开发者:上海品职教育科技有限公司 隐私政策详情

应用版本:4.2.11(IOS)|3.2.5(安卓)APP下载

Christiandudu · 2023年10月07日

讲义第201

在讲到Advantage of Multi factor Models的优点时:


1.因为每项资产用多因素解释时有残差项,会让组合风险不为零,这个可以理解

2.讲义又说因为FACTOR没有冗余项,会让correlation不等于-1,所以会让组合风险不为零,针对这一点我是否可以这样理解:

*在用factor做回归时,factor 与factor之间 相关性越低越好,意味着factor之间correlation趋近于0为佳,在计算组合风险时,就算factor 与factor之间相关性为0只要不为负,组合风险就不为0

*若出现冗余项,这个冗余项就很有可能与之前的factor存在correlation,当然这个correlation 有可能为正意味着为正或为负,就怕为负,为负的话就有可能导致组合总风险为0


另外提一个疑问: 用多因素回归计算组合风险时,回归得来的factor相关性最好为0,防止多重共线性,没有相关性也意味着没有分散性,这算不算因子回归的劣势呢?或者说因素回顾就是在利用concentrated来获取收益呢?

1 个答案
已采纳答案

笛子_品职助教 · 2023年10月07日

嗨,从没放弃的小努力你好:


同学可以这么理解,老师再补充一下:

从统计学角度,做因子回归,要检验是否有多重共线性,也就是说,我们用于回归的各个因子之间,不要有相关性。

如果回归的各个因子之间存在相关性,则回归方程是不正确的。

因子的相关性最好是0,正相关性和负相关性,都是有相关性,即使是负相关,也算是具备多重共线性。

在实证的时候,往往会用假设检验的方法,来测试因子相关性,例如在10%显著性水平下,因子之间不相关。


因子之间没有相关性,意味着充分的分散化。如果因子存在相关性,则多个因子受到同一个因素影响,这才是没有分散化。




----------------------------------------------
加油吧,让我们一起遇见更好的自己!

  • 1

    回答
  • 0

    关注
  • 159

    浏览
相关问题