This thesis examines stock price bubbles in the Stock Exchange of Thailand (SET) from its establishment in April 1975 until December 2012 using regime-switching bubble models, on the main aggregated market index, called the SET Index, and several disaggregated stock indices by industrial sector. The results suggest some evidence of bubble-like behaviour in these indices, most especially when a structural break is included at July 1997, the date when Thailand switched to adopting a managed floating exchange rate system. Given the limitations of published stock price indices in Thailand a new, consistent index was computed the K-NI. The econometric test results using this new index indicate strong evidence of stock price bubbles in several industrial sectors and at least some evidence of bubbles in all industry groups in the SET. Finally, the standard model is extended to study the transmission of bubbles between industry groups. The results indicate some levels of contagion in the Technology sector, as well as, in several other industry groups, while the Resources sector seems to be relatively isolated.

Wang, Xiaolei. / Thesis (M.Phil.)--Chinese University of Hong Kong, 2008. / Includes bibliographical references (leaves 34-39). / Abstracts in English and Chinese. / Chapter Chapter 1. --- Introduction --- p.1 / Chapter Chapter 2. --- Identification of Stock Market Crashes --- p.5 / Chapter 2.1 --- Identification Criteria --- p.7 / Chapter 2.2 --- Identification Results --- p.8 / Chapter Chapter 3. --- Data --- p.10 / Chapter 3.1 --- Data Issue for Chapter 4 --- p.10 / Chapter 3.2 --- Data Issue for Chapter 5 --- p.12 / Chapter 3.3 --- Data Issue for Chapter 6 --- p.12 / Chapter Chapter 4. --- Examination of AFE --- p.13 / Chapter 4.1 --- Definition of AFE and MAAFE --- p.13 / Chapter 4.2 --- Examination of MAAFE --- p.14 / Chapter 4.3 --- Examination of AFE by Grouping Duration --- p.15 / Chapter Chapter 5. --- Examination of AFD --- p.18 / Chapter Chapter 6. --- Examination of the Relationship between AFD and ESR --- p.22 / Chapter 6.1 --- Portfolio Strategy - Sorting by Size and Dispersion --- p.23 / Chapter 6.2 --- Portfolio Strategy - Sorting by Size and Book to Market Ratio --- p.26 / Chapter 6.3 --- Fama-French Time Series Regression Test (Three-Factor Model) --- p.28 / Chapter 6.4 --- Fama-French Time Series Regression Test (Three-Factor Model with Dispersion on the Right Hand Side) --- p.30 / Chapter 6.5 --- Introduction of a Nonlinear Form of AFD to the Fama-French Model --- p.31 / Chapter Chapter 7. --- Conclusions --- p.32 / References --- p.34 / Appendix Table I to Table XVI --- p.40-55 / Figure I to Figure VI --- p.56-61

<p>Every tenth year a financial crisis tend to interfere with an economy. Price bubbles with an accompanying market plunge are therefore not a new phenomenon. Such market disruptions have been causing problems for centuries, as history has a tendency to repeat itself. The intention with this study is to learn more about the bubble phenomenon and increase the knowledge in this area in order to, if possible, prevent such a thing from happening again. The purpose of the essay is to identify factors that significantly affected the development of the so called IT-bubble in Sweden and Finland during the years of 1995-2000. The previous purpose can be divided into two sub-purposes, namely; to point out which financial theory/theories that succeeds the best to explain the development of the IT-bubble, and additionally; to detect factors that can help us foreseeing similar scenarios in the future.</p><p>The study concentrates on Sweden and Finland. Furthermore, only stock market bubbles are studied. As a consequence, other types of financial crises, for example bank crises, are excluded from this study. The method used to answer the first sub-purpose is an analysis of financial theories which enables us to find factors that according to theory could have caused the rise of the price bubble. In order to answer the second sub-purpose we take use of a statistical method. We have designed a statistical model based on the results of previous mentioned analysis. In this model we try the relevance of the detected factors from the theoretical analysis in order to investigate if theory manages to explain the birth of a stock market bubble.</p><p>The result of our study has generated four different factors; macro economic; institutional; psychological and asymmetric information. These four categories showed importance for the development of the IT-bubble in Sweden and Finland. Out of the four factors, the psychological factor is said to be the most important, but in the mean time the hardest one to predict. The statistical model indicates that the number of bankruptcies, the total amount of household’s borrowing and results from attitude surveys in the case of Sweden, and the number of bankruptcies, new registrations of cars and finally consumers attitude towards making a big purchase at present, in the case of Finland are variables to be aware of when looking out for a stock market bubble. The statistical model, as pointed out in the study, is not perfect. Additional studies are necessary to confirm the results presented in this report.</p> / <p>Finansiella kriser tenderar att drabba ekonomin med ungefär tio års intervaller. Prisbubblor med tillhörande djupdykning på marknaden är således inget nytt fenomen. Denna störning i marknadsharmonin har funnits under flertalet sekler och historien har en benägenhet att upprepa sig. Bakgrunden till studien är således att öka förståelsen för bubbelfenomenet och att, om det är möjligt, förhindra att det händer igen. Syftet med studien är att påvisa faktorer som har haft signifikant betydelse för den så kallade IT-bubblans utveckling i Sverige och Finland under åren 1995-2000. Det övergripande syftet kan vidare indelas i två delsyften, vars mål dels är att påvisa vilken eller vilka finansiella teorier som bäst förklarar IT-bubblans utveckling, dels hitta faktorer som kan hjälpa oss att förutse likartade scenarier i framtiden.</p><p>Studien fokuserar på länderna Sverige och Finland, och avgränsar sig därmed från övriga länder. Vidare studeras enbart börsbubblor och fall, varför övriga typer av finansiella kriser, så som exempelvis bankkriser utesluts. Metoden för att besvara det första delsyftet är att göra en analys av finansiella teorier för att lyfta fram faktorer som enligt dem kan ha haft avgörande betydelse för bubblans uppbyggnad. Metoden för det andra delsyftet är att bygga en statistisk modell med hjälp av de faktorer som resulterat av ovan nämnda analys, för att pröva deras relevans.</p><p>Resultatet av vår studie har genererat en grupp bestående av fyra olika faktorer; makroekonomiska, institutionella, psykologiska faktorer och asymmetrisk information som bäst förklarar IT-bubblans uppkomst. Av dessa är den psykologiska faktorn den viktigaste, och samtidigt också den svåraste att förutsäga. Det är framförallt teorierna inom ”behavioural finance” som fokuserar på psykologiska effekter, varför de bäst förklarar händelseförloppet under IT-bubblan. Den statistiska modellen indikerar att antalet konkurser, hushållens totala utlåning och resultatet av samhällsekonomiska attitydundersökningar i fallet Sverige, samt antalet konkurser, nyregistrering av bilar, och slutligen konsumenternas attityd till stora köp och till att ta lån för tillfället, i fallet Finland, är variabler som vi kan vara uppmärksamma på för att försöka förutse börsbubblor. Den statistiska modellen är, som poängteras i arbetet, inte fulländad utan ytterligare studier fordras för att belägga detta ytterligare.</p>

<p>Finansiella kriser tenderar att drabba ekonomin med ungefär tio års intervaller. Prisbubblor med tillhörande djupdykning på marknaden är således inget nytt fenomen. Denna störning i marknadsharmonin har funnits under flertalet sekler och historien har en benägenhet att upprepa sig. Bakgrunden till studien är således att öka förståelsen för bubbelfenomenet och att, om det är möjligt, förhindra att det händer igen. Syftet med studien är att påvisa faktorer som har haft signifikant betydelse för den så kallade IT-bubblans utveckling i Sverige och Finland under åren 1995-2000. Det övergripande syftet kan vidare indelas i två delsyften, vars mål dels är att påvisa vilken eller vilka finansiella teorier som bäst förklarar IT-bubblans utveckling, dels hitta faktorer som kan hjälpa oss att förutse likartade scenarier i framtiden.</p><p>Studien fokuserar på länderna Sverige och Finland, och avgränsar sig därmed från övriga länder. Vidare studeras enbart börsbubblor och fall, varför övriga typer av finansiella kriser, så som exempelvis bankkriser utesluts. Metoden för att besvara det första delsyftet är att göra en analys av finansiella teorier för att lyfta fram faktorer som enligt dem kan ha haft avgörande betydelse för bubblans uppbyggnad. Metoden för det andra delsyftet är att bygga en statistisk modell med hjälp av de faktorer som resulterat av ovan nämnda analys, för att pröva deras relevans.</p><p>Resultatet av vår studie har genererat en grupp bestående av fyra olika faktorer; makroekonomiska, institutionella, psykologiska faktorer och asymmetrisk information som bäst förklarar IT-bubblans uppkomst. Av dessa är den psykologiska faktorn den viktigaste, och samtidigt också den svåraste att förutsäga. Det är framförallt teorierna inom ”behavioural finance” som fokuserar på psykologiska effekter, varför de bäst förklarar händelseförloppet under IT-bubblan. Den statistiska modellen indikerar att antalet konkurser, hushållens totala utlåning och resultatet av samhällsekonomiska attitydundersökningar i fallet Sverige, samt antalet konkurser, nyregistrering av bilar, och slutligen konsumenternas attityd till stora köp och till att ta lån för tillfället, i fallet Finland, är variabler som vi kan vara uppmärksamma på för att försöka förutse börsbubblor. Den statistiska modellen är, som poängteras i arbetet, inte fulländad utan ytterligare studier fordras för att belägga detta ytterligare.