Сущность, этапы и методы определения результатов регрессионного моделирования
Все факторные модели основаны на предположении, что рыночная капитализация компании испытывает воздействие со стороны определенных переменных факторов, причем для компаний одной отрасли это воздействие условно можно назвать одинаковым. Несмотря на статистические методы, применяемые для проверки значимости моделей, в процессе отбора факторов существует некоторая свобода действий, которая требует углубленного анализа исследуемой отрасли в целях построения модели, наиболее полно отражающей стоимость компаний этой отрасли. В экономических исследованиях одной из основных задач является анализ зависимостей между результатным показателем и факторами, влияющими на него. Зависимость может быть строгой (функциональной) либо статистической. Однако, любая функциональная зависимость в определенной степени является абстракцией, поскольку в окружающем мире, частью которого является экономика, значение конкретной величины не определяется неизменной формулой ее зависимости от некоторого набора других величин. Всегда есть одна или несколько величин, которые определяют главные тенденции изменения рассматриваемой величины, и в экономической теории и на практике ограничиваются тем или иным кругом таких величин (объясняющих переменных). Однако всегда существует воздействие большого числа других, менее важных или трудно идентифицируемых факторов, приводящих к отклонению значений объясняемой (зависимой) переменной от конкретной формулы ее связи с объясняющими переменными, сколь бы точной эта формула ни была. Нахождение, оценка и анализ таких связей, идентификация объясняющих переменных, построение формул зависимости и оценка их параметров – основные этапы регрессионного моделирования. Принято различать простую и множественную корреляцию и регрессию. Простой корреляцией называют корреляцию между двумя переменными. Целью анализа является оценка наличия и тесноты связи между двумя явлениями. Если связь между переменными является линейной, то для оценки тесноты связи можно пользоваться коэффициентом корреляции, который рассчитывается по следующей формуле: (4 .1 ) где: r – коэффициент корреляции; N – количество параметров в данной выборке; х, у – объясняющая и объясняемая переменные. Величина коэффициента корреляции меняется от –1 в случае строго отрицательной линейной связи до +1 в случае строгой положительной линейной связи. Близкая к нулю величина коэффициента корреляции говорит об отсутствии линейной связи переменных, но не об отсутствии связи между ними вообще. Экономические явления редко развиваются индивидуально. В большинстве случаев они образуют комплексы, где одно самостоятельное явление влияет на другие и само подчиняется влиянию других явлений. Исследованием влияния ряда явлений на одно, результатное явление занимается множественный корреляционный анализ. В отличие от линейной парной корреляции множественная корреляция обычно анализируется в непосредственной связи с множественным регрессионным анализом. В качестве уравнения множественной регрессии наиболее часто используется линейная функция: Y = a0 + a1x1 + a2x2 + … + anxn, (4 .2 ) где: Y – результатный показатель; a0, a1, a2,…, an – коэффициенты регрессии; x1 ,x2, xn – факторы, влияющие на результатный показатель. Экономические модели также часто строятся в виде степенной функции: . (4 .3 ) Это объясняется тем, что в отдельных случаях, когда данные оказываются неоднородными, имеет смысл для построения модели провести процедуру линеаризации путем логарифмического шкалирования исходных данных. Эта операция позволяет избежать искажения данных за счет неоднородности выборки, поскольку некоторые факторы возрастают нелинейно. Для определения параметров степеней модель регрессии преобразуется к логарифмически линейному виду: Ln Y = ln a0 + a1 ln x1 + a2 ln x2 + … + an ln xn. (4 .4 ) Для оценки тесноты взаимосвязи между результатным показателем и несколькими факторами используется коэффициент множественной корреляции, который может быть рассчитан по формуле, аналогичной индексу корреляции: , (4 .5 ) где: Ryxj – коэффициент множественной корреляции; Yпр – предсказанные значения результатного