Проверяемый текст
Подрезов, Павел Николаевич; Развитие методов оценки инвестиционной привлекательности промышленного предприятия на основе многофакторных эконометрических моделей (Диссертация, 30 мая 2008)
[стр. 114]

установление спецификации эконометрической модели; оценка степени коррелированности составляющих рейтинга; оценка параметров эконометрической модели.
Разработка эконометрической модели является необходимым, но не достаточным условием для решения глобальной задачи —прогнозирования инвестиционной привлекательности предприятий.
Для этого еще требуется определить, в какой степени составляющие рейтинга предприятий обладают дискриминирующей способностью, т.е.
насколько они пригодны для разделения предприятий по крайней мере на две группы предприятия-лидеры и предприятия-аутсайдеры.
Здесь необходимо применить аппарат дискриминантного анализа, что
может потребовать привлечение экспертов для априорной классификации предприятий на группы по степени их инвестиционной привлекательности.
В методическом плане решение сформулированных выше задач сводится к последовательной реализации графических и аналитических процедур с помощью пакета анализа данных общественных наук SPSS Base [183], являющего «стандартом де факто» для органов региональной статистики, а также к нейросетевому моделированию в пакете Neural Connection [181].
В методологическом плане в настоящей работе авторы придерживались принципа интеллектуального анализа данных (data mining), в последнее время находящего все большее применение в экономических приложениях (см., например, [93]).
Ниже излагаются полученные нами результаты.
Итак, первый вопрос, требующий решения каков характер распределения исходных показателей рейтинга? Анализ эмпирических гистограмм распределения с нанесенными на них теоретическими нормальными кривыми показал, что практически все перечисленные показатели характеризуются правосторонней асимметрией.
С помощью рекомендуемого в подобных случаях логарифмического преобразования [44] удалось симметризовать рас114
[стр. 87]

Третья задача также связана со второй, но формулируется более ш ироко в какой степени составляющие рейтинга предприятий обладают дискриминирующ ей способностью, т.е.
применимы для разделения предприятий на лидеры и аутсайдеры.
Здесь необходимо применить аппарат дискриминантного анализа, что
предполагает также привлечение экспертов для априорной классификации предприятий на группы по степени и х развития.
Четвертая задача решается статистическими методами ф акторного анализа и последующим построением регрессионной модели на главных факторах.
Перейдем к решеншо первой задачи ~ определению статистической зависимости итогового рейтинга, как результирующ его показателя инвестиционной привлекательности предприятий, от следующ их предикторов: 1 ) In ДГ1 —логарифм чистой прибыли; 2 ) In х-1 —логарифм общей рентабельности отчетного периода; 3) In Хз —логарифм рентабельности основной деятельности; 4 ) 1пл!4 логарифм рентабельности активов; 5) In xs —логарифм производительности труда; 6 ) In xg —логарифм коэффициента текущ ей ликвидности; 7) In Х7 —логарифм коэффициента абсолютной ликвидности; 8 ) In xg —логарифм коэффициента автономии.
Т ак ка к для некоторы х предприятий пищ евой промыш ленности логарифм коэффициента автономии не определен, соответствую щ ую модель находили по меньшему объему вы борки —не 4 4, а 38 предприятий.
Для предприятий машиностроения объем выборки составил 51 предприятие (одно из предприятий характеризовалось нулевым значением коэффициента абсолютной ликвидности).
Важны м вопросом является выбор специф икации модели.
В ажной предпосылкой регрессионного анализа является нормальность распределения как входных переменных (предикторов), так и вы ходной —результирующ ей — 87

[Back]