Автор работы: Пользователь скрыл имя, 11 Декабря 2013 в 16:32, контрольная работа
Требуется:
Выбрать вид зависимости между показателем эффективности ценной бумаги и показателем эффективности рынка ценных бумаг. Построить выбранную зависимость. Дать экономическую интерпретацию найденным параметрам модели.
Оценить качество построенной модели и тесноту связи между показателями.
Доказать статистическую значимость построенной модели и найденных параметров.
Проанализировать влияние показателя эффективности рынка ценных бумаг на показатель эффективности ценной бумаги с помощью коэффициента эластичности
С увеличением процентных ставок банка по кредитованию юридических лиц х1на 1% от их среднего уровня прибыль коммерческого банка у возрастает на 0,472% от своего среднего уровня; при повышении процентных ставок по депозитным вкладам х2 на 1% от их среднего уровня прибыль коммерческого банка у уменьшается на 4,47% от своего среднего уровня. Очевидно, что сила влияния процентных ставок по депозитным вкладам х2 на прибыль коммерческого банка у оказалась большей, чем процентных ставок банка по кредитованию юридических лиц х1.
Проведем построение множественного линейного уравнения регрессии и расчет всех его характеристик с помощью «Пакета анализа» табличного процессора Excel.
Для этого в главном меню выберем Сервис/Анализ данных/Регрессия. Щелкнем по кнопке ОК.
Заполним диалоговое окно ввода данных и параметров вывода:
Входной интервал у – диапазон, содержащий данные результативного признака;
Входной интервал х - диапазон, содержащий данные факторов независимого признака;
Метки – флажок, который указывает, содержит ли первая строка названия столбцов или нет.
Константа – ноль – флажок, указывающий на наличие или отсутствие свободного члена в уравнении;
Результаты регрессионного анализа для данных нашего примера:
Идентичность результатов, полученных с помощью расчетных формул и инструментальных средств Excel, свидетельствует о правильном понимании алгоритма МНК в матричной форме.
Задание № 3
В таблице 3:
Y(t) – показатель эффективности ценной бумаги;
t – временной параметр ежемесячных наблюдений;
Требуется:
Решение:
1. Построим график анализа временного ряда с помощью Мастера диаграмм в ППП MS Excel, добавив на график линию тренда:
График характеризует
убывающую тенденцию при разных
возможных периодических
2. Найдем коэффициенты автокорреляции 1-го порядка по формуле:
Для этого заполним таблицу:
Наблюдение |
Предсказанное у |
|
| |
1 |
89,31111 |
0,688889 |
0,474567901 |
- |
2 |
87,67778 |
0,322222 |
0,10382716 |
0,221975 |
3 |
86,04444 |
-2,04444 |
4,179753086 |
-0,65877 |
4 |
84,41111 |
1,588889 |
2,524567901 |
-3,2484 |
5 |
82,77778 |
-0,77778 |
0,604938272 |
-1,2358 |
6 |
81,14444 |
-1,14444 |
1,309753086 |
0,890123 |
7 |
79,51111 |
1,488889 |
2,216790123 |
-1,70395 |
8 |
77,87778 |
0,122222 |
0,014938272 |
0,181975 |
9 |
76,24444 |
-0,24444 |
0,059753086 |
-0,02988 |
Сумма |
11,48888889 |
-5,58272 |
3. Уравнение линейного тренда примет вид:
Произведем расчет параметров линейного
тренда по методу наименьших квадратов
используя статистическую функцию ЛИНЕЙН в ППП MS Excel:
-1,63333333 |
90,9444444 |
0,16539195 |
0,9307125 |
0,93303109 |
1,28112054 |
97,5261122 |
7 |
160,066667 |
11,4888889 |
Получим уравнение линейного тренда:
4. Проведем расчет
всех характеристик
Для этого в главном меню выберем Сервис/Анализ данных/Регрессия. Щелкнем по кнопке ОК.
Заполним диалоговое окно ввода данных и параметров вывода:
Входной интервал у – диапазон, содержащий данные результативного признака;
Входной интервал х - диапазон, содержащий данные факторов независимого признака;
Метки – флажок, который указывает, содержит ли первая строка названия столбцов или нет.
Константа – ноль – флажок, указывающий на наличие или отсутствие свободного члена в уравнении;
Результаты регрессионного анализа для данных нашего примера:
ВЫВОД ИТОГОВ |
|||||
Регрессионная статистика |
|||||
Множественный R |
0,9659353 |
||||
R-квадрат |
0,9330311 |
||||
Нормированный R-квадрат |
0,9234641 |
||||
Стандартная ошибка |
1,2811205 |
||||
Наблюдения |
9 |
||||
Дисперсионный анализ |
|||||
df |
SS |
MS |
F |
Значимость F | |
Регрессия |
1 |
160,066667 |
160,0667 |
97,52611219 |
2,32343E-05 |
Остаток |
7 |
11,4888889 |
1,64127 |
||
Итого |
8 |
171,555556 |
|||
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
||
Y-пересечение |
90,944444 |
0,9307125 |
97,71486 |
3,09785E-12 |
|
t |
-1,6333333 |
0,16539195 |
-9,875531 |
2,32343E-05 |