Financial Toolbox

Regresión y estimación con datos incompletos

Financial Toolbox proporciona herramientas para realizar la regresión normal multivariante con o sin datos incompletos. Es posible:

  • Realizar regresiones comunes basadas en el modelo subyacente, como la regresión aparentemente no relacionada (SUR).
  • Estimar la función log-verosimilitud y los errores estándar para tests de hipótesis.
  • Llevar a cabo cálculos con datos incompletos.
Results of estimating CAPM model parameters with missing data.
Resultados de la estimación de parámetros del modelo CAPM con datos incompletos. Es posible estimar con datos incompletos (los valores entre paréntesis son el estadístico t) sugiriendo que el coeficiente beta de GOOG no es estadísticamente distinto a cero (arriba izquierda) y usar la regresión aparentemente no relacionada para identificar un coeficiente beta estadísticamente significativo para GOOG (abajo derecha).

La funcionalidad de estimación con datos incompletos permite determinar el efecto de la calidad de los datos en los modelos y las simulaciones. Por ejemplo, puede ver los efectos que producen los datos incompletos en la estimación de coeficientes de modelos CAPM o en el cálculo de la frontera eficiente de una cartera de activos. Los efectos de los datos incompletos pueden provocar unos resultados significativamente distintos.

Plot showing the effect of missing data on the estimation of the mean-variance efficient frontier.
Gráfico en el que se muestra el efecto de los datos incompletos en la estimación de la frontera eficiente media-varianza. La frontera de color rojo se ha calculado eliminando todos los periodos de tiempo que contienen datos incompletos en los datos de muestreo. La frontera de color azul se ha calculado mediante ecmnmle para estimar los valores de los datos incompletos.
Siguiente: Indicadores técnicos y gráficos financieros

Probar Financial Toolbox

Obtener software de prueba

Pronóstico de probabilidades de incumplimiento de empresas con MATLAB

Ver seminario virtual