Multi-finance.ru

Обзор финансовых рынков
0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Стохастический экономический анализ

Стохастический анализ

Стохастический анализ представляет собой методику исследования факторов, связь которых с результативным показателем в отличие от функциональной является неполной, вероятностной (корреляционной). Если при функциональной (полной) зависимости с изменением аргумента всегда происходит соответствующее изменение функции, то при корреляционной связи изменение аргумента может дать несколько значений прироста функции в зависимости от сочетания других факторов, определяющих данный показатель. Например, производительность труда при одном и том же уровне фондовооруженности может быть неодинаковой на разных предприятиях. Это зависит от оптимальности сочетания других факторов, воздействующих на этот показатель.

Корреляционная (стохастическая) связь – это неполная, вероятностная зависимость между показателями, которая проявляется только в массе наблюдений. Отличают парную и множественную корреляцию.

Парная корреляция – это связь между двумя показателями, один из которых является факторным, а второй – результативным.

Множественная корреляция – возникает от взаимодействия нескольких факторов с результативным показателем.

Необходимые условия применения корреляционного анализа:

1. Наличие большого количества наблюдений о величине исследуемых факторных и результативных показателей (в динамике или за текущий год по совокупности однородных объектов).

2. Исследуемые факторы должны иметь количественное измерение и отражение в тех или иных источниках информации.

Применение корреляционного анализа позволяет решить следующие задачи:

— определить изменение результативного показателя под воздействием одного или несколько факторов, т.е. определить насколько единиц изменяется величина результативного показателя при изменении факторного на единицу;

— установить относительную степень зависимости результативного показателя от каждого фактора.

Корреляционный анализ – метод установления связи и измерения ее тесноты между наблюдениями, которые можно считать случайными и выбранными из совокупности, распределенной по многомерному нормальному закону.

Корреляционной связью называется такая статистическая связь, при которой различным значениям одной переменной соответствуют разные средние значения другой. Корреляционная связь может возникать несколькими путями. Важнейший из них – причинная зависимость вариации результативного признака от изменения факторного. Кроме того, такой вид связи может наблюдаться между двумя следствиями одной причины. Основной особенностью корреляционного анализа следует признать то, что он устанавливает лишь факт наличия связи и степень ее полноты, не вскрывая ее причин.

В экономическом анализе теснота измеряется линейным коэффициентом корреляции. Коэффициент корреляции при прямолинейной форме связи между факторами х и у определяется следующим образом:

При измерении тесноты связи при криволинейной форме зависимости используется не линейный коэффициент корреляции, а корреляционной отношение, которое рассчитывается по формуле:

где

Данная формула является универсальной. Ее можно применять для исчисления коэффициента корреляции при любой форме зависимости. Однако для его нахождения требуется предварительное решение уравнения регрессии и расчет по нему теоретических (выравненных) значений результативного показателя для каждого наблюдения исследуемой выборки.

Значения коэффициента корреляции изменяются в интервале [–1; +1]. Значение г = –1 свидетельствует о наличии жестко детерминированной обратно пропорциональной связи между факторами, г = +1 соответствует жестко детерминированной связи с прямо пропорциональной зависимостью факторов. Если линейной связи между факторами не наблюдается, то r = 0. Другие значения коэффициента корреляции свидетельствуют о наличии стохастической связи, причем, чем ближе /r/ к единице, тем связь теснее.

При /r/ 0,7 – тесной.

Если коэффициент корреляции возвести в квадрат, получим коэффициент детерминации. Он показывает насколько процентов результативный показатель зависит от факторного.

Практическая реализация корреляционного анализа включает следующие этапы:

— постановка задачи и выбор признаков;

— сбор информации и ее первичная обработка (группировки, исключение, аномальных наблюдений, проверка нормальности одномерного распределения);

— предварительная характеристика взаимосвязей (аналитические группировки, графики);

— устранение мультиколлинеарности (взаимозависимости факторов) и уточнение набора показателей путем расчета парных коэффициентов корреляции;

— исследование факторной зависимости и проверка ее значимости;

— оценка результатов анализа и подготовка рекомендаций по их практическому использованию.

Регрессионный анализ состоит из нескольких этапов .

На первом этапе определяются факторы, которые оказывают воздействие на изучаемый показатель, и отбираются наиболее существенные для корреляционного анализа. Отбор факторов – очень важный момент в экономическом анализе: от того, насколько правильно он сделан, зависит точность выводов по итогам анализа. Не рекомендуется включать в корреляционную модель взаимосвязанные факторы. Если парный коэффициент корреляции между двумя факторами больше 0,85, то по правилам корреляционного анализа один из них необходимо исключить, иначе это приведет к искажению результатов анализа; нельзя включать в корреляционную модель факторы, связь которых с результативным показателем носит функциональный характер.

Большую помощь при отборе факторов для корреляционной модели оказывают аналитические группировки, способ сравнения параллельных и динамических рядов, линейные графики. С их помощью можно определить наличие, направление и форму зависимости между изучаемыми показателями. Отбор факторов можно производить также в процессе решения задачи корреляционного анализа на основе оценки их значимости по критерию Стьюдента.

На втором этапе собирается исходная информация по каждому факторному и результативному показателям. Она должна быть проверена на достоверность, на однородность и на соответствие закону нормального распределения.

В первую очередь необходимо убедиться в достоверности информации, насколько она соответствует объективной действительности. Использование недостоверной, неточной информации приведет к неточным результатам анализа и к неправильным выводам.

Одно из условий корреляционного анализа – однородность исследуемой информации относительно распределения ее около среднего уровня. Если в совокупности имеются группы объектов, которые значительно отличаются от среднего уровня, то это говорит о неоднородности исходной информации.

Критерием однородности информации служат среднеквадратическое отклонение и коэффициент вариации, которые рассчитываются по каждому факторному и результативному показателю.

Среднеквадратическое отклонение показывает абсолютное отклонение индивидуальных значений от среднеарифметической.

Оно определяется по формуле:

Коэффициент вариации показывает относительную меру отклонения отдельных значений от среднеарифметической.

Для его расчета используется формула:

Чем больше коэффициент вариации, тем относительно больший разброс и меньшая выравненность изучаемых объектов. Изменчивость вариационного ряда принято считать незначительной, если вариация не превышает 10%, средней – если вариация составляет 10-12%, значительной — когда она больше 20%, но не превышает 33%. Если же вариация выше 33%, то это свидетельствует о неоднородности информации и о необходимости исключения нетипичных наблюдений, которые обычно бывают в первых и последних ранжированных рядах выборки.

Следующее требование к исходной информации – подчинение ее закону нормального распределения. Для количественной оценки степени отклонения информации от нормального распределения служат отношение показателя асимметрии к ее ошибке и отношение показателя эксцесса к его ошибке.

Показатель асимметрии (А) и его ошибка (me) рассчитываются по следующим формулам:

Показатель эксцесса (Е) и его ошибка (me) рассчитываются следующим образом:

В симметричном распределении А = 0. Отклонение от нуля указывает на наличие асимметрии в распределении данных около средней величины. Отрицательная асимметрия свидетельствует о том, что преобладают данные с большими значениями, а с меньшими значениями встречаются значительно реже. Положительная асимметрия показывает, что чаще встречаются данные с небольшими значениями.

В нормальном распределении показатель эксцесса Е = 0. Если Е > 0, то данные густо сгруппированы около средней, образуя островершинность. Если Е Fтабл, то гипотеза об отсутствии связи между исследуемыми показателями отвергается.

Критерий Фишера рассчитывается следующим образом:

, где

Yxi – индивидуальные значения результативного показателя, рассчитанные по уравнению;

— среднее значение результативного показателя, рассчитанного по уравнению;

Yi – фактическое индивидуальное значение результативного показателя;

m – количество параметров в уравнении связи, учитывая свободный член уравнения;

n – количество наблюдений.

Для оценки точности уравнения связи рассчитывается средняя ошибка аппроксимации. Чем меньше теоретическая линия регрессии (рассчитанная по уравнению) отклоняется от фактической (эмпирической), тем меньше ее величина, а это свидетельствует о правильности подбора формы уравнения связи.

Средняя ошибка аппроксимации рассчитывается по формуле:

О полноте уравнения связи можно судить по коэффициентам множественной регрессии и детерминации. Если их значения близки к 1, значит в корреляционную модель удалось включить наиболее существенные факторы, на долю которых приходится основная вариация результативного показателя.

Читать еще:  Анализ оборотных активов таблицы с выводами

Влияние каждого фактора на прирост (отклонение от плана) результативного показателя рассчитывается по формуле:

Коэффициенты регрессии в уравнении связи имеют разные единицы измерения, что делает их несопоставимыми, если возникает вопрос о сравнительной силе воздействия факторов на результативный показатель. Чтобы привести их в сопоставимый вид, все переменные уравнения регрессии выражают в долях среднеквадратического отклонения, т.е. рассчитывают стандартизированные коэффициенты регрессии или бетта-коэффициенты (β)

Бета-коэффициенты показывают, что если величина фактора увеличится на одно среднеквадратическое отклонение, то соответствующая зависимая переменная увеличится или уменьшится на долю своего среднеквадратического отклонения. Сопоставление бетта-коэффициентов позволяет сделать вывод о сравнительной степени воздействия каждого фактора на величину результативного показателя.

Коэффициент эластичности рассчитывается по формуле:

Коэффициент эластичности показывает, на сколько процентов в среднем изменится функция с изменением аргумента на 1%.

Перечисленное многообразие методов предоставляет аналитику широкие возможности в выборе инструментария исследования, как в экономическом анализе, так и в рамках финансового анализа. Выбор того или иного способа или приема из перечисленных определяется целью экономического (финансового) анализа, требованиями к степени детализации (глубины) анализа, к точности результатов (например, «разложение» результативного показателя по факторам), характером взаимосвязи между показателями, характером аналитических задач.

Независимо от выбранных способов алгоритм решения практически любой аналитической задачи содержит приемы сравнения, группировки, балансовой увязки и графический, которые рассматриваются как способы обработки первичной, исходной информации.

Стохастический факторный анализ

Стохастическое моделирование факторных систем взаимосвязей отдельных сторон хозяйственной деятельности строится на обобщении закономерностей варьирования значений экономических показателей – количественных характеристик факторов и результатов хозяйственной деятельности. Количественные параметры связи выявляются на основе сопоставления значений изучаемых показателей в совокупности хозяйственных объектов или периодов.

Стохастическая (вероятностная) связь – связь, при которой каждому значению факторного признака соответствует множество значений результативного признака.

Таким образом, первой предпосылкой стохастического моделирования является возможность составить совокупность наблюдений, т. е. возможность повторно измерить параметры одного и того же явления в различных условиях.

В стохастическом анализе, где сама модель составляется на основе совокупности эмпирических данных, предпосылкой получения реальной модели является совпадение количественных характеристик связей в разрезе всех исходных наблюдений. Это означает, что варьирование значений показателей должно происходить в пределах однозначной определенности качественной стороны явлений, характеристиками которых являются моделируемые экономические показатели (в пределах варьирования не должно происходить качественного скачка в характере отражаемого явления).

Значит, второй предпосылкой применяемости стохастического подхода моделирования связей является качественная однородность совокупности (относительно изучаемых связей).

Изучаемая закономерность изменения экономических показателей (моделируемая связь) выступает в скрытом виде. Она переплетается со случайными с точки зрения исследования (не изучаемыми) компонентами вариации и ковариации показателей. Закон больших чисел гласит, что только в большой совокупности закономерная связь выступает устойчивее случайного совпадения направления варьирования (случайной вариации).

Из этого вытекает третья предпосылка стохастического анализа – достаточная размерность (численность) совокупности наблюдений» позволяющая с достаточной надежностью и точностью выявить изучаемые закономерности (моделируемые связи).

Четвертая предпосылка стохастического подхода – наличие методов, позволяющих выявить количественные параметры экономических показателей из массовых данных варьирования уровня показателей. Математический аппарат применяемых методов иногда предъявляет специфические требования к моделируемому эмпирическому материалу. Выполнение данных требований является важной предпосылкой применяемости методов и достоверности полученных результатов.

Основная особенность стохастического факторного анализа заключается в том, что при стохастическом анализе нельзя составлять модель путем качественного (теоретического) анализа, необходим количественный анализ эмпирических данных.

Методы стохастического факторного анализа

Способ парной корреляции. Метод корреляционного и регрессионного (стохастического) анализа широко используется для определения тесноты связи между показателями, не находящимися в функциональной зависимости, т.е. связь, проявляется не в каждом отдельном случае, а в определенной зависимости. С помощью парной корреляции решаются две главные задачи: оставляется модель действующих факторов (уравнение регрессии); дается количественная оценка тесноты связей (коэффициент корреляции).

