
فایل پاورپوینت تحقیقی و جالب درباره تبلیغات خلاقانه که اگر همراه با توضیحات پیوست باشد برای دانشجویان بخصوص کسانی که با تبلیغات رسانه ای سروکار دارند بسیار کارآمد بوده و می توانند نمره بسیار عالی از استاد خود دریافت نمایند

لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل:Word (قابل ویرایش و آماده پرینت)
تعداد صفحه14
چکیده:
در این پروژه ، فیلتری را طراحی می کنیم که فرکانس های زیر 10 (شعاع قطع پایین) و بالای 20 (شعاع قطع بالا) را از خود عبور دهد.این فیلتر با استفاده از فیلترهای Low-pass و High-pass ایده آل ، Butterworth و Gaussian طراحی شده است. روند تعریف این فیلتر در این گزارش بیان شده و هم چنین با بررسی نتایج حاصل از این فیلترها ، به مقایسه عملکرد آنها می پردازیم.
شرح تکنیکی مساله:
هدف این است که فیلتری بسازیم که فرکانس های زیر 10 و بالای 20 را از خود عبور داده و بقیه فرکانس ها را حذف یا تضعیف کند.
تصویر اصلی، شکل (1) ، یک تصویر 500*500 است که می خواهیم آن را از این فیلتر عبور دهیم. بدین منظور ابتدا یک فیلتر Low-pass ایده آل یا Butterworth یا Gaussian طراحی کرده تصویر را از آن عبور میدهیم وسپس تصویرحاصل را از یک فیلتر High-pass ایده آل یا Butterworth یا Gaussian گذر می دهیم تا به ترتیب فرکانس های زیر 10 و بالای 20 را تقویت کند.
اولین راهی که به ذهن می رسد این است که طبق مراحل گفته شده برای اعمال فیلتر به تصویردر حوزه فرکانس ، پس از تغییر فاز ، ابتدا تبدیل فوریه تصویررا گرفته(با دستور fft2)، وحاصل را در فیلتر Low-pass ضرب نظیر به نظیر کنیم و بعد از جواب بدست آمده عکس تبدیل فوریه بگیریم(با دستور ifft2 ) تا پس از انجام مراحل باقیمانده ، تصویر خواسته شده در حوزه مکان حاصل شود.
این الگوریتم در برنامه های (2) ، (3) و (5) ، به ترتیب برای فیلتر های ایده آل ، Butterworth و Gaussian که در پیوست موجود است پیاده سازی شده و نتایج حاصل از آنها در شکل های (5) ، (8) و (12) قابل مشاهده است.
توضیح: برای فیلتر ایده آل اول تصویر عبور داده شده از فیلتر Low-pass به صورت فایل JPEG ذخیره شد وسپس در برنامه ای جداگانه ای تصویر حاصل از فیلتر Low-passرا از یک فیلتر High-passعبور دادیم. که نتیجه همان شکل 5-5 است.
اما راه حل بهینه این است که دو بار از تصویرها تبدیل فوریه و عکس تبدیل فوریه نگیریم. به عبارت دیگر دو مرتبه وارد حوزه فرکانس نشویم. در نتیجه باید ابتدا تبدیل فوریه تصویر را بدست آورده و در فیلتر Low-pass ضرب کنیم. سپس جواب را در فیلتر High-pass هم ضرب کرده و از این حاصل ضرب عکس تبدیل فوریه بگیریم و بقیه مراحل تغییر فاز و ... را طی کنیم. بنابراین یک بار وارد حوزه فرکانس شده و محاسبات برنامه کمتر می شود و سرعت اجرا هم بالاتر می رود.
این الگوریتم در برنامه های (4) و (6) برای فیلترهای Butterworth و Gaussian که در پیوست موجود است پیاده سازی شده و نتایج حاصل از آنها در شکل های (9) و (13) مشاهده می شود.
بررسی نتایج:
طیف فوریه تصویر اصلی را در شکل(2) می بینید که حاصل از تابع(1) موجود در پیوست است. شکل(3)، تصویر حاصل ازفیلتر پایین گذر ایده آل است. همان طور که مشاهده می شود، تصویربه شدت تار شده و پدیده Ringing در آن ظاهر شده است. این پدیده در شکل(4) که حاصل از فیلتربالاگذر ایده آل است نیز قابل رویت است. شکل(5) تصویر به دست آمده از تصویر حاصل ازاعمال فیلتر پایین گذر است که از یک فیلتربالاگذر هم گذرانده شده است. مشخص است که جزییات
چکیده
از دیرباز قیمت گذاری دارایی های مالی با چالش ها و فراز و نشیب های زیادی رو به رو بوده است. چرا که دانشمندان عوامل متعدّد اثرگذاری را بر روی قیمت و بازده اوراق بهادار شناسایی و به اثبات رسانده اند. ریسک و حرکت افتان و خیزان بازار از جمله عواملی است که ارتباط بسیار تنگاتنگی با قیمت گذاری و بازده اوراق بهادار دارد. لذا این تحقیق با عنوان تحلیل مقایسه ای بین مدل شرطی قیمت گذاری دارایی های سرمایه ای (C-CAPM) و مدل شرطی قیمت گذاری داریی های سرمایه ای کاهشی (CD-CAPM) به دنبال ارائه و تحلیل این مطلب است که کدام یک از مدل های فوق، بهتر می تواند رابطه ریسک و بازده واقعی را تبیین کنند. جامعه مطالعاتی پژوهش حاضر بازار سرمایه ایران می باشد که در محدودۀ زمانی سال های 1380 تا 1386 مورد مطالعه قرار گرفته است. همچنین برای آزمون فرضیه ها، متغیرهای تحقیق به صورت ماهانه محاسبه و مورد آزمون قرار گرفته شده است. این تحقیق از دیدگاه روش و ماهیت، از نوع تحقیق های همبستگی به حساب می آید و با توجه به موضوع و فرضیه های تدوین شده؛ جهت انجام آزمون فرضیه های آماری از ضریب همبستگی پیرسون، ضریب تعیین، تحلیل واریانس و رگرسیون خطی استفاده شده است.
نتایج تحقیق نشان دهنده این واقعیت است که در مدل CD-CAPM، 53 درصد تغییرات بازده واقعی ناشی از بتای تعدیلی (کاهشی) است و در مقایسه با مدل C-CAPM که بتای سنتی آن فقط تا میزان 26 درصد از تغییرات بازده واقعی را تبیین می کند، در حد بالایی است. ماحصل یافته های فوق گویای این مطلب اند که مدل CD-CAPM در بورس اوراق بهادار تهران و در محدودۀ زمانی سال های 1380 تا 1386توانسته است، نسبت به مدل C-CAPM رابطه ریسک و بازده واقعی را به بهترین نحو تبیین کند.
واژگان کلیدی: CD-CAPM, C-CAPM ، ریسک سیستماتیک و بازده واقعی.
مقدمه
بورس اوراق بهادار به عنوان نماد بازار سرمایه ایران، تأثیر پذیری زیادی از تغییر چرخه های اقتصادی دارد. مدیران سرمایه گذاری، مدیران پرتفوی و سایر اشخاص حقیقی و حقوقی که در این بازار به معاملات سهام و سایر دارایی های مالی می پردازند، برای حفظ و افزایش ارزش سبد سرمایه گذاری های خود نیاز به بررسی عوامل مختلف مؤثر بر بازده پرتفوی دارایی های مالی خود تحت شرایط مختلف اقتصادی دارند.
یکی از عواملی که تأثیر زیادی بر بازده دارایی های مالی دارد، ریسک است و تمامی سرمایه گذاران باید به سنجش میزان حساسیت پرتفوی دارایی های مالی خود نسبت به ریسک بپردازند. آن ها جهت بهینه سازی پرتفوی دارایی های مالی خود متناسب با سطح ریسک همواره در جستجوی شناسایی عوامل تأثیر گذار بر بازده و روش اندازه گیری و کنترل آن عوامل هستند (تهرانی،1383، 41).
در فعالیت های اقتصادی سرمایه گذار به تناسب ریسکی که متحمّل می گردد، بازده دریافت می کند. این اصل در مبانی نظری مدیریت مالی تحت عنوان "مصالحه ریسک و بازده" خوانده می شود. مدل قیمت گذاری دارایی های سرمایه ای از جمله مدل هایی است که در محاسبه ضریب بتا (عامل ریسک سیستماتیک) سودمند است. این مدل حاصل شکل گیری و توسعه بازار مالی است که اولین بار توسط مارکوویتز با عنوان نظریه پرتفوی بنیان نهاده شد. مدل CAPM از جمله مدل هایی است که در محاسبه ضریب بتا سودمند است. در این مدل فرض بر این است که شرایط بازار متقارن است. بنابراین سنجش میزان ریسک، در ارزیابی سرمایه گذاری ضرورت می یابد، لیکن بروز شرایط بازار نا متقارن می تواند ضمن تأثیر بر صرف ریسک، نرخ بازده مورد انتظار دارایی را نیز تحت تأثیر قرار دهد (رهنمای رودپشتی و زنجیردار،1387، 3).
لذا معرفی مدل های تعدیل شده در این بازار ها تحت عنوان C-CAPM ، CD-CAPM می تواند برای تبیین بهتر رابطه بین ریسک و بازده، مورد استفاده قرار گیرد.
بیان مسئله
در اقتصاد رو به رشد حال حاضر مدیران سرمایه گذار و مدیران پرتفوی، همواره به دنبال گزینه های مناسب سرمایه گذاری هستند تا بتوانند هم سود مورد نظر را کسب کنند و هم در بلند مدت ثروت خود را افزایش دهند. بازار های مالی یکی از محافلی هستند که می توانند انگیزه سرمایه گذاری را برای سرمایه گذاران متجلی سازند. در حال حاضر بورس اوراق بهادار کشورمان این مهم را به عهده گرفته است. مدیران سرمایه گذاری و مدیران پرتفوی به دنبال انتخاب و گزینش اوراق بها داری هستند که بیشترین سود دهی را داشته باشد. همچنین سرمایه گذاری اگر به صورت نگهداشت مجموعه ای از اوراق بهادار مختلف و متنوع (پرتفوی) باشد، ریسک و خطر به همراه خواهد داشت. به عبارت دیگر انتخاب سبد سهام بدون در نظر گرفتن عوامل تأثیر گذار بر بازدهی، دارای ریسک می باشد. نکته ای که باید بدان اشاره نمود، این است که در عمل سرمایه گذاران چندان به متغیر ریسک در کنار بازدهی توجهی نمی کنند و یا به عبارتی دیگربه ریسک تحت عنوان یک معیار مهم برای سرمایه گذارای بها نمی دهند. در واقع آن چیزی که بازدهی یک شرکت را تحت تأثیر قرار می دهد، در حالت کلی وضعیت درون سازمانی و برون سازمانی است، به عنوان مثال ریسک تجاری، ریسک صنعت، ریسک بازار و... . پس اگر سرمایه گذار این عوامل را در ارتباط با بازدهی مد نظر قرار دهد، قطعاً به نتایج مطلوبی خواهد رسید. CAPM از جمله مدل هایی است که در محاسبه ریسک مفید است که توسط شارپ (1964)، لینتر (1965) و بلک (1977) در حوزه علوم اقتصادی ظاهر شد و تاکنون از پر کاربرد ترین مدل هایی است که در حوزۀ سرمایه گذاری و مالی مورد استفاده قرار می گیرد (گراهام و هاروی،2001، 243-187) . در این تحقیق اهتمام بر این است رابطه ریسک و بازدهی را بهتر تبیین کنیم.بنابراین سوالات زیر مطرح می شود:
1. کدام یک از مدل های فوق رابطه ریسک و بازده واقعی را با دقت و قدرت بیشتری بیان می کند؟
2. ضریب بتا ( β ) و بتای تعدیلی (dβ ) کدام یک بهتر می توانند بازده واقعی را دقیق تر تخمین بزنند ؟
3. کدام یک از مدل های C-CAPM و CD-CAPM قدرت تخمین بیشتری در ارتباط با بازده واقعی را دارا می باشند؟
ضرورت و اهمیت تحقیق
اهمیت موضوع را می توان حرکت رو به آرام تهدید هایی دانست که در صورت عدم وجود یک معیار صحیح و مناسب تعیین نرخ بازده مورد انتظار به وجود می آید. اگر در بورس اوراق بهادار تهران معیاری جهت تعیین قیمت پذیرش ریسک بیشتر وجود نداشته باشد و سهام شرکت های دارای ریسک بیشتر همانند سهام شرکت های با ریسک پایین قیمت گذاری شود، بازده تحقق یافته سرمایه گذاران متناسب با سطح پذیرش ریسک نخواهد بود.
