- 1、本文档共13页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
中信期货研究|金融工程专题报告
一、整体框架
共线性是指标的资产的因子之间存在某种程度的线性关系。共线性的存在不
会影响回归系数的唯一性和无偏性,但它会使得回归系数估计值的方差变大,并
且造成回归系数的置信区间变得很宽。它的缺点是使得估计量的精准度和T 值都
收到影响,从而导致一些因子通不过假设检验,尽管这些因子对收益率存在显著
影响,即具有良好的解释力。
常见的判断共线性的方法涉及两个关键数:第一个是条件数,第二个是方差
膨胀因子 (variation inflation factor,简记作 vif)。具体而言:条件数是因
子相关系数矩阵的最大特征值与最小特征值的比值,我们认为若条件数小于100,
则共线性程度较小;若条件数大于1000,则存在共线性。而方差膨胀因子则是因
子之间存在多重共线性是的方差与不存在多重共线性是的方差之比,我们认为当
方差膨胀因子介于0 到10 之间,则不存在多重共线性;若介于10 到100 并包含
为 10 的情况,则存在较强的多重共线性;当其值大于等于 100 时,则存在严重
的多重共线性。
采用方差膨胀因子法检测共线性时,对于已经中心化、标准化的因子矩阵 ,
计算其相关系数矩阵,求得其逆为 = ( ) ≜ −1 ,则其主对角元素 为自
变量 的方差膨胀因子,记 2 为自变量 对其余 − 1 个因子回归的拟合度,
可以证明 = = 1 ,其相应的经济含义为某个因子 的方差膨胀因子越
1−2
大,其与另外 − 1 因子的越线性相关,其解释力也就越容易被其他因子所替代。
共线性会影响回归效果,那么直接的方法就是把共线性显著的变量进行剔除,
包括方差膨胀因子法、逐步F 检验-t 检验、主成分回归等;但其缺点也是明显的,
基于这些方法我们最后只能保留解释能力最强的几个因子,而有些因子则被剔除;
此外也有相关研究表明这样的处理导致拟合度 2 偏低,出现“欠拟合”。
出于上述考量,我们本文将考虑另一种方式——因子的正交化。本文提供了
市面上常见的4 种因子正交化方法的综述;在此基础上,设计了1 种期货组合的
品种权重配置方式。
请务必阅读正文之后的免责声明 3 / 16
中信期货研究|金融工程专题报告
图表1:商品期货品种选择
类别 具体品种
文档评论(0)