درخت حوزه‌های تخصصی

سرایت تلاطم میان شاخص های مالی، حاکی از فرآیند انتقال اطلاعات میان بازارها می باشد. هنگامی که بازارهای مالی با یکدیگر مرتبط هستند، اطلاعات ایجاد شده در یک بازار، می تواند سایر بازارها را متاثر سازد. در این پژوهش برای بررسی سرایت تلاطم بین شاخص های صنعت سیمان، کاشی و سرامیک و شاخص شرکت های سرمایه گذاری از یک مدل FIGARCH چندمتغیره استفاده می شود. این مدل چندمتغیره توسعه ای از مدل BEKK می باشد که پارامتر حافظه بلندمدت (d) در آن لحاظ گردیده و آن را در طی فرآیند مدل سازی برآورد می نماید. وجود حافظه بلندمدت در بازده دارایی ها هم از جنبه های تئوریک و نیز از جهت کاربردی از اهمیت برخوردار است. دستیابی به این پارامتر، تحلیل گران بازارهای مالی را در شناخت نوع و ماهیت شوک های وارد شده به این بازار از نظر کوتاه مدت یا بلندمدت بودن آن کمک می کنند. در تحلیل نتایج تجربی، که از داده های روزانه دوره زمانی 01/06/1385 تا 01/06/1389استفاده می شود، سرایت از شاخص صنعت سیمان به شاخص کاشی و سرامیک و سرمایه گذار ی ها مشاهده شد که دربازدهی سهام کاشی و سرامیک این اثر به صورت دو طرفه مشاهده شد و از شاخص صنعت سیمان به شاخص کاشی و سرامیک این اثر بیشتر است. نتایج حاصل وجود اثر تقدم و تاخر و جریان اطلاعات در این دو سری زمانی را تایید می کرد. همچنین سرایت تلاطم از سهام سرمایه گذاری به کاشی و سرامیک و بالعکس نیز وجود داشت اما در مورد سهام صنعت سیمان و سرمایه گذاری هاصرفا سرایت یک طرفه از سمت سیمان مشاهده شد. مقایسه نتایج حاصل از تخمین مدل FIGARCH چندمتغیره با مدل GARCH چندمتغیره، حاکی از نزدیک بودن ساختار تحلیلی این دو مدل بود لیکن مدل FIGARCH چندمتغیره قدرت برازش و دقت بیشتری از سرایت تلاطم های بازده را فراهم می سازد که با تئوری های پایه اقتصادی مطابقت بیشتری داشت.

یکی از مهترین مباحثی که در سالهای اخیر در محافل حرفه ای و دانشگاهی مطرح بوده، بحث دستکاری قیمت در بورس اوراق بهادار تهران است. در این مقاله ابتدا با انجام آزمون های تسلسل، خودهمبستگی و بررسی پسماند رگرسیون، وجود بازدهی غیر عادی (تفاوت معنی دار بین بازدهی واقعی و بازدهی انتظاری تعدیل شده برمبنای ریسک)، در سهام130 شرکت بورسی که طی سالهای 1381 تا انتهای 1385 در مقاطعی از نوسانات شدید قیمتی برخوردار بوده اند، مورد بررسی قرار گرفت تا از این طریق، شرکت های دستکاری شده مشخص گردند. شرکت هایی که روند نوسانات قیمت آنها تصادفی نبوده و قیمت سهم در هر مقطع دارای خودهمبستگی با قیمت های گذشته باشند، بیانگر بروز دستکاری قیمت در سهم مذکور خواهد بود. در بخش بعدی با استفاده از روش رگرسیون لوجیت باینری مدلی برای پیش بینی دستکاری قیمت با استفاده از متغیرهای شفافیت اطلاعات، نقد شوندگی سهم، اندازه شرکت (سرمایه شرکت)، نسبتP/E طراحی گردید. در آخر با انجام آزمونهای والد، درستنمایی، لاندای ویلکس کارایی مدل در پیش بینی دستکاری قیمت در بورس تهران مورد تایید قرار گرفت. یافته های تحقیق نشان می دهد که با توجه به سطح معنی داری (P-value <0.05 )، تابع درستنمایی آزمون-2Loglikelihood= 27.49)) و ضریب تعیین محاسبه شده (Cox & Snell R2=0.792 ,0.799) و همچنین ضریب لاندای ویلکس محاسبه شده (ilk's Lambda=0.205) ، مدل از کارآیی بالایی برای پیش بینی دستکاری قیمت برخوردار است.

