Что такое регрессия?
Регрессия - это статистическое измерение, используемое в финансах, инвестициях и других дисциплинах, которое пытается определить силу взаимосвязи между одной зависимой переменной (обычно обозначаемой Y) и рядом других изменяющихся переменных (известных как независимые переменные).
Регрессия помогает инвестиционным и финансовым менеджерам оценивать активы и понимать взаимосвязи между переменными, такими как цены на товары и акции предприятий, занимающихся этими товарами.
регрессия
Объяснение регрессии
Двумя основными типами регрессии являются линейная регрессия и множественная линейная регрессия, хотя существуют методы нелинейной регрессии для более сложных данных и анализа. Линейная регрессия использует одну независимую переменную, чтобы объяснить или предсказать результат зависимой переменной Y, в то время как множественная регрессия использует две или более независимых переменных, чтобы предсказать результат.
Регресс может помочь профессионалам в области финансов и инвестиций, а также специалистам в других сферах бизнеса. Регрессия также может помочь предсказать продажи для компании на основе погоды, предыдущих продаж, роста ВВП или других типов условий. Модель ценообразования на капитальные активы (CAPM) является часто используемой регрессионной моделью в финансах для определения цены активов и выявления затрат на капитал.
Общая форма каждого типа регрессии:
- Линейная регрессия: Y = a + bX + u Множественная регрессия: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 +… + b t X t + u
Где:
- Y = переменная, которую вы пытаетесь предсказать (зависимая переменная).X = переменная, которую вы используете для предсказания Y (независимая переменная).a = intercept.b = slope.u = остаток регрессии.
Существует два основных типа регрессии: линейная регрессия и множественная линейная регрессия.
Регрессия берет группу случайных величин, которые, как считается, предсказывают Y, и пытается найти математическую связь между ними. Это отношение обычно имеет форму прямой линии (линейная регрессия), которая наилучшим образом аппроксимирует все отдельные точки данных. В множественной регрессии отдельные переменные дифференцируются с помощью чисел с индексами.
Ключевые вынос
- Регрессия помогает инвестиционным и финансовым менеджерам оценивать активы и понимать взаимосвязи между переменными. Регрессия может помочь профессионалам в области финансов и инвестиций, а также специалистам в других сферах бизнеса.
Реальный пример использования регрессионного анализа
Регрессия часто используется для определения того, сколько конкретных факторов, таких как цена товара, процентные ставки, конкретные отрасли или сектора, влияют на движение цены актива. Вышеупомянутый CAPM основан на регрессии, и он используется для прогнозирования ожидаемой доходности акций и генерирования затрат на капитал. Доходность акции сравнивается с доходностью более широкого индекса, такого как S & P 500, для создания беты для конкретной акции.
Бета - это риск акции по отношению к рынку или индексу, который отражается как наклон в модели CAPM. Ожидаемая доходность для рассматриваемой акции будет зависимой переменной Y, в то время как независимая переменная X будет премией рыночного риска.
Дополнительные переменные, такие как рыночная капитализация акций, коэффициенты оценки и недавние доходы, могут быть добавлены в модель CAPM, чтобы получить более точные оценки доходности. Эти дополнительные факторы известны как факторы Fama-French, названные в честь профессоров, которые разработали модель множественной линейной регрессии, чтобы лучше объяснить доходность активов.
