خلاصة:
این پژوهش برای الگوسازی، تخمین و تحلیل رفتار ریسک سیستماتیک، به بسط و تخمین الگوی سنتی قیمتگذاری داراییهای سرمایهای، برای سبد سرمایهگذاری صنایع فعال در بورس اوراق بهادار تهران اقدام میکند. بدینمنظور، از الگوهای خودرگرسیونی واریانس ناهمسان شرطی تعمیمیافته و اشورت-سگوئین و دادههای روزانۀ بازده بورس اوراق بهادار تهران و صنایع فعال در آن، از مهرماه سال 1376 تا شهریور 1394 بهره میبرد. نتایج بهدستآمده همانند نتایج پژوهشهای کشورهای توسعهیافته و در حال توسعه، نشان میدهد ضریب بتای الگوی سنتی قیمتگذاری داراییهای سرمایهای، در طول زمان تغییر میکند؛ بنابراین استفاده از این الگو با بتای ثابت، برای الگوسازی ریسک سیستماتیک و پیشبینی بازده آیندۀ داراییهای مالی، ممکن است به نتایج گمراهکنندهای منجر شود. همچنین یافتهها نشان میدهد الگوی سنتی قیمتگذاری داراییهای سرمایهای و الگوی اشورت-سگوئین، دقت پیشبینی تقریباً یکسان و هر دو الگو نسبت به الگوی خودرگرسیونی واریانس ناهمسان شرطی تعمیمیافته، دقت پیشبینی کمتری دارند. ریسک سیستماتیک حاصل از تخمین الگوی خودرگرسیونی واریانس ناهمسان شرطی تعمیمیافته و الگوی اشورت-سگوئین، روند خاصی را دنبال نمیکند.
In order to model، estimate and make a comparative analysis of the behavior of systematic risk، this paper، by using daily data from 09.28.1997 to 09.22.2015، estimates and extends the traditional Capital Asset Pricing Model for industrial portfolio in Tehran Stock Exchange، with DBEKK_GARCH and Shwert_Seguin Models. Findings show that estimated systematic risk for the Iranian industrial portfolio is time-varying. Therefore، using the traditional Capital Asset Pricing Model، with constant beta، may not be a good idea for modeling systematic risk and forecasting the expected returns of capital assets، as it may lead us to misleading results. Also findings show that the traditional CAPM and Shwert_Seguin models have almost identical forecast accuracy، although their accuracy is less than the DBEKK_GARCH model. The estimated systematic risk، from DBEKK_GARCH and Shwert_Seguin models، does not show any trend behavior over time.
ملخص الجهاز:
"[1] Net Present Value [2] Titman et al [3] Cooper et al [4] Liu et al [5] Lamont et al [6] Whitedand Wu [7] Buehlmaier and Whited [8] Espinosa [9] Denis [10] White Cross-Section Standard Errors & Covariance [11] Twelve-Month Buy-and-Hold Market Adjusted Returns [12] Brooks [13] Dechow et al مراجع [1] Arabsalehi, M, Ashrafi, M.
[1] Watts [2] Hendriksen&Berda [3] Basu [4] Ryan [5] LaFond, & Watts [6] Jensen &Meckling [7] Mitton [8] Manganaris et al [9] Kim et al [10] Biddle et al [11] Vichitsarawong&Eng [12] Klein & Marquardt [13] Givoly&Hayn مراجع [1] Ahmed, A.
[1] Swap [2] Option [3] Futures [4] Hedge Ratio [5] Johnson [6] Ederington [7] Ordinary Least Square (OLS) [8] Kahl and Tomek [9] Mean variance (MV) [10] Howard and D’Antonio [11] Junkus and Lee [12] Bollerslev [13] Generalized AutoRegressive Conditional Heteroskedasticity (GARCH) [14] Baillie and Myers [15] Ghosh [16] Error Correction Model (ECM) [17] Park and Switzer [18] Byström [19] Lien et al [20] Moosa [21] Copeland and Zhu [22] Wang and Hsu [23] Krishan [24] Wang [25] Zhou [26] Lien et al [27] Value at Risk (VaR) [28] Mean Extended-Gini (MEG) [29] Generalized Semivariance (GSV) [30] Sharpe Ratio [31] Mean-MEG (M_MEG) [32] Mean-GSV (M_GSV) [33] Minimum-variance (MV) [34] Vector Autoregressive (VAR) [35] Vector Error Correction Model (VECM) [36] Engle and Granger [37] constant conditional correlation GARCH (CCC-GARCH) [38] Dynamic Conditional Correlation GARCH (DCC-GARCH) [39] Engle and Sheppard [40] Tse and Tsui مراجع [1] Baillie, R."