Методика стохастичного економічного анализа

Зміст Зміст 1 Запровадження 2 1. Загальні відомості 3 1.1 Необхідні умови застосування кореляційного аналізу. 3 1.2 Застосування кореляційного аналізу дозволяє вирішити такі: 3 2 Методика стохастичного аналізу 4 2.1 Розрахункові формули 4 2.2 Види стохастиков і правил роботи 4 2.3 Дивергенция/конвергенция 6 Література 9.

Введение

На практиці зовсім в усіх економічні явища і процеси можна зводити до функціональним залежностям, коли величині факторного показника відповідає єдина величина результативного показателя.

Частіше в економічних дослідженнях зустрічаються стохастические залежності, які відрізняються приблизністю, невизначеністю. Вони виявляються лише у в середньому у зобов’язаний значною кількістю об'єктів (спостережень). Тут кожної величині факторного показника (аргументу) може відповідати кілька значень результативного показника (функції). Наприклад, збільшення фондовооруженности праці робочих дає різний приріст продуктивність праці різними підприємствах навіть за дуже вирівняних інших умовах. Це тим, що це чинники, від яких продуктивності праці, діють у комплексі, взаємозалежне. У залежність від того, наскільки оптимально поєднуються різні чинники, буде неоднаковою рівень впливу кожного їх на величину результативного показателя.

Взаємозв'язок між досліджуваними чинниками і результативним показником проявиться, беручи на дослідження дуже багато спостережень (об'єктів) і порівняти їх значення. Тоді, у відповідно до закону великих чисел вплив інших чинників на результативний показник згладжується, нейтралізується. Це дає можливість встановити зв’язок, співвідношень між изучаемыми явлениями.

Отже, кореляційна (стохастичну) зв’язок — це неповна, імовірнісна залежність між показниками, яка виявляється лише в масі спостережень. Відрізняють парну і множинну корреляцию.

Парна кореляція — це зв’язок між два показники, одна з яких є факторным, а інший — результативним. Множинна кореляція виникає від взаємодії кількох чинників з результативним показателем.

Для дослідження стохастичних співвідношень використовуються такі способи економічного аналізу: порівняння паралельних і динамічних рядів, аналітичні угруповання, графіки. Але вони дозволяють виявити тільки спільний характері і напрям зв’язку. А основна завдання факторного аналізу — визначити рівень впливу кожного чинника до рівня результативного показника. З цією метою застосовуються способи кореляційного, дисперсионного, компонентного, сучасного багатовимірного факторного аналізу та т.д.

Найбільшого використання у економічних дослідженнях знайшли прийоми кореляційного аналізу, що дозволяють кількісно висловити взаємозв'язок між показателями.

Загальні сведения.

1 Необхідні умови застосування кореляційного анализа.

1. Наявність досить великої кількості спостережень величину досліджуваних факторних і результативних показників (у поступовій динаміці чи рік через сукупність однорідних объектов).

2. Досліджувані чинники повинен мати кількісне вимір і свій відбиток у тих чи інших джерелах информации.

1. Застосування кореляційного аналізу дозволяє вирішити такі задачи:

1.2.1 визначити зміна результативного показника під впливом однієї чи кількох чинників (за абсолютним вимірі), це отже, визначити, наскільки одиниць змінюється величина результативного показника за зміни факторного на единицу;

1.2.2 встановити відносну ступінь залежності результативного показника від кожної фактора.

Дослідження кореляційних співвідношень має значення в аналізі господарську діяльність. Це виявляється у цьому, значно поглиблюється факторний аналіз, встановлюються місце й ролі кожного чинника у формуванні рівня досліджуваних показників, заглиблюються знання про досліджуваних явищах, визначаються закономірності їх розвитку та як підсумок — точніше обгрунтовуються плани і управлінські рішення, об'єктивніше оцінюються підсумки торішньої діяльності підприємств і більше повно визначаються внутрішньогосподарські резервы.

1.3 Використання способів парної кореляції вивчення стохастичних зависимостей Одной з основних цілей кореляційного аналізу є визначення впливу чинників на величину результативного показника (за абсолютним вимірі). Аби вирішити це завдання підбирається відповідний тип математичного рівняння, яке найкраще відбиває характер досліджуваної зв’язку (прямолінійною, криволінійної тощо.). Це відіграє винятково важливу роль корреляционном аналізі, тому що від правильного вибору рівняння регресії залежить хід виконання завдання й одержують результати расчетов.

Обгрунтування рівняння зв’язку робиться з допомогою зіставлення паралельних рядів, угруповання даних, і лінійних графіків. Розміщення точок на графіці покаже, яка залежність утворилася між изучаемыми показниками; прямолінійна чи криволинейная.

1. Методика стохастичного анализа.

2 Розрахункові формулы Важнейшим осциллятором, заздалегідь предсказывающим розворот тренду з великою точністю, є стохастик (stoch), розроблений Дж. Лейном (George З. Lane) близько двох років тому. Перевагою стохастика і те, як і ковзна середня (з періодом 5), побудована з урахуванням stoch, впевнено пророкує поворотні моменти. Стохастик аналізує розташування ціни закриття бару щодо виділеного тимчасового інтервалу. Найпоширеніший період розрахунку stoch є інтервал, до складу якого п’ять барів. Значення цього осциллятора (%До) визначають за такою формулою: %До = 100 x ((Р — 15)/(Н5 — 15)), де Р — поточна ціна закриття бару, L5 — мінімальна піна закриття під час останніх п’яти барах, Н5 — максимальна ціна закриття цих ж барах. Часто стохастик розраховують з більш спрощеної схемою: %D = 100 x Н3/L3, де H3 — триденна сума (Р — L5), L3 — триденна сума (H5 — L5). Вочевидь, що розрахована у такий спосіб крива %D є згладженої кривою %До, причому останню з зазначених двох є быстрой.

3 Види стохастиков і правил работы Наиболее зручним на фінансовому ринку з порівняно великою волатильністю є так званий повільний стохастик (sstoch), використання якого дозволяє відсікати більшість хибних сигналів. У поєднанні з правильно підібраною ковзної середньої (я рекомендую mА з порядком 5) цей осциллятор вносить величезний внесок у аналіз ринку. Шляхи дослідження sstoch приблизно самі, що у трендовых індикаторів, розглянутих вище: — якщо стохастик перетинає свою сковзну середню знизу вгору, це сигнал до купівлі; - Якщо ж стохастик перетинає свою сковзну середню згори донизу, це сигнал на продаж; - якщо сигнали стохастика та її ковзної середньої суперечливі, то краще залишатися поза ринком; Напрямок руху sstoch та її ковзної середньої показують динаміку тенденції. З графіка видно, що з стохастика горизонтальними штриховими лініями на рівні 80% і 20% виділено особливі області, які отримали назви зон перекупленности (вище 80%) і перепроданности (нижче 20%). Якщо сигнали стохастика та її ковзної середньої подаються з цих галузей, всі вони вважаються набагато більш значуща. Аналіз цих галузей заслуговує більшого уваги. Часто запитують: «Які параметри стохастика слід впровадити в комп’ютерну програму, щоб оптимізувати його індикацію». Однозначної відповіді немає. Це першу чергу залежить стану Вашого ринку (тривалості ефекту дальнодействия), і навіть як від самого комп’ютерної програми, яку Ви використовуєте, і від Вашої торгової тактики (тимчасові інтервали, у яких Ви, планована тривалість перебування над ринком та інші.). Зазвичай (з літературних даним) пропонується використовувати 9 чи 13 барів для побудови кривих стохастика. Яким періодом з цих двох буде більш правильним — неможливо однозначно оцінити. Загальний принцип вибору періоду стохастика приблизно наступний: так як крива Stoch раз у раз показує зони экстремума (чергування максимумів і мінімумів), можна просто вважати середня кількість барів, яке відповідає тимчасовому відстані між сусідніми мінімумами (чи максимумами, якщо вони вимальовуються чіткіше й), розділити отримане число навпіл — це і буде, приблизно, Ваш період. Проте він менш, George З. Lane дає у тому ключі такі рекомендації для вибору правильного періоду: Вивчіть кожен із графіків ціни вашого активу на тимчасових развертках 3- хв., 5-мин., 15-мин, daily, weekly, monthly. Onpeделитесь, який із цих графіків буде робочим. Якщо ви займаєтеся інвестуванням довгострокових проектів, виберіть за робочу інтервалу daily, Якщо ж працюєте в ролі дэй-трейдера, то вибирайте 3-минутную розгорнення. На робочому графіці залежності курсу від часу виділіть приблизні цінові цикли, обчислите посередньо арифметичний період кількох довільно узятих циклів. Використовуйте 50% від отриманого у минулому пункті числа як стартовий період Вашого стохастика. Потім подкорректируйте цей період залежності від цього, який стохастик Ви цього хочете використовувати (швидкий чи повільний) і як і волатильность ринку. Критерієм правильності такого коригування служить велика однозначність і простота в інтерпретації поданих кривою стохастика сигналів. Використовуйте менший період стохастика лише у виняткових випадках: якщо Ви на роздоріжжі до прийняття рішення. Якщо ж Ви визначилися з ринком, негайно поверніться до Вашому оптимальному стохастику. Це Вам утриматися у тренде і прибуток стільки, скільки можливо. [pic].

4 Дивергенция/конвергенция Если повернутися до графіка, то видно, що дуже сильні сигнали стохастика — це ведмеже розбіжність (пряма АВ і напрям бичачого тренду), яка свідчить послаблення сили биків і зростання впливу ведмедів, і бичаче сходження (пряма CD і напрям ведмежого тренду), що показує зростання сили биків та послаблення ведмедів. Зупинимося ними докладніше. Далі показаний графік курсу USD/JPY 300 min, 60 min, а під нею — криві Sstoch. Бачимо, що у ринку панують бики. Коли курсом була сформована перша вершина 18.02.00 р., потім був відкіт, після чого ринок знову пішов вгору й за максимум другий вершини було зафіксовано 21.02.00 р. вище рівня першого піка, здавалося, що у ринку геть домінують бики. Першої цінової вершині відповідає максимум кривою %D повільного стохастика з численным значенням, рівним 91. Другому цінового максимуму також відповідає пік кривою %D з численным значенням 84, меншим першої вершини стохастика. Та й із малюнка видно, що друга вершина кривою %D помітно нижча першої. Якщо тепер зазначені вершини курсу ціни, і кривою %D з'єднати відповідно прямими лініями зі стрілками, указывающими собі напрямок руху кожної кривою (курсу вгору, а стохастика вниз), ми одержимо дві які суперечать стрілки. Такий сигнал називають ведмежою дивергенцией чи ведмежим розбіжністю. Виникнення сигналу ведмежою дивергенції означає, що у ринку може настати перелом бичачої тенденції на ведмежу. [pic].

На тому ж графіці на розгорненню 60 хвилин приведено ведмежа тенденція. Очевидно, що у ведмежому тренде сформовані два мінімуму ціни, причому права низина виявилася глибше попередньої, що може засвідчувати про наростаючою силі ведмедів і їх повне контролі ринку. Кожному цінового мінімуму відповідають мінімуми кривою %D, однак цьому разі правий мінімум виявився вищим лівого. Якщо тепер також зазначені низини курсу і кривою стохастика з'єднати прямими лініями зі стрілками, указывающими собі напрямок руху кожної кривою (курсу вниз, а стохастика вгору), ми одержимо дві сходящиеся стрілки. Такий сигнал називають бичачої конвергенцією чи нічиїм схождением. Виникнення сигналу бичачої конвергенції означає, що у ринку може настати перелом ведмежою тенденції на бичачу. Особливо слід звернути Ваша увагу до такий нюанс: з що був вище графіка в обох випадках спостерігається правобічне те що (щодо экстремума кривою %D) більшої кривою (%До стохастика щодо повільну криву %D). Це нормально явищем і лише за такому перетині сигнали дивергенции/конвергенции вважатимуться істинними. Класичний сигнал дивергенції представлений наступному графіці. Друга вершина стохастика розташована нижче першої, цим, показуючи сигнал ведмежого розбіжності. Проте третя вершина сформувалася нижче першої, але вище другий. Проведені прямі лінії (очевидно in малюнка) подають спочатку сигнал розбіжності (пряма між першої та другої вершинами стохастика і напрям тренду), потім сходження (пряма між другого продажу та третьої вершинами стохастика і напрям тренду). Проте, пряма, проведена між першою і третьою вершинами кривою %D і напрям тренду чітко показують на дивергенцію, і саме цей сигнал і спрацював у цьому разі. Проведений статистичний аналіз класичного сигналу дивергенції в різних сегментах ринку показав, що, зазвичай, для хорошого сигналу дивергенції необхідно, щоб третя вершина розташовуюся у сфері значень між першої та другої вершинами. На погляд, головне є ще у тому, щоб третя вершина не сформувалася вище першої. [pic] Це ж, але з точністю до навпаки, можна говорити про сигналі конвергенції. Про це осцилляторе можна писати дуже багато. І про неї справді написано багато робіт. Знання й розуміння цього осциллятора необхідне успішно існувати на фінансовому ринку Литература.

1. Баканов, Михайло, Шеремет, Анатолій Данилович. Теорія економічного аналізу: Учеб. для студентів экон.спец.-4-е вид., доп і перераб.-М.:Финансы і статистика, 1997.-416 з.: ил.

2. Рішар, Жак. Аудит і аналіз господарську діяльність підприємства / Пер. с фр., під ред. Л. П. Бєлих. — М.: Аудит, 1997. — 376 з.: ил.

3. Савицкая, Глафіра Вікентіївна. Аналіз господарську діяльність підприємства: Учеб. посібник для студентів вузів, обуч. по экон. спец. і направлениям.-2-е вид., перераб., доп.— М.; Минск: ИП «Экоперспектива », 1998. — 498 з.: ил.