So bewerten Sie Ihren Ruhestand Plan Sie können körperlich und emotional bereit für den Ruhestand. Aber sind Sie finanziell bereit? Es gibt zwei, wichtige Statistiken, die Sie benötigen, um mit betroffen sein. Nach Angaben von Fidelity Benefits Consulting wird ein 65-jähriges Ehepaar, das dieses Jahr in Rente gehen wird, durchschnittlich 220.000 (in den heutigen Dollars) benötigen, um die medizinischen Kosten im gesamten Ruhestand zu decken. Die zweite Zahl, die Sie wissen sollten, ist, dass der durchschnittliche monatliche Nutzen von Sozialversicherung 1.328 ist. Die Gesundheits-Ausgaben-Nummer nicht einmal die Kosten mit Langzeitpflege verbunden sind, und das durchschnittliche Einkommen aus sozialer Sicherheit wird kaum genug genügend Einkommen zur Deckung der Miete, die derzeit im Durchschnitt 1,083. Also frage ich nochmal. Haben Sie die finanziellen Ressourcen, um den Lebensstil, den Sie wünschen für 20 Jahre Wenn Sie havent Gedanken darüber, wie viel youll für einen komfortablen Ruhestand brauchen, wie können Sie sicher sein, dass Sie genug sparen Wenn Sie arent sicher, wie viel youll brauchen, sind Sie nicht allein. Es bedeutet nur, dass Sie mit der Planung beginnen müssen. Im Folgenden sind vier Ruhestand Konzepte können Sie erwägen, die Umsetzung in Ihre Planung zu helfen, Sie besser vorbereiten für den Ruhestand. (Mehr darüber: Wie Compounding Vorteile Ihrer Altersvorsorge.) Fokus auf Ausgaben Die Ausgaben haben mehr Auswirkungen als die Investitionsrendite. Viele Menschen glauben, wenn sie eine bestimmte Rendite auf ihr Investment-Portfolio erreichen können, werden sie genug für ihren Ruhestand haben. Es kann Sie jedoch überraschen, in den Studien zu nachhaltigen Abzugszinsen zu lernen, dass die Zuteilung des Portfolios, das die Abhebungen vorsieht, für die Ergebnisse nicht sehr wichtig war. Mit anderen Worten, die Höhe der festverzinslichen Wertpapiere im Portfolio kann von etwa 35 bis 65 variieren, ohne die nachhaltigen Rückzugsraten signifikant zu verändern. Dies deutet darauf hin, Rentner sollten in erster Linie auf Kosten-Management in den Ruhestand konzentrieren als die effektivste Weg, um sicherzustellen, dass ihre Ressourcen dauern wird. Aufrechterhaltung der Kaufkraft Relying nur auf sichere, einkommensschaffende Investitionen können nachteilig auf ein Ruhestand Portfolio. Für die meisten Menschen, ist es notwendig, mehr zu wachstumsorientierten Investitionen zuzuteilen, anstatt diejenigen mit festem Einkommen. Seine naive zu denken, einige Investitionen sind sicher, nur weil sie Zinsen oder eine Dividende zahlen und dass Wachstumswerte sind nicht sicher. Anleihen können z. B. vorhersehbares Einkommen erzielen. Aber Anleihe-Emittenten können auch Ausfall, und Unternehmen können ihre Auszahlungen an die Aktionäre reduzieren. Darüber hinaus kann die Inflation die Kaufkraft der festen Zahlungen reduzieren, insbesondere im heutigen niedrigen Zinsumfeld. Es kann schwierig sein, angemessene Renditen für festverzinsliche Anlagen zu finden, um Ihren Lebensstil zu erhalten. Letztlich zwingt dies viele Menschen, nach höheren Erträgen zu suchen, die unerwünschtes Risiko tragen. (Weitere Informationen finden Sie unter: 4 Schlüssel zu einem zufriedenstellenden Ruhestand.) Timing ist alles Der Punkt, an dem Sie beginnen, Einnahmen aus Ihren Ruhestand Konten können eine enorme Auswirkung haben. Die Entnahme in einem Down-Markt kann die Nachhaltigkeit Ihres Rentenvermögens um mehrere Jahre stark reduzieren. Während Bär Märkten, wenn Sie in der Lage sind, Ruhestand zu verzögern und weiterhin Einkommen zu verdienen anstatt abziehende Vermögenswerte, werden Sie in einer viel besseren Position zu vermeiden, läuft aus Geld. Darüber hinaus kann das Alter, an dem Sie sich für soziale Sicherheit entscheiden können Auswirkungen auf die Größe der Überprüfung der Regierung sendet Ihnen. Volles Rentenalter für die Beanspruchung von Sozialversicherungsleistungen ist Alter 66-67 abhängig von dem Jahr, das Sie geboren wurden. Sie erhalten weniger, wenn Sie entscheiden, soziale Sicherheit früh im Alter von 62 nehmen. Jedoch behauptet Sozialversicherung bei 70 wird Ihren Nutzen zu maximieren. Holen Sie sich Hilfe Wenn Sie die do-it-yourself-Typ, das ist großartig. Forschung