تاثیر نگرش سرمایه گذاران وعملکرد مقطعی در مدل ریسک چند عاملی شواهدی از بازار اوراق بهادار تهران۹۳

، ضرورت انجام تحقیق، فرضیه ها و متغیرهای تحقیق و روش تحقیق ارائه شده و قلمرو مورد بررسی در تحقیق صورت گرفته است.

در فصل دوم مبانی نظری و پیشینه تحقیقات انجام شده، عوامل مختلف ریسک و بازده و مقایسه عملکرد مدلهای مختلف قیمت گذاری آنها مورد بررسی قرار گرفت.
در فصل سوم، روش تحقیق، فرضیه های تحقیق، قلمرو زمانی و مکانی و نحوه اندازه گیری متغیرهای تحقیق و همچنین روش اقتصادسنجی مدل استفاده شده در این روش مطرح شد.

عکس مرتبط با اقتصاد

در فصل چهارم نیز داده های گردآوری شده مورد تجزیه و تحلیل قرار گرفت.
فصل پنجم در نهایت به تفسیر یافته های تحقیق و همچنین بیان محدودیتها و پیشنهادهایی به منظور انجام تحقیقات بعدی ارائه می شود.

۵-۳٫ یافته های تحقیق

هدف از این تحقیق معرفی و شناخت اثرات عامل نگرش سرمایه گذاران در بازار سرمایه و بررسی عملکرد کمی شده این عامل در بهبود مدل عاملی کارهارت میباشد. بدین منظور از دو دیدگاه مطالعه پرتفلیو و رگرسیون سری زمانی کارهارت(۱۹۹۷) استفاده شد. به منظور بررسی فروض تحقیق و انجام محاسبات، از نرمافزارهای اکسل(EXCEL) جهت گردآوری، مرتب سازی، محاسبات متغیرهای مستقل،پرتفلیوسازی و آماده کردن داده های خام محاسبات آماری مورد نیاز پژوهش و همچنین نرمافزار EVIEWS جهت انجام آزمونهای آماری و همچنین تهیه گزارشهای آماری اعم از آمار توصیفی داده های پژوهش و نتایج تخمینهای برآورد شده و آزمونهای به عمل آمده استفاده شده است. از آنجا که در این پژوهش قصد انجام مطالعه روی تاثیر متغیر نگرش سرمایه گذاران در مدل عاملی کارهارت را داریم و قصد داریم این مطالعه را با در نظر گرفتن عوامل اندازه و نسبت ارزش دفتری به ارزش بازار سهام انجام دهیم به همین خاطر فرضیه های تحقیق را در سه زمینه مطرح و بررسی میکنیم.

تصویر درباره بازار سهام (بورس اوراق بهادار)

۵-۳-۱٫ فرضیه اول: بین نگرش سرمایه گذاران و بازده سهام رابطه مستقیم و معناداری وجود دارد.

در این فرضیه به بررسی رابطه بین سهام موجود در نمونه در قالب یک پرتفلیو و عامل نگرش
سرمایه گذاران پرداختیم. نتایج حاصله حاکی از وجود رابطه مستقیم و معناداری میان بازده سهام در سطح پرتفلیو و عامل نگرش سرمایه گذاران در سطح اطمینان ۹۵ درصد بود. تخمین برآورد شده نشان داد که عامل نگرش سرمایه گذاران با ضریب سه درصد در مدل کارهارت به توضح بازده سهام کمک میکند. نتایج آزمونهای فروض کلاسیک رگرسیون انجام شده صحت تخمین انجام شده را نشان
می دهند.

۵-۳-۲٫ فرض دوم: بین نگرش سرمایهگذاران با وقفه یک دورهای و بازده سهام رابطه مستقیم و معناداری وجود دارد.

در این فرضیه به بررسی رابطه بین سهام موجود در نمونه در قالب یک پرتفلیو و عامل نگرش
سرمایه گذاران با وقفه یک دورهای پرداختیم. نتایج حاصله حاکی از عدم وجود رابطه مستقیم و معناداری میان بازده سهام در سطح پرتفلیو و عامل نگرش سرمایه گذاران با وقفه یک دورهای در سطح اطمینان ۹۵ درصد بود. نتایج آزمونهای فروض کلاسیک رگرسیون انجام شده صحت تخمین انجام شده را نشان می دهند.

۵-۳-۳٫ فرضیه سوم: بین نگرش سرمایه گذاران و بازده سهام بزرگ رابطه مستقیم و معناداری وجود ندارد.

در این فرضیه پس از دستهبندی سهام موجود در نمونه به پنج پرتفلیو براساس اندازه به بررسی رابطه میان بازده پرتفلیو سهام بزرگ و عامل نگرش سرمایه گذاران پرداختیم. نتایج حاصله حاکی از وجود رابطه مستقیم و معنادار در سطح اطمینان ۹۵ درصد میان بازده پرتفلیو سهام بزرگ و نگرش
سرمایه گذاران است. به عبارتی فرضیه مورد بررسی نقض می شود. به منظور دستیابی به درک بهتر از رابطه میان اندازه شرکت و عامل نگرش سرمایه گذاران در کنار بررسی رابطه میان بازده پرتفلیو سهام بزرگ، رابطه میان بازده پرتفلیو سهام کوچک و نگرش سرمایه گذاران نیز مورد مطالعه قرار گرفت. نتایج حاصله نشان از وجود رابطهای مثبت و معنادار در سطح اطمینان ۹۵ درصد داشته و ضریب بیست درصدی عامل نگرش سرمایه گذاران حاکی از نقش برجسته تر این عامل در بازده سهام کوچک نسبت به سهام بزرگتر دارد که این موضوع همسو با نتایج مطالعات شلیفر و تالر (۱۹۹۱) و بیکر و ورگلر(۲۰۰۶) میباشد.

۵-۳-۴٫ فرضیه چهارم: بین نگرش سرمایه گذاران و بازده سهام ارزشی رابطه مستقیم و معناداری وجود ندارد.