Матричные модели. Матричные модели представляют собой схематическое отражение экономического явления или процесса с помощью научной абстракции. Наибольшее распространение здесь получил метод анализа «затраты-выпуск», строящийся по шахматной схеме и позволяющий в наиболее компактной форме представить взаимосвязь затрат и результатов производства.

Математическое программирование – это основное средство решения задач по оптимизации производственно-хозяйственной деятельности.

Метод исследования операций направлен на изучение экономических систем, в том числе производственно-хозяйственной деятельности предприятий, с целью определения такого сочетания структурных взаимосвязанных элементов систем, которое в наибольшей степени позволит определить наилучший экономический показатель из ряда возможных.

Теория игр как раздел исследования операций — это теория математических моделей принятия оптимальных решений в условиях неопределенности или конфликта нескольких сторон, имеющих различные интересы.

Литература:

  1. Баканов М. И., Мельник М. В., Шеремет А. Д. Теория экономического анализа. Учебник 5-еизд., перераб. и доп.-М.: Финансы и статистика,2005
  2. Фролова Т.А. Анализ и диагностика финансово-хозяйственной деятельности предприятия. Конспект лекций, Таганрог: ТРТУ, 2006

Способы стохастического факторного анализа в экономике

Экономический анализ как часть теории экономики

Эволюция человечества всегда сопровождалась развитием и усложнением хозяйственных отношений. Изучением данной части общественной жизни занимается экономическая теория. Данное научное направление своей целью ставит поиск равновесного отношения предложения к спросу в условиях, когда потребности общества растут, а ресурсы ограничены. Для того, чтобы добиться поставленной цели наука использует различные методы. Можно сказать, что метод дает возможность реализовать познавательную функцию науки или проникнуть в сущность изучаемого предмета.

Применение различных методов предполагает использование диалектического подхода. Он основывается на исследовании систем в динамике, анализе противоположных величин и категорий, отслеживании закономерностей и движущих сил. Большинство наук применяют методы индукции и дедукции, синтеза, математического моделирования, статистики, исторического и логического, системного подхода, а также анализа.

Метод анализа в рамках экономической теории обладает своими специфическими чертами, хотя в общем виде он предполагает дробление общего явления или системы на составляющие, для более глубокого понимания их сущности. К особенностям экономического анализа можно отнести следующие положения:

Попробуй обратиться за помощью к преподавателям

  • применение количественных показателей;
  • поиск причин возникновения или изменения исследуемых объектов, или систем;
  • углубленное изучение взаимодействия и связей между рассматриваемыми показателями.

Стоит отметить, что современный этап хозяйственного развития требует от любого метода экономического анализа системного подхода и комплексности. Сущность анализа заключается в дроблении общего на составляющие. Однако, системность и комплексность предполагают получение обобщенного конечного результата.

Применение факторного анализа в экономической теории

Изучение закономерностей в хозяйственных системах предполагает широкий спектр используемых методов. Достаточно большое внимание уделяется определению факторов и их воздействию на результативность деятельности экономической структуры. Анализ факторов в рамках экономической теории имеет несколько подходов:

  1. Детерминированный предполагает исследование совокупного факторного воздействия на итоговые результаты хозяйствования. Это влияние является функциональным.
  2. Стохастический определяет корреляционную или вероятностную взаимосвязь между факторными признаками и результатом деятельности системы.
  3. Прямой анализ обычно строится на методе дедукции, то есть рассматривает исследуемое явление от общих тенденций к частным.
  4. Обратный анализ использует индуктивный подход, а именно, совершает переход от общих показателей к частным.

Задай вопрос специалистам и получи
ответ уже через 15 минут!

Влияние факторов рассматривается, прежде всего, как причина возникновения определенных явлений или закономерностей. Если же рассматривается итоговый результат, то здесь речь идет о влиянии зависимых показателей. Все вместе составляет факторную систему, описывающую взаимную связь между итогом исследования и отдельными факторами, оказывающими совокупное воздействие. На математическом языке эта зависимость выражается формулой:

$Y = f(x_1; x_2; x_n)$, где $Y$ – результат, $x_1; x_2; x_n$ – признаки для каждого фактора.

Взаимосвязь между результативными и факторными данными может быть функциональной или стохастической. Первая показывает, что каждый фактор имеет свой конкретный итоговый результат. Для стохастической связи характерна ситуация, когда факторный признак может дать множество результатов. Рассмотренные связи легли в основу двух видов анализа факторов – детерминированного и стохастического.

