第6章 双变量线性回归模型的延伸PPT.ppt

第6章 双变量线性回归模型 的延伸 §6.1 过原点回归 在实践中，双变量PRF有时采取如下的形式： （6.1.1） 此模型的特点是没有截距项，因此被称为过原点回归（regression through the origin）。 适用于这种模型的例子：M·弗里德曼的持久收入假说（permanent income hypothesis）；资本资产定价模型（ CAPM ），等等。 下面以资本资产定价模型为例来加以说明。CAPM：the capital Asset Pricing Model. （6.1.2） 这就是所谓风险溢价或升水（risk-premium）的形式。 其中： ——第i种证券的期望回报率 ——市场组合证券的期望回报率，比如，它可用标准蒲尔SP500股票指数来代表。 ——无风险回报，比如，90天国库券回报率 ——Beta系数，指不能通过分散化而消除的系统风险（systematic risk）的一种度量，也用来指第i种证券回报与市场互动程度的一种度量。 ，该证券是易波动性的（volatile）或进攻型（aggressive）证券； ，为防御型（defensive）证券。 ——第i种证券的期望风险溢价 ——期望市场风险溢价 如果资本市场能够有效运行，则CAPM要求：（6.1.2）式成立。于是，可以得到P150图6.1，这条直线就叫做证券市场线（security market line, 即SML）。 为了做实证研究，（6.1.2）也常常写成： （6.1.3） 或： （6.1.4） （6.1.4）式就是所谓的市场模型（Market Model）。 需要注意的是：①这里的解释变量为波动性系数 ，而不是 。而 需要从特征线（characteristic line）中估计出来，见P137习题5.5。②CAPM成立，则预期 为零。 这样的模型如何估计呢？ 这类模型的SRF可以写成： （6.1.5） OLS法： 对 求一阶条件： （2） （6.1.6） 下面求 的方差： 将PRF： 代入（6.1.6）式得： （3.3.1） 可见：第一，对有截距项的模型来说， ；对无 截距项的模型， 不一定成立，只有 。 第二，对有截距项的模型，判定系数 ；但是，对无截距模型来说，有时可能出现负值。这时，一般可以计算 “粗 ”： 而 对于有截距的模型： 对于无截距的模型： 于是有可能再现 ，∴ RSS有可能大于 TSS，所以， 。 但是，在截距项经过检验在统计上不显著时，用过原点回归模型将提高估计的准确性。 §6.2 尺度与测量单位 在回归分析中，因变量Y和解释变量X的测量单位的不同会造成回归结果的差异吗？ 令：