This dissertation addresses the fundamental question of what factors drive equity prices and investigates the mechanisms through which the drivers influence the price dynamics. The studies are based on the two different frequency levels of financial data. The first part aims to identify what systematic risk factors affect the expected return of stocks based on historical data with frequency being daily or monthly. The second part aims to explain how the hidden supply-demand of a stock affects the stock price dynamics based on market data observed at frequency levels generally between a millisecond and a second. With more and more financial market data becoming available, it greatly facilitates quantitative approaches for analyzing asset price dynamics and market microstructure problems. In the first part, we propose an econometric measure, terms as modularity, for characterizing the cluster structure in a universe of stocks. A high level of modularity implies that the cluster structure of the universe of stocks is highly evident, and low modularity implies a blurred cluster structure. The modularity measure is shown to be related to the cycle of the economy. In addition, individual stock's sensitivity to the modularity measure is shown to be related to its expected return. From 1992 to 2011, the average annual return of stocks with the lowest sensitivity exceeds that of the stocks with highest sensitivities by approximately 7.6%. Considerations of modularity as an asset pricing factor expand the investment opportunity set to passive investors. In the second part, we analyze the effect of hidden demands/supplies in equity trading market on the stock price dynamics. We propose a statistical estimation model for average hidden liquidity based on the limit orderbook data. Not only the estimated hidden liquidity explains the probabilistic property in market microstructure better, it also refines the existing price impact model and achieves higher explanation powers. Our enhanced price impact model offers a base for devising optimal order execution strategies. After we develop an optimal execution strategy based on the price impact function, the advantage of this strategy over benchmark strategies is tested on a simulated stock trading model calibrated by historical data. Simulation tests indicate that our strategy yields significant savings in transaction cost over the benchmark strategies.

With background to recent price growth in Swedish real estate and consequently real estate stocks, our aim is to examine the relationship between real estate price development and real estate stock price development. To test our hypothesis, that real estate price development have had an impact on the return of real estate stocks, we built a capital asset pricing model. We divide the return of real estate stocks into two parts, the return in relation to the Swedish market premium and the excess return that is given for the exposure of the real estate market. We found that real estate exposure would treat the investor with an additional return beyond the return given from stock market exposure; hence, real estate price development has contributed to real estate stock returns.

Fads models for stocks under asymmetric information in a purely continuous(GBM) market were first studied by P. Guasoni (2006), where optimal portfolios and maximum expected logarithmic utilities, including asymptotic utilities for the informed and uninformed investors, were presented. We generalized this theory to Lâevy markets, where stock prices and the process modeling the fads are allowed to include a jump component, in addition to the usual continuous component. We employ the methods of stochastic calculus and optimization to obtain analogous results to those obtained in the purely continuous market. We approximate optimal portfolios and utilities using the instantaneous centralized and quasi-centralized moments of the stocks percentage returns. We also link the random portfolios of the investors, under asymmetric information to the purely deterministic optimal portfolio, under symmetric information. / by Winston S. Buckley. / Thesis (Ph.D.)--Florida Atlantic University, 2009. / Bibliography: leaves 268-272.

馬可夫轉換模型是Hamilton(1989)所提出，他應用此模型的非線性特性研究美國的景氣循環。本文將此模型應用到財務領域當中，希望能從財務報表所揭露的某些訊息來掌握該公司在不同期間的報酬率變化，本文選用價值資產效果及公司規模效果，這兩各種效果對資產報酬率的解釋能力最為顯著，假使運用的得宜，模型的預測能力高，則投資者根據不同的資產特性轉換投資策略，長期間能獲得較佳的投資報酬率。同時，應用平滑過程使模型對狀態的認定更為精確，但在公司規模效果得到的成效明顯優於價值型資產效果，離群值的影響明顯對模型的推論造成嚴重的影響，最後，本文也就補救方法的可行性與否做為結論。

<p>Capital Asset Pricing Model (CAPM) är den prissättningsmodell som mest frekvent används av aktörer på den finansiella marknaden samt i litteratur för att förklara sambandet mellan risk och förväntad avkastning. Teorin grundades under 1960-talet av William Sharpe och tidiga empiriska tester av modellen visade att den med hög förklaringsgrad kunde estimera en framtida förväntad avkastning givet en viss risknivå. På senare år har dock CAPM fått stark kritik eftersom nya empiriska undersökningar demonstrerat att modellen inte längre verkar visa en rättvisande avkastning i förhållande till risk.</p><p>För att undersöka om den över 40 år gamla modellen fortfarande visar någorlunda rättvisande beskrivningar av verkligheten har vi ställt oss frågan: Går det att med hjälp av historiska data förutspå en riskfylld tillgångs avkastning på den svenska aktiemarknaden?</p><p>Vid besvarade av denna fråga har studien syftet Att med hjälp av portföljer studera huruvida sambandet mellan risk och avkastning, vilket postuleras av CAPM, stämmer på den nutida svenska aktiemarknaden.</p><p>Vi har utifrån vår kunskapssyn kritisk rationalism använt oss av en kvantitativ metod för att försöka ge svar på problemställningen, vilken angreps med ett deduktivt tillvägagångssätt. Den teoretiska referensramen behandlar teorier som portföljval, den effektiva marknadshypotesen och CAPM. Det empiriska materialet består av historiska aktiekurser vilka bearbetades och användes till att komponera flertalet portföljer. Dessa portföljer har sedan analyserats genom regressionsanalys och jämförts med ett aktiemarknadsindex i syfte att besvara vår problemställning.</p><p>Det som framkommit genom studien är att det till viss del med hjälp av historiska data går att förutspå en riskfylld tillgångs avkastning på den svenska aktiemarknaden. Även om vi delvis kan ge stöd åt den testade modellen anser vi inte att betavärdet, som ensamt förklarande variabel och mått på risk, bör tillämpas vid beslutsfattande av investeringar, något som CAPM förutsätter att det ska göra. Det linjära samband som CAPM postulerar bedömer vi vara bristande i tillämpbarhet på dagens komplicerade aktiemarknad eftersom fler variabler än historiska data påverkar aktiekurserna.</p>

This study employs widely excepted asset pricing models to test their explanatory power in the context of Istanbul Stock Exchange listed companies between 1990 and 2010. The risk factors, beta, size, book-to-market equity, and momentum are used to form portfolios and their factor loadings are estimated. The results of this study are mostly in line with the previous academic research, and some unique attributes of the return generation mechanism of Istanbul Stock Exchange are reported.

Capital Asset Pricing Model (CAPM) är den prissättningsmodell som mest frekvent används av aktörer på den finansiella marknaden samt i litteratur för att förklara sambandet mellan risk och förväntad avkastning. Teorin grundades under 1960-talet av William Sharpe och tidiga empiriska tester av modellen visade att den med hög förklaringsgrad kunde estimera en framtida förväntad avkastning givet en viss risknivå. På senare år har dock CAPM fått stark kritik eftersom nya empiriska undersökningar demonstrerat att modellen inte längre verkar visa en rättvisande avkastning i förhållande till risk. För att undersöka om den över 40 år gamla modellen fortfarande visar någorlunda rättvisande beskrivningar av verkligheten har vi ställt oss frågan: Går det att med hjälp av historiska data förutspå en riskfylld tillgångs avkastning på den svenska aktiemarknaden? Vid besvarade av denna fråga har studien syftet Att med hjälp av portföljer studera huruvida sambandet mellan risk och avkastning, vilket postuleras av CAPM, stämmer på den nutida svenska aktiemarknaden. Vi har utifrån vår kunskapssyn kritisk rationalism använt oss av en kvantitativ metod för att försöka ge svar på problemställningen, vilken angreps med ett deduktivt tillvägagångssätt. Den teoretiska referensramen behandlar teorier som portföljval, den effektiva marknadshypotesen och CAPM. Det empiriska materialet består av historiska aktiekurser vilka bearbetades och användes till att komponera flertalet portföljer. Dessa portföljer har sedan analyserats genom regressionsanalys och jämförts med ett aktiemarknadsindex i syfte att besvara vår problemställning. Det som framkommit genom studien är att det till viss del med hjälp av historiska data går att förutspå en riskfylld tillgångs avkastning på den svenska aktiemarknaden. Även om vi delvis kan ge stöd åt den testade modellen anser vi inte att betavärdet, som ensamt förklarande variabel och mått på risk, bör tillämpas vid beslutsfattande av investeringar, något som CAPM förutsätter att det ska göra. Det linjära samband som CAPM postulerar bedömer vi vara bristande i tillämpbarhet på dagens komplicerade aktiemarknad eftersom fler variabler än historiska data påverkar aktiekurserna.

The purpose of this study is to examine a completely new phenomenon called the MIST, by two portfolios: the Goldman Sachs Next 11 equity fund, and the Goldman Sachs BRIC fund, in order to establish whether or not the MIST countries are a better investment decision in terms of risk, return and growth. Furthermore, the study examines in which form these emerging markets lies in terms of market efficiency, and if the random walk theory is present. The opportunities and challenges for Mexico, Indonesia, South Korea and Turkey are also brought upon to determine whether these countries have the potential to exhibit the same success as the BRIC countries did for a decade. Since the growth of the BRIC countries are slowing down, Jim O’Neill, the same founder of the term BRIC, coined the nations MIST. The BRIC countries are facing several difficulties and have led investors to draw out from these countries stocks. Investors that were pouring in money to the BRIC countries during the period 2001-2009, have from 2011, withdrawn 15 billion dollars from the BRIC stocks. Mexico, Indonesia, South Korea and Turkey. Derived from the next eleven countries, these countries have a major effect on the global economy due to their economical and political circumstances. For many investors, the MIST countries that are growing faster than the BRIC are regarded to be the new biggest emerging markets. Investing in BRIC funds are stated to be a disaster today, while on the other hand, the MIST countries are growing and outpacing the BRIC fund. The methodology used was to compare two different portfolios, Goldman Sachs N-11 equity fund in the period 2011-2013 against the Goldman Sachs BRIC fund in two different periods, 2011-2013 and 2006-2008 with S&amp;P 500 as the market index. In addition, a hypothesis test was carried out for this period to observe whether or not to reject the null hypothesis. The results of this study shows that the null hypothesis was rejected and that the N-11 equity fund is a better investment decision, in terms of risk, return and growth today. These emerging markets are under the weak form market efficiency and the random walk theory is present in the N-11 equity fund. This makes the authors’ results more of a speculation than a definite conclusion about the future, as one cannot "beat the market".

