بررسی کارایی مدل پنج عاملی فاما و فرنچ در پیش بینی بازده سهام (مطالعه موردی : بورس اوراق بهادار تهران)

پیام:
نوع مقاله:
مطالعه موردی (دارای رتبه معتبر)
چکیده:

با توجه به رشد و توسعه بازارها و ابزارهای مالی ، پیچیدگی های بازارهای مالی و تخصصی شدن مقوله سرمایه گذاری ، سرمایه گذاران و شاغلان بازارهای مالی نیازمند ابزارها ، روش ها و مدل هایی هستند که در انتخاب مناسب ترین پرتفوی به آن ها یاری دهد. این امر موجب شد که نظریه ها ، مدل ها ، و روش های گوناگونی برای قیمت گذاری دارایی های مالی و محاسبه پیش بینی نرخ بازدهی سهام ، مطرح شده و هر روز در حال توسعه و تغییر باشد. یکی از این مدل ها ، مدل سه عاملی فاما و فرنچ می باشد که طی دو دهه اخیر مورد توجه محققین قرار گرفته است. مدل پنج عاملی فاما و فرنچ علاوه بر مدل سه عاملی شامل دو عامل سودآوری و سرمایه گذاری است. هدف این پژوهش آزمون مدل پنج عاملی فاما و فرنچ در تبیین بازده سهام است. به منظور دستیابی به اهداف پژوهش 5 فرضیه تدوین گردیده است، برای نمونه گیری از روش حذفی سیستماتیک استفاده شده ودر مجموع 182 شرکت در فاصله زمانی سال های 1387 تا 1393در بورس اوراق بهادار تهران انتخاب گردید. برای آزمون فرضیه ها از رگرسیون پانلی استفاده گردیده است. نتایج حاصل از این پژوهش آشکار می سازد که عوامل بازار، اندازه شرکت وسودآوری و سرمایه گذاری بر بازده سهام تاثیر مثبت ومعنی داری داشته، اما عامل ارزش (نسبت B/M) بر بازده تاثیر منفی و معنی داری دارد.

زبان:
فارسی
صفحات:
5 تا 27
لینک کوتاه:
magiran.com/p2254127 
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 1,390,000ريال 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.
In order to view content subscription is required

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