年龄和收入对数的线性回归_（CFA教材详解）数量分析：线性回归模型的规范及常见错误...

更多CFA官方教材详解，请关注“边际实验室”。

“边际实验室”是一家专注于金融科技、金融大数据领域的工作室，同时提供CFA、FRM等金融考试内容的免费讲解。

每当我们估计回归模型时，都必须假定回归具有正确的函数形式。该假设可能会有以下几种错误：

■可以从回归中忽略一个或多个重要变量。

■在估计回归之前，可能需要转换一个或多个回归变量(例如，通过对变量取自然对数)。

■回归模型汇集了来自不同样本中不应该被汇集的数据。

首先，考虑从回归中忽略一个重要的自变量的影响(遗漏变量偏差)。如果真正的回归模型是：

Yi= b0 + b1X1i + b2X2i +εi

但是我们估计的模型是：

Yi= a0 + a1X1i +εi

那么我们的回归模型将被错误指定。该模型有什么问题？如果省略的变量(X2)与其余变量(X1)相关，则模型中的误差项将与(X1)相关，并且回归系数a0和a1的估计值将有偏差且不一致。另外，这些系数的标准误估计值也将不一致，因此我们既不能使用系数估计值也不能使用估计的标准误差来进行统计检验。 案例遗漏变量偏差和买卖价差

在本例中，我们扩展了对买卖价差的研究，以显示从回归中省略重要变量的影响。在此前的案例中，我们证明了[(买卖价差)/价格]的自然对数与做市商数量的自然对数和公司市值的自然对数存在显著相关。

下表显示了结果：

如果我们去除市值的自然对数，只对[(买卖价差)/价格]的自然对数与做市商数量的自然对数进行一个自变量的回归,结果如下表所示。