ScholarGate
Assistent
Regression model

Factors de Risc de Components Principals

El PCA de Factors de Risc és un mètode de reducció de dimensionalitat que descompon la matriu de covariància dels rendiments de molts actius en un petit conjunt de components principals ortogonals interpretats com a factors de risc sistemàtic. Litterman i Scheinkman (1991) el van utilitzar per demostrar que els rendiments dels bons estan impulsats per uns pocs factors comuns, i Connor i Korajczyk (1988) van desenvolupar la interpretació de factors estadístics per a l'APT.

Aplica-ho amb EconMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  1. Litterman, R. & Scheinkman, J. (1991). Common Factors Affecting Bond Returns. Journal of Fixed Income, 1(1), 54-61. DOI: 10.3905/jfi.1991.692347
  2. Connor, G. & Korajczyk, R. A. (1988). Risk and Return in an Equilibrium APT: Application of a New Test Methodology. Journal of Financial Economics, 21(2), 255-289. DOI: 10.1016/0304-405X(88)90062-1

Com citar aquesta pàgina

ScholarGate. (2026, June 1). Risk Factor PCA via Return Covariance Decomposition. ScholarGate. https://scholargate.app/ca/finance/principal-component-risk

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citat per

ScholarGatePrincipal Component Risk Factors (Risk Factor PCA via Return Covariance Decomposition). Recuperat el 2026-06-15 de https://scholargate.app/ca/finance/principal-component-risk · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026