Public and Private Intermediaries Asset Pricing: Evidence from Capital Market of Iran

Document Type : Research Paper

Authors

1 Ph.D. Candidate in Economics, University of Tehran

2 Assistant Professor of Economics, University of Tehran

Abstract

This paper studies the different roles of public and private financial intermediary institutions in asset pricing in the Tehran Stock Exchange (TSE) and Iran Fara Bourse (IFB) markets. Investment companies active in the capital market of Iran were selected to represent the financial intermediary sector. The intermediary asset pricing model is estimated for two distinct groups of public and private intermediaries using quarterly data. The estimated price of capital factor has been positive and significant at the 5 percent level and less for most of the private intermediary institutions. At a 95 percent level of confidence, a unit of increase in the risk sensitivity of stock returns to capital shocks of the whole private sector coincides with a 3.156 to 3.159 percent increase in seasonal stock return. Accordingly, capital shocks of private intermediaries should be seen as an effective factor in asset pricing in the capital market of Iran. For the public intermediaries, the capital factor price has not been positive and significant at the 5 percent level, neither for individual institutions nor for the whole sector. Therefore, capital shocks of public intermediaries cannot be seen as an effective factor in stock pricing in the capital market of Iran.
JEL Classification: G12, G23, C33

Keywords

References

اسلامی بیدگلی، غلامرضا و هنردوست، اعظم (1391). مدل سه‏ عاملی فاما و فرنچ و ریسک نقدشوندگی: شواهدی از بازار بورس اوراق بهادار تهران. فصلنامه دانش سرمایه‏گذاری، 1(2)، 97- 116.
بابالویان، شهرام و مظفری، مهردخت (1394). مقایسه قدرت پیش‌بینی مدل پنج‎عاملی فاما و فرنچ با مدل‏های چهارعاملی کارهارت و q-عاملی HXZ در تبیین بازده سهام. فصلنامه دانش مالی تحلیل اوراق بهادار، 9(30)، 17- 32.
جعفری، سیده محبوبه، میثاقی فاروجی، جواد و احمدوند، میثم (1392). مقایسه مدل‏های قیمت‏گذاری دارایی سرمایه‏ای، سه‏عاملی فاما و فرنچ و شبکه‏های عصبی مصنوعی در پیش‌بینی بازار سهام ایران. پژوهشنامه اقتصاد و کسب و کار، 4(5)، 53- 63.
راعی، رضا و پویان‏فر، احمد (1398). مدیریت سرمایه‏گذاری پیشرفته، تهران، سمت.
رستمیان، فروغ و جوانبخت، شاهین (1390). مقایسه کارایی مدل قیمت‏گذاری دارایی‏های سرمایه‏ای (CAPM) با مدل قیمت‏گذاری دارایی‏های سرمایه‏ای مبتنی بر مصرف (CCAPM) در بورس اوراق بهادار تهران. فصلنامه مطالعات تجربی حسابداری مالی، 8(31)، 143- 157.
صادقی شریف، سیدجلال، تالانه، عبدالرضا و عسکری راد، حسین (1392). اثر عامل مومنتوم بر توان توضیحی الگوی سه‏عاملی فاما و فرنچ: شواهدی از بورس اوراق بهادار تهران. مجله دانش حسابداری، 4(12)، 59- 88.
صالحی، اله‌کرم و هاشمی‌بلمیری، سمیرا (1397). مقایسه توان توضیح‌دهندگی مدل چهارعاملی هاو و همکاران و مدل پنج عاملی فاما و فرنچ در پیش‌بینی بازده مورد انتظار سهام. مجله بررسی‌های حسابداری، 5(19)، 113- 133.
فلاح‌پور، سعید، محمدی، شاپور و صابونچی، محمد (1397). مقایسه مدل قیمت‌گذاری دارایی سرمایه‌ای شرطی با بتای متغیر نسبت به زمان، از طریق مدل قیمت‌گذاری دارایی سرمایه‌ای استاندارد. تحقیقات مالی، 20(1)، 17- 32.
محمدزاده، اعظم، شهیکی تاش، محمدنبی و روشن، رضا (1394). مقایسه مدل‏های قیمت‏گذاری دارایی‏های سرمایه‏ای مبتنی بر مصرف (CCAPM) و مبتنی بر مخارج مصرفی مسکن (HCCAPM) در توضیح بازده سهام در ایران. فصلنامه نظریه‏های کاربردی اقتصاد، 2(3)، 49- 72.
مهرآرا، محسن، فلاحتی، ذبیح‏الله و حیدری ظهیری، نازی (1392). بررسی رابطه بین ریسک سیستماتیک و بازده سهام در بازار بورس اوراق بهادار تهران (از سال 1387 تا 1392) با استفاده از مدل قیمت‏گذاری دارایی سرمایه‏ای. سیاست‏گذاری پیشرفت اقتصادی، 1(1)، 67- 91.
Adrian, T., Etual, E., & Muir, T. (2014). Financial intermediaries and the cross-section of asset returns. The journal of finance, 69(6), 2557-2596.
Adrian, T., Moench, E., & Shin, H. (2016). Dynamic leverage asset pricing. CEPR discussion paper. Federal Reserve Bank of New York.
Brunnermeier, M. K., & Pedersen, L. H. (2009). Market liquidity and funding liquidity. The review of financial studies, 6(22), 2201-2238.
Cochrane, J. H. (2005). Asset Pricing: Revised Edition. New Jersey, USA: Princeton University Press.
Fama, E.F., & French, K.R. (1993). Common risk factors in the returns on stocks and bonds. Journal of financial economics, 33(3), 3-56.
Fama, E.E., & French, K.R. (2015). A five-factor asset pricing model. Journal of financial economics, 116(1), 1-22.
Ghosh, A., Julliard, C., & Taylor, A. P. (2017). What is the consumption-CAPM missing? An information-theoretical framework for the analysis of asset pricing models. The review of financial studies, 30(2), 442-504.
Hansen, L. P. (1982). Large sample properties of generalized method of moment estimators. Econometrica: Journal of the Econometric Society, 1029-1054.
He, Z., Kelly, B., & Manela, A. (2017). Intermediary asset pricing: New evidence from many asset classes. Journal of financial economics, 126(1), 1-35.
He, Z., & Krishnamurthy, A. (2012). A model of capital and crises. The Review of economic studies, 79(2), 735-777.
He, Z., & Krishnamurthy, A. (2013). Intermediary asset pricing. American economic review, 103(2), 732-770.
Newey, W. K., & West, K. D. (1994). Automatic lag selection in covariance matrix estimation. The Review of Economic Studies, 61(4) 631-653.
Shanken, J. (1985). Multivariate tests of the zero-beta CAPM. Journal of financial economics, 14(3), 327-348.
Shanken, J., & Zhou, G. (2007). Estimating and testing beta pricing models: Alternative methods and their performance in simulations. Journal of Financial Economics, 84(1), 40-86.
Journal of Economic Research (Tahghighat- E- Eghtesadi)
Volume 55, Issue 3 - Serial Number 132
October 2020
Pages 657-685

Files

History

  • Receive Date: 03 May 2020
  • Revise Date: 15 September 2020
  • Accept Date: 27 September 2020

Share

How to cite

Statistics