What Is 相關性（Correlation）?
擁有多套房產不代表真正做到了分散風險——如果所有物業都在同一個城市、同一個區域，它們的表現會高度連動，市場下行時同時受創。相關性幫你量化這個問題：相關係數越低，資產之間的連動越弱，組合的抗風險能力越強。實務上，透過在不同城市、不同物業類型之間配置資金，可以有效降低整體組合的波動性。
相關性（Correlation）是衡量兩項資產價格變動同步程度的統計指標，數值從-1（完全反向）到+1（完全同向），在投資組合建構中用來評估分散化效果。
At a Glance
How It Works
基本原理。 相關係數+1代表兩項資產總是同漲同跌；-1代表一個漲時另一個必跌；0代表沒有規律性關聯。在房產投資中，同城市、同區域的物業相關性很高（通常0.7以上），因為它們受相同的經濟因素驅動——就業成長、人口流入、利率變化。
跨市場配置。 把投資分散到不同類型的市場可以降低相關性。例如在Memphis和Boise各持有一套出租物業，Memphis主要靠物流和醫療就業帶動，Boise靠科技移民——兩個市場的經濟週期不完全同步，組合波動性因此降低。
物業類型的影響。 獨棟住宅和商業零售空間的租金變動通常不太同步。混合持有不同物業類型（住宅+小型商業）也是降低組合相關性的一種策略。
侷限性。 相關性不是固定數值——它會隨時間改變。2008年金融海嘯中，原本低相關的市場同時暴跌，因為系統性風險（信用緊縮）衝擊了所有地區。不要假設歷史相關性在未來一定成立。
Real-World Example
張女士（Zhang）在Dallas擁有三套出租物業，總投資$850,000。三套都在同一個郵遞區號內，相關係數高達0.92。2020年初疫情衝擊時，三位房客同時出現付款困難，空置率從5%飆升到18%，月現金流從$2,100驟降到$400。
這次經歷讓她體認到組合過於集中。之後她賣掉一套Dallas物業，用回收的資金在Memphis購入一棟雙拼、在Indianapolis購入一棟獨棟。新組合橫跨三個市場、兩種物業類型，歷史相關係數降到0.45左右。2022年Dallas市場調整時，Memphis和Indianapolis表現穩定，整體組合月現金流維持在$2,800以上。
Pros & Cons
Watch Out
- 數據侷限： 房產市場的相關性數據不像股票那樣容易取得，需要仰賴區域房價指數或租金資料庫
- 尾部風險： 系統性危機（如2008年信用崩潰）會讓幾乎所有市場的相關性同時飆升，分散化在極端情境下保護有限
- 務實考量： 不要為了降低相關性而投資自己不熟悉的遠距市場——管理風險可能超過相關性帶來的好處
Ask an Investor
The Takeaway
相關性是判斷投資組合是否真正做到分散風險的關鍵指標。在不同城市、不同物業類型之間配置資金可以降低整體波動性，但要認清極端市場環境下的侷限。對於持有多套物業的投資者來說，定期檢視組合的相關性結構，比盲目增加物業數量更有價值。