阿里安娜·阿戈斯托;恩里科·莫雷托 方差很重要(在随机股息贴现模型中)。 (英语) Zbl 1314.91203号 财务年鉴 11,第2期,283-295(2015). 摘要:随机股利贴现模型[W.J.赫尔利和L.D.约翰逊,“现实股息估值模型”,Financ。分析家J.50,第4号,50–54(1994),http://www.jstor.org/stable/4479761; “广义马尔可夫股息贴现模型”,J.Portfolio Manage。25,第1期,第27–31页(1998年;doi:10.3905/jpm.1998.409658);姚毅(Y.Yao),“三项式股息估值模型”,同上,23,第4号,99–103(1997;doi:10.3905/jpm.1997.409618)]当股东定期收到作为其风险投资回报的未来股息,在马尔科夫环境中通过离散分布的随机增长率随时间演变时,股票价格的预期值的表达式。这样的结果扩展了被称为戈登模型的经典股价教科书公式,并使其更加灵活。本文介绍了随机股价方差的一个封闭表达式,确定了股价方差如何受到股息增长率方差的影响,确定了在此框架下,股息过程是非平稳的,并应用实际市场数据进行了简单的计量分析。 引用于6文件 MSC公司: 9120国集团 衍生证券(期权定价、对冲等) 60J20型 马尔可夫链和离散时间马尔可夫过程在一般状态空间(社会流动、学习理论、工业过程等)上的应用 关键词:股权估值;随机股利贴现模型;随机股利过程的非平稳性 PDF格式BibTeX公司 XML格式引用 \textit{A.Agosto}和\textit{E.Moretto},《财务年鉴》11,第2期,283--295(2015;Zbl 1314.91203) 全文: 内政部 arXiv公司 参考文献: [1] Artzner,P.、Delbaen,F.、Eber,J.M.、Heath,D.:一致的风险度量。数学金融9(3),203-228(1999)。数字对象标识代码:10.1111/1467-9965.00068·Zbl 0980.91042号 ·doi:10.111/1467-9965.00068 [2] Coqueret,G.:多元化的最小方差投资组合。Ann Finance(2014)。doi:10.1007/s10436-014-0253-x·Zbl 1315.91057号 [3] 达米科,G.:股票估值问题的半马尔可夫方法。《财务年鉴》9(4),589-610(2013)。doi:10.1007/s10436-012-0206-1·Zbl 1298.91161号 ·doi:10.1007/s10436-012-0206-1 [4] Ghezzi,L.L.,Piccardi,C.:沿着马尔可夫链的股票估值。应用数学计算141,385-393(2003)。doi:10.1016/S0096-3003(02)00263-1·Zbl 1046.91059号 ·doi:10.1016/S0096-3003(02)00263-1 [5] Gordon,M.J.,Shapiro,E.:资本设备分析:要求的利润率。《管理科学》3,102-110(1956)。doi:10.1287/mnsc.3.1102·Zbl 1046.91059号 [6] 盖根·D·塔兰特·W·:关于五项风险措施的必要性。《财务年鉴》8(4),533-552(2012)。doi:10.1007/s10436-012-0205-2·Zbl 1298.91193号 ·doi:10.1007/s10436-012-0205-2 [7] Hurley,W.J.:计算广义随机股息贴现模型的第一矩和置信区间。《数学金融杂志》3,275-279(2013)。doi:10.4236/jmf.2013.32027·doi:10.4236/jmf.2013.32027 [8] Hurley,W.J.,Johnson,L.D.:一个现实的股息估值模型。《财务分析杂志》50-54(1994)。http://www.jstor.org/stable/4479761 ·Zbl 0980.91042号 [9] Hurley,W.J.,Johnson,L.D.:广义马尔可夫股息贴现模型。《港口管理杂志》27-31(1998)。doi:10.3905/jpm.1998.409658·Zbl 1298.91161号 [10] Williams,J.B.:投资价值理论。剑桥:哈佛大学出版社(1938) [11] Yao,Y.:三项式股息估值模型。《港口管理杂志》99-103(1997)。doi:10.3905/jpm.1997.409618 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。