Финансовый менеджмент: учебное пособие / В. В. Великороссов, Л. Е. Масанова

Поэтому для расчета прогнозных значений показателя Y строится проста регрессионная зависимость с двумя постоянными величинами вида: Y(t)= а + b * t (28) где: t - порядковый номер периода; а, b - постоянные коэффициенты, определяемые методом наименьптй квадратов. Многофакторный регрессионный анализ (Multivariate Regression Analvsi.<i Метод применяется для построения прогноза поведения какого-либо показате.й в зависимости от изменения совокупности других показателей. С этой це™ сначала проводится идентификация группы факторов, влияющих на изменен^ прогнозируемого показателя Y. Затем строится регрессионная зависимое! линейного типа: Y = А0+А1 * XI +А2 * Х2 +...+ Ап * Хп, (29) где: XI, Х2,..., Хп - влияющие на результат факторы; АО, А1, ..., Ап - коэффициенты регрессии. Для расчета коэффициентов регрессии, показывающих степень влияет каждого отдельного фактора на результат прогноза, применяются сложны математический аппарат и стандартные статистические компьютернь программы. Ключевое значение при использовании данного метода отводит» нахождению набора взаимосвязанных признаков, установлению формализованном виде причинно-следственных связей между ними. Примеро подобной модели является широко применяемые на практике многофакторнь модели Альтмана для прогнозирования банкротства предприятия. Прогнозирование на основе пропорциональных зависимостей (Forecasts Based on Proportional Relationships). Основой для разработки мето; пропорциональных зависимостей показателей послужили ос но вне характеристики любой экономической системы — взаимосвязь