показателя, определенные по уравнению регрессии; Yср – среднее арифметическое значение результатного показателя. Величина коэффициента множественной корреляции зависит от отношения между рассеянием значений, определенных на основе уравнения регрессии и рассеянием значений результативного показателя. Чем меньше значения результативного показателя отклоняются от линии множественной регрессии, тем большую величину имеет коэффициент корреляции. Существуют специальные статистические методы и, соответственно, показатели, значения которых определенным образом (и с определенной вероятностью) характеризуют надежность построенной регрессионной модели. К важнейшим из них относятся t-критерий (распределения Стьюдента) и F-критерий (распределение Фишера). Для проверки надежности коэффициента множественной корреляции с применением t-критерия используется следующая величина: , (4 .6 ) где: tR – эмпирическое значение t-критерия; n – число коэффициентов регрессии. Затем полученное значение сравнивается с критическим значением t-критерия с (N – n – 1) степенями свободы и уровнем значимости α (чаще всего задается уровень значимости 1% или 5%). Если tR больше табличного значения, то коэффициент множественной корреляции является надежной характеристикой связи между результатным показателем и факторами, его характеризующими. Для проверки надежности коэффициента множественной корреляции с применением F-критерия используется следующая величина: , (4 .7 ) где: FR – эмпирическое значение F-критерия. Если эмпирическое значение F-критерия больше критического со степенями свободы k1 = n – 1, k2 = N – n и уровнем значимости α, то коэффициент множественной корреляции можно считать надежным. Так как t-критерий и F-критерий учитывают число наблюдений и число факторов, от которых зависит результатный показатель, то они могут служить отображением общего качества регрессионной модели. Критические значения t-критерия и F-критерия приведены в таблицах. Построение модели зависимости рыночной капитализации компании от производственных показателей (учебный пример) Современная нефтяная компания (нефтегазовая корпорация), как правило, представляет собой вертикально интегрированную структуру «разведка ( добыча ( переработка ( сбыт». Поэтому важнейшими показателями, характеризующими деятельность компании являются следующие: доказанные запасы углеводородов; добыча углеводородов; переработка нефти; сбыт нефтепродуктов. По итогам 2001 года НК «ЛУКОЙЛ» занимает лидирующие позиции среди крупнейших нефтегазовых корпораций мира по некоторым из перечисленных показателей (см. рис. 4.1–4.7). Для исследования представляется целесообразным сравнить ведущую российскую НК «ЛУКОЙЛ» с крупнейшими мировыми нефтяными компаниями (Exxon Mobil corp., BP plc, TotalFinaElf SA, RD/ Shell, Chevron Texaco Corp., ENI Spa, Conoco Inc., Petroleo Brasiliero SA, Repsol YPF SA), однако в исследование добавлено несколько некрупных нефтяных компаний (Unocal, Marathon oil Corp., EOG Resourses, XTO Energy Inc., Sunoco Inc., Pogo producing Co., Forest oil Corp., Denbury resourses), чтобы повысить уровень объективности модели. НК «ЛУКОЙЛ» сопоставима с зарубежными компаниями. Во-первых, все зарубежные нефтяные компании представляют собой акционерные общества, акции которых обращаются на различных площадках фондового рынка, поэтому имеется возможность получить точные данные об их рыночной капитализации на определенный момент времени. Во-вторых, существование определенных требований к компаниями для получения листинга на лидирующих фондовых биржах мира (например, Нью-Йоркская фондовая биржа) позволяет получить достоверную информацию не только о финансовой, но и о производственной деятельности компаний. Информация по компаниям подготовлена по данным годовых отчетов компаний с официальных интернет-сайтов, а также с использованием сайтов finance.yahoo.com и edgar-online.com. В табл. 4.3. представлены важнейшие производственные показатели ведущих нефтегазовых корпораций мира в 2001 году. На рисунках представлены зависимости рыночной капитализации от этих показателей. Анализ графиков позволяет сделать вывод, что между большинством факторов и рыночной капитализацией отсутствует линейная зависимость.
