تحقیق حاضر کارایی مدل ارزش گذاری فلتهام- اولسن (1995) را در بورس اوراق بهادار تهران مورد بررسی قرار می دهد و سعی دارد رابطه بین ارزش ذاتی شرکت ها و بازده آنها را مشخص نماید. این مدل مبتنی بر رابطه مازاد تمیز است و تلاش می کند که ارزش ذاتی شرکت ها را با استفاده از ارزش دفتری آنها تعیین نماید. جامعه آماری این تحقیق در بر گیرنده کلیه شرکت های پذیرفته شده در بورس اوراق بهادار است و نمونه مورد بررسی شامل 126 شرکت از 22 صنعت مختلف است که داده های آنها برای بازه زمانی 1377 الی 1386 با استفاده از مدل رگرسیون مقطعی- زمانی (پنل دیتا) مورد آزمون قرار گرفته است. نتایج نشان می دهد که مدل فوق الذکر با قاطعیت کامل قادر به تعیین ارزش ذاتی شرکت های مورد مطالعه نمی باشد. اما شواهد نشان می دهد که شرکت های دارای ارزش ذاتی بیشتر، سود بیشتری کسب می نمایند.

در این پایان نامه روش های برآورد ناپارامتری تابع چگالی احتمال و تابع چگالی شرطی احتمال با داده های آمیخته پیوسته و گسسته بررسی می کنیم و با شبیه سازی عملکرد نمونه متناهی این برآوردگرها را مقایسه می کنیم. با استفاده از این برآوردگرها می توان تابع آزمون ناپارامتری برای آزمون تساوی توابع چگالی و توابع چگالی شرطی با داده های آمیخته پیوسته و گسسته بدست آورد. در این پایان نامه روش برآوردگر هسته مبتنی بر کمترین مربعات اعتبار مقطعی و تابع آزمون بر اساس این برآوردگر را بررسی کردیم.

ما در این پایان نامه، روش هایی برای انجام محاسبات هموارسازی در مدل های عمومی فضای حالت ارائه می کنیم. این روش ها به ارائه ی مختصری از توابع هموار ساز و سیر تکاملی آن ها در طول زمان با استفاده از نظریه ها ی نمونه گیری و باز نمونه گیری ترتیبی استناد می کند. در ضمن روش های جدیدی نیز برای تولید یافته های نمونه از دنباله های حالت های گذشته ارائه شده است. این روش ها در یک فرآیند هموارسازی پیشرو و پسرو که می تواند به عنوان نقطه ی مقابل غیر خطی و غیر نرمال هموارکننده های شبیه سازی استاندارد کالمن در حالت نرمال خطی، مد نظر قرار بگیرد، انجام شده اند. همگرایی مربعات خطای مسیر های هموار شده اثبات شده است و اعتبار روش های پیشنهادی ما را تایید می کند.

در این تحقیق، با استفاده از اطلاعات 158 شرکت پذیرفته شده در بورس اوراق بهادار طی سال های 1382 تا 1387، الگوهای سه گانه طبقه بندی بندی مالیات بر درآمد پرداختی (الگوی طبقه بندی مجزا، تفکیکی یا تجمیعی)، از نظر محتوای اطلاعاتی (توان توضیح دهندگی بالاتر بازده سهام) و نیز توان پیش بینی (انحرافات کمتر در پیش بینی جمع جریان های نقدی دوره بعد) مورد آزمون قرار گرفته است. یافته های تحقیق نشان می هد که در سطح کل صنایع و همچنین در سطح 7 صنعت مورد بررسی، الگوی طبقه بندی تفکیکی به لحاظ کارآمدی محتوای اطلاعاتی در رتبه اول و الگوهای طبقه بندی تجمیعی و همچنین طبقه بندی مجزا به ترتیب، در رتبه های بعدی جای دارند. هرچند قدرت تبیین الگوهای طبقه بندی تجمیعی یا تفکیکی تا حدودی به یکدیگر نزدیک می باشند. نتایج بدست آمده درخصوص توان پیش بینی الگوهای مختلف طبقه بندی مالیات بر درآمد پرداختی، برای کل صنایع و همچنین 7 صنعت مورد بررسی، حاکی از برتری الگوهای طبقه بندی تفکیکی و تجمیعی نسبت به طبقه بندی مجزا دارد. اما تفاوت خطای پیش بینی الگوهای سه گانه از نظر آماری معنی دار نمی باشند. آزمون معنی داری تفاوت توان پیش بینی الگوهای یاد شده نشان می دهد که در سطح کل صنایع این تفاوت معنی دار نبوده و تنها در صنایع خودروسازی و صنایع غذایی تفاوت معنی دار وجود دارد؛ که در صنایع یاد شده نیز به ترتیب، الگوی طبقه بندی مجزا نسبت به طبقه بندی تفکیکی و طبقه بندی تجمیعی و تفکیکی نسبت به طبقه بندی مجزا از توان پیش بینی بالاتری برخوردار می باشند.

