期货投资分析考点精讲 | 第三章 统计与计量分析 · 线性回归分析
| 所属考试 | 期货从业 |
|---|---|
| 所属科目 | 期货投资分析 |
| 对应大纲 | 《2024年"期货投资分析"考试大纲》 |
| 所属章节 | 第三章 统计与计量分析 |
| 知识点名称 | 线性回归分析 |
| 适用等级 | 期货从业人员资格考试（统考） |
| 考试分值 | 约 5~8 分 |
| 题型提示 | 含计算类考点，注意公式与单位 |
核心内容
- 一元线性回归模型的形式。一元线性回归假定因变量 Y 与自变量 X 之间存在线性关系，模型写作 Y = β0 + β1X + ε，其中 β0 为截距项，β1 为斜率项（回归系数），表示 X 每变动一个单位时 Y 的平均变动量，ε 为随机误差项，反映除 X 以外其他因素对 Y 的影响。
- 最小二乘估计（OLS）。最小二乘法通过使残差平方和 Σ(Yi − Ŷi)² 最小来求参数估计值。斜率估计量为 β̂1 = Σ(Xi − X̄)(Yi − Ȳ) / Σ(Xi − X̄)²，即样本协方差与样本方差之比；截距估计量为 β̂0 = Ȳ − β̂1X̄。由截距公式可知，样本回归直线必然通过样本均值点（X̄, Ȳ）。
- 判定系数与拟合优度。总离差平方和可以分解为回归平方和与残差平方和，即 SST = SSR + SSE。判定系数 R² = SSR / SST = 1 − SSE / SST，取值在 0 到 1 之间，越接近 1 说明回归直线对样本数据的拟合程度越高。一元线性回归中，判定系数等于样本相关系数的平方，即 R² = r²，因此 R² 恒为非负数，而相关系数 r 可以为负。
- 回归系数的显著性检验。对斜率项进行 t 检验，统计量为 t = β̂1 / SE(β̂1)，原假设为 β1 = 0，备择假设为 β1 ≠ 0。若拒绝原假设，说明自变量对因变量有显著影响。一元线性回归中，F 检验与 t 检验等价，F = t²，两者给出的检验结论一致。
- 回归预测。给定自变量取值 X0，点预测为 Ŷ0 = β̂0 + β̂1X0。区间预测分为对因变量均值的置信区间和对个别值的预测区间，后者由于还需考虑随机误差项的方差，区间宽度更大。样本量越大、X0 越接近样本均值 X̄，预测区间越窄。
- 基本假设与使用注意事项。经典线性回归假设包括：Y 与 X 之间为线性关系；误差项零均值、同方差、无自相关；误差项与自变量不相关；小样本下进行显著性检验还要求误差项服从正态分布。使用中需要注意，判定系数高只说明样本内拟合程度好，不能据此推断变量之间存在因果关系；样本外预测效果还受模型设定、样本期间和数据质量影响。
易错点
易错点：把判定系数与相关系数混为一谈，认为判定系数可以为负。→ 正确理解：一元线性回归中 R² = r²，判定系数取值在 0 到 1 之间，恒为非负数；相关系数 r 的符号与斜率项一致，可以为负。
易错点：认为判定系数高就说明自变量是因、因变量是果。→ 正确理解：判定系数只衡量回归直线对样本数据的拟合程度，因果关系的判断需要结合经济理论与业务逻辑，不能仅凭统计指标。
易错点：把置信区间与预测区间当作同一个概念。→ 正确理解：对因变量均值的置信区间只考虑参数估计的不确定性；对个别值的预测区间还要叠加随机误差项的方差，因此预测区间更宽。
易错点：认为一元线性回归中 F 检验与 t 检验会得出不同结论。→ 正确理解：一元线性回归中只有一个斜率项，F 检验与对斜率的 t 检验等价，且 F = t²，两者结论必然一致。
记忆口诀
模型 Y 等于截距加斜率乘 X；最小二乘使残差平方和最小，回归直线经过样本均值点；判定系数非负、一元回归等于相关系数平方；一元回归 F 等于 t 的平方。
考试分值
该知识点属于计算类考点，多以单项选择题和多项选择题出现，常考查最小二乘估计量的计算、判定系数的求解与解释、回归系数显著性检验的判断，预计分值约 5~8 分。
经典例题
1.【单项选择题】某期货品种价格与库存的样本相关系数为 r = −0.8，以库存为自变量、价格为因变量建立一元线性回归模型，则判定系数 R² 为（ ）。
A. −0.8 B. 0.8 C. 0.64 D. 0.16