برای بررسی این فرضیه به دسته بندی سهام براساس عامل نسبت ارزش دفتری و ارزش بازار پرداختیم و سهامی که بزرگترین نسبت ارزش دفتری به ارزش بازار را دارند را به عنوان سهام ارزشی معرفی و بکار بردیم. نتایج برآورد انجام شده اذعان داشت که رابطه معنادار و مستقیمی در سطح اطمینان ۹۵ درصد میان بازده پرتفلیو سهام ارزشی و عامل نگرش سرمایه گذاران وجود ندارد.این یافته با نتایج مطالعات کیم و ها(۲۰۱۰) همخوانی داشته ولی با نتایج مطالعات کومار و لی(۲۰۰۶) مغایرت دارد. به منظور بررسی بیشتر رابطه بین نسبت ارزش دفتری به ارزش بازار و نگرش سرمایه گذاران در قالب بازده سهام، ما آزمونهای انجام شده برای شرکتهای ارزشی را برای شرکت های رشدی، شرکتهای با کمترین نسبت ارزش دفتری به ارزش بازار ، مجددا انجام داده و نتایج آن را در کنار نتایج بدست امده به جهت مقایسه قرار دادیم. نتایج حاصله بری آزمون اثر نگرش سرمایه گذاران بر بازده پرتفلیو سهام رشدی نشان از رابطه مثبت و معنادار در سطح اطمینان ۹۵ درصد میباشد.

جهت دانلود متن کامل پایان نامه به سایت azarim.ir مراجعه نمایید.

خلاصه نتایج بررسی فرضیات مختلف انجام شده در قالب جدول زیر ارائه می شود.

جدول ۵-۱ نتایج تحقیق

ردیف	فرضیه	نتیجه
۱	بین نگرش سرمایه گذاران و بازده سهام در سطح پرتفلیو رابطه مستقیم و معناداری وجود دارد	تائید
۲	بین نگرش سرمایه گذاران با وقفه یک دورهای و بازده سهام رابطه مستقیم و معناداری وجود دارد.	رد
۳	بین نگرش سرمایه گذاران و بازده پرتفلیو سهام بزرگ رابطه مستقیم و معناداری وجود ندارد	رد
۴	بین نگرش سرمایه گذاران و بازده پرتفلیو سهام ارزشی (با نسبت ارزش دفتری به ارزش بازار بالا) رابطه مستقیم و معناداری وجود ندارد	تائید

۵-۴٫ محدودیتهای تحقیق

از آنجا که محدودیتهای موجود در انجام هر تحقیقی تاثیر مهمی بر نتایج آن و ارزیابی تئوری مورد بررسی ایجاد می کند، ضروریست تا محدودیتهای پیش رو در هر تحقیق بیان شود. از جمله محدودیتهایی که در این تحقیق با آن روبرو بودیم و میتواند در نتایج بدست آمده موثر واقع شود، میتوان موارد ذیل اشاره کرد:

مشکل نمونه کوچک که در واقع موضوعی محدود کننده برای اغلب تحقیقات مالی در بازار سرمایه ایران میباشد. به عبارتی تلاش برای انتخاب دوره زمانی طولانی تر موجب حذف شرکتهایی می شود که بعد از تاریخ شروع دوره تحقیق در بورس اوراق بهادارتهران عرضه شده اند.
وجود متوقف کننده های خودکار از جمله گره معاملاتی، حجم مبنا، دامنه نوسان در معاملات بورس اوراق بهادار تهران که مشخصا بر بازده و حجم معاملات تاثیرگذار است.
توقف طولانی مدت برخی سهام موجود در نمونه باعث عدم پیوستگی داده ها شده و قابلیت اطمینان نتایج را کاهش میدهد.
به دلیل عدم دسترسی به اطلاعات ماهانه صورتهای مالی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران، لاجرم اطلاعات مربوط به ارزش دفتری شرکتهای نمونه تحقیق براساس اطلاعات فصلی منتشره در صورتهای مالی شرکتها محاسبه گردیده و نسبت به ارزش دفتری به ارزش بازار براساس اطلاعات فوق محاسبه گردیده است. البته لازم به ذکر است به دلیل عدم تغییر با اهمیت در اطلاعات ماهانه سرفصلهای مربوط به ترازنامه، ارزش دفتری حقوق صاحبان سهام شرکتها دستخوش تغییرات معنادار نخواهد شد.

۵-۵٫ پیشنهادات

۵-۵-۱٫ پیشنهادات حاصل از یافته های تحقیق

با توجه به وجود تعداد زیادی شرکت با ارزش بازاری کوچک در بازار سرمایه ما و نقش عوامل روانی در برآورد بازدهی آنها به طور ویژه شاخص نگرش سرمایه گذاران، به سازمان بورس پیشنهاد میگردد در کنار شاخص های رایج بازار به انتشار شاخص های روانی بازار نیز بپردازد. از جمله این شاخص ها میتوان به شاخص نگرش سرمایه گذاران اشاره کرد. همچنین انتظار آمارهای اقتصادی نظیر شاخص اطمینان مصرف کننده می تواند نقش موثری در بهبود هرچه بیشتر اطلاعات در دسترس سرمایه گذاران کمک کند.
از طرفی دیگر به سرمایه گذاران نهادی توصیه می شود با توجه به دوره بلند مدت
سرمایه گذاری آنها، در انتخاب سهام مورد نظر خود تاکید بیشتری بر سهام ارزشی داشته باشند تا از تاثیرپذیری ارزش پرتفلیو خود در اثر تغییرات روانی شرایط بازار اجتناب نمایند.
در نهایت به سرمایه گذاران فردی و فعالینی که به عنوان سفتهباز در بازار فعالیت میکنند توصیه می شود به تغییرات عوامل رفتاری بازار بخصوص عامل نگرش سرمایه گذاران جهت انجام معاملات خود توجه نمایند. با توجه به نبود شاخص های ارائه شده از طرف سازمان بورس، آشنایی هرچه بیشتر سرمایه گذاران با عوامل مالی رفتاری می تواند نقش موثری در بهبود عملکرد و اجتناب از اشتباهات ناشی از این عوامل داشته باشد.

