Čo je to regresia?
Regresia je štatistické meranie používané vo financiách, investovaní a ďalších disciplínach, ktoré sa pokúša určiť silu vzťahu medzi jednou závislou premennou (obvykle označenou Y) a radom ďalších meniacich sa premenných (známych ako nezávislé premenné).
Regresia pomáha investičným a finančným manažérom oceňovať aktíva a porozumieť vzťahom medzi premennými, ako sú ceny komodít a stavy podnikov obchodujúcich s týmito komoditami.
regresia
Vysvetlenie regresie
Dva základné typy regresie sú lineárna regresia a viacnásobná lineárna regresia, hoci pre zložitejšie údaje a analýzy existujú nelineárne regresné metódy. Lineárna regresia používa jednu nezávislú premennú na vysvetlenie alebo predpovedanie výsledku závislej premennej Y, zatiaľ čo pri viacnásobnej regresii sa na predpovedanie výsledku používajú dve alebo viac nezávislých premenných.
Regresia môže pomôcť finančným a investičným odborníkom, ako aj odborníkom v iných podnikoch. Regresia môže tiež pomôcť predpovedať predaj spoločnosti na základe počasia, predchádzajúcich tržieb, rastu HDP alebo iných typov podmienok. Model oceňovania kapitálových aktív (CAPM) je často používaný regresný model vo financovaní oceňovania aktív a zisťovania kapitálových nákladov.
Všeobecná forma každého typu regresie je:
- Lineárna regresia: Y = a + bX + u Viacnásobná regresia: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 +… + b t X t + u
Kde:
- Y = premenná, ktorú sa snažíte predpovedať (závislá premenná). X = premenná, ktorú používate na predpovedanie Y (nezávislá premenná).a = priesečník.b = slope.u = regresný zostatok.
Existujú dva základné typy regresie: lineárna regresia a viacnásobná lineárna regresia.
Regresia berie skupinu náhodných premenných, o ktorých sa predpokladá, že predpovedajú Y, a snaží sa medzi nimi nájsť matematický vzťah. Tento vzťah je zvyčajne vo forme priamky (lineárna regresia), ktorá najlepšie aproximuje všetky jednotlivé dátové body. Pri viacnásobnej regresii sa jednotlivé premenné diferencujú pomocou čísel s indexmi.
Kľúčové jedlá
- Regresia pomáha investičným a finančným manažérom hodnotiť aktíva a porozumieť vzťahom medzi premennýmiRegresia môže pomôcť finančným a investičným odborníkom, ako aj odborníkom v iných podnikoch.
Príklad reálneho sveta použitia regresnej analýzy
Regresia sa často používa na určenie toho, koľko konkrétnych faktorov, ako napríklad cena komodity, úrokové sadzby, konkrétne odvetvia alebo odvetvia, ovplyvňujú pohyb cien aktíva. Uvedený CAPM je založený na regresii a využíva sa na projektovanie očakávaných výnosov z akcií a na generovanie kapitálových nákladov. Výnosy z akcií sa znižujú oproti výnosom zo širšieho indexu, napríklad S&P 500, aby sa vygenerovala beta pre konkrétnu zásobu.
Beta je riziko akcie vo vzťahu k trhu alebo indexu a odráža sa ako sklon modelu CAPM. Očakávaný výnos pre príslušnú zásobu by bol závislou premennou Y, zatiaľ čo nezávislou premennou X by bola prémia za trhové riziko.
K modelu CAPM sa môžu pridať ďalšie premenné, ako napríklad trhová kapitalizácia akcie, koeficienty ocenenia a nedávne výnosy, aby sa získali lepšie odhady výnosov. Tieto ďalšie faktory sú známe ako Fama-francúzske faktory, pomenované po profesoroch, ktorí vyvinuli model viacnásobnej lineárnej regresie, aby lepšie vysvetlili návratnosť aktív.
