免费咨询热线：400-699-1716 
微信
APP
CFA®二级量化方法重点分析：线性回归假设的违反，识别与处理
文章来源：中博教育
发布时间：2019-05-07 19:08
阅读：2776次
CFA®二级量化线性回归分析的有效性依赖于若干假设，这些假设包括：
（1）因变量与自变量间存在着线性关系；
（2）自变量不是随机变量，且不存在*的（完全的）线性关系；
（3）给定自变量，误差项的条件期望为零；
（4）误差项的方差应为常数；
（5）误差项之间应相互独立；
（6）误差项是正态分布的。
以上六个假设如果有一个或多个被违反，则线性回归分析的结果会有问题，*常见的三个问题是异方差性、序列相关与多重共线性。针对以上三个问题，我们需要明确：
（1）问题的含义是什么？
（2）它对回归分析的影响；
（3）如何识别这些问题？
（4）如何处理这些问题？
下面我们做一个系统的总结。
一、异方差性（heteroskedasticity）
含义：
误差项的方差不为常数，而是随着观察值的变化而变化，可以分为无条件异方差（unconditional heteroskedasticity）与条件异方差（conditional heteroskedasticity）。
无条件异方差指误差项的方差虽然随观察值的变化而变化，但是没有固定的规律，这虽然违反了线性回归的假设，但对回归分析结果不会有太大的影响。条件异方差则不同，误差项的方差会随着观察值的增大而增大或减小，从而对回归分析的结果会产生较大的影响。
影响：
（1）回归系数的标准误不能有效的估计；
（2）回归系数的估计不受影响；
（3）回归系数的T检验的结果会受影响，如果标准误被过大估计，则T统计量会过小，则容易导致错误地无法拒绝原假设；如果标准误被过小估计，则T统计量会过大，则容易导致错误地拒绝原假设；
（4）F检验的结果也是不可靠的。
识别：
（1）在一元回归中，可以观察值为横轴，残差为纵轴做散点图进行观察，如果发现残差随着观察值的增大或减少有显著变化，则可能存在异方差；（2）更常用的识别方法为Breusch-Pagan检验。
处理：
（1）使用稳健标准误（robust standard error）重新计算T统计量，根据新的统计值判断是否拒绝还是无法拒绝原假设；
（2）使用广义*小二乘回归。
二、序列相关（serial correlation）
含义：
序列相关也称自相关，是指误差项之间不是完全相互独立的，而是存在相关性。序列相关分为两种，一种得正序列相关，一种是负序列相关。正序列相关中，正的误差项之后有较大概率仍是一个正的误差项，在负序列相关中，正的误差项之后有较大概率是一个负的误差项。
影响：
正的序列相关使得残差项倾向于集聚，从而使得系数的标准误缩小，从而夸大了 T统计量，使得*类错误的可能性上升，即在原假设成立时错误的拒绝它，这会使得我们错误的把不显著的结果当成显著的。但系数本身的估计仍是可靠的。
识别：
（1）在一元回归中与识别异方差的方法类似，可以观察值为横轴，残差为纵轴做散点图进行观察；
（2）DW 检验：如果 DW 统计量小于下临界值，则拒绝原假设，残差正序列相关。如果，则无法得出结论。如果DW统计量大于上临界值，则无法拒绝原假设。
处理：
（1）使用 Hansen-white标准误，对原来的标准误进行调整；
（2）进一步修正模型，将数据的时间序列性质纳入到模型中。
三、多重共线性（multicollinearity）
含义：两个或更多的自变量，或者自变量的线性组合高度相关。
影响：
（1）对系数的估计不可靠；
（2）过高的估计系数的标准误，从而导致低估T统计量，从而错误地无法拒绝原假设，从而错误的得出结论认为系数统计上不显著。
识别：
（1）如果模型的F检验与都表明模型显著，但T检验表明各个变量不显著，则很可能存在多重共线性；
（2） 如果只有两个自变量，它们的相关系数大于0.7，则很可能存在多重共线性，注意这条经验规律只在只有两个自变量的情况下成立。
处理：
（1）试着去掉一两个变量；
（2）使用逐步回归法（stepwise regression），逐渐减小多重共线性。
本文来自网络，如涉及内容版权及其它问题，请与本网编辑联系，我们将在*时间删除。Email:editor@zbgedu.com
“CFA Institute® does not endorse,promote,or warrant the accuracy or quality of the products or services offered by ZBG Education.CFA®考试 and Chartered Financial Analyst are registered trademarks owned by CFA Institute®.”
推荐阅读：
2022年CFA®最新学习资料包
请大家认真填写以下信息，获取2025年CFA®学习资料包，会以网盘链接的形式给到大家，点击免费领取后请尽快保存。
*姓名不能为空
*手机号错误
*验证码错误
考试问答
讲师认证：雅思讲师 
免费下载老师推荐的学习资料
免费直播
