دانلود رایگان ترجمه مقاله ریسک و نرخ بازده در بازار سهام چین – الزویر ۲۰۱۵

مقالات انگلیسی و ترجمه های فارسی رایگان با فرمت PDF آماده دانلود رایگان میباشند

همچنین ترجمه مقاله با فرمت ورد نیز قابل خریداری و دانلود میباشد

مقاله انگلیسی رایگان (PDF)

ترجمه فارسی رایگان (PDF)

خرید ترجمه با فرمت ورد

فهرست مقاله:

چکیده
۱-مقدمه
۲- منابع قیمت گذاری دارایی در چین
۳- داده ها و روش ها
۳-۱ داده ها
۳-۲براورد و تخمین بیمه های ریسک
۳-۲-۱ اثرات بازار، اندازه شرکت و ارزش دفتری به بازار
۳-۲-۲- اثر نوسان ویژه
۳-۲-۳ فاکتور ریسک پراکندگی نرخ بازده
۴- نتایج تجربی
۴-۱ ریسک بازار و پراکندگی نرخ بازده
۴-۲ اثرات نوسان ویژه، بازار، اندازه، ارزش دفتری به بازاری مجددا بررسی می شوند
۴-۳ بیمه ریسک پراکندکی نرخ بازده
۴-۴ کنترل استواری
۴-۵ پراکندگی نرخ بازده سهام و عدم قطعیت بنیادین
۵- نتیجه گیری

بخشی از ترجمه فارسی مقاله:

۱- مقدمه
چین و بازار های سهام آن، به عنوان یکی از محرک ها و پیشروان اصلی در خروجی اقتصادی دنیا و تقاضای جهانی توجه زیادی را در مطالعات به خود معطوف کرده اند. به دلیل ویژگی های سرمایه گذاران و نیز خصوصیات سازمانی منحصر به فرد آن، محققان به بررسی بازار سهام چین از زوایای مختلف پرداخته اند. با این حال، یک سری از مطالعات بر مدل های قیمت گذاری دارایی برای این بازار تاکید دارند. مطالعات قبلی در خصوص بازار بورس، نتایج ترکیبی و ضد و نقیضی را در خصوص عوامل ریسک سیستماتیک که موجب بروز تغییراتی در مقطع عرضی نرخ بازده می شوند نشان داده اند. به طور کلی، شواهد گزارش شده تا کنون، مدل قیمت گذاری دارایی سرمایه(CAPM) را رد کرده اند و خاطر نشان کرده اند که عامل بازار قادر به توجیه تغییرات مقطعی در نرخ بازده در این بازار نوظهور نیست(Drew et al., 2004; Wang and Xu, 2004; Wong et al., 2006; Eun and Huang, 2007). شواهد مربوط به عوامل مثر بر نرخ بازده سهام در بهترین حالت به صورت ترکیبی میب اشند. با این وجود، به عنوان یکی از عوامل محرک فعالیت اقتصادی جهانی، درک محرک های سیستماتیک نرخ بازده سهام در این کشور نه تنها برای قانون گذاران بازاری و سرمایه گذار های داخلی بلکه برای سرمایه کذاران بین المللی که نقش فعالی در این بازار ایفا می کنند اهمیت دارد.
تعداد روز افزونی از مطالعات بر روی نرخ بازده سهام آمریکا بر انتشار نرخ بازده سهام اندازه گیری شده توسط انحراف معیار مقطعی نرخ بازده سهام در بازار در یک دوره معین تاگید دارند. در منابع مربوط به نرخ بازده سهام آمریکا، انتشار نرخ بازده سهام با سیکل های کسب و کار، فراریت بازاری ترکیبی، فراریت ویژه و بیمه تکانه و ارزش در نرخ بازده سهام( استیور و سان ۲۰۱۰، باترا ۲۰۱۱) مرتبط بوده است.
مطالعات اخیر با بررسی بر روی مدل های قیمت گذاری دارایی خاطر نشان کرده اند که انتشار بازده حاوی یک سری قیمت های مثبت ریسک حتی بعد از کنترل عوامل ریسک سیستمی جایگزین می باشند. نتایج ارایه شده توسط جیاگ ۲۰۱۰ و اخیرا دمیر و جاتسکرکار (۲۰۱۳) نشان می دهد که انتشار یا پراکندگی نرخ بازده در بر گیرنده عدم قطعیت مربوط به باز سازی اقتصادی اصلی است که توسط بازار تثبیت شده جایگزین و عوامل ریسک سطح شرکتی توجیه می شود. در عین حال این مطالعات نشان می دهند که استفاده از شاخص نرخ بازده در مدل های قیمت گذاری دارایی منجر به خطای قیمت کذاری پایین و بهبود خوبی برازش نسبت به CAPM و مدل های سه فاکتوره فاما و فرنچ ۱۹۹۳ می شوند.
با توجه به این یافته ها، سوالی که باید پرسید این است که آیا انتشار یا پراکندگی نرخ بازده در مقطع عرضی نرخ بازده سهام در چین که تحول اقتصادی زیادی در طی چند دهه اخیر تجربه کرده است قیمت گذاری می شود یا نه. از این روی، این مطالعه به منابع و مطالعات در خصوص قیمت گذاری در بازار سهام چین با افزایش دانش ما در خصوص بعد عدم قطعیت در مبانی بازاری پوشش داده شده توسط انتشار نرخ بازده سهام غنای خاصی می بخشد. تا آن جا که ما می دانیم این اولین مطالعه ای است که به بررسی پراکندگی نرخ بازده به عنوان عامل سیستمی در مدل های قیمت گذاری دارایی در نرخ بازده سهام چین می پردازد.
این مطالعه دارای پیامد های متعددی می باشد. اولا، با استفاده از داده های اخیر، ما به بررسی مجدد روایی CAPM و عوامل فاما و فرنچ ۱۹۹۳ در مقطع نرخ بازده سهام در چین می پردازیم. دوم، ما از پرتقوی های جایگزین برای بررسی فرا گیری اثر فراریت ویژه در نرخ بازده در این بازار استفاده می کنیم. در نهایت، ما منابع قیمت گذاری دارایی را برای چین با بررسی این که آیا پراکندکی نرخ بازده سهام حاوی قیمت ریسک معنی دار بعد از کنترل عوامل خطر است یا نه استفاده کردیم. با بررسی بعد عدم قطعیت پوشش داده شده توسط پراکندگی بازده در بازار نوظهور، این مطالعه به بررسی منابع قیمت گذاری دارایی در چین و نیز منابع نوظهور در خصوص انتشار نرخ بازده سهام می پردازیم.
مطابق با شواهد مربوط به امریکا، نرخ بازده سهام( جیان ۲۰۱۰، دیمرر و جتاکور ۲۰۱۳)، پی برده شد که پراکنش نرخ بازده سهام به طور مقطعی موجب ایجاد نرخ بازده سهام حتی بعد از کنتترل بازار، اندازه، ارزش دفتری به بازاری و اثرات فراریت منحصر به فرد می شود. مشاهده شده است که سهام هایی با حساسیت های بیشتر به انتشار نرخ بازده سهام منجر به نرخ بازده بالاتر می شود و این که اثر انتشار نرخ بازده در برابر انواع پرتفوی های جایگزین مقاوم است. بر اساس پیشنهاد چن و پتکوف ۲۰۱۲، نوسان غیر متعارف ارتباط نزدیکی با فرصت های گزینه واقعی با شرکت دارند و از این روی نتایج اثرات انتشار نرخ بازده در حضور یک اثر فراریت منحصر به فرد غیر معنی دار نشان می دهد که انتشار نرخ بازده گزینه های رشد واقعی و انعطاف پذیری سازش به باز سازی اقتصادی مرتبط با یک شرکت کمک می کند. این مطابق با فرضیه مطرح شده توسط پاستور و ورونیزی(۲۰۰۹) می باشد که بر اساس آن ریسک برای برخی از شرکت ها در طی فاز اولیه تغییر فاز فناوری به ریسک سیستماتیک بازاری به عنوان احتمال پذیرش فناوری جدید در بازار با گذشت زمان منحصر به فرد است.
احتمالا انتشار پراکندگی سهام موسوم به یک فاکتور ریسک سیستمی عادی و مشترک مرتبط با حساسیت های شرکت به شوک فناوری است که موجب ایجاد تفاوت هایی در نرخ بازده شرکت ها بر اساس ویژگی های سطح شرکت از جمله فراریت یا نوسان غیر متعارف، می شوند. به طور کلی، یافته ها نشان می دهد که انتشار نرخ بازده سهام عدم قطعیت مرتبط با تغییرات اقتصادی را در نظر می گیرد و به این ترتیب موجب افزایش انعطاف پذیری با باز سازی اقتصادی شده و یک عامل ریسک سیستمی در چین است که تغییرات اقتصادی معنی داری را در بیشتر دوره ها تجربه کرده است.
ادامه این فصل به صورت زیر سازمان دهی شده است: بخش ۲ مروری کوتاه بر منابع قیمت گذاری دارایی در بازار بورس چین دارد و بخش ۳ مروری بر داده ها و روش شناسی دارد و بخش ۴ نتایج تجربی را نشان می دهد و بخش ۵ شامل نتیجه گیری است.

