نوع مقاله : مقاله پژوهشی
نویسندگان
گروه مدیریت مالی، دانشکده اقتصاد و مدیریت، دانشگاه سمنان، سمنان، ایران
چکیده
پیش‌بینی بازده سهام یکی از موضوع‌های مهم و قابل بحث در ادبیات مالی و سرمایهگذاری به‌حساب میآید. مدل سه عاملی فاما و فرنچ به عنوان شاخص‌ترین مدل در پیش بینی بازده سهام علیرغم برخورداری از نقاط قوت زیاد بر اساس فرض ثابت بودن ضرایب بتا بنا نهاده شده است، که چنین فرضی به صورت مطلق در هر شرایطی ممکن است برقرار نباشد. در این پژوهش سعی شده است تا مدل مذکور با دو فرض ثابت بودن یا متغیر بودن ضرایب به طور جداگانه برازش و سپس دقت هر یک آنها مقایسه شود. برای این منظور از مدل فضای حالت و حداقل مربعات معمولی (OLS) برای برازش مدل به ترتیب با فرض متغیر بودن و ثابت بودن ضرایب استفاده شده است. این پژوهش بر روی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران و برای یک دوره زمانی 72 ماهه (مهر 1385 الی شهریور 1391) صورت گرفته است. با انجام این پژوهش مشخص گردید که مدل فضای حالت در مقایسه با مدل حداقل مربعات خطی از عملکرد بهتری در پیش‌بینی بازده اوراق بهادار برخوردار است، که این میتواند به معنای ثابت نبودن ضرایب بتای مدل سه عاملی در بورس اوراق بهادار تهران باشد.
کلیدواژه‌ها
موضوعات
عنوان مقاله [English]
Comparing Accuracy of State Space Model and Ordinary Least Squares (OLS) in Predicting Stock Return by Fama and French Three-Factor Model in Tehran Stock Exchange
نویسندگان [English]
- Gholamhossein Golarzi
- Ashkan Chehrenegar
Department of Financial Management, Faculty of Economics and Management, Semnan, Semnan, Iran
چکیده [English]
Predicting stock returns is one of the major issues to be discussed in the financial literature, and investment. Researchers have proposed various methods for predicting stock returns, that the most famous of them are the Capital Asset Pricing Model by Sharpe and Lintner, arbitrage pricing model by ross and three factors model by Fama and French. F& F three-factor model as the most significant factor models in recent years great attention has been. Despite having many strengths of this model is based on the assumption of constant beta coefficient is founded, However, this assumption does not hold absolute in any circumstances. In this study, we tried to model with constant or variable coefficients fitted separately and then compare the accuracy each of them. For this purpose, the state space model and ordinary least squares (OLS) models were fit assuming constant and variable coefficients are used. This research will be done on listed companies in Tehran Stock Exchange for a period of 72 months (October 1385 to September1391). The results show that, compared to state-space model of a linear least squares model for predicting stock returns has a better performance, this means that Beta coefficients in three-factor is on the Tehran Stock Exchange are not constant .
کلیدواژه‌ها [English]
- Fama and French three-factor
- Tehran Stock Exchange
- State Space Model
- Kalman filter
- Fama and French three
- factor
)