Uticaj berzanskih indeksa i cena sirovina na kretanje prinosa hartija od vrednosti kompanije Caterpillar
Sažetak
Апстракт
Циљ овог рада је да испита ефекат изабраних берзанских индекса и берзанских цена изабраних сировина нa кретањe будућих дневних приноса акција компаније Caterpillar-a. Историјски подаци о приносима акција и другим релевантним факторима се могу користити за изградњу статистичких модела за предвиђање будућих кретања на тржишту. Подаци о дневним временским серијама прикупљени су са сајта Yahoo Finance за петогодишњи период. У овом раду користимо вишеструку линеарну регресију за предвиђање приноса CAT акцијa. Истраживањем је потврђено да, поред SPY (фонд SPDR S&P 500 ETF) тржишног индекса, кретање приноса PKB (Invesco Dynamic Building and Construction ETF) инвестиционог фонда, цене бакра, челика и алуминијума имају статистички значајан утицај на кретање приноса CAT акција. Практична импликација рада је да инвеститори приликом одлучивања да ли да улажу у CAT акције, осим системских фактора, морају узети у обзир и перформансе акција у његовом ланцу снабдевања. Оваква предвиђања доприносе бољем разумевању карактеристика које дају оптимално агрегирање информација и ефикасно одређивање цена, а, такође, помажу инвеститорима да одаберу стратегију улагања која је у складу са њиховим циљевима.
Кључне речи: предвиђање будућих приноса, вишеструка линеарна регресија, Yahoo Finance, SPY, CaterpillarKljučne reči
Reference
Dutta, A. (2012). Prediction of Stock Performance in the Indian Stock Market Using Logistic Regression. International Journal of Business and Information; Sansia Vol. 7, Iss. 1, 105-136.
Meeker, E. (1922), The Work of the Stock Exchange, The Royal Press Company, New York.
Dionisio A., Menezes R., & Mendes A. D. (2006). An econophysics approach to analyse uncertainty in financial markets: an application to the portuguese stock market. The European Physical Journal B-Condensed Matter and Complex Systems, 50(1-2).
Zhong X., Enke D. (2017). A comprehensive cluster and classifcation mining procedure for daily stock market return forecasting. Neurocomputing, 267:152-168.
Guan H., Dai Z., Zhao A., He J. (2018). A novel stock forecasting model based on high-order-fuzzy-fluctuation trends and back propagation neural network. PLoS ONE 2018, 13.
Cowles, A. (1933). “Can stock market forecasters forecast?” Econometrica 1, 309–324.
Mukherji, S., Dhatt, M. S., & Kim, Y.H. (1997). A Fundamental Analysis of Korean stock returns. Financial Analysts Journal, 53 (3), 75-80.
Fama, E.F. (1991). “Efficient capital markets: II.” Journal of Finance 46, 1575–1617.
Campbell, J.Y., Cochrane, J.H. (1999). “By force of habit: a consumption-based explanation of aggregate stock market behavior.” Journal of Political Economy 107, 205–251.
Büyükşalvarcı, A. (2010). The Effects of Macroeconomics Variables on Stock Returns: Evidence from Turkey. European Journal on Social Science, [e-journal] 14
Yogaswari D. D., Nugroho A. B. & Astuti N. C. (2012). The Effect of Macroeconomic Variables on Stock Price Volatility: Evidence from Jakarta Composite Index, Agriculture, and Basic Industry Sector. Journal of Management Information and Decision Sciences
Zamlelov A.S. & Michelsen M. H. (2019). The relationship between stock returns volatility and price multiples volatility. Investigating the Danish, Swedish, and Norwegian stock market
Chen S. (2020). Forecasting Daily Stock Market Return with Multiple Linear Regression. Mathematics Senior Capstone Papers. 19.
Albahli S., Nazir T., Mehmood A, Irtaza A., Ali A., Albattah W. (2022). AEI-DNET: a novel densenet model with an autoencoder for the stock market predictions using stock technical indicators, Electronics 11 (4) 611.
Ang, A., Bekaert, G. (2007). “Return predictability: is it there?” Review of Financial Studies 20, 651–707.
Campbell, J.Y. (2000). “Asset pricing at the millennium.” Journal of Finance 55, 1515–1567.
Alexander, C. (2008). Quantitative Methods in Finance. England: John Wiley & Sons Ltd.
Drenovak, M. (2021). Modeliranje i upravljanje rizicima. Ekonomski fakultet Univerziteta u Kragujevcu.
Shrut S., Bhavya S., Niket S., Vyom U., Pratik K. (2018). Stock price trend prediction using multiple linear regression. International Journal of Engineering Science Invention (IJESI), 7(1):5.
Tandelilin, E. (2010). Portofolio dan Investasi Teori dan Aplikasi. Yogyakarta: Kanisius.
https://www.caterpillar.com/en/news/caterpillarNews/2022/caterpillar-recognizes-top-suppliers.html , приступљено 27.02.2024. године
Akinwande, O., M., Dikko, G., H., & Samson, A. (2015). Variance inflation factor: As a condition for inclusion of suppressor variables(s) in regression analysis, Open Journal of Statistics, 5, 754-767
Fama, E. F. (1970). Efficient capital markets: A review of theory and empirical work. Journal of Finance, 25(2), 383-417.
Povratni linkovi
- Trenutno nema povratnih linkova