Glossar
Korrelationskoeffizient
Aktualisiert 12. Juni 2026
Der Korrelationskoeffizient ist ein statistisches Maß, das Stärke und Richtung des linearen Zusammenhangs zwischen zwei Variablen auf einer Skala von –1 bis +1 ausdrückt. Gebräuchlich ist vor allem der nach Auguste Bravais und Karl Pearson benannte Koeffizient „r".
Wertebereich und Lesart
Ein Wert von r = +1 beschreibt einen perfekt positiven linearen Zusammenhang: Steigt Variable A, steigt Variable B im gleichen Verhältnis. r = –1 steht für eine perfekt negative Beziehung – steigt A, fällt B proportional. Bei r = 0 besteht kein linearer Zusammenhang. In der Praxis liegen Koeffizienten stets zwischen diesen Extremen; Werte ab etwa ±0,7 gelten als stark, Werte unter ±0,3 als schwach.
Entscheidend: Der Koeffizient misst ausschließlich lineare Zusammenhänge und sagt nichts über Kausalität aus. Das klassische Gegenbeispiel – die positive Korrelation zwischen Storchenpopulation und Geburtenrate in bestimmten Regionen – belegt, dass ein statistischer Zusammenhang keinen ursächlichen Mechanismus impliziert. Beide Variablen hängen in Wirklichkeit von einem dritten Faktor ab, dem Urbanisierungsgrad.
Bedeutung für die Portfoliokonstruktion
In der modernen Portfoliotheorie ist der Korrelationskoeffizient ein zentrales Werkzeug zur Risikosteuerung. Das Grundprinzip: Je geringer Anlagen miteinander korrelieren, desto stärker reduziert ihre Kombination das Gesamtportfoliorisiko – Verluste in einem Asset werden durch unabhängige oder gegenläufige Bewegungen eines anderen abgepuffert.
Für Kryptowährungen ist dabei ein strukturelles Merkmal relevant: Korrelationen sind zeitlich instabil. In ruhigen Marktphasen zeigen Kryptoassets gegenüber klassischen Assetklassen wie Anleihen oder Rohstoffen vergleichsweise niedrige Koeffizienten. In Stressphasen – etwa breiten Marktabverkäufen – steigen Korrelationen zwischen nahezu allen Anlageklassen häufig abrupt an, ein Phänomen, das als Korrelationsbruch bezeichnet wird. Diversifikation greift dann genau dann am wenigsten, wenn sie am dringendsten gebraucht würde.
Empirische Untersuchungen zeigen zudem Unterschiede innerhalb von Aktiensegmenten: Bitcoin weist tendenziell eine höhere Korrelation zu wachstumsorientierten Fonds auf als zu substanzorientierten (Value), was auf eine gewisse Sensitivität gegenüber Zinsdynamiken hindeutet – ohne dass daraus ein stabiles, vorhersagbares Muster abgeleitet werden kann.
Einschränkungen im Krypto-Kontext
Neben der zeitlichen Instabilität gilt: Kryptomärkte sind stärker durch Liquiditätsschocks, regulatorische Ereignisse und Sentimentwechsel geprägt als durch fundamentale Kennzahlen. Der Korrelationskoeffizient erfasst nur lineare Abhängigkeiten; nichtlineare Zusammenhänge – etwa schwanzlastige Verlustszenarien – erfordern ergänzende Methoden wie Copula-Modelle oder rollierende Fensteranalysen.