R-Squared چیست؟

R-squared (R²) به عنوان عددی تعریف می‌شود که نشان می‌دهد متغیر(های) مستقل در یک مدل آماری تا چه حد تغییرات متغیر وابسته را توضیح می‌دهند. این مقدار بین 0 تا 1 متغیر است، که در آن 1 نشان‌دهنده تناسب کامل مدل با داده‌ها است. فرمول محاسبه R-squared به صورت زیر است: R² = 1 − (تغییرات توضیح‌ داده‌ نشده / تغییرات کل)

نکات کلیدی

• R-squared یک معیار آماری است که نشان می‌دهد چه مقدار از تغییرات یک متغیر وابسته توسط متغیر(های) مستقل در یک مدل رگرسیون توضیح داده می‌شود.
• در سرمایه‌گذاری، R-squared معمولاً به عنوان درصدی از حرکات قیمت یک صندوق یا اوراق بهادار تفسیر می‌شود که می‌تواند توسط حرکات یک شاخص معیار توضیح داده شود.
• R-squared 100% به این معناست که تمام حرکات یک اوراق بهادار (یا دیگر متغیر وابسته) کاملاً توسط حرکات شاخص (یا هر متغیر مستقل مورد نظر شما) توضیح داده می‌شود.

نحوه محاسبه R-Squared

محاسبه R-squared شامل چندین مرحله است. این شامل گرفتن نقاط داده (مشاهدات) متغیرهای وابسته و مستقل و انجام تحلیل رگرسیون برای یافتن خط بهترین تناسب، اغلب از یک مدل رگرسیون، است. این خط رگرسیون به تجسم رابطه بین متغیرها کمک می‌کند. از آنجا، شما مقادیر پیش‌بینی‌شده را محاسبه می‌کنید، مقادیر واقعی را کم می‌کنید، و نتایج را به توان دو می‌رسانید. این تخمین‌های ضرایب و پیش‌بینی‌ها برای درک رابطه بین متغیرها حیاتی هستند. این کار لیستی از خطاهای به توان دو را تولید می‌کند، که سپس جمع می‌شوند و برابر با واریانس توضیح داده نشده (یا "تغییرات توضیح داده نشده" در فرمول بالا) می‌شود. برای محاسبه واریانس کل (یا تغییرات کل)، میانگین مقادیر واقعی را از هر یک از مقادیر واقعی کم می‌کنید، نتایج را به توان دو می‌رسانید، و آن‌ها را جمع می‌کنید. این فرآیند به تعیین مجموع مربعات کل کمک می‌کند، که یک جزء مهم در محاسبه R-squared است. از آنجا، با دنبال کردن فرمول، مجموع اول خطاها (واریانس توضیح داده نشده) را بر مجموع دوم (واریانس کل) تقسیم کنید، نتیجه را از یک کم کنید، و R-squared را به دست می‌آورید.

نحوه تفسیر R-Squared

R-squared نشان‌دهنده نسبت واریانس در متغیر وابسته است که از متغیرهای مستقل قابل پیش‌بینی است. مقدار 1 به این معناست که تمام تغییرات در متغیر وابسته توسط متغیرهای مستقل توضیح داده می‌شود، در حالی که مقدار 0 نشان می‌دهد که متغیرهای مستقل هیچ یک از تغییرات را توضیح نمی‌دهند. R-squared باید همراه با آمارهای دیگر و زمینه تفسیر شود، زیرا مقادیر بالای R-squared گاهی اوقات می‌توانند گمراه‌کننده باشند اگر مدل بیش از حد برازش شده باشد. در حالی که همبستگی قدرت رابطه بین یک متغیر مستقل و یک متغیر وابسته را توضیح می‌دهد، R-squared میزان توضیح واریانس یک متغیر توسط واریانس متغیر دیگر را بیان می‌کند. بنابراین، اگر R-squared یک مدل 0.50 باشد، تقریباً نیمی از تغییرات مشاهده‌شده می‌تواند توسط ورودی‌های مدل توضیح داده شود.

