인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
Exchange rate fluctuations can influence stock returns through multiple channels, including corporate profitability, capital flow, and investor sentiment. However, traditional asset pricing models, such as the Capital Asset Pricing Model (CAPM), Fama-French three-factor (FF3), and Carhart four-factor (FF4) models, typically overlook exchange rate risk as a priced factor. Furthermore, the relationship between exchange rates and stock returns is often nonlinear and dynamic, highlighting a gap in the asset pricing literature. This study utilizes monthly data from January 2005 to December 2023, covering 844 stocks listed on the HOSE and HNX. Using Support Vector Regression (SVR), we forecast stock returns and construct long-short portfolios to evaluate the role of exchange rate risk and the predictive power of SVR relative to linear models. The novelty of our approach lies in exploiting SVR’s ability to capture nonlinear relationships, enabling us to uncover exchange rate–related anomalies that traditional linear models fail to detect. The empirical findings reveal that the SVR-based long-short portfolio incorporating exchange rate risk yields a statistically significant and positive return. Moreover, regression analyses confirm the presence of an exchange rate- related anomaly, with SVR outperforming OLS in terms of both forecasting accuracy and anomaly detection. These results emphasize the relevance of exchange rate risk in asset pricing and demonstrate the potential of machine learning approaches to uncover complex non-linear relationships and improve return predictability.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094587170
