مریم دولو

هدف: هدف اصلی پژوهش حاضر، مقایسه عملکرد استراتژی معاملات زوجی مبتنی بر رویکرد کاپیولای واین با کاپیولای تی استیودنت و رویکرد فاصله ای است که برای نخستین بار در بورس اوراق بهادار تهران انجام می شود. مزیت اصلی کاپیولا نسبت به سایر رویکردهای رایج معاملات زوجی نظیر فاصله ای، آن است که لزومی ندارد تابع توزیع بازده سهام، از توزیع گوسی پیروی کند. روش: در رویکرد فاصله ای، برای هر سهم نمونه، سهام با رفتار قیمتی مشابه انتخاب شده و سهم ارزان تر، خریداری و سهام دیگر، فروخته شده است. در رویکرد کاپیولا، ابتدا سهام مشابه به کمک دو رویکرد متعارف و هندسی انتخاب و پس از آن، میان سهام مشابه تابع کاپیولا برازش می شود. در کاپیولای واین، خانواده های مختلف کاپیولا برازش شده و بر اساس معیار اطلاعات آکائیک، بهترین کاپیولا تعیین می شود. در ادامه، مجموعه سهامی که بیشترین ویژگی بازگشت به میانگین را دارد، انتخاب و به دوره معاملاتی منتقل می شود تا موقعیت های معاملاتی مناسب اخذ شود. در نهایت، سه استراتژی کاپیولای واین، کاپیولای تی استیودنت و رویکرد فاصله ای از منظر بازده، نسبت شارپ، ارزش در معرض خطر، بیشترین کاهش بازده مقایسه می شود. همچنین، عملکرد استراتژی معاملات زوجی با توجه به شرایط نزولی/ غیرنزولی بازار آزمون شده است. یافته ها: رویکرد کاپیولا در هر دو استراتژی کاپیولای واین و تی استیودنت، بازده و نسبت شارپ بالاتری نسبت به رویکرد فاصله ای و شاخص بورس اوراق بهادار تهران ایجاد می کند؛ در حالی که رویکرد فاصله ای، عملکرد پایین تری نسبت به شاخص بورس دارد. بازده سالیانه استراتژی کاپیولای واین، کاپیولای تی استیودنت و رویکرد فاصله ای، به ترتیب برابر 194، 171 و 20 درصد و نسبت شارپ این سه استراتژی برابر با 79/0، 70/0 و 04/0- است. همچنین عملکرد استراتژی معاملات زوجی در شرایط غیرنزولی بازار بهتر از شرایط نزولی است. نتیجه گیری: همان طور که انتظار می رفت، با توجه به مزایای متعدد رویکرد کاپیولا، هر دو استراتژی مبتنی بر رویکرد کاپیولا، در مقایسه با رویکرد فاصله ای، بازده و نسبت شارپ بالاتری ایجاد کرده اند. همچنین با توجه به انعطاف بیشتر کاپیولای واین در مدل سازی ساختار وابستگی دنباله ای، این کاپیولا توانست بازده و نسبت شارپ بالاتری نسبت به کاپیولای تی استیودنت ایجاد کند.  