Online-Ressourcen und Artikeln. Nutzen Sie den Ruhestand Rechner online verfügbar. Aber wenn Sie stecken bleiben oder Fragen haben, keine Angst, professionellen Rat zu suchen. Schließlich ist Ihr Ruhestand sehr wichtig. Es wird nicht weh, um einen anderen Satz von Augen haben einen Blick und Empfehlungen machen. Zum Beispiel wird ein professioneller Blick auf Steuersätze, um festzustellen, akzeptabel Einsparungen Abhebungen unter Verwendung von qualifizierten und nicht-qualifizierten Konten in geeigneter Weise zur Minimierung der Steuerschulden zu helfen. Diese Einkommensstrategie kann für die Unterstützung eines Rentenportfolios von entscheidender Bedeutung sein. (Weitere Informationen finden Sie unter: Was tun, um für den Ruhestand vorzubereiten.) Retirement Roadmap Denken Sie daran, keine zwei Ruhestand Strategien sind die gleichen. Die Menschen ziehen sich aus verschiedenen Gründen in verschiedenen Altersgruppen zurück. Verwenden Sie die folgende Zeitleiste als Ihr Cheat-Blatt, so dass Sie Ihre Optionen kennen, wenn Sie bestimmte Ruhestand Meilensteine erreichen. Die Portfolio-Management-Prozess-Partner Inhalt Was ist Partner Content Investopedia Hosts Artikel von anderen Investoren und Finanzinformationen Publishern in der gesamten Branche. Obwohl wir keine redaktionelle Kontrolle über ihren Inhalt haben, testen wir ihre Artikel, um sicherzustellen, dass sie für unsere Besucher geeignet sind. Von Investopedia 1. Ethik und Standards 2. Quantitative Methoden 3. Mikroökonomie 4. Makroökonomie 5. Weltwirtschaftliche Analyse 6. Jahresabschluss 7. Finanzkennzahlen 8. Aktiva 9. Passiva 10. Rote Fahnen 11. Corporate Finance 12. Wertpapiermärkte 13. Equity Investments 14. Fixed Income Investments 15. Derivate 16. Alternative Anlagen 17. Portfoliomanagement Der Portfoliomanagementprozess ist der Prozess, den ein Investor bei der Erfüllung seiner Anlageziele unterstützt. Das Verfahren ist wie folgt: Erstellen Sie eine Policy Statement - eine politische Erklärung ist die Aussage, die die Anleger Ziele und Zwänge enthält, wie es auf seine Investitionen bezieht. Entwicklung einer Anlagestrategie - Dazu gehört die Schaffung einer Strategie, die die Ziele und Ziele der Investoren mit den aktuellen Finanzmarkt - und Wirtschaftsbedingungen verbindet. Implementieren Sie den Plan erstellt - Dies beinhaltet die Umsetzung der Investitionsstrategie zu arbeiten, die Investition in ein Portfolio, das die Kunden Ziele und Zwänge erfüllt. Planen und Aktualisieren des Plans - Beide Märkte und Investoren müssen sich ändern, wenn sich die Zeit ändert. Als solches ist es wichtig, diese Änderungen zu überwachen, sobald sie auftreten, und den Plan zu aktualisieren, um die Änderungen, die aufgetreten sind, einzustellen. 13 Policy Statement Eine politische Erklärung ist die Aussage, die die Ziele und Einschränkungen der Investoren in Bezug auf seine Investitionen enthält. Dies könnte als das wichtigste aller Schritte im Portfolio-Management-Prozess angesehen werden. Die Aussage erfordert den Investor, seine wahren finanziellen Bedürfnisse, sowohl auf kurze Sicht und auf lange Sicht zu betrachten. Es hilft, den Investment-Portfolio-Manager bei der Bewältigung der Bedürfnisse der Investoren zu führen. Wenn es Marktunsicherheiten gibt oder die Investoren ändern müssen, wird die politische Erklärung dazu beitragen, den Investor bei der Durchführung der notwendigen Anpassungen des Portfolios in einer disziplinierten Weise zu führen. Ausdrücken der Anlageziele in den Begriffen des Risikos und der Rückkehr Rückkehrziele sind wichtig zu bestimmen. Sie helfen, einen Investor auf seine finanziellen Ziele und Ziele zu konzentrieren. Allerdings muss auch das Risiko berücksichtigt werden. Ein Anleger kann eine hohe Rendite verlangen. Eine hohe Rendite ist typischerweise von einem höheren Risiko begleitet. Trotz der Notwendigkeit einer hohen Rendite kann ein Anleger mit dem Risiko, das diesem höheren Rendite-Portfolio zugeordnet ist, unangenehm sein. Als solches ist es wichtig, nicht nur die Rückkehr, sondern das Risiko des Anlegers in eine politische Erklärung zu betrachten. Faktoren, die die Risikotoleranz beeinflussen Eine Risikotoleranz der Anleger kann durch viele Faktoren beeinflusst werden: Alter - ein Investor kann eine niedrigere Risikobereitschaft haben, da sie älter werden und finanzielle Zwänge häufiger sind. Familiensituation - ein Investor kann höhere Einkommen braucht, wenn sie ein Kind in der Schule oder ein älterer Verwandter unterstützen. Reichtum und Einkommen - ein Investor kann eine größere Fähigkeit haben, in ein Portfolio zu investieren, wenn er oder sie vorhandenen Reichtum oder ein hohes Einkommen hat. Psychologisch - ein Investor kann einfach eine geringere Toleranz für das Risiko auf seine Persönlichkeit basieren. Regressionsanalyse - CFA Level 1 Investopedia -. Dies ist das Ende der Vorschau. Melden Sie sich für den Rest des Dokuments. Unformatierte Text-Vorschau: 12/2/2014 Regressionsanalyse - CFA Ebene 1 Investopedia FreeNewsletters l FreeAnnualReports l Register l Signin Suche InvestPedia Symbol Weiterbildung Exam Prep Quizzer FAQs Vguard Sprinhot 3-Liter SOOO-Watt D. New Deals Every Day I Rs.3,111 CFA Level 1 Von Investopedia AAA Kapitel 1 - 5 Kapitel 6 - 10 Kapitel 11 - 15 Kapitel 16 - 17 1 Ethik und Standards 2.23 Berechnen von Konfidenzintervallen A 2. Quantitative Methoden 224 Hypothesenprüfung 3 Mlkrokonjunkturen 2.25 Interpretation der statistischen Ergebnisse 4 Makroökonomik 2.26 Korrelation und Regression 5 GIObal EconomICAnalySIS 2.27 Regressionsanalyse Transition Quantitative Methoden Regression AnalySIs Ihre Karriere zu Analytics Lineare Regression Eine lineare Regression wird durch Anpassen einer Linie durch ein Streudiagramm von GREAT LAKES gepaarten Beobachtungen zwischen zwei Variablen erstellt. Die Skizze unten illustriert ein Beispiel einer linearen Regressionsgerade, die durch eine Reihe von (X, Y) Equot tquotd.5tr-quot en OISE Ullques Observatlons Great Lakes PGP-BA Course gezeichnet wird. Abbildung 2.16: Lineare Regression Verpassen Sie nicht diese Gelegenheit. Abbildung 2.1.6: Lineare Reg. Clnl. r Wenige Sitzplätze lEft ENROLL JETZT M a rketp lace Eine lineare Regressionsgerade wird in der Regel quantitativ durch eine Bestfit-Prozedur wie die kleinsten Quadrate bestimmt (dh der Abstand zwischen der Regressionslinie EaSleSt Way und PU Prt5 fmm Marketquot - und jede Beobachtung wird minimiert). In der linearen Regression ist eine Variable auf der X-Achse und die andere auf der Y aufgetragen. Die X-Variable ist die unabhängige Variable und die Y-Variable wird als abhängige Variable bezeichnet. Wenn FREE Awardwmnlng Sware Ninja Trader zwei zufällige Variablen analysiert, müssen Sie wählen, welche Variable unabhängig ist. Exklusiv: Erlernen Sie die quotHouse Oddsquot von Investing Complimentary Futures Trading Kit und die abhängig ist. Die Wahl der unabhängigen und abhängigen folgt aus der Hypothese - für viele Beispiele, sollte diese Unterscheidung intuitiv sein.
Regressionsanalyse - CFA Stufe 1 Investopedia Die beliebteste Verwendung von Regressionsanalyse Ist auf Investitionsrenditen, wo die Sind Sie daran interessiert, Einkommen Markt-Index ist unabhängig, während die einzelnen Sicherheits-oder Investmentfonds ist abhängig vom Markt. Im Wesentlichen formuliert Regressionsanalyse eine Hypothese, dass die Bewegung in einer Variablen (Y) von der Bewegung in dem Handelszentrum der anderen (X) abhängt. Ein Ing Regresslon Equatlon ein erfolgreicher Algo Amp. . H ant Trader Lernen Sie aus Zementen. Letztes Datum der regressiven Gleichung descr1bes der relat10nsh1p zwischen zwei var1ables und IS pension Quantlnsti plication is ist Dec gegeben durch das allgemeine Format: glster now to I n Freies Einkaufen, Nexus BUFFETr 299 WWW PORTFOLIO WATCH Wobei: Y abhängige Variable X unabhängige Variable, a Abgrenzung der Regressionslinie b Steilheit der Regressionsgerade, Abonnieren Sie unsere kostenlosen Newsletter E 2 Fehler-Begriff E-Mail-Adresse eingeben In diesem Format, wenn Y von X abhängig ist, zeigt die Steigung b die Einheit Erfahren Sie mehr gtgt Änderungen in Y für jede Einheitenänderung In X. Wenn b 0,66 ist, bedeutet dies, daß jedesmal, wenn X um einen bestimmten Betrag zunimmt (oder abnimmt), Y um 0,6% zunimmt (oder abnimmt). Der Intercept a gibt den Wert von Y an dem Punkt an, an dem X 0 ist. Wenn X dann die Marktrenditen anzeigt, würde der Intercept zeigen, wie die abhängige Variable ausführt, wenn