Statsmodels中实现固定解释变量的滚动OLS回归分析

概述

在时间序列分析中，滚动回归是一种常用的技术手段，它通过移动窗口的方式对数据进行分段回归分析。Statsmodels作为Python中强大的统计分析库，提供了RollingOLS类来实现滚动最小二乘回归。然而，在实际应用中，我们有时会遇到需要将变化的响应变量与固定的解释变量进行滚动回归的特殊需求。

问题背景

传统滚动回归分析中，响应变量和解释变量通常都是随时间变化的。但在某些场景下，我们需要保持解释变量固定不变，仅对响应变量的滚动窗口进行回归。例如：

1. 研究市场因子模型时，因子载荷可能固定而收益率变化
2. 分析固定实验条件下的时间序列响应
3. 评估固定预测变量对不同时间段数据的影响

Statsmodels的RollingOLS目前不支持这种固定解释变量的滚动回归场景，当响应变量和解释变量的第一维度不匹配时会报错。

解决方案

传统循环方法的局限性

最直观的解决方案是使用循环，对每个滚动窗口单独调用OLS回归：

results = []
for i in range(len(y) - window_size + 1):
    window_y = y[i:i+window_size]
    model = sm.OLS(window_y, fixed_x)
    results.append(model.fit())

这种方法虽然可行，但存在明显缺点：

• 计算效率低，特别是大数据集时
• 代码冗长，不够优雅
• 无法充分利用向量化运算的优势

高效向量化方法

基于线性代数的性质，我们可以采用更高效的向量化计算方法。核心思路是将问题转化为多元OLS回归问题，其中：

• 响应变量Y是一个矩阵，每列代表一个滚动窗口
• 解释变量X保持不变

具体实现如下：

import numpy as np
import statsmodels.api as sm

# 生成示例数据
nperiods = 60
rg = np.random.default_rng(0)
y = rg.standard_normal(1000)
fixed_x = sm.add_constant(rg.standard_normal((60, 4)))  # 固定解释变量

# 创建响应变量矩阵
y_trans = sm.tsa.lagmat(y, y.shape[0] - nperiods, original="in", trim="both")

# 一次性计算所有滚动窗口的系数
coefficients, *_ = np.linalg.lstsq(fixed_x, y_trans)

这种方法优势明显：

1. 完全向量化运算，效率极高
2. 代码简洁，一行核心计算
3. 可扩展性强，容易添加其他统计量计算

技术细节

响应变量矩阵构造

sm.tsa.lagmat函数用于构造响应变量矩阵：

• original="in"参数保留原始序列
• trim="both"确保所有窗口大小一致
• 结果矩阵的每列对应一个滚动窗口

系数计算

np.linalg.lstsq执行最小二乘求解：

• 直接计算X与Y的伪逆乘积
• 返回系数矩阵，每列对应一个滚动窗口的系数
• 可附加返回残差、秩等信息

统计量扩展

基于系数矩阵，可以进一步计算：

• 残差平方和
• R-squared
• 标准误差等统计量

应用场景

这种固定解释变量的滚动回归特别适用于：

1. 因子模型分析：固定市场风险因子，观察不同时期因子暴露的变化
2. 实验数据分析：固定实验条件，分析时间序列响应变化
3. 模型稳定性检验：保持模型结构不变，检验参数随时间的变化

性能比较

与传统循环方法相比，向量化方法：

• 计算速度提升10-100倍（取决于数据规模）
• 内存占用更优（单次矩阵运算）
• 更适合大规模数据分析

总结

虽然Statsmodels的RollingOLS目前不支持固定解释变量的滚动回归，但通过将问题转化为多元OLS并利用向量化运算，我们可以高效实现这一功能。这种方法不仅解决了当前限制，还提供了更优的计算性能，是处理此类问题的理想选择。