答案：C
解析：考查判定系数与相关系数的关系。一元线性回归中判定系数等于样本相关系数的平方，即 R² = r² = (−0.8)² = 0.64，故选 C。判定系数衡量的是回归直线对样本数据的拟合程度，取值在 0 到 1 之间，不体现相关方向，方向由相关系数或者斜率项的符号体现。
解析：考查判定系数与相关系数的关系。一元线性回归中判定系数等于样本相关系数的平方，即 R² = r² = (−0.8)² = 0.64，故选 C。判定系数衡量的是回归直线对样本数据的拟合程度，取值在 0 到 1 之间，不体现相关方向，方向由相关系数或者斜率项的符号体现。
2.【多项选择题】关于一元线性回归的最小二乘估计，下列说法正确的有（ ）。
A. 使残差平方和达到最小 B. 样本回归直线通过样本均值点（X̄, Ȳ） C. 斜率估计量等于样本协方差与样本方差之比 D. 截距估计量为 Ȳ − β̂1 X̄
答案：ABCD
解析：考查最小二乘估计的性质。最小二乘法的目标是使残差平方和最小，故 A 正确；由截距估计量 β̂0 = Ȳ − β̂1X̄ 可知回归直线必然通过样本均值点，故 B、D 正确；斜率估计量 β̂1 = Σ(X<sub>i</sub> − X̄)(Y<sub>i</sub> − Ȳ) / Σ(X<sub>i</sub> − X̄)²，即样本协方差与样本方差之比，故 C 正确。
解析：考查最小二乘估计的性质。最小二乘法的目标是使残差平方和最小，故 A 正确；由截距估计量 β̂0 = Ȳ − β̂1X̄ 可知回归直线必然通过样本均值点，故 B、D 正确；斜率估计量 β̂1 = Σ(X<sub>i</sub> − X̄)(Y<sub>i</sub> − Ȳ) / Σ(X<sub>i</sub> − X̄)²，即样本协方差与样本方差之比，故 C 正确。
常见问题（QA）
- Q1：判定系数 R² 与相关系数 r 有什么区别？
- A1：两者既有联系又有区别。联系在于一元线性回归中判定系数等于相关系数的平方，即 R² = r²。区别有两点：一是取值范围不同，R² 取值在 0 到 1 之间恒为非负，r 取值在 −1 到 1 之间可以为负；二是经济含义不同，R² 衡量回归直线对样本数据的拟合优度，即因变量的变异中能被自变量解释的比例，而 r 衡量两个变量之间线性相关的方向与密切程度。在多变量回归中，R² 仍然存在，但已不再等于简单相关系数的平方。
- Q2：做期货价格与库存的回归分析时，为什么不能只看判定系数？
- A2：因为判定系数只反映样本内拟合程度，不反映模型的合理性与因果方向。实务中还需要关注三点：一是回归系数是否通过显著性检验，若斜率不显著则自变量对因变量没有统计意义上的影响；二是经济逻辑是否成立，价格与库存的关系可能受宏观经济、政策、季节性等因素影响，遗漏重要变量会造成偏误；三是样本外预测能力，样本内拟合好不等于样本外预测准，应当用样本外数据检验。此外，时间序列数据还需注意自相关与非平稳问题。
- Q3：这个知识点通常会怎么考？
- A3：常见考法有三种：一是给定样本统计量计算斜率或截距，例如给出 Σ(X<sub>i</sub> − X̄)(Y<sub>i</sub> − Ȳ) 与 Σ(X<sub>i</sub> − X̄)² 求 β̂<sub>1</sub>；二是给定相关系数求判定系数，注意要取平方且结果非负；三是考查性质判断，重点是回归直线通过样本均值点、一元回归中 F = t²、预测区间宽于置信区间。
依据：中国期货业协会 官方考试大纲 来源：中国期货业协会 https://www.cfachina.org/
说明：中国期货业协会 2024 年 4 月 12 日发布的《期货基础知识》《期货法律法规》《期货投资分析》考试大纲，2025、2026 年考试沿用；其中《期货基础知识》《期货法律法规》为一般从业科目，《期货投资分析》为专项科目。如辅导教材内容与最新颁布的法律法规及监管要求有抵触，以最新颁布的法律法规为准。
本文内容依据官方考试大纲与现行法律法规整理，仅供参考，具体以官方教材及现行法律法规原文为准。如遇政策调整，请以中国期货业协会及中国证券监督管理委员会的官方公告为准。