خانه / مقالات انگلیسی با ترجمه / حسابداری و اقتصاد / مقاله ترجمه شده پیش بینی سود در مدل انتخاب سهام جهانی و ایجاد اوراق بهادار و مدیریت تاثیرگذار

مقاله ترجمه شده پیش بینی سود در مدل انتخاب سهام جهانی و ایجاد اوراق بهادار و مدیریت تاثیرگذار

مقالات مرتبط با این موضوع
مقالات انگلیسی ترجمه شده حسابداری

مقالات ترجمه شده علوم اقتصادی

مقالات انگلیسی ترجمه شده مدیریت مالی 

مقالات انگلیسی ترجمه شده بورس

مقالات ترجمه شده مدیریت سود 

مقالات ترجمه شده درباره پیش بینی

دانلود رایگان مقاله بیس انگلیسی خرید و دانلود ترجمه ی مقاله انگلیسی

کد محصول: H223

قیمت فایل ترجمه شده:  ۱۸۰۰۰  تومان

تعداد صفحه انگلیسی:  ۱۱

سال نشر: ۲۰۱۵

تعداد صفحه ترجمه فارسی: ۱۹   صفحه word

عنوان فارسی:

مقاله انگلیسی حسابداری ترجمه شده ۲۰۱۵ :  پیش بینی سود در مدل انتخاب سهام جهانی و ایجاد اوراق بهادار و مدیریت تاثیرگذار

عنوان انگلیسی:

Earnings forecasting in a global stock selection model and efficient portfolio construction and management

چکیده فارسی:

مدل های انتخاب سهام غالبا داده های اساسی، تکانه، و انتظارات تحلیلگران را استفاده می کند. با استفاده از منابع داده های سهام جهانی در طول مدت سال های ۱۹۹۷-۲۰۱۱ مدل سازی ترکیبی را پشتیبانی کردیم. شواهدی را نیز به منظور حمایت کاربرد مدل های چند عاملی SunGard APT و Axioma برای ایجاد پرتفوی و کنترل ریسک یافتیم. سه سطح ارزیابی مدل های ایجاد پرتفوی و انتخاب سهام توسعه می یابند و برآورد می شوند. موجودی اوراق بهاداری را از ماه ژانویه ۱۹۹۷ تا دسامبر ۲۰۱۱ ایجاد کردیم.

سه نتیجه گیری را گزارش کردیم: (۱) بازار جهانی بین ماه ژانویه ۱۹۹۷ و دسامبر ۲۰۱۱ اطلاعات پیش بینی تحلیلگران را پاداش داد؛ (۲) پیش بینی های تحلیلگران را می توان با داده های اساسی گزارش شده مانند سود، ارزش خالص دفتری، جریان نقدی و فروش، و همچنین با تکانه، برای همانند سازی اوراق بهادار دارای قیمت نادرست در مدل انتخاب سهام ترکیب کرد؛ و (۳) پرتفوی بازده موجودی اوراق بهادار ریسک کنترل شده چند عاملی به ما اجازه می دهد فرضیه تهی آزمون اصلاحات داده کاوی را رد کنیم. متغیر پیش بینی سود برحسب تاثیر خود بر انتخاب سهام بر مدل ترکیبی ما تسلط دارد.

کلید واژه ها: پیش بینی سود، I / B / E / S، بهینه سازی نمونه کارها، اطلاعات نسبت، مرز کارا، بازده فعال

مقدمه

بازده مورد انتظار دارایی ها در فرایند انتخاب میانگین واریانس اوراق بهادار ورودی مهمی است. فرد می تواند با استفاده از داده های انتظارات سود، متغیرهای تکانه قیمت، و داده های مالی گزارش شده مدل های بازده مورد انتظار را برآورد کند. با استفاده از این داده ها در طول مدت ژانویه ۱۹۹۷ تا دسامبر ۲۰۱۱ مدل انتخاب سهام جهانی را در این بررسی ایجاد و ارزیابی می کنیم. اطلاعات انتظارات سود در پانزده سال گذشته و پس از آن در سهام جهانی پاداش داده شد، و انتظار داریم که این فرایند همچنان متغیر اولیه ایجاد سهام جهانی باشد.

تکانه باوجود نوسانات اخیر عامل تکانه هنوز هم به لحاظ آماری با بازده ایمنی در ارتباط است و می تواند برای رتبه بندی سهام خرید با عوامل دیگر به کار رود. مدل ترکیبی اطلاعات انتظارات سود، ارزش و عوامل تکانه به منظور شناسایی قیمت گذاری نادرست بالقوه سهام برای سهام جهانی برآورد می شود. علاوه براین، تعدیل رگرسیون عوامل ضرایب اطلاعات مربوط به عوامل تعدیل برابر را افزایش می دهند. پیش بینی تحلیلگران و متغیرهای تکانه در مدل ترکیبی مبتنی بر رگرسیون بازده مورد انتظار برجسته است. موجودی اوراق بهادار را بین ماه ژانویه سال ۱۹۹۷ و دسامبر ۲۰۱۱ ایجاد می کنیم و بازده موجودی اوراق بهادار که با مجموعه ای از بازده های معیار سهام جهانی مقایسه می شود را شبیه سازی می کنیم.

در بخش ۲ با بررسی منابع درمورد مدل های انتخاب سهام شروع می کنیم. در بخش ۳، ارزیابی مدل ترکیبی انتخاب سهام را مورد بحث قرار می دهیم که اطلاعات پیش بینی سود را ترکیب می کند. در بخش ۴ مدل ریسک چند عاملی مبتنی بر APT را برای ایجاد اوراق بهادار موثر به کار می بریم. در بخش ۵، آزمون تصحیح داده کاوی را ارائه می دهیم و برآورد می کنیم. در بخش ۶، ارتباط « عامل اتحاد آلفا» را مورد بحث قرار می دهیم و ارتباط آن را بیان می کنیم. بخش ۷ خلاصه و نتایج ما را ارائه می دهد.

Abstract

Stock selection models often use analysts’ expectations, momentum, and fundamental data. We find support for composite modeling using these sources of data for global stocks during the period 1997–۲۰۱۱. We also find evidence to support the use of SunGard APT and Axioma multi-factor models for portfolio construction and risk control. Three levels of testing for stock selection and portfolio construction models are developed and estimated. We create portfolios for January 1997–December 2011. We report three conclusions: (1) analysts’ forecast information was rewarded by the global market between January 1997 and December 2011; (2) analysts’ forecasts can be combined with reported fundamental data, such as earnings, book value, cash flow and sales, and also with momentum, in a stock selection model for identifying mispriced securities; and (3) the portfolio returns of the multi-factor risk-controlled portfolios allow us to reject the null hypothesis for the data mining corrections test. The earnings forecasting variable dominates our composite model in terms of its impact on stock selection.