۵-۵-۲٫ پیشنهادات تحقیقات آتی

شواهد مطالعات مختلف حاکی از آن است، زمانی که میزان شفافیت اطلاعاتی کاهش یافته و ارزشگذاری سهام برای فعالین بازار دشوار شده و در چنین وضعی عوامل روانی چون نگرش سرمایه گذاران به شرایط بازار، تاثیر مهمی بر نحوه سرمایه گذاری فعالین بازار میگذارد. نکاتی که می تواند اثرگذاری چنین مطالعاتی را افزایش دهد بررسی رابطه بین برخی متغیرهای بازاری و عامل نگرش سرمایه گذاران است. بنابراین پیشنهاد میگردد در قالب تحقیقی جداگانه به بررسی رابطه بین عامل نقدشوندگی سهام و نگرش سرمایه گذاران پرداخته شود تا مشخص شود آیا نگرش سرمایه گذاران و تغییرات آن توانایی پیشبینی میزان نقدشوندگی یک سهم را داراست یا خیر.

در قالب پیشنهادی دیگر توصیه می شود به بررسی رابطه بین میان حساسیت سهام مختلف به نگرش سرمایه گذاران و شفافیت اطلاعاتی سهام پرداخته شده و مولفههای شفافیت سهام در کنار مولفهی نگرش سرمایه گذاران بررسی شود.

در نهایت پیشنهاد میکنم مطالعه ای با رویکرد مشابه برای دوره کوتاه مدت و روزانه انجام شود تا تاثیر اثرات روانی این عامل در معاملات روزانه سهام هرچه بهتر و دقیقتر بررسی شود.

منابع و مآخذ

منابع فارسی

احمدپور، احمد و رحمانی فیروزجائی، مجید ، (۱۳۸۶)،” بررسی تأثیر اندازه شرکت و نسبت ارزش دفتری به ارزش بازار بر بازده سهام (بورس اوراق بهادار تهران)”، تحقیقات اقتصادی، شماره ۷۹، تابستان ۸۶

امینی، نقی، (۱۳۸۸)، بررسی پدیدههای نیروی حرکت قیمت و نیروی حرکت عایدات و رابطه آنها با هم در بورس اوراق بهادار تهران، پایان نامه کارشناسی ارشد، دانشگاه شهید بهشتی،

آذر، عادل و مومنی، منصور، آمار و کاربرد آن در مدیریت، جلد دوم، انتشارات سمت، ۱۳۸۰

آقابیگی، صابر ، (۱۳۸۵)، مقایسه مدل قیمت گذاری دارایی های سرمایهای و مدل سه عاملی فاما و فرنچ در توضیح نرخ بازده مورد انتظار سرمایه گذاران، پایان نامه کارشناسی ارشد، دانشگاه شهید بهشتی،

تهرانی، رضا و نوربخش، عسگر، مدیریت سرمایه گذاری، ، انتشارات نگاه دانش، ۱۳۸۹

جهانخانی، علی و پارساییان، علی ، مدیریت مالی، ، انتشارات سمت، ۱۳۸۷

رادپور، میثم و عبده تبریزی، حسین، اندازه گیری و مدیریت ریسک بازار، ، انتشارات آگاه، ۱۳۸۸

راعی، رضا و پویانفر ، احمد ، مدیریت سرمایه گذاری پیشرفته، ، انتشارات سمت، ۱۳۸۷

راعی، رضا و سعیدی ، علی ، مبانی مهندسی مالی و مدیریت ریسک، ، انتشارات سمت، ۱۳۸۳

سلمان پورخوئی، مجید ، (۱۳۸۳)، “بررسی تاثیر اندازه شرکت بر نرخ بازده سهام در بورس تهران” ، پایان نامه کارشناسی ارشد، موسسه عالی آموزش و پژوهش مدیریت و برنامه ریزی.

سوری، علی. ۱۳۹۲، اقتصاد سنجی: همراه با کاربرد نرم افزار Eviews7، انتشارات فرهنگ شناسی

شریعتپناهی، مجید و جعفری، ابوالفضل ، مدیریت سرمایه گذاری، ، انتشارات آیلار، ۱۳۸۸

طارمی، مریم ، (۱۳۸۵)، “آزمون مدل سه عاملی فاما و فرنچ در بورس اوراق بهادار تهران جهت
پیش بینی بازده سهام”، پایان نامه کارشناسی ارشد، دانشگاه الزهرا،

عباسی، ابراهیم و غزلجه، غفار ، (۱۳۹۱)، “آزمون تاثیر الگوی سه عاملی فاما و فرنچ در پراکندگی بازده سبد سهام”، دانش حسابداری، شماره ۱۱، ۱۶۱-۱۸۰

حسابداری ۲۰۸” />

عیوضلو، رضا ، (۱۳۸۷)، “مدل سه عاملی فاما و فرنچ با تاکید بر صرف ارزش، تحلیل دیدگاه های منتقدان”، فصلنامه بورس اوراق بهادار، شماره ۴، ۱۴۳-۱۶۵

فدایی نژاد، محمداسماعیل و صادقی، محسن ، (۱۳۸۵)، “بررسی سودمندی استراتژی مومنتوم و معکوس”، پیام مدیریت، شماره ۱۷ و ۱۸، زمستان ۸۴ و بهار ۸۵

قالیباف اصل حسن، شمس شهاب الدین و سادهوند محمدجواد ، (۱۳۸۹)، “بررسی بازده اضافی استراتژی شتاب سود و قیمت در بورس اوراق بهادار تهران”، فصلنامه بررسیهای حسابداری و حسابرسی، شماره ۱۰۲، ۶۱-۱۰۵

قائمی، محمدحسین و طوسی، سعید ، (۱۳۸۵)، “بررسی عوامل موثر بر بازده سهام عادی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران”، پیام مدیریت، شماره ۱۷ و ۱۸، ۱۵۹-۱۷۵

