מהי רגרסיה?
רגרסיה היא מדידה סטטיסטית המשמשת בתחומי מימון, השקעה ותחומים אחרים המנסה לקבוע את חוזק הקשר בין משתנה תלוי אחד (בדרך כלל מצוין על ידי Y) לבין סדרה של משתנים משתנים אחרים (המכונים משתנים עצמאיים).
רגרסיה מסייעת למנהלי השקעות ופיננסים להעריך נכסים ולהבין את היחסים בין משתנים, כמו מחירי סחורות ומניות העסקים העוסקים בסחורות אלה.
רגרסיה
הרגרסיה הוסברה
שני סוגי הרגרסיה הבסיסיים הם רגרסיה לינארית ורגרסיה לינארית מרובה, אם כי ישנן שיטות רגרסיה לא-לינאריות למידע וניתוח מורכבים יותר. רגרסיה לינארית משתמשת במשתנה עצמאי אחד בכדי להסביר או לחזות את התוצאה של המשתנה התלוי Y, ואילו רגרסיה מרובה משתמשת בשני משתנים עצמאיים או יותר כדי לחזות את התוצאה.
רגרסיה יכולה לסייע למומחי מימון והשקעות כמו גם לאנשי מקצוע בעסקים אחרים. רגרסיה יכולה לעזור גם בחיזוי מכירות של חברה על בסיס מזג אוויר, מכירות קודמות, צמיחת תוצר או סוגים אחרים של תנאים. מודל תמחור נכסי ההון (CAPM) הוא מודל רגרסיה המשמש לעתים קרובות במימון לתמחור נכסים וגילוי עלויות הון.
הצורה הכללית של כל סוג רגרסיה היא:
- רגרסיה לינארית: Y = a + bX + u רגרסיה מרובה: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 +… + b t X t + u
איפה:
- Y = המשתנה שאתה מנסה לחזות (משתנה תלוי).X = המשתנה שאתה משתמש בו כדי לחזות את Y (משתנה עצמאי).a = היירוט.ב = המדרון.ו = שיור הרגרסיה.
ישנם שני סוגים בסיסיים של רגרסיה: רגרסיה לינארית ורגרסיה לינארית מרובה.
רגרסיה לוקחת קבוצה של משתנים אקראיים, שנחשבת כמנבאת Y ומנסה למצוא קשר מתמטי ביניהם. קשר זה בדרך כלל בצורה של קו ישר (רגרסיה לינארית) המתקרב בצורה הטובה ביותר לכל נקודות הנתונים הבודדות. ברגרסיה מרובה, המבדלים הנפרדים נבדלים על ידי שימוש במספרים עם תסריטים מנויים.
Takeaways מפתח
- רגרסיה מסייעת למנהלי השקעות ומימון פיננסי להעריך נכסים ולהבין את היחסים בין משתנים רגרסיה יכולה לעזור למומחי מימון והשקעות כמו גם לאנשי מקצוע בעסקים אחרים.
דוגמא בעולם האמיתי לשימוש בניתוח רגרסיה
לרוב משתמשים ברגרסיה כדי לקבוע כמה גורמים ספציפיים כמו מחיר סחורה, שיעורי ריבית, ענפים מסוימים או מגזרים משפיעים על תנועת המחירים של נכס. ה- CAPM הנ"ל מבוסס על רגרסיה והוא משמש כדי להקרין את התשואות הצפויות למניות ולייצור עלויות הון. תשואות המניות נסוגות כנגד התשואות של מדד רחב יותר, כמו S&P 500, כדי ליצור בטא עבור המניה המסוימת.
בטא הוא הסיכון של המניה ביחס לשוק או למדד ובא לידי ביטוי כמדרון במודל CAPM. התשואה הצפויה למניה המדוברת תהיה המשתנה התלוי Y ואילו המשתנה X העצמאי יהיה פרמיית סיכון השוק.
ניתן להוסיף למודל CAPM משתנים נוספים כמו היוון שוק של מלאי, יחסי הערכה ותשואות אחרונות כדי לקבל הערכות טובות יותר לתשואות. גורמים נוספים אלה ידועים כגורמים פאמה-צרפתיים, על שם הפרופסורים שפיתחו את מודל הרגרסיה הליניארית המרובה כדי להסביר טוב יותר את תשואות הנכסים.