Читать еще:  Анализ бухгалтерского баланса на примере организации

Стохастический факторный анализ в экономике

Стохастический аналитический подход основан на применении математико-статистических методов в изучении хозяйственных систем. Данный тип моделирования применяется в определении факторного влияния, которое в итоге даст множественный результат. Стохастический анализ используется тогда, когда невозможно детерминировать полученные данные. То есть, их сложно объединить в общую систему, описать количественными показателями. Стохастический аналитический подход применяется тогда, когда существует ряд предпосылок:

  • анализируется большой перечень статистических данных;
  • имеется достаточный объем данных для проведения исследования.

Сложность применения стохастического метода заключается в том, что невозможно повторить эксперимент. Поэтому в научных кругах часто возникают дискуссии о целесообразности применения данного подхода. Эффективность стохастического метода повышается в случае, если общий объем наблюдений превышает количество исследуемых факторов минимум в шесть раз. Такого соотношения достаточно сложно достичь в исследовании экономических систем.

Стохастический аналитический подход предполагает несколько этапов исследования. Сначала ставится цель, определяется изучаемый массив данных, конкретизируются результативные и факторные показатели, выбирается временной отрезок и метод проведения анализа. Затем моделирование проверяется на адекватность и из нее убирается все лишнее. Далее строится регрессионная структура и вновь проверяется на адекватность. Завершающий этап сводится к подведению итогов и формированию практических решений.

Стохастический анализ включает в себя корреляционный, регрессионный, дисперсионный методы, а также метод кластерного анализа. Первые два метода объединяются в средство исследования степени тесноты связей между анализируемыми данными. Этот метод дает возможность оценить факторное воздействие на итог. Количественная оценка полученным данным создается за счет коэффициента корреляции.

Дисперсионный метод устанавливает связь между результативными и факторными признаками в части влияния одного или совокупности факторов на итог. Часто данный метод используется в качестве вспомогательного, либо базового для применения других методов экономического анализа.

Кластерный анализ подразумевает поиск данных, содержащих выборочные объекты, которые впоследствии упорядочиваются в группы. Эта методика позволяет классифицировать большой массив данных по определенным признакам, а затем проанализировать их.

Так и не нашли ответ
на свой вопрос?

Просто напиши с чем тебе
нужна помощь

Методика стохастического экономического анализа

1. Общие сведения

1.1 Необходимые условия применения корреляционного анализа.

1.1.1 Наличие достаточно большого количества наблюдений о величине исследуемых факторных и результативных показателей (в динамике или за текущий год по совокупности однородных объектов).

1.1.2 Исследуемые факторы должны иметь количественное измерение и отражение в тех или иных источниках информации.

1.2.1 определить изменение результативного показателя под воздействием одного или нескольких факторов (в абсолютном измерении), это значит, определить, на сколько единиц изменяется величина результативного показателя при изменении факторного на единицу;
1.2.2 установить относительную степень зависимости результативного показателя от каждого фактора.

Исследование корреляционных соотношений имеет огромное значение в анализе хозяйственной деятельности. Это проявляется в том, что значительно углубляется факторный анализ, устанавливаются место и роль каждого фактора в формировании уровня исследуемых показателей, углубляются знания об изучаемых явлениях, определяются закономерности их развития и как итог — точнее обосновываются планы и управленческие решения, более объективно оцениваются итоги деятельности предприятий и более полно определяются внутрихозяйственные резервы.

1.3 Использование способов парной корреляции для изучения стохастических зависимостей
Одной из основных задач корреляционного анализа является определение влияния факторов на величину результативного показателя (в абсолютном измерении). Для решения этой задачи подбирается соответствующий тип математического уравнения, которое наилучшим образом отражает характер изучаемой связи (прямолинейной, криволинейной и т.д.). Это играет важную роль в корреляционном анализе, потому что от правильного выбора уравнения регрессии зависит ход решения задачи и результаты расчетов.
Обоснование уравнения связи делается с помощью сопоставления параллельных рядов, группировки данных и линейных графиков. Размещение точек на графике покажет, какая зависимость образовалась между изучаемыми показателями; прямолинейная или криволинейная.

