Kovarians indikerer forholdet mellom to variabler hver gang en variabel endres. Hvis en økning i den ene variabelen resulterer i en økning i den andre variabelen, sies begge variablene å ha en positiv samvariasjon. Nedgang i en variabel medfører også en nedgang i den andre. Begge variablene beveger seg sammen i samme retning når de endres. Nedgang i en variabel som resulterer i motsatt endring i den andre variabelen blir referert til som negativ samvariasjon. Disse variablene er omvendt relatert og beveger seg alltid i forskjellige retninger. Når et positivt tall brukes for å indikere størrelsen på samvariasjon, er samvariasjonen positiv. Et negativt tall representerer et omvendt forhold. Begrepet samvariasjon brukes ofte når vi diskuterer forhold mellom to økonomiske indikatorer eller begreper. For eksempel har markedsverdier for børsnoterte selskaper typisk en positiv samvariasjon med rapporterte inntekter. Tilsvarende kan verdien av en sikkerhet stige når en annen stiger. Kovariansberegninger brukes også i moderne porteføljeteori (MPT).
Hvis to aksjer har aksjekurser med en positiv samvariasjon, er det sannsynlig at begge vil bevege seg i samme retning når de reagerer på markedsforholdene. Begge aksjer kan spores over en periode med avkastningstakten for hver registrerte periode. Å bestemme samvariasjonen til to variabler kalles samvariasjonsanalyse. For eksempel, gjennomføre en samvarieanalyse av Aksjene A og B registrerer avkastningsrater i tre dager. Aksjer A har en avkastning på henholdsvis 1, 8%, 2, 2% og 0, 8% på dagene én, to og tre. Lager B returnerer 1, 25%, 1, 9% og 0, 5%. Begge aksjene økte og reduserte de samme dagene, så de har en positiv samvariasjon. Når de er tegnet på en X / Y-akse, vises samvariasjonen mellom to variabler visuelt ettersom begge variablene speiler lignende endringer på samme tid. Kovariansberegninger gir informasjon om variabler har en positiv eller negativ sammenheng, men kan ikke avsløre styrken på forbindelsen. Størrelsen på samvariasjon kan være skjev hver gang datasettet inneholder for mange betydelig forskjellige verdier. En enkelt outlier i dataene kan dramatisk endre beregningen og overdrive eller undervurdere forholdet. Covariance hjelper økonomer å forutsi hvordan variabler reagerer når endringer skjer, men kan ikke så effektivt forutsi hvor mye hver variabel endres.
Covariance brukes ofte i MPT. Når man bygger effektive økonomiske porteføljer, søker økonomiledere investeringsmiks som gir optimal avkastning og minimerer risiko. Risiko / avkastningskonseptet viser at økende risiko i investeringer ofte krever økning i avkastningen. Dette er et resultat av investorers ønske om å minimere risikoen og maksimere avkastningen. Når lån med høy risiko tilbys, må utlåner beskytte investeringen ved å kreve høyere renter. Ulike aktivaklasser, forskjellige selskaper og forskjellige lånetaktshistorier gir alle forskjellige priser. Covariance brukes i porteføljestyringsteori for å identifisere effektive investeringer med de beste avkastnings- og risikonivåene for å skape best mulig porteføljer. Regelmessig kan beregningen endres av porteføljeforvalteren for å forbedre resultatene eller spore en bestemt avkastning.
