我们将考察和讨论单个证券的特征，特别是：
1.期望收益。它是指一个持有一种股票的投资者期望在下一个时期所能获得的收益。当然，这仅仅是一种期望，实际收益可能比较高或比较低。因此.单个证券的期望收益可以简单地以过去一段时期从这一证券所获得的平均收益来表示。此外，其他计算期望收益的方法还有：可以通过仔细地分析相应上市公司的前景，或采用计算机模型模拟，或根据专门的或内幕的信息确定期望收益。
2.方差和标准差。评价证券收益变动的方法有很多，其中最为常用的是方差。方差是一种证券的收益与其平均收益的离差平方的平均数。标准差是方差的平方根。
3.协方差和相关系数。各种证券的收益之间相互关联。协方差是一个度量两种证券收益之间相互关系的统计指标。此外，这种相互关系也可以用两种证券收益之间的相关系数来反映。协方差和相关系数是理解贝塔系数的基础。
期望收益和方差
假设财务分析人员坚信宏观经济将出现四种状况：萧条、衰退、正常、繁荣，每种状态出现的可能性相同。Supertech公司的期望收益状况与宏观经济状况基本一致，而Slowpoke公司的期望收益状况并非如此。两家公司的期望收益如下：
表11-1 方差和标准差计算表
我们所计算的离差反映了收益的变动性。但有些离差是正数，有些是负数，对于一个公司来说，这些离差的总和等于零。因此难于说明其真正的涵义。为了使离差具有更明确的意义，我们求出各个离差的平方，使得所有的离差以平方的形式成为正数，这样离差平方的和也是正数，详见表11-1的最后一栏。
协方差和相关系数
方差和标准差度量的是单个股票收益的变动性。现在，我们希望度量一种股票的收益率与另外一种股票的收益率之间的关系。引入协方差（covariance）和相关系数（correlation）
协方差和相关系数度量的是两个随机变量是如何相关的。我们将通过扩展Supertech和Slowpoke的例子来解释这些术语。
表11-2 计算协方差和相关系数
因为标准差总是正值，所以两个变量相关系数的符号和两个变量协方差的符号是一样的。如果相关系数为正，我们说两个变量之间正相关；如果相关系数为负，我们说两个变量之间负相关；如果相关系数为零，我们说两个变量之间不相关。而且，我们可以证明相关系数总是界于+1和-1之间，因为协方差通过除以两者的标准差标准化了。
我们可以比较两对不同的证券的相关系数。例如，通用汽车公司和福特公司的相关系数大大高于通用汽车公司和IBM公司的相关系数。因此，我们可以说：第一对证券收益之间的相关程度大大高于第二时证券收益之间的相关程度。
图11-1 不同的相关系数：某一时间两种证券收益之间的关系
图11-1展示了比较A和B两种资产收益之间相关程度的三种基准情形。它们分别表示两种资产收益之间的相关系数等于+1、-1和0，分别意味着完全正相关、完全负相关和完全不相关。图中的曲线分别表示两种证券在某一时期的收益。
