Factores de Riesgo de Componentes Principales
El Análisis de Componentes Principales (PCA) de Factores de Riesgo es un método de reducción de dimensionalidad que descompone la matriz de covarianza de retornos de muchos activos en un pequeño conjunto de componentes principales ortogonales interpretados como factores de riesgo sistemáticos. Litterman y Scheinkman (1991) lo utilizaron para mostrar que los retornos de los bonos son impulsados por unos pocos factores comunes, y Connor y Korajczyk (1988) desarrollaron la interpretación de factores estadísticos para la APT.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Risk Factor PCA via Return Covariance Decomposition. ScholarGate. https://scholargate.app/es/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.
- Modelos de Riesgo de Crédito (Merton, KMV, CreditMetrics)Finanzas↔ compare
- Análisis FactorialEstadística para la investigación↔ compare
- Modelos de tipos de interés (Vasicek, CIR, Nelson-Siegel)Finanzas↔ compare
- Optimización de Carteras Media-Varianza (Markowitz)Finanzas↔ compare
- Regresión por Mínimos Cuadrados Ordinarios (MCO)Econometría↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →