《投资分析》课程重难点分析.pdf

《投资分析》课程重难点分析 第一章 投资项目市场分析 一、回归预测法 回归预测法是从市场现象之间的因果关系出发，通过建立回归预测模型，根据一种或几 种现象的变化去推测另一种现象变化的一种定量预测法。 回归预测法的类型。 应用回归预测法时，需要注意：（1）回归模型中的因变量和自变量间必须具有因果关系； （2 ）自变量与因变量间必须具有强相关关系，自变量间必须具有弱相关关系；（3 ）自变量的 预测值较准确且易得到；（4 ）正确选定回归模型的形式；（5 ）回归模型必须通过各种检验后 方可用于预测。 回归预测法的基本步骤为：（1）进行因素分析，确定回归模型中的自变量；（2 ）绘制散 点图，构造回归模型的理论形式；（3 ）利用最小平方法估计模型参数，建立模型；（4 ）对建 立的回归模型进行各种检验；（5 ）利用检验后的回归模型进行预测。 （1）一元回归预测法  设定模型：y abx 估计参数：用最小平方法来估计。参数的估计公式，即： 检验模型：先验检验、统计和D.W 检验。 先验检验是根据一定的经济理论和实践经验，判断回归系数b 的符号和数值大小是否合 理，若不合理，则需查明原因，重建模型。 统计检验，是利用数理统计方法检验回归模型中因变量与自变量间的线性相关关系是否 显著。检验方法主要有F 检验法和R 检验法。 F 检验法是通过计算F 统计量并与一定显著性水平下的F 临界值相比较，对y 与x 线性相 关关系显著性作出判定。 D.W 检验是检验回归模型是否存在自相关。 进行预测：点值预测，区间预测。 （2 ）多元回归预测法 ˆ 多元线性回归预测模型的一般形式：y a +b x + b x + … + b x 1 1 2 2 k k 估计参数，建立模型：参数的方法仍采用最小平方法。 回归模型的检验：先验检验；回归模型的整体显著性检验，检验的方法有F 检验法和R 检验法；偏回归系数的显著性检验， 检验的方法主要是t 检验法；D.W 检验。 进行预测：点值预测，区间预测 二、指数平滑法 指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算 指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。 （1）、一次指数平滑法 一次指数平滑公式为： S (1)  y + (1-  ) S (1) t t t-1 ˆ (1) 一次指数平滑值的预测模型为：yt1 St  平滑系数 的选择：时间序列数据不规则波动较大， 则取较大值 （如0.6~0.9 ）；若时间    序列数据不规则波动较小， 则取较小值 （如0.1~0.3 ）；在实际应用中，往选用多个不同 值  进行试算，最终选择使均方误差 （MSE ）较小的哪个 值用于预测。 1 平滑初始值S0(1) 的确定。 适用条件：一次指数平滑法仅适用于各期数据大体呈水平趋势变动的时间序列的预测,并 且仅能向下作一期预测。 （2 ）二次指数平滑法 平滑公式：St(2)  St(1) + (1-  ) St-1(2) ˆ 趋势预测方程：ytT a 