在 5% 水平显著,却几乎没用

Tam
Tam
·Founder & AI Builder·2026-09-27
Can You Recompute the p-Value cover

一次回归的三个数字

beta 为 −0.229、p 值 0.0268,在 5% 水平统计显著。R² 是 0.0197,所以市场解释了 2% 的变异。两个数字都被报告,合起来说明这个关系真实但几乎无用。

工作簿把一项资产的日对数收益率对市场指数做回归,报告三个数字:

统计量数值
Beta−0.229
p 值0.0268
R²0.0197

每个都被检查,而检查值得理解,因为它们指向不同方向。

beta 恒等式

Beta 可以用两种方式计算:作为回归的斜率,或作为相关系数乘两个波动率之比。

β = ρ × σA / σM

两条路径在这里一致到小数点后第十三位。这是对实现的检查,不是对经济含义的检查:它确认回归斜率和相关系数是从同一条序列、用同样的均值和同样的分母算出来的。

如果比如回归用简单收益率、而相关系数用对数收益率,它就会失败。这种不匹配会产生一个看起来合理、却错几个百分点的 beta。

MODEL sheet, CAPM regression: beta −0.229, p-value 0.0268 and R-squared 0.0197 beside the identity checks
The regression output and the identities that check it: beta against correlation times the volatility ratio, and R-squared against correlation squared.

R² 就是相关系数的平方

第二个恒等式:R² 等于相关系数的平方。两者都是 0.0197。

三个数字从这里开始讲故事。R² 0.0197 意味着指数解释了这项资产收益率变异的 2%。另外 98% 不在这个回归里,这让它成为一个数据分析问题,而不是公式问题。

p 值,以及它是关于什么的 p 值

p 值 0.0268 说的是:如果真实 beta 为零,249 个观测的样本大约有 2.7% 的时间会产生至少这么大的斜率。对 249 个观测,这对应大约 2.2 的 t 统计量。

由此有三件事,而它们并不都指向同一个方向。

符号可靠。 p 值 0.027 低于惯常的 5% 门槛,所以负关系不太可能是这个特定样本的产物。

幅度不可靠。 以 −0.229、t = 2.2 的 beta 为中心的 95% 置信区间,大约从 −0.43 到 −0.03。这个范围既包括「没有有用的对冲」,也包括「相当大的空头敞口」。

解释力可以忽略。 R² 0.0197 正是让显著性不令人意外的原因:有 249 个观测,几乎任何非零关系都会显著。显著性回答「它存在吗」;R² 回答「它要紧吗」。

模型跑的那项检查很宽松(p 值落在 [0,1]),它是对转录错误的检查,而不是统计主张。p 值 1.7 会是公式错误;0.0268 是合理的。

为什么检查表解决不了这件事

检查确认回归从序列正确计算。它们无法告诉你这个回归值不值得跑。

那个判断取决于 beta 用来做什么。对一个对冲比率来说,beta −0.229 配 2% 的 R² 几乎没用:对冲只会抵消 2% 的方差,还加上自己的风险。作为更大模型里的因子敞口,它可能正是需要的输入,同时把 R² 一并报告,让读者知道该给它多少权重。

工作簿把两者相邻报告,这是正确的结构。一张只显示系数和星号、却藏起 R² 的回归表,是用准确数字误导读者最可靠的方式。

什么能强化这个回归

三件事,都不在工作簿里。

一个标准误。 p 值隐含一个 t 统计量,但标准误没有给出来,而它是读者构造区间所需要的数字。

第二个样本。 这里每个统计量都用全部 249 个观测。一个拆分(前 150 个拟合,后 99 个测试)会显示关系是否持续,这是样本外问题 的最简形式。

对残差的正态性检查。 p 值假设残差正态。日收益率出了名地不服从正态分布,而 p 值是对这个假设最敏感的数字。

使用同一条序列的模拟是蒙特卡洛一文,全部 31 项检查连同结果,都在量化页面。这两个统计量来自的那条序列在收益与时间价值 里,假设正态收益率的模拟在概率树 里。

beta 可以与相关系数乘波动率之比比较,因为回归输出就放在检查它的恒等式旁边;Mica 让两者相邻。

本模型验证系列使用合成案例进行方法演示,不构成投资、税务或法律建议。

最后更新:2026-11-01 · 内部检查,非独立审计。 · 方法与审阅

Tam
Tam

Tam is the Founder & CEO of MINDLINK TEC LTD, an AI creator and product builder building creative AI tools including Mica and Bobi.


Mica

本地运行的 AI,让表格更聪明。用自然语言自动化 Excel 工作流。

联系我们

邮箱: service@mindlink.tools

公司:MINDLINK TEC LTD

© 2026 MINDLINK TEC LTD 保留所有权利。