تبدیل موجک روشی برای دست یابی به اطلاعات فرکانسی موجود در تابع، سیگنال ویا داده های تحت بررسی است ، با این امتیاز ویژه که بررسی کلیه مولفه های موجود، امکان پذیر است. واژه موجک در سال 1982 توسط دوبیشی ارائه شده است. تحلیل موجک در واقع صورت کاملی از روشهای موجود بررسی سیگنال در فضای هیلبرت است که به بکار گیری توابع پایه ای این فضا علاقمند است که استفاده از آنها بسیاری از تحلیل ها در فضای هیلبرت را آسان می کند. با وجود اینکه این روش تحلیل ابتدا در ریاضیات معرفی و پایه های آن شکل گرفته است، کم کم در زمینه های مختلف علوم مانند فیزیک کوانتومی، زمین شناسی وپزشکی توسعه پیدا کرد و کاربردهای فراوانی از آن در فشرده سازی اطلاعات و پیش بینی هایی مانند رادار و زمن لرزه مشاهده می شود. درفصل اول این رساله، موجک ها و نحوه پیدایش آنها و خواص و کاربردهای آنها و همچنین بعضی از قضایا و روابط مهم بین توابع موجکی را بطور کامل شرح خواهیم داد. در فصل دوم، ابتدا برآوردگرهای موجکی خطی در برآورد تابع چگالی احتمال و تابع رگرسیونی را معرفی کرده و سپس بعد از شرح مفاهیمی مانند آستانه و انواع آن، بریده شده، برآوردگر غیر خطی را برای تابع چگالی احتمال و تابع رگرسیونی بررسی می کنیم. فصل سوم به معرفی یک برآوردگرخطی برای تابع چگالی احتمال اختصاص داده شده است. در این فصل یک برآوردگر خطی موجکی را، معرفی وکران میانگین انتگرال مربع خطا را در حالتی که داده ها آ میخته هستند، محاسبه می کنیم. در فصل چهارم این رساله، برآوردی براساس روش موجک، برای مشتقات جزئی تابع چگالی احتمال معرفی می کنیم و واریانس و نرخ همگرایی برآوردگررا در حالتی که متغیرها آمیخته هستند، می یابیم. سپس یک برآوردگر خطی برای مشتقات تابع چگالی احتمال معرفی و خواص مجانبی آن را در حالتی که متغیرها میخته هستند، بررسی می کنیم. نهایتا در بخش آخر این فصل، برآوردگری موجکی برای تابعی از مشتق تابع چگالی احتمال معرفی و نرخ همگرایی برآوردگر، در حالتی که متغیرها آمیخته هستند، مطالعه می شود. علاوه بر آن، ویژگیهای برآوردگرهای معرفی شده در فضای بسوو نیز بررسی می شود. برآوردگری غیر خطی برای تابع چگالی احتمال را که در برآورد توابع پیوسته وحتی ناپیوسته مناسب است، در فصل پنجم معرفی وکران میانگین انتگرال مربع خطا را در حالتی که داده ها وابسته منفی هستند، محاسبه می کنیم. علاوه برآن با اعمال شریط خاص برای مشتقات تابع چگالی احتمال نیز یک برآوردگر موجکی غیر خطی معرفی و وکران میانگین انتگرال مربع خطا را در حالتی که داده ها وابسته منفی هستند، بررسی می کنیم