هدف پژوهش حاضر پیش بینی شاخص قیمت بورس اوراق بهادار تهران با استفاده از مدل شبکه عصبی هیبریدی مبتنی بر الگوریتم ژنتیک و جستجوی هارمونی است. مربوط ترین نماگرهای تکنیکی به عنوان متغیرهای ورودی و تعداد بهینه نرون در لایه پنهان شبکه عصبی مصنوعی با استفاده از الگوریتم های فراابتکاری ژنتیک و جستجوی هارمونی حاصل می گردد. مقادیر روزانه شاخص قیمت بورس اوراق بهادار تهران از تاریخ 1/10/91 الی 30/9/94 جهت پیش بینی شاخص قیمت و آزمون آن استفاده می شود. دقت پیش بینی سه مدل شبکه عصبی عادی، شبکه عصبی هیبریدی مبتنی بر الگوریتم ژنتیک و شبکه عصبی هیبریدی مبتنی بر جستجوی هارمونی بر اساس میزان خطای پیش بینی ارزیابی می گردد. نتایج حاصله نشان می دهد دقت پیش بینی مدل های فراابتکاری ژنتیک و جستجوی هارمونی در دوره آزمون بالاتر از شبکه عصبی عادی است. همچنین پیش بینی مدل شبکه عصبی هیبریدی مبتنی بر جستجوی هارمونی در دوره آزمون نسبت به مدل شبکه عصبی مصنوعی هیبریدی مبتنی بر الگوریتم ژنتیک از دقت بالاتری برخوردار است. This study is aimed to predict the price index of Tehran Stock Exchange using hybrid Artificial Neural Network (ANN) models based on Genetic Algorithms (GA) and Harmony Search (HS). The most relevant technical indicators as inputs and the optimal number of neurons in hidden layer of Artificial Neural Network are achieved by metaheuristics including Genetic Algorithms and Harmony Search. Daily price index of Tehran Stock Exchange from 21 December 2012 to 21 December 2015 applied to predict and test stock index. The accuracy of forecasting of three models including Regular Artificial Neural Network model, hybrid neural networks based on GA and hybrid neural networks based on HS is evaluated by the prediction error. The results show that the accuracy of prediction in Metaheuristics models such as Genetic Algorithms and Harmony Search in test period is higher than normal Artificial Neural Network. Also prediction by hybrid neural network model based on harmony Search during the test period compared to hybrid Artificial Neural Network model based on Genetic Algorithm is more accurate.

اغلب پژوهش های حوزه ساختار سرمایه پیرامون دو نظریه غالب توازن و سلسله مراتب صورت پذیرفته است. شواهد تجربی نشان می دهد نظریه های یادشده، که هر یک به طور جداگانه ارزیابی شده اند، می تواند به عنوان مکمل یکدیگر نیز در نظر گرفته شوند. هدف پژوهش حاضر بررسی چارچوب تعدیل ساختار سرمایه ای است که در آن مؤلفه های نظریه های توازن و سلسله مراتب توأمان در نظر گرفته می شوند و نیازهای تأمین مالی خارجی تأثیر تعیین کننده ای در به کارگیری تصمیمات ساختار سرمایه ایفا می کنند. بدین منظور نمونه ای متشکل از 155 شرکت پذیرفته شده در بورس اوراق بهادار تهران بین سال های 1384 تا 1393 انتخاب شد. برای آزمون چارچوب تعدیل ساختار سرمایه مبتنی بر نظریه های توازن و سلسله مراتب، از تحلیل داده های تابلویی و روش تأثیرات آمیخته (MEM) استفاده شد. یافته ها نشان می دهند بیشتر تعدیلات ساختار سرمایه زمانی رخ می دهند که سطح اهرم مالی بالاتر (پایین تر) از اهرم مالی هدف است و شرکت ها با مازاد (کسری) منابع مالی مواجه اند. افزون بر این، اگر سطح اهرم مالی بالاتر از اهرم هدف باشد، شرکت های دارای مازاد منابع مالی، مقدار بیشتری از مازاد خود را صرف تسویه بدهی می کنند.

