Диссертация (1138504), страница 27
Текст из файла (страница 27)
(*)Таким образом, при любом разумном уровне значимости основную гипотезуо незначимости коэффициентов следует отвергнуть.Дляоценкипостроеннойрегрессиииспользовалсякоэффициентдетерминации (R^2), обозначающий долю объясненной моделью дисперсии.Коэффициент принимает значения от нуля до единицы. Низкие значения R^2свидетельствуют о том, что регрессия неадекватна исходным данным, тогда каквысокое значение коэффициентов говорят об адекватности уравнения регрессии.Для проверки значимости R^2 рассматривается следующая гипотеза обадекватности модели:Основная гипотеза Ho : R 2 = 0- модель неадекватна,Альтернативная гипотеза Н1: R 2 ≠ 0 - модель адекватна (**)Рассчитанный R 2 = 0,68. Он отличен от нуля и значим, как это показывает Fстатистика в таблице № 14.
Поэтому на первый взгляд значимость коэффициентадетерминации и значимость коэффициента при объясняющей переменнойсвидетельствуют о том, что модель (I) может считаться адекватной исходящимданным.Третий этап – включение в регрессию новых объясняющих переменных.Оценив регрессию объема профинансированных факторинговых контрактовна величину объема секьюритизации, автор пришел к выводу о существованиимеждунимиположительнойзависимости:ростобъемапроводимойсекьюритизации приводит к росту заключаемых факторинговых контрактов.Вызывают интерес дополнительные факторы, которые формируют рынокфакторинговых услуг Европы.
В модель линейной регрессии был добавленыследующие количественные факторы: доля рынка Европы в объеме мировогорынка факторинга (EV/WV); доля общего оборота факторинга в ВВП Европы(GDP).126Включение данных переменных в модель автор считает целесообразным последующим причинам. С одной стороны, факторинговый рынок Европы давносформировался,тесныеторговыеифинансовыемеждународныевзаимоотношения между странами подталкивают компании активно развиватьтакие продукты как экспортный и импортный факторинг. Таким образом,включение в анализ такого показателя как доля Рынка Европы в Объеме мировогорынка Факторинга (EV/WV) является целесообразным.
С другой стороны, доляобщего оборота факторинга в ВВП Европы (GDP) является важным показателем,характеризующим развитость факторингового рынка, перспективы развития иотражает реакцию рынка и любые внешние макроэкономические изменения, поэтим причинам данный фактор так же был включен в регрессию.Результаты, полученные на данном этапе исследования, позволяютадекватно оценить данные.Уравнение регрессии имеет следующий вид:V = 4310074 + 4,3064*SEC + 71486,1946*GDP - 7191313,1558 * (EV/WV) + e(III)(3,01)(3,205)(2,73)(-3,053)R^2=0,872Четвертый этап - добавление в анализ качественных переменных.На рынок могут оказывать влияние не только количественные, но икачественные переменные. В связи с этим автор проводил оценку зависимостиобъясняемой переменной от доли invoice discounting и объема финансирования наодного клиента, что позволяет оценить качество и разнообразие предоставляемыхуслуг факторинга.
Для этого в модель регрессии была введена качественнаяпеременная ID, означающая долю в invoice discounting в общем объеме рынкафакторинга, и переменная TC, отражающая объем оборота факторинга на одногоклиента.Важно отметить, что на развитом и конкурентном Европейском рынкефакторинговых услуг требуется все больше и больше усилий для поддержанияприбыльности компании и темпов роста факторингового портфеля.
Одно изнаправленийдеятельностиможет,представляетсобойразвитиеужесуществующих клиентов, предоставления им различного вид услуг, так напримерне только услугу классического факторинга, но и услугу invoice discounting.Данный продукт представляет собой финансирование под уступку дебиторскойзадолженности без каких либо дополнительных услуг по работе с дебиторской127задолженность, например, таких как ведения учета и пр.
Invoice discountingявляется прямым конкурентом кредитования. Таким образом, автор считаетцелесообразным включение в регрессию такого показателя как объем ID изобщего объема предоставляемых факторинговых услуг. Важно отметить, что насформировавшемся рынке факторинговых услуг, показатель объем оборотафакторинга на одного клиента (ТС) является важным, так как именно онхарактеризует работу компании, ее эффективность и пр. По данным причинамсчитаю включение TC в регрессию целесообразной.Полученное уравнение регрессии приведено ниже:(IV) V = 3693576 + 4,06534*SEC + 41178,4188GDP -5873875,2630*(EV/WV)(2,2838)(1,054)(0,4903)(-1,592)- 290921,8258 * ID + 33999,9647*TC +e(-0,0714)(0,3955)R^2= 0,913Таким образом, в терминах модели можно резюмировать, что объемпрофинансированных факторинговых договоров, будет отрицательно зависеть отдоли ID в общем объеме рынка, и положительно от показателя объемафинансирования на одного клиента.Однако данная модель не дает адекватной оценки и коэффициенты приобъясняющих переменных незначимы.Пятый этап – преобразование исходных данных.На первом этапе исследования было установлено, что в числе используемыхобъясняющих переменных нет зависимых.
