金融市场风险投资行为中随机影响模型

1、金融市场风险投资行为中随机影响模型导读：金融投资从來没有0风险的投资，只是风险大小不同而已，所以为了降低风险, 大家研究技术，如何把风险降到最低，从而产生各种分析模型，來分析经济数据或预测行情 走势，甚至进行夸市场套利。本文将为大家简单介绍个随机影响模型。随机影响模型，也叫做误差成分模型，如果我们有一组而板数据，横截而数据有n个单 位，时间序列上有t个时期，数据屮有一个因变量和k个自变量，那么我们有适应这纽数据 的模型如下：yit=b0i+blxlit+b2x2it+.+bkxkit+ £ it其中，误差项£ it的期望数值为o,方差。2,我们不假设boi为表示某种虚拟变量

2、， 的固定参数，而假设他们为随机的、相互独立的变量。他们的均值为b0,方差为。b2,那 么恩可以得出如下临时结论：boi=bo+hi,其屮hi的期望值为0,方卷为ob2,而且和互独立，cov( n i, nj)=o, 我们还假设ni与£ it不相关,corr ( ni, s it),那么我们就可把以上模型改写成如下模型:yit= b0i+blxlit+b2x2it+bkxkit+ £ it+ hi其实，这个模型比z前给大家介绍的f检验的模型要相对复杂的多，因为多了验证数据 的误差项,为了消除节在模型中的随机影响,我们要相顾基础叩的方差和£ it,的方差, 在对数据

3、进行处理，然示在做冋归分析，下而我们分为几个步骤，来解决这个问题：第一步、先用虚拟变量模型来估计参数，我们假设时间样本中有相对固定的，的差界, 可以用虚拟变量來表示，如下：yit= a 01+ a 02d2it+.+ a 0tdtit+ a 0i+ a lxlit+ a 2x2it+.+ a kxkit+ £ it我们用最小二乘法对这个模型进行|叫归估计。这里所用的数据，是原始数据加虚拟变暈。 这样，我们可以估计出参数值,aoj和ak来(j=l,2, .,t;k“2.k)第二步、我们将实际数据带入估计模型中，求得误差项，如下£ it=yit- ( 0 01+ a 02d2i

4、t+.+ a 0tdtit+ q ixiit+ q 2x2it+.+ q kxkit)a e 2= z 0'2nt-t-k-1第三步、我们开始计算出变量数据的均值，并口将他们设为新的变量，如下所示：yi 二抄"xli=i£xltixki 二*z后，我们用这些新的变量來建立数据回归模型，即，yi= y 0+ y lxli+ y 2x2i+. y kxki+ 6 iz我们再用最小二乘法，来对这个模型进行线性回归分析。第四步、我们用这个模型，求得其课差项，即6 i二yi(y 0+ y lxli+ y 2x2i+y kxki)经过对一系列数据的修正，得出结论：o 5 2=t

5、6 2+6 2>0,如果这个数值出现小于0 的时候就证明数据出现了问题，交易的价格或者时间形成的数据失真，导致偏差的扩人，运 川以上方式就町以检验出数据的无偏差性，这在期货套利尤其是股指期货的套利尤为重要, 拟合优度的大小少无偏差似然估计z间的线性关系，就能决定我们在套利交易中的成败。看到这里，或许你完全是懵的，不知道在讲什么，所以在下面再给大家介绍下交易中最 常见的经济数学模型，讣大家有所启发。第一、一般悄况下我们习惯性运用最小二乘法建立线性相关系数模型，至于相关系数 的确认。比如说我们原汕的价格都受到何种因索的影响，抛开地缘政治，那么就是供需关系 的影响。我们就可以根据历史供需关系的

6、数据來确定因素，d或者s或者用£ (d - s)第二、开始确定相关系数与基本矢量数据,xi, x2, x3, x4.xn第三、我们再假设，根据1111归分析分方法可以计算出这样的一个线性方程,y=a+bx但是这是基本意义上的线性冋归，但是实际交易中，由于有吋候价格受到地缘政治的影 响非常大，导致价格偏差过大，形成极度偏差，导致数据准确性下降。实际上的数据与y 形成的对比关系是，e二y-jy,于是我们最终的理论模型可以的出以下结论：y=a+be (d - s)+e第四、我们就要对模型进行检验，关于检验的方法有t检验，以及f检验，为什么耍检验呢，因为数据在统计的时候线性关系难免在统计z后出现一些多重共线的 现象，所以如果我们不进行多重共线的检验，必然会使得数据准确性在无意间进行重复性的 变动，之后必然会导致我们的偏差过大。f检验的步骤如下：第一步，假设h0：所有从原模型中被删除的自变最的洗漱都等于零。ha：至少有一个被删除的占变量的系数不等于零。第二步：f检验的查表值口由度dfl=r(被删除的口变量的个数)df2=n-k-l置信度护5%,杳表可以得出fc的检验值第三步，f*检验值的计算fr. n-k-l=(essr-essu)/ressu/(nki)ess二刀ei2是回顾估计误差平方和essr是改型模型估计谋差平方的总和essu是原模型