چکیده:
یکی از مباحث چالشبرانگیز در حوزه مالی و حسابداری ایجاد تعادل بین بازده و ریسک میباشد. بنابراین، شناسایی روندهای حرکتی بازده سهام جهت پیشبینی آن در آینده برای بازار حائز اهمیت است. اگرچه تمرکز بیشتر پژوهشها در زمینه تغییرات بازده سهام مبتنی بر بکارگیری مدلهای خطی بوده است اما شواهد اندکی در رابطه با این موضوع وجود دارد که نوسان بازدهی سهام ممکن است از الگوهای غیرخطی نیز پیروی نماید. به همین جهت، این پژوهش درصدد است تا به مقایسه قدرت توضیحدهندگی مدلهای خطی و غیرخطی بازده مورد انتظار سهام بپردازد. در این راستا، اطلاعات مربوط به 102 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی سالهای 1388 تا 1398 مورد تجزیه و تحلیل قرار گرفته است. نتایج بیانگر این است که در بین مدلهای خطی، ضرایب متغیرهای بازار، اندازه و ارزش در مدل کارهارت بالاتر از ضرایب سایر مدلهای مورد استفاده بوده است. نتایج مربوط به برآورد مدلهای غیرخطی نشان داد که مدلهای خود توضیحی آستانهای نسبت به مدلهای انتقال هموار لجستیک از ضرایب بالاتر برخودار هستند. همچنین با استفاده از آزمون همسانی مقایسه میانگینها، نتایج بیانگر این بوده است که مدل غیرخطی خود توضیحی آستانهای مبتنی بر حجم معاملات (TARVOL) کمترین خطای استاندارد میانگین را داشته است که نتیجه بیانگر دقت بیشتر این مدل در تبیین بازده سهام میباشد. نتایج آزمون مدل کارهارت نشان میدهد که ضریب متغیر عامل بازار 1.2 و از لحاظ آماری معنادار است. لذا به ازای یک واحد تغییر در عامل بازار، بازده اضافی سهام به میزان 1.2 در جهت مستقیم تغییر مییابد.
One of the most challenging topics in finance and accounting is balancing returns and risk. If so, it is important for the market to identify trends in stock returns to predict the future. Although most research on stock return changes has been based on the use of linear models, there is little evidence that stock return fluctuations may follow nonlinear patterns. Therefore, this study seeks to compare the explanatory power of linear and nonlinear models of expected stock returns. In this regard, information about 102 companies listed on the Tehran Stock Exchange during the years 2009 to 2019 has been analyzed. The results showed that among the linear models, the coefficients of market variables, size and value in the Karhart model were higher than the coefficients of other models used. The results of estimating nonlinear models showed that threshold self-explanatory models have higher coefficients than smooth logistic transmission models. Also, using the homogeneity test of mean averages, the results indicate that the nonlinear self-explanatory threshold model based on trading volume (TARVOL) had the lowest standard mean error, which indicates that this model is more accurate in explaining stock returns.
خلاصه ماشینی:
براین اساس ، پژوهش حاضر درصدد است تا به مقایسه مدل های خطی شامل سه عاملی فاما و فرنچ ١ (١٩٩٣)، چهار عاملی کارهارت ٢ (١٩٩٧)، چن ٣ و همکاران (٢٠١٠)، فاما و فرنچ ٤ (٢٠١٥) و مدل تجدیدنظر شده قیمت گذاری داراییهای سرمایه ای (رهنمای رودپشتی و حسینی، ١٣٨٩)، با مدل های غیرخطی شامل تخمین مدل خود توضیح آستانه ای و انتقال هموار لجستیک بپردازد.
صالحی و همکاران (١٣٩٤)، به بررسی توانایی مدل پنج عاملی فاما و فرنچ (٢٠١٣) در پیش بینی بازده سهام پرتفویهای ارزشی و رشدی در شرکت های پذیرفته شده بورس اوراق بهادار تهران 1.
حزبی و صالحی (١٣٩٥)، قدرت توضیح دهندگی مدل چهار عاملی کارهارت و مدل پنج عاملی فاما و فرنچ در پیش بینی بازده مورد انتظار سهامدار شرکت های پذیرفته شده بورس اوراق بهادار تهران را مقایسه کردند.
وکیلی فرد و همکاران (١٣٩٦)، با استفاده از آزمون معنیداری ضرایب متغیرهای توضیحی الگوها و الگوی رگرسیون داده های ترکیبی واحدهای مقطعی و سری زمانی و ضریب تعیین تعدیل شده ، الگوی پنج عاملی فاما و فرنچ و الگوی چهارعاملی کارهارت را برای تبیین بازده سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران در قلمرو زمانی بین سال های ١٣٨٧ تا ١٣٩٢ مقایسه کردند.
صالحی و هاشمی بلمیری (١٣٩٨)، به مقایسه توان توضیح دهندگی مدل چهار عاملی هاو١ و همکاران و مدل پنج عاملی فاما و فرنچ در پیش بینی بازده مورد انتظار سهام در شرکت های پذیرفته شده بورس اوراق بهادار تهران پرداختند.
Testing of Three Factor Fama-French Model for Indian and Us Stock Market, Journal of Commerce & Accounting Research, 6 (2), pp: 1-8.