Heteroskedastik

Heteroskedastik Tanımı

Heteroskedastik, bir regresyon modelinde kalan terimin veya hata teriminin varyansının büyük ölçüde değiştiği bir koşulu ifade eder. Bu doğruysa, sistematik bir şekilde değişebilir ve bunu açıklayabilecek bazı faktörler olabilir. Eğer öyleyse, model zayıf bir şekilde tanımlanmış olabilir ve bu sistematik varyansın bir veya daha fazla ek tahmin değişkeniyle açıklanabilmesi için modifiye edilmesi gerekir.

Heteroskedastic tersidir homoskedastic. Homoskedastisite, kalan terimin varyansının sabit veya neredeyse sabit olduğu bir durumu ifade eder. Eş sapkınlık (aynı zamanda “eş varyanslılık” olarak da ifade edilir), doğrusal regresyon modellemesinin bir varsayımıdır. Homoskedastisite, regresyon modelinin iyi tanımlanmış olabileceğini, yani bağımlı değişkenin performansının iyi bir açıklamasını sağladığını ileri sürer.

Heteroskedastik KIRILMA

Heteroskedastisite, regresyon modellemesinde önemli bir kavramdır ve yatırım dünyasında, menkul kıymetlerin ve yatırım portföylerinin performansını açıklamak için regresyon modelleri kullanılır. Bunlardan en bilineni, bir hisse senedinin performansını bir bütün olarak piyasaya göre oynaklığı açısından açıklayan Sermaye Varlığı Fiyatlandırma Modeli’dir (CAPM). Bu modelin uzantıları, boyut, momentum, kalite ve stil (değer ve büyüme) gibi diğer tahmin değişkenlerini ekledi.

Bu yordayıcı değişkenler, bağımlı değişkendeki varyansı, portföy performansını açıkladıkları veya açıkladıkları için eklenmiş, daha sonra CAPM ile açıklanmıştır. Örneğin, CAPM modelinin geliştiricileri, modellerinin ilginç bir anormalliği açıklamada başarısız olduğunun farkındaydı: Düşük kaliteli hisse senetlerine göre daha az değişken olan yüksek kaliteli hisse senetleri, CAPM modelinin öngördüğünden daha iyi performans gösterme eğilimindeydi. CAPM, yüksek riskli hisse senetlerinin düşük riskli hisse senetlerinden daha iyi performans göstermesi gerektiğini söylüyor. Diğer bir deyişle, yüksek volatiliteli hisse senetleri, düşük volatiliteli hisse senetlerini geçmelidir. Ancak daha az değişken olan yüksek kaliteli hisse senetleri, CAPM tarafından tahmin edilenden daha iyi performans gösterme eğilimindeydi.

Daha sonra, diğer araştırmacılar CAPM modelini (boyut, stil ve momentum gibi diğer öngörücü değişkenleri içerecek şekilde genişletilmişti) kaliteyi ek bir öngörücü değişken olarak içerecek şekilde genişletti, “faktör” olarak da bilinir. Bu faktör artık modele dahil edildiğinde, düşük volatilite hisse senetlerinin performans anomalisi açıklandı. Çok faktörlü modeller olarak bilinen bu modeller, faktör yatırımı ve akıllı betanın temelini oluşturur.