ضمن آنکه در شرایط برآورد نرخ بازده مورد انتظار و تبیین مدل CAPM عامل ریسک سیستماتیک بازار سود برده و برای محاسبه ضریب همبستگی، از بازده های مثبت و منفی و شاخص بازار نسبت به میانگین دوره زمانی استفاده به عمل می آید، در نتیجه قسمت مثبت تفاوت ها نسبت به میانگین، تفاوت های منفی را تعدیل نموده و لذا ریسک سیستماتیک که عامل مهم برآورد نرخ بازده مورد انتظار است، به نحو مناسبی برآورد نگردیده و بسیاری از سرمایه گذاران توان کسب بازدهی متناسب با ریسک را نخواهد داشت و بازده تحقق یافته با انتظارات سرمایه گذاران متفاوت خواهد بود. عدم توجه به رابطه بین ریسک و بازده مورد توقع سرمایه گذاران به عدم کارایی بازار کمک می کند و باعث می شود بازار سرمایه ایران، همواره غیر کارا و خارج از حالت تعادل باقی بماند. این عدم انطباق موجب خروج سرمایه ها از این بازار جوان و یا جلوگیری از ورود سرمایه های جدید به آن خواهد شد، لذا وجود یک مدل که بتواند معیارهای ریسک و بازدهی را در تعیین ارزش سهام پوشش دهد و به حرکت بورس اوراق بهادار تهران در جهت کارآمدی بیشتر کمک نماید، ضروری به نظرمی رسد(عباسیان و دیگران،1384، 85- 71).
بنابراین، در مدل های جدید پیشنهادی هم از تفاوت های منفی و هم از تفاوت های مثبت جهت تخمین ریسک سیستماتیک بازار استفاده می شود، تا از این طریق بسیاری از مشکلات تشریح شده در بالا مرتفع گردد. اهمیت این پژوهش را می توان چنین بیان نمود که این ضرورت احساس می شود که به مدلی دست پیدا کنیم تا بتواند از نظر کیفی تأثیر ریسک بر بازده واقعی را به نحو مطلوبی تبیین نماید و بتواند تصویری روشن از وضعیت بورس اوراق بهادار تهران ارائه نماید. همچنین وجود رابطه خطی بین ریسک سیستماتیک و بازده را در شرایط نا متقارن اثبات نماید.
پیشینه تحقیق
تعیین قیمت و ارزیابی اوراق بهادار فرایند بسیار حساس و در عین حال پیچیده ای است، لذا از دیر باز تکنیک ها و مدل های مختلفی جهت تبیین فرایند قیمت گذاری ارائه شده است. اساس توسعه مدل قیمت گذاری دارایی توسط مارکوویتز(1952) و توبین (1958) بنا نهاده شده است. مدل CAPM از جمله مدل هایی است که در محاسبه ضریب بتا سودمند است. در این مدل فرض بر این است که شرایط بازار متقارن است. بنابراین سنجش میزان ریسک، در ارزیابی سرمایه گذاری ضرورت می یابد، لیکن بروز شرایط بازار نا متقارن می تواند ضمن تأثیر بر صرف ریسک، نرخ بازده مورد انتظار دارایی را نیز تحت تأثیر قرار دهد.
از طرفی ویلیام شارپ (1964)، بلاک (1977) ، ترینور (1961) و لینتر (1965) مدل قیمت گذاری دارایی های سرمایه ای کاهشی را بیان کردند که به عامل ریسک و رابطه بین ریسک و بازده مورد انتظار و ارائه یک مدل مناسب جهت نمایش رابطه ریسک و بازده توجه می نمود. در عین حال با تکوین مدل مذکور ایرادات فراوانی به آن وارد گردید و موجب شد، تعداد زیادی از دانشمندان مدیریت و اقتصاد در جهت بسط و توسعه مدل مذکور اقدام نمایند. این مدل این امکان را می دهد تا با در نظر گرفتن نوسانات منفی بازده دارایی و شاخص بازار نسبت به میانگین دوره (شرایط نا متقارن)، امکان تعیین دقیق ریسک بازار و در نهایت نرخ بازده مورد انتظار فراهم آید. استرادا در سال 2002 مدلی را با عنوان مدل قیمت گذاری دارایی سرمایه ای تعدیلی ابداع نموده که می تواند در شرایط بازار نا متقارن برآورد مناسبی از بازده مورد انتظار ارائه دهد. وی اظهار داشت که در شرایط نا متقارن بازار، CAPMتا حدود 38 درصد و D-CAPM، 55 درصد برآورد مناسبی از بازده مورد انتظار ارائه می دهند. استرادا آشکار نمود که سنجش های ریسک تعدیلی بر سنجش های ریسک استاندارد در شرح تغییر پذیری سطح متقاطع بازدهها در بازارهای نوظهور برتری دارد (استرادا،2002، 1) .
در دهۀ 1970 هنگامی که مدل های قیمت گذاری دارایی متعادل با ریسک منفی مطرح شد، عملاً مفهوم ریسک منفی (کاهشی) مورد توجه صاحب نظران مالی قرار گرفت.
مائو (1970) استدلال های قوی ای مبنی بر اینکه سرمایه گذاران تنها به ریسک کاهشی(منفی) توجه دارند و این که معیار نیم واریانس باید مورد توجه قرار بگیرد، ارائه نمود.
باوا (1975) و فیشبورن (1977) به توسعه معیارهای ریسک کاهشی پرداختند و معیار ریسکی تحت عنوان (LPM) را مطرح نمودند.
لیزنبرگ (1977) و هارلو و رائو (1989) مدل های شبه CAPM را بر اساس معیارهای ریسک کاهشی مطرح کردند.
از طرفی هوگان و وارن (1974) مدل شبه واریانس (MSB) را ارائه کردند. که معیار حساسیت دارایی(بتا) در مقابل نوسانات بازار قرار می گرفت، این معیار اندازه گیری جدید، بتای کاهشی نام گرفت.
کراس و لیزنبرگر (1976)،این ارتباط را به عنوان آزمون CAPM با عامل چولگی آزمون کردند و دریافتند که سرمایه گذاران برای چولگی مثبت انتظار پاداش دارند (کراس و لیزنبرگر،1376، 1096-1085) .
پنتیگل، ساندرام و ماتور (1995) رابطه بین ریسک و بازده را در شرایط مختلف رونق و رکود بازار بررسی نمودند و اعتقاد داشتند که ارزیابی رابطه بین بتا و بازده، نیاز به تعدیل دارد و تاکنون در آزمون های سنتی CAPM به جای بازده مورد انتظار از بازده واقعی استفاده شده است، در حالی که طبق مفروضات مدل CAPM باید رابطه بازده مورد انتظار با بتا مورد بررسی قرار گیرد. لذا آن ها نوعی رابطه شرطی بین بازده و بتا را توسعه دادند که در آن رابطه بتا با بازده وابسته به مثبت یا منفی بودن بازده اضافی (صرف ریسک) بازار بود ( پنتیگل ودیگران، 1995، 116-101 ) . پدرسون و هوآنگ (2003) در بررسی شرکت های انگلیسی نشان دادند که بتای کاهشی در بازار نامتقارن در مقایسه با بتای CAPM تخمین مناسب تری از نرخ بازده مورد انتظار ارائه می کند. پولاک و نیلانا (2003) در زمینه ریسک کاهشی و بکارگیری شیوه نیم واریانس تحقیقاتی انجام دادند و با تشکیل یک پرتفوی متشکل از 4 سهام و یک برگه اختیار معادله ، رویکرد سنتی میانگین- واریانس مارکوویتزی را با رویکرد میانگین- نیم واریانس مقایسه کردند. به نظر آن ها واریانس بازده، معیار سئوال برانگیز و محدودی برای سنجش ریسک می باشد. مخصوصاً آن که از این شیوه در ابزار مشتقه استفاده شود (پولاک و نیلانا، 2003، 2) .
پست و ون (2004) اظهار می دارند که محدودیت شناخته شده میانگین- واریانس CAPM ، این است که واریانس یک معیار اندازه گیری سئوال برانگیز احتمال ریسک سرمایه گذار می باشد. زمانی که عموم سرمایه گذاران از انحراف پایین تر از میانگین گریزانند و به انحرافات بالاتر از میانگین علاقه مندند، این اندازه گیری در مورد تغییر پذیری مثبت(رو به بالا) و تغییر پذیری منفی(رو به پایین) یک شکل عمل خواهد کرد و این یک دلیل قوی برای جا به جا نمودن واریانس، با معیار اندازه گیری ریسک کاهشی می باشد (پست و ون،2004) .
کمبل (2001) در مورد بتای شرطی چنین بیان می کند که بتای منفی برای دوره هایی که بازده متوسط بازار منفی و زیر متوسط بازده بازار است، مورد محاسبه قرار می گیرد و بتای مثبت موقعی که بتای بازار برای دوره هایی که بازده متوسط بازار مثبت است، مورد محاسبه قرار می گیرد. البته بتا بسیار از حرکت فرّار بازار تأثیر می پذیرد. فرّار بودن بازار در دوره هایی که بازار منفی است یا در حالت رکود به سر می برد بیش تر می شود.
اندرو وانگ و یوهانگ زینگ (2002) اعتقاد دارند که رابطه ای معکوس بین ریسک و بازده با ابزارهای دیگری علاوه بر بتای شرطی نیز مورد سنجش قرار می گیرد. مهم ترین این عوامل ضریب همبستگی است. اگر ضریب همبستگی را به عنوان یک معیار سنجش حرکت بازده سهام در ارتباط با یک دیگر در نظر بگیریم متوجه خواهیم شد سهامی که همبستگی منفی با یکدیگر دارند، نسبت به سهامی که همبستگی مثبت با هم دارند بازده مورد انتظار بیشتری دارند.
رهنمای رودپشتی و زنجیردار(1387) نیز در تحقیق خود که به بررسی تبیین ضریب حساسیت با استفاده از مدل CAPM وD-CAPM می پردازد به این نتیجه رسیدند که، D-CAPM تبیین دقیق تری نسبت به CAPM از رابطه بین بازده مورد انتظار و بازده بازار ارائه می دهد. همچنین بین بتای تعدیلی و بتا تفاوت معناداری وجود دارد و بازده مورد انتظار دو مدل از تفاوت معناداری برخوردارند و نهایتاَ اینکه استفاده از D-CAPM نسبت به CAPM در بازار، جهت ارزشیابی دارایی های مالی، به دلیل آنکه از توان بهتری برخوردار است، مناسب تر است(رهنمای رودپشتی و زنجیردار،1387، 2).
سیلویا پول و گرنجر(1991) در تحقیقی که در دورۀ زمانی 1991 الی 1999 بر روی شاخص S&P500 و داوجونز انجام دادند، شرایط مختلف بازار را در نظر گرفته و مدل CAPM شرطی را مورد استفاده قرار دادند. هدف از انجام تحقیق بررسی تأثیر نامتقارن شرایط مختلف بازار بر روی بتا بود و به این نتیجه رسیدند که با توجه به تأثیر اخبار خوب و بد بر روی بازار، بتای پرتفوی ها تحت شرایط مختلف ثابت می ماند.
تبیین مدل تحلیلی C-CAPM و CD-CAPM
- مدل C-CAPM
Ri = Rf + [Rm – Rf]1 β .D + [Rm – Rf]2 β .(1-D) + ei
Ri : بازده مورد انتظار دارایی i ، Rf : نرخ بازده بدون ریسک، [Rm –Rf ]1 : صرف ریسک مثبت، [Rm –Rf ]2 :صرف ریسک منفی، iβ : بتای سنتی(ضریب حساسیت) دارایی i ، D : متغیر کمکی برای تعیین کردن صرف ریسک .
اگر باشد آنگاه یعنی در حالت صرف ریسک منفی هستیم. بنابراین عمل خواهد شد و طرف دیگر معادله رگرسیون غیر فعّال می گردد.
اگر باشد آنگاه یعنی در حالت صرف ریسک مثبت هستیم. بنابراین عمل خواهد شد و طرف دیگر معادله رگرسیون غیر فعّال می گردد.
- مدل CD-CAPM
Ri = Rf + [Rm – Rf]1 βd .D + [Rm – Rf]2 βd .(1-D) + e
که در آن :
Ri: بازده مورد انتظار دارایی i ، Rf: نرخ بازده بدون ریسک، [Rm –Rf ]1 : صرف ریسک مثبت، [Rm –Rf ]2 : صرف ریسک منفی، diβ : بتای تعدیلی(ضریب حساسیت) دارایی i .
متغیر های تحقیق و شیوه اندازه گیری آن ها
بازده بدون ریسک
بازده بدون ریسک، عبارتند از، متوسط نرخ بازدهی است که سرمایه گذاران بدون تحمل ریسک انتظار کسب آن را دارند. اوراق بها داری را که دارای هیچ گونه ریسک سیستماتیک نمی باشد، اوراق بهادار بدون ریسک می نامند. ضریب بتای این گونه اوراق صفر است. بهترین نمونه اوراق بهادار بدون ریسک، اوراق خزانه هستند (نوو،1383 ،195).
با توجه به ویژگی های اوراق مشارکت در ایران که شامل تضمین پرداخت اصل و سود مشارکت از سوی دولت، بانک مرکزی و سایر بانک ها و نیز باز خرید اوراق به مبلغ اسمی قبل از سررسید می باشد، سود علی الحساب اعلام شده از سال 1380 تا 2/4/1384 با نرخ 17 درصد و پس از آن تاریخ بنا به اعلام تغییر نرخ از سوی بانک مرکزی از 17 درصد به 5/15 درصد به عنوان نرخ بازده بدون ریسک تا پایان دوره زمانی تحقیق در نظر گرفته شد. نرخ بازده بدون ریسک نیز بر مبنای نگاره شماره (1) بکار برده می شود.البته این نرخ ها سالیانه می باشند که در این تحقیق با توجه به این که کلیه متغیر ها ماهیانه محاسبه شده اند، نرخ بازده بدون ریسک نیز بر 12 تقسیم می شود تا این نرخ به صورت ماهیانه مورد استفاده قرار گیرد.
بازده ماهانه سهام
بازده سهام نیز از رابطۀ ذیل بدست می آید :
که در آن :
: درصد افزایش سرمایه، P0: قیمت اول دوره، DPs: سود تقسیم شده بین سهامداران، P1: قیمت آخر دوره.
نرخ بازده ماهانه بازار
نرخ بازده بازار نیز از رابطه زیر بدست می آید:
که در آن :
: قیمت آخرسال شاخص بازار، : قیمت اول سال شاخص بازار، Rm: نرخ بازده سالیانه بازار.
بتای سنتی
تأثیر یک سهام خاص بر مخاطره کلی یک مجموعه سهام متنوع را با بتای سهام مزبور اندازه گیری می کنند. هر چه بتای سهام بزرگتر باشد، سهام میزان تأثیر پذیری اش از بازار و نوسانات آن بیشتر است(تقوی،1376،87).
بتای تعدیلی
ضریب حساسیت یا بتای کاهشی از طریق رابطه زیر محاسبه می گردد:
که در آن :
Scov(Ri,Rm) : شبه کواریانس بین بازده سهام شرکت و بازده بازار،
Svar(Rm) : شبه واریانس بازار (نیکو مرام و دیگران،1385،316).
کواریانس دارایی i نسبت به پرتفوی بازار در چارچوب ریسک منفی و همچنین شبه واریانس مربوط نیز به صورت ذیل بیان می شود (استرادا،2007، 185-169) .
با توجه به مطالب فوق می توان ضریب همبستگی بین دارایی i و بازده بازار را در رابطۀ زیر محاسبه نمود:
فرضیه های تحقیق
در ادامه تحقیق برای پاسخ به سئوال های تحقیق که برگرفته شده از چارچوب نظری تحقیق است، اقدام به تدوین فرضیه های زیر گردید:
فرضیه اول مدل شرطی قیمت گذاری دارایی های سرمایه ای (C-CAPM) توانایی تبیین رابطه ریسک و بازده واقعی را در بازار سرمایه ایران دارد.
وضعیت اول فرضیه اول مدل شرطی قیمت گذاری دارایی های سرمایه ای (C-CAPM) توانایی تبیین رابطه ریسک و بازده واقعی را در شرایط صرف ریسک منفی در بازار سرمایه ایران دارد.
وضعیت دوم فرضیه اول مدل شرطی قیمت گذاری دارایی های سرمایه ای (C-CAPM) توانایی تبیین رابطه ریسک و بازده واقعی را در شرایط صرف ریسک مثبت در بازار سرمایه ایران دارد.
فرضیه دوم مدل شرطی قیمت گذاری دارایی های سرمایه ای کاهشی (CD-CAPM) توانایی تبیین رابطه ریسک و بازده واقعی را در بازار سرمایه ایران دارد.
وضعیت اول فرضیه دوم مدل شرطی قیمت گذاری دارایی های سرمایه ای کاهشی (CD-CAPM) توانایی تبیین رابطه ریسک و بازده واقعی را در شرایط صرف ریسک منفی در بازار سرمایه ایران دارد.
وضعیت دوم فرضیه دوم مدل شرطی قیمت گذاری دارایی های سرمایه ای کاهشی (CD-CAPM) توانایی تبیین رابطه ریسک و بازده واقعی را در شرایط صرف ریسک مثبت در بازار سرمایه ایران دارد.
فرضیه سوم مدل شرطی قیمت گذاری دارایی های سرمایه ای کاهشی (CD-CAPM) در مقایسه با مدل شرطی قیمت گذاری دارایی های سرمایه ای (C-CAPM) توان تبیین بالاتری برای ارائه رابطه ریسک و بازده واقعی را در بازار سرمایه ایران دارد.
روش تحقیق
روش مورد استفاده در تحقیق جهت آزمون فرضیه ها بر پایه استقلال قیاسی استوار است که از تحلیل مطالب نظری و تجربی ناشی می شود. تحقیق حاضر همچنین از نوع تحقیقات گذشته نگر است. چنانچه داده های گرد آوری شده در رابطه با رویدادهایی باشند که در گذشته رخ داده است، طرح تحقیق گذشته نگر تلقی می گردد(سرمد و همکاران،1381،170). تحقیق از نوع تحقیقات کاربردی است. هدف تحقیق کاربردی، توسعه دانش کاربردی در یک زمینه خاص است. هم چنین تحقیق حاضر، از نظر روش و ماهیت از نوع تحقیق های همبستگی است. در این تحقیق هدف، تعیین میزان هماهنگی تغییرات متغیرهاست. برای این منظور بر حسب مقیاس های اندازه گیری متغیر ها، شاخص های مناسبی اختیار می شود(همان منبع،172). بدین منظور ابتدا بتا و بتای تعدیلی مربوط به مدل های C-CAPMوCD-CAPM و صرف ریسک مثبت و منفی بازار نیز با عنایت به داده های جمع آوری شده محاسبه و سپس با بازده واقعی مورد آزمون قرار می گیرد.
روش گردآوری اطلاعات
برای جمع آوری داده های مورد نیاز آزمون فرضیه ها و همچنین مبانی نظری پژوهش، از روش کتابخانه ای استفاده شده است. صورت های مالی، یادداشت های همراه و گزارش های مالی شرکت های مورد مطالعه که توسط سازمان بورس اوراق بهادار منتشر گردیده است، به عنوان ابزار تحقیق معرفی می گردد که این موارد در آرشیو این سازمان موجود می باشد و همچنین از نرم افزار ره آورد نوین محصول شرکت پارس پرتفولیو جهت استخراج داده های تحقیق استفاده گردیده است. لازم به ذکر است که داده ها و اطلاعات از نوع داده های ثانویه اند که تحقیقاً دارای اعتبار و روایی مناسب می باشد.
جامعه مطالعاتی تحقیق
بارتلی و پیر (2004) تحقیقات متعددی در مورد دست یابی به بهترین دورۀ زمانی برآورد بازده مورد انتظار انجام دادند. آن ها به این نتیجه رسیدند که استفاده از بازده های ماهیانه یک دورۀ زمانی 5 ساله بهترین قالب زمانی در زمینه چنین تحقیقاتی است( بارتلی و پیر،2004) .
با توجه به تحقیقات فوق و برای دقت و اعتبار بیشتر نتایج تحقیق پیش رو دورۀ زمانی 7 ساله که از ابتدای سال 1380 تا پایان سال 1386 است، به عنوان دورۀ زمانی تحقیق انتخاب شد.
جامعه مطالعاتی تحقیق شامل کلیه شرکت های پذیرفته شده در بورس اوراق بهادار تهران برای دورۀ زمانی سال های1380 تا 1386 ، با در نظر گرفتن ویژگی های زیر می باشد:
1. در بازۀ زمانی سال های 1380 تا 1386، سهام شرکت در بورس اوراق بهادار مورد معادله قرار گرفته باشد.
2. پایان سال مالی شرکت 29 اسفند ماه باشد.
3. روز های معاملاتی شرکت در هر سال مالی حداقل 80 روز باشد.
4. جزء شرکت های واسطه گری مالی و سرمایه گذاری(هلدینگ) نباشد.
از آن رو بین کل شرکت های پذیرفته شده در بورس اوراق بهادار تهران، تعداد 162 شرکت پایان سال مالی آن ها 29 اسفند ماه بود.
در ادامه از بین شرکت هایی که پایان سال مالی آن ها 29 اسفند ماه بود، شرکت هایی که وقفه های معاملاتی بیش از 6 ماه داشتند از جامعه مطالعاتی حذف و همچنین تعداد 13 شرکت سرمایه گذاری نیز به دلیل آنکه نحوه تقسیم سود و ساختار سرمایه شان، نسبت به سایر شرکت ها متفاوت است و دارای اهرم مالی بالایی هستند و ممکن است نتایج تحقیق را خدشه دار کنند؛ از جامعه مطالعاتی تحقیق حذف شدند. در نهایت 77 شرکت به عنوان جامعه مطالعاتی تحقیق انتخاب گردید.
روش تجزیه و تحلیل داده ها
در این تحقیق با توجه به جامعه مطالعاتی نسبت به گردآوری داده های خام تحقیق اقدام شده است. بدین منظور ابتدا قیمت روزانه سهام شرکت ها استخراج شد و بر مبنای تغییرات قیمتی و عایدات سهام مزبور بازدهی ماهیانه (Ri) سهام هر یک از شرکت ها محاسبه گردیده است. در مورد محاسبه بازدهی ماهیانه بازار(Rm) با استفاده از شاخص کل بازار اوراق بهادار تهران نیز همین محاسبات صورت گرفت. پس از محاسبه این دو متغیر به عنوان دو متغیر مستقل، متغیر بتای سنتی و بتای کاهشی نیز محاسبه گردید.
