Financial Toolbox

欠測値を含むデータに対する回帰と推定

Financial Toolbox には、欠損値の有無に関わらず、多変量正規回帰を実行するツールが用意されてい
ます。以下を行うことができます。

  • 基盤となるモデルに基づいて、SUR (Seemingly Unrelated Regression) などの一般的な回帰を実
    行する
  • 仮説検定のための対数尤度機能と標準誤差を推定する
  • 欠損値が存在する場合に完全な計算を実行する
Results of estimating CAPM model parameters with missing data.
欠損値がある状態での CAPM モデルのパラメーターの推定結果。欠 損値がある状態での推定 (括弧内の値は t 統計量) では、GOOG のベータ係数 は統計的にゼロと異ならないことを示唆し (左上)、SUR (Seemingly Unrelated Regression) モデルの場合では GOOG にとって統計的に重要なベータ係数を識 別する (右下) ことができます。

欠損値の推定機能では、データの質がモデルやシミュレーションに及ぼす影響を調べることができます。たとえば、欠損値が、CAPM モデルの係数の推定に及ぼす影響や、資産ポートフォリオの効率的なポ ートフォリオの計算に及ぼす影響を考慮できます。欠損値による影響によって、結果が非常に異なるものになる場合もあります。

Plot showing the effect of missing data on the estimation of the mean-variance efficient frontier.
欠損値が平均分散有効フロンティアの推定に及ぼす影響を示すプロット。赤色のフロンティアは、サンプル データに欠損値を含むす べての期間を取り除いて計算されています。青色のフロンティアは、ecmnmle を使用して欠損値の値を推定して計算されています。
次のトピック: テクニカル指標と金融チャート

製品評価版の入手または製品の購入

評価版 Financial Toolbox

評価版ソフトウェアを入手する

保険業界向けMATLAB入門 数理モデル開発の高度化と効率化へ向けて

Web セミナーを表示する