Regressie Definitie
Regressie is een statistische meting die wordt gebruikt in financiën, beleggen en andere disciplines en die probeert de sterkte van de relatie tussen een afhankelijke variabele (meestal aangeduid met Y) en een reeks andere veranderende variabelen (bekend als onafhankelijke variabelen) te bepalen.
Regressie helpt investeringen en financiële managers om activa te waarderen en de relaties te begrijpen tussen variabelen, zoals grondstoffenprijzen en de aandelen van bedrijven die in die grondstoffen handelen.
01:21regressie
Regressie verklaard
De twee basistypen van regressie zijn lineaire regressie en meervoudige lineaire regressie, hoewel er niet-lineaire regressiemethoden zijn voor meer gecompliceerde gegevens en analyses. Lineaire regressie gebruikt één onafhankelijke variabele om de uitkomst van de afhankelijke variabele Y te verklaren of te voorspellen, terwijl meervoudige regressie twee of meer onafhankelijke variabelen gebruikt om de uitkomst te voorspellen.
Regressie kan financiële en investeringsprofessionals helpen, evenals professionals in andere bedrijven. Regressie kan ook helpen om de omzet voor een bedrijf te voorspellen op basis van het weer, eerdere verkopen, groei van het BBP of andere soorten omstandigheden. Het Capital Asset Pricing Model (CAPM) is een veelgebruikt regressiemodel in de financiering van het taxeren van activa en het ontdekken van kapitaalkosten.
De algemene vorm van elk type regressie is:
- Lineaire regressie: Y = a + bX + u
- Meerdere regressie: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + ... + b t X t + u
Waar:
- Y = de variabele die u probeert te voorspellen (afhankelijke variabele).
- X = de variabele die u gebruikt om Y te voorspellen (onafhankelijke variabele).
- a = het onderscheppen.
- b = de helling.
- u = het regressieresidu.
Er zijn twee basistypen regressie: lineaire regressie en meervoudige lineaire regressie.
Regressie neemt een groep willekeurige variabelen, waarvan wordt gedacht dat deze Y voorspellen, en probeert een wiskundige relatie tussen hen te vinden. Deze relatie heeft meestal de vorm van een rechte lijn (lineaire regressie) die het beste alle individuele gegevenspunten benadert. Bij meervoudige regressie onderscheiden de afzonderlijke variabelen zich door getallen met subscripts te gebruiken.
Belangrijkste leerpunten
- Regressie helpt investeringen en financiële managers om activa te waarderen en de relaties tussen variabelen te begrijpen
- Regressie kan financiële en investeringsprofessionals helpen, evenals professionals in andere bedrijven.
Een echt voorbeeld van hoe regressie-analyse wordt gebruikt
Regressie wordt vaak gebruikt om te bepalen hoeveel specifieke factoren, zoals de prijs van een grondstof, rentetarieven, bepaalde bedrijfstakken of sectoren de prijsbeweging van een actief beïnvloeden. De bovengenoemde CAPM is gebaseerd op regressie en wordt gebruikt om het verwachte rendement voor aandelen te projecteren en kapitaalkosten te genereren. Het rendement van een aandeel wordt teruggebracht ten opzichte van het rendement van een bredere index, zoals de S&P 500, om een bèta voor het betreffende aandeel te genereren.
Bèta is het risico van het aandeel ten opzichte van de markt of index en wordt weerspiegeld als de helling in het CAPM-model. Het verwachte rendement voor het betreffende aandeel is de afhankelijke variabele Y, terwijl de onafhankelijke variabele X de marktrisicopremie is.
Extra variabelen zoals de marktkapitalisatie van een aandeel, waarderingsratio's en recente rendementen kunnen aan het CAPM-model worden toegevoegd om betere schattingen voor rendementen te krijgen. Deze aanvullende factoren staan bekend als de Fama-Franse factoren, genoemd naar de professoren die het meervoudige lineaire regressiemodel hebben ontwikkeld om het rendement van activa beter te verklaren.
Vergelijk beleggingsrekeningen Aanbieder Naam Beschrijving Adverteerder Openbaarmaking × De aanbiedingen die in deze tabel worden weergegeven, zijn afkomstig van samenwerkingsverbanden waarvan Investopedia een vergoeding ontvangt.