Mikä on regressio?
Regressio on tilastollinen mittaus, jota käytetään rahoituksessa, sijoittamisessa ja muissa aloissa ja jolla pyritään määrittämään suhteen vahvuus riippuvan muuttujan (jota yleensä merkitään Y: llä) ja sarjan muiden muuttuvien muuttujien (tunnetaan itsenäisinä muuttujina) välillä.
Regressio auttaa sijoitus- ja varainhoitajia arvostamaan omaisuuttaan ja ymmärtämään muuttujien, kuten hyödykkeiden hintojen ja näitä hyödykkeitä käsittelevien yritysten osakkeiden välisiä suhteita.
Regressio
Regressio selitetty
Kaksi perustyyppiä regressiota ovat lineaarinen regressio ja moninkertainen lineaarinen regressio, vaikkakin on olemassa epälineaarisia regressiomenetelmiä monimutkaisemmille tiedoille ja analyyseille. Lineaarinen regressio käyttää yhtä riippumatonta muuttujaa selittämään tai ennustamaan riippuvaisen muuttujan Y lopputulos, kun taas moninkertainen regressio käyttää kahta tai useampaa riippumatonta muuttujaa ennustamaan lopputulos.
Regressio voi auttaa rahoitus- ja sijoitusammattilaisia sekä muiden yritysten ammattilaisia. Regressio voi myös auttaa ennustamaan yrityksen myyntiä sää, aiemman myynnin, BKT: n kasvun tai muun tyyppisten olosuhteiden perusteella. Pääomaomaisuuden hinnoittelumalli (CAPM) on usein käytetty regression malli rahoituksessa omaisuuden hinnoittelulle ja pääoman kustannusten selvittämiselle.
Kunkin regressiotyypin yleinen muoto on:
- Lineaarinen regressio: Y = a + bX + u Moninkertainen regressio: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 +… + b t X t + u
Missä:
- Y = muuttuja, jota yrität ennustaa (riippuvainen muuttuja).X = muuttuja, jota käytät ennustamaan Y (riippumaton muuttuja).a = katkaisu.b = kaltevuus.u = regression jäännös.
Regressiota on kahta perustyyppiä: lineaarinen regressio ja moninkertainen lineaarinen regressio.
Regressio vie ryhmän satunnaismuuttujia, joiden ajatellaan ennustavan Y: tä ja yrittää löytää matemaattisen suhteen niiden välillä. Tämä suhde on tyypillisesti suoraviivainen (lineaarinen regressio), joka lähestyy parhaiten kaikkia yksittäisiä datapisteitä. Usean regression yhteydessä erilliset muuttujat erotellaan käyttämällä numeroita alaindekseillä.
Avainsanat
- Regressio auttaa sijoitus- ja talouspäälliköitä arvostamaan omaisuuttaan ja ymmärtämään muuttujien välisiä suhteita. Regressio voi auttaa rahoitus- ja sijoitusammattilaisia sekä muiden yritysten ammattilaisia.
Oikea maailma esimerkki regressioanalyysin käytöstä
Regressiota käytetään usein määrittämään, kuinka monta erityistä tekijää, kuten hyödykkeen hinta, korot, tietyt toimialat tai sektorit vaikuttavat omaisuuserän hintakehitykseen. Edellä mainittu CAPM perustuu regressioon, ja sitä käytetään varastojen odotettavissa olevan tuoton ennustamiseen ja pääomakustannusten tuottamiseen. Osaketuotot regressoidaan laajemman indeksin, kuten S&P 500: n, tuottoon, jotta syntyy beeta kyseiselle osakekannalle.
Beeta on osakkeen riski suhteessa markkinoihin tai indeksiin, ja se heijastuu CAPM-mallin kaltevuudeksi. Kyseisen osakkeen odotettu tuotto olisi riippuvainen muuttuja Y, kun taas riippumaton muuttuja X olisi markkinariskipreemio.
Lisämuuttujia, kuten osakekannan markkina-arvo, arvostusasteet ja viimeaikaiset tuotot, voidaan lisätä CAPM-malliin saadaksesi parempia arvioita tuottoista. Nämä lisätekijät tunnetaan Fama-ranskalaisina tekijöinä, jotka on nimetty professoreiden mukaan, jotka ovat kehittäneet moninkertaisen lineaarisen regression mallin selittääkseen paremmin omaisuuden tuottoa.
