@fanxy
2020-04-05T13:01:27.000000Z
字数 6794
阅读 5181
樊潇彦
复旦大学经济学院
金融数据
setwd("D:\\...\\Ch06")
rm(list=ls())
install.packages(c("sandwich","lmtest")) # OLS检验
install.packages(c("gvlma","car")) # 异方差和自相关残差调整
load("Ch06_Data.RData")
根据数据类型分类(括号中为适用问题的例子):
连续 | 离散 | |
---|---|---|
连续 | 线性回归(CAPM模型等)和非线性回归 | 方差分析(如行业、地区、股权结构等因素对资产收益的影响) |
离散 | 广义线性模型(如分红、配股、并购等决策的影响因素) |
根据数据性质分类:
1. 模型假定
(1) 自变量 与因变量 之间存在线性关系:
2. 普通最小二乘(OLS)估计
3. OLS估计量的性质
4. 程序实现
lm()
命令和常用设定
head(olsdata)
x=as.matrix(olsdata[,2:4])
y=as.matrix(olsdata$y)
beta_bar=solve(t(x)%*%x)%*%t(x)%*%y # 线性最小二乘估计
myOLS=lm(y~x1+x2, data=olsdata) # OLS 回归
summary(myOLS) # 报告OLS回归结果
round(data.frame(betaOLS=myOLS$coefficients, beta=beta_bar),3) # 结果比较
如果某个解释变量是离散变量(如年龄组),想把它设为哑变量,就用factor()
。此外Kabacoff(2013)列出了 lm()
的其他常用设定,可以用来在解释变量中加入二次项、交互项,以及去掉某些解释变量:
5. 回归诊断
所谓回归诊断,就是判断回归模型是否符合古典线性回归的各项假定。用 gvlma
包中的 gvlma()
函数可以对模型假定进行综合检验,另外car
包则提供了对多重共线性vif()
、残差自相关durbinWatsonTest()
和异方差ncvTest()
等问题的检验命令。
library(gvlma)
gvlma(myOLS) # 模型假定是否可接受
library(car)
vif(myOLS)>4 # 检验多重共线性问题
durbinWatsonTest(myOLS) # 检验残差自相关问题
ncvTest(myOLS) # 检验异方差问题
当古典线性回归模型的假定不成立时,需要改进估计方法。当假定(3)不成立,解释变量存在内生性问题时,可以通过寻找工具变量的方法解决。由于这种情况在金融数据分析中并不多见,因此不再赘述,下面我们依次介绍违反同方差假定(4)、解释变量线性无性假定(2),以及线性方程关系假定(1)时的处理方法。
古典线性回归模型的假定(4)不成立,存在异方差和残差自相关问题,将影响参数估计的有效性,使置信区间估计和统计检验有误:
olsdata
的myOLS
估计为例,检验结果表明在8%的显著性水平上存在异方差问题,这种情况下对 的估计无偏,但不再有效,因此要对估计出的参数标准差做相应调整:
library(sandwich)
sd=sqrt(diag(vcov(myOLS)))
sd_adjust=sqrt(diag(vcovHC(myOLS))) # 如果不仅有异方差,还有残差的自相关,用 vcovHAC() 代替
round(data.frame(sd, sd_adjust),3) # 比较 beta 的标准差
library(lmtest)
coeftest(myOLS,vcov=vcovHC) # 报告调整标准差后的结果
如果解释变量很多,就很容易出现变量之间存在共线性,或者有的回归系数不显著的情况,此时我们需要对解释变量做出取舍,以决定最终的回归方程,这就是模型选择问题。具体可以通过anova()
和AIC()
命令来实现:
ols1=lm(y~x1+x2, data=olsdata) # 两个待比较的模型
ols2=lm(y~x1, data=olsdata)
anova(ols1,ols2) # 两个模型是否显著不同
AIC(ols1,ols2) # 两个模型的AIC值,选择AIC较小的模型
放弃古典线性回归模型的假定(1),允许自变量和因变量之间存在非线性关系:
nls.sol<-nls(Y~a+(0.49-a)*exp(-b*(X-8)), # 设定方程
start = list( a= 0.1, b = 0.01 ), # 参数初始值
data=nlsdata) # 数据
summary(nls.sol) # 报告NLS回归结果
# 1. 加载数据
class(casestudy1.data0.00)
head(casestudy1.data0.00)
time=index(casestudy1.data0.00, format ='%Y-%m-%d')
data=data.frame(time,coredata(casestudy1.data0.00))
names(data)
# 2. 选取部分数据作图
# GE | GE stock
# SP500 | S&P500 Index
# DGS3MO | 3-Month Treasury, constant maturity rate
# DGS1 | 1-Year Treasury, constant maturity rate
# DGS5 | 5-Year Treasury, constant maturity rate
# DGS10 | 10-Year Treasury, constant maturity rate#
# DAAA | Moody's Seasoned Aaa Corporate Bond Yield
# DBAA | Moody's Seasoned Baa Corporate Bond Yield #
# DCOILWTICO | Crude Oil Prices: West Text Intermediate (WTI) - Cushing, Oklahoma
## GE、SP500和油价
stockdata=data[,c("GE","SP500","DCOILWTICO")]
mapstock=scale(stockdata,center=T) # Scaling and Centering of Matrix-like Objects
mapstock=data.frame(time, mapstock)%>%
gather(stock, p, -time)
Lehman=min(which(mapstock$time ==as.Date("2008/9/15",tz="CST")))
ggplot(mapstock,aes(x=time, y=p, color=stock)) +
geom_line() +
geom_vline(aes(xintercept = as.numeric(time[Lehman]))) +
theme_bw()
## 3个月、1年、5年、10年期国债,及AAA和BAA企业债
bonddata=data[,c(1,7:12)]
mapbond=gather(bonddata, bond, r, -time)
ggplot(mapbond,aes(x=time, y=r, color=bond)) +
geom_line() +
geom_vline(aes(xintercept = as.numeric(time[Lehman]))) +
theme_bw()
# 3. 计算指标
# (1)日收益率
r=diff(log(casestudy1.data0.00[,c("GE","SP500","DCOILWTICO")]))
time=index(r)
r=data.frame(time,coredata(r))
# 注意:计算无风险债券的日收益率,需要将年化收益率转化为按360个交易日计算的日收益率
rf<-log(1 + .01*coredata(casestudy1.data0.00[-1,"DGS3MO"]) *
diff(as.numeric(time(casestudy1.data0.00)))/360)
dimnames(rf)[[2]]="rf"
# (2) 计算超额收益并作图
erGE=r$GE-rf
dimnames(erGE)[[2]]="erGE"
erSP500=r$SP500 - rf
dimnames(erSP500)[[2]]="erSP500"
erOIL=r$DCOILWTICO - rf
dimnames(erOIL)[[2]]="erOIL"
capmdata<-data.frame(time, erGE, erSP500, erOIL)
dim(capmdata)
ggplot(capmdata,aes(x=erSP500,y=erGE,color=time)) +
geom_smooth(method="lm") +
geom_point() + geom_vline(xintercept = 0) + geom_hline(yintercept = 0) +
theme_bw()
# (3) OLS回归检验CAPM模型
lmfit0<-lm(erGE ~ erSP500, data=capmdata) # 回归结果存为 lmfit0 对象
names(lmfit0) # 查看对象中的内容
summary(lmfit0)
lmfit1<-lm( erGE ~ erSP500 + erOIL, data=capmdata) # 用油价做为宏观因子
summary.lm(lmfit1)
将企业债也视为一种风险资产,用1年期国债作为债券市场指数,计算两种企业债(AAA和BAA)的 系数,并检验CAPM模型。
先用下面的命令将日数据转换为月度数据,再用GE数据检验CAPM模型
library(xts)
data.monthly <- casestudy1.data0.00[endpoints(casestudy1.data0.00, on="months", k=1), ]
time.monthly=format(index(data.monthly),'%Y%m')
data.monthly=data.frame(time=time.monthly,coredata(data.monthly))
head(data.monthly)