عدم تقارن اطلاعاتی از مهم ترین عدم اطمینان های پیش روی سرمایه گذاران است. بر اساس شواهد تجربی تنوع بخشی آن امکان پذیر نیست، به همین دلیل انتظار می رود بازده سهام را متأثر ساخته و قیمت گذاری شود. معروف ترین سنجه ریسک اطلاعات، معیار احتمال معاملات آگاهانه (PIN) است. پژوهش حاضر با تجزیه PIN به دو مؤلفه احتمال معاملات آگاهانه تعدیل شده و احتمال شوک متقارن سفارش ها، برای نخستین بار به بررسی قیمت گذاری ریسک اطلاعات و منشأ آن می پردازد. برای این منظور رابطه اجزای PIN و بازده سهام به کمک نمونه ای متشکل از 43 شرکت پذیرفته شده در بورس اوراق بهادار تهران بین سال های 1388 تا 1393 و با استفاده از رگرسیون فاما و مک بث (1973) آزمون شده است. نتایج نشان داد احتمال معاملات آگاهانه تعدیل شده قیمت گذاری شده است؛ این در حالی است که اثر احتمال شوک متقارن سفارش ها از نظر آماری معنادار نشد. نتایج به دست آمده نسبت به تغییر حجم معاملاتی ناشی از اعلان سود، دستخوش تغییر نشد.  

فراواکنشی سرمایه گذاران یکی از مهم ترین سوگیری های رفتاری است که می تواند بازده سهام را تحت تأثیر قرار دهد. بدین ترتیب از قابلیت قیمت گذاری برخوردار است. همچنین، فراواکنشی سرمایه گذاران می تواند به افزایش حجم معاملات بیانجامد. بنابراین، برای اندازه گیری فراواکنشی سرمایه گذاران می توان از معیار مبتنی بر حجم معاملات و علامت بازده سهام استفاده کرد. در این راستا، پژوهش حاضر به اندازه گیری فراواکنشی سرمایه گذاران با استفاده از معیار حجم علامت دار (معیار فراواکنشی مستمر) و بررسی رابطه آن با بازده سهام در بورس اوراق بهادار تهران با استفاده از رگرسیون فاما-مکبث (1973) در شرکت های پذیرفته شده در بورس اوراق بهادار تهران بین سال های 1388 الی 1397 پرداخته است. همچنین، با به کارگیری روش مطالعه پرتفوی معناداری آماری بازده راهبرد خرید و فروش مبتنی بر فراواکنشی سرمایه گذاران مورد بررسی قرار گرفته است. برای این منظور، اطلاعات ماهانه 241 شرکت بررسی شده اند که نتایج نشان داد فراواکنشی سرمایه گذاران بر بازده سهام در بورس اوراق بهادار تهران تأثیرگذار است. همچنین، بازده راهبرد خرید و فروش مبتنی بر فراواکنشی سرمایه گذاران برای دوره تشکیل 12 ماه و دوره نگهداری 6، 9 و 12 ماه مثبت و از نظر آماری معنادار است. 

با توجه به استدلال مرتون (1987)، قیمت گذاری ریسک غیرسیستماتیک اساسا در مورد سهامی مطرح شده است که شناخت بازار نسبت به آن محدود بوده و متعاقبا تعداد سرمایه گذاران آن نسبت به کل سرمایه گذاران بازار کم باشد. به طور دقیق تر، رابطه ریسک غیرسیستماتیک و بازده سهام منوط به محدود بودن شناخت نسبت به سهام می باشد. با این وجود در مطالعات تجربی قیمت گذاری ریسک غیرسیستماتیک، ردپایی از بررسی اثر «شناخت» دیده نمی شود. به این ترتیب، غفلت از متغیر شناخت می تواند یکی از مولفه-های موثر در بروز رفتار معماگونه نوسان پذیری غیرسیستماتیک باشد. لذا در تحقیق حاضر سعی بر آن است اثر شناخت بر قیمت گذاری ریسک غیرسیستماتیک تبیین گردد. در این راستا، نخست اثر شناخت بر رابطه ریسک غیرسیستماتیک و بازده بر مبنای دو رویکرد تحلیل پرتفوی با طبقه بندی دوگانه و رگرسیون فاما-مکبث بررسی گردیده است. سپس با بهره گیری از رویکرد هو_لو (2016) میزان اثر شناخت در توضیح رابطه ریسک غیرسیستماتیک و بازده سهام در بورس اوراق بهادار تهران طی سال های 1384 الی 1398 مورد ارزیابی قرار گرفته است. نتایج ضمن تایید قیمت گذاری مثبت ریسک غیرسیستماتیک، نشان می دهد شناخت می تواند بالغ بر 70درصد از رابطه ریسک غیرسیستماتیک و بازده را توضیح دهد.

