مهدی آسیما

بر اساس تئوری مدرن پرتفوی، سرمایه گذاران می توانند با استفاده از متنوع سازی سبد سرمایه-گذاری، ریسک غیرسیستماتیک را کنترل نمایند. بنابراین فرض می شود که سرمایه گذاران صرفاً بابت پذیرش ریسک سیستماتیک بازده طلب می کنند. اما در عمل مشاهده شده است که برخلاف مفروضات تئوری مدرن پرتفوی، ریسک غیرسیستماتیک دارای قیمت است. در پژوهش های بسیاری رابطه میان ریسک غیرسیستماتیک و بازده مورد انتظار و همچنین عوامل مؤثر بر قیمت-گذاری ریسک غیرسیستماتیک مورد مطالعه و بررسی قرار گرفته است. در این پژوهش سعی شده است که از طریق تبیین ریسک آربیتراژ، چگونگی قیمت گذاری ریسک غیرسیستماتیک در بازه زمانی 1386 تا 1396 مورد آزمون قرار گیرد. برای برآورد ریسک آربیتراژ از یک محدودیت معاملاتی موجود در بورس ایران و سایر متغیرهای اندازه گیری ریسک آربیتراژ استفاده و برای برآورد ریسک غیرسیستماتیک، مدل پنج عامله فاما و فرنچ به کار گرفته شده است. در این پژوهش برای نخستین بار از مدل پنج عامله فاما و فرنچ در قیمت گذاری ریسک غیرسیستماتیک و از ریسک آربیتراژ در قیمت گذاری دارایی استفاده شده است. برای پاسخ به سؤال پژوهش و آزمون فرضیه ، از روش های تحلیل پرتفوی و رگرسیون مقطعی فاما-مکبث استفاده شده است. نتایج نشان می دهد که با در نظرگرفتن ریسک آربیتراژ، رابطه میان ریسک غیرسیستماتیک و بازده موردانتظار منفی و معنی دار است.

هدف: وجود ابهام در شفافیت گزارش های مالی بانک ها، ارزشیابی آنها را برای تحلیلگران و سهامداران با مشکلات زیادی روبه رو کرده است. در این پژوهش الگوی پویای ارزشیابی سهام بانک های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از الگوی ARDL ارزیابی شده است.<br /> روش: بدین منظور، داده های فصلی 4 بانک پذیرفته شده در بورس اوراق بهادار تهران تجزیه وتحلیل شدند؛ داده هایی که با توجه به دردسترس بودنشان به شیوه غربالگری طی سال های 1395-1388 انتخاب شدند. نوآوری دیگر، انتخاب الگویی رقیب به صورت الگوی خودرگرسیونی ARIMA برای ارزیابی میزان دقت الگوی ARDL و بررسی اثر ریسک سیاسی کشور بر قیمت سهام بانک هاست که اثر تحریم بانک مرکزی ایران در قالب متغیر مجازی وارد الگو شد.<br /> نتایج: نتایج نشان داد هر دو الگو قابلیت بالایی در پیش بینی نسبت قیمت به ارزش دفتری بانک دارند؛ ولی میزان دقت الگوی ARDL بالاتر است. به علاوه، تحریم بانک مرکزی در بلندمدت اثر معناداری بر نسبت PB نداشته است. در نهایت براساس اثرات بلندمدت متغیرهای بنیادین، متغیر ارزشیابی سهام بانک تعریف شد که مثبت و منفی بودن آن نشان دهنده گران یا ارزان بودن قیمت سهم است.

هدف: در علم مالی، رابطه میان ریسک غیرسیستماتیک و بازده مورد انتظار به معمایی تبدیل شده است. در حالی که بر اساس تئوری مدرن پرتفوی، رابطه میان ریسک و بازده مورد انتظار مثبت است، نتایج بسیاری از پژوهش ها، بر رابطه منفی میان متغیرهای یادشده دلالت دارد. علاوه بر این، بسیاری از مطالعات انجام شده به بررسی عوامل اثرگذار بر این رابطه پرداخته اند. در این پژوهش نیز تلاش شده است که رابطه میان ریسک غیرسیستماتیک و بازده مورد انتظار، از طریق تبیین ریسک آربیتراژ به عنوان عامل اثرگذار بر رابطه یاد شده، در بازه زمانی فروردین 1386 تا اسفند 1396 به بحث و بررسی گذاشته شود. روش: در این پژوهش برای برآورد ریسک غیرسیستماتیک، مدل پنج عاملی فاما و فرنچ به کار گرفته شده است. همچنین، با استفاده از روش های تحلیل پرتفوی و رگرسیون مقطعی فاما مکبث، به سؤال پژوهش پاسخ داده و فرضیه ها آزمون می شوند. یافته ها: با استفاده از مدل پنج عاملی فاما و فرنچ که بر اساس رگرسیون کرنل چندجمله ای موضعی پیاده سازی شده، ریسک غیرسیستماتیک برآورد شده است. همچنین، برای برآورد شاخص ریسک آربیتراژ نیز، از یک محدودیت معاملاتی موجود در بورس ایران و سایر متغیرهای متداول اندازه گیری ریسک آربیتراژ استفاده شده است. نتیجه گیری: نتایج نشان می دهد علاوه بر اینکه ریسک غیرسیستماتیک دارای قیمت است، رابطه میان ریسک غیرسیستماتیک و بازده مورد انتظار نیز منفی است. همچنین، ریسک آربیتراژ، متغیر اثرگذار بر شدت و معنا داری رابطه میان ریسک غیرسیستماتیک و بازده مورد انتظار معرفی می شود.