کلاهگر، سام ، (۱۳۸۷)، “بررسی دو واکنش کم و واکنش زیاد در بورس اوراق بهادار تهران”، پایان نامه کارشناسی ارشد، دانشگاه شهید بهشتی،

کمالی، هاجر ، (۱۳۸۶)، “بررسی استراتژی شتاب و مقایسه آن با استراتژی معکوس در بورس اوراق بهادار تهران”، پایان نامه کارشناسی ارشد، دانشگاه الزهرا،

میثاقی فاروجی، جواد ، (۱۳۸۹)، “مقایسه بین مدلهای قیمت گذاری دارایی های سرمایهای، سه عاملی فاما و فرنچ و شبکه های عصبی مصنوعی در پیش بینی بازار سهام ایران”، پایان نامه کارشناسی ارشد، دانشگاه شهید بهشتی

منابع انگلیسی

Ammann, M., Steiner, M., 2008. “Risk factors for the Swiss stock market”. Swiss journal economics and statistics. Vol 144(1). pp 1-35.

Ang, A., Hodrick, R., Xing, Y., Zhang, X, 2006. “The cross-section of volatility and expected returns”. Journal of Finance. Vol 61. pp 259-299.

Artmann, S., Finter, P., Kempf, A.,, 2009. “Determinants of expected stoc returns: Large sample evidence from german market”. Working paper, university of cologne.

Baker, M., Stein, J., 2004. “Market Liquidity As A Sentiment Indicator”. Journal of Financial Markets . Vol 7. pp 271-299.

Baker, M., Wurgler, J., 2006. “Investor sentiment and cross-section of stock return”. Journal of Finance. Vol 61. pp 1645-1680.

Bandopadhyaya, A.,Jones, A.L., 2005.”Measuring Investor Sentiment in Equity Markets”. Working Paper, Umass Boston.

Banz, R.W., 1981. “The relationship between return and market value of common stocks”. Journal of Financial Economics. Vol 9. pp 3-18.

Barber, B. Odean, T., 2008. “All That Glitters: The Effect Of Attention And News On The Behavior f Individaul And Institutional Investors”. Review Of Financials Studies. Vol 21 (2). pp 785-818.

Barry, C., Goldreyer, E., Lockwood, L., Rodriguez, M., 2002. “Robustness of size & value effects in emerging equity markets, 1985–۲۰۰۰”. Emerging Markets Review . Vol 3. pp 1-30.

Bhandari, L.C., 1988. “Debt/equity ratio and expected common stock returns: Empirical evidence”. Journal of Finance. Vol 43. pp 507-528.

Bhootra, A., 2011. “Are momentum profits driven by the cross-sectional dispersion in expected stock returns?”. Journal of Financial Markets . Vol 14. pp 494-513.

Brown, G.W., Cliff, M.T, 2005. “Investor sentiment and asset valuation”. Journal Of Business. Vol 78. pp 405-440.

Bodie, Zvi., Kane, Alex., Marcus, Alan J., 2011, “Investments”, ninth edition, p 398.

Carhart, M., 1997. “On persistence in mutual fund performance”. Journal of Finance. Vol 52. pp 57-82.

Carhart, M., Krail, R.J., Stevens, R.L., Welch, K.D., 1996. “Testing the conditional CAPM”. Working paper university of chicago .

Chan, K.C., Karceski, J., Lakonishok, J., 1998. “The risk and return from factors.”. Journal of Financial Quantitative Analysis. Vol 33. pp 159-188.

Chan, Louis K., Hamao, Yasushi., lakonishok, Josef, 1991. “Fundamentals and stock returns in japan”. Journal of Finance. Vol 46. pp 1739-1789.

Chen, Hailiang, Prabuddha De, Yu jeffery Hu, Byoung-hyoun Hwang, 2011. “Sentiment Revealed in Social Media and its Effect on the Stock Market”. IEEE Statistical Signal Processing Workshop. Vol . pp 25-28.

Chui A., Titman, S. and Wei, K.C., 2000. “Momentum, Legal Systems and Ownership Structure: An Analysis of Asian Stock Markets. Working paper”. SSRN.com.

Daniel, K., Titman, S., 1997. “Evidence on characteristics of cross-sectional variation in stock returns”. Journal of Finance. Vol 52. pp 1-33.

Easley, David, Hvidkjaer, S,. and O’Hara, Maureen., 2002. “Is Information Risk a Determinant of Asset Return?”. Journal of Finance. Vol 57. pp 2185-2221.

Eichengreen, Barry., Mody Ashoka, 1998. “Interest rate in the north and capital flows to the south: is there a missing link?”. internatiobal finance. Vol 1. pp 35-58.

Elton, E.J.,Gruber, M.J., Busse, J.A.,1998, “do investor care about sentiment?”, Journal of business 71, 477-500.

Fama, E., French, K, 2012. “Size, value and momentum in international stock returns”. Journal of Financial Economics. Vol 105. pp 457-472.

Fama, E., French, K., 1992. “The cross-section of expected stock returns”. Journal of Finance. Vol 47. pp 427-465.

Fama, E., French, K., 1993. “Common risk factors in the returns on stocks and bonds”. Journal of Financial Economics. Vol 33. pp 3-56.

Fama, E., French, K., 1996. “Multifactor Explanations of Asset Pricing Anomalies”. Journal of Finance. Vol 51. pp 55-84.

Fama, E., French, K., 2001. “Disappearing dividends: changing firm characteristics or lower propensity to pay?”. Journal of Financial Economics. Vol 66. pp 3-44.

Fama, E., French, K., 2004. “The Capital Asset Pricing Model: Theory and Evidence”. journal of economic perspectives. Vol 18. pp 325-346.

Foster, K.R. Kharazi, A., 2008. “Contrarian and Momentum Returns on Iran’s Tehran Stock Exchange”. Journal of International Financial Markets, Institutions & Money. Vol 17. pp 5-10.

