For each of the sixteen dependent p

For each of the sixteen dependent portfolios a regression analysis has been conducted in
compliance with the model: Rit - Rft = a + bi[Rmt-Rft] + siSMBt)+ hiHMLt + εit
In table 2 the intercept and its related p-values, the coefficients for the explanatory variables
as well as the value of the adjusted r-squared are presented for the period of 2005 - 2009

The fact that α is positively significant at the 5 % level for two of the portfolios means, that
the model underestimates the returns for those portfolios, 2_L and B_L. If the intercept had
been negatively significant, the model would have overestimated the return of the portfolio in
question.
To measure the level of explanation we use the adjusted R². The reason for doing this is
because we are comparing the level of explanation for two models with different number of
explanatory variables. The value of the unadjusted R² will always increase as the number of
variables increase, while the adjusted R² takes the loss of degrees of freedom related to adding
extra variables into consideration80. The value of the adjusted R² in the regressions above lies
between 41 % and 88 %.

ผลลัพธ์ (ไทย) 1:

สำหรับพอร์ตการลงทุนขึ้นกับสิบหกแต่ละ การวิเคราะห์การถดถอยมีการดำเนินการสอดคล้องกับแบบจำลอง: Rit - Rft =เป็น bi [Rmt Rft] + siSMBt) + hiHMLt + εitในตาราง 2 การตัดและเกี่ยวข้อง p-ค่า สัมประสิทธิ์ตัวแปรอธิบายเช่นเดียวกับค่าของการปรับปรุง r squared แสดงระยะเวลา 2005-2009ความจริงที่เป็นบวกอย่างมีนัยสำคัญที่ระดับ 5% ของพอร์ตการลงทุนหมายถึง ที่แบบ underestimates ผลตอบแทนสำหรับผลงาน 2_L และ B_L ถ้ามีการตัดถูกสำคัญในเชิงลบ แบบจำลองจะมี overestimated การกลับมาของผลงานในคำถามนี้การวัดระดับของคำอธิบาย เราใช้ R² ปรับปรุง เหตุผลสำหรับการดำเนินการดังนี้คือเนื่องจากเรากำลังเปรียบเทียบระดับของคำอธิบายสำหรับรุ่นที่สอง มีจำนวนแตกต่างกันตัวแปรอธิบาย ค่าของ R² ได้ปรับเสมอจะเพิ่มขึ้นเป็นจำนวนเพิ่มตัวแปร ในขณะที่ R² ปรับเวลาการสูญเสียขององศาอิสระที่เกี่ยวข้องกับการเพิ่มตัวแปรที่เพิ่มเข้าไปใน consideration80 ค่าของ R² ปรับปรุงในแสดงข้างต้นอยู่ระหว่าง 41% และ 88%

ผลลัพธ์ (ไทย) 2:

สำหรับแต่ละสิบหกพอร์ตการลงทุนขึ้นอยู่กับการวิเคราะห์การถดถอยได้รับการดำเนินการใน
การปฏิบัติตามรูปแบบ: Rit - Rft = A + สอง [RMT-Rft] + siSMBt) + hiHMLt + εit
ในตารางที่ 2 ตัดและของที่เกี่ยวข้อง P-ค่าของมัน ค่าสัมประสิทธิ์สำหรับการอธิบายตัวแปร
เช่นเดียวกับค่าของ R-Squared ปรับจะถูกนำเสนอเป็นระยะเวลา 2005 - 2009

ความจริงที่ว่าαมีความสำคัญในเชิงบวกที่ระดับ 5% เป็นเวลาสองของพอร์ตการลงทุนหมายถึงว่า
รูปแบบดูถูก ส่งกลับสำหรับพอร์ตการลงทุนเหล่านั้น 2_L และ B_L ถ้าตัดได้
รับอย่างมีนัยสำคัญในเชิงลบรูปแบบจะมีการประเมินผลตอบแทนของพอร์ตการลงทุนในส่วน
คำถาม.
ในการวัดระดับของคำอธิบายเราใช้r²อะเรย์ที่ปรับ เหตุผลสำหรับการทำเช่นนี้เป็น
เพราะเรากำลังเปรียบเทียบกับระดับของคำอธิบายสำหรับสองรุ่นที่มีจำนวนแตกต่างกันของ
การอธิบายตัวแปร ค่าของr²อะเรย์เท็มเพลตมักจะเพิ่มขึ้นตามจำนวนของ
ตัวแปรที่เพิ่มขึ้นในขณะที่การปรับr²อะเรย์ใช้เวลาการสูญเสียขององศาอิสระที่เกี่ยวข้องกับการเพิ่ม
ตัวแปรเสริมเข้าไปใน consideration80 ค่าของr²อะเรย์ในการปรับวิเคราะห์ข้างต้นอยู่
ระหว่าง 41% และ 88%

ผลลัพธ์ (ไทย) 3:

สำหรับแต่ละพอร์ต 16 ตัวแปรการวิเคราะห์การถดถอยมีวัตถุประสงค์ในการปฏิบัติตามรูปแบบ : ริท - rft = [ ] + + บี RMT rft sismbt ) + hihmlt + εมันตารางที่ 2 การตัดและ p-values ที่เกี่ยวข้องสำหรับค่าสัมประสิทธิ์ของตัวแปรอธิบายรวมทั้งค่าของการปรับ r-squared เสนอสำหรับงวดปี 2548 - 2552ความจริงที่α บวก อย่างมีนัยสำคัญทางสถิติที่ระดับ 5 เปอร์เซ็นต์สำหรับสองของพอร์ตการลงทุน หมายถึง ว่ารูปแบบ underestimates ผลตอบแทนกองทุนเหล่านั้น 2_l และ b_l ถ้าตัดได้ถูกในทางลบอย่างมีนัยสำคัญ นางแบบจะได้ประมาณการผลตอบแทนของการลงทุนในคำถามเพื่อวัดระดับของการอธิบาย เราใช้ปรับ r พนักงานขาย เหตุผลสำหรับการทำเช่นนี้คือเพราะเรากำลังเปรียบเทียบระดับของคำอธิบายสำหรับสองรุ่นที่แตกต่างกันจำนวนตัวแปรที่อธิบาย . ค่าของพนักงานขาย r ยังคงจะเพิ่มเป็นจำนวนตัวแปรที่เพิ่มขึ้น ในขณะที่การปรับ r พนักงานขายใช้เวลาการสูญเสียที่เกี่ยวข้องกับการเพิ่มองศาของอิสรภาพตัวแปรเสริมใน consideration80 . ปรับค่าของ r พนักงานขายในสังกะสีด้านบนอยู่ระหว่างร้อยละ 41 และ 88 เปอร์เซ็นต์