der Markt ein Quartal hat, in dem die Renditen 0 sind Ein positives Alpha, weil eine lineare Regression zwischen der Leistung der Führungskräfte und der Performance des Marktes eine Intercept-Nummer größer als 0 hat. Lineare Regression - Annahmen Die Schlussfolgerungen über die abhängige Variable ziehen sechs Annahmen, die klassischen Annahmen in Bezug auf die Linearen Regressionsmodells: 1. Die Beziehung zwischen der abhängigen Variablen Y und der unabhängigen Variablen X ist in den Steigungs - und Abfangparametern a und b linear. Diese Anforderung bedeutet, dass kein Regressionsparameter durch einen anderen Regressionsparameter (z. B. a / b) multipliziert oder geteilt werden kann und dass beide Parameter nur auf die erste Potenz erhöht werden. Mit anderen Worten, wir können nicht ein lineares Modell konstruieren, in dem die Gleichung Y a bZX E war, da Einheitenänderungen in X dann einen b2-Effekt auf a haben würden und die Relation nichtlinear wäre. 2. Die unabhängige Variable X ist nicht zufällig. 3. Der erwartete Wert des Fehlerterms quot8quot ist 0. Die Annahmen 2 und 3 erlauben dem linearen Regressionsmodell, Abschätzungen für die Steigung b und das Intercept a zu erzeugen. 4. Die Varianz des Fehlerterms ist für alle Beobachtungen konstant. Annahme 4 ist als Quothomoskedastizitätsannahmequot bekannt. Wenn eine lineare Regression heteroskedastisch ist, variieren ihre Fehlerterme und das Modell kann bei der Vorhersage von Werten der abhängigen Variablen nicht nützlich sein. Der Fehlerterm 5 wird über Beobachtungen unkorreliert, mit anderen Worten, die Kovarianz zwischen dem Fehlerterm einer Beobachtung und dem Fehlerterm der anderen wird als 0 angenommen. Diese Annahme ist notwendig, um die Varianzen der Parameter abzuschätzen. 6. Die Verteilung der Fehlerterme ist normal. Annahme 6 erlaubt die Anwendung von Hypothesen-Testverfahren auf lineare Regressionsmodelle. Diese Maßnahme gibt einen Hinweis darauf, wie gut ein lineares Regressionsmodell aussieht, wie sich ein lineares Regressionsmodell entwickelt funktioniert. Sie vergleicht tatsächliche Werte in der abhängigen Variablen Y mit den vorhergesagten Werten, die ergeben hätten, wenn Y genau aus der linearen Regression gefolgt wäre. Nehmen wir zum Beispiel einen Fall, bei dem ein Finanzanalytiker eines Unternehmens ein Regressionsmodell entwickelt hat, das das jährliche BIP-Wachstum bis zum Umsatzwachstum des Unternehmens nach der Gleichung Y 1,4 0,8X betrifft. Nehmen wir die folgende Erfahrung (auf der folgenden Seite) über eine Fünfjahresperiode voraus, daß vorhergesagte Daten eine Funktion des Modells und des BIP sind, und quotactualquot Daten zeigen, was bei der Firma passiert ist: Jahr (Xi) GDP Predicted Actual co. Residual Squared Wachstum co. Wachstum (Yi) (Yi - Yi) Rest (Y1) 1 5.1 5.5 5.2 0.3 0.09 2 2.1 3.1 2.7 0.4 0.16 3 0.9 0.7 1.5 0.8 0.64 4 0.2 1.6 3.1 1.5 2.25 5 6.4 6.5 6.3 -0.2 0.04 So finden Sie den Standardfehler Der Schätzung nehmen wir die Summe aller quadrierten Restbegriffe und dividieren durch (n - 2) und nehmen dann die Quadratwurzel des Ergebnisses. In diesem Fall beträgt die Summe der quadrierten Reste 0.090.160.642.250.04 3.18. Mit fünf Beobachtungen, n - 2 3 und SEE (3.18 / 3) 1/2 1.03. Die Berechnung für Standardfehler ist relativ ähnlich der Standardabweichung für eine Probe (n - 2 wird anstelle von n - 1 verwendet). Es gibt einige Hinweise auf die prädiktive Qualität eines Regressionsmodells mit niedrigeren SEE-Zahlen, die zeigen, dass genauere Vorhersagen möglich sind. Die Standarderror-Messung zeigt jedoch nicht, inwieweit die unabhängige Variable Variationen im abhängigen Modell erklärt. Bestimmungskoeffizient Wie der Standardfehler gibt diese Statistik einen Hinweis darauf, wie gut ein lineares Regressionsmodell als Schätzer von Werten für die abhängige Variable dient. Sie arbeitet, indem man den Bruchteil der Gesamtvariation in der abhängigen Variablen misst, die durch Variation in der unabhängigen Variable erklärt werden kann. In diesem Zusammenhang setzt sich die Gesamtvariation aus zwei Fraktionen zusammen: Gesamtvariation erläuterte Variation unerklärliche Variation Gesamtvariation Gesamtvariation Der Bestimmungskoeffizient oder die erklärte Variation als Prozentsatz der Gesamtvariation ist der erste dieser beiden Ausdrücke. Es wird manchmal als 1 (unerklärliche Variation / totale Variation) ausgedrückt. Für eine einfache lineare Regression mit einer unabhängigen Variablen quadriert das einfache Verfahren zur Berechnung des Bestimmungskoeffizienten den Korrelationskoeffizienten zwischen den abhängigen und unabhängigen Variablen. Da der Korrelationskoeffizient durch r gegeben ist, ist der Bestimmungskoeffizient im Volksmund populär. 