ما هي التطبيقات العملية لنظرية التسعير التحكيمية؟

التطبيقات العملية لنظرية التسعير المراجعي هي كالتالي:

APT هو بديل مثير للاهتمام لل CAPM و MPT. منذ تقديمه من قبل روس ، تمت مناقشته وتقييمه واختباره. على أساس الأفكار المعقولة البديهية ، هو مفهوم جديد مغرية. هل ينتقل الممارسون والأكاديميون من CAPM؟

Image Courtesy: breakingenergy.sites.breakingmedia.com/wp-content/uploads/sites/2/2013/10/96791596-1024.jpg 682.jpg

وبما أن روس شكك في قيمة الاختبار التجريبي للـ CAPM ، فقد وجه العديد من الأكاديميين أنفسهم بعيداً عن CAPM. وسواء كان ذلك مناسبًا أو غير متبقٍ نظرًا لأن APT واجهت العديد من المشكلات نفسها التي تم اكتشافها أثناء اختبار CAPM وتطبيقه ،

تم إجراء اختبار تجريبي أولي لـ APT بواسطة Roll و Ross (RR). كانت منهجيتهم ، إلى حد ما ، مشابهة لتلك المستخدمة من قبل Black ، و Jensen والمدارس (BJS) في اختبار CAPM.

وقد قدّروا أولاً عامل beta للأوراق المالية ، ثم العلاقة الشاملة بين التأمينات beta الأمنية ومتوسط ​​معدل العائد. قدرت RR عوامل Beta التي تستخدم تقنية إحصائية تسمى تحليل العوامل.

مدخلات تحليل العوامل هي مصفوفة التغاير بين عائدات الأوراق المالية في العينة. يحدد تحليل العوامل مجموعة عوامل betas التي تفسر التباين بين الأوراق المالية في العينة.

في نموذج عامل واحد ، يفترض أن يكون التباين بين معدلات العائد على أي سهمين قد قدم بواسطة منتج (أ) عامل بيتا للسهم الأول ، (ب) عامل بيتا للسهم الثاني ، و ( ج) تباين العامل. في نموذج متعدد العوامل ، من المفترض أن يتم إعطاء التباين بواسطة مجموع سلسلة من هذه المنتجات ، واحد لكل من العوامل.

تحليل العوامل يجعل الافتراضات العاملة بأن متغيرات العامل الفردي تساوي 1.00 ، ثم تجد أن مجموعة عوامل الإنتاج لكل سهم والتي تجعل التباين بين المخزونات تتطابق قدر الإمكان مع نموذج التباين ، كما يتم حسابها مباشرة من عائدات.

يستمر البرنامج في إضافة عوامل إضافية إلى أن يبرر احتمال أن تشرح المحفظة التالية جزءًا كبيرًا من التباين بين الأسهم إلى ما دون مستوى محدد مسبقًا.

بعد الحصول على تقديرات للعامل betas ، فإن الخطوة التالية هي تقدير قيمة عامل السعر المرتبط بكل عامل. يتم ذلك عن طريق عرضية inter-sectionally العامل betas لعائد متوسط ​​، باستخدام إجراء مشابه لتلك المستخدمة من قبل BJS لبيتا السوق.

بسبب تعقيده ، لا يمكن استخدام تحليل العوامل إلا على عينات صغيرة نسبيا من الشركات. وجد Dhyrymes و Friend و Gultekin (DFG) أنه مع زيادة عدد الأوراق المالية في تحليل العوامل من خمسة عشر إلى ستين ، فإن عدد العوامل الهامة يزيد من ثلاثة إلى سبعة.

وكما يشير رول وروس ، هناك العديد من الأسباب التي تجعلنا نتوقع حدوث ذلك. في أي مجموعة ، على سبيل المثال ، ثلاثون ورقة مالية ، قد تكون هناك شركة نسيج واحدة فقط. من المستبعد أن يجد المستثمر "عامل نسيج" حتى يوسع عينته ليشمل المزيد من شركات النسيج.

يجادلون بأن هذا لا يعني بالضرورة أن إجراء الاختبارات على عينات صغيرة غير مناسب ، لأنه ، ما لم تكن العوامل منتشرة ، يمكن تنويعها ، ولن يتم تسعيرها. على هذا النحو ، فهي ليست ذات أهمية في اختبار النظرية.

