Principal Component Risikofaktorer
Risikofaktor PCA er en dimensionsreducerende metode, der dekomponerer afkastkovariansmatricen for mange aktiver i et lille antal ortogonale principalkomponenter, som fortolkes som systematiske risikofaktorer. Litterman og Scheinkman (1991) brugte den til at vise, at obligationsafkast drives af få fælles faktorer, og Connor og Korajczyk (1988) udviklede den statistiske faktorfortolkning for APT.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Risk Factor PCA via Return Covariance Decomposition. ScholarGate. https://scholargate.app/da/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.
- Kreditrisikomodeller (Merton, KMV, CreditMetrics)Finansiering↔ compare
- FaktoranalyseForskningsstatistik↔ compare
- Rente-modeller (Vasicek, CIR, Nelson-Siegel)Finansiering↔ compare
- Middel-varians porteføljeoptimering (Markowitz)Finansiering↔ compare
- Almindelig mindste kvadraters metode (OLS) regressionØkonometri↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →