بازده سهام و مدل ارزشگذاری مودیلیانی میلر: بازنگری تحلیل فاما و فرنچ

نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
در تحقیق حاضر اثر سرمایه گذاری موردانتظار، سودآوری موردانتظار و نسبت ارزش دفتری به بازار بر بازدهی موردانتظار بررسی می شود.
برای محاسبه سودآوری موردانتظار و سرمایه گذاری موردانتظار از مدل فاما-فرنچ (2006) و برای محاسبه بازده مورد انتظار، ارزش بازار و نسبت ارزش دفتری به بازار حقوق صاحبان سهام از روش های مرسوم استفاده شده است. با هدف افزایش قابلیت مقایسه، از دو متغیر رشد تعداد سهام و رشد ارزش دفتری حقوق صاحبان سهام به صورت مجزا بهره گرفته شده است. در این تحقیق از دو مرحله رگرسیون استفاده شده است. رگرسیون های مرحله اول جهت تخمین سرمایه گذاری مورد انتظار و سودآوری موردانتظار و رگرسیون های مرحله دوم جهت آزمون روابط بین متغیرها جهت تخمین بازده.
نتایج تحقیق بیانگر رابطه مثبت و معنی دار بین بازده مورد انتظار با سودآوری موردانتظار و ارزش دفتری به ارزش بازار است. رابطه بین بازده مورد انتظار با سرمایه گذاری موردانتظار معکوس و معنی دار بود. همه فرضیات تحقیق مورد تایید قرار گرفت.
زبان:
فارسی
صفحات:
49 تا 62
لینک کوتاه:
magiran.com/p1845294 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 990,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 50 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!