2.1 Расчетные формулы

Важнейшим осциллятором, заранее предсказывающим разворот тренда с большой точностью, является стохастик (stoch), разработанный Дж. Лейном (George С. Lane) около двух десятков лет назад. Достоинством стохастика является то, что и скользящая средняя (с периодом 5), построенная на базе stoch, уверенно предсказы­вает поворотные моменты.

Стохастик анализирует расположение цены закрытия бара относитель­но выделенного временного интервала. Наиболее распространенный период расчета stoch является интервал, включающий пять баров. Значения этого осциллятора (%К) определяют по следующей формуле:

%К = 100 х ((Р — 15)/(Н5 — 15)),

где Р — текущая цена закрытия бара,

L5 — минимальная пена закрытия на последних пяти барах,

Н5 — максимальная цена закрытия на этих же барах.

Часто стохастик рассчитывают по более упрощенной схеме:

где H3 — трехдневная сумма (Р — L5),

L3 — трехдневная сумма (H5 — L5).

Очевидно, что рассчитанная таким способом кривая %D является сглаженной кривой %К, причем последняя из указанных двух является более быстрой.

2.2 Виды стохастиков и правила работы

Наиболее удобным на финансовом рынке с относитель­но большой волатильностью является так называемый медленный стохастик (sstoch), использование которого позволяет отсекать большинство ложных сигналов. В сочетании с правильно подобранной скользящей средней (я рекомендую mА с порядком 5) этот осциллятор вносит огромный вклад в анализ рынка. Пути исследования sstoch примерно те же, что и для трендовых индикаторов, рассмотренных выше:

— если стохастик пересекает свою скользящую среднюю снизу вверх, то это сигнал к покупке;

— если же стохастик пересекает свою скользящую среднюю сверху вниз, то это сигнал к продаже;

— если сигналы стохастика и его скользящей средней противоречи­вы, то лучше оставаться вне рынка;

Направление движения sstoch и его скользящей средней показывают динамику тенденции.

Из графика видно, что у стохастика горизонтальными штриховыми линиями на уровне 80% и 20% выделены особые области, которые получили названия зон перекупленности (выше 80%) и перепроданности (ниже 20%). Если сигналы стохастика и его скользящей средней подаются из этих областей, то они считаются гораздо значимее. Анализ этих областей заслуживает большего внимания.

Часто задают вопрос: «Какие параметры стохастика нужно ввести в компьютерную программу, чтобы оптимизировать его индика­цию». Однозначного ответа не существует. Это в первую очередь зависит от состояния Вашего рынка (длительности эффекта дальнодействия), а также как от самой компьютерной программы, которую Вы используете, так и от Вашей торговой тактики (временные интервалы, на которых Вы работаете, планируемая длительность пребывания на рынке и проч.). Обычно (по литературным данным) предлагается использовать 9 или 13 баров для построения кривых стохастика. Какой период из этих двух окажется более правильным — невозможно однозначно оценить. Общий принцип выбора периода стохастика примерно следующий: так как кривая Stoch время от времени показывает зоны экстремума (чередования максимумов и мини­мумов), то можно просто посчитать среднее число баров, которое соот­ветствует временному расстоянию между соседними минимумами (или максимумами, если они вырисовываются более четко и определенно), разделить полученное число пополам — это и будет, приблизительно, Ваш период. Тем не менее, George С. Lane дает в этом ключе следующие рекомендации для выбора правильного периода:

Изучите каждый из графиков цены вашего актива на временных развертках 3-мин., 5-мин., 15-мин, daily, weekly, monthly. Onpeделитесь, какой из этих графиков будет рабочим. Если Вы занимаетесь инвестированием долгосрочных проектов, выберите в ка­честве рабочего интервала daily, если же работаете в качестве дэй-трейдера, то выбирайте 3-минутную развертку.

На рабочем графике зависимости курса от времени выделите примерные ценовые циклы, вычислите средне арифметический период нескольких произвольно взятых циклов.

Используйте 50% от полученного в предыдущем пункте числа как стартовый период Вашего стохастика. Затем подкорректируйте этот период в зависимости от того, какой стохастик Вы хотите исполь­зовать (быстрый или медленный) и какова волатильность рынка. Критерием правильности такой корректировки служит большая однозначность и простота в интерпретации подаваемых кривой стохастика сигналов.

