Así que tenemos la estructura básica:
$\sigma^2_{Pxy} = w_x^2 \sigma_x^2 + w_y^2 \sigma_y^2 + 2 w_x w_y \sigma_{xy}$
$\sigma^2_{Px} = w_x^2 \sigma_x^2 + w_x w_y \sigma_{xy}$
$\sigma^2_{Py} = w_y^2 \sigma_y^2 + w_x w_y \sigma_{xy}$
$\sigma^2_{Pxy} = \sigma^2_{Px} + \sigma^2_{Py}$
El problema es que esta estructura deja la medida del riesgo en términos de varianza, por lo que si queremos encontrar el porcentaje de contribución al riesgo, no se traduce fácilmente de la varianza a la desviación estándar.
Es decir, es fácil de resolver:
$ \cfrac{\sigma^2_{Px}}{\sigma^2_{Pxy}} =$ porcentaje de contribución al riesgo (varianza), como
$ \cfrac{\sigma^2_{Px}}{\sigma^2_{Pxy}} + \cfrac{\sigma^2_{Py}}{\sigma^2_{Pxy}} = 1$
Pero, no es fácil de resolver:
$ \cfrac{\sigma_{Px}}{\sigma_{Pxy}} =$ porcentaje de contribución al riesgo (desviación estándar), como
$ \cfrac{\sigma_{Px}}{\sigma_{Pxy}} + \cfrac{\sigma_{Py}}{\sigma_{Pxy}} \ne 1$
Además, no es correcto escalar simplemente a root cuadrada de los porcentajes.
Si $ x = \cfrac{\sigma_{Px}}{\sigma_{Pxy}}$ y $ y = \cfrac{\sigma_{Py}}{\sigma_{Pxy}}$ no está claro qué $ \cfrac{x}{x + y}$ igual.
¿Alguien tiene una solución para este problema?