Kleinste-kwadraten factormodel
Zoals je hebt gezien is er een negatieve correlatie tussen minimale kwartaalrendementen en hypothecaire achterstandscijfers in de periode 2005–2010. Dit kun je preciezer maken met een OLS-regressie-factormodel.
Je vergelijkt drie factormodellen met drie verschillende kwartaal- afhankelijke variabelen: gemiddelde rendementen, minimale rendementen en gemiddelde volatiliteit. De onafhankelijke variabele is het hypothecaire achterstandscijfer. Bekijk in de regressiesamenvatting de t-statistic van de coëfficiënten voor statistische significantie, en de algemene R-squared voor de verklaarde variantie (goodness of fit).
De bibliotheek statsmodels.api is beschikbaar als sm.
Deze oefening maakt deel uit van de cursus
Kwantitatief risicobeheer in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Add a constant to the regression
mort_del = sm.add_constant(mort_del)
# Create the regression factor model and fit it to the data
results = sm.____(____, mort_del).fit()
# Print a summary of the results
print(results.summary())