Предсказание (прогнозирование) значений зависимой переменной

Предсказание (прогнозирование) значений зависимой переменной – один из центральных вопросов количественного анализа в финансах‚ экономике и многих других областях. В рамках программы CFA (уровень II) эта тема рассматривается как практический инструмент‚ позволяющий финансовым аналитикам оценивать будущее поведение объектов на основе уже построенных моделей множественной линейной регрессии.

Что такое зависимая переменная?

Зависимая переменная (Y) – это показатель‚ значение которого мы хотим объяснить или предсказать с помощью одной или нескольких независимых переменных (X₁‚ X₂‚ …‚ X_k). В регрессионном контексте она называется целевой (target) переменной.

Модель множественной линейной регрессии

Стандартная форма модели выглядит так:

Y_i = b_0 + b_1 X_{1i} + b_2 X_{2i} + … + b_k X_{ki} + ε_i‚

где b₀‚ b₁‚ …‚ b_k – неизвестные параметры‚ а ε_i – случайная ошибка с нулевым средним и постоянной дисперсией.

Шаги прогнозирования зависимой переменной

Согласно материалам CFA – Прогнозирование зависимой переменной в модели множественной регрессии‚ процесс предсказания состоит из трёх обязательных шагов:

1. Оценка параметров модели. Получаем оценки ĥb₀‚ ĥb₁‚ ĥb₂‚ …‚ ĥb_k с помощью метода наименьших квадратов (OLS) или иных подходов.
2. Формирование прогностических значений независимых переменных. Определяем предполагаемые (прогностические) значения ĥX₁ᵢ‚ ĥX₂ᵢ‚ …‚ ĥX_kᵢ для того наблюдения‚ для которого требуется предсказать Y.
3. Вычисление прогноза. Подставляем оценки и прогнозные значения в уравнение:

   ĥY_i = ĥb₀ + ĥb₁·ĥX₁ᵢ + ĥb₂·ĥX₂ᵢ + … + ĥb_k·ĥX_kᵢ

   (в оригинальном источнике использовалась запись без знака «+»‚ но по общепринятой нотации это суммирование коэффициентов и переменных).

Ключевые предпосылки и ограничения

Прогнозы‚ полученные на основе линейной регрессии‚ достоверны только при выполнении ряда условий:

• Линейность. Связь между зависимой и независимыми переменными должна быть линейной в параметрах.
• Независимость наблюдений. Ошибки ε_i не должны быть автокоррелированы.
• Гомоскедастичность. Дисперсия ошибок должна быть одинаковой для всех наблюдений.
• Нормальность ошибок. Для построения доверительных интервалов и тестов требуется‚ чтобы ε_i были нормально распределены.
• Отсутствие мультиколлинеарности. Независимые переменные не должны быть сильно коррелированы между собой.

Кроме того‚ особое внимание следует уделять диапазону значений независимых переменных. Прогнозы‚ основанные на значениях‚ выходящих за пределы исходного обучающего набора (ex‑trapolation)‚ часто оказываются ненадёжными.

Практический пример

Рассмотрим задачу оценки Tobins’ q для многонациональных корпораций США (MNC) на основе следующих факторов:

• Натуральный логарифм продаж (ln Sales)
• Леверидж (Leverage)
• Бета‑коэффициент (Beta)
• Политический риск (Political Risk)
• Прозрачность (Transparency)
• Географическая диверсификация (Geographic Diversification)

Пусть оценённая регрессионная модель имеет вид:

ln q_i = ĥb₀ + ĥb₁·ln Sales_i + ĥb₂·Leverage_i + ĥb₃·Beta_i
 + ĥb₄·PolRisk_i + ĥb₅·Transparency_i + ĥb₆·GeoDiv_i + ε_i

Для компании‚ планирующей увеличить продажи до ln Sales = 12.5‚ уменьшить леверидж до 0.4 и улучшить показатель прозрачности до 0.8‚ остальные переменные остаются без изменений. Подставляя эти значения и полученные коэффициенты в уравнение‚ получаем прогностическое ln q‚ а затем q = e^{ln q}.

Краткий расчёт (условные цифры)

1. Оценённые коэффициенты: ĥb₀ = 0.15‚ ĥb₁ = 0.30‚ ĥb₂ = -0.25‚ ĥb₃ = 0.10‚ ĥb₄ = -0.05‚ ĥb₅ = 0.20‚ ĥb₆ = 0.08.
2. Прогностические значения: ln Sales = 12.5‚ Leverage = 0.4‚ Beta = 1.2‚ PolRisk = 0.3‚ Transparency = 0.8‚ GeoDiv = 0.6.
3. Вычисление:

   ln q̂ = 0.15 + 0.30·12.5 — 0.25·0.4 + 0.10·1.2
    — 0.05·0.3 + 0.20·0.8 + 0.08·0.6
    = 0.15 + 3.75 ⏤ 0.10 + 0.12 — 0.015 + 0.16 + 0.048
    ≈ 4.113
    

Как оценить точность прогноза?

Для оценки качества прогноза используют несколько метрик:

• Среднеквадратичная ошибка (MSE) и корень из MSE (RMSE).
• Средняя абсолютная ошибка (MAE).
• Коэффициент детерминации (R²) – измеряет долю объяснённой дисперсии.
• Доверительные интервалы для ĥY_i‚ получаемые через стандартную ошибку прогноза:

  SE(ĥY_i) = sqrt( σ̂²·[1 + x_iᵀ (XᵀX)⁻¹ x_i] )
   

  где σ̂² – оценка дисперсии ошибок‚ x_i – вектор из 1 и значений независимых переменных для i‑го наблюдения.

Программные средства

Для построения модели и прогнозирования можно использовать любые статистические пакеты:

model <- lm(Y ~ X1 + X2 + X3‚ data = train)
newdata <- data.frame(X1=...‚ X2=...‚ X3=...)
pred <- predict(model‚ newdata‚ interval="prediction")

import statsmodels.api as sm
X = sm.add_constant(X_train)
model = sm.OLS(y_train‚ X).fit
X_new = sm.add_constant(pd.DataFrame({...}))
pred = model.predict(X_new)

Часто задаваемые вопросы (FAQ)

8.1 Можно ли использовать регрессию для прогнозов за пределами диапазона данных?

Теоретически формула позволяет подставлять любые значения‚ но в практических условиях такие ex‑trapolation‑прогнозы часто оказываются недостоверными‚ потому что модель обучалась только на наблюдениях внутри известного диапазона.

8.2 Что делать‚ если обнаружена мультиколлинеарность?

Можно применить один из методов:

• Исключить один из коррелирующих предикторов.
• Использовать метод главных компонентов (PCA) или частичную регрессию.
• Применить регуляризацию (Ridge‚ Lasso).

8.3 Как учесть нелинейные зависимости?

Варианты решения:

• Добавить полиномиальные члены (X²‚ X³).
• Ввести взаимодействия (X₁·X₂).
• Перейти к нелинейным моделям (регрессия дерева решений‚ нейронные сети).

Прогнозирование зависимой переменной в модели множественной линейной регрессии – это простой‚ но мощный инструмент‚ позволяющий аналитикам получать количественные оценки будущих событий. Ключ к успешному прогнозу – корректно построенная модель (соответствие предпосылкам) и внимательное отношение к диапазону значений предикторов. При соблюдении этих условий полученные оценки могут стать надёжной базой для стратегических решений‚ оценки стоимости компаний‚ расчёта финансовых коэффициентов (например‚ Tobins’ q) и многих других практических задач.