كما وجدت DFG أن الاستنتاج حول ما إذا كان مصطلح الإعتراض هو نفسه أو مختلفًا عبر عينات مختلفة يعتمد على طريقة تجميع المستثمر للأوراق المالية. في ورقة لاحقة وجد DFG و Gultekin أن عدد العوامل "ذات الأسعار" يزداد مع عدد تحليلات عامل الأوراق المالية.

بشكل عام ، تشير هذه النتائج الأولية التجريبية إلى أن اختبار APT قد يكون صعبًا من خلال تحليل العوامل. كبديل لاستخدام تحليل العوامل لاختبار APT ، يمكن للمستثمر الافتراض أن مجموعة معينة من العوامل المحددة تفسر مصفوفة التغاير بين الأوراق المالية.

في هذا النهج ، يمكن للمستثمر استخدام عينات كبيرة لتقدير عامل بيتاس وأسعار العوامل. عند استخدام هذا الإجراء ، قرر كل من Chen و Roll و Ross أن جزءًا كبيرًا من التباين بين الأوراق المالية يمكن تفسيره على أساس تغييرات غير متوقعة في أربعة عوامل محددة (1) الفرق بين العائد على المدى الطويل و سند خزانة قصير الأجل ؛ (2) معدل التضخم (3) الفرق بين العائدات كإسناد عالي لسندات الشركات وسندات الخزانة. وأخيراً (4) معدل النمو في الإنتاج الصناعي.

أثارت Shanken قضية أكثر خطورة حول اختبار الـ APT. ويجادل بأن أسهم الأسهم المتداولة في السوق هي في الواقع محافظ على وحدات الإنتاج الفردية في الاقتصاد. تم إنشاء هذه المحافظ من خلال الاندماج واعتماد مشاريع متعددة لرأس المال من قبل الشركات الفردية.

ونتيجة لذلك ، وبالنظر إلى هيكل العوامل الذي يفسر التغاير بين العائدات إلى وحدات الإنتاج الفردية ، قد لا نكون قادرين على الاعتراف به على أساس المحفظة (الأسهم المتداولة في السوق).

من السهل فهم هذه النقطة إذا افترضنا أن العامل المزدوج APT ساري المفعول ، ويتم تسعير كلا العاملين. افترض أن الأسهم في مثالنا تصدرها الشركات التي تجمّع محافظًا لمشاريع الموازنة الرأسمالية. قد يكونوا قد اندمجوا مع شركات أخرى في الماضي. من المتصور أن يتمكنوا من تفكيك أنفسهم عن طريق تفتيت الانقسامات أو الاندماج كليًا أو جزئيًا مع شركات أخرى.

يمكنهم حتى إعادة تنظيم أنفسهم في "المحافظ" بحيث كانت عواملهم العاملية صفر. ماذا سيحدث لاختبار APT إذا قامت الشركات بتجميع نفسها بهذه الطريقة؟ في الواقع ، هناك عاملان يتم تسعيرهما ، بمعنى أنهما يؤثران على معدلات العائد المتوقعة.

ومع ذلك ، إذا قمنا بالرفض على أساس هذا الاختبار ، لأننا لا نستطيع أبداً أن نلاحظ مصفوفة التغاير الخاصة بالوحدات الأساسية لوحدات الإنتاج الموضوعة على أساس الميزانيات الرأسمالية وقرارات الاندماج.

وحقيقة أننا لا نستطيع سوى مراقبة مثل هذه الحقائب قد تقودنا بشكل خاطئ إلى رفض APT. لنفترض مرة أخرى ، أن لدينا هيكل عاملين مع اثنين من أسعار العوامل المختلفة. نختبر النظرية بإجراء تحليل عامل بعينتين منفصلتين.

في العينة الأولى ، جمعت الشركات بطريقة تجعلها بيتا فيما يتعلق بالعامل الأول صفر. تضافرت الشركات في العينة الثانية لتجعل العامل الثاني للبيتاز يساوي الصفر.

