مقایسه عملکرد روش فضای حالت با روش حداقل مربعات معمولی OLS در برازش مدل سه عاملی فاما و فرنچ برای پیش بینی بازده، در بورس اوراق بهادار تهران
محل انتشار: مدیریت دارایی و تامین مالی، دوره: 3، شماره: 2
سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 200
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_AMF-3-2_006
تاریخ نمایه سازی: 19 مهر 1400
چکیده مقاله مقایسه عملکرد روش فضای حالت با روش حداقل مربعات معمولی OLS در برازش مدل سه عاملی فاما و فرنچ برای پیش بینی بازده، در بورس اوراق بهادار تهران
پیشبینی بازده سهام یکی از موضوع های مهم و قابل بحث در ادبیات مالی و سرمایهگذاری به حساب میآید. مدل سه عاملی فاما و فرنچ به عنوان شاخص ترین مدل در پیش بینی بازده سهام علیرغم برخورداری از نقاط قوت زیاد بر اساس فرض ثابت بودن ضرایب بتا بنا نهاده شده است، که چنین فرضی به صورت مطلق در هر شرایطی ممکن است برقرار نباشد. در این پژوهش سعی شده است تا مدل مذکور با دو فرض ثابت بودن یا متغیر بودن ضرایب به طور جداگانه برازش و سپس دقت هر یک آنها مقایسه شود. برای این منظور از مدل فضای حالت و حداقل مربعات معمولی (OLS) برای برازش مدل به ترتیب با فرض متغیر بودن و ثابت بودن ضرایب استفاده شده است. این پژوهش بر روی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران و برای یک دوره زمانی ۷۲ ماهه (مهر ۱۳۸۵ الی شهریور ۱۳۹۱) صورت گرفته است. با انجام این پژوهش مشخص گردید که مدل فضای حالت در مقایسه با مدل حداقل مربعات خطی از عملکرد بهتری در پیشبینی بازده اوراق بهادار برخوردار است، که این میتواند به معنای ثابت نبودن ضرایب بتای مدل سه عاملی در بورس اوراق بهادار تهران باشد.
کلیدواژه های مقایسه عملکرد روش فضای حالت با روش حداقل مربعات معمولی OLS در برازش مدل سه عاملی فاما و فرنچ برای پیش بینی بازده، در بورس اوراق بهادار تهران:
نویسندگان مقاله مقایسه عملکرد روش فضای حالت با روش حداقل مربعات معمولی OLS در برازش مدل سه عاملی فاما و فرنچ برای پیش بینی بازده، در بورس اوراق بهادار تهران
غلامحسین گل ارضی
عضو هیئت علمی
اشکان چهره نگار
دانشگاه سمنان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :