Faktorové riziko pomocí analýzy hlavních komponent
Analýza hlavních komponent (PCA) pro faktorové riziko je metoda redukce dimenzionality, která dekomponuje kovarianční matici výnosů mnoha aktiv na malou sadu ortogonálních hlavních komponent interpretovaných jako systematické faktory rizika. Litterman a Scheinkman (1991) ji použili k demonstraci, že výnosy dluhopisů jsou řízeny několika společnými faktory, a Connor a Korajczyk (1988) vyvinuli statistickou faktorovou interpretaci pro Arbitrage Pricing Theory (APT).
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Mapa metod
Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.
Zdroje
- Litterman, R. & Scheinkman, J. (1991). Common Factors Affecting Bond Returns. Journal of Fixed Income, 1(1), 54-61. DOI: 10.3905/jfi.1991.692347 ↗
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Risk Factor PCA via Return Covariance Decomposition. ScholarGate. https://scholargate.app/cs/finance/principal-component-risk
Která metoda?
Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.
- Modely kreditního rizika (Merton, KMV, CreditMetrics)Finance↔ porovnat
- Faktorová analýzaStatistika ve výzkumu↔ porovnat
- Modelování úrokových měr (Vasicek, CIR, Nelson-Siegel)Finance↔ porovnat
- Optimalizace portfolia podle průměru a rozptylu (Markowitz)Finance↔ porovnat
- Regrese metodou ordinárních nejmenších čtverců (OLS)Ekonometrie↔ porovnat
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →