تبیین تغییرات بازده در سه مدل CAPM، TFPM، FFPMدر بورس اوراق بهادارتهران- قسمت …

مینیمم(min)

-۰٫۷۴۱۵۴۹

-۰٫۳۰۵۹۵۰

-۰٫۰۳۵۰۴۴

-۰٫۰۲۷۶۵۱

 ۰٫۰۴۵۰۲۱

انحراف معیار(std.dev)

 ۰٫۰۷۱۶۱۳

 ۰٫۳۸۰۵۷۲

 ۰٫۰۲۸۱۹۲

 ۰٫۰۱۱۸۷۴

 ۰٫۰۲۴۶۰۳

نگاره ۴-۲ ارقام توصیفی را درباره ی سطح متوسط بازده سهام برای هر طبقه از متغیرها نشان می دهد. میانگین بازده اضافی سهام برای کل پرتفوی منفی (-۰٫۱۴۶۶۱۲) است، مقدار منفی آن نشان دهنده این است که تعداد مشاهدات منفی نمونه بیشتر از تعداد مشاهدات مثبت بوده است و انحراف معیار بازده مورد انتظار سهام ( بازده اضافی سهام)  ۰٫۰۷۱۶۱۳است، در حالی که حداکثر و حداقل بازده سهام  ۰٫۰۷۸۶۳۲ و -۰٫۷۴۱۵۴۹ می باشد. میانگین بازده اضافی بازار، عامل اندازه (SMB)، عامل نسبت ارزش دفتری به بازار (HML) و عامل گشتاوری (WML) به ترتیب  ۰٫۲۰۹۳۳۸، -۰٫۰۰۶۷۰۶،-۰٫۰۱۰۵۳۹ ، ۰٫۰۷۳۱۸۰ است و انحراف معیار متغیرهای مستقل MKT، SBM، HML، WML به ترتیب  ۰٫۳۸۰۵۷۲، ۰٫۰۲۸۱۹۲ ،  ۰٫۰۱۱۸۷۴،  ۰٫۰۲۴۶۰۳می باشد. حداکثر و حداقل متغیر های مستقل MKT، SBM، HML، WML همانطور که نگاره۴-۲ نشان می دهد به ترتیب ( ۰٫۶۶۶۷۶۵، -۰٫۳۰۵۹۵۰)، (  ۰٫۰۳۸۷۵۱،-۰٫۰۳۵۰۴۴)، (  ۰٫۰۰۸۵۸۲،-۰٫۰۲۷۶۵۱)، ( ۰٫۱۰۶۳۰۱،۰٫۰۴۵۰۲۱) است.
نمودار پراکندگی مشاهدات
شاخص های پراکندگی میزان پراکندگی یا تغییراتی را که در بین داده‌های یک توزیع (نتایج تحقیق) وجود دارد، نشان می‌ دهند. دامنه تغییرات، انحراف چارکی[۴۲]، واریانس[۴۳] و انحراف استاندارد[۴۴] شاخص هایی هستند که به همین منظور در تحقیقات مورد استفاده قرار می ‌گیرند. در نمودارهای پراکندگی زیر نیز حداقل و حداکثر مشاهدات متغیر های ( Ri-RF، Rm-R،SMB، HML ،WML ) همانطوری که در نگاره ۴-۲ آمده بود را نشان می دهد. به عنوان مثال حداکثر بازده مورد انتظار سهام( Ri-R) در نمودار ۴-۱ نشان دهنده ۰٫۰۷ و حداقل آن -۰٫۷ است.
نمودار ۴-۱پراکندگی متغیر بازده اضافی سهام
 
در نمودار ۴-۲ حداکثر بازده اضافی بازار (Rm-RF) 0.66 و حداقل آن-۰٫۳۰ است.
نمودار ۴-۲ پراکندگی متغیر بازده اضافی بازار(بتا)
 
در نمودار ۴-۳ همانطوری که مشاهده می گردد حداکثر SMB 80.03و حداقل آن-۰٫۰۳۵ است.
نمودار۴-۳ پراکندگی متغیر عامل اندازه
 
در نمودار ۴-۴ حداکثر متغیر مستقل عامل نسبت ارزش دفتری به بازار(اHML ) ۰٫۰۰۸ و حداقل آن -۰٫۰۲۷ است.
نمودار۴-۴ پراکندگی متغیر عامل ارزش
 
در نمودار۴-۵ حداکثر متغیر مستقل عامل گشتاوری(WML) 0.10و حداقل این متغیر۰٫۰۴ است.
نمودار۴-۵ پراکندگی عامل گشتاوری
 
نمودار توزیع فراوانی مشاهدات
هیستوگرام متداول ترین نموداری است که برای داده های کمی رسم می شود. برای رسم هیستوگرام ابتدا حدود طبقات جدول توزیع فراوانی را روی محور افقی به صورت پیوسته نشان داده و محور عمودی را بر اساس فراوانی مطلق، فراوانی نسبی و یا درصد مدرج می نماییم. در همین نمودار همانطور که مشخص است علاوه بر هیستوگرام، نمودار چند ضلعی هم ترسیم شده است. نمودار چند ضلعی نموداری است که نقطه ی میانی هر طبقه روی محور افقی و فراوانی نسبی یا مطلق هر یک از نقاط میانی روی محور عمودی ان نشان داده می شود. متناظر با هر نماینده ی طبقه و فراوانی آن یک نقطه در صفحه مشخص می شود که طول آن نماینده طبقه و عرض آن برابر با فراوانی آن طبقه است (عادل آذر۸۵). نمودار های هیستوگرام متغیر وابسته بازده اضافی سهام (Ri-RF) و متغیر های مستقل بازده اضافی بازار (Rm-RF)، عامل اندازه (SMB) و عامل ارزش (HML) و عامل گشتاوری (WML) در نمودار ۴-۶ مشاهده می شود.
نمودار۴-۶ توزیع فراوانی مشاهدات

نوشته ای دیگر :
تحقیق - بررسی رابطه بین سرمایه فکری و ریسک سیستماتیک و غیر سیستماتیک در ...

برای دانلود متن کامل این پایان نامه به سایت  fumi.ir  مراجعه نمایید.