Apa Heteroskedastic?
Heteroskedastik mengacu pada suatu kondisi di mana varian istilah sisa, atau istilah kesalahan, dalam model regresi sangat bervariasi. Jika ini benar, mungkin berbeda secara sistematis, dan mungkin ada beberapa faktor yang dapat menjelaskan hal ini. Jika demikian, maka model mungkin tidak terdefinisi dengan baik dan harus dimodifikasi sehingga varians sistematis ini dijelaskan oleh satu atau lebih variabel prediktor tambahan.
Kebalikan dari heteroskedastik adalah homoskedastik. Homoskedastisitas mengacu pada suatu kondisi di mana varian suku sisa konstan atau hampir sama. Homoskedastisitas (juga dieja “homoscedasticity”) adalah salah satu asumsi pemodelan regresi linier. Homoskedastisitas menunjukkan bahwa model regresi mungkin terdefinisi dengan baik, artinya model tersebut memberikan penjelasan yang baik tentang kinerja variabel dependen.
BREAKING DOWN Heteroskedastic
Heteroskedastisitas merupakan konsep penting dalam pemodelan regresi, dan dalam dunia investasi, model regresi digunakan untuk menjelaskan kinerja sekuritas dan portofolio investasi. Yang paling terkenal di antaranya adalah Model Penetapan Harga Aset Modal (CAPM), yang menjelaskan kinerja saham dalam kaitannya dengan volatilitasnya relatif terhadap pasar secara keseluruhan. Perluasan model ini telah menambahkan variabel prediktor lain seperti ukuran, momentum, kualitas, dan gaya (nilai vs. pertumbuhan).
Variabel prediktor ini ditambahkan karena menjelaskan atau memperhitungkan varians dalam variabel dependen, kinerja portofolio, kemudian dijelaskan oleh CAPM. Misalnya, pengembang model CAPM menyadari bahwa model mereka gagal menjelaskan anomali yang menarik: saham berkualitas tinggi, yang kurang stabil daripada saham berkualitas rendah, cenderung berkinerja lebih baik daripada yang diprediksi model CAPM. CAPM mengatakan bahwa saham berisiko tinggi harus mengungguli saham berisiko rendah. Dengan kata lain, saham dengan volatilitas tinggi harus mengalahkan saham dengan volatilitas rendah. Tetapi saham berkualitas tinggi, yang tidak terlalu bergejolak, cenderung berkinerja lebih baik dari yang diperkirakan oleh CAPM.
Kemudian, peneliti lain memperluas model CAPM (yang telah diperluas untuk memasukkan variabel prediktor lain seperti ukuran, gaya, dan momentum) untuk memasukkan kualitas sebagai variabel prediktor tambahan, juga dikenal sebagai “faktor”. Dengan faktor ini sekarang dimasukkan dalam model, anomali kinerja dari saham volatilitas rendah diperhitungkan. Model ini, yang dikenal sebagai model multi-faktor, membentuk dasar investasi faktor dan smart beta.
Artikel terkait
- Regresi Linier Berganda (MLR)
- Memahami regresi linier vs regresi berganda
- Regresi
- Dasar-dasar regresi untuk analisis bisnis
- Mendefinisikan regresi nonlinier
- Mengambil tembakan di Capm
- Model penetapan harga aset modal internasional (CAPM)
- Heteroskedastisitas
- Homoskedastik
- Regresi Bertahap