Estoy probando ciertos modelos de factores de valoración de activos (por ejemplo, el modelo de 3 factores de Fama y French) y quiero comprobar si las alfas de mis regresiones de series temporales son conjuntamente cero.
La mayoría de los trabajos utilizan la prueba de Gibbons, Ross y Shanken (1989) para ello.
He construido la prueba por mí mismo en R, pero quiero hacerlo con residuos robustos. ¿Cómo los obtengo, corregidos por heteroscedasticidad y autocorrelación con, por ejemplo, Newey West?
Así es como se ven mis regresiones:
FF3 <- lm(Excess_Return ~ RMRF + SMB + HML)Si lo hago:
FF3_corrected <- coeftest(FF3, vcov = NeweyWest)Entonces R sólo me muestra los coeficientes corregidos, pero necesito los residuos corregidos...
1 votos
No es una respuesta a tu pregunta, pero quizás sepas que puedes utilizar la opción adicional 'prewhite = FALSE' en la función coeftest para obtener los errores estándar originales de Newey/West (1987).
0 votos
Buen punto, ¡gracias!
0 votos
Por cierto, ¿a qué te refieres cuando pides que se corrija residuos ? Las estimaciones puntuales de los coeficientes (y por tanto de los residuos) siguen siendo exactamente las mismas, tanto si se corrigen los errores estándar robustos como si no.
0 votos
Pero si quiero calcular el R^2 de mi modelo. Entonces obtengo resultados erróneos, ¿no?
1 votos
En realidad, no: los residuos siguen siendo numéricamente iguales. Sólo cambia la desviación estándar (error estándar en este contexto) de los coeficientes de regresión estimados.