در این پایان نامه برآورد ناپارامتری تابع چگالی دو متغیره براساس مجموعه داده هایی از توزیع توأم و نیز مجموعه داده هایی از توزیع های حاشیه ای را بدست می آوریم. روش پایه مفصل را توسعه می دهیم که دارای ویژگی های مناسبی، حتی زمانیکه داده های حاشیه ای نیز موجود نباشند، می باشد. برای مثال هنگامی که تابع چگالی مفصل به اندازه ی کافی هموار باشد یا توزیع های حاشیه ای تقریباً مستقل باشند، روش پایه ی مفصل نرخ همگرایی مناسبی را نتیجه می دهد. برای برآورد تابع چگالی توأم از برآوردگر موجکی تابع چگالی مفصل استفاده می کنیم که در بسیاری از زمینه های مورد علاقه ی آماری می تواند در مرزها نامتناهی باشد. همچنین برآوردگر موجکی تابع رگرسیون تصادفی را معرفی می کنیم. از روش آستانه سازی موجکی برای برآورد احتمال های چندجمله ای بهره می گیریم. از نتایج این برآوردگر، سازگاری با پراکندگی یا ناهمواری در داده ها است. رفتار مجانبی این برآوردگر را با استفاده از معیار پرکاربرد msse بررسی می کنیم و نشان می دهیم که msseاین برآوردگر دارای نرخ بهینه ی همگرایی است.

در این پایان نامه پس از مرور تعدادی از روش های ناپارامتری برآورد چگالی که تاکنون ارائه شده اند، به معرفی اسپلاین ها، b-اسپلاین ها و روش بهینه سازی نیوتون-رافسون پرداخته ایم. مدل های خطی گسترش یافته را بیان و حالت خاص آن، یعنی مدل لگ-اسپلاین برای تابع چگالی را معرفی کرده ایم. در روش لگ-اسپلاین، ابتدا فرض می کنیم تابع چگالی جامعه به شکل تبدیل لجستیک است و سپس برآورد پارامترهای مجهول مدل را با استفاده از برآوردگر درست نمایی ماکزیمم به دست می آوریم که از روش نیوتون-رافسون محاسبه می شوند. به منظور به دست آوردن تعداد بهینه ی توابع پایه، از دو روش انتخاب گام به گام گره ها و ارائه ی برآوردگرهای سازگار ضعیف و قوی برای تعداد توابع پایه استفاده می کنیم. روش گام به گام از ترکیب دو روش اضافه کردن گره ها و حذف کردن گره ها تشکیل شده است که در آن ها به ترتیب آماره های رائو و والد به کار گرفته شده اند. در روش ارائه ی برآوردگر سازگار، تعداد توابع پایه را به صورت یک پارامتر مجهول در نظر می گیریم و سپس برآوردگرهایی را برای این پارامتر با استفاده از یک جانشین برای فاصله ی کولبک-لیبلر به دست می آوریم. اثبات می شود که بر حسب نوع محک اطلاعی که در به دست آوردن این برآوردگرها استفاده می کنیم، برآوردگرها سازگار ضعیف یا قوی خواهند بود. در انتها با استفاده از بسته ی لگ-اسپلاین موجود در نرم افزار آماری r به شبیه سازی پرداخته ایم و روش های ارائه شده برای یافتن تعداد بهینه ی توابع پایه را مقایسه کرده ایم.

در این پایان نامه رفتار مجانبی آماره لگاریتم نسبت درستنمایی برای آزمون یک تغییر در توزیع وایبل سه پارامتری را مورد مطالعه قرار می دهیم و نشان می دهیم که اگر پارامتر شکل بیشتر از 2 باشد قانون لگاریتم مکرر برای برآوردگرهای درستنمایی ماکسیمم برقرار است وآماره آزمون لگاریتم درستنمایی به طور مجانبی (البته بعداز نرمال سازی مناسب) دارای توزیع گامبل است.همچنین توزیع مجانبی آماره آزمون نسبت درستنمایی ماکسیمم را زمانی که پارامترهای توزیع نرمال در یک نقطه نامعلوم تغییر کرده اند محاسبه می کنیم.