Рис.4 .4 . Суточная добыча нефти и газа в 2001 году
Рис.4 .5 . Суточная добыча нефти в 2001 году
Рис. 4 .6 . Суточная добыча газа в 2001 году
Рис.4 .7 . Сбыт нефтепродуктов в 2001 году
Наиболее вероятной представляется степенная форма связи. Поэтому проведем линеаризацию исходных данных путем логарифмического шкалирования. Результаты данной процедуры представлены в табл. 4.4. В табл. 4.5. представлена оценка тесноты взаимосвязи между рыночной капитализацией и выбранными показателями с использованием коэффициентов корреляции. Наиболее тесная взаимосвязь рыночной капитализации компании наблюдается с такими производственными показателями, как добыча газа (r = 0,955615), доказанные запасы газа (r = 0,951965), запасы нефти и газа (r = 0,944061), добыча нефти и газа (r = 0,92606) и сбыт нефтепродуктов (r = 0,90348). Наименьшая взаимосвязь наблюдается между рыночной капитализацией компании и добычей нефти. Это можно объяснить тем, что в настоящее время в структуре деятельности нефтегазовых компаний доля, приходящаяся на добычу нефти, не увеличивается. В это же самое время, растут доходы от других видов деятельности, таких как добыча и реализация природного газа и других видов энергии.
Таблица 4 .3 Важнейшие производственные показатели нефтегазовых корпораций в 2001 году Компания РК, полностью, млрд. долл. Доказанные запасы нефти и газа, млн. барр. Доказанные запасы нефти, млн. барр. Доказанные запасы газа, млн. барр. Добыча нефти и газа, тыс. барр./ сут. Добыча нефти, тыс. барр./ сут. Добыча газа, тыс. барр./ сут. Сбыт нефтепродуктов, тыс. барр./ сут. Exxon Mobil corp. 237,3 20815 11491 9324 4255 2542 1713 7971 RD/ Shell 92,4 18774 9469 9305 3722 2220 1502 6143 BP plc 149,2 16072 8376 7696 5063 1931 3132 6206 TotalFinaElf SA 94,8 10616 6961 3655 2131 1454 677 3724 Chevron Texaco Corp. 78,2 11759 8524 3235 2670 1959 710,8 5254 ENI Spa 61,7 6929 3948 2981 1369 857 512 1069 Petroleo Brasiliero SA 21,3 9763 8356 1407 1566 1324 242 1738 Repsol YPF SA 18,9 4777 2378 2399 1005 636 369 1089 Conoco Inc. 27,9 3579 2215 1364 770 436 334 1502 Forest oil Corp. 1,8 1546 1195 351 172 122,5 49,5 11,4 Marathon oil Corp. 7,3 1046 570 476,3 421 209 212,2 1304 XTO Energy Inc. 3,7 427 54 372,5 83 13,6 69,5 83 Sunoco 2,9 468 368 100 795 695,4 100 766,2 Denbury resourses 0,6 110 76,5 33 31 17 14,2 31 EOG Resourses 4,3 705 72 632,8 179 25,8 153,5 179 Pogo producing Co. 2,5 256 119,3 136,7 69 29,59 39,6 69 Unocal 7,3 1818 693 1124,8 504 170 333,8 504 Таблица 4 .4 Линеаризация исходных данных путем логарифмического шкалирования Компания РК, полностью, млрд. долл Запасы Н и Г, млн. барр. Доказанные запасы нефти, млн. барр. Доказанные запасы газа, млн. барр. Добыча нефти и газа, тыс. барр./сут. Добыча нефти, тыс. барр./сут. Добыча газа, тыс. барр./сут. Сбыт нефтепродуктов, тыс. барр./сут. Exxon Mobil corp. 5,469127082 9,943445174 9,3493194 9,14038275 8,35588921 7,840706452 7,446098789 8,983565234 RD/ Shell 4,525910505 9,840219335 9,15577858 9,138289257 8,221882092 7,705262475 7,314219887 8,723068501 BP plc 5,005153631 9,684823536 9,03312575 8,948434336 8,529780307 7,565793282 8,04953348 8,733271845 TotalFinaElf SA 4,551558417 9,270101876 8,84807842 8,203805772 7,664268418 7,282073658 6,517425058 8,222553638 Chevron Texaco Corp. 4,35944866 9,372374184 9,05064099 8,081784207 7,889771327 7,580189418 6,566437991 8,56674497 ENI Spa 4,121959729 8,843470782 8,2809644 8,000014094 7,221835825 6,753437919 6,238324625 6,974478911 Petroleo Brasiliero SA 3,057767664 9,186355009 9,03073512 7,249215057 7,356279877 7,188412736 5,488937726 7,460490306 Repsol YPF SA 2,943385793 8,471568013 7,77401508 7,782807263 6,91274282 6,455198563 5,910796644 6,993015123 Conoco Inc. 3,328770048 8,182838711 7,70288777 7,218371529 6,646390515 6,076786169 5,812257402 7,314552832 Forest oil Corp. 0,58221562 7,343426229 7,08590146 5,860786223 5,147494477 4,808152032 3,901871193 2,432384531 Marathon oil Corp. 1,98622916 6,953047268 6,34563636 6,166117889 6,043028638 5,342334252 5,357372129 7,173191742 XTO Energy Inc. 1,297463147 6,055727249 3,98989104 5,920237038 4,419898281 2,610069793 4,241151677 4,419898281 Sunoco 1,053614923 6,148468296 5,90808294 4,605170186 6,678845133 6,54448722 4,605170186 6,641443232 Denbury resourses -0,532730459 4,696346074 4,33729074 3,497905574 3,439915832 2,831918388 2,653687875 3,439915832 EOG Resourses 1,469255882 6,55803325 4,2785255 6,450075399 5,189060381 3,250374492 5,033700567 5,189060381 Pogo producing Co. 0,92544867 5,544178248 4,78146529 4,916070614 4,237337993 3,387436466 3,679670515 4,237337993 Unocal 1,994428167 7,505400595 6,54103 7,025390156 6,222245526 5,135798437 5,810641866 6,222245526 Таблица 4 .5 Теснота взаимосвязи между рыночной капитализацией и другими показателями с использованием коэффициентов корреляции Компания РК, полностью, млрд. долл. Запасы нефти и газа, млн. барр. Доказанные запасы нефти, млн. барр. Доказанные запасы газа, млн. барр. Добыча нефти и газа, тыс.барр./сут. Добыча нефти, тыс. барр./ сут. Добыча газа, тыс. барр./сут. Сбыт нефтепродуктов, тыс. барр. /сут. РК, млрд. долл. 1 0,9440609 0,875399 0,951964 0,9260603 0,85533296 0,9556151 0,9034809 Запасы НиГ, млн.барр. 1 0,956229 0,957288 0,9388774 0,89915996 0,9179227 0,8261100 Доказанные запасы Н, млн. барр. 1 0,844171 0,9204694 0,95185027 0,8267765 0,7912433 Доказанные запасы Г., млн. барр.
1 0,8827128 0,78277505 0,9534318 0,8105225 Добыча нефти и газа, тыс. барр./сут.
1 0,96741576 0,9408406 0,9248363 Добыча нефти, тыс. барр./сут.
1 0,8389918 0,8712189 добыча газа, тыс. барр./сут.
1 0,9078777 Сбыт нефтепродуктов, тыс. барр./сут.