في تلخيص تحليل عامل في كل عينة ، سوف يستنتج المستثمر أن هناك عامل واحد فقط. ﻋﻼوة ﻋﻠﻰ ذﻟﻚ ، ﻋﻨﺪﻣﺎ ﻳﺘﻌﻠﻖ اﻟﻤﺴﺘﺜﻤﺮ ﺑﻌﺎﻣﻠﺔ ﺑﻴﺘﺎ ﻟﻌﻮاﺋﺪ ﻣﺘﻮﺳﻄﺔ ، ﺳﻴﺨﻠﺺ اﻟﻤﺴﺘﺜﻤﺮ إﻟﻰ أن ﺗﺴﻌﻴﺮ اﻟﻌﺎﻣﻞ ﻣﺨﺘﻠﻒ ﺑﻴﻦ اﻟﻌﻴﻨﺘﻴﻦ. سيرفض المستثمر بشكل غير صحيح APT لأنه ، دون علم ، يلاحظ عاملين مختلفين في العمل في كل من العيّنتين.

يمكن التشكيك في اختبار APT بمعنى آخر. ومع ازدياد عدد عوامل تحليل الشركات ، يزداد كذلك عدد العوامل التي يجدها المستثمر في شرح مصفوفة التباين المشترك للعائدات.

لنفترض أن المستثمر يأخذ مجموعتين من خمسين سهمًا ، ويحلل العامل كل منها ، ويجد أربعة عوامل في كل منهما ، ثم ينظر إلى العلاقات المستعرضة بين متوسط ​​العائد والعامل في كل عامل. ثم يعلن المستثمر أن لديه أدلة ترفض APT. ولكن قد تكون هناك متغيرات مفقودة في انحداراته العرضية.

المتغيرات المفقودة هي beta للعوامل التي فشل في التقاطها بسبب حجم العينة الصغير نسبياً من خمسين. قد تختلف المتغيرات المفقودة بشكل جيد ، كما هو الحال بين العيّنين ، وهو ما يمثل معدلات العائد الخالي من المخاطر في العيّنتين.

قد يتفاعل المستثمر مع هذا النقد من خلال الحصول على المزيد من المتغيرات عن طريق زيادة حجم العينة إلى 100. ويجد المزيد من العوامل ، ولكن لا يزال مختلف معدلات العائد الخالي من المخاطر. يدعي أنه رفض APT ، ولكن لا تزال المتغيرات مفقودة. نحن في ربط مماثل لتلك التي كنا فيها مع CAPM. مع CAPM حتى أفضل وكلاء ليست سوى جزء صغير من محفظة السوق الحقيقية.

مع APT ، حتى إذا زاد المستثمر حجم العينة إلى الحدود المفروضة من قبل تكنولوجيا الحوسبة ، نظراً لمتطلبات تحليل العوامل ، فإن عينته ليست سوى جزء صغير من إجمالي عدد وحدات الإنتاج في النظام الاقتصادي الدولي. يمكن دائما أن يعزى الاختلاف في أسعار العوامل وقراءتها بين العينات إلى عوامل مفقودة لم يتم التقاطها بسبب حجم العينة الصغير.

علاوة على ذلك ، فإن هذه النظرية لا تخبرنا بعدد العوامل التي يجب أن نتوقع رؤيتها أو أسماء أي من العوامل. وبالتالي ، فإن عدد العوامل التي يحددها السوق أكبر من العدد الذي قدّره.

قد يشعر المستثمرون براحة أكبر إذا وجد أن عدد العوامل المسعرة يزداد بمعدل تناقص مع زيادة حجم العينة. قد يشير هذا إلى أنه قد تكون هناك نقطة أبعد من أي زيادة حجم العينة سيكون لها تأثير ضئيل على نتائج تجريبية له.

وكما أن أي وكيل للسوق لا يرقى إلى حد بعيد عن محفظة السوق الحقيقية ، فإن أي حجم عينة يمكن للمستثمر تحليلها لا يرقى إلى أدنى من إجمالي عدد الوحدات الدولية في وحدات الإنتاج. قد يزيد عدد العوامل ذات الأسعار بسعر تنازلي على الوحدات المائة الأولى ، ولكن لن يتمكن المستثمر من العثور على ما يحدث خلال آلاف الوحدات التالية.