python 回归 statsmodels_FamaMacbeth 回归和NeweyWest调整

1. 综述

Fama Macbeth是一种通过回归方法做因子检验，并且可以剔除残差截面上自相关性的回归方法，同时为了剔除因子时序上的自相关性，可以通过Newey West调整对回归的协方差进行调整。

2. 原理

2.1 系数估计

Fama Macbeth回归分为两步，第一步是横截面回归 ，在截面上用股票收益率对各因子暴露做回归，得到各因子的收益率；第二部是对系数的时间序列取平均得到作为参数的估计值，并进行t检验，t检验用到的标准误经过Newey West调整，总结如下

2.2 标准误估计

• 简单估计

其中，分子上为回归系列的标准差，可以直接计算，也可以进行Newey West调整消除异方差和序列自相关。

• Newey West 调整

 Newey West的原理主要参考了石川大佬的文章[2][3]，简单说明，考虑一个线性模型

当残差不存在异方差和自相关性时，残差协方差阵为单位阵的倍数，回归系数的协方差估计是一致估计量，当残差存在异方差或自相关性时，协方差阵估计有问题，可以通过Newey West调整解决，具体来说是估计上式中的

Newey West调整即对Q进行估计，最终给出的估计量具有一致性，表达式如下，用S表示

上式中，括号中第一项为仅有异方差时的调整，后面一项为针对自相关的调整，其中，e为样本残差，L为计算自相关性影响的最大滞后阶数，w_l是滞后期l的系数，从公式来看，随着滞后期数的增加，影响减小。将S带入系数协方差阵的估计可以得到协方差的Newey West估计量