Опрелеляем
По Данным таблицы составим систему нормальных уравнений с тремя неизвестными:
Разделим каждое уравнение на коэффициент приa.
Вычтем первое уравнение из второго и третьего
Разделим каждое уравнение на коэффициент при
Сложим оба уравнения и найдем
Таким образом, уравнение множественной регрессии имеет вид
Экономический смысл коэффициентов EMBED Equation.3 и EMBED Equation.3 в том, что это показатели силы связи, характеризующие изменение цены акции при изменении какого-либо факторного признака на единицу своего измерения при фиксированном влиянии другого фактора. Так, при изменении доходности капитала на один процентный пункт, цена акции измениться в том же направлении на 0,686 долларов; при изменении уровня дивидендов на один процентный пункт цена акции изменится в том же направлении на 11,331 доллара.
Рассчитать частные коэффициенты эластичности.
2.Будем рассчитывать частные коэффициенты эластичности для среднего значения фактора и результата:
Э
- эластичность цены акции по доходности капитала
Э
- эластичность цены акции по уровню дивидендов
3.5.
Определить стандартизованные коэффициенты регрессии
6.формулы определения:
гдеj-порядковый номер фактора
- среднее квадратическое отклонениеj-гофактора (вычислено раньше)
=2,168
= ,0484
- среднее квадратическое отклонение результативного признака
=6,07
сделать вывод о силе связи результата с каждым из факторов.
Коэффициенты эластичности факторов
говорят о том, что при отклонении величины соответствующего фактора от его средней величины на 1% (% как относительная величина) и при отвлечении от сопутствующего отклонения другого фактора входящего в уравнение множественной регрессии, цена акции отклонится от своего среднего значения на 0,403% при действии фактора
(доходность капитала) и на 1,188% при действии фактора
(уровень дивидендов).
Таким образом сила влияния фактора
на результат (цену акции) больше, чем фактора
, а сами факторы действуют в одном и том же положительном направлениии.
Количественно фактор
приблизительно в три раза сильнее влияет на результат чем фактор
. (
)
Анализ уравнения регрессии по стандартизованным коэффициентам
показывает, что второй фактор влияет сильнее на результат, чем фактор
(
), т.е. при учете вариации факторов их влияние более точно.
8.Определить парные и частные коэффициенты корреляции, а также множественный коэффициент корреляции.
9.Парные коэффициенты корреляции определяются по формулам:
Частные коэффициенты корреляции определяются по ф-ле:
Множественный коэффициент корреляции определяется по формуле:
Матрица парных коэффициентов корреляции
Из таблицы видно, что в соответствии со шкалой Чеддока связь междуиможно оценить как слабую, междуи- как высокую, междуисвязь практически отсутствует.
Таким образом, по построенной модели можно сделать вывод об отсутствии в ней мультиколлениарности факторов.
Частные коэффициенты корреляции рассчитывались как оценки вклада во множественной коэффициент корреляции каждого из факторов (и).Они характеризуют связи между результативными признаками (ценой акции) и соответствующим факторомxпри
Причина различий между значениями частных и парных коэффициентов корреляции состоит в том, что частный коэффициент отражает долю вариации результативного прихнака (цены акции), дополнительно объясняемой при включении фактора(или)после другого фактора(или)в уравнение регрессии, не объяснимой ранее включенным фактором(или).
6 .
|
400
|
48 |
48 |
76 |
101 |
118 |
|
|
| |
|
500
|
53 |
53 |
81 |
106 |
|
|
| | |
|
600
|
56 |
56 |
84 |
|
|
| | | |
|
700
|
58 |
58 |
|
|
| | | | |
|
m
|
0 |
100 |
200 |
300 |
400 |
500 |
600 |
700 |
F4(m) |
0 |
28 |
53 |
73 |
90 |
110 |
126 |
141 |
z4(m) |
0 |
0 |
0 |
0 |
0 |
100 |
100 |
100 |
Сведем результаты в таблицу №7.
|
m
|
0 |
100 |
200 |
300 |
400 |
500 |
600 |
700 |
F1(m)=f1(x1) |
0 |
28 |
45 |
65 |
78 |
90 |
102 |
113 |
z1=x1 |
0 |
100 |
200 |
300 |
400 |
500 |
600 |
700 |
|
|
|
| | | | | | |
|
F2(m)
|
0 |
28 |
53 |
70 |
90 |
106 |
120 |
133 |
z2(m) |
0 |
0 |
100 |
100 |
100 |
200 |
300 |
300 |
|
|
|
| | | | | | |
|
F3(m)
|
0 |
28 |
53 |
70 |
90 |
106 |
121 |
135 |
z3(m) |
0 |
0 |
0 |
0 |
0 |
0 |
100 |
100 |
|
|
|
| | | | | | |
|
F4(m)
|
0 |
28 |
53 |
73 |
90 |
110 |
126 |
141 |
z4(m) |
0 |
0 |
0 |
0 |
0 |
100 |
100 |
100 |
Теперь F4(700)=141 показывает максимальный суммарный эффект по всем 4-м фирмам, а z4(700)=100 - размер инвестиций в 4-ю фирму для достижения этого максимального эффекта. После этого на долю первых 3-х фирм осталось (700-100) и для достижения максимального суммарного эффекта по первым 3-м фирмам в 3-ю надо вложить 100 и т.д. Голубым цветом отмечены оптимальные значения инвестиций по фирмам и значения эффектов от них.
Таким образом, наилучшим является следующее распределение капитальных вложений по предприятиям: х1*=300; х2*=200; х3*=100; х4*=100. Оно обеспечивает производственному объединению наибольший возможный прирост прибыли 141 тыс.руб.
2. Анализ финансовых операций и инструментов.
2.1 Принятие решений в условиях неопределенности.
Предположим, что ЛПР (Лицо, Принимающее Решения) обдумывает четыре возможных решения. Но ситуация на рынке неопределенна, она может быть одной из четырех. С помощью экспертов ЛПР составляет матрицу доходов Q. Элемент этой матрицы q[i,j] показывает доход, полученный ЛПР, если им принято i-е решение, а ситуация оказалась j-я. В этой ситуации полной неопределенности могут быть высказаны лишь некоторые соображения о том, какое решение принять. Сначала построим матрицу рисков. Строится эта матрица так: в каждом столбце матрицы доходов находим максимальный элемент d[j] , после чего элементы r[i,j]=d[j]-q[i,j] и образуют матрицу рисков.
Смысл рисков таков: если бы ЛПР знал что в реальности имеет место j-я ситуация, то он выбрал бы решение с наибольшим доходом, но он не знает, поэтому, принимая i-е решение он рискует недобрать d[j]-q[i,j] - что и есть риск.
матрица доходов
|
Варианты (ситуации)
|
max |
min |
Вальд |
Гурвиц:l*max+ +(1-l)*min;l=1/3 |
|
Решения
|
0 |
1 |
2 |
8 |
8 |
0 |
|
2,67
|
|
|
2
|
3 |
4 |
10 |
10 |
2 |
2 |
4,67 |
|
|
0
|
4 |
6 |
10 |
10 |
0 |
|
3,32
|
|
|
2
|
6 |
8 |
12 |
12 |
2 |
2 |
5,32 |