</p> / <p>Every tenth year a financial crisis tend to interfere with an economy. Price bubbles with an accompanying market plunge are therefore not a new phenomenon. Such market disruptions have been causing problems for centuries, as history has a tendency to repeat itself. The intention with this study is to learn more about the bubble phenomenon and increase the knowledge in this area in order to, if possible, prevent such a thing from happening again. The purpose of the essay is to identify factors that significantly affected the development of the so called IT-bubble in Sweden and Finland during the years of 1995-2000. The previous purpose can be divided into two sub-purposes, namely; to point out which financial theory/theories that succeeds the best to explain the development of the IT-bubble, and additionally; to detect factors that can help us foreseeing similar scenarios in the future.</p><p>The study concentrates on Sweden and Finland. Furthermore, only stock market bubbles are studied. As a consequence, other types of financial crises, for example bank crises, are excluded from this study. The method used to answer the first sub-purpose is an analysis of financial theories which enables us to find factors that according to theory could have caused the rise of the price bubble. In order to answer the second sub-purpose we take use of a statistical method. We have designed a statistical model based on the results of previous mentioned analysis. In this model we try the relevance of the detected factors from the theoretical analysis in order to investigate if theory manages to explain the birth of a stock market bubble.</p><p>The result of our study has generated four different factors; macro economic; institutional; psychological and asymmetric information. These four categories showed importance for the development of the IT-bubble in Sweden and Finland. Out of the four factors, the psychological factor is said to be the most important, but in the mean time the hardest one to predict. The statistical model indicates that the number of bankruptcies, the total amount of household’s borrowing and results from attitude surveys in the case of Sweden, and the number of bankruptcies, new registrations of cars and finally consumers attitude towards making a big purchase at present, in the case of Finland are variables to be aware of when looking out for a stock market bubble. The statistical model, as pointed out in the study, is not perfect. Additional studies are necessary to confirm the results presented in this report.</p>

Every tenth year a financial crisis tend to interfere with an economy. Price bubbles with an accompanying market plunge are therefore not a new phenomenon. Such market disruptions have been causing problems for centuries, as history has a tendency to repeat itself. The intention with this study is to learn more about the bubble phenomenon and increase the knowledge in this area in order to, if possible, prevent such a thing from happening again. The purpose of the essay is to identify factors that significantly affected the development of the so called IT-bubble in Sweden and Finland during the years of 1995-2000. The previous purpose can be divided into two sub-purposes, namely; to point out which financial theory/theories that succeeds the best to explain the development of the IT-bubble, and additionally; to detect factors that can help us foreseeing similar scenarios in the future. The study concentrates on Sweden and Finland. Furthermore, only stock market bubbles are studied. As a consequence, other types of financial crises, for example bank crises, are excluded from this study. The method used to answer the first sub-purpose is an analysis of financial theories which enables us to find factors that according to theory could have caused the rise of the price bubble. In order to answer the second sub-purpose we take use of a statistical method. We have designed a statistical model based on the results of previous mentioned analysis. In this model we try the relevance of the detected factors from the theoretical analysis in order to investigate if theory manages to explain the birth of a stock market bubble. The result of our study has generated four different factors; macro economic; institutional; psychological and asymmetric information. These four categories showed importance for the development of the IT-bubble in Sweden and Finland. Out of the four factors, the psychological factor is said to be the most important, but in the mean time the hardest one to predict. The statistical model indicates that the number of bankruptcies, the total amount of household’s borrowing and results from attitude surveys in the case of Sweden, and the number of bankruptcies, new registrations of cars and finally consumers attitude