Так что проведение данного этапапреобразований не требуется.Шестой этап – изменение спецификации модели.Спецификация модели отражает характер зависимости Yi от Xi и сам выборобъясняющих переменных Xi. До этого рассматривалась модель линейнойрегрессии и по результатам большинства из проведенных экспериментов либо невсе объясняющие переменные были значимыми, либо модель была неадекватнаисходным данным. В связи с этим автором рассматривались дополнительнологарифмическая и полулогарифмическая модель регрессии.Построенная логарифмическая модель вида: LN (V) =F{LN(SEC), LN(GDP),LN(EV/WV)} улучшила ситуацию.(XIII)128LN(V) = 6,9776 + 0,2226*LN (SEC) + 0,6090*LN (GDP) - 5,7133* LN (EV/WV) + e(4,3912)(2,9926)(2,6826)(-2,7359)R^2 = 0,8436Таблица №15.Регрессионная статистикаМножественный R0,918487R-квадрат0,843618Нормированный R-квадрат 0,749789Стандартная ошибка0,086082Наблюдения306Дисперсионный анализdfРегрессияОстатокИтогоLNVLNSECLNGDPLN (EV/WV)SS300 0,19987150,03705305 0,236921Коэффициенты6,9776140,2226050,609067-5,71336FЗначимость FMS0,066623636 8,9910140,0185651910,007410025Стандартнаяошибка t-статистика1,5889644,3912983650,0743852,9926304870,2668232,6826579692,088278-2,735916857PЗначение0,0070790,0303550,0713010,040991Верхние Нижние ВерхниеНижние 95%95%95,0%95,0%2,893052552 11,06218 2,893053 11,062180,031393887 0,413817 0,031394 0,413817-0,07682485 1,294958 -0,07682 1,294958-11,08144589 -0,34527 -11,0814 -0,34527В данной модели все переменные значимы и данная модель может бытьиспользована далее в исследовании.Построенная логарифмическая модель вида: LN (V) =F{LN(SEC), LN(GDP),LN (EV/WV), LN(ID), LN(TC)} не улучшила ситуации.(XIV)LN(V) = 10,098 + 0,0356*LN(SEC) + 0,9234*LN(GDP) - 6,0582*LN(EV/WV)+(2,3424)(0,1390)(1,3638)(-1,9487)+1,4050* LN(ID) -0,1913*LN(TC) + e(0,6995)(-0,4799)R^2 = 0,8716А так же были построены модели вида: LN (V) =F{LN(SEC), LN(GDP), LN(EV/WV), LN(ID)}, LN (V) =F{LN(SEC), LN(GDP), LN (EV/WV), LN(TC)}.В приведенных регрессиях коэффициенты объясняющих переменныхнезначимы, таким образом, автор считает нецелесообразным использовать вдальнейшем данную модель.2) Построена полулогарифмическая модель.
Полулогарифмическая функцияпозволят проанализировать однопроцентную чувствительность (эластичность)изменения объема при изменении объясняющих факторов. Однако модель,построенная на предпосылке, логарифм объема выпуска определяется какфункция от логарифма количественных факторов, может быть использованы, так129как, все переменные значимы.
Однако, для проверки была построена регрессиялогарифма V от нелогарифмированных факторов.Построенное уравнение, в виде LN (V) =F{SEC, GDP, EV/WV, ID, TC}, как ираньше свидетельствует о незначимости всех объясняющих переменных.(XV)LN (V) = 17,3102 + 0,0000564*SEC+ 0,06357*GDP - 8,0048*EV/WV + 0,2948*ID +(7,3973)(0,9386)(0,5233)(-1,4999)(0,0500)+ 0,0389*TC +e(0,3134)R^2= 0,907Данное уравнение (XV), свидетельствует о том, коэффициенты передпеременными не значимы, модель не может использоваться в дальнейшемисследовании.Таким образом, логарифмическая модель, построенная на предпосылке,логарифм объема рынка факторинга определяется как функция от логарифмаколичественных переменных (SEC, GDP, EV/WV является наиболее адекватной.Модель имеет вид: (XIII) LN(V) = 6,9776 + 0,2226*LN (SEC) + 0,6090*LN (GDP) 5,7133* LN (EV/WV) + eДанная модель позволяет учитывать влияние основных представленныхколичественных факторов на объем профинансированных сделок.
Из результатованализ видно, что все коэффициенты при объясняющих переменных значимы,R^2 регрессии высок 0,8436.Такимобразом,можносделатьвывод,чтона84,36%вариациирезультирующего признака V объясняется вариацией регрессоров SEC, GDP, TC.Другими словами, 84,36% изменений признака Y описывается регрессионнымуравнением, а 15,64% – другими причинами.Интерпретация коэффициентов множественной логарифмической регрессии:коэффициент регрессии при переменной logX1 выражает эластичность зависимойпеременной по переменной X1 в момент времени t, при условии постоянствадругих переменных.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
