Notice bibliographique
Résumé
The Capital Asset Pricing Model (CAPM) is widely used in corporate finance to assess expected returns of securities and return on equity, and beta, a measure of systematic risk, is a component of the CAPM equation. Previous studies appear not to have addressed whether beta as a stand-alone metric allows individual investors to effectively assess returns relative to the market, and this study aims to address this. Exchange-traded funds (ETFs) reflecting a range of expected volatilities relative to the S&P 500 index were selected. Betas of XLK (Technology sector), XLE (Energy sector), XLU (Utilities sector), and XLY (Consumer Staples sector) were estimated by regressing their weekly returns over five years against those of the S&P 500 index. Three five-year periods were used (ending in 2005, 2010, and 2015). The betas largely conformed to anticipated values with the exception of that of XLY which was surprisingly greater than the market beta. Estimated and observed betas were compared using a two-tailed paired T-test and no difference was found, suggesting that estimated beta is statistically a good proxy for actual beta. In practical terms though, there were relatatively large variances in several instances between estimated and observed betas, and this could be a concern for investors. Returns using estimated beta and actual returns were also compared over one, two, three, four, and five years with regard to the three five-year periods. Significant variation was observed for expected minus observed returns both in sign and magnitude. A two-tailed paired T-test suggested there was a difference between returns using estimated beta and actual ones over the three five-year periods for all funds except XLE. The observations suggest betas are volatile and individual investors should incorporate additional metrics to forecast returns relative to the market.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».