Financial Toolbox

Regressione e stima con dati mancanti

Il Financial Toolbox fornisce strumenti per eseguire regressioni multivariate normali con o senza dati mancanti. È possibile:

  • Eseguire regressioni basate sul modello sottostante, come ad esempio il modello di regressione "seemingly unrelated" (SUR)
  • Stimare la funzione di verosimiglianza e gli errori standard per testare le ipotesi
  • Completare i calcoli anche in caso di dati mancanti
Results of estimating CAPM model parameters with missing data.
Risultati della stima dei parametri del modello CAPM con dati mancanti. È possibile eseguire stime con dati mancanti (i valori tra parentesi indicano la statistica t) che suggeriscono che il coefficiente Beta del GOOG non è statisticamente diverso da zero (in alto a sinistra) e usare la regressione SUR per identificare un coefficiente Beta statisticamente significativo per il GOOG (in basso a destra).

La funzione di stima dei dati mancanti aiuta a determinare l'effetto della qualità dei dati sui modelli e sulle simulazioni. Ad esempio, è possibile tener conto degli effetti che i dati mancanti hanno sulla stima dei coefficienti dei modelli CAPM o sul calcolo della frontiera efficiente di un portafoglio di asset. Gli effetti dei dati mancanti possono determinare risultati significativamente diversi.

Plot showing the effect of missing data on the estimation of the mean-variance efficient frontier.
Grafico che mostra l'effetto dei dati mancanti sulla stima della frontiera efficiente media-varianza. La frontiera rossa è stata calcolata rimuovendo dai dati campione tutti i periodi temporali contenenti dati mancanti. La frontiera blu è stata calcolata usando ecmnmle per stimare i valori dei dati mancanti.
Avanti: Indicatori tecnici e grafici finanziari

Prova Financial Toolbox

Richiedi la versione di prova

Modellare sistemi di rischio di credito con MATLAB

Visualizza webinar