- •Показатели финансового риска в виде отношений.
- •Риск связанный с элементом % ставки
- •Портфель цб и его свойства
- •Модель Товина.
- •Модель оценки капитальных активов.
- •Кривая безразличия
- •Модель регрессионного анализа.
- •Многофакторные регрессионные модели
- •Парные коэффициенты корреляции
- •Среднее квадратическое отклонение
- •Средняя относительная ошибка антросимации
- •Паутинообразная модель
- •Условия Куна – Таккера.
- •Модель потребления
Многофакторные регрессионные модели
Данные модели является обобщением однофакторных моделей, они позволяют оценить степень влияния нескольких факторов Х1, …Хn по следующим показателям Y.
Общий вид многофакторных моделей.
= f (x1, х2,….хn, А) + Ei
Где i – 1,2…n
Это факторы в n-ом периоде, а n – это количество факторов включенные в модель.
А – это параметры многофункциональной регрессионной модели.
Ei – случайные величины.
Чаще других регрессионные многофункциональные модели встречаются в линейной формуле:
= ao + a1х1 + a2х2 + ……+ anхn
Тесноте линейной связи и показателямиY и факторами Хк, оценивается по величине парных коэф.корреляции.
Парные коэффициенты корреляции
тогда множественный коэффициент корреляции:
Где r01, r02,….., r0n – парные коэффициенты корреляции
β1, β2,….., βn –
β – это коэффициенты, которые позволяют сравнивать между собой факторы Х по степени их влияния на показатель Y, при учете взаимодействия между самими факторами они рассчитываются по следующей формуле:
βк =
ак – это коэф.регрессии стоящий перед фактором Хк
Очень важно при анализе регрессионных уравнений произвести корректную оценку качества регрессионного модели.
О качестве модели регрессии можно судить по значению коэф. корреляции и коэф. детерминации, как и для линейных, так и для не линейных моделей.
Проверка значимости моделей регрессии проводится с использованием F – критерием Фишера, расчетное значение которого определяется по следующей формуле:
Fрасч. – расчет дисперсии
m – Количество степеней свободы
Если расчетное значение критерии Фишера больше табличного значения Фишера, то модель – значимая.
Точность регрессионной модели можно определить по одному из следующих примеров:
Среднее квадратическое отклонение
Средняя относительная ошибка антросимации
Паутинообразная модель
Достаточно полное представление о том каким образом происходит насчупывание состояния равновесия на рынке товаров, дает нам называние «паутинообразная модель». Ее построение основывается на предположении что спрос и предложение является функцией от цены.
yt0 - спрос в момент времени t.
ytn - предложение в момент времени t
Pt – означает цену товара в момент времени t
Считается, что спрос в данный момент времени зависит от цены в тот же момент времени, т.е.:
А предложение зависит от цены в предшествующий момент времени, т.е.:
– предыдущий момент времени
Имеется запаздывание в реакции производства на изменение цены, т.к. при увеличение цены спрос падает, а предложение возрастает, то а < 0 , а предложение С > 0.
D
Q
D
Q
Модель фирмы.
X
L
K
M
X = F(x)
Тогда прибыль выражается в уравнении:
П(x) = PF(x) - Wx
W – вектор - строка цен ресурсов
X (x1,x2,…,xn) – вектор – столбец возможных объемов затрат.
Условия Куна – Таккера.
, для j = 1,2,….,n.
Модель потребления
n – число рассматриваемых товаров.
Х = (х1, х2,….,хn) – вектор – столбец товаров приобретенных потребителем за определенных срок при заданных ценах и доходе за тот же срок.
С – пространство товаров предполагается, что каждый потребитель в пространстве товаров.
Отношение предпочтение потребителей можно представить в виде функции полезности: U(x) – функция полезности товаров.
Если X > Y, то U(x) > U(y)
Если X = Y, то U(x) U(y)
4-ое свойство этой функции (полезность)
Первое свойство: , с ростом потребительского блага полезность растет.
Второе свойство: = ∞ , небольшой прирост благо при его первоначальном отсутствии, резко увеличивает полезность.
Третья свойство: , с ростом потребления блага скорость роста полезности замедляется.
Четвертое свойство: , при большом объеме блага его дальнейшее увеличение не приводит к увеличению полезности.