پیش بینی بازده سهام با استفاده از استراتژی تحلیل بنیادی
نویسندگان
چکیده
هدف این پژوهش، بررسی اهمیت متغیرهای اساسی صورت های مالی در پیش بینی بازده سهام به وسیله ی استراتژی تحلیل بنیادی است. یازده علامت بنیادی بر اساس توانایی شان در پیش بینی بازده شامل موجودی کالا، حساب های دریافتنی، سرمایه گذاری ها، حاشیه سود ناخالص، بازده دارایی ها،تغییرات بازده دارایی ها، جریان وجوه نقد، اقلام تعهدی، تغییرات اهرم مالی، تغییرات نقدینگی و تغییرات گردش دارایی ها در محاسبه نمره بنیادی شرکت ها منظور شده است و شرکت ها با توجه به نمره بنیادی به دو پرتفوی با نمره بالا و پایین تقسیم می شوند و بازده آن ها از ابتدای ماه پنجم سال بعد تا 15 ماه بعد از آن محاسبه شده است.جامعه ی آماری شرکت های بورس اوراق بهادار تهران طی سال های 1378-1389 هستند. نتایج آزمون همبستگی اسپیرمن نشان داد نمره بنیادی رابطه مثبت و معنا داری در سطح 1 درصد با بازده سهام دارد. متغییرهای موجودی کالا و تغییرات گردش دارایی ها رابطه مثبت معنادار و سرمایه گذاری ها دارای رابطه منفی معنادار در سطح 1 درصد با بازده بودند. آزمون تی -استیودنت نیز نشان داد، میانگین بازده پرتفوی با نمره بنیادی بالا(26/49درصد)، بزرگ تر از پرتفوی با نمره بنیادی پایین(57/25) است و در نتیجه با استفاده از استراتژی تحلیل بنیادی، می توان بازده مثبتی به دست آورد.
منابع مشابه
پیشبینی بازده سهام با استفاده از استراتژی تحلیل بنیادی
هدف این پژوهش، بررسی اهمیت متغیرهای اساسی صورت های مالی در پیشبینی بازدهسهام بهوسیلهی استراتژی تحلیل بنیادی است. یازده علامت بنیادی بر اساس تواناییشان در پیشبینی بازده شامل موجودیکالا، حسابهای دریافتنی، سرمایهگذاریها، حاشیهسود ناخالص، بازده داراییها،تغییرات بازده داراییها، جریان وجوهنقد، اقلام تعهدی، تغییرات اهرم مالی، تغییرات نقدینگی و تغییرات گردش داراییها در محاس...
متن کاملپیش بینی بازده سهام با استفاده از روش انقباضی LASSO
انتخاب متغیر، یکی از مراحل مهم در مدلسازی آماری است. برای این منظور، معمولاً از روشهایی نظیر حذف پسرو استفاده میشود. از آنجایی که در این روشها دو مرحله ی برآورد مدل و انتخاب متغیر به طور جداگانه صورت میگیرد، نتیجهی حاصل بیثبات خواهد بود. به همین دلیل اخیراً گروه دیگری از روشهای انتخاب متغیر به نام روشهای انقباضی مطرح شدهاند که در این بین، LASSO از محبوبیت ویژهای برخوردار است. در این تح...
متن کاملنقش اطلاعات بنیادی حسابداری در پیش بینی بازده سهام
بازده سهام یکی از مفاهیم پیچیده است که مورد علاقه سرمایه گذاران و تصمیم گیرندگان می باشد. برای تبیین و پیش بینی سهام مدل ها نظریه های مختلفی شامل مدل قیمت گذاری دارایی های سرمایه ای (CAPM)، مدل های عاملی یا شاخصی (FM)، مدل های آربیتاژ (APT)، تحلیل های فنی (TA) و تحلیل های بنیادی (FA) مطرح شده است. در تحلیل بنیادی بازده سهام تابعی از شرایط کلان اقتصادی، وضعیت صنعت و شرایط خاص شرکت میباشد. شرایط ...
متن کاملپیش بینی بازده سهام با استفاده از نسبتهای مالی
اطلاعات حسابداری جهت مفید بودن در تصمیم گیری باید مربوط و قابل اتکا باشد. از طرف دیگر مفید بودن اطلاعات صورتهای مالی به قدرت تبیین و پیش بینی ارزش شرکت وابسته است و ارزش شرکت نیز مستقیما تحی تاثیر بازده فعلی و بازده آتی آن است. بنابراین پیش بینی بازده سهام با استفاده از نسبتهای مالی موضوع تحقیق قرار گرفت و براساس بررسی های انجام شده در ادبیات موضوع، چهار نسبت D/P،S/P، B/P،E/P انتخاب گردیدند. ج...
متن کاملمقایسه قدرت پیش بینی بازده مورد انتظار سهام با استفاده از مدلهای CAPM و Reward Beta
تحقیق حاضر به مقایسه دو مدل Reward Beta و مدل سه عامله CAPM جهت پیش بینی بازده مورد انتظار در بورس اوراق بهادار تهران پرداخته است. آزمون مدلها در دو مرحله انجام گرفت: 1- تعیین پارامتر های مدلها به صورت آینده نگر(1/1/1379- 29/12/1382) بر اساس رگرسیون سری زمانی و 2- استفاده از پارامترهای تعیین شده در مرحله قبل بهعنوان متغییر های توضیحی در رگرسیون مقطعی به صورت گذشته نگر(1/1/1383-29/12/1386). ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
فصلنامه علمی-پژوهشی بررسیهای حسابداری وحسابرسیناشر: دانشکده مدیریت دانشگاه تهران
ISSN 1024-8161
دوره 18
شماره 65 2012
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023