Giriffin, J.M., 2002. “Are the Fama and French Factors Global or Country specific?”. The Review of Financial Studies. Vol 15. pp 783-803.

Griffin, J., Ji, X., and Martin, S., 2003. “Momentum investing and business cycle risk: evidence from pole to pole”. Journal of Finance. Vol 58. pp 515-547.

Haugen, Robert a, 1994. “Modern investment theory”. ۴d,ed, prentice-hall. Vol . pp 175-177.

Hubinette, N., and Jonsson, G., 2011. “An Alternative Four factor model”. Master Thesis in finance, Stockholm School of economics.

Jegadeesh, N., Titman, S., 1993. “Overreaction, delayed reaction, and contrarian profits”. The Review of Financial Studies. Vol 8. pp 973.

Jegadeesh, N., Titman, S., 1993. “Returns to buying winners and selling losers: implications for stock market efficiency”. Journal of Finance. Vol 48. pp 65-91.

Jegadeesh, N., Titman, S., 2001. “Profitability of momentum strategies: an evaluation of alternative explanations”. Journal of Finance. Vol 56. pp 699-720.

Jones, Charles, 2001. “A century of stock market liquidity and trading costs”. Working Paper, Columbia University.

Kassimatis, K.,, 2008. “size,book to marketand momentum effects in the australian stock market”. Australian Journal of management. Vol 33. pp 145-168.

Keim , D. B., 1990.”A New Look at the Effects of Firm Size and E/P Ratio on Stock Returns”. Financial Analyst Journal. Vol 146. pp 56-57.

Kim, Taehyuk., Ha, Aejin, 2010, “investor sentiment and market anomalies”. ۲۳rd australasian finance and banking conference 2010 paper. www.ssrn.com

Kothari, S. P. , J. Shanken, R. G. Sloan., 1995. “Another Look at the Cross-Section of Expected Return”. Journal of Finance. Vol 50. pp 185-224.

Kowerski, M., 2010. “The analysis of an investment risk within emerging capital markets. The case of the Warsaw Stock Exchange”. . Vol 6. pp 1-23.

Kumar, A. Lee, C.M.C, 2006. “Retial Investor Sentiment And Return Comovements”. Journal of Finance. Vol 61 (5). pp 2451-2486.

Kumar, A. Lim, S.S., 2008. “How Do Decision Frames Influence The Stock Investment Choices Of Individual Investors”. Management science. Vol 54 (6). pp 1052-1064.

Laconishok, Josef.and Anolrei, shleiter, and Robert w. vishny, 1994.“contraries investment, extrapolation. And risk”. Journal of Finance. Vol 12. pp 13-32.

Lee, C.M., Shleifer, A., thaler, R.H, 1991. “Investor sentiment and the closed-end Fund puzzle”. Journal of Finance. Vol 46. pp 75-109.

Lintner, John, 1965. “The valuation of risk assets and the selection f risky investments in stock portfolios and capital budgets”. Review of economics and statistics. Vol 47. pp 13-37.

L’Her, J., Masmoudi, T., and Suret, J., 2004. “Evidence to support the four factor pricing model from the canadian stock market”. Journal of International Financial Markets, Institutions & Money. Vol 14(4). pp 313-328.

Markowitz, H.M., 1952. “Portfolio selection”. Journal of Finance. Vol 7. pp 77-91.

McKinlay, J. B., 1995. “Bringing the Social System back in: An Essay on the Epidemiological Imagination”. New England Research Institute, Boston.

Merton, R., 1987. “A simple model of capital market equilibrium with incomplete information”. Journal of Finance. Vol 42. pp 483-510.

O’Brien, M., Brailsford, T., Gaunt, C., 2010. “Interaction of size, Book to market and momentum effects in Australia”. Accounting and Finance. Vol 50. pp 197-219.

Patton, A.J., Timmermann, A., 2010. “Monotonicity in asset returns: new tests with applications to the term structure, the CAPM and portfolio sorts”. Journal of Financial Economics. Vol 98. pp 605-625.

Persaud, A., 1996. “Investor’s Changing Appetite for Risk”. J.P. Morgan Securities Ltd, Global FX Research..

Ritter, J., 1991. “The Long-Run Performance Of Initial Public Offering”. Journal of Finance. Vol 46. pp 3-27.

Roll, Richard, 1977. “A critique of the assest pricing theory’s tests”. Journal of Financial Economics. Vol 4. pp 129-176.

Roger, Patrick , 2012. “The 99% market sentiment index”.

Rosenberg, B., Reid, K., Lanstein, R., 1985. “Persuasive evidence of market inefficiency”. Journal of Portfolio Management. Vol 11. pp 9-17.

Rouwenhorst, G., 1999. “Local factors and turnover in emerging markets”. Journal of Finance. Vol 54. pp 1439-1464.

Serra, A.P., 2003. “The cross-sectional determinants of returns: evidence from emerging markets’ stocks”. Journal of Emerging Market Finance. Vol 2. pp 123-162.

Sharp, William F,1964 . “Capital asset prices: a theory of market equilibrium under conditions of risk”. Journal of Finance. Vol 19. pp 425-442.

Stigler,G.J., 1964. “Public regulation of the security markets”. Journal Of Business. Vol 37. pp 117-142.

Tang, G. Y. N., Shum, W. C., 2005. “Common risk factors in returns in Asian emerging stock markets”. International Business Review. Vol 14. pp 695-717.

Van der Hart, J., Slagter, J., van Dijk, D., 2003. “Stock selection strategies in emerging markets”. Journal of Empirical Finance . Vol 10. pp 105-132.

Waszczuk, A., 2012. “A risk-based explanation of return patterns—Evidence from the Polish stock market”. Emerging Markets Review.

Wu, Yanran., Han, Liyan., Tao, Ke., Zhang, Zhongyuan, 2010. “Investor sentiment and the Day-of-the-week effects of cross-sectional return”. SSRN.com.

Yang, Chanpeng., Zhang, Rengui, 2013. “Sentiment asset pricing model whit consumption”. Economic modelling. Vol 30. pp 462-467.