مقاله حاضر به بررسی قیمت گذاری رشد دارایی در بازده مقطعی سهام منفرد در بورس اوراق بهادار تهران طی سال های 1379 تا 1389 می پردازد. بنابراین، برای آزمون قابلیت پیش بینی بازده مقطعی سهام توسط رشد دارایی، رابطه نرخ رشد دارایی و بازده آتی سهام با استفاده از رویکرد تحلیل پرتفوی و مدل رگرسیون فاما و مک بث (1973) در نمونه ای مشتمل بر 280 شرکت به بوته آزمون گذاشته می شود. نتایج این پژوهش بر خلاف یافته مطالعات پیشین در بازارهای توسعه یافته و در حال توسعه نشان می دهد سهامی که در گذشته نرخ رشد دارایی بالایی داشته است، بازده آتی بالاتری را تجربه می کند. با محدودکردن نمونه پژوهش به شرکت های بزرگ، رابطه یادشده مثبت است، اما از نظر آماری غیرمعنادار می شود. نتایج حاصل، صرف نظر از افق زمانی بازده آتی سهام برقرار است.

هدف : ترجیحات بخت آزمایی سرمایه گذاران موجب گرایش افراد به سهام با چولگی (گشتاور سوم توزیع بازده) مثبت می شود. این نوع ترجیحات در شرایط اقتصادی مختلف بازار متفاوت است. در پژوهش حاضر، با استفاده از رتبه موردانتظار چولگی سیستماتیک و غیرسیستماتیک، آزمون قیمت گذاری گشتاور سوم توزیع بازده سهام در شرایط کلی/ صعودی و نزولی بازار بررسی شده است. روش : در راستای تحقق هدف، پس از پیش بینی رتبه چولگی سیستماتیک و غیرسیستماتیک موردانتظار براساس متغیرهای قیمتی و شرکتی و بخش بندی شرایط بازار به صعودی و نزولی، بازده سبدهای سرمایه گذاری آزمون در چارچوب روش های تحلیل سبد سرمایه گذاری و مدل فاما و مک بث (1973) بررسی می شود. نتایج : نتایج حاصل نشان دهنده قیمت گذاری عامل چولگی سیستماتیک موردانتظار و نبود قیمت گذاری چولگی غیرسیستماتیک موردانتظار در شرایط کلی است؛ اما با تفکیک بازار به شرایط صعودی/نزولی، ضمن تأیید قیمت گذاری عامل چولگی سیستماتیک، صرف ریسک آن در شرایط صعودی، مثبت و در شرایط نزولی، منفی است. قیمت گذاری چولگی غیرسیستماتیک موردانتظار در هر دو حالتِ صعودی و نزولی تأیید می شود. نوآوری : در این پژوهش، برای نخستین بار آزمون چولگی سیستماتیک و غیرسیستماتیک موردانتظار با استفاده از رتبه مقطعی (به جای مقدار) و به تفکیک شرایط صعودی/نزولی بازار انجام شده است. همچنین تأیید قیمت گذاری بخش غیرسیستماتیک چولگی موردانتظار در هر دو شرایط صعودی و نزولی، از دیگر نوآوری های این پژوهش به شمار می رود.

