عنوان پایاننامه
طراحی و تبیین مدل قیمت گذاری داراییهای سرمایه ای روش چند نمایشی کسری با استفاده از گشتاور مرتبه بالا در بورس اوراق بهادار تهران
- رشته تحصیلی
- مدیریت - مالی
- مقطع تحصیلی
- دکتری تخصصی PhD
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 68000
- تاریخ دفاع
- ۳۱ فروردین ۱۳۹۴
- دانشجو
- احمد نبی زاده
- استاد راهنما
- شاپور محمدی
- چکیده
- قدرت تبیین مدلهای قیمتگذاری داراییهای سرمایه ای به دلیل درنظرنگرفتن گشتاورهای مرتبه بالا، یکسان فرض کردن افق سرمایه گذاری یکسان و وجود حافظه بلندمدت در سریهای زمانی داده ها معمولاً پایین می باشد. در این تحقیق سعی شده است که مدل مناسب قیمتگذاری ارائه شود تا سه مساله اساسی در مدلهای قبلی برطرف گردد. برای انجام این تحقیق در ابتدا شرکتهای نمونه تحقیق، به پرتفوی هایی براساس دو گشتاور مرتبه سوّم و چهارم داده ها یعنی هم چولگی و هم کشیدگی مرتب می شوند. سپس در هرکدام از پرتفوی های ایجاد شده، سه مدل CAPM، سه عاملی فاما و فرنچ و مدل کارهارت مورد آزمون قرار گرفتند. نتایج نشان داد که تخمین مدلها براساس طبقه بندی هم چولگی و هم کشیدگی باعث بهبود معنی داری مدلهای فوق می شود امّا عدم معنی داری عرض از مبدا مابه التفاوت دو پرتفوی اوّل و سوّم نشان داد که صرف هم چولگی و هم کشیدگی قیمتگذاری نمی شود که این ممکن است به دلیل یکسان فرض کردن افق سرمایه گذاری افراد باشد به همین خاطر با کمک تجزیه و تحلیل موجک پرتفوی های سه گانه در دو سطح 1(2تا 4 ماهه) و سطح 2(4تا 8 ماهه) مورد بررسی قرار گرفتند. نتایج به طور جالبی نشان از بهبود ضریب تعیین و همچنین عرض از مبدا مدلها داشت. از طرفی وجود حافظه بلندمدت در داده ها سبب می شود استفاده از آنها در تخمین با مشکل مواجه می سازد. برای رفع این مشکل از مدلهای قیمتگذاری کسری استفاده کردیم. مقایسه مدلهای کسری با مدلهای برآمده از تجزیه و تحلیل موجک نشان از برتری محسوس روش تجزیه و تحلیل موجک دارد. بطور کلی می توان گفت بهترین مدل با توجه به گشتاور سوم، مدل قیمتگذاری سه عاملی فاما و فرنچ براساس تابع دابیشز در سطح دو(4 تا 8 ماه) و با توجه به گشتاور چهارم، مدل قیمتگذاری CAPM براساس تابع سیملت در سطح 2 می باشد. واژه های کلیدی: گشتاورهای مرتبه بالا، تجزیه و تحلیل موجک، قیمتگذاری کسری، بورس اوراق بهادار تهران
- Abstract
- The purpose of this study is to provide an appropriate pricing model and also addressing the common deficiencies in other valuation models. To this goal, a sample of 82 companies is selected. Then portfolios based on the third and fourth moments are formed by the sampled companies. We used three pricing models including CAPM, Fama- French 3 factor model and Carhart Model for each portfolio. Results show that estimating these models accounting third and fourth moment lead to increase of significance of these models. But the insignificance of the interception of difference between two portfolios showed that third and fourth moment premium are not priced which can be due to assuming homogeneous investment horizon for investors. For this, using wavelet analysis, we analyzed three portfolios with in two horizon levels including level 1 (2 to 4 month) and level 2 (4 to 8 month). Results interestingly showed the improvement in significance and also in R^2. Using GPH estimator, we showed that there is long term memory in studied time series. In order to make these series stationary, we used recent method by calculating fractional data and again we estimated the models. Results showed that models estimation significantly improved for all three portfolios. But except CAPM for the two first portfolios, in other models the risk premium is not priced. Comparing fractional models with those obtained by wavelet models strongly indicates the superiority of the latter. Comparing all models, we concluded that best model for pricing, based on the third moment, is fama- French 3 factor model in level 2 daubeechies4 and by regarding the fourth moment, CAPM is optimal one for the level 2 symlts8. Keyword: Higher moment, Wavelet analysis, Fractional CAPM, Tehran stock exchnge