Yang, Chanpeng., Yan, Wei, 2011. “Dose high sentiment cause negative excess return”. International Journal of Digital Content Technology and its Applications. Vol 5. pp 211-217.

Yang, Chanpeng., Xie, J., Yan, Wei, 2012. “Sentiment capital asset pricing model”. International Journal of Digital Content Technology and its Applications. Vol 6. pp 254-261.

Zweig, M.e., 1973. “An Investor Expectations Stock Price Predictive Model Using Closed-End Fund Premiums“. Journal of Finance. Vol 28. pp 67-87.

پیوستها

فهرست شرکت های موجود در نمونه

۱٫تایرا	۶٫چکاوه	۱۱٫خاذین	۱۶٫ختراک	۲۱٫خزامیا	۲۶٫خساپا	۳۱٫خلنت	۳۶٫خمحرکه
۲٫دابور	۷٫داسوه	۱۲٫دالبر	۱۷٫دامین	۲۲٫دپارس	۲۷٫دجابر	۳۲٫ددام	۳۷٫درازک
۳٫دسینا	۸٫دفارا	۱۳٫دفرا	۱۸٫دکوثر	۲۳٫دکیمی	۲۸٫دلر	۳۳٫دلقما	۳۸٫ساروم
۴٫ستران	۹٫سصوفی	۱۴٫سکرما	۱۹٫شاراک	۲۴٫شاملا	۲۹٫شپترو	۳۴٫شخارک	۳۹٫شنفت
۵٫غشهد	۱۰٫فاسمین	۱۵٫فباهنر	۲۰٫فسپا	۲۵٫فلوله	۳۰٫قصفها	۳۵٫قنقش	۴۰٫لسرما

آزمون ریشه واحد متغیرها

Null Hypothesis: RI has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic – based on SIC, maxlag=12)


			t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic			-۷٫۴۱۹۸۸۹	۰٫۰۰۰۰
Test critical values:	۱% level		-۳٫۴۹۶۳۴۶
	۵% level		-۲٫۸۹۰۳۲۷
	۱۰% level		-۲٫۵۸۲۱۹۶


*MacKinnon (1996) one-sided p-values.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(RI)
Method: Least Squares
Date: 04/26/15 Time: 11:15
Sample (adjusted): 1384M08 1392M12
Included observations: 101 after adjustments


Variable	Coefficient	Std. Error	t-Statistic	Prob.


RI(-1)	-۰٫۷۰۶۴۶۴	۰٫۰۹۵۲۱۲	-۷٫۴۱۹۸۸۹	۰٫۰۰۰۰
C	۰٫۹۲۵۵۴۶	۰٫۴۲۰۶۳۳	۲٫۲۰۰۳۶۴	۰٫۰۳۰۱


R-squared	۰٫۳۵۷۳۷۱	Mean dependent var		۰٫۰۲۹۷۵۲
Adjusted R-squared	۰٫۳۵۰۸۸۰	S.D. dependent var		۵٫۰۲۶۱۲۵
S.E. of regression	۴٫۰۴۹۴۴۷	Akaike info criterion		۵٫۶۵۴۶۴۱
Sum squared resid	۱۶۲۳٫۴۰۴	Schwarz criterion		۵٫۷۰۶۴۲۶
Log likelihood	-۲۸۳٫۵۵۹۴	Hannan-Quinn criter.		۵٫۶۷۵۶۰۵
F-statistic	۵۵٫۰۵۴۷۵	Durbin-Watson stat		۱٫۹۹۸۳۵۴
Prob(F-statistic)	۰٫۰۰۰۰۰۰

Null Hypothesis: RM has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic – based on SIC, maxlag=12)


			t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic			-۶٫۰۶۱۴۳۲	۰٫۰۰۰۰
Test critical values:	۱% level		-۳٫۴۹۶۳۴۶
	۵% level		-۲٫۸۹۰۳۲۷
	۱۰% level		-۲٫۵۸۲۱۹۶


*MacKinnon (1996) one-sided p-values.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(RM)
Method: Least Squares
Date: 04/26/15 Time: 11:16
Sample (adjusted): 1384M08 1392M12
Included observations: 101 after adjustments


Variable	Coefficient	Std. Error	t-Statistic	Prob.


RM(-1)	-۰٫۵۴۰۲۹۱	۰٫۰۸۹۱۳۶	-۶٫۰۶۱۴۳۲	۰٫۰۰۰۰
C	۰٫۳۶۱۶۷۵	۰٫۵۰۵۰۶۰	۰٫۷۱۶۱۰۲	۰٫۴۷۵۶


R-squared	۰٫۲۷۰۶۷۰	Mean dependent var		۰٫۰۰۶۲۲۳
Adjusted R-squared	۰٫۲۶۳۳۰۳	S.D. dependent var		۵٫۸۷۳۶۹۸
S.E. of regression	۵٫۰۴۱۴۵۸	Akaike info criterion		۶٫۰۹۲۸۷۱
Sum squared resid	۲۵۱۶٫۲۱۴	Schwarz criterion		۶٫۱۴۴۶۵۶
Log likelihood	-۳۰۵٫۶۹۰۰	Hannan-Quinn criter.		۶٫۱۱۳۸۳۵
F-statistic	۳۶٫۷۴۰۹۶	Durbin-Watson stat		۱٫۹۵۲۶۵۱
Prob(F-statistic)	۰٫۰۰۰۰۰۰

Rmom

Null Hypothesis: RMOM has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic – based on SIC, maxlag=12)


			t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic			-۵٫۹۶۴۶۵۹	۰٫۰۰۰۰
Test critical values:	۱% level		-۳٫۴۹۷۰۲۹
	۵% level		-۲٫۸۹۰۶۲۳
	۱۰% level		-۲٫۵۸۲۳۵۳


*MacKinnon (1996) one-sided p-values.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(RMOM)
Method: Least Squares
Date: 04/26/15 Time: 11:16
Sample (adjusted): 1384M09 1392M12
Included observations: 100 after adjustments


Variable	Coefficient	Std. Error	t-Statistic	Prob.