towards making a big purchase at present, in the case of Finland are variables to be aware of when looking out for a stock market bubble. The statistical model, as pointed out in the study, is not perfect. Additional studies are necessary to confirm the results presented in this report. / Finansiella kriser tenderar att drabba ekonomin med ungefär tio års intervaller. Prisbubblor med tillhörande djupdykning på marknaden är således inget nytt fenomen. Denna störning i marknadsharmonin har funnits under flertalet sekler och historien har en benägenhet att upprepa sig. Bakgrunden till studien är således att öka förståelsen för bubbelfenomenet och att, om det är möjligt, förhindra att det händer igen. Syftet med studien är att påvisa faktorer som har haft signifikant betydelse för den så kallade IT-bubblans utveckling i Sverige och Finland under åren 1995-2000. Det övergripande syftet kan vidare indelas i två delsyften, vars mål dels är att påvisa vilken eller vilka finansiella teorier som bäst förklarar IT-bubblans utveckling, dels hitta faktorer som kan hjälpa oss att förutse likartade scenarier i framtiden. Studien fokuserar på länderna Sverige och Finland, och avgränsar sig därmed från övriga länder. Vidare studeras enbart börsbubblor och fall, varför övriga typer av finansiella kriser, så som exempelvis bankkriser utesluts. Metoden för att besvara det första delsyftet är att göra en analys av finansiella teorier för att lyfta fram faktorer som enligt dem kan ha haft avgörande betydelse för bubblans uppbyggnad. Metoden för det andra delsyftet är att bygga en statistisk modell med hjälp av de faktorer som resulterat av ovan nämnda analys, för att pröva deras relevans. Resultatet av vår studie har genererat en grupp bestående av fyra olika faktorer; makroekonomiska, institutionella, psykologiska faktorer och asymmetrisk information som bäst förklarar IT-bubblans uppkomst. Av dessa är den psykologiska faktorn den viktigaste, och samtidigt också den svåraste att förutsäga. Det är framförallt teorierna inom ”behavioural finance” som fokuserar på psykologiska effekter, varför de bäst förklarar händelseförloppet under IT-bubblan. Den statistiska modellen indikerar att antalet konkurser, hushållens totala utlåning och resultatet av samhällsekonomiska attitydundersökningar i fallet Sverige, samt antalet konkurser, nyregistrering av bilar, och slutligen konsumenternas attityd till stora köp och till att ta lån för tillfället, i fallet Finland, är variabler som vi kan vara uppmärksamma på för att försöka förutse börsbubblor. Den statistiska modellen är, som poängteras i arbetet, inte fulländad utan ytterligare studier fordras för att belägga detta ytterligare.

Finansiella kriser tenderar att drabba ekonomin med ungefär tio års intervaller. Prisbubblor med tillhörande djupdykning på marknaden är således inget nytt fenomen. Denna störning i marknadsharmonin har funnits under flertalet sekler och historien har en benägenhet att upprepa sig. Bakgrunden till studien är således att öka förståelsen för bubbelfenomenet och att, om det är möjligt, förhindra att det händer igen. Syftet med studien är att påvisa faktorer som har haft signifikant betydelse för den så kallade IT-bubblans utveckling i Sverige och Finland under åren 1995-2000. Det övergripande syftet kan vidare indelas i två delsyften, vars mål dels är att påvisa vilken eller vilka finansiella teorier som bäst förklarar IT-bubblans utveckling, dels hitta faktorer som kan hjälpa oss att förutse likartade scenarier i framtiden. Studien fokuserar på länderna Sverige och Finland, och avgränsar sig därmed från övriga länder. Vidare studeras enbart börsbubblor och fall, varför övriga typer av finansiella kriser, så som exempelvis bankkriser utesluts. Metoden för att besvara det första delsyftet är att göra en analys av finansiella teorier för att lyfta fram faktorer som enligt dem kan ha haft avgörande betydelse för bubblans uppbyggnad. Metoden för det andra delsyftet är att bygga en statistisk modell med hjälp av de faktorer som resulterat av ovan nämnda analys, för att pröva deras relevans. Resultatet av vår studie har genererat en grupp bestående av fyra olika faktorer; makroekonomiska, institutionella, psykologiska faktorer och asymmetrisk information som bäst förklarar IT-bubblans uppkomst. Av dessa är den psykologiska faktorn den viktigaste, och samtidigt också den svåraste att förutsäga. Det är framförallt teorierna inom ”behavioural finance” som fokuserar på psykologiska effekter, varför de bäst förklarar händelseförloppet under IT-bubblan. Den statistiska modellen indikerar att antalet konkurser, hushållens totala utlåning och resultatet av samhällsekonomiska attitydundersökningar i fallet Sverige, samt antalet konkurser, nyregistrering av bilar, och slutligen konsumenternas attityd till stora köp och till att ta lån för tillfället, i fallet Finland, är variabler som vi kan vara uppmärksamma på för att försöka förutse börsbubblor. Den