Modellerande av förhållande mellan P/E-tal och nedgångar på OMXS30

Detta är en Kandidat-uppsats från Linköpings universitet/Matematisk statistik; Linköpings universitet/Tekniska högskolan

Sammanfattning: Den rapport du just ska till att läsa är ett kandidatarbete i matematisk statistik skrivet vid matematiska instutitionen, Linköpings Universitet. Det område som undersöks är att om man med hjälp av P/E-tal kan förutsäga kraftiga börsnedgångar (börskrascher) på OMXS30. För att definiera en börskrasch har vi använt måttet Value at Risk (VaR). Detta mått är vedertaget hos finansiella instutitioner som ett riskmått men i denna rapport används det som sagt för att definiera nivån for en börskrasch. VaR har beräknats med diverse olika metoder som presenteras i rapporten.   Efter att en börskrasch definierats har vi använt logistisk regression med P/E-tal som förklaringsvariabel för att undersöka om dessa nedgångar har ett samband med höga P/E-tal. Denna undersökning har lett fram till ett starkt resultat som säger att om en börsnedgång definieras med ett V aR mått som bygger på normalfördelningsantagande där volatiliteten är simulerad med GARCH(1,1) så kan vi konstatera att det finns ett säkerställt samband mellan höga P/E-tal och börskrascher.   Slutsatserna som dragit från undersökningen är att man genom att inkorporera en logistisk regression mot P/E-talet kan forstärka sitt VaR mått givet de antaganden som presenterats. Författarna uppmuntrar vidare forskning på området för att se om resultatet kan generaliseras till olika börsindex och även till specifika bolag.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)