統計では、変動係数（COV）は相対イベント分散の単純な尺度です。 これは、標準偏差と平均値の比率に等しくなります。 COVの最も一般的な使用法は相対リスクの比較ですが、あらゆるタイプの定量的尤度または確率分布に適用できます。
COVには別の用途と意味があります。 数学モデルを解釈するとき、COVは二乗平均平方根誤差と独立した従属変数の平均との比として計算されます。 このタイプのCOV分析はあまり一般的ではありませんが、モデルが特定のタスクまたは分析のタイプに適しているかどうかを判断する際に建設的になります。 変動係数、統一リスク、相対標準偏差など、他のいくつかの用語はCOVと同義です。
変動係数の可能な用途
COVは、指数分布を示す研究で特に役立ちます。 つまり、分布が低分散と見なされる場合と、高分散と見なされる場合を示すのに役立ちます。
投資と金融では、COVを使用してリスクを評価できます。 リスクベースのCOVは、最新のポートフォリオ理論（MPT）の標準偏差とほぼ同じ方法で解釈できます。 唯一の違いは、COVが相対リスクの全体的な指標として優れていることです。特に、異なる証券の異なるレベルのリスクの間で。
たとえば、2つの異なる株が異なるリターンを提供し、異なる標準偏差を持っているとします。 ストックAの予想リターンは15％、ストックBの予想リターンは10％です。 ただし、在庫Aの標準偏差は10％ですが、在庫Bの標準偏差は5％のみです。 どちらが良い投資ですか？
これらの期待リターンが正確であり、投資家のポートフォリオの残りの部分が決定に対して中立であると仮定すると、ストックBがより良い投資です。 そのCOV（5％/ 10％、または0.5）は、ストックAのCOV（10％/ 15％、または0.67）よりも低くなっています。
変動係数の利点
COVの主な利点は、ユニットがないことです。 特定の定量化可能なデータに対してCOVを実行できます。そうしないと、他のメジャーでは不可能な方法で、無関係のCOVを互いに比較できます。
実際、COVの単位のない品質は、COVを標準偏差分析から分離するものです。 2つの変数の標準偏差を意味のある方法で比較することはできません。 ただし、標準偏差と平均を比較することにより、COVはすべての分散を相対的でありながら、基礎となるユニットから独立させます。
リスクの尺度として、COVは株式やその他の証券の価格の変動を測定するために使用されます。 アナリストは、さまざまな潜在的投資に関連するリスクを評価および比較できます。 したがって、投資リスクを測定および管理するために使用できます。
単一の投資のリターンの大きな変動のリスクを減らすために、資産の多様化されたポートフォリオが常に推奨されます。 したがって、リスクと多様化は負の関係にあります。 つまり、多様化が進むと、リスクが減少します。
ゼロの欠点
サンプル母集団の平均がゼロであるとします。 言い換えると、ゼロの上下のすべての値の合計は互いに等しくなります。 この状況では、分母にゼロを配置するため、COVの式は役に立ちません。
実際、COV計算の性質は、サンプル母集団に正の値と負の値の両方が強く存在すると問題になることです。 このメトリックは、ほぼすべてのデータポイントが同じプラスマイナス記号を共有している場合に最適に使用されます。
