Asset pricing and prediction with time-varying betas

Abstract

The theory of asset pricing relies heavily on the principles of present value calculations and the hypothesis of efficient capital markets. The former implies that the price of an asset, not necessarily stock, is a function of the expected future yields discounted to the current data. However, in the field of investments, there seems to be an important but unanswered question. This particular question is concerned with why some assets earn substantially higher average returns. Financial economists have developed different models to address this question in the context of theoretically or empirically motivated asset pricing models. The CAPM is considered to be the most widely used asset pricing model. However, in view of its empirical shortcomings, researchers have made many attempts to refine the theoretical foundations and improve its empirical performance. One of the main assumptions of the CAPM is the stability of beta coefficients. Because this assumption does not hold in reality, in this thesis we develop a novel approach for capturing the time variation of betas by treating the pattern as a function of market return. To do so, we construct a new two-factor model (TFM) which incorporates variables targeting to absorb the information conveyed by betas’ instability. The model is free from subjective bias problems related to the selection of a critical threshold. In addition, the important implications of predicting betas motivated us to examine empirically the accuracy of our TFM’s betas. Our analysis uses stocks traded on S&P 500 and covers a long period of time and different kinds of portfolios. The tests for finding out the model’s performance along with other well-known models proposed in the literature indicate that this novel approach is very promising. In addition, in this thesis we examine the existence of herding behaviour in different financial markets. Herding behaviour can have significantly consequences on the market efficiency, since it might aggravate volatility of returns destabilizing financial markets. Furthermore, nonlinearities of stock prices have been attributed to the existence of herding. Hence, in order to obtain a better understanding of herding, we examine its effects on market volatility. Furthermore, we seek for the existence of herding in factors other than the market risk such as co-skewness and co-kurtosis. Finally, we explore the existence of contagion effects of herding as well as if the measure of herding is affected by various unexpected macroeconomic shocks. We believe that the empirical findings reported in this thesis will help market participants and investors in many ways.

Η θεωρία της αποτίμησης των περιουσιακών στοιχείων βασίζεται σε μεγάλο βαθμό στις αρχές του υπολογισμού της παρούσας αξίας και της υπόθεσης των αποτελεσματικών αγορών. Το πρώτο σημαίνει ότι η τιμή ενός περιουσιακού στοιχείου, όχι απαραίτητα μετοχής, είναι συνάρτηση των αναμενόμενων μελλοντικών αποδόσεων προεξοφλημένων στα τρέχοντα δεδομένα. Ωστόσο, στον τομέα των επενδύσεων, φαίνεται να υπάρχει ένα σημαντικό αλλά αναπάντητο ερώτημα. Το συγκεκριμένο ερώτημα έχει να κάνει με το γιατί ορισμένα περιουσιακά στοιχεία κερδίζουν σημαντικά υψηλότερες μέσες αποδόσεις. Οικονομολόγοι στον τομέα των χρηματοοικονομικών έχουν αναπτύξει διαφορετικά μοντέλα για να αντιμετωπίσουν αυτό το ζήτημα στο πλαίσιο των θεωρητικών ή εμπειρικών μοντέλων αποτίμησης. Το CAPM θεωρείται ότι είναι το πιο ευρέως χρησιμοποιούμενο μοντέλο αποτίμησης. Ωστόσο, υπό το φως των εμπειρικών μειονεκτημάτων του μοντέλου, οι ερευνητές έχουν κάνει πολλές προσπάθειες για τη βελτίωση του θεωρητικού υπόβαθρου του μοντέλου και της εμπειρικής του επίδοσης. Μία από τις βασικές παραδοχές του CAPM είναι η σταθερότητα των συντελεστών βήτα. Επειδή η υπόθεση αυτή δεν ισχύει στην πραγματικότητα, στην παρούσα διατριβή αναπτύσσουμε μια νέα προσέγγιση που εκτιμά τους χρονικά μεταβαλλόμενους συντελεστές βήτα ως συνάρτηση των αποδόσεων της αγοράς. Για να γίνει αυτό, έχουμε κατασκευάσει ένα νέο μοντέλο δύο παραγόντων (TFM), το οποίο ενσωματώνει μεταβλητές με σκοπό να απορροφήσει τις πληροφορίες που μεταφέρονται από την αστάθεια των συντελεστών βήτα. Το μοντέλο είναι απαλλαγμένο από προβλήματα υποκειμενικής μεροληψίας που σχετίζονται με την επιλογή κάποιου κρίσιμου ορίου. Επιπλέον, οι σημαντικές επιπτώσεις από την ακριβή πρόβλεψη των συντελεστών βήτα, μας δίνει το κίνητρο ώστε να εξετάσουμε εμπειρικά την ακρίβεια των συντελεστών βήτα του μοντέλου μας. Η ανάλυσή μας χρησιμοποιεί μετοχές που διαπραγματεύονται στο δείκτη S&P 500 και καλύπτει ένα μεγάλο χρονικό διάστημα και διάφορα είδη χαρτοφυλακίων. Οι εμπειρικοί έλεγχοι με άλλα γνωστά υποδείγματα της διεθνούς βιβλιογραφίας δείχνουν ότι η νέα αυτή προσέγγιση είναι πολύ ελπιδοφόρα. Επιπλέον, σε αυτή την εργασία εξετάζουμε την ύπαρξη της αγελαίας συμπεριφοράς των επενδυτών σε διάφορες χρηματοπιστωτικές αγορές. Η συγκεκριμένη συμπεριφορά μπορεί να έχει σημαντικές επιπτώσεις στην αποτελεσματικότητα της αγοράς, δεδομένου ότι θα μπορούσε να επιδεινώσει τη μεταβλητότητα των αποδόσεων και να οδηγήσει σε αποσταθεροποίηση των αγορών. Επιπλέον, η μη γραμμικότητα των τιμών των μετοχών έχει αποδοθεί στην ύπαρξη της αγελαίας συμπεριφοράς. Ως εκ τούτου, προκειμένου να κατανοήσουμε καλύτερα την αγελαία συμπεριφορά, εξετάζουμε τις επιπτώσεις της στη μεταβλητότητα των αγορών. Επιπλέον, εξετάζουμε την ύπαρξη της αγελαίας συμπεριφοράς και σε άλλους παράγοντες εκτός από τον κίνδυνο της αγοράς, όπως είναι η ασυμμετρία και η κύρτωση. Τέλος, διερευνούμε τις αλυσιδωτές επιπτώσεις της αγελαίας συμπεριφοράς καθώς επίσης και αν η τελευταία επηρεάζεται από διάφορα μακροοικονομικά σοκ. Πιστεύουμε ότι τα εμπειρικά αποτελέσματα που αναφέρονται στη συγκεκριμένη διατριβή, θα βοηθήσουν τους συμμετέχοντες στην αγορά και τους επενδυτές με πολλούς τρόπους.