پایان نامه کارشنناسی ارشد شناسایی نگرش سرمایه¬گذاران و اندازه شرکت
نوشته شده توسط : admin

انحراف معیار

در محاسبه واریانس برای جلوگیری از صفر شدن حاصل جمع انحرافات مشاهدات از میانگین، از مجذور انحرافات استفاده می­شود. در عین حال، برای مقایسه مشاهدات با مشخصه پراکندگی، باید هر دو کمیت از یک درجه باشند (رادپور و عبده تبریزی، ۱۳۸۸). همچنین معیار اندازه­گیری مناسب برای ریسک باید به نحوی بتواند هم احتمال نتایج نامساعد گوناگون و هم بزرگی این نتایج را اندازه­گیری کند. معیار ریسک به جای اندازه­گیری احتمال شماری از نتایج مختلف، باید میزان تفاوت یا انحراف نتایج واقعی از مقادیر مورد انتظار را محاسبه کند. انحراف معیار ابزاری است که این کار را انجام می­دهد، چون انحراف معیار تخمینی از انحراف نرخ بازدهی واقعی از نرخ بازده مورد انتظار است (شریعت پناهی و جعفری، ۱۳۸۸).

براین اساس، از واریانس جذر گرفته می­شود و انحراف معیار بدست می­آید:

 

بنابراین، معیار مناسب­تر محاسبه ریسک براساس تعریف آماری، انحراف معیار می­باشد (رادپور و عبده تبریزی، ۱۳۸۸).

پرسشی که در مورد انحراف معیار به عنوان وسیله­ای برای اندازه­گیری ریسک ایجاد می­شود این موضوع است که چرا در اندازه­گیری ریسک باید وقایع مساعد (نرخ­های بازدهی بیشتر از نرخ بازدهی مورد انتظار) نیز در نظر گرفته شود؟ چرا فقط نرخ­های بازدهی کمتر از نرخ­های بازدهی مورد انتظار را در نظر نمی­گیریم؟ چرا از ابزاری استفاده نمی­شود که در آن این موضوع نیز در نظر گرفته شود؟ به هر حال، اگر توزیع احتمال متقارن باشد، مانند توزیع نرمال، نتایج یکسان خواهد بود. چرا؟ چون سمت چپ توزیع متقارن تصویر آیینه­ای سمت راست آن است. از این رو، در صورتی که نرخ­های بازدهی دارای توزیع نرمال باشد، فهرست رتبه­بندی سبدهای سرمایه­گذاری بر مبنای ریسک نامطلوب با فهرست رتبه­بندی سبدهای سرمایه­گذاری بر مبنای انحراف معیار مغایرتی نخواهد داشت (شریعت پناهی و جعفری،۱۳۸۸).

تحقیقات تجربی فیشر و لوری نشان داده است، توزیع احتمالات تاریخی نرخ بازدهی از نوع توزیع نرمال می­باشد. در عین حال تحقیقات زیادی نیز وجود دارد که نرمال بودن توزیع بازدهی را رد کرده است. اولین تحقیق توسط یوجین فاما در سال ۱۹۶۸ انجام گرفت و نهایتا نتیجه آخرین تحقیقات نیز بر نرمال بودن توزیع بازدهی نظارت دارد. بنابر عقیده فاما، آنچه ساخته دست بشر باشد، از توزیع نرمال برخوردار نیست، چرا که تصادفی بودن آن مبهم است.  در مقابل آنچه ساخته طبیعت است و به عبارتی بشر در ایجاد آن دخالت ندارد، دارای توزیع نرمال است. نتایج این تحقیقات نشان می­دهد، توزیع بازدهی از توزیع نرمال کشیده­تر است و دارای چولگی نیز می­باشد. چولگی نیز در بازارهای مالی مختلف متفاوت است، به گونه­ای که در برخی بازارها، چولگی راست و در برخی چولگی چپ وجود دارد (راعی و سعیدی,۱۳۸۳)

نهایتا، پیش فرض استفاده از واریانس و انحراف معیار، وجود توزیع نرمال برای صفت متغیر است، چرا که در این توزیع، انحراف معیار به عنوان شاخص پراکندگی تعریف می­شود (رادپور و عبده تبریزی,۱۳۸۸) در واقع، انحراف معیار بین مقادیر بالا و پایین میانگین تفاوتی قائل نیست و با هر دو این مقادیر به عنوان انحراف از معیار رفتار می­کند. چنانچه توزیع بازدهی تقریبا متقارن باشد. انحراف معیار، معیار مناسبی برای ریسک بازدهی دارایی­ها می­باشد (بوده، کان و مارکوس ،۱۹۹۶)  اما در صورتی که متغیر تصادفی از توزیع نرمال و یا دست کم توزیع متقارن برخوردار نباشد، انحراف معیار شاخص مناسب پراکندگی نخواهد بود (رادپور و عبده تبریزی،۱۳۸۸) از این رو، نیم­واریانس و نیم­انحراف معیار نیز به عنوان شاخص­های نوسان­پذیری مطرح گردیده­اند.

 متن فوق بخش هایی از این پایان نامه بود

برای دیدن جزئیات بیشتر ، خرید و دانلود آنی فایل متن کامل با فرمت ورد می توانید به لینک زیر مراجعه نمایید:

 پایان نامه

لینک متن کامل پایان نامه فوق با فرمت ورد





لینک بالا اشتباه است

برای دانلود متن کامل اینجا کلیک کنید

       
:: بازدید از این مطلب : 469
|
امتیاز مطلب : 0
|
تعداد امتیازدهندگان : 0
|
مجموع امتیاز : 0
تاریخ انتشار : سه شنبه 12 مرداد 1395 | نظرات ()
مطالب مرتبط با این پست
لیست
می توانید دیدگاه خود را بنویسید


نام
آدرس ایمیل
وب سایت/بلاگ
:) :( ;) :D
;)) :X :? :P
:* =(( :O };-
:B /:) =DD :S
-) :-(( :-| :-))
نظر خصوصی

 کد را وارد نمایید:

آپلود عکس دلخواه: