eteroschedastico
DEFINIZIONE di EteroschedasticoL'eteroschedastico si riferisce a una condizione in cui la varianza del termine residuo, o termine di errore, in un modello di regressione varia ampiamente. Se questo è vero, può variare in modo sistematico e potrebbe esserci qualche fattore che può spiegarlo. In tal caso, il modello potrebbe essere poco definito e dovrebbe essere modificato in modo che questa varianza sistematica sia spiegata da una o più variabili predittive aggiuntive.
L'opposto dell'eteroschedastico è omoschedastico. L'omoschedasticità si riferisce a una condizione in cui la varianza del termine residuo è costante o quasi. L'omoschedasticità (anche detta "omoscedasticità") è un'ipotesi del modello di regressione lineare. L'omoschedasticità suggerisce che il modello di regressione può essere ben definito, il che significa che fornisce una buona spiegazione delle prestazioni della variabile dipendente.
RIPARTIZIONE Eteroschedastica
L'eteroschedasticità è un concetto importante nella modellizzazione della regressione e, nel mondo degli investimenti, i modelli di regressione sono utilizzati per spiegare la performance dei titoli e dei portafogli di investimento. Il più noto di questi è il Capital Asset Pricing Model (CAPM), che spiega la performance di un titolo in termini di volatilità rispetto al mercato nel suo insieme. Le estensioni di questo modello hanno aggiunto altre variabili predittive come dimensioni, quantità di moto, qualità e stile (valore vs. crescita).
Queste variabili predittive sono state aggiunte perché spiegano o tengono conto della varianza nella variabile dipendente, della performance del portafoglio, quindi viene spiegato da CAPM. Ad esempio, gli sviluppatori del modello CAPM erano consapevoli che il loro modello non era in grado di spiegare un'anomalia interessante: le azioni di alta qualità, che erano meno volatili rispetto alle azioni di bassa qualità, tendevano a funzionare meglio di quanto previsto dal modello CAPM. CAPM afferma che i titoli a rischio più elevato dovrebbero sovraperformare i titoli a rischio inferiore. In altre parole, le azioni ad alta volatilità dovrebbero battere le azioni a bassa volatilità. Ma i titoli di alta qualità, che sono meno volatili, tendevano a funzionare meglio di quanto previsto dal CAPM.
Successivamente, altri ricercatori hanno esteso il modello CAPM (che era già stato esteso per includere altre variabili predittive come dimensioni, stile e quantità di moto) per includere la qualità come variabile predittiva aggiuntiva, nota anche come "fattore". Con questo fattore ora incluso nel modello, è stata presa in considerazione l'anomalia delle prestazioni dei titoli a bassa volatilità. Questi modelli, noti come modelli a più fattori, costituiscono la base dell'investimento fattoriale e della beta intelligente.
Confronta i conti di investimento Nome del fornitore Descrizione Descrizione dell'inserzionista × Le offerte che compaiono in questa tabella provengono da società di persone da cui Investopedia riceve un compenso.