Definizione di regressione
Cos’è la regressione?
La regressione è un metodo statistico utilizzato in finanza, investimenti e altre discipline che tenta di determinare la forza e il carattere della relazione tra una variabile dipendente (solitamente indicata da Y) e una serie di altre variabili (note come variabili indipendenti).
La regressione aiuta i gestori finanziari e di investimento a valutare le attività e comprendere le relazioni tra variabili, come i prezzi delle materie prime e le azioni delle aziende che trattano tali materie prime.
Spiegazione della regressione
I due tipi fondamentali di regressione sono la regressione lineare semplice e la regressione lineare multipla, sebbene esistano metodi di regressione non lineare per dati e analisi più complicati. La regressione lineare semplice utilizza una variabile indipendente per spiegare o prevedere il risultato della variabile dipendente Y, mentre la regressione lineare multipla utilizza due o più variabili indipendenti per prevedere il risultato.
La regressione può aiutare i professionisti della finanza e degli investimenti, nonché i professionisti di altre attività. La regressione può anche aiutare a prevedere le vendite di un’azienda in base alle condizioni meteorologiche, alle vendite precedenti, alla crescita del PIL o ad altri tipi di condizioni. Il Capital Asset Pricing Model (CAPM) è un modello di regressione spesso utilizzato in finanza per valutare le attività e scoprire i costi del capitale.
La forma generale di ogni tipo di regressione è:
- Regressione lineare semplice: Y = a + bX + u
- Regressione lineare multipla: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 +… + b t X t + u
Dove:
- Y = la variabile che si sta tentando di prevedere (variabile dipendente).
- X = la variabile che stai utilizzando per prevedere Y (variabile indipendente).
- a = l’intercetta.
- b = la pendenza.
- u = residuo di regressione.
Esistono due tipi fondamentali di regressione: regressione lineare semplice e regressione lineare multipla.
La regressione prende un gruppo di variabili casuali, ritenute predittive di Y, e cerca di trovare una relazione matematica tra di loro. Questa relazione è tipicamente sotto forma di una linea retta (regressione lineare) che approssima al meglio tutti i singoli punti dati. Nella regressione multipla, le variabili separate vengono differenziate utilizzando pedici.
Punti chiave
- La regressione aiuta i gestori finanziari e degli investimenti a valutare gli asset e a comprendere le relazioni tra le variabili
- La regressione può aiutare i professionisti della finanza e degli investimenti, nonché i professionisti di altre attività.
Un esempio reale di come viene utilizzata l’analisi di regressione
La regressione viene spesso utilizzata per determinare quanti fattori specifici come il prezzo di una merce, i tassi di interesse, particolari industrie o settori influenzano il movimento dei prezzi di un’attività. Il suddetto CAPM si basa sulla regressione ed è utilizzato per proiettare i rendimenti attesi per le azioni e per generare i costi del capitale. I rendimenti di un titolo sono regrediti rispetto ai rendimenti di un indice più ampio, come l’S & P 500, per generare un beta per il particolare titolo.
Il beta è il rischio del titolo in relazione al mercato o all’indice e si riflette come pendenza nel modello CAPM. Il rendimento per il titolo in questione sarebbe la variabile dipendente Y, mentre la variabile indipendente X sarebbe il premio per il rischio di mercato.
Ulteriori variabili come la capitalizzazione di mercato di un’azione, rapporti di valutazione e rendimenti recenti possono essere aggiunte al modello CAPM per ottenere stime migliori per i rendimenti. Questi fattori aggiuntivi sono noti come fattori Fama-French, dal nome dei professori che hanno sviluppato il modello di regressione lineare multipla per spiegare meglio i rendimenti degli asset.