مقاله مقایسه قدرت پیش بینی بازده مورد انتظار سهام با استفاده از مدل‌های CAPM و Reward Beta

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 مقاله مقایسه قدرت پیش بینی بازده مورد انتظار سهام با استفاده از مدل‌های CAPM و Reward Beta دارای ۲۹ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله مقایسه قدرت پیش بینی بازده مورد انتظار سهام با استفاده از مدل‌های CAPM و Reward Beta  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله مقایسه قدرت پیش بینی بازده مورد انتظار سهام با استفاده از مدل‌های CAPM و Reward Beta،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله مقایسه قدرت پیش بینی بازده مورد انتظار سهام با استفاده از مدل‌های CAPM و Reward Beta :

تعداد صفحات :۲۹

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: ۱- تعیین پارامتر های مدل‌ها به صورت آینده نگر(۱/۱/۱۳۷۹- ۲۹/۱۲/۱۳۸۲) بر اساس رگرسیون سری زمانی و ۲- استفاده از پارامترهای تعیین شده در مرحله قبل به‌عنوان متغییر های توضیحی در رگرسیون مقطعی به صورت گذشته نگر(۱/۱/۱۳۸۳-۲۹/۱۲/۱۳۸۶).
در این تحقیق ۱۱۲ شرکت پذیرفته شده در بورس اوراق بهادار تهران با استفاده از روش نمونه­گیری قضاوتی انتخاب شده وجهت تجزیه و تحلیل داده‌ها از ضریب تعیین R2، سطح معنی داری آماره t و F و برای ارزیابی مدل‌های تخمینی از آزمون خطای تصریح رگرسیونی، آزمون نرمالیتی باقیمانده ها و آزمون دوربین واتسون(DW) استفاده شده است. یافته های تحقیق حکایت از آن دارد که مدل Reward Beta بر مدل CAPM در پیش بینی بازده سهام برتری دارد.

Abstract
This article tests and compares two models CAPM and the Reward Beta Model for the prediction of the expected return in the Tehran Stock Exchange(TSE): based on the two-step test methodology 1) estimation of the models’ parameters through time series regressions in an ex-ante sample; 2) use of the parameters as explanatory variables in a cross section regression and ex-post sample; By using Microfit4 and Excel, some relevant statistical and econometrics methods such as t-statistics, F statistics, adjusted coefficient of determination(Adj. R2 ), Durbin–Watson, Jarque-Bera, Functional Form, were employed for testing the research hypotheses. The results, based on a sample of 112 firms during the period 1998 to 2008, show that reward beta has a higher explanatory power in comparison with CAPM