ScholarGate
Assistent
Regression model

Riskfaktorer med principalkomponentanalys

Riskfaktor-PCA är en dimensionsreduceringsmetod som dekomponerar kovariansmatrisen för avkastningen från många tillgångar till en liten uppsättning ortogonala principalkomponenter tolkade som systematiska riskfaktorer. Litterman och Scheinkman (1991) använde den för att visa att obligationsavkastning drivs av ett fåtal gemensamma faktorer, och Connor och Korajczyk (1988) utvecklade den statistiska faktortolkningen för APT.

Tillämpa med EconMindSnartVideoSnartLadda ner bildspel

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

Källor

  1. Litterman, R. & Scheinkman, J. (1991). Common Factors Affecting Bond Returns. Journal of Fixed Income, 1(1), 54-61. DOI: 10.3905/jfi.1991.692347
  2. 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

Så citerar du den här sidan

ScholarGate. (2026, June 1). Risk Factor PCA via Return Covariance Decomposition. ScholarGate. https://scholargate.app/sv/finance/principal-component-risk

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida

Refereras av

ScholarGatePrincipal Component Risk Factors (Risk Factor PCA via Return Covariance Decomposition). Hämtad 2026-06-15 från https://scholargate.app/sv/finance/principal-component-risk · Datamängd: https://doi.org/10.5281/zenodo.20539026