Heteroskedàstica
Heteroskedastic es refereix a una condició en què la variància del terme residual, o terme d’error, en un model de regressió varia àmpliament. Si això és cert, pot variar de forma sistemàtica i pot haver-hi algun factor que ho pugui explicar. En cas afirmatiu, el model pot estar mal definit i s’hauria de modificar de manera que aquesta variància sistemàtica s’expliqui per una o més variables de predicció addicionals.
El contrari de l’heteroskedàstica és l’homoskedàstica. L’homoskedasticitat es refereix a una condició en què la variància del terme residual és constant o gairebé aproximadament. L'homoskedasticitat (també anomenada "homoscedasticitat") és una assumpció del model de regressió lineal. L'homoskedasticitat suggereix que el model de regressió pot estar ben definit, és a dir, que proporciona una bona explicació del rendiment de la variable dependent.
ESCAPAT Heterosquàstica
L’heteroskedasticitat és un concepte important en el model de regressió i, en el món de les inversions, s’utilitzen models de regressió per explicar el rendiment dels títols i les carteres d’inversió. El més conegut és el Model de preus de capital patrimonial (CAPM), que explica el rendiment d'una acció en termes de la seva volatilitat respecte al mercat en general. Les extensions d’aquest model han afegit altres variables de predicció com ara la mida, l’impuls, la qualitat i l’estil (valor davant creixement).
Aquestes variables de predicció s'han afegit perquè expliquen o expliquen la variació de la variable depenent, el rendiment de la cartera, i després s'explica per CAPM. Per exemple, els desenvolupadors del model CAPM eren conscients que el seu model no va explicar una anomalia interessant: les existències de qualitat, que eren menys volàtils que les existències de baixa qualitat, tendien a funcionar millor del que el model CAPM preveia. CAPM diu que les existències de més risc han de superar les existències de menor risc. En altres paraules, les existències d’alta volatilitat haurien de superar les estructures de baixa volatilitat. No obstant això, les existències d’alta qualitat, menys volàtils, tendien a funcionar millor del que preveia la CAPM.
Més tard, altres investigadors van ampliar el model CAPM (que ja s’havia estès per incloure altres variables de predicció com ara la mida, l’estil i l’impuls) per incloure la qualitat com a variable de predicció addicional, també coneguda com a "factor". Amb aquest factor ara inclòs en el model, es va comptabilitzar l’anomalia del rendiment de les existències de baixa volatilitat. Aquests models, coneguts com a models multi-factor, constitueixen la base de la inversió de factors i la beta intel·ligent.
Comparació de comptes d'inversió Nom del proveïdor Descripció del anunciant × Les ofertes que apareixen a aquesta taula provenen de col·laboracions per les quals Investopedia rep una compensació.