Изменения доходностей акции и рыночного портфеля
t
1 2 3 4 5 6 7 8 9 10
r
M, t
0,13 0,15 0,11 0,12 0,14 0,13 0,15 0,13 0,14 0,17
E
t
0,16 0,21 0,13 0,14 0,15 0,14 0,24 0,15 0,18 0,23
Какой коэффициент b имеет данная акция, если ставка
банковского процента равна 10% годовых?
Решение. Вначале перейдем от доходностей к премиям за риск:
табл. 3.3.2.
Таблица 3.3.2
Изменения премии за риск для акции и для рыночного портфеля
t
1 2 3 4 5 6 7 8 9 10
r
M, t
– i
0,03 0,05 0,01 0,02 0,04 0,03 0,05 0,03 0,04 0,07
E
t
– i 0,06 0,11 0,03 0,04 0,05 0,04 0,14 0,05 0,08 0,13
Введем данные табл. 3.3.2. в рабочий лист Microsoft Excel, как показа>
но на рис. 3.3.4, а и воспользуемся программой «Регрессия» инструмента
«Анализ данных». Для этого выберем в меню «Сервис» пункт «Сервис | Ана!
лиз данных…», и из появившегося списка программ анализа данных выбе>
рем программу «Регрессия». В появившемся окне (рис. 3.3.4, б) укажем,
что значения зависимой переменной (премии за риск для данной акции
Y = = E – i) содержатся в интервале $C$1:$C$11(«Входной интервал Y»),
значения независимой переменной (премии за риск для рыночного порт>
феля x = r
M
– i) содержатся в интервале $B$1:$B$11 («Входной интервал
X»), в первой строке указанных диапазонов находятся наименования пе>
ременных («Метки»), а уравнение регрессии Y = bx + e не содержит сво>
бодного члена («Константа — ноль»). Результаты выведем на новый рабо
чий лист, запросим также построение графика подбора.
Поясним смысл наиболее важных результатов работы программы
(рис. 3.3.4, в).
Регрессионная статистика:
1. Множественный R = 0,88 – такова, судя по наблюдениям, степень
линейной зависимости премии за риск для данной акции Y = E – i от пре>
мии за риск для рыночного портфеля X = r
M
– i, (множественный R – это
оценка коэффициента корреляции
ˆ
).
(; ) ,880XY=r
2. R!квадрат = 0,77 – судя по наблюдениям, 77% вариации котиров>
ки акции Y связано с линейным влиянием курса доллара .
Дисперсионный анализ:
1. В п е р в о й таблице приведены результаты, необходимые для
проверки гипотезы H
0
: b = 0 (неизвестный параметр b линейного уравне>
ния регрессии Y = bx + e равен нулю). Если Значимость F больше требуе>
мого уровня значимости a (как привило, принимают a = 0,05), то гипоте>
зу H
0
принимают: линейное уравнение регрессии Y = bx + e лишено
смысла и отвергается; если же Значимость F меньше a, гипотезу H
0
отвер>
76