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 | |