نحوه استفاده از R-Squared

در سرمایه‌گذاری، R-squared معمولاً به عنوان درصدی از حرکات یک صندوق یا اوراق بهادار تفسیر می‌شود که می‌تواند توسط حرکات یک شاخص معیار توضیح داده شود. به عنوان مثال، R-squared برای یک اوراق بهادار با درآمد ثابت در مقابل یک شاخص اوراق قرضه، نسبت حرکات قیمت اوراق بهادار را که بر اساس حرکت قیمت شاخص قابل پیش‌بینی است، مشخص می‌کند. همین امر می‌تواند برای یک سهام در مقابل شاخص S&P 500 یا هر شاخص مرتبط دیگر اعمال شود. همچنین ممکن است به عنوان ضریب تعیین شناخته شود. مقادیر R-squared از 0 تا 1 متغیر است و معمولاً به صورت درصد از 0% تا 100% بیان می‌شود. R-squared 100% به این معناست که تمام حرکات یک اوراق بهادار (یا دیگر متغیر وابسته) کاملاً توسط حرکات شاخص (یا هر متغیر مستقل مورد نظر شما) توضیح داده می‌شود. در سرمایه‌گذاری، R-squared بالا، از 85% تا 100%، نشان می‌دهد که عملکرد سهام یا صندوق نسبتاً با شاخص هم‌راستا حرکت می‌کند. صندوقی با R-squared پایین، در 70% یا کمتر، نشان می‌دهد که صندوق معمولاً حرکات شاخص را دنبال نمی‌کند. مقدار R-squared بالاتر نشان‌دهنده رقم بتای مفیدتر است. به عنوان مثال، اگر یک سهام یا صندوق دارای مقدار R-squared نزدیک به 100% باشد، اما بتای آن زیر 1 باشد، به احتمال زیاد بازده‌های تعدیل‌شده با ریسک بالاتری ارائه می‌دهد.

R-Squared در مقابل R-Squared تعدیل‌شده

R-squared تنها در یک مدل رگرسیون خطی ساده با یک متغیر توضیحی به طور مورد انتظار کار می‌کند. در یک رگرسیون چندگانه با چندین متغیر مستقل، R-squared باید تعدیل شود. R-squared تعدیل‌شده قدرت توصیفی مدل‌های رگرسیون را که شامل تعداد متنوعی از پیش‌بینی‌کننده‌ها هستند، مقایسه می‌کند. این اغلب با استفاده از معیارهایی مانند R-squared برای ارزیابی خوبی تناسب ارزیابی می‌شود. هر پیش‌بینی‌کننده‌ای که به مدل اضافه می‌شود، R-squared را افزایش می‌دهد و هرگز آن را کاهش نمی‌دهد. بنابراین، مدلی با تعداد بیشتری از عبارات ممکن است به نظر بیاید که تناسب بهتری دارد فقط به این دلیل که تعداد عبارات بیشتری دارد، در حالی که R-squared تعدیل‌شده برای اضافه شدن متغیرها جبران می‌کند؛ فقط در صورتی افزایش می‌یابد که عبارت جدید مدل را بیش از آنچه توسط احتمال به دست می‌آید بهبود بخشد و زمانی کاهش می‌یابد که یک پیش‌بینی‌کننده مدل را کمتر از آنچه توسط شانس پیش‌بینی می‌شود بهبود دهد. در شرایط بیش‌برازش، یک مقدار نادرست بالای R-squared به دست می‌آید، حتی زمانی که مدل در واقع توانایی پیش‌بینی کمتری دارد. این در مورد R-squared تعدیل‌شده صادق نیست.

R-Squared در مقابل بتا

بتا و R-squared دو معیار مرتبط اما متفاوت از همبستگی هستند. بتا معیاری از ریسک نسبی است. یک صندوق مشترک با R-squared بالا به شدت با یک معیار همبستگی دارد. اگر بتا نیز بالا باشد، ممکن است بازده‌های بالاتری نسبت به معیار تولید کند، به‌ویژه در بازارهای صعودی. R-squared میزان نزدیکی هر تغییر در قیمت یک دارایی را به یک معیار همبستگی می‌سنجد. بتا اندازه‌گیری می‌کند که این تغییرات قیمت نسبت به یک معیار چقدر بزرگ هستند. استفاده از R-squared و بتا با هم می‌تواند به سرمایه‌گذاران تصویر جامعی از عملکرد مدیران دارایی ارائه دهد. بتای دقیقاً 1.0 به این معناست که ریسک (نوسان) دارایی مشابه با معیار آن است. در اصل، R-squared یک تکنیک تحلیل آماری برای استفاده عملی و قابل اعتماد بودن بتاهای اوراق بهادار است.

محدودیت‌های R-Squared

R-squared تخمینی از رابطه بین حرکات یک متغیر وابسته بر اساس حرکات یک متغیر مستقل ارائه می‌دهد. با این حال، به شما نمی‌گوید که آیا مدل انتخابی شما خوب است یا بد، و همچنین به شما نمی‌گوید که آیا داده‌ها و پیش‌بینی‌ها دارای سوگیری هستند یا خیر. R-squared بالا یا پایین لزوماً خوب یا بد نیست—این معیار قابلیت اطمینان مدل یا انتخاب رگرسیون مناسب را منتقل نمی‌کند. شما می‌توانید R-squared پایینی برای یک مدل خوب یا R-squared بالایی برای یک مدل ضعیف داشته باشید، و برعکس.

