[论文解读] Generalized semi-Markovian dividend discount model: risk and return
本文提出了一种广义的离散时间股利贴现模型,其中股利增长率在Borel状态空间上服从半-Markov过程,从而能够灵活建模随机股利动态。该文建立了价格有限性和横贯性条件的充分条件,推导出一阶与二阶价格-股利比率的精确方程,并提供了计算内在价格和风险度量的近似方法。
The article presents a general discrete time dividend valuation model when the dividend growth rate is a general continuous variable. The main assumption is that the dividend growth rate follows a discrete time semi-Markov chain with measurable space. The paper furnishes sufficient conditions that assure finiteness of fundamental prices and risks and new equations that describe the first and second order price-dividend ratios. Approximation methods to solve equations are provided and some new results for semi-Markov reward processes with Borel state space are established. The paper generalizes previous contributions dealing with pricing firms on the basis of fundamentals.
研究动机与目标
- 通过用Borel状态空间上的半-Markov过程替代现有股利贴现模型中对股利增长率的确定性或Markov假设,实现对现有模型的推广。
- 建立确保内在股票价格有限性和满足横贯性条件的充分条件,从而消除投机泡沫。
- 推导出价格-股利比率一阶与二阶矩的显式方程,以评估风险与收益。
- 针对Borel状态空间上的半-Markov奖励过程,开发求解所得方程的近似方法。
- 在单一半-Markov框架下统一并扩展先前的模型,包括Gordon-Shapiro模型、多阶段模型和Markov转换模型。
提出的方法
- 将股利增长率建模为在Borel可测空间 $(E, \mathcal{E})$ 上的离散时间半-Markov链,允许一般连续动态。
- 使用半-Markov核 $Q(x, A, t)$ 描述转移概率和停留时间,实现依赖记忆的转移。
- 通过未来股利的贴现期望推导出内在价格方程,其中价格过程通过递归公式 $P(t) = \mathbb{E}[D(t+1) + P(t+1)] / r$ 定义。
- 通过涉及半-Markov转移核和矩生成函数的递归方程,引入一阶与二阶价格-股利比率。
- 应用柯西-施瓦茨不等式和贴现矩的极限分析,验证横贯性条件并确保价格有限。
- 提出基于半-Markov核和矩生成函数结构的数值近似方案,以实现实际计算。
实验结果
研究问题
- RQ1当股利增长率遵循Borel状态空间上的半-Markov过程时,内在股票价格在何种条件下是有限的?
- RQ2在半-Markov股利模型中,如何满足横贯性条件以排除投机泡沫?
- RQ3在此广义框架下,一阶与二阶价格-股利比率的精确方程是什么?
- RQ4如何计算价格过程的二阶矩,以在半-Markov设定下量化股票风险?
- RQ5该模型在何种方式下推广并统一了先前的模型,如Gordon-Shapiro、多阶段和Markov转换股利贴现模型?
主要发现
- 通过矩生成函数的衰减性和贴现矩的极限分析,建立了价格有限性和横贯性条件的充分条件。
- 一阶价格-股利比率满足一个涉及半-Markov核和期望增长率的递归方程。
- 代表风险的股价过程的二阶矩,通过包含 $\psi_1(g,v)$ 和 $\psi_2(g,v)$ 的方程组推导得出,其显式表达式以状态空间上的积分为基础。
- 风险度量 $p^2(d,g,v)$ 被证明与 $d^2$ 成正比,比例系数取决于半-Markov核和矩生成函数。
- 该模型推广了先前结果,包括D’Amico(2013)的研究,允许连续的股利增长率和更灵活的动力学。
- 提供了求解矩方程的近似方法,特别是通过转移核和密度函数递归计算 $\psi_1$ 和 $\psi_2$。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。