12/2/2014 Regressionsanalyse - CFA Level 1 Investopedia bekannt als quotR2, Oder R-squaredquot. Wenn beispielsweise der Korrelationskoeffizient 0,76 beträgt, ist das R-Quadrat (0,76) 2 0,578. R-Quadrat-Ausdrücke werden gewöhnlich als Prozentsätze ausgedrückt, weshalb 0,578 57,8 wäre. Eine 1 Sekunde Methode zur Berechnung dieser - Zahl wäre, die Summe zu finden. Sub0; - Variation in der abhängigen Variablen Y als die Summe der quadrierten Abweichungen von dem Probenmittelwert. Als nächstes wird der Standardfehler der Schätzung nach dem im vorigen Abschnitt beschriebenen Verfahren berechnet. Der Koeffizient der Bestimmung wird dann durch (Gesamtvariation in Y) / Gesamtvariation in Y berechnet. Diese zweite Methode ist für mehrere Regressionen notwendig, wobei es mehr als eine unabhängige Variable gibt, aber für unseren Kontext werden wir Vorausgesetzt der r (Korrelationskoeffizient), um einen Rsquared zu berechnen. Was R2 uns sagt, sind die Änderungen in der abhängigen Variablen Y, die durch Änderungen in der unabhängigen Variablen X erklärt werden. R2 von 57.8 sagt uns, dass 57.8 der Änderungen von Y aus X resultieren, dass auch 1 57.8 oder 42.2 der Änderungen in Y sind unerklärt durch X und sind das Ergebnis anderer Faktoren. Je höher der Rsquared, desto besser die Vorhersagecharakteristik des linearen Regressionsmodells. Regressionskoeffizienten Für einen Regressionskoeffizienten (Intercept a oder Slope b) kann ein Konvallintervall mit folgenden Informationen ermittelt werden: 1. Ein geschätzter Parameterwert aus einer Probe 2. Standardfehler der Schätzung (SEE) 3. Signifikanzniveau für Die t-Verteilung 4. Freiheitsgrade (die Stichprobengröße - 2) Für einen Steigungskoeffizienten ist die Formel für das Konfidenzintervall durch b: r tcSEE gegeben, wobei tC der kritische t-Wert auf unserem gewählten signifikanten Niveau ist. Um zu veranschaulichen, nehmen Sie eine lineare Regression mit einem Investmentfonds Renditen als abhängige Variable und den SampP 500 Index als unabhängige Variable. Für fünf Jahre der vierteljährlichen Renditen ergibt sich der Steigungskoeffizient b als 1,18 mit einem Standardfehler der Schätzung von 0,147. Die Studierenden-t-Verteilung für 18 Freiheitsgrade (20 Quartale 2) bei einer 0,05 Signifikanzniveau ist 2,011. Diese Daten geben uns ein Konfidenzintervall von 1,18 i (0,147) (2,011) oder einen Bereich von 0,87 bis 1,49. Unsere Interpretation ist, dass es nur eine Chance von 5, dass die Steigung der Bevölkerung ist entweder weniger als 0,87 oder größer als 1,49 - wir sind 95 zuversichtlich, dass dieser Fonds mindestens 87 so flüchtig wie die SampP 500, aber nicht mehr als 149 wie Volatil, basierend auf unserer Fünf-Jahres-Stichprobe. Hypothesentests und Regressionskoeffizienten Regressionskoeffizienten werden häufig mit dem Hypothesentestverfahren getestet. Abhängig davon, was der Analytiker zu beweisen beabsichtigt, können wir einen Steigungskoeffizienten testen, um zu ermitteln, ob er die Chancen in der abhängigen Variablen und das Ausmaß, in dem sie Veränderungen erklärt, erklärt. Betas (Steigungskoeffizienten) können entweder über oder unter 1 (flüchtiger oder weniger flüchtig als der Markt) bestimmt werden. Alphas (der Intercept-Koeffizient) kann auf einem wwwjnvestopedia / exam-guide / cfaeve1 / quantitativemethods / regression-analysis. asp getestet werden 4/9 12/2/2014 Regressionsanalyse - CFA Level 1 Investopedia Regression zwischen einem Investmentfonds und dem relevanten Markt Um festzustellen, ob der Nachweis eines hinreichend positiven Alphas vorliegt (was auf eine Wertschöpfung des Fondsmanagers schließen lässt). Die Mechanismen der Hypothesentests entsprechen denen, die wir vorher verwendet haben. Eine Nullhypothese wird auf der Basis