Heteroskedasticity
Hvað er Heteroskedasticity?
Í tölfræði gerist misskipting (eða misskipting) þegar staðalfrávik spáðrar breytu, sem er fylgst með mismunandi gildum óháðrar breytu eða sem tengist fyrri tímabilum, eru óstöðug. Með misleitni er vísbendingin um sjónræna skoðun á afgangsvillunum að þær munu hafa tilhneigingu til að flæða út með tímanum, eins og sýnt er á myndinni hér að neðan.
Heteroskedasticity kemur oft fram í tvenns konar myndum: skilyrt og skilyrðislaust. Skilyrt óstöðugleiki auðkennir óstöðug flökt sem tengist óstöðugleika fyrri tímabils (td daglega). Skilyrðislaus heteroskedasticity vísar til almennra skipulagsbreytinga á óstöðugleika sem tengjast ekki óstöðugleika fyrri tímabila. Skilyrðislaus heteroskedasticity er notuð þegar hægt er að greina framtíðartímabil með miklum og litlum sveiflum.
Þó að misskipting valdi ekki hlutdrægni í stuðlamatinu, gerir það þau ónákvæmari; Minni nákvæmni eykur líkurnar á því að stuðlamatið sé lengra frá réttu íbúagildi.
Grunnatriði heteroskedasticity
Í fjármálum sést oft skilyrt misskipting í verði hlutabréfa og skuldabréfa. Ekki er hægt að spá fyrir um sveiflustig þessara hlutabréfa á neinu tímabili. Hægt er að nota skilyrðislausa misleitni þegar rætt er um breytur sem hafa greinanlegan árstíðabundinn breytileika, svo sem raforkunotkun.
Eins og það snýr að tölfræði, vísar misleitni (einnig stafsett heteroscedasticity) til villuafbrigði, eða háð dreifingar, innan að minnsta kosti einnar sjálfstæðrar breytu innan tiltekins úrtaks. Hægt er að nota þessi afbrigði til að reikna út skekkjumörk milli gagnasafna, svo sem væntanlegra niðurstaðna og raunverulegra niðurstaðna, þar sem það gefur mælikvarða á frávik gagnapunkta frá meðalgildi.
Til þess að gagnasafn teljist viðeigandi verður meirihluti gagnapunktanna að vera innan ákveðins fjölda staðalfrávika frá meðaltalinu eins og lýst er með setningu Chebyshevs, einnig þekktur sem Chebyshevs ójöfnuður. Þetta gefur leiðbeiningar um líkurnar á því að slembibreyta sé frábrugðin meðaltalinu.
Miðað við fjölda tilgreindra staðalfrávika hefur slembibreyta sérstakar líkur á að vera til innan þessara punkta. Til dæmis getur verið krafist að svið tveggja staðalfrávika innihaldi að minnsta kosti 75% af gagnapunktunum til að teljast gild. Algeng orsök frávika utan lágmarkskröfunnar er oft rakin til vandamála um gæði gagna.
Andstæðan við heteroskedastic er homoskedastic. Homoskedasticity vísar til ástands þar sem dreifni afgangsliðsins er stöðug eða næstum því. Homoskedasticity er ein forsenda línulegrar aðhvarfslíkanagerðar. Það er nauðsynlegt til að tryggja að áætlanir séu nákvæmar, að spámörk fyrir háðu breytuna séu gild og að öryggisbil og p-gildi fyrir færibreyturnar séu gild.
The Types Heteroskedasticity
Skilyrðislaus
Skilyrðislaus heteroskedasticity er fyrirsjáanleg og getur tengst breytum sem eru í eðli sínu hringlaga. Þetta getur falið í sér meiri smásölu sem tilkynnt er um á hefðbundnu fríverslunartímabili eða aukningu á viðgerðum á loftræstingu á hlýrri mánuðum.
