الگوی تعدیلی مدل قیمت گذاری دارایی های سرمایه ای با توجه به عامل اثر ربایشی (آهنربایی) ناشی از حدود دامنه نوسان قیمت سهام
محل انتشار: مدیریت دارایی و تامین مالی، دوره: 9، شماره: 3
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 262
فایل این مقاله در 24 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-9-3_004
تاریخ نمایه سازی: 6 تیر 1401
چکیده مقاله:
هدف: هدف پژوهش، معرفی «اثر ربایشی ناشی از حدود دامنه نوسان قیمت سهام» به عنوان عامل ایجادکننده صرف ریسک در مدل های قیمت گذاری دارایی های سرمایه ای (CAPM) و چندعاملی فاما و فرنچ است.روش: برای پاسخ به سوالات پژوهش، از اطلاعات ۱۲۰ شرکت پذیرفته شده در بورس اوراق بهادار تهران طی بازه ۱۳۹۸-۱۳۸۹ استفاده شده است. هم راستا با پژوهش های فاما و فرنچ، از بازده ماهانه سبد ها برای تجزیه وتحلیل استفاده شده است. در ادامه به کمک رویکرد رگرسیون داده های تابلویی و انجام آزمون GRS، عملکرد مدل های تعدیل شده با اثر ربایشی و مدل های متداول در توضیح بازده سهام مقایسه شدند.نتایج: نتایج پژوهش نشان دهنده عامل اثر ربایشی، برای قیمت گذاری دارایی های سرمایه ای اثرگذار است و بسط مدل های موردبررسی پژوهش با این عامل و تشکیل مدل های تعدیل شده متناظر، باعث بهبود عملکرد آنها در توضیح تفاوت بازده سهام می شود. نتایج حاکی از آن است که مدل پنج عاملی تعدیل شده با عامل اثر ربایشی در مقایسه با مدل های یک، سه و شش عاملی تعدیل شده با عامل اثر ربایشی، عملکرد بهتری نشان می دهد.
کلیدواژه ها:
نویسندگان
میثم جعفری پور
دانشجوی دکتری حسابداری، دانشکده اقتصاد و علوم اجتماعی، دانشگاه شهید چمران اهواز، اهواز، ایران
محمد رمضان احمدی
استادیار گروه حسابداری، دانشکده اقتصاد و علوم اجتماعی، دانشگاه شهید چمران اهواز، اهواز، ایران
اسماعیل مظاهری
استادیار گروه حسابداری، دانشکده اقتصاد و علوم اجتماعی، دانشگاه شهید چمران اهواز، اهواز، ایران
سیدعزیز آرمن
استاد گروه اقتصاد، دانشکده اقتصاد و علوم اجتماعی، دانشگاه شهید چمران اهواز، اهواز، ایران
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 :