Tôi đang thấy một mô hình hồi quy đang hồi quy Chỉ số chứng khoán hàng năm bị trễ (12 tháng) Lợi nhuận hàng năm của cùng một chỉ số chứng khoán, chênh lệch tín dụng (chênh lệch giữa trung bình hàng tháng của trái phiếu không rủi ro và trái phiếu doanh nghiệp sản lượng), tỷ lệ lạm phát YoY và chỉ số YoY của sản xuất công nghiệp.
Có vẻ như vậy (mặc dù bạn sẽ cung cấp dữ liệu cụ thể cho Ấn Độ trong trường hợp này):
SP500YOY(T) = a + b1*SP500YOY(T-12) + b2*CREDITSPREAD(T) +
b4*INDUSTRIALPRODUCTION(T+2) + b3*INFLATION(T+2) + b4*INFLATIONASYMM(T+2)
SP500YOY là lợi nhuận hàng năm của chỉ số SP500 Để tính toán này, trung bình hàng tháng của các giá trị SP500 được tính toán và sau đó được chuyển đổi thành lợi nhuận hàng năm cho mỗi tháng (ví dụ: 10 tháng 1 đến 11 tháng 1, 10 tháng 10 Feb'11, Mar'10-Mar'11, ..). Về phía các biến giải thích, giá trị độ trễ 12 tháng của SP500YOY được sử dụng cùng với CREDITSPREAD tại thời điểm T và LẠM PHÁT và CÔNG NGHIỆP hai giai đoạn AHEAD. INFLATIONASYMM là một hình nộm cho dù Lạm phát có vượt quá giá trị ngưỡng là 5,0% hay không. Chỉ mục trong ngoặc đơn hiển thị chỉ số thời gian cho mỗi biến.
Điều này được ước tính bằng hồi quy tuyến tính OLS tiêu chuẩn. Để sử dụng mô hình này để dự báo lợi nhuận SP500 1,2 và 3 tháng trước, người ta phải tạo dự báo trước 3,4 và 5 tháng cho Lạm phát và Chỉ số sản xuất công nghiệp. Các dự báo này được thực hiện sau khi lắp mô hình ARIMA cho từng mô hình riêng lẻ. Các dự báo tín dụng phổ biến cho 1,2 và 3 tháng tới chỉ được đưa vào như ước tính tinh thần.
Tôi muốn biết liệu hồi quy tuyến tính OLS này là đúng / không chính xác, hiệu quả / không hiệu quả hay nói chung là hợp lệ.
Vấn đề đầu tiên tôi thấy là việc sử dụng dữ liệu chồng chéo. tức là các giá trị hàng ngày của chỉ số chứng khoán được tính trung bình mỗi tháng, và sau đó được sử dụng để tính lợi nhuận hàng năm được cuộn qua hàng tháng. Điều này sẽ làm cho thuật ngữ lỗi tự động tương quan. Tôi nghĩ rằng người ta sẽ phải sử dụng một số 'hiệu chỉnh' trên các dòng sau:
- Công cụ ước lượng hiệp phương sai nhất quán của White
- Công cụ ước tính không đồng nhất và tự tương hợp (New) của Newey & West
- phiên bản phù hợp không đồng nhất của Hansen & Hodrick
Liệu có thực sự hợp lý khi áp dụng hồi quy tuyến tính OLS tiêu chuẩn (không có bất kỳ sửa chữa nào) cho dữ liệu chồng chéo này và hơn thế nữa, sử dụng dự báo ARIMA 3 kỳ trước cho các biến giải thích để sử dụng trong hồi quy tuyến tính OLS ban đầu để dự báo SP500YOY? Tôi chưa từng thấy một hình thức như vậy trước đây, và do đó không thể thực sự đánh giá nó, mà không ngoại trừ việc sửa chữa cho việc sử dụng các quan sát chồng chéo.