einer Notequal-to-Greaterthan - oder Lessthancase gewählt, wobei die Alternative alle Werte erfüllt, die nicht im Null-Fall abgedeckt sind. Angenommen in unserem vorherigen Beispiel, in dem wir eine Rendite auf dem SampP 500 für 20 Quartale zurückgestellt haben, ist unsere Hypothese, dass dieser Investmentfonds volatiler ist als der Markt. Ein Fonds, der der Marktvolatilität entspricht, wird eine Steigung b von 1,0 aufweisen, so dass für diesen Hypothesentest die Nullhypothese (H0) als der Fall angegeben wird, in dem die Steigung kleiner oder gleich 1,0 ist (d. h. Die alternative Hypothese ha hat b gt 1,0. Wir wissen, dass dies ein großer Fall ist (dh ein Schwanz) - wenn wir ein 0,05 Signifikanzniveau annehmen, ist t gleich 1.734 bei Freiheitsgraden n 2 18. Beispiel: Interpretieren eines Hypothesentests Aus unserer Stichprobe hatten wir b geschätzt 1,18 und Standardfehler von 0,147. Unsere Teststatistik wird mit dieser Formel berechnet: t geschätzter Koeffizient hypothetischer Koeffizient. / Standardfehler (1,18 - 1,0) / 0,177 0,18 / 0,147 oder t 1,224. Für dieses Beispiel liegt unsere berechnete Teststatistik unter dem Ablehnungsniveau von 1,734, so dass wir nicht in der Lage sind, die Nullhypothese zurückzuweisen, dass der Fonds volatiler ist als der Markt. Interpretation: Die Hypothese, dass b gt 1 für diesen Fonds wahrscheinlich mehr Beobachtungen (Freiheitsgrade) benötigt, die mit statistischer Signifikanz nachgewiesen werden können. Auch bei 1,18 nur leicht über 1,0 ist es durchaus möglich, dass dieser Fonds eigentlich nicht so volatil ist wie der Markt, und wir waren richtig, die Nullhypothese nicht abzulehnen. Beispiel: Interpretation eines Regressionskoeffizienten Die CFA-Prüfung ist wahrscheinlich, die Zusammenfassungsstatistik einer linearen Regression zu geben und um Interpretation zu bitten. Zur Veranschaulichung gehen die folgenden Statistiken für eine Regression zwischen einem Small-Cap-Wachstumsfonds und dem Russell 2000-Index aus: Korrelationskoeffizient 0,864 Intercept -0,417 Slope 1,317 Was ist mit diesen Zahlen zu erklären? Durch Veränderungen im Russell 2000 Index. Dies ist wahr, weil das Quadrat des Korrelationskoeffizienten, (0.864) 2 0.746, gibt uns den Bestimmungskoeffizienten oder R-Quadrat. 2. Der Index wird bei Indexrenditen leicht unter dem Index liegen. Dies ergibt sich aus dem Wert des Abschnitts von 0,417. Wenn X & sub0; in der Regressionsgleichung ist, ist die abhängige Variable gleich dem Intercept. 3. Der Fonds ist im Durchschnitt volatiler als der Index. Diese Tatsache folgt aus der Steigung der Regressionsgeraden von 1,317 (d. H. Für jede 1 Änderung im Index erwarten wir, dass sich die Mittel um 1,317 ändern). 4. Der Fonds wird in starken Marktperioden übertreffen und in schwachen Märkten unterdurchschnittlich bleiben. Diese Tatsache folgt aus der Regression. Zusätzliches Risiko ist investopedia / exam-guide / cfa-level-1 / quantitative-methoden / regressionanalysis. asp 12/2/2014 Regressionsanalyse - CFA Level 1 Investopedia kompensiert mit zusätzlicher Belohnung. Die vorhergesagten Werte der Fondsrendite bei einer Rendite für den Markt können durch Lösen für Y -0.417 1,317X (X Russell 2000 return) gefunden werden. Analyse der Varianz (AN OVA) Die Varianzanalyse oder ANOVA ist ein Verfahren, bei dem die Gesamtvariabilität einer Zufallsvariablen in Komponenten unterteilt wird, so dass sie besser verstanden werden kann oder jeder der verschiedenen Quellen zugeschrieben wird, die die Zahl verursachen Zu variieren. Auf Regressions-Parameter angewendet, werden ANOVA-Techniken verwendet, um die Nützlichkeit in einem Regressionsmodell zu bestimmen und den Grad, in dem Änderungen in einer unabhängigen Variablen X verwendet werden können, um Änderungen in einer abhängigen Variablen Y zu erklären. Beispielsweise können wir eine Hypothese - Ob die Steigungskoeffizienten gleich Null sind (dh die Variablen sind nicht miteinander verknüpft) oder wenn die Beziehung statistisch ist (dh die Steigung b ist von Null verschieden). Für diesen Prozess kann ein F-Test verwendet werden. F-Test Die Formel für Fstatist in einer Regression mit einer unabhängigen Variablen ergibt sich aus: Formel 2.41 F mittlere Regressionssumme der Quadrate / Mittelwertquadratfehler (RSS / 1) / SSE / (n - 2) Die beiden Abkürzungen zu verstehen Sind RSS und SSE: 1. RSS oder die Regressionssumme von Quadraten ist die Menge der Gesamtvariation in der abhängigen Variablen Y, die in der Regressionsgleichung erklärt wird. Die RSS wird berechnet, indem jede Abweichung zwischen einem vorhergesagten Y-Wert und dem mittleren Y-Wert berechnet wird, wobei die Abweichung quadriert und alle Terme addiert werden. Wenn eine unabhängige Variable keine der Variationen einer abhängigen Variablen erklärt, dann sind die vorhergesagten Werte von Y gleich dem Mittelwert und RSS 0. 