Heteroskedastic
Heteroskedastisch verwijst naar een aandoening waarbij de variantie van de restterm of foutterm in een regressiemodel sterk varieert. Als dit waar is, kan dit op een systematische manier variëren, en er kan een factor zijn die dit kan verklaren. Als dit het geval is, is het model mogelijk slecht gedefinieerd en moet het zodanig worden aangepast dat deze systematische variantie wordt verklaard door een of meer aanvullende voorspellende variabelen.
Het tegenovergestelde van heteroskedastisch is homoskedastisch. Homoskedasticiteit verwijst naar een aandoening waarbij de variantie van de resterende term constant of bijna zo is. Homoskedasticiteit (ook gespeld als "homoscedasticiteit") is een veronderstelling van lineaire regressiemodellering. Homoskedasticiteit suggereert dat het regressiemodel goed gedefinieerd is, wat betekent dat het een goede verklaring biedt voor de prestaties van de afhankelijke variabele.
ONDERBREKING Heteroskedastic
Heteroskedasticiteit is een belangrijk concept in regressiemodellering en in de beleggingswereld worden regressiemodellen gebruikt om de prestaties van effecten en beleggingsportefeuilles te verklaren. De meest bekende hiervan is het Capital Asset Pricing Model (CAPM), dat de prestaties van een aandeel verklaart in termen van zijn volatiliteit ten opzichte van de markt als geheel. Uitbreidingen van dit model hebben andere voorspellende variabelen toegevoegd, zoals grootte, momentum, kwaliteit en stijl (waarde versus groei).
Deze voorspellende variabelen zijn toegevoegd omdat ze de variantie in de afhankelijke variabele, de portfolioprestaties verklaren of verklaren, en vervolgens wordt verklaard door CAPM. Ontwikkelaars van het CAPM-model waren zich er bijvoorbeeld van bewust dat hun model geen interessante anomalie kon verklaren: hoogwaardige aandelen, die minder volatiel waren dan aandelen van lage kwaliteit, presteerden over het algemeen beter dan het CAPM-model voorspelde. CAPM zegt dat aandelen met een hoger risico beter zouden moeten presteren dan aandelen met een lager risico. Met andere woorden, aandelen met een hoge volatiliteit zouden aandelen met een lagere volatiliteit moeten verslaan. Maar aandelen van hoge kwaliteit, die minder volatiel zijn, presteerden over het algemeen beter dan voorspeld door CAPM.
Later hebben andere onderzoekers het CAPM-model (dat al was uitgebreid met andere voorspellende variabelen zoals grootte, stijl en momentum) uitgebreid met kwaliteit als een extra voorspellende variabele, ook bekend als een "factor". Nu deze factor in het model is opgenomen, werd rekening gehouden met de prestatie-afwijking van aandelen met lage volatiliteit. Deze modellen, bekend als multi-factor modellen, vormen de basis van factorbeleggen en slimme bèta.
Vergelijk beleggingsrekeningen Aanbieder Naam Beschrijving Adverteerder Openbaarmaking × De aanbiedingen die in deze tabel worden weergegeven, zijn afkomstig van samenwerkingsverbanden waarvan Investopedia een vergoeding ontvangt.