DEFINICIJA Heteroskedastičkog
Heteroskedastički se odnosi na stanje u kojem varijanca preostalog izraza ili termina pogreške u regresijskom modelu uvelike varira. Ako je to istina, može se sustavno razlikovati, a možda postoji i neki faktor koji to može objasniti. Ako je tako, onda je model možda loše definiran i treba ga izmijeniti tako da se ova sustavna varijanca objašnjava jednom ili više dodatnih varijabli predviđanja.
Suprotnost heteroskedastičkom je homoskedastička. Homoskedastičnost se odnosi na stanje u kojem je varijanca preostalog pojma konstantna ili gotovo jednaka. Homoskedastičnost (također napisana "homoscedastičnost") jedna je pretpostavka linearnog regresijskog modeliranja. Homoskedastičnost sugerira da regresijski model može biti dobro definiran, što znači da pruža dobro objašnjenje performansi ovisne varijable.
POKRIVANJE DOLJE Heteroskedastika
Heteroskedastičnost važan je koncept u regresijskom modeliranju, a u investicijskom svijetu regresijski modeli koriste se za objašnjenje uspješnosti portfelja vrijednosnih papira i ulaganja. Najpoznatiji od njih je Model određivanja cijena kapitala (CAPM), koji objašnjava izvedbu dionica u smislu njene volatilnosti u odnosu na tržište u cjelini. Proširenja ovog modela dodala su i druge varijable predviđanja poput veličine, zamaha, kvalitete i stila (vrijednost u odnosu na rast).
Te su varijable predviđanja dodane jer objašnjavaju ili uzimaju u obzir razlike u zavisnoj varijabli, izvedbi portfelja, a zatim ih objašnjava CAPM. Na primjer, programeri CAPM modela bili su svjesni da njihov model nije uspio objasniti zanimljivu anomaliju: visokokvalitetne zalihe, koje su bile manje volatilne od zaliha loše kvalitete, imale su tendenciju da imaju bolje rezultate nego što je predviđao CAPM model. CAPM kaže da dionice visokog rizika trebaju nadmašiti zalihe nižeg rizika. Drugim riječima, dionice visoke volatilnosti trebale bi nadmašiti zalihe niže volatilnosti. Ali visokokvalitetne zalihe, koje su manje volatilne, imale su tendenciju boljeg nego što je predviđao CAPM.
Kasnije su drugi istraživači proširili CAPM model (koji je već bio proširen na druge varijable predviđanja kao što su veličina, stil i zamah) kako bi uključili kvalitetu kao dodatnu varijablu prediktora, koji se također naziva "faktor". Uz uključivanje ovog faktora u model, uzeta je u obzir performansa niskih isparljivih zaliha. Ovi modeli poznati kao multifaktorski modeli čine osnovu faktorskog ulaganja i pametne beta verzije.
