Was ist Regression?
Regression ist eine statistische Messung, die in den Bereichen Finanzen, Investitionen und anderen Disziplinen verwendet wird, um die Stärke der Beziehung zwischen einer abhängigen Variablen (normalerweise mit Y bezeichnet) und einer Reihe anderer sich ändernder Variablen (als unabhängige Variablen bezeichnet) zu bestimmen.
Regression hilft Investment- und Finanzmanagern, Vermögenswerte zu bewerten und die Beziehungen zwischen Variablen wie Rohstoffpreisen und den Aktien von Unternehmen, die mit diesen Rohstoffen handeln, zu verstehen.
Regression
Regression erklärt
Die beiden Grundtypen der Regression sind die lineare Regression und die multiple lineare Regression, obwohl es nichtlineare Regressionsmethoden für komplexere Daten und Analysen gibt. Die lineare Regression verwendet eine unabhängige Variable, um das Ergebnis der abhängigen Variablen Y zu erklären oder vorherzusagen, während die multiple Regression zwei oder mehr unabhängige Variablen verwendet, um das Ergebnis vorherzusagen.
Regression kann Finanz- und Investmentfachleuten sowie Fachleuten in anderen Unternehmen helfen. Eine Regression kann auch dazu beitragen, die Umsätze eines Unternehmens anhand des Wetters, früherer Umsätze, des BIP-Wachstums oder anderer Bedingungen vorherzusagen. Das Capital Asset Pricing Model (CAPM) ist ein häufig verwendetes Regressionsmodell für die Finanzierung der Bewertung von Vermögenswerten und die Ermittlung von Kapitalkosten.
Die allgemeine Form jeder Art von Regression ist:
- Lineare Regression: Y = a + bX + u Multiple Regression: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 +… + b t X t + u
Wo:
- Y = die Variable, die Sie vorhersagen möchten (abhängige Variable).X = die Variable, mit der Sie Y (unabhängige Variable) vorhersagen.a = der Achsenabschnitt.b = die Steigung.u = der Regressionsrest.
Es gibt zwei grundlegende Regressionstypen: lineare Regression und multiple lineare Regression.
Die Regression verwendet eine Gruppe von Zufallsvariablen, von denen angenommen wird, dass sie Y vorhersagen, und versucht, eine mathematische Beziehung zwischen ihnen zu finden. Diese Beziehung hat normalerweise die Form einer geraden Linie (lineare Regression), die sich allen einzelnen Datenpunkten am besten annähert. Bei der multiplen Regression werden die einzelnen Variablen durch die Verwendung von Zahlen mit Indizes unterschieden.
Die zentralen Thesen
- Regression hilft Investment- und Finanzmanagern, Vermögenswerte zu bewerten und die Beziehungen zwischen Variablen zu verstehen. Regression kann Finanz- und Investmentfachleuten sowie Fachleuten in anderen Unternehmen helfen.
Ein reales Beispiel für die Verwendung der Regressionsanalyse
Regression wird häufig verwendet, um zu bestimmen, wie viele spezifische Faktoren wie der Preis einer Ware, Zinssätze, bestimmte Branchen oder Sektoren die Preisbewegung eines Vermögenswerts beeinflussen. Das oben erwähnte CAPM basiert auf Regression und wird verwendet, um die erwarteten Renditen für Aktien zu prognostizieren und Kapitalkosten zu generieren. Die Renditen einer Aktie werden gegen die Renditen eines breiteren Index wie des S & P 500 zurückgeführt, um ein Beta für die jeweilige Aktie zu generieren.
Beta ist das Risiko der Aktie in Bezug auf den Markt oder den Index und spiegelt sich in der Steigung des CAPM-Modells wider. Die erwartete Rendite für die betreffende Aktie wäre die abhängige Variable Y, während die unabhängige Variable X die Marktrisikoprämie wäre.
Zusätzliche Variablen wie die Marktkapitalisierung einer Aktie, Bewertungsverhältnisse und jüngste Renditen können zum CAPM-Modell hinzugefügt werden, um bessere Schätzungen für die Renditen zu erhalten. Diese zusätzlichen Faktoren werden als Fama-French-Faktoren bezeichnet und sind nach den Professoren benannt, die das Modell der multiplen linearen Regression entwickelt haben, um die Rendite von Vermögenswerten besser zu erklären.
