پیش بینی بازده اضافی در بازار سهام تهران با استفاده از پراکندگی نامتعارف
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه سمنان - دانشکده مدیریت و اقتصاد
- نویسنده محمدمهدی پویا
- استاد راهنما اسمعیل ابونوری مجید مداح
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1391
چکیده
تا کنون اثر پراکندگی(تلاطم) نامتعارف بر میانگین بازده سهام کاملاً مشخص نشده است. اثر تلاطم نامتعارف بر میانگین بازده سهام اغلب، برخلاف فرضیه های موجود در مطالعات جاری با تردید مواجه شده است. در اینجا ابتدا به پیروی از گو و ساویکاس(2008) تلاطم نامتعارف به عنوان متغیر جانشین برای شوک نسبت تنزیل، و تلاطم بازار سهام به عنوان شوک جریان نقدی، در مدل قیمت گذاری دارایی سرمایه ای بین دوره ای (icapm) استفاده شد. مدل با داده های سریهای زمانی روزانه در دوره 1385-1390، به صورت فصلی در تالار اصلی بازار اوراق بهادار تهران برآورد شده است. بازده اضافی بازار، پاداش ریسک، برابر با بازده بازار در فصل، منهای بازده دارایی بدون ریسک در آن فصل است. به منظور پیش بینی بازده اضافی بازار، از متغیر تلاطم بازار و تلاطم نامتعارف بازار استفاده گردید. تلاطم بازار در یک فصل برابر با جمع مجذور مقادیر بازده اضافی روزانه آن فصل است. به منظور محاسبه تلاطم نامتعارف از مشاهدات 318 شرکت از مجموع 325 شرکت تالار اصلی بازار سهام تهران، که دارای حداقل 45 مشاهده در طول دوره بررسی، و حداقل 8 مشاهده در هر فصل بودند، استفاده شد. در هر فصل، بازده اضافی هر سهم بر بازده اضافی بازار با استفاده از مشاهدات از ابتدای سال 85 تا آن فصل برازش داده شد. جمع مجذور پسماندهای روزانه برآورد شده، و جمع حاصلضرب دو پسماند متوالی، برای هر سهم، با یکدیگر جمع شدند. به هر سهم وزنی داده شد. سرانجام با میانگین وزنی حاصل جمع ها، تلاطم نامتعارف آن فصل به دست آمد. پس از برآورد مدل، بازده اضافی بازار با وقفه تلاطم نامتعارف رابطه مثبت و معنادار، و با وقفه تلاطم بازار رابطه منفی و معنادار دارد. رابطه مثبت میان تلاطم نامتعارف و بازده اضافی بازار با تئوری مرتون (1987)، و نتایج فو (2009) سازگار است. به دلیل وجود شواهد امکان برون زا نبودن متغیرهای توضیحی، رابطه میان متغیرها با استفاده از مدل خود توضیحی برداری (var) برآورد گردید. در پایان با استفاده از نتایج مدل varاثر شوک وارد بر هر یک از متغیرها بر متغیر دیگر، و اثر متقابل متغیرها بررسی گردید. در مدل varنیز نتایج اولیه این پژوهش تایید شد.
منابع مشابه
پیش 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 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 کاملپیش بینی بازده بازار سهام تهران با استفاده از ترکیب تجزیه موجک و شبکه عصبی فازی تطبیقی
همواره مدلسازی و پیشبینی متغیرهای مالی یکی از موضوعهای مورد علاقه و مهم برای اقتصاددانان بوده است. در این مقاله، ساختاری برای پیشبینی سریهای زمانی ارایه شده است که با استفاده از رویکرد محاسبات نرم این امکان را فراهم میآورد تا بتوان با دقت بیشتر مقادیر آینده یک سری زمانی را پیشبینی کرد. در این روش، با استفاده از تجزیه موجک، نویزهای تصادفی دادههای ورودی شبکه عصبی فازی تطبیقی کاهش مییابد...
متن کاملپیش بینی بازده سهام با استفاده از نسبت های بازار درشرکت های پذیرفته شده دربورس اوراق بهادار تهران
هدف از انجام این پژوهش بررسی تأثیر نسبت های بازار بر پیش بینی بازده سهام عادی در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران می باشد. جهت تعریف نسبت های بازار از چهار متغیر قیمت بازار به سود هر سهم، قیمت بازار به ارزش دفتری هر سهم، قیمت بازار به قیمت فروش هر سهم و سود هرسهم استفاده شده است. روش پژوهش مورد استفاده در این مطالعه، روش شبه تجربی با طرح پس رویدادی است، تعداد 159 شرکت پذیرفته شده...
متن کاملپیش بینی تلاطم بازده سهام در بورس اوراق بهادار تهران با استفاده از روش شبیهسازی MCMC و الگوریتم متروپلیس هستینگ
سرمایه گذاریهای بازار سهام همواره دارای ریسک بوده است زیرا بازده سهام دارای تلاطم است. تحقیقاتی که تاکنون در رابطه با مدلسازی وپیش بینی تلاطم بازار سهام صورت گرفته عمدتاً با استفاده از روش حداکثر راستنمایی بوده و توجه کمی به روش تخمین بیزی صورت گرفته است. این مقاله پارامترهای مدلGARCH را با استفاده از روش بیزی و تکنیک شبیهسازی MCMC تخمین میزند و سپس نتایج بدست آمده را با روش حداکثر راستنما...
متن کاملپیش بینی بازده سهام با استفاده از استراتژی تحلیل بنیادی
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...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه سمنان - دانشکده مدیریت و اقتصاد
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023