RMOM(-1)	-۰٫۸۵۸۲۴۳	۰٫۱۴۳۸۸۸	-۵٫۹۶۴۶۵۹	۰٫۰۰۰۰
D(RMOM(-1))	-۰٫۱۷۶۲۷۵	۰٫۰۹۹۷۱۳	-۱٫۷۶۷۸۲۳	۰٫۰۸۰۲
C	۰٫۷۵۶۴۰۶	۰٫۴۰۷۹۰۲	۱٫۸۵۴۳۸۱	۰٫۰۶۶۷


R-squared	۰٫۵۳۵۹۴۱	Mean dependent var		۰٫۰۰۶۳۳۳
Adjusted R-squared	۰٫۵۲۶۳۷۳	S.D. dependent var		۵٫۶۴۱۹۵۵
S.E. of regression	۳٫۸۸۲۸۲۵	Akaike info criterion		۵٫۵۸۰۵۴۴
Sum squared resid	۱۴۶۲٫۴۰۴	Schwarz criterion		۵٫۶۵۸۶۹۹
Log likelihood	-۲۷۶٫۰۲۷۲	Hannan-Quinn criter.		۵٫۶۱۲۱۷۵
F-statistic	۵۶٫۰۱۲۶۱	Durbin-Watson stat		۱٫۹۰۶۸۹۱
Prob(F-statistic)	۰٫۰۰۰۰۰۰

Rhml

Null Hypothesis: RHML has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic – based on SIC, maxlag=12)


			t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic			-۹٫۲۴۱۲۴۲	۰٫۰۰۰۰
Test critical values:	۱% level		-۳٫۴۹۶۳۴۶
	۵% level		-۲٫۸۹۰۳۲۷
	۱۰% level		-۲٫۵۸۲۱۹۶


*MacKinnon (1996) one-sided p-values.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(RHML)
Method: Least Squares
Date: 04/26/15 Time: 11:15
Sample (adjusted): 1384M08 1392M12
Included observations: 101 after adjustments


Variable	Coefficient	Std. Error	t-Statistic	Prob.


RHML(-1)	-۰٫۹۲۵۳۳۶	۰٫۱۰۰۱۳۱	-۹٫۲۴۱۲۴۲	۰٫۰۰۰۰
C	-۰٫۴۸۵۴۳۳	۰٫۴۲۵۹۱۴	-۱٫۱۳۹۷۴۵	۰٫۲۵۷۱


R-squared	۰٫۴۶۳۱۲۵	Mean dependent var		۰٫۰۱۲۰۱۸
Adjusted R-squared	۰٫۴۵۷۷۰۲	S.D. dependent var		۵٫۷۶۵۹۰۳
S.E. of regression	۴٫۲۴۶۰۶۱	Akaike info criterion		۵٫۷۴۹۴۶۴
Sum squared resid	۱۷۸۴٫۸۷۴	Schwarz criterion		۵٫۸۰۱۲۴۸
Log likelihood	-۲۸۸٫۳۴۷۹	Hannan-Quinn criter.		۵٫۷۷۰۴۲۸
F-statistic	۸۵٫۴۰۰۵۵	Durbin-Watson stat		۱٫۹۷۸۲۳۶
Prob(F-statistic)	۰٫۰۰۰۰۰۰

Rsmb

Null Hypothesis: RSMB has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic – based on SIC, maxlag=12)


			t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic			-۹٫۶۱۹۶۶۲	۰٫۰۰۰۰
Test critical values:	۱% level		-۳٫۴۹۶۳۴۶
	۵% level		-۲٫۸۹۰۳۲۷
	۱۰% level		-۲٫۵۸۲۱۹۶


*MacKinnon (1996) one-sided p-values.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(RSMB)
Method: Least Squares
Date: 04/26/15 Time: 11:18
Sample (adjusted): 1384M08 1392M12
Included observations: 101 after adjustments


Variable	Coefficient	Std. Error	t-Statistic	Prob.


RSMB(-1)	-۰٫۹۷۵۷۰۳	۰٫۱۰۱۴۲۸	-۹٫۶۱۹۶۶۲	۰٫۰۰۰۰
C	۰٫۷۸۰۵۳۲	۰٫۴۸۹۱۹۵	۱٫۵۹۵۵۴۵	۰٫۱۱۳۸


R-squared	۰٫۴۸۳۱۳۱	Mean dependent var		-۰٫۰۹۳۷۶۴
Adjusted R-squared	۰٫۴۷۷۹۱۰	S.D. dependent var		۶٫۶۸۵۶۲۵
S.E. of regression	۴٫۸۳۰۷۵۱	Akaike info criterion		۶٫۰۰۷۴۸۴
Sum squared resid	۲۳۱۰٫۲۷۹	Schwarz criterion		۶٫۰۵۹۲۶۹
Log likelihood	-۳۰۱٫۳۷۸۰	Hannan-Quinn criter.		۶٫۰۲۸۴۴۸
F-statistic	۹۲٫۵۳۷۸۹	Durbin-Watson stat		۱٫۹۷۰۱۸۴
Prob(F-statistic)	۰٫۰۰۰۰۰۰

Sent

Null Hypothesis: SENT has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic – based on SIC, maxlag=12)


			t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic			-۸٫۶۸۸۸۱۵	۰٫۰۰۰۰
Test critical values:	۱% level		-۳٫۴۹۶۳۴۶
	۵% level		-۲٫۸۹۰۳۲۷
	۱۰% level		-۲٫۵۸۲۱۹۶


*MacKinnon (1996) one-sided p-values.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(SENT)
Method: Least Squares
Date: 04/26/15 Time: 11:18
Sample (adjusted): 1384M08 1392M12
Included observations: 101 after adjustments


Variable	Coefficient	Std. Error	t-Statistic	Prob.


