نسبة تقلبات الجانب السفلي/الجانب العلوي
factor.formula
نسبة تقلبات الجانب السفلي/الجانب العلوي (DUVR):
في:
- :
عائد السهم i في الوقت t ويتم حسابه عادةً باستخدام العائد اللوغاريتمي، أي $r_{it} = \ln(P_{it}/P_{it-1})$، حيث $P_{it}$ هو سعر السهم i في الوقت t.
- :
متوسط عائد السهم i خلال فترة الملاحظة ويتم حسابه كـ $\bar{r_i} = \frac{1}{T} \sum_{t=1}^{T} r_{it}$، حيث T هو العدد الإجمالي للفترات الزمنية في فترة الملاحظة.
- :
عدد الأيام خلال فترة الملاحظة عندما يكون عائد السهم i أكبر من أو يساوي متوسط العائد $\bar{r_i}$، أي عدد الأيام ذات العائدات الصاعدة.
- :
عدد الأيام خلال فترة الملاحظة عندما يكون عائد السهم i أقل من متوسط العائد $\bar{r_i}$، أي عدد الأيام ذات العائدات الهابطة.
- :
مجموع مربعات الفروق بين عائدات جميع العائدات الهابطة (العائدات الأقل من متوسط العائد) للسهم i خلال فترة الملاحظة ومتوسط العائد يقيس تقلبات العائدات الهابطة، والمعروف أيضًا باسم التباين الهابط.
- :
مجموع مربعات الفروق بين عائدات جميع العائدات الصاعدة (العائدات الأكبر من أو تساوي متوسط العائد) للسهم i خلال فترة الفحص ومتوسط العائد يقيس تقلبات العائدات الصاعدة، والمعروف أيضًا باسم التباين الصاعد.
factor.explanation
تقيس نسبة تقلبات الجانب السفلي/الجانب العلوي (DUVR) عدم تناسق توزيع عائدات الأسهم من خلال مقارنة تقلبات الجانب السفلي وتقلبات الجانب العلوي. جوهر هذه النسبة هو قياس مخاطر الانحراف السلبي لتوزيع العائدات، أي ما إذا كانت تقلبات العائدات السلبية أكبر من تقلبات العائدات الإيجابية. كلما زادت قيمة DUVR، زادت تقلبات الجانب السفلي بالنسبة إلى تقلبات الجانب العلوي، وزاد احتمال انخفاض سعر السهم بشكل حاد. تعتبر هذه المخاطر غير المتكافئة عادةً مخاطر نظامية، وسيطلب المستثمرون علاوة مخاطر أعلى لتحمل هذه المخاطر.
تجدر الإشارة إلى أن حساب هذا العامل عادة ما يأخذ اللوغاريتم، والغرض من ذلك هو تضييق النطاق العددي وتجنب عدم استقرار النموذج الناجم عن القيم المفرطة. وفي الوقت نفسه، فإن التحويل اللوغاريتمي له أيضًا تأثير لتنعيم البيانات إلى حد ما.
في التطبيقات العملية، يمكن استخدام أطر زمنية مختلفة لحساب هذا العامل، مثل اليومي والأسبوعي والشهري وما إلى ذلك. قد تؤدي الأطر الزمنية المختلفة إلى اختلافات في قيم العامل وقدرته التنبؤية. بالإضافة إلى ذلك، غالبًا ما يستخدم هذا العامل بالاشتراك مع عوامل أخرى لتحسين تأثير التنبؤ.