پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 158 |
| تعداد شماره‌ها | 6,226 |
| تعداد مقالات | 67,694 |
| تعداد مشاهده مقاله | 115,005,115 |
| تعداد دریافت فایل اصل مقاله | 89,685,348 |
بررسی زمان مقیاس مدل قیمت‌گذاری دارایی سرمایه‌ای از طریق تبدیل موجک | ||
| بررسیهای حسابداری و حسابرسی | ||
| مقاله 3، دوره 16، شماره 4 - شماره پیاپی 213741، اسفند 1388 اصل مقاله (192.54 K) | ||
| نویسندگان | ||
| غلامرضا اسلامی1؛ حسین عبده تبریزی؛ شاپور محمدی1؛ شهاب الدین شمس2 | ||
| 1دانشگاه تهران | ||
| 2دانشگاه مازندران | ||
| چکیده | ||
| این مقاله به بررسی امکان توصیف بهتر هم تغییری بازده بازار و بازده سهام شرکت‌های فعال در بورس‌های ایران و هفت کشور دنیا و پرداختن به مدل قیمت‌گذاری دارایی سرمایه‌ای با استفاده از رویکرد تبدیل موجک پرداخته است. در این راستا داده‌های مربوط به شاخصهای بورس‌های اوراق بهادار تهران، سئول، هنگ کنگ، بوینس‌آیرس، مکزیکوسیتی، وین، لندن، نیویورک، نزدک، و شاخصهای بین‌الملل نیویورک، شاخص S&P100 و شاخص S&P500 و مولفه‌های آنها استخراج شده و جزییات آنها توسط سطوح مختلف موجک‌های هار، دابشیز، سیملت و کوایفلتز استخراج گردیده و بتاها و معناداری بتاها استخراج گردید نتایج نشان می‌دهد که بتاهای استخراج شده با استفاده از موجک نسبت به حالت به طور معناداری بیشتر است از طرفی کارایی کابرد توابع مختلف تبدیل موجک یکسان است. ولی سطوح بالاتر که مبین زمان مقیاسهای طولانی‌تر هستند معنادارتر و کارآتر می‌باشند. کارایی کاربرد زمان مقیاسهای مختلف برای شاخصهای مختلف یکسان نیست و بازارهای مختلف در زمان مقیاسهای متفاوتی بهتری کارایی را ارایه می‌دهند. | ||
| کلیدواژه‌ها | ||
| بتا؛ تحلیل چند نمایشی؛ زمان مقیاس؛ موجک | ||
| عنوان مقاله [English] | ||
| A Survey of the time scale of capital asset pricing model (CAPM) by wavelet Transfarm | ||
| نویسندگان [English] | ||
| Gholam Reza Eslami1؛ Hossein Abdoh Tabrizi؛ Shapoor Mohmad1؛ Shahabeddin Shams2 | ||
| چکیده [English] | ||
| This essay deals with the possibility of better description of market return covariance and the efficiency of share company which are listed in Tehran stock exchange and seven world countries’ as well as capital asset pricing model by using wavelet conversion approach. In this sense, data was extracted that related to the securities and stock exchange indices of Tehran, Seoul, Hong Kong, Buenos Aires, Mexico City, Vienna, London, New York, NASDAQ, and international indices of New York, S&P100, S&P500 indicators and their components as well as details which derived by different levels of Haar, Daubechie, Symlet, Coiflet. The results indicated that Betas extracted by using wavelet, are meaningfully higher than this status, and from the other hand, the efficiency of different functions applied in wavelet conversion is identical, but the higher level that identifies the longer time scale, are more meaningful and efficient. The efficiency of time application with different is not the same for various indices, and different markets present the efficiency within better and different time scales. | ||
| کلیدواژه‌ها [English] | ||
| Beta, Multi- Resolution Analysis, time scale, Wavelet | ||
|
آمار تعداد مشاهده مقاله: 2,774 تعداد دریافت فایل اصل مقاله: 2,863 |
||