Authorณรงค์ฤทธิ์ ทรัพย์ทิพยรัตนา
Titleการวิเคราะห์อัตราผลตอบแทนตราสารทุนในมิติเวลาและความถี่ / ณรงค์ฤทธิ์ ทรัพย์ทิพยรัตนา = Analysis of stock returns in time and frequency dimensions / Narongrit Suptippayarattana
Imprint 2547
Connect tohttp://cuir.car.chula.ac.th/handle/123456789/66022
Descript ก-ฎ, 108 แผ่น

SUMMARY

วิทยานิพนธ์เล่มนี้ได้ศึกษาถึงส่วนประกอบที่เป็นความอลวนในพฤติกรรมของผลตอบแทนของตราสารทุนที่มีการซื้อและขายในตลาดหลักทรัพย์แห่งประเทศไทย โดยใช้ผลตอบแทนของดัชนีอุตสาหกรรมและดัชนีตลาดหลักทรัพย์ประเภทรายวันตั้งแต่วันที่ 16 สิงหาคม 2544 ถึง 1 สิงหาคม 2546 และประเภทรายเดือนตั้งแต่เดือนธันวาคม 2535 ถึงเดือนมิถุนายน 2546 การศึกษาได้ใช้วิธีการวิเคราะห์เวลาและความถี่ ซึ่งแบ่งออกได้เป็น 3 วิธีคือการแปลงฟูริเยร์แบบไม่ต่อเนื่อง การแปลง เวฟเลตแพคเกตแบบไม่ต่อเนื่องด้วยฟังก์ชันเวฟเลตฮาร์ และการแปลงเวฟเลตแพคเกตแบบไม่ต่อเนื่องด้วยฟังก์ชันเวฟเลตดอว์เบชีส์4 ผลการศึกษาพบว่าวิธีการแปลงฟูริเยร์แบบไม่ต่อเนื่องไม่สามารถที่จะแยกส่วนประกอบที่เป็นความอลวนออกจากผลตอบแทนของดัชนีทุกดัชนี ตรงกันข้ามการแปลงเวฟเลตแพคเกตแบบไม่ต่อเนื่องทั้งฟังก์ชันเวฟเลตฮาร์และฟังก์ชันเวฟเลตดอว์เบชีส์ 4 สามารถแยกส่วนประกอบที่เป็นความอลวนออกจากผลตอบแทนของดัชนีทุกดัชนี และยังพบความสัมพันธ์เชิงบวกระหว่างความอลวนกับผลตอบแทนของตราสารทุนที่ระดับความเชื่อมั่นถึง 99 เปอร์เซ็นต์ นอกจากนี้ ความอลวนยังสามารถอธิบายความผันผวนของผลตอบแทนของดัชนีได้ประมาณ 20 ถึง 85 เปอร์เซ็นต์แล้วแต่ประเภทของดัชนี ยิ่งไปกว่านั้นความอลวนซึ่งถูกแยกโดยฟังก์ชันเวฟเลตฮาร์ ยังสามารถพยากรณ์ผลตอบแทนของดัชนีตลาดหลักทรัพย์ให้มีความสัมพันธ์เชิงบวกกับผลตอบแทนจริงของดัชนีตลาดหลักทรัพย์ที่ระดับความเชื่อมั่นถึง 99 เปอร์เซ็นต์
This thesis studied chaos in behavior of stock returns which traded in stock Exchange of Thailand by using daily sectoral indices and SET index from August 16th, 2001 to August 1st, 2003 and monthly indices from December 1992 to June 2003.The study used time-frequency analysis which can be divided into three approaches; discrete fourier transformation, discrete wavelet packet transformation by hear wavelet function and discrete wavelet packet transformation by daubechies4 wavelet function. The result of study shows that discrete fourier transformation cannot separate chaos from all index returns. On the contrary, discrete wavelet packet transformation by hear wavelet function and daubechies 4 wavelet function can separate chaos from all index returns and there are positive relations between chaos and index returns at 99 percent significant level. In addition, chaos can explain volatility of index returns about 20 to 85 percent, depending upon the type of index. Furthermore, chaos which separated by hear wavelet function can also forecast SET index return which relates positively to real SET index return at 99 percent significant level.


SUBJECT

  1. ตราสารทุน
  2. ตลาดหลักทรัพย์
  3. อัตราผลตอบแทน
  4. ดัชนีราคาหลักทรัพย์
  5. Stock exchanges
  6. Rate of return
  7. Stock price indexes

LOCATIONCALL#STATUS
Chula Business School Library : Thesis2181 CHECK SHELVES