Heteroscedástico

DEFINIÇÃO de Heteroscedástico

Heteroscedástica se refere a uma condição na qual a variância do termo residual, ou termo de erro, em um modelo de regressão varia amplamente. Se isso for verdade, pode variar de forma sistemática e pode haver algum fator que possa explicar isso. Nesse caso, o modelo pode estar mal definido e deve ser modificado de forma que essa variância sistemática seja explicada por uma ou mais variáveis ​​preditoras adicionais.

O oposto de heterocedástico é homocedástico. Homocedasticidade se refere a uma condição na qual a variância do termo residual é constante ou quase isso. Homoscedasticidade (também conhecida como “homocedasticidade”) é uma suposição da modelagem de regressão linear. A homocedasticidade sugere que o modelo de regressão pode ser bem definido, o que significa que fornece uma boa explicação do desempenho da variável dependente.

QUEBRANDO Heteroscedástico

Heteroscedasticidade é um conceito importante na modelagem de regressão e, no mundo dos investimentos, os modelos de regressão são usados ​​para explicar o desempenho de títulos e carteiras de investimento. O mais conhecido deles é o Capital Asset Pricing Model (CAPM), que explica o desempenho de uma ação em termos de sua volatilidade em relação ao mercado como um todo. Extensões deste modelo adicionaram outras variáveis ​​de previsão, como tamanho, momentum, qualidade e estilo (valor vs. crescimento).

Essas variáveis ​​preditoras foram adicionadas porque explicam ou explicam a variação na variável dependente, o desempenho do portfólio, que é explicado pelo CAPM. Por exemplo, os desenvolvedores do modelo CAPM estavam cientes de que seu modelo falhou em explicar uma anomalia interessante: ações de alta qualidade, que eram menos voláteis do que ações de baixa qualidade, tendiam a ter um desempenho melhor do que o modelo CAPM previsto. CAPM diz que as ações de alto risco devem superar as ações de baixo risco. Em outras palavras, as ações de alta volatilidade devem vencer as ações de baixa volatilidade. Mas as ações de alta qualidade, que são menos voláteis, tendem a ter um desempenho melhor do que o previsto pelo CAPM.

Posteriormente, outros pesquisadores ampliaram o modelo CAPM (que já havia sido estendido para incluir outras variáveis ​​preditoras, como tamanho, estilo e impulso) para incluir a qualidade como uma variável preditor adicional, também conhecida como “fator”. Com este fator agora incluído no modelo, a anomalia de desempenho das ações de baixa volatilidade foi contabilizada. Esses modelos, conhecidos como modelos multifatoriais, formam a base do investimento de fator e do smart beta.