Breytingar innan dreifninnar geta tengst beint við atburði tiltekinna atburða eða spámerkja ef breytingarnar eru ekki venjulega árstíðabundnar. Þetta getur tengst aukningu í snjallsímasölu með útgáfu nýrrar gerðar þar sem starfsemin er sveiflukennd miðað við atburðinn en ekki endilega ákvörðuð af árstíðinni.
Heteroskedasticity getur einnig tengst tilfellum þar sem gögnin nálgast mörk - þar sem frávikið verður endilega að vera minna vegna þess að mörkin takmarka svið gagnanna.
Skilyrt
Skilyrt heteroskedasticity er ekki fyrirsjáanlegt í eðli sínu. Það er engin vísbending sem fær greiningaraðila til að trúa því að gögn muni verða meira eða minna dreifð hvenær sem er. Oft eru fjármálavörur taldar háðar skilyrtri misleitni þar sem ekki er hægt að rekja allar breytingar til ákveðinna atburða eða árstíðabundinna breytinga.
Algeng beiting á skilyrtri misleitni er á hlutabréfamörkuðum, þar sem sveiflur í dag eru mjög tengdar sveiflum í gær. Þetta líkan útskýrir tímabil með viðvarandi miklum sveiflum og litlum sveiflum.
Sérstök atriði
Heteroskedasticity and Financial Modeling
Heteroskedasticity er mikilvægt hugtak í aðhvarfslíkönum og í fjárfestingarheiminum eru aðhvarfslíkön notuð til að útskýra frammistöðu verðbréfa og fjárfestingarsafna. Þekktasta þeirra er Capital Asset Pricing Model (CAPM),. sem útskýrir afkomu hlutabréfa með tilliti til flökts þess miðað við markaðinn í heild. Framlengingar á þessu líkani hafa bætt við öðrum spábreytum eins og stærð, skriðþunga, gæðum og stíl (gildi á móti vexti).
Þessum spábreytum hefur verið bætt við vegna þess að þær skýra eða gera grein fyrir dreifni í háðu breytunni. Afkoma eignasafns skýrist af CAPM. Til dæmis voru þróunaraðilar CAPM líkansins meðvitaðir um að líkanið þeirra skýrði ekki áhugavert frávik: hágæða hlutabréf, sem voru minna sveiflukennd en lággæða hlutabréf, höfðu tilhneigingu til að skila betri árangri en CAPM líkanið spáði. CAPM segir að hlutabréf með meiri áhættu ættu að standa sig betur en hlutabréf með minni áhættu.
Með öðrum orðum, hlutabréf með mikla sveiflu ættu að vinna hlutabréf með minni sveiflu. En hágæða hlutabréf, sem eru minna sveiflukennd, höfðu tilhneigingu til að skila betri árangri en CAPM spáði.
Síðar stækkuðu aðrir vísindamenn CAPM líkanið (sem þegar hafði verið stækkað til að innihalda aðrar spábreytur eins og stærð, stíl og skriðþunga) til að innihalda gæði sem viðbótar spábreytu, einnig þekkt sem „þáttur“. Með þessum þætti sem nú er tekinn inn í líkanið var gert ráð fyrir afkomufráviki hlutabréfa með litla sveiflu. Þessi líkön, þekkt sem fjölþátta líkön,. eru grundvöllur þáttafjárfestingar og snjall beta.
Hápunktar
Með misskiptingu er merki um sjónræna skoðun á afgangsvillunum að þær munu hafa tilhneigingu til að flæða út með tímanum, eins og sýnt er á myndinni hér að ofan.
Heteroskedasticity er brot á forsendum línulegrar aðhvarfslíkana og getur því haft áhrif á réttmæti hagfræðigreiningar eða fjármálalíkana eins og CAPM.
Í tölfræði gerist misskipting (eða misskipting) þegar staðalskekkjur breytu, sem fylgst er með yfir ákveðinn tíma, eru óstöðugar.
