प्रधान घटक जोखिम कारक
जोखिम कारक PCA (प्रिंसिपल कंपोनेंट एनालिसिस) एक आयाम-घटाने की विधि है जो कई परिसंपत्तियों के रिटर्न सहप्रसरण मैट्रिक्स को व्यवस्थित जोखिम कारकों के रूप में व्याख्या किए गए कुछ ऑर्थोगोनल प्रधान घटकों के एक छोटे समूह में विघटित करती है। लिट्टर्मन और शेनकमैन (1991) ने इसका उपयोग यह दिखाने के लिए किया कि बॉन्ड रिटर्न कुछ सामान्य कारकों द्वारा संचालित होते हैं, और कॉनर और कोराज्ज़िक (1988) ने APT (आर्बिट्रेज प्राइसिंग थ्योरी) के लिए सांख्यिकीय-कारक व्याख्या विकसित की।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Risk Factor PCA via Return Covariance Decomposition. ScholarGate. https://scholargate.app/hi/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.
- क्रेडिट जोखिम मॉडल (Merton, KMV, CreditMetrics)वित्त↔ compare
- कारक विश्लेषणअनुसंधान सांख्यिकी↔ compare
- ब्याज दर मॉडल (वासिसेक, सीआईआर, नेल्सन-सीगल)वित्त↔ compare
- माध्य-प्रसरण पोर्टफोलियो अनुकूलन (मार्कोविट्ज़)वित्त↔ compare
- साधारण न्यूनतम वर्ग (OLS) समाश्रयणअर्थमिति↔ compare