2. SSE oder die Summe des quadratischen Fehlers von Residuen wird durch das Finden der Abweichung berechnet Zwischen einem vorhergesagten Y und einem tatsächlichen Y, das Quadrieren des Ergebnisses und das Addieren aller Terme. TSS oder Gesamtabweichung ist die Summe aus RSS und SSE. Mit anderen Worten, diese ANOVA-Prozess bricht Varianz in zwei Teile: eine, die durch das Modell und eine, die nicht erklärt wird. Für eine Regressionsgleichung mit hoher prädiktiven Qualität müssen wir eine hohe RSS und eine niedrige SSE sehen, die das Verhältnis (RSS / 1) / SSE / (n 2) hoch macht und (basierend auf einem Vergleich mit a Kritische Fvalue) statistisch aussagekräftig. Der kritische Wert wird der F-Verteilung entnommen und basiert auf Freiheitsgraden. Zum Beispiel, mit 20 Beobachtungen, Freiheitsgrade wäre n 2 oder 18, was zu einem kritischen Wert (aus der Tabelle) von 2,19. Wenn RSS 2,5 und SSE 1,8 wäre, wäre die berechnete Teststatistik F (2,5 / (1,8 / 18) 25, die über dem kritischen Wert liegt, was anzeigt, dass die Regressionsgleichung eine prädiktive Qualität aufweist (b ist von 0 verschieden) Schätzung der Wirtschaftsstatistiken mit Regressionsmodellen Investopedia / exam-guide / cfa-level-1 / quantitative-methoden / regressionanalysis. asp 12/2/2014 Regressionsanalyse - CFA Level 1 Investopedia Regressionsmodelle werden häufig verwendet, um ökonomische Statistiken wie Ination und (X, oder unabhängige Variable) und die tatsächliche Zahl (Y oder abhängige Variable): Y 0,154 0,917X Unter Verwendung dieses Modells würde die vorhergesagte Ination Zahl auf der Grundlage der Modell für die folgenden Inationsszenarien: Ination Schätzung Ination basiert auf Modell 1.1 -0.85 1.4 1.43 4.7 4.46 Die Vorhersagen, die auf diesem Modell basieren, scheinen am besten für typische Ination Schätzungen, und schlagen vor, dass extreme Schätzungen tendenziell übertreiben Ination - zB Ein tatsächlicher Stand von nur 4,46, wenn die Schätzung war 4.7. Das Modell schlägt vor, dass Schätzungen sehr voraussagend sind. Um dieses Modell besser zu bewerten, müssten wir jedoch den Standardfehler und die Anzahl der Beobachtungen sehen, auf denen er basiert. Wenn wir den wahren Wert der Regressionsparameter (Slope und Intercept) kennen, wäre die Varianz eines beliebigen vorhergesagten Y-Werts gleich dem Quadrat des Standardfehlers. In der Praxis müssen wir die Regressionsparameter schätzen, also ist unser vorhergesagter Wert für Y eine Schätzung, die auf einem geschätzten Modell basiert. Wie zuversichtlich können wir in einem solchen Prozess sein Um ein Vorhersageintervall zu bestimmen, verwenden Sie die folgenden Schritte: 1. Prognostizieren Sie den Wert der abhängigen Variablen Y auf der Grundlage der unabhängigen Beobachtung X. 2. Berechnen Sie die Varianz des Vorhersagefehlers Folgende Gleichung: wobei: 32 der quadratische Standardfehler der Schätzung ist, n die Anzahl der Beobachtungen ist, X der Wert der unabhängigen Variablen ist, die verwendet wird, um die Vorhersage durchzuführen, X der geschätzte Mittelwert der unabhängigen Variablen und 5,3 ist Ist die Varianz von X. 3. Wählen Sie ein Signifikanzniveau a für das Konfidenzintervall. 