یکی دیگر از متغیرهای تحقیق نیز که از اهمیت بسزایی برخوردار است، صرف ریسک (Rm-Rf) است که هر گاه نرخ بازده بازار بیشتر از نرخ بازده بدون ریسک باشد، صرف ریسک را مثبت (بازار رو به بالا) و هنگامی که نرخ بازده بدون ریسک بیشتر از نرخ بازده بازار باشد، صرف ریسک را منفی (بازار رو به پایین) گویند.
با عنایت به این که تحقیق از دیدگاه روش و ماهیت، از نوع تحقیقات همبستگی به حساب می آید و با توجه به موضوع تحقیق و فرضیه های موجود، جهت انجام آزمون های آماری از ضریب همبستگی پیرسون و رگرسیون و تحلیل واریانس (ANOVA) کمک گرفته شده است. خط رگرسیون جامعه به صورت y = + β x معرفی گردیده است که اگر فرض 0= β تایید شود نشان دهنده این مطلب است که بین دو متغیر x و y رابطه وجود ندارد. با استفاده از تحلیل واریانس نیز می توان وجود رابطه خطی بین x و y را آزمون نمود.
نگاره شماره (1) : مقایسه دو مدل C-CAPM و CD-CAPM در تبیین رابطه ریسک و بازدهی واقعی ماهانه
مؤلفه های آماری
متغیر های تحقیق ضریب همبستگی پیرسون ضریب تعیین ضریب تعیین تعدیل شده دوربین- واتسون آماره F آماره t تعداد سطح خطا سطح معنی داری نتیجه آزمون
بتای سنتی ماهانه و نرخ بازده واقعی ماهانه در شرایط صرف ریسک مثبت (C-CAPM) 0.506 0.257 0.256 1.917 915.1 30.25 2654 0.01 0.000 تایید فرضیه
بتای سنتی ماهانه و نرخ بازده واقعی ماهانه در شرایط صرف ریسک منفی (C-CAPM) 0.531 0.282 0.281 1.985 1219 34.92 3111 0.01 0.000 تایید فرضیه
بتای کاهشی ماهانه و نرخ بازده واقعی ماهانه در شرایط صرف ریسک مثبت (CD-CAPM) 0.725 0.526 0.525 1.985 2844 53.33 2569 0.01 0.000 تایید فرضیه
بتای کاهشی ماهانه و نرخ بازده واقعی ماهانه در شرایط صرف ریسک منفی (CD-CAPM) 0.721 0.520 0.520 1.952 3325 57.66 3068 0.01 0.000 تایید فرضیه
تجزیه و تحلیل داده ها و آزمون فرضیه ها
آزمون وضعیت اول فرضیه اول
مدل شرطی قیمت گذاری دارایی های سرمایه ای(C-CAPM) توانایی تبیین رابطه ریسک و بازده واقعی را در شرایط صرف ریسک منفی در بازار سرمایه ایران دارد.
طبق نگاره شماره (1) ضریب همبستگی پیرسون بین دو متغیر بتای سنتی ماهانه و نرخ بازده واقعی ماهانه در شرایط صرف ریسک منفی برابر0.53 است. این عدد در سطح خطای 1% رابطه معنی داری را بین دو متغیر بتای سنتی ماهانه و نرخ بازده واقعی ماهانه در شرایط صرف ریسک منفی نشان می دهد. همچنین ضریب تعیین محاسبه شده نیز عدد 0.28 را نشان می دهد، که برازش نسبتاً مناسبی از تغییرات متغیر نرخ بازده واقعی ماهانه در شرایط صرف ریسک منفی توسط متغیر بتای سنتی ماهانه ارائه می کند.
یکی از مفروضات رگرسیون استقلال خطاها ست. آماره دوربین- واتسون به منظور بررسی استقلال خطاها از یکدیگر استفاده می شود که اگر مقدار آماره دوربین- واتسون در فاصله 5/1 و 5/2 داشته باشد فرض همبستگی بین خطاها رد می شود و می توان از رگرسیون استفاده کرد. مقدار آماره دوربین- واتسون 1.985 می باشد و این عدد نشان می دهد که خطاها از یکدیگر مستقل هستند و بین خطاها خود همبستگی وجود ندارد و فرض همبستگی بین خطاها رد می شود و می توان از رگرسیون استفاده کرد.
نمودار شماره (1) علاوه بر پراکندگی، معادله رگرسیون خطی ساده و ضریب تعیین دو متغیر بتای سنتی ماهانه و نرخ بازده واقعی ماهانه در شرایط صرف ریسک منفی را نشان می دهد. این نتایج منطبق بر نتایج حاصل از روش رگرسیون خطی ساده است.
آزمون وضعیت دوم فرضیه اول
مدل شرطی قیمت گذاری دارایی های سرمایه ای(C-CAPM) توانایی تبیین رابطه ریسک و بازده واقعی را در شرایط صرف ریسک مثبت در بازار سرمایه ایران دارد.
طبق نگاره شماره (1) ضریب همبستگی پیرسون بین دو متغیر بتای سنتی ماهانه و نرخ بازده واقعی ماهانه در شرایط صرف ریسک مثبت برابر0.50 است. این عدد در سطح خطای 1% رابطه معنی داری را بین دو متغیر بتای سنتی ماهانه و نرخ بازده واقعی ماهانه در شرایط صرف ریسک مثبت نشان می دهد. همچنین ضریب تعیین محاسبه شده نیز مقدار 0.26 را نشان می دهد، که برازش نسبتاً مناسبی از تغییرات متغیر نرخ بازده واقعی ماهانه در شرایط صرف ریسک مثبت توسط متغیر بتای سنتی ماهانه ارائه می کند. مقدار آماره دوربین- واتسون 1.917می باشد و این عدد نشان می دهد که خطاها از یکدیگر مستقل هستند و می توان از رگرسیون استفاده کرد.
نمودار شماره (2) پراکندگی و معادله رگرسیون خطی ساده و ضریب تعیین دو متغیر بتای سنتی ماهانه و نرخ بازده واقعی ماهانه در شرایط صرف ریسک مثبت را نشان می دهد.
