Проверяемый текст
Подрезов, Павел Николаевич; Развитие методов оценки инвестиционной привлекательности промышленного предприятия на основе многофакторных эконометрических моделей (Диссертация, 30 мая 2008)
[стр. 115]

пределения показателей, поэтому в дальнейшем в эконометрическую модель вводили не исходные показатели, а их логарифмы.
Следующим этапом является выбор спецификации эконометрической модели.
Важной предпосылкой регрессионного анализа является нормальность распределения как входных переменных (предикторов), так и выходной — результирующей
переменной.
Оказалось, что если распределение практически всех предикторов ближе к нормальному после их логарифмирования, то в логарифмировании результирующей переменной сводного рейтинга нет особой необходимости.
Но использование в качестве выходной переменной логарифма значений сводного рейтинга предприятий является лучшим вариантом.
Такой прием значительно упрощает интерпретацию параметров модели, поскольку в этом случае и в левой, и в правой части регрессионного уравнения используются логарифмы показателей, и в результате потенцирования исходной модели вида 1пу =
Ь0 + Ь]1пА[ + 621пХ2+ ...
+ Ьк1пХь, (3-1) где у сводный рейтинг; X ,исходные показателей рейтинга; Ьо свободный коэффициент уравнения регрессии; Ь,коэффициенты регрессии при предикторах, получаем степенную модель вида у = ехр(6„) (Х,)ь1(Х2)а ...
д а “ , (3.2) в которой коэффициенты регрессии 6,интерпретируются как коэффициенты эластичности [44].
Построению модели предшествовал корреляционный анализ, цель которого — выявление силы связи результирующего показателя (логарифма сводного рейтинга) с предикторами (логарифмами составляющих рейтинга) таблица
3.1.
Из таблицы видно, что все предикторы, за исключением логарифма производительности труда, тесно связаны с результирующим показателем.
Связь —положительная, т.е.
увеличение значений показателей приводит к увеличению сводного рейтинга.

115
[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

[стр.,88]

переменной.
Ранее мы убедились, что распределение практически всех предикторов ближе к нормальному после их логарифмирования.
Рассмотрим теперь характер распределения результирующей переменной сводного рейтинга (рисунок 2 .6 ).
88 а б StO .
D«v 13,04 Heen 3 2 ,В N • 52,00 9 t d .
•• 1 $ , 5 2 K«an » 4 4,3 ' Я • э в .о о 10.S 22,5 34,5 «В,5 SB,5 1C,5 2S,5 40,5 52,5 C4.S С в о д н ы й р е й т и н г 17,1 35,7 54.
3 72.5 26,i 45,0 63,6 С в о д н ы й р е й т и н г Рисунок 2.6 Гистограмма распределения результирующего показателя «сводной рейтинг»; а предприятий машиностроения; б предприятий пищевой промышленности.
Пунктирная линия нормальная кривая, аппроксимирующая эмпирическое распределение И з рисунка 2.6 видно, что эмпирические распределения результирую щего показателя асводной рейтинг», в принципе, м огут быть аппроксимированы нормальными кривы м и (иа храфиках теоретические кривые обозначены пунктирны м и линиями).
Н о лучш им вариантом является использование в качестве выходной переменной логарифма значений сводного рейтинга предприятий (1п>’).
Такой прием значительно упрощ ает интерпретацию параметров модели, поскольку в этом случае и в левой, и в правой части регрессионного уравнения используются логарифмы показателей, и в результате потенцирования исходной модели вида 1пу =
йо + ^ iln x i + 621ПХ2 + ...
+ bklnxk, (2.3)

[стр.,89]

где у ~ сводный рейтинг; Ьо свободный коэффициент уравнения регрессии; Ь,коэффициенты регрессии при предикторах, мы получаем степенную модель вида 89 y = e xp (A „)(x,)‘ 'f e ) “ ...
4W(2.4) в которой коэффициенты регрессии Ь,интерпретируются как коэффициенты эластичности [34, 125].
Построению модели предшествовал корреляционный анализ, цель ко торого — выявление силы связи результирую щ его показателя (логарифма сводного рейтинга) с предикторами (логарифмами составляющ их рейтинга) таблица
2 .6 .
Таблица 2.6 Корреляция логарифма сводного рейтинга с предигсгорами Преобразованный предиктор (логарифм) Машиностроение (Л/=51) Пищевая промьпиленносгь (N=38) Коэффициент корреляции Пирсона Уровень значимости Коэффициент корреляции Пирсона Уровень значимости ‘шстой прибыли 0,684 0,000 0,775 0,000 обшей рентабельности отчетного периода 0,906 0,000 0,891 0,000 рентабельности основной деятельности 0,835 0,000 0,822 0,000 рентабельности активов 0,819 0,000 0,881 0,000 производительности труда 0,148 0,300 0,301 0,067 коэффициента текущей ликвидности 0,691 0,000 0,641 0,000 коэффициента абсолютной ликвидности 0,552 0,000 0,408 0,011 коэффициента автономии 0,617 0,000 0,714 0,000 И з таблицы 2.6 видно, что практически все предикторы тесно связаны с результирующ им показателем.
Исклю чение составляет логарифм производительности труда, слабо коррелирующ ий с логарифмом сводного рейтинга для обеих выборок предприятий.
Связь —положительная, т.е.
увеличение значений показателей приводит к увеличению сводного рейтинга.

Визуальный просмотр корреляционных диаграмм, приведенных на рисунках В 1-В 8 П риложения В , свидетельствует об отсутствии «псевдокорреляций» [19, 55].
Та

[Back]