КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Комплексный пример исследования экономических данных с использованием корреляционно-регрессионного анализа
Эконометрический анализ финансовых показателей деятельности компаний-эмитентов [3] отрасли «Связь» Поставим задачу провести количественную оценку взаимосвязей показателей с целью получения обоснованных экономических выводов о результатах финансовой деятельности компаний и их перспективах. Расчеты могут быть выполнены с помощью Excel. Для ускорения получения результатов, для более комфортной работы при выполнении анализа могут быть использованы специальные пакеты программ, например, VSTAT, SPSS и другие. Результирующей (эндогенной) переменной будем считать чистую прибыль (убыток). Исходными данными для анализа являлись данные за 2009 г. по основным показателям баланса компаний-эмитентов отрасли «Связь»[4] (всего 122 компании). В силу неоднородности объектов (компаний) была проведена их классификация на однородные группы методами кластерного анализа [3]. В результате получены три кластера следующих профилей[5]: 1. Первый кластер самый большой – 109 компаний. Среди них много убыточных. Все показатели баланса предприятий этой группы на несколько порядков ниже, чем у других. 2. Второй кластер – 10 крупных прибыльных компаний. 3. Третий кластер – наименьший по количеству компаний, их всего три – Вымпел-Коммуникации (Билайн), Мобильные ТелеСистемы (МТС), Мегафон, но это самые крупные и самые прибыльные компании. Объективную картину количественных взаимосвязей финансовых показателей предприятий данной отрасли можно получить, используя данные только о компаниях самого крупного первого кластера (таблица 1). Краткая экономическая характеристика данных таблицы 1: - валюта баланса (ВБ) – это итог по всем счетам бухгалтерского баланса, сумма всех активов[6] или всех пассивов[7] компании; - выручка (нетто) от продаж (ВП), дебиторская задолженность (краткосрочная) (ДЗ), запасы готовой продукции и товаров для перепродажи (ЗП), оборотные активы (ОА), основные средства (ОС), прибыль (убыток) от продаж (ПП), чистая прибыль (убыток) (ЧП) – это представители группы активов компании (здесь присутствуют как оборотные[8], так и внеоборотные[9] активы); - долгосрочные обязательства (ДО), краткосрочные обязательства (КО) – представители группы пассивов. Таблица 1. Данные за 2009 г. по основным показателям баланса компаний-эмитентов первого кластера отрасли «Связь» (в тыс. руб.)
Схема проведения количественной оценки взаимосвязей финансовых показателей при решении данной задачи будет выглядеть следующим образом: 1. Выбор факторов для регрессионного анализа: 1) корреляционный анализ данных, включая проверку теста Фаррара-Глоубера на мультиколлинеарность факторов; 2) пошаговый отбор факторов методом исключения из модели статистически незначимых переменных; 3) при несоответствии результатов, полученных в пунктах 1) и 2), проверка теста на «длинную» и «короткую» регрессии. 2. Построение модели множественной регрессии с выбранными факторами, экономический анализ коэффициентов уравнения. 3. Оценка качества модели регрессии на основе проверки: 1) статистической значимости уравнения с помощью F-критерия Фишера; 2) предпосылки МНК о гомоскедастичности остатков; 3) уровня точности модели. 4. Построение доверительных интервалов для результирующей переменной и определение компаний с заниженным и завышенным фактическим уровнем ЧП. Ранжирование компаний по степени их эффективности на основе результатов моделирования. 5. Оценка степени влияния факторов на результат с помощью коэффициентов эластичности, и -коэффициентов. Выбор наиболее влияющего фактора. 6. Построение парной регрессии с наиболее влиятельным фактором. Сравнение качества множественной и парной регрессий. 7. Прогнозирование ЧП на основе парной модели с вероятностью 95% при условии, что прогнозное значение фактора увеличится на 10% относительно его среднего значения. 8. Графическое представление результатов моделирования и прогнозирования.
Дата добавления: 2014-11-20; Просмотров: 636; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |