3.残差自相关性与异方差性的直观检验 )绘制残差对时间的散点图 我们还可以绘制残差对时间的散点图,观察残差随时间变化的趋势。从CAPM的角度来 讲,残差代表的是股票收益的随机成分与市场运动无关的那部分收益。编制的 MATLAB代码 如下 %8%%99对时间的散点图 residual=exceed_s-resbeta(2).*exceed,m-resbeta(1) scatter(1: 1: length(residual), residual,'') axis([o length(residual)-0 1 0. 1]) set(gca,Iick',[12144286428561066]) set(gca, XIickLabe1,{2010-01-042010-11-252011-10-242012-09-072013-08-082014-06-23}) 0.08 -0 -0.04 006,: 001-04201011-252011-1024201209072013080820140623 图9.残差检验结果 2)残差异方差性的直观检验 观察残差对自变量散点图可以从直观上检验残差不存在异方差性,代码如下: %%%%残差异方差性的直观检验 scatter(exceed m, residual,.) axis([-0.10.1-0.10.1]) 从下图看,残差分布没有呈现异方差特征,这进一步验证了上述结论3. 残差自相关性与异方差性的直观检验 1） 绘制残差对时间的散点图 我们还可以绘制残差对时间的散点图，观察残差随时间变化的趋势。从 CAPM 的角度来 讲，残差代表的是股票收益的随机成分与市场运动无关的那部分收益。编制的 MATLAB 代码 如下： 图 9. 残差检验结果 2） 残差异方差性的直观检验 观察残差对自变量散点图可以从直观上检验残差不存在异方差性，代码如下： 从下图看，残差分布没有呈现异方差特征，这进一步验证了上述结论。 2010-01-04 2010-11-25 2011-10-24 2012-09-07 2013-08-08 2014-06-23 -0.1 -0.08 -0.06 -0.04 -0.02 0 0.02 0.04 0.06 0.08 0.1