Peamiste vastupunktide riskifaktorid
Riskifaktorite peamine vastupunktanalüüs (PCA) on dimensiooni vähendamise meetod, mis dekomponeerib paljude varade tootluse kovariantsusmaatriksi väikeseks hulgaks ortogonaalseid peamisi vastupunkte, mida tõlgendatakse süsteemsete riskifaktoritena. Litterman ja Scheinkman (1991) kasutasid seda, et näidata võlakirjade tootlusi juhib vähe ühiseid faktoreid, ning Connor ja Korajczyk (1988) töötasid välja statistilise faktori tõlgenduse arbitraaažihindade teooria (APT) jaoks.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 1). Risk Factor PCA via Return Covariance Decomposition. ScholarGate. https://scholargate.app/et/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.
- Krediidiriski mudelid (Merton, KMV, CreditMetrics)Rahandus↔ compare
- FaktoranalüüsUurimisstatistika↔ compare
- Intressimudelite (Vasicek, CIR, Nelson-Siegel) perekondRahandus↔ compare
- Keskmise ja dispersiooni põhjal portfelli optimeerimine (Markowitz)Rahandus↔ compare
- Tavaline vähimruutude (OLS) regressioonÖkonomeetria↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →