Mi a regresszió?
A regresszió a pénzügyi, befektetési és más tudományágakban alkalmazott statisztikai mérés, amely megkísérli meghatározni az összefüggés erősségét az egyik függő változó (általában Y-vel jelölve) és más változó változók sorozata (más néven független változók) között.
A regresszió segít a befektetési és pénzügyi vezetőknek az eszközök értékelésében és a változók, például a nyersanyagárak és az ezekkel az árukkal foglalkozó vállalkozások állományainak kapcsolatának megértésében.
Regresszió
A regresszió magyarázata
A regresszió két alaptípusa a lineáris regresszió és a többszörös lineáris regresszió, bár vannak nemlineáris regressziós módszerek a bonyolultabb adatok és elemzés céljából. A lineáris regresszió egy független változót használ az Y függő változó kimenetelének magyarázatára vagy előrejelzésére, míg a többszörös regresszió két vagy több független változót használ az eredmény előrejelzésére.
A regresszió segíthet a pénzügyi és befektetési szakembereknek, valamint más vállalkozások szakembereinek. A regresszió segíthet előre jelezni egy vállalat eladásainak időjárását, korábbi értékesítéseit, a GDP növekedését vagy más típusú feltételeket. A tőkeeszköz-árazási modell (CAPM) egy gyakran használt regressziós modell az eszközök árképzésére és a tőkeköltségek feltárására a finanszírozásban.
Az egyes típusú regresszió általános formája:
- Lineáris regresszió: Y = a + bX + u Többszörös regresszió: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 +… + b t X t + u
Hol:
- Y = a változó, amelyet megpróbálsz megjósolni (függő változó).X = az a változó, amelyet Y előrejelzésére használ (független változó).a = az intercept.b = a lejtő.u = a regressziós maradék.
A regressziónak két alapvető típusa van: a lineáris regresszió és a többszörös lineáris regresszió.
A regresszió véletlenszerű változókból álló csoportot vesz fel, amelyről azt gondolják, hogy előrejelzi az Y-t, és megpróbálja matematikai összefüggést találni közöttük. Ez a kapcsolat általában egy egyenes formájában (lineáris regresszió) van kialakítva, amely a legjobban megközelíti az összes adatpontot. Többszörös regresszió esetén a különféle változók megkülönböztetésre kerülnek az alsó indexű számok felhasználásával.
Kulcs elvihető
- A regresszió segít a befektetési és pénzügyi vezetőknek az eszközök értékelésében és a változók közötti kapcsolatok megértésében. A regresszió segíthet a pénzügyi és befektetési szakembereknek, valamint más vállalkozások szakembereinek.
Valós példa a regressziós elemzés alkalmazására
A regressziót gyakran annak meghatározására használják, hogy hány olyan tényező, mint például az áru ára, a kamatlábak, az egyes iparágak vagy ágazatok befolyásolják az eszköz ármozgását. A fent említett CAPM regresszión alapszik, és azt felhasználják a készletek várható hozamainak tervezésére és a tőkeköltségek generálására. A részvények hozamait egy szélesebb index, például az S&P 500 hozamaihoz viszonyítva visszaverjük, hogy béta állítson elő az adott részvényre.
A béta az állomány kockázata a piachoz vagy az indexhez viszonyítva, és a CAPM modell lejtéseként tükröződik. A szóban forgó részvény várható hozama az Y függõ változója, míg a független X változó a piaci kockázati prémium.
További változók, például egy részvény piaci kapitalizációja, értékelési arányok és a közelmúltbeli hozamok adhatók hozzá a CAPM modellhez, hogy jobb hozamokat lehessen becsülni. Ezeket a kiegészítő tényezőket Fama-francia tényezőknek nevezik, amelyeket azoknak a professzoroknak nevezték el, akik kifejlesztették a többszörös lineáris regressziós modellt az eszközök hozamának jobb magyarázata érdekében.