4. Konstruieren Sie ein Intervall bei (1 a) prozentualem Vertrauen unter Verwendung der Struktur Y: r tCSf. Hier ist ein weiterer Fall, wo das Material viel technischer als notwendig wird und man kann sich in Vorbereitung, wenn in Wirklichkeit die Formel für die Varianz eines Vorhersagefehlers nicht wahrscheinlich abgedeckt werden. Prioritize - dont verschwenden kostbare Studienzeiten zu merken. Wenn das Konzept getestet wird bei investopedia / exam-guide / cfa-level-1 / quantitative-methoden / regressionanalysis. asp 7/9 12/2/2014 Regressionsanalyse - CFA Level 1 Investopedia alle, youll wahrscheinlich die Antwort auf Teil gegeben werden 2. Einfach wissen, wie die Struktur in Teil 4 verwenden, um eine Frage zu beantworten. Wenn zum Beispiel die vorhergesagte X-Beobachtung 2 für die Regression Y 1,5 2,5X ist, würden wir ein vorhergesagtes Y von 1,5 2,5 (2) oder 6,5 haben. Unser Vertrauensintervall beträgt 6,5 i tcSf. Der tstat basiert auf einem gewählten Vertrauensintervall und Freiheitsgraden, während Sf die Quadratwurzel der obigen Gleichung (für Varianz des Vorhersagefehlers) ist. Wenn diese Zahlen tC 2.10 für 95 Vertrauen und Sf: 0.443 sind, ist das Intervall 6.5: r (2.1) (0.443) oder 5.57 bis 7.43 Einschränkungen der Regressionsanalyse Konzentrieren Sie sich auf drei Hauptbeschränkungen: 1. Parameter Instabilität - Dies ist die Tendenz, dass sich die Beziehungen zwischen Variablen im Laufe der Zeit ändern, Märkten, unter anderen Unsicherheiten. Wenn ein Investmentfonds eine Rückkehr Geschichte in einem Markt, in dem Technologie war ein Leadership-Sektor, das Modell nicht funktionieren, wenn ausländische Märkte und Small-Cap-Märkten sind Führer.- 2. Public Dissemination der Beziehung In einem effizienten Markt , Kann dies die Effektivität dieser Beziehung in künftigen Perioden begrenzen. So zeigt beispielsweise die Entdeckung, dass niedrige Kurs-to-Bull-Value-Werte einen hohen Priceto-Book-Wert übertreffen, dass diese Aktien höher geboten werden können, und wertorientierte Investmentansätze nicht Behalten die gleiche Beziehung wie in der Vergangenheit. 3. Verletzung von Regressionsbeziehungen Früher haben wir die sechs klassischen Annahmen einer linearen Regression zusammengefasst. In der realen Welt sind diese Annahmen oft unrealistisch - z. B. Dass die unabhängige Variable X nicht zufällig ist. Weiter: Einführung Get Out of Debt Start Making Money Möchten Sie aus der Verschuldung, bekommen eine Hypothek und sparen für den Ruhestand Investopedias FREE Personal Finance Newsletter zeigt Ihnen 7 Schritte, um finanziell unabhängig zu werden. Übernehmen Sie die Kontrolle über Ihr Geld und klicken Sie hier, um die Verwaltung Ihrer Finanzen wie die Profis zu starten. TAGS: Anzeigen CFA Level1 Praxis-Test bestatake Mehr als 1600 Praxis Fragen Detaillierte Performance-Analyse Kostenlose Testversion Intraday Tipps beststockanalysis. co. in/BSE-NSE Nur zahlen, wenn Sie Profits machen 90 Genauigkeit. Versuchen Sie es sich selbst HDFC BankTM Auto Darlehen investopedia / exam-guide / cfa-level-1 / quantitative-Methoden / regressionanalysis. asp 12/2/2014 Regressionsanalyse - CFA Level 1 Investopedia hdfcbank / Auto-Loan-Bewerben Sparen Sie bis zu Rs 35000 Über ausgewählte Maruti Ciaz Modell. Niedriger EMI. Apply Lizenzinhalt Bestellnachweise iFOREXlt Forex für Anfänger Lernen Sie, wie man ein Forex Trader wird Holen Sie sich Ihre - I Free Copy Neue investopedia / exam-guide / cfa-leve1 / quantitative-methods / regressionanalysis. asp 9/9. Vollständiges Dokument anzeigen Klicken Sie hier, um die Details der Dokumente zu bearbeiten Share this link mit einem Freund: Beliebteste Dokumente für BUSINESS A 104 Correlation and Regressi. IIM Bangalore BUSINESS A 104 - Herbst 2014 12/2/2014 Korrelation und Regression - CFA-Ebene 1 Investopedia FreeNewsletters l F Korrelation und Regressionen .. Kapitel-161 (1) IIM Bangalore BUSINESS A 104 - Herbst 2014 Ergänzende Anweisungen Handouts Quantitative Methoden Kapitel 16 1. Die vierteljährlichen sa Kapitel-13-Raw-Daten1 IIM Bangalore BUSINESS A 104 - Herbst 2014 Supplemental Instruction Handouts Quantitative Methoden Kapitel 13: Lineare Regression Die Filmstudien Wissenschaftler würde vermutlich mehr Interesse an allgemeinen IIM Bangalore BUSINESS A 104 - Herbst 2014 LÖSUNGEN ZUR ABSCHLUSSPRÜFUNG VERSION 1 1) A) Ja, der rechtwinklige p-Wert ist kleiner als .0 Kapitel-20-AK IIM Bangalore BUSINESS A 104 - Herbst 2014 (J,) - I 0 te, I. 4-, l, LLL OCCcx ij /OOcxv) x (OocO 1 c cd 1cCL)0 IC ccc 1- IC Quantitative-Methods-Mid-Term-Review-AK1 IIM Bangalore BUSINESS A 104 - Fall 2014 o 1 -) iv 4 h LL1 . ) Gi XLOL4) Ijo. 13 a I I d. 35. JO Mole. u, G5 3cy7 ci).
No comments:
Post a Comment