摘要：هدف: هدف این مطالعه، بررسی توان مدل CAPM شرطی مبتنی بر بتای متغیر نسبت به زمان در مقایسه با مدل CAPM استاندارد، به منظور یافتن مدل مناسب برای تبیین بازده مورد انتظار سهام است. روش: با استفاده از دادههای ماهانه و به کمک روشCAPM استاندارد و روشهای ناهمسانی واریانس شرطی چند متغیره، بتای شرکتهای داخل نمونه برآورد شد. بر اساس این دو روش و به منظور بررسی عملکرد خارج از نمونه، بازده مورد انتظار سال بعد برای هر دو مدل محاسبه گردید و با حذف 12 ماه از بالا و اضافه کردن 12 ماه بعد، فرایند قبل برای سالهای بعدی تا انتهای دوره زمانی تحقیق تکرار شد، سپس دقت هر یک از مدل‌های یاد شده با استفاده از معیار میانگین قدر مطلق خطا و میانگین مجذور خطا بررسی و مقایسه گردید. یافتهها: فرضیههای تحقیق با استفاده از آزمون مقایسه زوجی و دایبولد ـ ماریانو، بررسی شدند و نتایج آزمون فرضیه‌ها بر اساس معیارهای میانگین قدر مطلق خطا و میانگین مجذور خطا ارائه شد. نتایج نشان داد که بر اساس هر دو معیار میانگین قدر مطلق خطا و میانگین مجذور خطا، مدل‌های CAPM شرطی چه بر مبنای مدل BEKK قطری و چه مبنای مدل BEKK مرتبه کامل، نسبت به مدل CAPM استاندارد عملکرد بهتری دارند. نتیجهگیری: با توجه به یافتههای بیان شده و قدرت پیشبینی بهتر قیمت‌گذاری دارایی سرمایه‌ای شرطی بر مبنای مدل BEKK مرتبه کامل و BEKK قطری از لحاظ معیارهای میانگین قدر مطلق خطا و میانگین مجذور خطا نسبت به مدل قیمت‌گذاری دارایی سرمایه‌ای استاندارد، جایگزینی این مدلها به جای مدل استاندارد دقت بالاتری ارائه میدهد.
其他摘要：Objective : The aim of the present study is to analyze and test the power of Conditional Capital Asset Pricing Model (CAPM) with Time Variant Beta against Standard Capital Asset Pricing Model to find the better model to explain expected return of stocks . Methods : Using monthly data, beta value was estimated using standard CAPM and Multivariate GARCH methods for companies included in the statistical sample. Based on these two methods, the expected returns of the next year to test out-of-sample performancewere calculated by eliminating 12 months from the top and adding 12 months from the bottom . The same process was repeated for the following years. Then, the accuracy of each of these models was examined using criteria MAE and MSE. Results : Using paired t-test and Diebold-Mariano test, we tested the research hypothesesand the results were presented based on MAE and MSE indices. The results showed that according to both criteria in MAE and MSE, the conditional CAPM models, whether based on full rank BEKK or diagonal BEKK, can have better performance than the standard CAPM model. Conclusion : Regarding the findings and better predictive power of conditional CAPM based on full rank BEKK and/or diagonal BEKK, in terms of MAE and MSE criteria, replacing the standard model with these models can result in higher accuracy.
Loading...