در این تحقیق برای بررسی تاثیر اطلاعات ارائه شده توسط سیستم اطلاعاتی حسابداری بر پیش بینی ارزش سهام و سودهای غیرعادی از متغیرهای سود (نماینده صورت سود و زیان )، ارزش دفتری حقوق صاحبان سهام (نماینده ترازنامه) و بازده دفتری حقوق صاحبان سهام (که بیانگر تعامل و ارتباط این دو صورت مالی است) استفاده شده است. سود حسابداری به دو جزء تعهدی و نقدی (به عنوان نماینده صورت گردش وجوه نقد با تاکید بر مفهوم جریانهای نقدی عملیاتی) تقسیم شده است. هر چه توان پیش بینی کنندگی و قدرت توضیحی اطلاعات حسابداری بیشتر باشد؛ حسابداری به اهداف تعیین شده اش نزدیک تر شده و بیانگر ارزشمندی و ضرورت ارائه اطلاعات حسابداری است. نتایج آزمون فرضیه های پژوهش، با به کارگیری اطلاعات مالی 132 شرکت تولیدی پذیرفته شده در بورس اوراق بهادار تهران برای سالهای 1379 تا 1388 نشان میدهد که اجزای سود، با سودهای غیرعادی رابطه ای معنی دار ولی بر عکس هم دارند. بدین صورت که رابطه اقلام تعهدی مثبت و رابطه جریان های نقدی منفی است. همچنین اجزای سود با ارزش بازار سهام رابطه ای مثبت و معنیدار دارند. از میان دو جزء سود، جزء نقدی توانایی بیشتری در پیش بینی ارزش بازار سهام دارد.

این تحقیق به بررسی تأثیر انتخابات و اخبار سیاسی پس از انتخابات ریاست جمهوری بر نوسانات بازدهی بازار سهام تهران به عنوان شوک سیاسی میپردازد. این بررسی بر اساس دو دستهی مدل عمومی GARCH (GARCH و EGARCH و FIEGARCH) و جابه جایی مارکف MSM برای داده های شاخص اصلی قیمت و داده های حجم معاملاتی بازار سهام تهران انجام شده است. نتایج به دست آمده نشان میدهند که مدل های FIEGARCH و MSM برای نشان دادن برخی از خواص آماری داده ها مانند حافظهی بلندمدت، دمب پهن بودن، خوشه ای بودن واریانس ها و نشان دادن تعداد روزهایی که بازار سهام پرتلاطم تر و یا آرام تر است، موفق تر هستند. نشان میدهیم که تلاطم بازدهی سهام در روزهای قبل از انتخابات به دلیل شرایط عدم قطعیتی که بر بازار حاکم میشود، افزایش مییابد، هم چنین این افزایش تلاطم برای روزهای پس از انتخابات با به قدرت رسیدن برنده انتخابات به دلیل شوکهای سیاسی هم چنان پایدار است. با استفاده از مدل MSM احتمال غیرشرطی که سرمایه گذار در این دوره در دام یک روز پر تلاطم بیفتد، را به دست میآوریم. نتیجه نهایی اینکه دو مدل FIEGARCH وMSM به عنوان دو مدل کاربردی برای مدل سازی تلاطم در بازار سهام موید همدیگر بوده و میتوان آن ها را به عنوان ابزارهایی با کار برد متفاوت برای تحلیل تلاطم بازار سهام بهکار برد. طبقه بندی JEL: G14, P16