بخشی از مقاله انگلیسی:

۱٫ Introduction

As one of the main drivers of global economic output and demand, China and its stock markets have attracted much attention in the literature. Due to its unique institutional and investor characteristics, researchers have examined the Chinese stock market from many different angles.1 However, the strand of the literature focusing on asset pricing models for this market is still evolving. Previous studies on the Chinese stock market document mixed findings on the systematic risk factors that drive the variation in the crosssection of returns.2 Overall, the evidence reported so far is generally against the Capital Asset Pricing Model (CAPM) and suggests that the market factor does not explain the cross-sectional variation in returns in this emerging market (e.g. Drew et al., 2004; Wang and Xu, 2004; Wong et al., 2006; Eun and Huang, 2007). The evidence related to the alternative determinants of stock returns is mixed at best. Nevertheless, as one of the key drivers of global economic activity, understanding the systematic drivers of stock market returns in this country is of interest to not only market regulators and domestic investors, but also to international investors who play an increasingly active role in this market. An increasing number of studies on U.S. stock returns focus on equity return dispersion measured by the cross-sectional standard deviation of stock returns in the market in a given period. In the literature on U.S. stock returns, equity return dispersion has been associated with business cycles (Christie and Huang, 1994; Duffee, 2001), aggregate market volatility (Stivers, 2003), idiosyncratic volatility (Stivers, 2003; Connolly and Stivers, 2006), and the value and momentum premium in stock returns (Stivers and Sun, 2010; Bhootra, 2011). In an extension to asset pricing models, recent studies document that return dispersion also carries a significant positive price of risk even after controlling for alternative systematic risk factors. The findings reported by Jiang (2010) and, more recently, by Demirer and Jategaonkar (2013) suggest that return dispersion captures the uncertainty related to fundamental economic restructuring that cannot be explained by the alternative well-established market and firm level risk factors. These studies also suggest that the inclusion of return dispersion in asset pricing models leads to lower pricing errors and improves the goodness of fit over the CAPM and Fama and French (1993) three factor alternatives. Given these findings, a natural question to ask is whether return dispersion is significantly priced in the cross-section of stock returns in China that has experienced a significant economic transformation over the past several decades. Therefore, this study contributes to the literature on asset pricing in the Chinese stock market by enlarging our understanding of the dimension of uncertainty in market fundamentals captured by equity return dispersion. To the best of our knowledge, this study is the first to examine return dispersion as a systematic factor in asset pricing models for Chinese stock returns. This study has several contributions to the literature. First, using recent data, we re-examine the validity of the CAPM and the Fama and French (1993) factors on the cross-section of stock returns in China. Second, we use alternative portfolio sorts to examine the prevalence of the idiosyncratic volatility (IV) effect on returns in this market.3 Finally, we extend the asset pricing literature for China by examining whether equity return dispersion carries a significant price of risk even after controlling for alternative risk factors. By examining the dimension of uncertainty captured by return dispersion in an emerging market, this study contributes to not only the asset pricing literature on China, but also to the emerging literature on equity return dispersion. Consistent with the evidence on U.S. stock returns (Jiang, 2010; Demirer and Jategaonkar, 2013), we find that equity return dispersion cross-sectionally drives stock returns, even after controlling for market, size, book-to-market, and idiosyncratic volatility effects. We observe that stocks with greater sensitivities to equity return dispersion indeed yield higher average returns and that the return dispersion effect is robust to alternative portfolio sorts. Following the suggestion by Chen and Petkova (2012) that idiosyncratic volatility may be associated with real option opportunities with a firm, the finding of a robust return dispersion effect in the presence of an insignificant idiosyncratic volatility effect suggests that return dispersion indeed captures what Berk et al. (1999) term the real growth options and the flexibility of adaptability to fundamental economic restructuring associated with a firm. This is also in line with the hypothesis by Pastor and Veronesi (2009) that the risk that is idiosyncratic to particular firms during the initial phase of technological shifts transforms into a market wide systematic risk as the adoption probability of the new technology across the market increases over time. It is possible that equity return dispersion is what Kogan and Papanikolaou (2013) term as the common systematic risk factor associated with firms’ sensitivities to technology shocks which also drive the difference in the returns among firms sorted on various firm level characteristics including idiosyncratic volatility. Overall, our findings suggest that equity return dispersion captures the uncertainty associated with economic transitions and the flexibility of adaptability to fundamental economic restructuring and thus serves as a more meaningful systematic risk factor in China which has experienced a significant economic transition during much of the sample period. The remainder of this paper is organized as follows. Section 2 briefly discusses the asset pricing literature on the Chinese stock market, Section 3 explains the data and methodology, Section 4 presents empirical findings and Section 5 concludes the paper.