1
Рис. 4 .8 . График зависимости рыночной капитализации компании от доказанных запасов нефти и газа
Рис. 4 .9 . График зависимости рыночной капитализации компании от доказанных запасов нефти
Рис. 4 .10 . График зависимости рыночной капитализации компании от доказанных запасов газа
Рис. 4 .11 . График зависимости рыночной капитализации компании от добычи нефти и газа
Рис.4 .12 . График зависимости рыночной капитализации компании от добычи нефти
Рис.4 .13 . График зависимости рыночной капитализации компании от добычи газа
Рис.4 .14 . График зависимости рыночной капитализации компании от сбыта нефтепродуктов
В силу того, что некоторые показатели значительно коррелируют между собой (например, коэффициент «Запасы газа» в значительной мере коррелирует с «Запасами нефти и газа»), следует исключить из разрабатываемой модели такие показатели, как «Запасы нефти и газа» и «Добыча нефти и газа». Таким образом может быть построена модель зависимости рыночной капитализации компании от таких производственных показателей, как добыча газа, доказанные запасы газа, и сбыт нефтепродуктов, в виде степенной функции: (4 .8 ) где: РК – рыночная капитализация компании, млрд. долл.; ДГ – добыча газа, тыс. барр./сутки; ЗГ – доказанные запасы газа, млн. барр. н.э.; СН – сбыт нефтепродуктов, тыс. барр./сутки; Результаты регрессионного моделирования представлены в табл. 4.6. Таблица 4 .6 Результаты регрессионного моделирования Свободный член Добыча газа, тыс. барр. /сут. Доказанные запасы газа, млн. барр. Сбыт нефтепродуктов, тыс. барр. /сут. 0,01243879 -0,129205205 0,76459629 0,380965838
По формуле (4.8) рассчитаем: РК = 0,01243879*ДГ–0,129205205*ЗГ+0,76459629*СН+0,38096838. Для оценки значимости модели рассчитаем коэффициент множественной корреляции по формуле. Данные, необходимые для расчета коэффициента множественной корреляции, представлены в табл. 4.7. Таким образом, по ряду компаний отклонение достигает значительной величины, что влечет за собой рост квадрата отклонений предсказанных моделью значений от фактических, и, в итоге эти компании необходимо исключить. Величины исходных значений для составления регрессионной модели после исключения отдельных компаний представлены в табл.4.8. Результаты линеаризации исходных данных путем логарифмического шкалирования после исключения отдельных компаний представлены в табл.4.9. Результаты оценки тесноты взаимосвязи между рыночной капитализацией и другими показателями представлены в табл. 4.10. Исключая факторы, значительно коррелирующие между собой (кроме рыночной капитализации), получаем регрессионную модель следующего вида: , (4 .9 ) где: РК – рыночная капитализация компании, млрд. долл.; ДГ – добыча газа, тыс. барр./сутки; ЗГ – доказанные запасы газа, млн. барр.н.э.; СН – сбыт нефтепродуктов, тыс. барр./сутки; Результаты регрессионного моделирования представлены в табл. 4.11. Модель будет выглядеть следующим образом: РК = 0,012754*ДГ–0,22304*ЗГ+0,83556*СН+0,41208. Таблица 4 .7 Расчет дисперсии рыночной капитализации отклонений ее фактических значений от предсказанных моделью Компания РК РКпр % откл. Физ. откл. РК ср. (РК-РКср.)2 (РК-РКпр.)2 Exxon Mobil corp. 237,253 157,9255969 -33,43578503 -79,32740306 47,76829412 35904,45 6292,837 RD/ Shell 92,38 145,230542 57,20993935 52,85054197 47,76829412 1990,204 2793,18 BP plc 149,18 114,6679817 -23,13448066 -34,51201825 47,76829412 10284,33 1191,079 TotalFinaElf SA 94,78 65,11082322 -31,30320403 -29,66917678 47,76829412 2210,1 880,2601 Chevron Texaco Corp. 78,214 67,19413509 -14,08937647 -11,01986491 47,76829412 926,941 121,4374 ENI Spa 61,68 35,90439901 -41,78923636 -25,77560099 47,76829412 193,5356 664,3816 Petroleo Brasiliero SA 21,28 26,81013774 25,98748939 5,530137743 47,76829412 701,6297 30,58242 Repsol YPF SA 18,98 31,94974722 68,33375775 12,96974722 47,76829412 828,7659 168,2143 Conoco Inc. 27,904 23,75577041 -14,86607506 -4,148229586 47,76829412 394,5902 17,20781 Forest oil Corp. 1,79 1,676508364 -6,340314874 -0,113491636 47,76829412 2114,004 0,01288 Marathon oil Corp. 7,288 10,67811194 46,5163548 3,390111938 47,76829412 1638,654 11,49286 XTO Energy Inc. 3,66 3,580516938 -2,171668371 -0,079483062 47,76829412 1945,542 0,006318 Sunoco 2,868 2,913373231 1,582051305 0,045373231 47,76829412 2016,036 0,002059 Denbury resourses 0,587 0,474815145 -19,11155967 -0,112184855 47,76829412 2226,075 0,012585 EOG Resourses 4,346 6,496364256 49,47915913 2,150364256 47,76829412 1885,496 4,624066 Pogo producing Co. 2,523 1,666494497 -33,94789943 -0,856505503 47,76829412 2047,137 0,733602 Unocal 7,348 13,52242732 84,02867878 6,174427317 47,76829412 1633,8 38,12355 812,061 709,5577451 6,643990033 -6,029603232 68941,3 12214,19 Таблица 4 .8 Исходные значения для составления регрессионной модели после исключения отдельных компаний Компания РК, полностью, млрд. долл. Запасы нефти и газа, млн. барр. Доказанные запасы нефти, млн. барр. Доказанные запасы газа, млн. барр. Добыча нефти и газа, тыс. барр. /сут. Добыча нефти, тыс. барр. /сут. Добыча газа, тыс. барр. /сут. Сбыт нефтепродуктов, тыс. барр. /сут. BP plc 149,2 16072 8376 7696 5063 1931 3132 6206 TotalFinaElf SA 94,8 10616 6961 3655 2131 1454 677 3724 Chevron Texaco Corp. 78,2 11759 8524 3235 2670 1959 710,8 5254 Conoco Inc. 27,9 3579 2215 1364 770 436 334 1502 Forest oil Corp. 1,8 1546 1195 351 172 122,5 49,5 11,4 XTO Energy Inc. 3,7 427 54 372,5 83 13,6 69,5 83 Sunoco 2,9 468 368 100 795 695,4 100 766,2 Denbury resourses 0,6 110 76,5 33 31 17 14,2 31 Pogo producing Co. 2,5 256 119,3 136,7 69 29,59 39,6 69 Таблица 4 .9 Линеаризация исходных данных путем логарифмического шкалирования Компания РК, полностью, млрд. долл. Запасы нефти и газа, млн. барр. Доказанные запасы нефти, млн. барр. Доказанные запасы газа, млн. барр. Добыча нефти и газа, тыс. барр. /сут. Добыча нефти, тыс. барр. /сут. Добыча газа, тыс. барр. /сут. Сбыт нефтепродуктов, тыс. барр. /сут. BP plc 5,0052 9,6848 9,0331 8,9484 8,5298 7,5658 8,0495 8,7333 TotalFinaElf SA 4,5516 9,2701 8,8481 8,2038 7,6643 7,2821 6,5174 8,2226 Chevron Texaco Corp. 4,3594 9,3724 9,0506 8,0818 7,8898 7,5802 6,5664 8,5667 Conoco Inc. 3,3288 8,1828 7,7029 7,2184 6,6464 6,0768 5,8123 7,3146 Forest oil Corp. 0,5822 7,3434 7,0859 5,8608 5,1475 4,8082 3,9019 2,4324 XTO Energy Inc. 1,2975 6,0557 3,9899 5,9202 4,4199 2,6101 4,2412 4,4199 Sunoco 1,0536 6,1485 5,9081 4,6052 6,6788 6,5445 4,6052 6,6414 Denbury resourses -0,5327 4,6963 4,3373 3,4979 3,4399 2,8319 2,6537 3,4399 Pogo producing Co. 0,9254 5,5442 4,7815 4,9161 4,2373 3,3874 3,6797 4,2373 Таблица 4 .10 Теснота взаимосвязи между рыночной капитализацией и другими показателями с использованием коэффициентов корреляции Компания РК, полностью, млрд. долл. Запасы нефти и газа, млн. барр. Доказанные запасы нефти, млн. барр. Доказанные запасы газа, млн. барр. Добыча нефти и газа, тыс. барр. /сут. Добыча нефти, тыс. барр. /сут. Добыча газа, тыс. барр. /сут. Сбыт нефтепродуктов, тыс. барр. /сут. РК полностью, млрд. долл. 1 0,9462 0,8768 0,9647 0,9134 0,8317 0,9744 0,9126 Запасы нефти и газа, млн. барр. 1 0,9631 0,9707 0,9170 0,8696 0,9386 0,7952 Доказанные запасы нефти, млн. барр. 1 0,8764 0,9136 0,9262 0,8742 0,7673 Доказанные запасы газа, млн. барр.
