼系数衡量，取值通常在-1到1之间；因果则要求“若改变A，B会随之改变”，这通常需要实验或准实验设计。观测数据一般只能支持相关陈述，不能直接支持因果陈述。

（2）计算前提：皮尔逊系数通常假设变量近似正态、关系近似线性、样本独立、无极端值主导；斯皮尔曼系数对单调非线性更稳健，但仍要求样本独立。若时间序列存在趋势或自相关，直接计算相关性容易得到“伪相关”，一般需先差分、去趋势或使用协整等方法，具体以官方规则与统计教材为准。

（3）数据来源：口径必须写明样本区间、频率（日/周/月）、复权方式、缺失值处理、是否剔除停牌或异常值。不同来源（交易所、数据商、基金披露）对同一指标的统计口径可能不同，混用会导致系数不可比。数据来源应可追溯，计算脚本应可复现。

一个可复现的复盘例子：假设研究“某宽基指数月度收益率”与“某宏观指标月度变化”的相关性。步骤为：先确定样本区间与频率；对指数使用月度收盘价计算收益率，对宏观指标使用官方公布的月度同比或环比；检查缺失值并统一对齐月份；对两序列做平稳性检验，必要时差分；再计算皮尔逊与斯皮尔曼系数，并报告样本量、置信区间与散点图。若发现系数较高，仍需检查是否存在共同趋势、滞后效应或第三变量（如政策、流动性）。复盘结论只能表述为“在给定口径与样本期内，两者存在统计相关”，不能写成“A导致B”。

进阶用法还包括：用偏相关控制第三变量；用滞后相关看时间先后；用滚动窗口观察相关性是否稳定；用分组或子样本检验是否由极端值驱动。这些方法仍属于相关分析范畴，不能单独证明因果。若需因果推断，通常要借助工具变量、双重差分、断点回归等设计，并说明识别假设。

对普通投资者而言，实用规则是：看到“相关”先问口径，看到“因果”先问机制与识别。把定义边界、计算前提、数据来源写清楚，才能让相关性成为可复核的证据，而不是被误读的结论。