آزمون وضعیت اول فرضیه دوم
مدل شرطی قیمت گذاری دارایی های سرمایه ای کاهشی(CD-CAPM) توانایی تبیین رابطه ریسک و بازده واقعی را در شرایط صرف ریسک منفی در بازار سرمایه ایران دارد.
بر اساس نگاره شماره (1) ضریب همبستگی پیرسون بین دو متغیر بتای کاهشی ماهانه و نرخ بازده واقعی ماهانه در شرایط صرف ریسک منفی برابر0.52 است. با توجه به ضریب همبستگی پیرسون و سطح معنی داری بیان شده در سطح خطای 1% رابطه معنی دار و در حد بالایی را بین دو متغیر بتای کاهشی ماهانه و نرخ بازده واقعی ماهانه در شرایط صرف ریسک منفی نشان می دهد. مقدار آماره دوربین- واتسون نیز 1.952 می باشد و این عدد نشان می دهد که خطاها از یکدیگر مستقل هستند و می توان از رگرسیون استفاده کرد.
نمودار شماره (3) علاوه بر پراکندگی، معادله رگرسیون خطی ساده و ضریب تعیین دو متغیر بتای کاهشی ماهانه و نرخ بازده واقعی ماهانه در شرایط صرف ریسک مثبت را نشان می دهد.
آزمون وضعیت دوم فرضیه دوم
مدل شرطی قیمت گذاری دارایی های سرمایه ای کاهشی(CD-CAPM) توانایی تبیین رابطه ریسک و بازده واقعی را در شرایط صرف ریسک مثبت در بازار سرمایه ایران دارد.
با مشاهده نگاره شماره (1) ضریب همبستگی پیرسون بین دو متغیر بتای کاهشی ماهانه و نرخ بازده واقعی ماهانه در شرایط صرف ریسک مثبت برابر0.725 است. این عدد در سطح خطای 1% رابطه معنی داری را بین دو متغیر بتای کاهشی ماهانه و نرخ بازده واقعی ماهانه در شرایط صرف ریسک مثبت نشان می دهد. همچنین ضریب تعیین محاسبه شده نیز عدد 0.525 را نشان می دهد که این مقدار در حد بالایی می باشد و برازش مناسبی از تغییرات متغیر وابسته را در شرایط صرف ریسک مثبت توسط متغیر بتای کاهشی ماهانه ارائه می دهد. مقدار آماره دوربین- واتسون نیز مقدار 1.985می باشد و این عدد نشان می دهد بین خطاها خود همبستگی وجود ندارد و می توان از رگرسیون استفاده کرد.
نمودار شماره (4) علاوه بر پراکندگی، معادله رگرسیون خطی ساده و ضریب تعیین دو متغیر بتای کاهشی ماهانه و نرخ بازده واقعی ماهانه در شرایط صرف ریسک مثبت را نشان می دهد. این نتایج منطبق بر نتایج حاصل از روش رگرسیون خطی ساده است.
فرمت این مقاله به صورت Word و با قابلیت ویرایش میباشد
تعداد صفحات این مقاله 21 صفحه
پس از پرداخت ، میتوانید مقاله را به صورت انلاین دانلود کنید

داروسازی، پنجاه قرن است که سابقه خدمت به بشریت را دارد و به عنوان یکی از شناخته شدهترین و معتبرترین رشتههای مطرح میباشد. همانند پزشکی، داروسازی نیز شاهد تحولات زیادی بوده است و بسیاری از روشهای قدیمی آن منسوخ و کنار گذاشته شدهاند و آموختههای نوینی به پیکره این رشته افزوده شدهاند. داروسازان از جمله افشار دارای تحصیلات آکادمیک در جامعه میباشند در شاخههای مختلف شامل داروخانه، بیمارستانها، آموزشی (در سطح دانشگاه)، تحقیقات، صنایع داروسازی (شامل تحقیق و توسعه تولید و غیره)، تدوین استانداردها و توزیع داروها فعالیت دارند. از دیدگاه تاریخی میتوان گفت که پیشرفت علم داروسازی همگام با تکامل بشر بوده است. انسان اولیه به طور ذاتی یا از طریق مشاهده حیوانات یا پرندگان معلومات خود را کسب نمود و دریافت که آب سرد، برگ و گل دارای کاربردهای درمانی و التیام دهندگی هستند. ولی به طور تجربی دریافت که کدامیک از دیگری بهتر است و بدین وسیله دانستهها و آموختههای خود را در اختیار دیگران استفاده نمود. باید توجه داشت که هر چند روشهای انسان غارنشین ابتدایی بودند، و لیکن بسیاری از داروهای امروزی از همان منابعی که در اختیار انسان اولیه بودند منشأ گرفتهاند.
مجموعه حاضر شرحی است از برخی فرآوردههای داروئی شرکت ابوریحان و اشارات مختصری به دستة دارویی، مشکل دارویی، فارماکوکنیتیک، موارد مصرف، موارد منع مصرف، عوارض جانبی، مقدار و نحوهی مصرف و نوع بستهبندی داروها و نوع تستی که بر روی داروها رد قسمت آزمایشگاه تحقیقات و توسعه و همچنین آزمایشگاه شیمی (کنترل کیفی) انجام شده را دارا میباشد.
شامل 32 صفحه فایل word قابل ویرایش

طرح توجیهی تولید انواع آجر سفالی
47 صفحه
معرفی محصول
استانداردهای موجود در زمینه آجر
انواع آجر بر حسب روش تولید
انواع آجر بر حسب کیفیت
ویژگی های ابعاد آجر مهندسی مرغوب
وضعیت عرضه و تقاضا
مقایسه استانها از نظر تولید آجر
بررسی طرح های جدید و طرحهای در دست اجر
سرمایه اولیه
زمین برای طرح
تاسیسات
ماشین آلات مورد نیاز
سرمایه در گردش
فروش محصول تولیدی
تسهیلات بانکی
هزینه های نگهداری
تاسیسات عمومی
خرید مواد اولیه
حقوق و دستمزد
قیمت تمام شده محصول
محاسبه نقطه سربه سر
و...