1 0,8595 0,7620 0,9477 0,7840 Добыча нефти и газа, тыс. барр./сут.
1 0,9728 0,9508 0,9156 Добыча нефти, тыс. барр./сут.
1 0,8645 0,8646 Добыча газа, тыс. барр./сут.
1 0,9065 Сбыт нефтепродуктов, тыс. барр./сут.
1 Для оценки значимости модели рассчитаем коэффициент множественной корреляции по формуле. Данные, необходимые для расчета коэффициента множественной корреляции по формуле 4.5, представлены в табл. 4.12.
Проверим надежность коэффициента множественной корреляции с применением t-критерия и F-критерия. Рассчитаем эмпирическое значение t-критерия по формуле 4.6: . Рассчитаем критическое значение F-критерия по формуле 4.7: . Сравниваем эмпирические значения t-критерия и F-критерия с критическими, определенными по соответствующим таблицам (при уровне значимости 1%). Таблица.4 .11 Результаты регрессионного моделирования Свободный член Добыча газа, тыс. барр./сут. Доказанные запасы газа., млн. барр. Сбыт нефтепродуктов, тыс. барр./сут. 0,012754 -0,223045587 0,835569 0,412088865
Критическое значение t-критерия равняется 4,604, F-критерия – 28,24. Эмпирические значения превышают критические. Таким образом, коэффициент множественной корреляции с вероятностью 99% является надежной характеристикой выбранной связи между рыночной капитализацией и производственными показателями. Анализ коэффициентов регрессии позволяет сделать вывод, что все выбранные показатели оказывают непосредственное влияние на рыночную капитализацию компании. Однако в большей степени влияют на рыночную капитализацию запасы газа и сбыт нефтепродуктов, а в меньшей – добыча газа. Определим стоимость «ЛУКОЙЛа» по построенной регрессионной модели: Компания ЛУКОЙЛ Запасы нефти и газа, млн. барр. 16779,1 Доказанные запасы нефти, млн. барр. 14576,5 Доказанные запасы газа, млн. барр. 610,2 Добыча нефти и газа, тыс. барр. /сут. 1606 Добыча нефти, тыс. барр. /сут. 1522 Добыча газа, тыс. барр. /сут. 84 Сбыт нефтепродуктов, тыс. барр. /сут. 866
РК = 0,012754*84 – 0,22304*610,20,83556*8660,41208 = 16,378 млрд. долл. Можно заметить, что не только производственные показатели определяют величину рыночной капитализации компании. В значительной мере на рыночную капитализацию влияют и показатели экономические. Определение рыночной капитализации исключительно от производственных
Ви переглядаєте статтю (реферат): «Сущность, этапы и методы определения результатов регрессионного моделирования» з дисципліни «Економіка нерухомості на підприємствах нафтової і газової промисловості»
