Kas ir regresija?
Regresija ir statistisks mērījums, ko izmanto finansēs, investīcijās un citās disciplīnās un kas mēģina noteikt attiecības stiprumu starp vienu atkarīgo mainīgo (parasti apzīmēts ar Y) un citu mainīgo mainīgo virkni (pazīstamus kā neatkarīgus mainīgos).
Regresija palīdz ieguldījumu un finanšu vadītājiem novērtēt aktīvus un izprast attiecības starp mainīgajiem lielumiem, piemēram, preču cenām un to uzņēmumu akcijām, kuri nodarbojas ar šīm precēm.
Regresija
Regresija izskaidrota
Divi pamata regresijas veidi ir lineārā regresija un daudzkārtējā lineārā regresija, lai arī ir nelineāras regresijas metodes sarežģītākiem datiem un analīzei. Lineārā regresija izmanto vienu neatkarīgu mainīgo, lai izskaidrotu vai prognozētu atkarīgā mainīgā Y iznākumu, savukārt daudzkārtējā regresija izmanto divus vai vairākus neatkarīgus mainīgos, lai prognozētu iznākumu.
Regresija var palīdzēt finanšu un ieguldījumu speciālistiem, kā arī citu uzņēmumu profesionāļiem. Regresija var arī palīdzēt prognozēt uzņēmuma pārdošanas apjomus, ņemot vērā laika apstākļus, iepriekšējos pārdošanas apjomus, IKP pieaugumu vai cita veida apstākļus. Kapitāla aktīvu cenu noteikšanas modelis (CAPM) ir bieži izmantojams regresijas modelis aktīvu cenu noteikšanai un kapitāla izmaksu noteikšanai finansēšanai.
Katra veida regresijas vispārējā forma ir šāda:
- Lineārā regresija: Y = a + bX + u Vairāku regresija: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 +… + b t X t + u
Kur:
- Y = mainīgais, kuru jūs mēģināt paredzēt (atkarīgs mainīgais).X = mainīgais, kuru izmantojat, lai prognozētu Y (neatkarīgs mainīgais).a = krustojums.b = slīpums.u = regresijas atlikums.
Pastāv divi pamata regresijas veidi: lineārā regresija un daudzkārtējā lineārā regresija.
Regresija ņem nejaušu mainīgo grupu, domājams, ka tā prognozē Y, un mēģina atrast matemātiskas attiecības starp tām. Šīs attiecības parasti ir taisnas līnijas (lineārā regresija) veidā, kas vislabāk tuvina visus atsevišķos datu punktus. Vairāku regresiju gadījumā atsevišķi mainīgie lielumi tiek diferencēti, izmantojot skaitļus ar abonentiem.
Taustiņu izņemšana
- Regresija palīdz ieguldījumu un finanšu vadītājiem novērtēt aktīvus un izprast attiecības starp mainīgajiem lielumiem. Regresija var palīdzēt finanšu un ieguldījumu speciālistiem, kā arī citu uzņēmumu profesionāļiem.
Reālās pasaules piemērs, kā tiek izmantota regresijas analīze
Regresiju bieži izmanto, lai noteiktu, cik konkrēti faktori, piemēram, preces cena, procentu likmes, noteiktas nozares vai nozares, ietekmē aktīva cenu kustību. Iepriekš minētais CAPM ir balstīts uz regresiju, un to izmanto, lai prognozētu krājumu paredzamo ienesīgumu un radītu kapitāla izmaksas. Akciju ienesīgums tiek regresēts attiecībā pret plašāka indeksa, piemēram, S&P 500, ienesīgumu, lai ģenerētu beta versiju konkrētajam krājumam.
Beta ir akciju risks attiecībā pret tirgu vai indeksu un tiek atspoguļots kā CAPM modeļa slīpums. Paredzamā peļņa no attiecīgajiem krājumiem būtu atkarīgais mainīgais Y, savukārt neatkarīgais mainīgais X būtu tirgus riska prēmija.
Lai iegūtu labākus ienākumu aprēķinus, CAPM modelim var pievienot papildu mainīgos, piemēram, akciju tirgus kapitalizāciju, vērtēšanas koeficientus un nesenos ienākumus. Šie papildu faktori ir zināmi kā Fama-Francijas faktori, kas nosaukti pēc profesoriem, kuri izstrādāja daudzkārtējās lineārās regresijas modeli, lai labāk izskaidrotu aktīvu atdevi.