statistiska modellen är, som poängteras i arbetet, inte fulländad utan ytterligare studier fordras för att belägga detta ytterligare. / Every tenth year a financial crisis tend to interfere with an economy. Price bubbles with an accompanying market plunge are therefore not a new phenomenon. Such market disruptions have been causing problems for centuries, as history has a tendency to repeat itself. The intention with this study is to learn more about the bubble phenomenon and increase the knowledge in this area in order to, if possible, prevent such a thing from happening again. The purpose of the essay is to identify factors that significantly affected the development of the so called IT-bubble in Sweden and Finland during the years of 1995-2000. The previous purpose can be divided into two sub-purposes, namely; to point out which financial theory/theories that succeeds the best to explain the development of the IT-bubble, and additionally; to detect factors that can help us foreseeing similar scenarios in the future. The study concentrates on Sweden and Finland. Furthermore, only stock market bubbles are studied. As a consequence, other types of financial crises, for example bank crises, are excluded from this study. The method used to answer the first sub-purpose is an analysis of financial theories which enables us to find factors that according to theory could have caused the rise of the price bubble. In order to answer the second sub-purpose we take use of a statistical method. We have designed a statistical model based on the results of previous mentioned analysis. In this model we try the relevance of the detected factors from the theoretical analysis in order to investigate if theory manages to explain the birth of a stock market bubble. The result of our study has generated four different factors; macro economic; institutional; psychological and asymmetric information. These four categories showed importance for the development of the IT-bubble in Sweden and Finland. Out of the four factors, the psychological factor is said to be the most important, but in the mean time the hardest one to predict. The statistical model indicates that the number of bankruptcies, the total amount of household’s borrowing and results from attitude surveys in the case of Sweden, and the number of bankruptcies, new registrations of cars and finally consumers attitude towards making a big purchase at present, in the case of Finland are variables to be aware of when looking out for a stock market bubble. The statistical model, as pointed out in the study, is not perfect. Additional studies are necessary to confirm the results presented in this report.

Esta tesis consiste de tres ensayos. En el primero, documentamos la correlación imaginaria entre las decisiones de compensación de los ejecutivos (CEO) al demostrar que el hándicap de los ejecutivos que juegan al golf no está correlacionado con su desempeño en la empresa mientras que sí lo está con su compensación. Los golfistas ganan más que los que no juegan al golf, y las pagas se incrementan con la habilidad en este juego. En el segundo ensayo explicamos la reciente espiral de las compensaciones de los ejecutivos basados en el sesgo de atribución fundamental. El análisis de las series temporales agregadas y de datos de sección cruzada correspondiente a la burbuja del mercado accionario en los noventa sugiere que los accionistas exageran al atribuir las subidas y bajadas de los precios de las acciones corporativas a las aptitudes de liderazgo del ejecutivo mientras que subestiman el rol de las fluctuaciones del mercado accionario que se encuentran fuera del control de estos. En el tercer ensayo demostramos que un gran número de Ofertas Públicas Iniciales predice sistemáticamente, tanto dentro como fuera de la muestra, el subsiguiente bajo rendimientos agregado y ponderado, y la diferencia de rendimientos entre las pequeñas y grandes firmas. / This thesis consists of three essays. In the first, we document illusory correlation in CEO compensation decisions by demonstrating that golf handicaps of CEOs are uncorrelated with corporate performance, but related to CEO compensation. Golfers earn more than non-golfers and pay increases with golfing ability. In the second essay we propose a fundamental attribution bias-based explanation of the recent explosive growth in CEO pay. Analysis of aggregate time series data and cross sectional data from the late 1990s stock market bubble period suggests that shareholders overattribute prominent increases and decreases in the prices of corporate stocks to the leadership and skill of the CEOs and underestimate the role of stock market fluctuations that are beyond CEO control. In the third essay we show that increases in the number of Initial Public Offerings reliably predicts in-sample and out-of-sample decreases in subsequent equally weighted aggregate stock returns and the return differential between small and big firms.