Регрессионный анализ в оценке в оценке стоимости имущества заемщика

Финансовая аналитика » Формирование кредитного портфеля » Регрессионный анализ в оценке в оценке стоимости имущества заемщика

Страница 1

После выявления статистически значимых связей между переменными (в частном случае, между параметрами и ценой) с помощью методов корреляционного анализа обычно переходят к математическому описанию этих связей методами регрессионного анализа. Пусть в общем случае есть зависимая переменная, например, цена y, которая зависит от k независимых переменных , которые не являются случайными величинами. Связь между этими переменными в условиях, когда y является случайной величиной, описывает математическая модель, называемая уравнением множественной регрессии. Регрессионная модель должна аппроксимировать совокупность собранных оценщиком данных о параметрах и цене объекта оценки. Обычно истинная функциональная связь переменных неизвестна, и оценщику приходится выбирать подходящую функцию для аппроксимации . В частности, для аппроксимации широко используются полиномиальные модели. Регрессионный анализ включает решение следующих задач:

1) определение существенных параметров и выбор диапазонов их изменения;

2) выбор вида регрессионной модели ;

3) определение оценок неизвестных параметров модели;

4) проверка адекватности модели.

Проблема выбора существенных параметров. Обычно параметрами модели являются основные размеры и показатели машины, определяющие ее потребительские свойства. Например, для технологических машин это – один-два основных размера, какой-либо показатель производительности, уровень автоматизации и класс точности.

Диапазоны изменения значений параметров модели не следует принимать слишком широкими, так как это может привести к необходимости построения нелинейной модели, которая требует значительно большего количества данных для построения. Часто лучше иметь несколько более простых моделей (линейных) для разных диапазонов, чем одну нелинейную. Выбор вида регрессионной модели. Неизвестную функцию в окрестностях точки, соответствующей средним уровням каждого фактора, можно представить отрезком степенного ряда. Если интервалы варьирования факторов невелики, то можно ограничиться линейным приближением в виде линейной модели множественной регрессии:

, , (2.18)

где – неизвестные параметры модели, , – значение фактора (регрессора) в наблюдении t, , – ошибки регрессии, ./19/

Основные гипотезы линейной модели множественной регрессии:

1. , – спецификация модели.

2. – детерминированные величины. Векторы , линейно независимы в .

Страницы: 1 2

Еще по теме:

Принципы классификации рисков
Риском можно управлять, т.е. использовать меры, позволяющие в определенной степени прогнозировать наступление рискового события и принимать меры к снижению степени риска. Эффективность организации управления рисками во многом зависит от классификации. Под классификацией риска следует понимать распр ...

История развития биржи и ее организационная структура
Законом Республики Беларусь "О ценных бумагах и фондовых биржах" фондовая биржа определена как организация с правом юридического лица, созданная для обеспечения профессиональным участникам рынка ценных бумаг необходимых условий для торговли ценными бумагами, определения их курса (рыночной ...

Исследование факторов внешней и внутренней среды, влияющих на депозитную политику банка
Вклады физических лиц в банках - участниках системы страхования вкладов в 2009 г. увеличились на 1 579 млрд руб. Это максимальный прирост за все последние годы. В относительном выражении они выросли на 26,8% до 7 464,3 млрд руб. (в 2008 г. на 14,7%). Поквартальная динамика роста вкладов в течение г ...

Главное на сайте

Copyright © 2018 - All Rights Reserved - www.banklesson.ru