風險
如果我使用 PCA 的統計風險模型擷取的風險因素與其他 PM 的風險因素完全不同，會發生什麼？
為了解釋系統性風險，我們使用風險因素，我了解到，由於他們試圖解釋“系統性”風險，因此風險因素相對眾所周知。但是，如果我從 PCA（統計風險模型）獲得的風險因素與其他也使用 PCA 獲得風險因素的 PM 風險因素完全不同，會發生什麼情況。
根據要使用的數據和分析的時間段，可能會根據個體 PM 有不同的風險因素。
似乎如果不同的風險因素試圖捕捉相同的概念“系統性風險”，它不再捕捉系統性風險，因為它們使用“不同”的因素。
有沒有我誤解的部分？
有兩種因素。
命名或定義的因素與可觀察到的經濟或金融變數有關，例如 FamaFrench HMB，或市場因素或油價因素。
未命名或統計確定的因素是僅使用股票價格的 PCA 的結果。雖然第一個 PCA 因素通常與上述市場因素（即所有股票的整體走勢）接近，但其他因素並不容易描述，並且對研究的時間段很敏感。基本上，PCA 算法發現一些股票在此期間一起移動，但無法告訴我們原因，而在另一個時期可能不會發生相同的關聯。對許多人來說，這是在股票研究中使用 PCA 因素的缺點。
如果我理解正確，您的問題是：
問題
如果我執行 PCA 而其他人執行 PCA，結果完全不同，那麼 PCA 有什麼用？將其用於風險管理是否有意義？
回答
如果由於數據的微小變化而得到不同的結果，那將是不好的衡量標準。然而，人們（希望）發現在他們的工作中使用 PCA 是該方法對於他們使用的數據的微小變化是穩健的。