نکاتی برای بهبود R-Squared

بهبود R-squared اغلب نیازمند رویکردی دقیق به بهینه‌سازی مدل است. یکی از استراتژی‌های ممکن شامل بررسی دقیق انتخاب و مهندسی ویژگی‌ها است. با شناسایی و گنجاندن تنها پیش‌بینی‌کننده‌های مرتبط در مدل خود، می‌توانید احتمال توضیح روابط را افزایش دهید. این فرآیند ممکن است شامل انجام تحلیل داده‌های اکتشافی کامل یا استفاده از تکنیک‌هایی مانند رگرسیون گام‌به‌گام یا تنظیم‌سازی برای انتخاب مجموعه بهینه متغیرها باشد. روش دیگر برای بهبود R-squared، رسیدگی به هم‌خطی چندگانه است. هم‌خطی چندگانه زمانی رخ می‌دهد که متغیرهای مستقل به شدت با یکدیگر همبستگی دارند. با این حال، آن‌ها می‌توانند تخمین‌های ضرایب را تحریف کنند و دقت مدل را کاهش دهند. تکنیک‌هایی مانند تحلیل فاکتور تورم واریانس یا تحلیل مؤلفه‌های اصلی می‌توانند به شناسایی و کاهش هم‌خطی چندگانه کمک کنند. همچنین می‌توانید با اصلاح مشخصات مدل و در نظر گرفتن روابط غیرخطی بین متغیرها، R-squared را بهبود بخشید. این ممکن است شامل بررسی عبارات مرتبه بالاتر، تعاملات، یا تبدیل متغیرها به روش‌های مختلف برای ثبت بهتر روابط مخفی بین نقاط داده باشد. در برخی موارد، داشتن دانش قوی در حوزه برای به دست آوردن این نوع بینش خارج از مدل ضروری است.

R-Squared به شما چه می‌گوید؟

R-squared به شما نسبت واریانس در متغیر وابسته را که توسط متغیر(های) مستقل در یک مدل رگرسیون توضیح داده می‌شود، می‌گوید. این معیار خوبی تناسب مدل به داده‌های مشاهده‌شده را می‌سنجد و نشان می‌دهد که پیش‌بینی‌های مدل تا چه حد با نقاط داده واقعی مطابقت دارند.

آیا R-Squared می‌تواند منفی باشد؟

خیر، R-squared نمی‌تواند منفی باشد. این مقدار همیشه در محدوده 0 تا 1 قرار می‌گیرد، که در آن 0 نشان می‌دهد که متغیر(های) مستقل هیچ یک از تغییرات در متغیر وابسته را توضیح نمی‌دهند، و 1 نشان‌دهنده تناسب کامل مدل با داده‌ها است.

چرا مقدار R-Squared اینقدر پایین است؟

یک مقدار R-squared پایین نشان می‌دهد که متغیر(های) مستقل در مدل رگرسیون به طور مؤثری تغییرات در متغیر وابسته را توضیح نمی‌دهند. این ممکن است به دلیل عواملی مانند نبود متغیرهای مرتبط، روابط غیرخطی، یا تغییرات ذاتی در داده‌ها باشد که نمی‌توانند توسط مدل ثبت شوند.

مقدار "خوب" R-Squared چیست؟

آنچه به عنوان یک مقدار "خوب" R-squared واجد شرایط است، به زمینه بستگی دارد. در برخی زمینه‌ها، مانند علوم اجتماعی، حتی یک مقدار R-squared نسبتاً پایین، مانند 0.5، می‌تواند نسبتاً قوی تلقی شود. در زمینه‌های دیگر، استانداردها برای یک مقدار خوب R-squared می‌تواند بسیار بالاتر باشد، مانند 0.9 یا بیشتر. در امور مالی، R-squared بالای 0.7 معمولاً به عنوان نشان‌دهنده سطح بالایی از همبستگی تلقی می‌شود، در حالی که مقداری کمتر از 0.4 همبستگی پایینی را نشان می‌دهد. با این حال، این یک قانون سخت نیست و به تحلیل خاص بستگی دارد.

آیا R-Squared بالاتر بهتر است؟

اینجا هم بستگی به زمینه دارد. فرض کنید شما به دنبال یک صندوق شاخص هستید که یک شاخص خاص را تا حد ممکن نزدیک دنبال کند. در این سناریو، شما می‌خواهید مقدار R-squared صندوق تا حد ممکن بالا باشد، زیرا هدف آن تطابق با شاخص است، نه عقب ماندن از آن. از سوی دیگر، اگر به دنبال صندوق‌های مدیریت‌شده فعال هستید، مقدار R-squared بالا ممکن است نشانه بدی تلقی شود، که نشان می‌دهد مدیران صندوق ارزش کافی نسبت به معیارهای خود اضافه نمی‌کنند.

خلاصه

R-squared می‌تواند در سرمایه‌گذاری و زمینه‌های دیگر که در آن سعی دارید میزان تأثیر یک یا چند متغیر مستقل بر یک متغیر وابسته را تعیین کنید، مفید باشد. با این حال، محدودیت‌هایی دارد که باعث می‌شود کاملاً پیش‌بینی‌کننده نباشد.