ВВЕДЕНИЕ 3
ГЛАВА 1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ КОРРЕЛЯЦИОННО-РЕГРЕССИОННОГО АНАЛИЗА 5
ГЛАВА 2 ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ КОРРЕЛЯЦИОННО-РЕГРЕССИОННОГО АНАЛИЗА 10
ЗАКЛЮЧЕНИЕ 20
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ: 21
ПРИЛОЖЕНИЕ А 22
ПРИЛОЖЕНИЕ Б 27
ПРИЛОЖЕНИЕ С 32
Линейный коэффициент корреляции может принимать любые значения в пределах от -1 до + 1. Чем ближе коэффициент корреляции по абсолютной величине к 1, тем теснее связь между признаками. Знак при линейном коэффициенте корреляции указывает на направление связи. Прямой зависимости соответствует знак плюс, а обратной зависимости - знак минус. Так как r> 0, то между недельным колебанием биржевой стоимости акций компании Sears и GN существует прямо пропорциональная слабая зависимость (т.е. чем больше..., тем больше….).
Основой для включения акций в инвестиционный портфель является то, как акции сочетаются друг с другом, какова их взаимосвязь между собой. Эффект от распределения акций достигается в том случае, если стоимости акций в портфеле в одно и тоже время ведут себя по-разному, т.е. имеют минимальную взаимосвязь. В нашем случае мы говорим о сильной положительной корреляции(r IAL = 035, r GN = 0,703), следовательно, стоимости акций в большей степени взаимосвязаны и изменяются в одинаковом направлении в схожей степени. Т.к они изменяются в схожей степени и в одинаковом направлении, в такой ситуации совершенно не целесообразно включать в портфель только акции компаний, связанных между собой сильной положительной корреляцией. Это большой риск, ибо в один момент можно потерять абсолютно все. Поэтому при составлении портфеля следует включать акции, изменение стоимости которых очень слабо связаны между собой. Это уменьшит риск и позволит компании остаться "на плаву".
Показатели обоих моделей (SP500 и IAL SP500 и GN) довольно схожи. У обеих моделей существует весьма тесная прямая зависимость. После проведенных расчетов выяснилось, что: между колебаниями индекса S&P 500 и колебаниями биржевой стоимости акций IAL возможно наличие положительной зависимости, что также наблюдается между колебаниями индекса S&P 500 и колебаниями биржевой стоимости акций GN; В обеих моделях мы можем наблюдать прямую корреляционную зависимость, что представлено на графике уравнения регрессии. Сравнив все вышеперечисленные показатели, можно сказать, что обе модели могут быть использованы для практических целей. Используя значение средней ошибки апроксимации для каждой из моделей и сравнив их между собой, можно сделать вывод, что 2-я модель (SP500 и GN) более адекватна. Т.к у 2-й модели средняя ошибка апроксимации составила -327,9%, а это меньше чем в первой модели.
1. Гмурман В. Е. Теория вероятностей и математическая статистика - М., Высш.шк., 2003- 479 с.
2. Математическая статистика: Учеб. для вузов / В. Б. Горяинов, И. В. Павлов, Г. М. Цветкова, О. И. Тескин.; Под ред. B.C. Зарубина, А.П. Крищенко. - М.: Иэд-во МГТУ им. Н.Э. Баумана, 2001. 424 с.
3. Общая теория статистики: Учебник / АИ Харламов, ОЭ Башина, ВТ, Бабурин и др. Под ред. A.A. Спирина, О.Э. Башиной - М: Финансы и статистика, 1996 - 296 с
4. Общая теория статистики: Учебник / Едронова В.С. – М.: Юристъ, 2001, – 511 с.
5. О. Ю. Ермолаев / Математическая статистика для экономистов. - МПСИ, Флинта, 2002. -336 с.
6. Статистика финансов: учебник / М. Г. Назаров и др. – Москва: Омега–Л, 2008. – 460 с.
7. Статистика. Курс лекций / Харченко ЛП, Долженкова ВГ, Ионин ВГ и др; Под ред. В.Г. Ионина - Новосибирск: Издательство НГАЭиУ - М: ИНФРА-М, 2000 - 310 с.
8. Статистика: учебное пособие для высших учебных заведений по экономическим специальностям / В. М. Гусаров, Е. И. Кузнецова. – Москва: ЮНИТИ–ДАНА, 2007. – 479 с.
9. Тарасенко Т.О. /Статистика: Учебное пособие - М.: Финансы и статистика, 2006 - 344 с.
10. Экономическая статистика: учебник./А. Р. Алексеев и др. – Москва: Инфра–М, 2011. – 666 с.
11. Юдина А.В./ Статистика: Учебно-методическое пособие. – Владивосток: Изд-во ВГУЭС, 2002 - 278с.