مدل قیمت گذاری دارایی سرمایه ای یکی از مدل های رایجِ برآورد نرخ بازده مورد انتظار سرمایه گذاران است. از آنجا که ممکن است پسماندهای باقی مانده از رگرسیون تخمینی در این مدل دارای ناهمسانی واریانس شرطی باشند، در این پژوهش تلاش شده است که قدرت پیش بینی مدل قیمت گذاری دارایی سرمایه ای استاندارد و مدل قیمت گذاری دارایی سرمایه ای با در نظر گرفتن ناهمسانی واریانس شرطی متقارن و نامتقارن آزمون شود. بدین منظور بازده مورد انتظار طی دوره زمانی تحقیق بر اساس هر سه مدل موجود در این پژوهش برآورد شد و مقایسه ای میان نتایج آن با بازده تحقق یافته انجام گرفت و از شاخص میانگین مجذور خطا برای سنجش قدرت پیش بینی مدل های تحقیق استفاده شد. با اجرای آزمون دایبولد ماریانو روی شاخص میانگین مجذور خطا، مدل های تحقیق با یکدیگر مقایسه شدند. نتایج نشان داد در نظر گرفتن ناهمسانی واریانس شرطی (متقارن و نامتقارن) موجب افزایش قدرت پیش بینی بازده تحقق یافته با استفاده از مدل قیمت گذاری دارایی سرمایه ای می شود.

هدف: در مدل های قیمت گذاری دارایی، به طور سنتی فرض شده است که میان بازده و متغیرهای توضیح دهنده، رابطه خطی وجود دارد؛ بنابراین در محیط غیرخطی، تخمین ضرایب این مدل ناسازگار و اریب دار است. در این پژوهش قدرت پیش بینی مدل پنج عاملی فاما و فرنچ غیرخطی و خطی، در بازه زمانی فروردین 1389 تا اسفند 1398 ارزیابی شده است. روش: برای برآورد بازده موردانتظار به روش غیرخطی، از مدل پنج عاملی فاما و فرنچ نیمه پارامتریک استفاده شده است. در مدل دوم، بازده موردانتظار از مدل پنج عاملی فاما و فرنچ به روش خطی برآورد شده است. یافته ها: بازده موردانتظار برآوردشده با بازده تحقق یافته مقایسه شد و از شاخص میانگین قدرمطلق درصد خطا، برای سنجش قدرت پیش بینی مدل های پژوهش استفاده شد. یافته ها نشان می دهد که میانگین شاخص میانگین قدرمطلق درصد خطا، در مدل نیمه پارامتریک کمتر از مدل خطی است. نتیجه گیری: علی رغم خطای کمتر مدل پنج عاملی فاما و فرنچ نیمه پارامتریک نسبت به مدل خطی، اختلاف معناداری میان قدرت پیش بینی این دو مدل مشاهده نشد. بنابراین روش تخمین (خطی یا غیرخطی) تأثیر معناداری در عملکرد مدل پنج عاملی فاما و فرنچ نخواهد گذاشت.

هدف: از مدل های پرکاربرد در برآورد نرخ بازده مورد انتظار، مدل قیمت گذاری دارایی سرمایه ای است. در مدل قیمت گذاری دارایی سرمایه ای استاندارد، ضریب بتا ثابت و رابطه بین بازده سهام و بازده بازار خطی فرض می شود، در حالی که در بازارهای مالی این امکان وجود دارد که با تغییر هزینه منفعت سرمایه گذاران در خصوص بازده و ریسک، ضریب بتا نسبت به زمان متغیر شده و همچنین در محیط غیرخطی، تخمین ضریب بتا به صورت خطی ناسازگار و  با اریب همراه شود. بنابراین استفاده از مدل های دیگر در برآورد بازده موردانتظار ضروری به نظر می رسد. روش : در این پژوهش علاوه بر مدل قیمت گذاری دارایی سرمایه ای استاندارد، از مدل های رگرسیون آستانه ای و رگرسیون کرنل به منظور برآورد مدل قیمت گذاری دارایی سرمایه ای استفاده شده است. با توجه به اینکه اساس هر یک از مدل های یادشده را مفروضات متفاوتی شکل می دهد، در این پژوهش تلاش شده است که با استفاده از الگوریتم ژنتیک و در بازه زمانی 1387 تا 1396 به ارائه مدل ترکیبی به منظور برآورد بازده مورد انتظار پرداخته شود. یافته ها : بازده مورد انتظار از طریق مدل های قیمت گذاری دارایی سرمایه ای استاندارد، آستانه ای، رگرسیون کرنل موضعی و ترکیب هر سه مدل مذکور، برآورد شده و نتایج آن با بازده تحقق یافته مقایسه شدند. از شاخص میانگین مجذور خطا برای سنجش قدرت پیش بینی مدل های تحقیق استفاده شده است. همچنین، به کمک آزمون مقایسه زوجی روی شاخص میانگین مجذور خطا مدل های تحقیق با یکدیگر مقایسه شده اند. نتیجه گیری : نتایج نشان می دهد که در نظر گرفتن مدل ترکیبی موجب شده است قدرت پیش بینی بازده تحقق یافته در مقایسه با سایر مدل های تحقیق افزایش یابد.