Платная доработка на тему Обобщенный МНК: целесообразность применения.

Содержание:

Содержание

Введение 3

1. Обобщенный метод наименьших квадратов и его роль в инвестиционной деятельности банка 4

2. Возможность использования метода наименьших квадратов в прогнозировании улучшения процессов информационно-управляющей системы предприятия 8

Заключение 15

Список использованной литературы 16

Введение:

Введение

В относительно простых задачах измерения компоненты неопределенности часто можно оценить с помощью дисперсионного анализа результатов иерархических экспериментов для заданного числа уровней иерархии [5]. Выборочные оценки дисперсий и стандартных отклонений параметров функциональной зависимости, а также значения, предсказанные по этой функциональной зависимости, могут быть легко рассчитаны с использованием известных статистических процедур. Поэтому для получения оценки 𝒙𝒊 входного значения 𝑿𝒊 можно использовать функциональную зависимость, полученную по экспериментальным данным методом наименьших квадратов.

Целью данной работы является исследование сущности и целесообразности применения метода наименьших квадратов в эконометрических исследованиях.

Задачи исследования:

1. Описать сущность обобщенного метода наименьших квадратов и его роль в инвестиционной деятельности банка.

2. Раскрыть возможность использования метода наименьших квадратов в прогнозировании улучшения процессов информационно-управляющей системы предприятия.

Методы исследования: анализ научной литературы, метод наименьших квадратов, регрессионный анализ.

Структура работы: введение, основная часть, заключение, список литературы.

 

Заключение:

Целью данной работы являлось исследование сущности и целесообразности применения метода наименьших квадратов в эконометрических исследованиях.

Суть МНК состоит в том, что наивероятнейшими значениями коэффициентов искомой аналитической зависимости будут такие, при которых сумма квадратов отклонений экспериментальных значений функции от значений самой функции у, вычисленных по искомой аналитической зависимости, для всех значений xt будет наименьшей.

Выборочные оценки дисперсий и стандартных отклонений параметров функциональной зависимости, а также значения, предсказанные по этой функциональной зависимости, могут быть легко рассчитаны с использованием известных статистических процедур. Поэтому для получения оценки 𝒙𝒊 входного значения 𝑿𝒊 можно использовать функциональную зависимость, полученную по экспериментальным данным методом наименьших квадратов.

 

Фрагмент текста работы:

1. Обобщенный метод наименьших квадратов и его роль в инвестиционной деятельности банка

Метод наименьших квадратов (МНК) является одним из базовых методов регрессионного анализа для оценки неизвестных параметров регрессионных моделей по выборочным данным [1].

Перейдем к формированию оптимального портфеля акций.

В таблице 1 представлены данные по ценам закрытия.

Таблица 1 – Цены закрытия

Дата VTBR FEES MTSS SBERP RTS RI,IMOEX

01.04.2015 0,06 0,066 247 45,63 97,26 1626,18

01.07.2015 0,079 0,063 243,1 48,32 98 1654,55

01.10.2015 0,068 0,059 212,7 58,05 90 1642,97

01.01.2016 0,08 0,059 210 76,5 100 1761,36

01.04.2016 0,077 0,083 240,1 79,09 102,3 1840,17

01.07.2016 0,068 0,157 243,05 90 104,05 1891,09

01.10.2016 0,072 0,178 227,5 105,82 107,65 1978

01.01.2017 0,074 0,203 259 129,75 109 2232,72

01.04.2017 0,066 0,179 272,6 120,8 111,25 1995,9

01.07.2017 0,064 0,171 234,5 120,29 112,15 1879,5

01.10.2017 0,062 0,171 282,05 155,7 113,05 2077,19

01.01.2018 0,047 0,162 276 189 113,7 2109,74

01.04.2018 0,052 0,181 294,15 214,14 115,3 2270,98

01.07.2018 0,048 0,188 278,1 186,5 111,95 2295,95

01.10.2018 0,041 0,166 272,5 171,05 111,1 2475,36

01.01.2019 0,034 0,148 238 166,18 108,75 2369,33

01.04.2019 0,036 0,164 252,45 188,2 110 2497,1

01.07.2019 0,04 0,203 284,9 205,6 110,2 2765,85

01.10.2019 0,043 0,186 265 201 111,19 2747,18

01.01.2020 0,046 0,201 319,95 228,3 112,24 3045,87

01.04.2020 0,033 0,161 299,1 176,83 112,16 2508,81

01.07.2020 0,035 0,187 330,45 188,76 112,15 2743,2

01.10.2020 0,034 0,197 338,7 221,8 110,65 2905,81

01.01.2021 0,038 0,223 331,2 242,06 110,1 3289,02

01.04.2021 0,043 0,217 316,2 270,93 114 3536,98

01.07.2021 0,048 0,22 341,3 282,16 104,04 3841,85

01.10.2021 0,052 0,186 330,1 317,26 108,99 4088,38

Цена акций за анализируемый период менялась в связи с колебаниями в экономике и проявлениями последствий коронавируса.

В таблице 2 приведены полугодовые доходности.

Таблица 2 – Полугодовые доходности

Дата VTBR FEES MTSS SBERP RTS RI,IMOEX

01.04.2015 28% -5% -2% 6% 1% 2%

01.07.2015 -15% -7% -13% 18% -9% -1%

01.10.2015 16% 0% -1% 28% 11% 7%

01.01.2016 -4% 34% 13% 3% 2% 4%

01.04.2016 -12% 64% 1% 13% 2% 3%

01.07.2016 6% 13% -7% 16% 3% 4%

01.10.2016 3% 13% 13% 20% 1% 12%

01.01.2017 -11% -13% 5% -7% 2% -11%

01.04.2017 -3% -5% -15% 0% 1% -6%

01.07.2017 -3% 0% 18% 26% 1% 10%

01.10.2017 -28% -5% -2% 19% 1% 2%

01.01.2018 10% 11% 6% 12% 1% 7%

01.04.2018 -8% 4% -6% -14% -3% 1%

01.07.2018 -16% -12% -2% -9% -1% 8%

01.10.2018 -19% -11% -14% -3% -2% -4%

01.01.2019 6% 10% 6% 12% 1% 5%

01.04.2019 11% 21% 12% 9% 0% 10%

01.07.2019 7% -9% -7% -2% 1% -1%

01.10.2019 7% 8% 19% 13% 1% 10%

01.01.2020 -33% -22% -7% -26% 0% -19%

01.04.2020 6% 15% 10% 7% 0% 9%

01.07.2020 -3% 5% 2% 16% -1% 6%

01.10.2020 11% 12% -2% 9% 0% 12%

01.01.2021 12% -3% -5% 11% 3% 7%

01.04.2021 11% 1% 8% 4% -9% 8%

01.07.2021 8% -17% -3% 12% 5% 6%

01.10.2021 28% -5% -2% 6% 1% 2%

Динамика доходности акций нестабильна, в целом на 01.10.2021г. положительную доходность имели акции ВТБ, Сбербанка, РТС и Московской биржи.

На следующем этапе рассчитаем среднее значение полугодовых доходностей акций, стандартное отклонение и коэффициент Шарпа, который показывает величину риска, приходящуюся на единицу доходности. Полученные значения представлены