اهداف: کارکرد اصلی بازار سهام، تخصیص بهینه منابع است؛ با این حال، نوسان قیمت سهام به دلایل مختلف همیشه در پاسخ به اطلاعات، واقعی و متناسب با آن نیست.  برخی سیاست گذاران و پژوهشگران استفاده از حد نوسان قیمت به عنوان سازوکار کنترل نوسان های قیمتی برای حفاظت از روند کشف قیمت پیشنهاد می کنند. هدف این پژوهش بررسی اثرات قوانین محدودکننده دامنه نوسان بر نوسان پذیری بازار سرمایه ایران است.روش: پژوهش پیش رو به کمک محاسبه واریانس به وقوع پیوسته و محاسبه بسط فوریه گسسته برای بازه زمانی یک ساله پیش و پس از تغییر دامنه نوسان مجاز بازارهای پایه فرابورس در سال 1398 صورت گرفته است.یافته ها: نتایج حاصله هم از روش واریانس به وقوع پیوسته و هم با روش بسط فوریه گسسته هم سو بوده است؛ همچنین نشان دهنده آن است که کاهش دامنه نوسان تا سطح دامنه نوسان بازار پایه زرد یعنی دامنه 6 درصد میان 3- تا 3+ درصد نوسان پذیری درون روز را افزایش می دهد. در صورتی که گفته نمی شود، کاهش بیشتر تا سطح دامنه نوسان تابلوی نارنجی یعنی دامنه 4 درصد بین 2- و 2 درصد نوسان پذیری را افزایش می دهد.نتایج: کاهش دامنه نوسان فقط منتهی به کاهش نوسان های درون روز سهام نمی شود؛ حتی گاهی کاهش های شدید دامنه نوسان مجاز تشدید کننده پدیده هایی است که نوسان های درون روز سهام را افزایش می دهد.

هدف این پژوهش آزمون هم چولگی و هم کشیدگی به عنوان عوامل ریسک و متعاقباً قیمت گذاری آن در بورس اوراق بهادار تهران است. برای این منظور نمونه ای متشکل از 96 شرکت پذیرفته شده بورس مذکور طی سال های 1380 تا 1392 مورد بررسی قرار گرفته است. جهت بررسی رابطه گشتاورهای مشترک مورد نظر و بازده سهام از مدل فاما و مک بث (1973) بهره گرفته شده است. جهت تصریح هر چه دقیق تر تاثیر گشتاورهای مشترک، اثر متغیرهای بتا، اندازه، نسبت ارزش دفتری به ارزش بازار و مومنتوم کنترل گردیده است. شواهد به دست آمده حاکی از آن است که اثر گشتاور مشترک مرتبه سوم (هم چولگی) در تبیین تغییرات بازده سهام به لحاظ آماری دارای معنادار ضعیف و تاثیر هم کشیدگی غیرمعنادار است.

هدف پژوهش حاضر مقایسه پیش بینی شاخص سهام با استفاده از مدل های ترکیبی مبتنی بر الگوریتم ژنتیک و جستجوی هارمونی با شبکه عصبی معمولی است. مربوط ترین نماگرهای تکنیکی به عنوان متغیرهای ورودی و تعداد بهینه نرون لایه پنهان شبکه عصبی مصنوعی با استفاده از الگوریتم های فراابتکاری ژنتیک و جستجوی هارمونی تعیین شده است. مقادیر روزانه شاخص قیمت بورس اوراق بهادار تهران از تاریخ 1/10/91 الی 30/9/94 جهت پیش بینی شاخص قیمت و آزمون آن استفاده شده است. دقت پیش بینی سه مدل شبکه عصبی معمولی، شبکه عصبی هیبریدی مبتنی بر الگوریتم ژنتیک و شبکه عصبی هیبریدی مبتنی بر جستجوی هارمونی بر اساس میزان خطای پیش بینی ارزیابی شده است. نتایج نشان می دهد دقت پیش بینی مدل های فراابتکاری ژنتیک و جستجوی هارمونی در دوره آزمون بالاتر از شبکه عصبی عادی است. همچنین پیش بینی مدل شبکه عصبی هیبریدی مبتنی بر جستجوی هارمونی در دوره آزمون نسبت به مدل شبکه عصبی مصنوعی هیبریدی مبتنی بر الگوریتم ژنتیک از دقت بالاتری برخوردار است.

