相关率是金融领域中常用的统计指标，用于衡量两个或多个变量之间的相关性。通过计算相关率，我们可以了解变量之间的线性关系强度和方向。以下是计算金融相关率的公式及其应用。

1. 皮尔逊相关系数（Pearson Correlation Coefficient）:
皮尔逊相关系数是衡量两个连续变量之间线性关系强度的常用方法。其计算公式如下：

相关率 = Cov(X,Y) / (σX * σY)

其中，Cov(X,Y)表示X和Y的协方差，而σX和σY分别表示X和Y的标准差。皮尔逊相关系数的取值范围在-1到1之间，其中-1表示完全负相关，0表示无相关，1表示完全正相关。

应用：皮尔逊相关系数可用于分析股票收益率与市场指数之间的关系，以及货币汇率之间的相关性等。

2. 斯皮尔曼相关系数（Spearman\’s Rank Correlation Coefficient）:
斯皮尔曼相关系数是用于衡量两个变量之间的单调关系强度的方法。它不依赖于变量的分布类型，而是通过将变量的值转换为排序，来计算变量之间的关系。

应用：斯皮尔曼相关系数常常用于评估与金融市场相关的因素之间的关联，比如评估股票市场和经济指标之间的关系。

3. 切比雪夫相关系数（Chebyshev\’s Inequality Coefficient）:
切比雪夫相关系数用于衡量两个变量之间的依赖关系。其计算公式如下：

相关率 = 1 – (σX*Y / (σX * σY))

其中，σX*Y表示变量X和Y的协方差。切比雪夫相关系数的取值范围在0到1之间，其中0表示完全独立，1表示完全依赖。

应用：切比雪夫相关系数可用于评估投资组合中不同资产之间的相关性，以及债券与股票之间的关系等。

以上是三种常见的金融相关率的计算公式及其应用。通过运用这些公式，分析和理解变量之间的关系，我们可以更好地进行投资决策和风险管理。然而，需要注意的是，相关率只能反映线性关系，对于非线性关系的分析可能需要其他方法和指标来衡量。