计量金融学计量金融学-2-2.pptVIP

四、拟合优度检验和 统计量 模型评价主要目的是在不同模型之间择优。从模型简洁的角度看，变量少的要好，但如果变量减少会引起误差的明显增加；反过来，变量多了，不仅模型的研制、使用和维护的费用会增加，而且由于变量增多，变量本身的观察误差累积的影响也会相应増加。因此需要找到适当的评价办法和评价指标，对模型的优劣给予客观的评价。 (一) 统计量 能够验证，有下列分解 记其为 其中 表示 变化引起的 的变化，称作“回归平方和”， 表示不可控制的随机因素对 的影响，称作“残差平方和”，它们之和构成“总平方和 ”。 因此可用“回归平方和”占“总平方和”的比重来衡量样本回归线对样本观察值的拟合程度： 常称 为拟合优度统计量或可决系数. 表示“总平方和”中由回归方程可以解释的部分所占的比例。 越大，回归方程可以解释的部分越多，模型越精确，说明回归拟合程度越好； 越小，说明回归拟合程度越差。 注意, 是一个介于0和1之间的数。通过观察 大小，可以大体考察出回归线的优劣。 (二)经调整的 (Adjusted ) 由于 随着回归模型中解释变量个数的增加而逐渐加大。这让使用者误认为拟合效果越来越好。为了克服 受解释变量个数的影响，引进调整的 用 其表达式为： 其中，T为样本容量，k为参数的个数。 说明：上式中， 是 的自由度， 是 的 自由度。由 分布的可加性知， 的自由度 为 即自变量的个数，其中 是模型中参 数个数 由此， 可以作为决定是否在一个模型中加入一个已知变量的决策工具。其规则是： 当加入一个已知变量时，如果 上升，就应包含这个变量；如果 下降，就不应包含这个变量 例2.2 下表给出 关于 的线性回归结果 (1)求样本容量 残差平方和RSS，回归平方和ESS以 及残差平方和的自由度； (2)求拟合优度统计量 以及调整的拟合优度统计量 的值。 (3)对于模型 使用F检验法检验假 设 取检验水平 方差来源 平方和 自由度 来自回归(ESS) 来自残差(RSS) 来自总和(TSS) 65965 --- 66042 --- --- 14 解答：(1)样本容量 ESS的自由度为模型中自变量的个数，即 RSS的自由度 (2) (3) 临界值 易见5140.133.88，所以拒绝原假设 即通过检验。 五、对数似然值 对数似然值 是基于极大似然估计得到的统计量。亦即对数似然函数所取的极大值，在线性回归中有 其中， 为样本容量， 为模型残差。 说明：由上式知，残差越小，取值越大，因此 取值越大说明模型越精确；另外，残差的大小和解释变量数目有关，变量越多残差越小，因此一般地，变量越多 越大。 六、AIC 准则和Schwarz准则 AIC准则(是赤池信息准则Akaike Information Criterion的简写)和Schwarz准则的表达式如下： 其中， 为对数似然值， 为样本容量， 为自变量个数 容易看出，AIC和SC的大小都取决于 取值越小，AIC值和SC值越小， 取值越大，AIC值和SC值越小。 小意味着模型简洁， 大意味着模型精确。因此AIC、SC和调整的可决系数类似，在评价模型优劣时兼顾模型的简洁性和精确性。 所以模型中自变量个数使得AIC和SC统计量最小时才是最佳的个数 “AIC 准则和Schwarz准则”在确定时间序列模型的阶数时也将被使用 例2.1(续) 表2.6 变量 模型A 模型B 模型C C RSS AIC 813(0.74) 0.075(0.43) -0.855(0.13) 110.41(0.14) 26.77(0.11) -76.55(0.48) -0.061(0.95) -1.006(0.40) 4.763 0.349 1.488 1.776 -1279(0.34) 0.042(0.47) -0.994(0.06) 125.71(0.05) 29.41(0.001) 4.962 0.322 1.418 1.593 -973(0.44) -0.778(0.07) 116.60(0.06) 24.86(0.08) 5.038 0.312 1.399