SENT(-1)	-۰٫۸۶۵۲۱۸	۰٫۰۹۹۵۷۸	-۸٫۶۸۸۸۱۵	۰٫۰۰۰۰
C	-۱٫۰۳۹۹۱۴	۲٫۵۴۶۸۷۰	-۰٫۴۰۸۳۱۱	۰٫۶۸۳۹


R-squared	۰٫۴۳۲۶۵۰	Mean dependent var		۰٫۲۷۸۶۵۳
Adjusted R-squared	۰٫۴۲۶۹۱۹	S.D. dependent var		۳۳٫۷۵۱۰۵
S.E. of regression	۲۵٫۵۵۰۲۵	Akaike info criterion		۹٫۳۳۸۷۷۴
Sum squared resid	۶۴۶۲۸٫۶۹	Schwarz criterion		۹٫۳۹۰۵۵۹
Log likelihood	-۴۶۹٫۶۰۸۱	Hannan-Quinn criter.		۹٫۳۵۹۷۳۸
F-statistic	۷۵٫۴۹۵۵۱	Durbin-Watson stat		۱٫۹۴۵۵۷۹
Prob(F-statistic)	۰٫۰۰۰۰۰۰

آزمونهای فرض یک

رگرسیون فرض یک

Dependent Variable: RI
Method: Least Squares
Date: 01/03/15 Time: 11:08
Sample: 1384M07 1392M12
Included observations: 102


Variable	Coefficient	Std. Error	t-Statistic	Prob.


C	۰٫۶۸۸۹۵۷	۰٫۲۵۴۸۷۸	۲٫۷۰۳۰۸۸	۰٫۰۰۸۱
RM	۰٫۴۳۰۳۲۰	۰٫۰۴۶۹۲۰	۹٫۱۷۱۳۳۰	۰٫۰۰۰۰
RHML	۰٫۱۵۸۸۶۸	۰٫۰۶۵۵۶۰	۲٫۴۲۳۲۴۶	۰٫۰۱۷۳
RSMB	۰٫۱۶۲۵۴۹	۰٫۰۵۸۳۴۸	۲٫۷۸۵۸۶۳	۰٫۰۰۶۴
RMOM	۰٫۳۴۱۱۱۳	۰٫۰۶۹۶۸۵	۴٫۸۹۵۰۸۹	۰٫۰۰۰۰
SENT	۰٫۰۳۳۵۱۴	۰٫۰۱۰۳۳۵	۳٫۲۴۲۹۳۹	۰٫۰۰۱۶


R-squared	۰٫۶۸۸۵۹۷	Mean dependent var		۱٫۲۳۴۵۷۹
Adjusted R-squared	۰٫۶۷۲۳۷۸	S.D. dependent var		۴٫۲۴۵۴۰۸
S.E. of regression	۲٫۴۲۹۹۹۸	Akaike info criterion		۴٫۶۷۰۶۸۱
Sum squared resid	۵۶۶٫۸۶۹۷	Schwarz criterion		۴٫۸۲۵۰۹۱
Log likelihood	-۲۳۲٫۲۰۴۷	Hannan-Quinn criter.		۴٫۷۳۳۲۰۷
F-statistic	۴۲٫۴۵۶۴۰	Durbin-Watson stat		۱٫۸۳۵۴۸۰
Prob(F-statistic)	۰٫۰۰۰۰۰۰

آزمون نرمال بودن مقادیر خطا

آزمون وایت

Heteroskedasticity Test: White


F-statistic	۰٫۷۴۲۸۹۴	Prob. F(5,96)		۰٫۵۹۳۲
Obs*R-squared	۳٫۷۹۹۶۰۸	Prob. Chi-Square(5)		۰٫۵۷۸۶
Scaled explained SS	۴٫۳۴۹۳۲۸	Prob. Chi-Square(5)		۰٫۵۰۰۳



Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 01/03/15 Time: 11:10
Sample: 1384M07 1392M12
Included observations: 102


Variable	Coefficient	Std. Error	t-Statistic	Prob.


C	۵٫۷۴۲۴۰۳	۱٫۷۲۴۲۴۹	۳٫۳۳۰۳۷۹	۰٫۰۰۱۲
RM^2	-۰٫۰۰۶۰۸۷	۰٫۰۲۳۶۰۴	-۰٫۲۵۷۸۹۹	۰٫۷۹۷۰
RHML^2	-۰٫۰۳۹۵۲۶	۰٫۰۴۷۳۰۲	-۰٫۸۳۵۶۱۱	۰٫۴۰۵۴
RSMB^2	۰٫۰۵۱۵۱۳	۰٫۰۲۹۰۰۲	۱٫۷۷۶۱۷۰	۰٫۰۷۸۹
RMOM^2	-۰٫۰۳۰۶۹۲	۰٫۰۵۰۴۷۵	-۰٫۶۰۸۰۷۳	۰٫۵۴۴۶
SENT^2	-۹٫۹۴E-06	۰٫۰۰۱۲۳۴	-۰٫۰۰۸۰۵۰	۰٫۹۹۳۶


R-squared	۰٫۰۳۷۲۵۱	Mean dependent var		۵٫۵۵۷۵۴۶
Adjusted R-squared	-۰٫۰۱۲۸۹۲	S.D. dependent var		۸٫۹۷۸۵۸۸
S.E. of regression	۹٫۰۳۶۲۷۹	Akaike info criterion		۷٫۲۹۷۳۹۴
Sum squared resid	۷۸۳۸٫۸۱۶	Schwarz criterion		۷٫۴۵۱۸۰۵
Log likelihood	-۳۶۶٫۱۶۷۱	Hannan-Quinn criter.		۷٫۳۵۹۹۲۰
F-statistic	۰٫۷۴۲۸۹۴	Durbin-Watson stat		۱٫۹۹۰۷۷۴
Prob(F-statistic)	۰٫۵۹۳۲۴۰

تخمین انجام

موضوعات: بدون موضوع لینک ثابت

فرم در حال بارگذاری ...

فید نظر برای این مطلب