امیر علی عباس زاده اصل

هدف: از مدل های پرکاربرد در برآورد نرخ بازده مورد انتظار، مدل قیمت گذاری دارایی سرمایه ای است. در مدل قیمت گذاری دارایی سرمایه ای استاندارد، ضریب بتا ثابت و رابطه بین بازده سهام و بازده بازار خطی فرض می شود، در حالی که در بازارهای مالی این امکان وجود دارد که با تغییر هزینه منفعت سرمایه گذاران در خصوص بازده و ریسک، ضریب بتا نسبت به زمان متغیر شده و همچنین در محیط غیرخطی، تخمین ضریب بتا به صورت خطی ناسازگار و  با اریب همراه شود. بنابراین استفاده از مدل های دیگر در برآورد بازده موردانتظار ضروری به نظر می رسد. روش : در این پژوهش علاوه بر مدل قیمت گذاری دارایی سرمایه ای استاندارد، از مدل های رگرسیون آستانه ای و رگرسیون کرنل به منظور برآورد مدل قیمت گذاری دارایی سرمایه ای استفاده شده است. با توجه به اینکه اساس هر یک از مدل های یادشده را مفروضات متفاوتی شکل می دهد، در این پژوهش تلاش شده است که با استفاده از الگوریتم ژنتیک و در بازه زمانی 1387 تا 1396 به ارائه مدل ترکیبی به منظور برآورد بازده مورد انتظار پرداخته شود. یافته ها : بازده مورد انتظار از طریق مدل های قیمت گذاری دارایی سرمایه ای استاندارد، آستانه ای، رگرسیون کرنل موضعی و ترکیب هر سه مدل مذکور، برآورد شده و نتایج آن با بازده تحقق یافته مقایسه شدند. از شاخص میانگین مجذور خطا برای سنجش قدرت پیش بینی مدل های تحقیق استفاده شده است. همچنین، به کمک آزمون مقایسه زوجی روی شاخص میانگین مجذور خطا مدل های تحقیق با یکدیگر مقایسه شده اند. نتیجه گیری : نتایج نشان می دهد که در نظر گرفتن مدل ترکیبی موجب شده است قدرت پیش بینی بازده تحقق یافته در مقایسه با سایر مدل های تحقیق افزایش یابد.