The task of this paper is to employ the global asset pricing theory suggested by Ferson and Harvey (1995) to study the stock markets in the devoloping countries. Ferson and Harvey (1998) clarified the relationship in the developed countries under the global asset pricing model between mispricing and risks to cross-sectional explanatory power of conditional beta constructed by predetermined lagged variable such as book-to-market-value, cash-flow, P/E ratios and other determinants. There is also significant evidence of conditional betas in the three-factor model by Fama and French (1993), and the four-factor model by Elton, Gruber, and Blake (1995), and in the following research by Ferson and Harvey (1999). This paper focuses on the recently fast growing emerging markets to provide analysis of the debate on explanatory power coming from risk exposure or mispricing, and also tries to provide evidence for the global conditional asset pricing model, identifying other patterns of conditional asset pricing model for emerging markets.

Bakgrund:CAPM räcker i flera tillfällen inte till för att estimera framtida avkastning. Vissa av prisavvikelsernafrån CAPM är väldokumenterade och har bestått över tid, vilket har lett till uppkomsten avkorrigerande faktorer. En modell som använder sig av två sådana korrigerande faktorer är Fama ochFrenchs tre-faktormodell. Den har testats flertalet gånger på den svenska marknaden där den visat gehögre förklaringsgrader än CAPM. År 2012 samt år 2014 presenterades två nya multifaktormodeller,som genom test på börsmarknaden i USA lyckats fånga upp prisavvikelser bättre än trefaktormodellen.Syfte:Denna studie ämnar undersöka om Fama och Frenchs fem-faktormodell samt Hue, Xue, Zhang´s Qfaktormodelltillför förklaringsvärde för Stockholmsbörsens avkastning i jämförelse med Fama-Frenchs trefaktormodell. Studien analyserar även modellernas konjunkturkänslighet samt faktorernasbetydelse.Metod:Forskningsprocessen är av deduktiv karaktär. Befintliga teorier i form av multifaktormodeller förprissättning av aktier testas med hjälp av empiriska observationer från den svenska marknaden.Studien tillämpar ett kvantitativt tillvägagångssätt och ekonometriska verktyg används för attsäkerställa statistisk signifikans.Resultat:Studien visar att Q-faktormodellen inte tillför förklaringsvärde jämfört med FF3M. FF5M ger resultatsom marginellt överträffar FF3M gällande dess förklaringsgrad. Anledningen till att FF5M presterarbättre bör rimligen ligga i faktorn HML. Resultaten visar också att modellerna är instabila i kortatidsperioder men tenderar ge bättre prediktioner i lågkonjunktur relativt till högkonjunktur. / Background:CAPM isn’t in some cases sufficient for explaining expected stock return. Some of CAPM´smispricing errors are well documented and time persistent which has led rise to the usage of correctivefactors. One model that make use of two such corrective factors are the Fama and French three factormodel. It´s been comprehensively tested on the Swedish market where it has shown to achieve higherexplanatory power then the CAPM. In the year of 2012 and 2014 two new Asset Pricing Models wereintroduced, which on the US stock market better captured many of the best known anomalies.Aim:The aim of the study is to test if the Fama and French five factor model as well as the Q-factor model,could contribute to increased explanatory power beyond the three factor model. The study also analyzethe models cyclical sensitivity as well as the individual factor significance.MethodologyThe knowledge building process takes a deductive approach. Existing theories in the form of assetpricing models are tested based on empirical observations in the Swedish market. The research take aquantitative approach and make use of econometric tools in order to ensure statistic accuratesignificance.Result:This research shows no contribution of explanatory power for the Q-factor model, beyond thatachieved from the Fama and French three factor model. The five factor model achieve marginallyhigher explanatory power compared to the tree factor model. The most likely reason why FF5Machieve better results than the Q-factor model is believed to lie in the usage of the factor HML. Theresults also shows that all of the tested models are very instable when used in a short time perspective.Although there are some clear indication on increasing explanatory power in recession compared to inan ongoing bull market.