Используйте меньший период стохастика только в исключитель­ных случаях: если Вы на перепутье в принятии решения. Если же Вы определились с рынком, немедленно вернитесь к Вашему оптимальному стохастику. Это поможет Вам удержаться в тренде и получать прибыль столько, сколько возможно.

Читать еще:  Анализ источников формирования имущества предприятия

2.3 Дивергенция/конвергенция

Если вернуться к графику, то видно, что очень сильные сигналы стохастика — это медвежье расхождение (прямая АВ и направление бы­чьего тренда), свидетельствующая об ослаблении силы быков и росте влияния медведей, и бычье схождение (прямая CD и направление мед­вежьего тренда), показывающее рост силы быков и ослабление медведей. Остановимся на них подробнее.

Далее показан график курса USD/JPY 300 min, 60 min, а под ним — кривые Sstoch. Видим, что на рынке господствуют быки. Когда курсом была сформирована первая вершина 18.02.00 г., затем последовал откат, после чего рынок вновь пошел вверх и максимум второй вершины был зафиксирован 21.02.00 г. выше уровня первого пика, казалось, что на рынке полностью доминируют быки. Первой ценовой вершине соот­ветствует максимум кривой %D медленного стохастика с численным значением, равным 91. Второму ценовому максимуму также соответствует пик кривой %D с численным значением 84, меньшим первой вершины стохастика. Да и из рисунка видно, что вторая вершина кривой %D заметно ниже первой. Если теперь обозначенные вершины курса цены и кривой %D соединить соответственно прямыми линиями со стрелками, указывающими направление движения каждой кривой (курса вверх, а стохастика вниз), то мы получим две расходящиеся стрелки. Такой сигнал называют медвежьей дивергенцией или медвежьим расхождением. Возникновение сигнала медвежьей дивергенции означает, что на рынке может наступить перелом бычьей тенденции на медвежью.

На этом же графике на развертке 60 минут приведена медвежья тенденция. Видно, что на медвежьем тренде сформированы два минимума цены, причем правая низина оказалась глубже предыдущей, что может свидетельствовать о нарастающей силе медведей и их полном контроле рынка. Каждому ценовому минимуму соответствуют минимумы кривой %D, однако в этом случае правый минимум оказался выше левого. Если теперь также обозначенные низины курса и кривой стохастика соединить прямыми линиями со стрелками, указывающими направление движения каждой кривой (курса вниз, а стохастика вверх), то мы получим две сходящиеся стрелки. Такой сигнал называют бычьей конвергенцией или ничьим схождением. Возникновение сигнала бычьей конвергенции означает, что на рынке может наступить перелом медвежьей тенденции на бычью.

Особо нужно обратить Ваше внимание на такой нюанс: как видно из представленного выше графика в обоих случаях наблюдается правостороннее пересечение (относительно экстремума кривой %D) более быстрой кривой (% К стохастика относительно медленную кривую %D). Это считается нормальным явлением и только при таком пересечении сигналы диверген­ции/конвергенции можно считать истинными.

Классический сигнал дивергенции представлен на следующем графике. Вторая вершина стохастика расположена ниже первой, тем самым, показывая сигнал медвежьего расхождения. Однако третья вершина сформировалась ниже первой, но выше второй. Проведенные прямые линии (как видно in рисунка) подают сначала сигнал расхождения (прямая между первой и второй вершинами стохастика и направление тренда), затем схождения (прямая между второй и третьей вершинами стохастика и направление тренда). Тем не менее, прямая, проведенная между первой и третьей вершинами кривой %D и направление тренда четко показывают на дивергенцию, и именно этот сигнал и сработал в данном случае. Проведен­ный статистический анализ классического сигнала дивергенции на различ­ных сегментах финансового рынка показал, что, как правило, для хоро­шего сигнала дивергенции необходимо, чтобы третья вершина располага­юсь в области значений между первой и второй вершинами. На мой взгляд, главное здесь еще и в том, чтобы третья вершина не сформировалась выше первой.

То же самое, но с точностью наоборот, можно говорить и о сигнале конвергенции. Об этом осцилляторе можно писать очень много. И о нем действительно написано много работ.

Знание и понимание этого осциллятора необходимо для успешного существования на финансовом рынке

1. Баканов, Михаил Иванович, Шеремет, Анатолий Данилович. Теория экономического анализа: Учеб. для студентов экон.спец.-4-е изд. , доп и перераб.-М.:Финансы и статистика,1997.-416 с.: ил.

