হেটারোস্কেস্টাস্টিকের সংজ্ঞা
হেটেরোসটেস্টাস্টিক এমন একটি অবস্থাকে বোঝায় যেখানে একটি রিগ্রেশন মডেলের অবশিষ্টাংশ বা ত্রুটি শর্তের বিভিন্নতা বিস্তৃতভাবে পরিবর্তিত হয়। যদি এটি সত্য হয় তবে এটি নিয়মতান্ত্রিক উপায়ে ভিন্ন হতে পারে এবং এমন কিছু কারণ থাকতে পারে যা এটি ব্যাখ্যা করতে পারে। যদি তা হয়, তবে মডেলটি খারাপভাবে সংজ্ঞায়িত করা যেতে পারে এবং এটি সংশোধন করা উচিত যাতে এই পদ্ধতিগত প্রকরণটি এক বা একাধিক অতিরিক্ত ভবিষ্যদ্বাণী ভেরিয়েবল দ্বারা ব্যাখ্যা করা যায়।
হেটরোস্কেস্টাস্টিকের বিপরীতটি হমোস্কেস্টাস্টিক। হোমোসকেস্টাস্টিটি এমন এক অবস্থার কথা বোঝায় যেখানে অবশিষ্টাংশের বৈকল্পিকতা স্থির বা প্রায় তাই থাকে। হোমোসকেস্টাস্টিটি (এছাড়াও "হোমোসেসডেস্টিটি" বানান) লিনিয়ার রিগ্রেশন মডেলিংয়ের একটি অনুমান। হোমসকেস্টাস্টিটি পরামর্শ দেয় যে রিগ্রেশন মডেলটি সুসংজ্ঞায়িত হতে পারে, এর অর্থ এটি নির্ভরশীল ভেরিয়েবলের কর্মক্ষমতা সম্পর্কে একটি ভাল ব্যাখ্যা সরবরাহ করে।
নিচে হেটেরোস্কেস্টিক
রিটারেশন মডেলিংয়ের ক্ষেত্রে হিটারোস্কেস্টাস্টিটি একটি গুরুত্বপূর্ণ ধারণা এবং বিনিয়োগের বিশ্বে রিগ্রেশন মডেলগুলি সিকিওরিটি এবং বিনিয়োগের পোর্টফোলিওগুলির কার্যকারিতা ব্যাখ্যা করার জন্য ব্যবহৃত হয়। এর মধ্যে সর্বাধিক সুপরিচিত হ'ল ক্যাপিটাল অ্যাসেট প্রাইসিং মডেল (সিএপিএম), যা সামগ্রিকভাবে বাজারের সাথে সম্পর্কিত হিসাবে তার স্টকটির পারফরম্যান্সকে ব্যাখ্যা করে। এই মডেলটির প্রসারণগুলিতে আকার, গতিবেগ, গুণমান এবং শৈলী (মান বনাম বৃদ্ধি) এর মতো অন্যান্য ভবিষ্যদ্বাণীকারী ভেরিয়েবল যুক্ত হয়েছে।
এই পূর্বাভাসকারী ভেরিয়েবলগুলি যুক্ত করা হয়েছে কারণ তারা নির্ভরশীল ভেরিয়েবল, পোর্টফোলিও পারফরম্যান্সের বিভিন্নতা ব্যাখ্যা করে বা অ্যাকাউন্ট করে, তারপরে সিএপিএম দ্বারা ব্যাখ্যা করা হয়। উদাহরণস্বরূপ, সিএপিএম মডেলের বিকাশকারীরা সচেতন ছিলেন যে তাদের মডেল একটি আকর্ষণীয় অসাধারণতা ব্যাখ্যা করতে ব্যর্থ হয়েছে: উচ্চ মানের স্টকগুলি, যা নিম্ন মানের স্টকের তুলনায় কম অস্থির ছিল, সিএপিএম মডেলের পূর্বাভাসের চেয়ে ভাল সম্পাদন করার ঝোঁক ছিল। সিএপিএম বলছে যে উচ্চ-ঝুঁকিপূর্ণ স্টকগুলি নিম্ন-ঝুঁকিপূর্ণ স্টকগুলিকে ছাড়িয়ে যায়। অন্য কথায়, উচ্চ-অস্থিরতা স্টকগুলি নিম্ন-অস্থিরতা স্টকগুলিকে পরাজিত করা উচিত। তবে উচ্চমানের স্টকগুলি, যা কম অস্থির, সিএপিএম দ্বারা পূর্বাভাসের চেয়ে আরও ভাল পারফর্ম করার ঝোঁক।
পরবর্তীতে, অন্যান্য গবেষকরা সিএপিএম মডেলকে বাড়িয়ে দিয়েছিলেন (যা ইতিমধ্যে আকার, শৈলী এবং গতিবেগের মতো অন্যান্য ভবিষ্যদ্বাণী ভেরিয়েবলগুলি অন্তর্ভুক্ত করার জন্য প্রসারিত হয়েছিল) গুণমানকে একটি অতিরিক্ত অনুমানকারী ভেরিয়েবল হিসাবে অন্তর্ভুক্ত করার জন্য, "ফ্যাক্টর" হিসাবেও পরিচিত ছিল। এই ফ্যাক্টরটি এখন মডেলটিতে অন্তর্ভুক্ত হওয়ার সাথে সাথে কম অস্থিরতার স্টকের পারফরম্যান্স অসাধারণতা হিসাবে গণ্য হয়েছিল। মাল্টি-ফ্যাক্টর মডেল হিসাবে পরিচিত এই মডেলগুলি ফ্যাক্টর বিনিয়োগ এবং স্মার্ট বিটার ভিত্তি তৈরি করে।
