Predicting Stock Return of UAE Listed Companies Using Financial Ratios
Notice bibliographique
Résumé
Over the past few decades, numerous research across the globe has been conducted to examine the impact of firm performance on its stock return. The findings of these studies have been varied. In spite of the long standing research in this area, several attempt towards exploring this relationship has led to limited success owing largely to the existence of volatility across different stock markets. The variance in the volatility in these markets make it extremely difficult to obtain a uniform measure. A volatile stock market makes it difficult for the accounting and financial variables to accurately predict the stock returns (Feris & Erin, 2018). The primary aim of this paper is aimed to investigate whether financial ratios can be used as a predictor of stock returns in the context of United Arab Emirates (UAE). The sample of the study includes thirty companies from the Dubai Financial Market (DFM) and Abu Dhabi stock exchange (ADX). Data is collected for the period of 2017. This research comprises of five independent variables namely, Earning Per Share ratio (EPS), Price Earning ratio (PE), Return on Equity ratio (ROE), Dividend Yield ratio (DY) and Debt Equity ratio (DE) and stock return is taken as the dependent variable. The study examines which among the given ratios can better predict stock returns both in the short run and the long run. The analysis is based on the regression analysis and correlation matrix. The results of correlation test revealed less multicollinearity between the variables and the regression results showed that Dividend Yield and the Return on Equity are statistically significant to predict the stock returns. However, Earning Per Share, Price Earning and Debt Equity could not predict the stock returns and thus can be safely considered as statistically insignificant. The t-stats test and p-value analysis were key indicators for arriving at the conclusion. The study can significantly benefit investors who can examine closely the dividend yield and return on equity while selecting an optimal portfolio.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».