هدف: جهان در قرن بیست ویکم، در مسیر توسعه پایدار با مجموعه بزرگی از چالش های زیست محیطی، اجتماعی و اقتصادی، همچون تغییرات آب وهوا و کاهش دسترسی به منابع طبیعی مواجه است. دسترسی به منابع پایدار آب، یکی از چالش های جدی شرکت های آب بر (وابسته به آب) است. صنایع معدنی یکی از مصرف کنندگان بزرگ آب هستند که در اثر وقوع بحران آب، به شدت تحت تأثیر قرار می گیرند. هدف پژوهش حاضر، آزمون قیمت گذاری ریسک آب در شرکت های معدنی بورس اوراق بهادار تهران و برآورد افت ارزش سهام آن ها، در صورت وقوع بحران آب است.روش: نظر به اینکه منابع آب در دسترس، به میزان بارش حوزه آبریز وابسته است، ریسک آب با استفاده از شاخص بارش استاندارد (SPI) اندازه گیری شده است و اثر آن بر بازده سهام، پس از کنترل اثر متغیرهای سودآوری، اهرم مالی، اندازه شرکت و شدت سرمایه گذاری، با استفاده از رگرسیون داده های ترکیبی پویا و داده های فصلی ۱۱ شرکت طی سال های ۱۳۸۷ تا ۱۴۰۱ بررسی شده است. بر این اساس، زیان محتمل در صورت وقوع سناریوی بحران آب با استفاده از آزمون تنش، در چارچوب ارزش در معرض خطر محاسبه شده است. همچنین، اثر شاخص خطر خشک سالی، اندازه شرکت و کوواریانس بازده بازار با SPI بر ارزش در معرض خطر شرکت ها بررسی شد (شاخص ریسک بحران آب، به عنوان متغیر سناریو و سایر متغیرها، به عنوان متغیرهای غیرسناریو لحاظ شده است).یافته ها: معناداری اثر ریسک بحران آب بر بازده سهام شرکت های معدنی، از قیمت گذاری ریسک مذکور و تأیید توان این عامل ریسک برای تبیین تغییرات بازده مقطعی سهام این شرکت ها حکایت دارد. یافته ها نشان می دهد که در صورت وقوع بحران آب، شرکت های معدنی، بین ۱۵ تا ۴۵ درصد ارزش خود را از دست خواهند داد؛ به طوری که یک واحد افزایش ریسک آب، باعث می شود که بازده اضافی سهام شرکت در سه فصل آتی، حدود ۳ درصد کاهش یابد. میزان خشک سالی/ بارش فقط تا ۳ فصل بر بازده سهام شرکت مؤثر است و اثر بلندمدت آن نزدیک صفر است. همچنین، رابطه مستقیمی میان شاخص خطر خشک سالی و ارزش در معرض خطر شرکت های معدنی مشاهده نشد. بررسی بیشتر حکایت دارد از وجود رابطه محکم ارزش در معرض خطر و ضریب هم بستگی SPI و بازده بازار؛ بدین مفهوم که ضریب هم بستگی بالاتر SPI و بازده بازار در وضعیت بحران آب، به ارزش در معرض خطر بیشتر شرکت ها منجر خواهد شد. این موضوع را می توان به بخشی از ریسک آب مربوط دانست که کلیت بازار را تحت تأثیر قرار می دهد.نتیجه گیری: ریسک آب می تواند تغییرات بازده مقطعی سهام شرکت های معدنی را توضیح دهد. طبق شواهد تجربی به دست آمده، با وجود قرارگیری شرکت ها در مناطق یکسان از منظر خشک سالی، اثرپذیری ارزش در معرض خطر بازده سهام شرکت های معدنی با یکدیگر متفاوت است؛ بدین معنا که در صورت وقوع بحران منابع آب، عوامل دیگری غیر از خشک سالی بر ریسک آب اثرگذارند.