convert2sur

将多元正态回归模型转换为看似无关回归(SUR)模型

在页面中全部折叠

语法

设计(设计，集团)

DesignSUR= convert2sur (设计，集团）将多变量正常回归模型转换为具有数据系列的指定分组的看似不相关的回归模型。

打开实时脚本

这个例子展示了一个CAPM演示，使用6只股票和60个月的模拟资产回报，其中每种股票的模型为资产回报= Alpha * 1 +现金回报+ Beta *(市场回报-现金回报)+噪音估计的参数是α而且β．

使用模拟数据，其中α估算显示在第一行和β估算显示在第二行中。

市场= (0.1 - 0.04)+ 0.17*randn(60,1);Asset = (0.1 - 0.04) + 0.35*randn(60,6);设计= cell(60,1);为i = 1:60 Design{i} = repmat([1, Market(i)]， 6,1);结束

获取所有股票的总估值。

[Param, Covar] = mvnrmle(资产，设计);disp ({“全部6项资产合并”});

{'全部6项资产合并'}

disp(参数);

0.0233 - 0.1050

估计参数的个别股票使用convert2sur

小组= 1:6;DesignSUR = convert2sur(设计，集团);[Param, Covar] = mvnrmle(Asset, DesignSUR);Param =重塑(Param, 2,6);disp ({“一个”，“B”，“C”，' D '，“E”，“F”});

{' a '} {' b '} {' c '} {' d '} {' e '} {' f '}

disp(参数);

0.0144 0.0270 0.0046 0.0419 0.0376 0.0291 0.3264 -0.1716 0.3248 -0.0630 -0.0001 0.0637

通过形成组来估计成对股票的参数。

disp ({' a & b '，' c & d '，' e & f '});

{' a & b '} {' c & d '} {' e & f '}

Group = {[1,2]，[3,4]，[5,6]};DesignSUR = convert2sur(设计，集团);[Param, Covar] = mvnrmle(Asset, DesignSUR);Param =重塑(Param, 2,3);disp(参数);

0.0186 0.0190 0.0334 0.0988 0.1757 0.0293

数据序列，指定为矩阵或单元格数组，取决于数据序列的数量NUMSERIES．

如果Numseries = 1，convert2sur返回设计矩阵。
如果Numseries > 1，设计单元格数组是否与NUMSAMPLES单元格，其中每个单元格包含NUMSERIES——- - - - - -NUMPARAMS已知值的矩阵。

数据类型:双|细胞

数据系列的分组，为每个组使用单独的参数指定。通过系列或组指定组:

要通过序列来识别组，构造一个索引向量NUMSERIES元素。元素I = 1，…，NUMSERIES在向量中，并且有下标J = 1，…，NUMGROUPS在哪个系列中的组的我是一个成员。
要按组识别组，可以用构造单元格数组NUMGROUPS元素。每个单元格包含一个向量，其中包含填充给定组的系列的索引。
无论哪种情况，级数的个数都是NUMSERIES基团的数目是NUMGROUPS,1≤NUMGROUPS≤NUMSERIES．

数据类型:双|细胞

具有数据系列的指定分组的看似无关的回归模型，返回为矩阵或单元格数组，单元格数组取决于的值NUMSERIES．

如果Numseries = 1，设计，这是一个NUMSAMPLES——- - - - - -NUMPARAMS矩阵。
如果Numseries > 1而且NUMGROUPS我们要组建小组，设计单元格数组是否与NUMSAMPLES单元格，其中每个单元格包含NUMSERIES——- - - - - -查询numgroups * numparams已知值的矩阵。