■ 李 琦

“回归”（regression）一词源于19世纪英国生物学家葛尔登对人体遗传特征的实验研究。他根据实验数据，发现个子高的双亲其子女也较高，但平均来看，却不比他们的双亲高；同样，个子矮的双亲其子女也较矮，平均地看，也不如他们的双亲矮。他把这种身材趋向于人的平均高度的现象称为“回归”，并作为统计概念加以应用，由此逐步形成有独特理论和方法体系的回归分析。现代统计学的“回归”概念已不是原来生物学上的特殊规律性，而是指变量之间的依存关系。回归分析主要有以下几个特征：

（1）回归分析是在控制或给定一个或几个变量条件下，观察对应的某一变量的变化，给定的变量称为自变量，不是随机变量，被观察的对应的变量称为因变量，却是随机变量。

（2）回归分析可以对具有相关关系的变量建立一个数学方程（也称回归模型）来描述变量之间具体的变动关系，通过控制或给定自变量的数值来估计或预测因变量可能的数值。

在回归分析中，根据实际资料建立的回归模型有多种形式。按自变量的多少，可分为一元回归模型和多元回归模型；按变量之间的具体变动形式可分为线性回归模型和非线性回归模型。把这两种分类标志结合起来，就有一元线性回归模型和一元非线性回归模型、多元线性回归模型和多元非线性回归模型。

随着评估实践的不断发展，回归分析在企业价值评估领域，特别是在收益法时间数列的长期趋势预测方面和市场法中把市价或价值比率同有相关关系的主要变量建立数学模型方面，得到了越来越多的应用。……