Гетероскедастикалық
Гетероскедастиканың анықтамасы
Гетероскедастикалық деп регрессия моделіндегі қалдық мүшесінің немесе қателік мүшесінің дисперсиясы кеңінен өзгеретін шартты айтады. Егер бұл рас болса, ол жүйелі түрде өзгеруі мүмкін және мұны түсіндіретін кейбір факторлар болуы мүмкін. Егер солай болса, онда модель нашар анықталған болуы мүмкін және осы жүйелік дисперсия бір немесе бірнеше қосымша болжамдық айнымалылармен түсіндірілетін етіп өзгертілуі керек.
Гетероскедастикаға қарама-қарсы гомоскедастикалық. Гомоскедастика дегеніміз қалдық мүшенің дисперсиясы тұрақты болатын немесе солай болатын жағдайды айтады. Гомоскедастика («гомоскедастика» деп те жазылған) — бұл сызықтық регрессиялық модельдеудің бір жорамалы. Гомоскедастика регрессия моделі жақсы анықталған болуы мүмкін дегенді білдіреді, яғни тәуелді айнымалының өнімділігі туралы жақсы түсініктеме береді.
Гетероскедастикалық
Гетероскедастик — регрессияны модельдеудегі маңызды ұғым, ал инвестициялық әлемде регрессиялық модельдер бағалы қағаздар мен инвестициялық портфельдердің жұмысын түсіндіру үшін қолданылады. Солардың ішіндегі ең белгіліі — бұл капиталды активтерге баға белгілеу моделі (CAPM), ол акциялардың өнімділігін жалпы нарыққа қатысты құбылмалылығы тұрғысынан түсіндіреді. Бұл модельдің кеңейтімдері өлшем, импульс, сапа және стиль сияқты басқа болжамдық айнымалыларды қосты (мән өсуге қарсы).
Бұл болжамды айнымалылар қосылды, өйткені олар тәуелді айнымалының, портфолио жұмысының ауытқуын түсіндіреді немесе есепке алады, содан кейін CAPM арқылы түсіндіріледі. Мысалы, CAPM моделін жасаушылар өздерінің моделі қызықты ауытқушылықты түсіндіре алмағанын білді: сапасыз акцияларға қарағанда тұрақсыздығы жоғары сапалы акциялар CAPM моделі болжағаннан жақсы жұмыс істеуге ұмтылды. CAPM тәуекелі жоғары акциялар тәуекел деңгейі төмен акциялардан асып түсуі керек дейді. Басқа сөзбен айтқанда, жоғары құбылмалы акциялар төменгі құбылмалы акциялардан басым болуы керек. Бірақ құбылмалы емес жоғары сапалы акциялар CAPM болжағаннан гөрі жақсы жұмыс істеуге ұмтылды.
Кейінірек, басқа зерттеушілер CAPM моделін кеңейтті (ол өлшем, стиль және импульс сияқты басқа болжаушы айнымалыларға дейін кеңейтілген болатын) сапаны «фактор» деп те аталатын қосымша болжамдық айнымалы ретінде қосады. Қазір модельге енгізілген осы фактормен төмен құбылмалы қорлардың өнімділік аномалиясы есепке алынды. Ретінде белгілі бұл модельдер, көп факторлы модельдер, негізін құрайтын фактор инвестициялау және ақылды бета.