Heteroskedastyczność, autokorelacja i odporne błędy standardowe
Dowiedz się, dlaczego klasyczne błędy standardowe zawodzą, co umożliwiają estymatory White’a, klastrowe i HAC Neweya–Westa, jak je dobierać oraz gdzie kończy się odporne wnioskowanie w danych finansowych.
Bezpośrednia odpowiedź
Błąd standardowy modeluje, jak bardzo oszacowany współczynnik zmieniałby się w powtarzanych próbach. Heteroskedastyczność oznacza, że wariancja błędu zmienia się wraz z obserwowanymi warunkami, a autokorelacja, że błędy w różnych momentach są powiązane. Błędy standardowe White'a dopuszczają heteroskedastyczność, Newey–West HAC dopuszcza heteroskedastyczność i ograniczoną zależność szeregową, a błędy klastrowe dopuszczają szeroką zależność wewnątrz wybranych grup. Żadne z nich nie naprawia endogeniczności ani błędnie określonego równania regresji
Błędy standardowe mierzą zmienność estymatora
Współczynnik jest estymatą punktową z jednej próby; jego błąd standardowy przybliża, jak ten estymator zmieniałby się, gdyby proces generujący dane został powtórzony
Statystyki t, wartości p i przedziały ufności zależą od tej estymaty kowariancji, więc ten sam współczynnik może prowadzić do innych wniosków przy innym modelu zależności
Błąd standardowy współczynnika nie jest zmiennością aktywa ani odchyleniem standardowym reszt i zależy także od projektu oraz efektywnej liczebności próby
Heteroskedastyczność zmienia warunkową wariancję błędu
Przy heteroskedastyczności warunkowa wariancja składnika losowego nie jest stała dla różnych wartości regresorów ani stanów
Jeśli egzogeniczność pozostaje prawdziwa, współczynniki OLS mogą nadal być zgodne, podczas gdy klasyczne błędy standardowe obliczone przy założeniu równej wariancji mogą być błędne
Odporna na heteroskedastyczność estymata kowariancji White'a używa kwadratów wkładów reszt na poziomie obserwacji, aby ponownie oszacować niepewność w dużej próbie
Autokorelacja powiela informację w czasie
Autokorelacja oznacza, że zaburzenia z różnych dat mają niezerową kowariancję; dodatnia zależność może sprawić, że obliczenie oparte na niezależności zawyży efektywną informację
Nakładające się stopy zwrotu, wolno wchłaniane szoki, agregacja kalendarzowa i trwałe stany ryzyka są typowymi źródłami finansowymi
Dodanie opóźnień zmienia model średniej warunkowej, podczas gdy sama zmiana estymatora kowariancji zmienia wnioskowanie; nie są to zamienne środki zaradcze
Dopasuj odporną metodę do mapy zależności
Estymatory typu White'a pasują do ustawień przekrojowych, które zachowują niezależność obserwacji, a jednocześnie pozwalają, aby każda obserwacja miała inną wariancję
HAC Neweya–Westa waży próbne autokowariancje przez wybrane jądro i maksymalne opóźnienie, aby dopuścić heteroskedastyczność szeregu czasowego i korelację szeregową
Klastrowane błędy standardowe dopuszczają szeroką zależność wewnątrz określonej firmy, daty lub innego klastra, ale wymagają niezależności między klastrami i wystarczającej liczby klastrów
Wybory strojenia i małe próby mają znaczenie
Zbyt krótkie opóźnienie HAC pomija pozostałą zależność, a zbyt długie dodaje szum, dlatego częstotliwość i ekonomiczna struktura nakładania powinny uzasadniać wybór
Korekty takie jak HC0 do HC3 różnie reagują na dźwignię i stopnie swobody, a ich różnice mogą być istotne w małych próbach
Niewiele klastrów lub klastry bardzo nierówne mogą czynić zwykłe przybliżenia asymptotyczne niewiarygodnymi, co wymaga korekt dla małych prób albo alternatywnego wnioskowania
Regresje finansowe potrzebują mapy zależności
Miesięczne regresje czynnikowe podnoszą problem zależności szeregowej, panele przedsiębiorstw podnoszą zależność wewnątrz firmy, a porównania aktywów w jednej dacie podnoszą wspólne szoki daty
Klastrowanie dwukierunkowe może być kandydatem, gdy współistnieje zależność firmowa i datowa, ale liczba klastrów w obu wymiarach musi je wspierać
Nakładające się okna zdarzeń lub ponownie używane portfele mogą pozostawiać znacznie mniej niezależnej informacji, niż sugeruje nominalna liczba obserwacji
Powiedz dokładnie, co oznacza „odporny”
Raportuj wariant HC, zmienną klastra i jego liczebność albo jądro HAC, maksymalne opóźnienie i korektę dla małej próby obok estymaty współczynnika
Pokaż, jak zmieniają się przedziały przy kilku ekonomicznie uzasadnionych strukturach zależności, zamiast przedstawiać jeden wybór kowariancji jako automatyczny
Stwierdź, że odporne błędy standardowe pozostawiają bez zmian współczynnik, dobór próby, pomiar, postać funkcyjną i założenia identyfikacyjne
Częste pytania
Czy heteroskedastyczność zawsze sprawia, że współczynnik OLS jest błędny?
Nie. Przy zachowanej egzogeniczności i innych warunkach współczynnik może pozostać zgodny, podczas gdy zmieniają się klasyczne błędy standardowe i efektywność
Kiedy należy używać błędów standardowych Neweya–Westa?
Używa się ich w regresjach szeregów czasowych, gdy dopuszcza się heteroskedastyczność i ograniczoną zależność szeregową, ujawniając maksymalne opóźnienie
Czy każdy panel przedsiębiorstw powinien klastrować po firmie?
Nie. Projekt powinien wskazać, gdzie błędy współporuszają się, uwzględniając możliwe wspólne szoki daty oraz trwałość wewnątrz firm
Czy odporne błędy standardowe zawsze zwiększają wartości p?
Nie. Oszacowana kowariancja może zwiększyć lub zmniejszyć błąd standardowy, więc kierunku nie można z góry założyć
Źródła i dalsza lektura
Szybki test
Przeczytano? Sprawdź się w 3 pytaniach
Pytanie 01
Które stwierdzenie najlepiej odpowiada temu przewodnikowi — Błędy standardowe mierzą zmienność estymatora?
Wybierz odpowiedź, aby zobaczyć wyjaśnienie
Słownik opcji
The process that requires an option writer to fulfill the contract after an exercise notice is allocated; it can create or remove an underlying position.
Czytaj szczegółowy przewodnikBid-ask spreadThe gap between the best displayed bid and ask, which is a practical trading cost and a signal of how uncertain an immediate fill may be.
Czytaj szczegółowy przewodnik0DTEAn option that expires on the current trading day; little time remains for the thesis to work, while gamma and execution risk can change quickly.
Czytaj szczegółowy przewodnik