2. Ришар, Жак. Аудит и анализ хозяйственной деятельности предприятия / Пер.с фр., под ред. Л.П. Белых. — М.: Аудит,1997. — 376 с.: ил.

3. Савицкая, Глафира Викентьевна. Анализ хозяйственной деятельности предприятия: Учеб. пособие для студентов вузов, обуч. по экон. спец. и направлениям.-2-е изд., перераб., доп.— М. ; Минск:ИП»Экоперспектива»,1998. — 498 с.: ил.

Тема 6. Способы изучения стохастических взаимосвязей в экономическом анализе

Стохастическая (корреляционная) связь – это неполная, вероятностная зависимость между показателями, которая проявляется только в массе наблюдений, тогда влияние других факторов сглаживается.

Различают парную и множественную корреляцию.

Парная корреляция – это связь между двумя показателями, один из которых является факторным, а другой – результативным.

Множественная корреляция — возникает от взаимодействия нескольких факторов с результативным показателем.

Для изучения стохастических зависимостей используют способы:

— сравнения параллельных и динамических рядов;

Эти способы выявляют характер и направление связи.

Для измерения влияния факторов в стохастическом анализе используются приемы корреляционного анализа.

Условия применения корреляционного анализа:

— наличие большого количества наблюдений о величине факторных и результативных показателей;

— факторы должны иметь количественное измерение.

Применение корреляционного анализа позволяет:

— определить, на сколько единиц изменяется величина результативного показателя при изменении факторного на единицу;

— установить относительную степень зависимости результативного показателя от каждого фактора (тесноту связи);

— оценить эффективность деятельности анализируемого предприятия по сравнению со средним уровнем (по отрасли, региону и т.п.) путем сравнения фактического и рассчитанного из уравнения регрессии значения результативного показателя).

Этапы корреляционного анализа:

1. отбор факторов для анализа;

требования к факторам: — наличие причинно – следственной связи с результативным показателем;

— в многофакторную корреляционную модель необходимо отбирать только значимые факторы, которые имеют критерий надежности по Стьюденту не меньше табличного;

— в корреляционную модель линейного типа не рекомендуется включать факторы, связь которых с результативным показателем носит криволинейный характер;

— не рекомендуется включать в модель взаимосвязанные факторы (парный коэффициент корреляции не должен быть больше 0,85);

— не рекомендуется включать в корреляционную модель факторы, связь которых с результативным показателем носит функциональный характер.

2. сбор исходной информации по каждому факторному и результативному показателю; информация должна быть проверена на достоверность, однородность и соответствие закону нормального распределения;

Критерием однородности информации служат среднеквадратическое отклонение и коэффициент вариации, которые рассчитываются по каждому факторному и результативному показателю.

Среднеквадратическое отклонение показывает абсолютное отклонение индивидуальных значений от среднеарифметической:

Коэффициент вариации показывает относительную меру отклонения отдельных значений от среднеарифметической:

Если вариация не превышает 10%, то изменчивость незначительная;

10-12% — средняя; 20-33% — значительная; если больше 33%, то информация считается неоднородной, необходимо исключить нетипичные наблюдения.

На основании максимального значения V определяют необходимый объем выборки:

, где n – необходимый объем выборки,

V – максимальный коэффициент корреляции в %,

t – показатель надежности связи, который при уровне вероятности 0,05 равен 1,96 (?),

m – показатель точности расчетов, % (для экономических расчетов 5-8%).

Для количественной оценки степени отклонения информации от нормального распределения служат отношение показателя асимметрии к ее ошибке и отношение показателя эксцесса к его ошибке.

Показатель асимметрии (А) и его ошибка :

Показатель эксцесса (Е) и его ошибка :

В симметричном распределении А=0. Отклонение от нуля указывает на наличие асимметрии в распределении данных около средней величины. Если асимметрия отрицательная, значит преобладают данные с большими значениями; если положительная – чаще встречаются небольшие значения.

В нормальном распределении Е=0. Если Е>0, то вершина острая (данные густо сгруппированы около среднего значения); если Е

Чем меньше теоретическая линия регрессии (рассчитанная по уравнению) отклоняется от фактической, тем меньше средняя ошибка аппроксимации. В экономических расчетах допускаемая погрешность составляет 5-8%. Если

Ссылка на основную публикацию
Adblock
detector