در طول دو دهه اخیر مطالعات کاربردی بسیاری برای ارزیابی دلایل ناکارایی در صنایع مختلف از یک روش شبه پارامتری دو مرحله ای موسوم به مدل توبیت استفاده نموده اند. کاربرد این روش برای نمونه های کوچک به دلیل امکان وجود تورش در نتایج آن، اخیراً مورد انتقاد بوده است. یک روش دو مرحله ای شبه پارامتریک بوت استرپ شامل دو الگوریتم منفرد و مضاعف را برای حل این مشکل ارائه نموده اند. این دو الگوریتم، تخمین های استوار و سازگاری را ارائه مینمایند. به علاوه، الگوریتم مضاعف تخمین های تورش زدایی شده از کارایی را نیز فراهم میکند. این مقاله یکی از اولین مطالعات کاربردی روش مذکور است که شواهد تجربی جدیدی را برای این روش با استفاده از مجموعه داده هایی از نظام بانکی ایران برای دوره 1386- 1381 ارائه نموده است. یافته های این تحقیق، نتایج سیمار و ویلسون (2007) مبنی بر وجود تورش در نتایج روش رایج دو مرحله ای توبیت را تأیید میکند. به بیان دقیق تر، الگوریتم مضاعف نسبت به الگوریتم منفرد نتایج کاملاً متفاوتی را از تخمین ها و استنتاج آماری نشان میدهد که این خود وجود تورش و همبستگی سریالی را به عنوان یک مسئله مهم در روش دو مرحله ای توبیت تأیید میکند. مقایسه نتایج تخمین های ناکارایی و استنتاج آماری آن ها حاصل از الگوریتم مضاعف و روش پارامتری تک مرحله ای داده پانل (بتیس و کوئلی، 1995) که برای اولین بار در این تحقیق انجام شده است، تشابه زیاد این نتایج را نشان میدهد. این تشابه میتواند تأییدی بر مطالعهی کوئلی (2000) باشد مبنی بر اینکه روش داد ه های پانل تک مرحله ای تخمین های بدون تورش و سازگاری را از عوامل ناکارایی ارائه میکند. نتایج این تحقیق هم چنین نشان میدهند که بانکها در ایران به طور کلی میتوانند عملکرد خود را با حرکت به سمت خصوصیسازی، نگهداری دارائیهای کم تر ریسکی و توجه به برخورداری از صرفه های مقیاس و صرفه های قلمرو به وسیله گسترش اندازه و نوع خدمات بهبود بخشند. طبقه بندی JEL: C01, C02, C12, C19, C23,

در این مطالعه، انتخاب سبد دارایی خانوار در حضور بازار مسکن برای نخستین بار در ایران مورد بررسی قرار گرفته است. یکی از نظریه های مهم در خصوص قیمت مسکن و تحولات آن، نظریه سبد دارایی های خانوار است و بر مبنای آن، سیکل های تجاری مسکن بر سهم آن از سبد دارایی ها اثر تعیین کننده ای خواهند داشت. برای این منظور داده های مربوط به دارایی ها شامل : سهام، ارز، سکه، سپرده بانکی، اوراق مشارکت و مسکن طی دوره 1385-1370 مورد استفاده قرار گرفته است . پس از محاسبه بازدهی، ریسک و ضرایب همبستگی دارایی ها طی دوره مورد نظر، با به کارگیری مدل میانگین- واریانس و استفاده از نرم افزار MATLAB، ترکیب دارایی ها در سبد دارایی خانوارها استخراج شده است. این مدل با شبیه سازی و لحاظ وزن های مختلف برای هر یک از دارایی ها، ابتدا ترکیب بهینه دارایی خانوارها بدون حضور مسکن و بر اساس طبقه بندی خانوارها به: کم ریسک، ریسک متوسط و پر ریسک و بر مبنای میزان ریسک پذیری تعیین می گردد. سپس این موضوع مورد بررسی قرار می گیرد که: آیا حضور مسکن در سبد دارایی و انتخاب آن از سوی خانوارها باعث بهبود ریسک و بازدهی سبد دارایی و تغییر ترکیب پرتفولیو خواهد شد؟ مرز کارآیی که پوش کاراترین سبد دارایی ها است، استخراج می شود و نتایج نشان می دهد مسکن دارایی مهمی در سبد دارایی در دوره رونق قیمت مسکن می باشد که موجب انتقال مرز کارآیی خواهد شد.

عموماً سرمایه گذار در مسئله انتخاب پرتفولیو اهداف چندگانه و متناقضی از قبیل بازدهی، ریسک و نقدشوندگی مدنظر دارد. از طرف دیگر سرمایه گذار دارای ترجیحات خاص خود در مورد اهداف است. مرور ادبیات تحقیق نشان می دهد، از جمله اهدافی که در مسئله انتخاب پرتفولیو استفاده نشده است، حداقل کردن ریسک غیرسیستماتیک و حداکثرسازی چولگی بازدهی پرتفولیو است. در این تحقیق سعی شده است به منظور انتخاب پرتفولیوی بهینه، از بین سهام 50 شرکت برتر بورس اوراق بهادار تهران مدلی چندهدفه برای بهینه کردن اهداف، بازدهی، ریسک سیستماتیک، ریسک غیرسیستماتیک، نقدشوندگی، ضریب چولگی و نسبت شارپ طراحی شود. مدل طراحی شده غیرمحدب است و نمی توان آن را با الگوریتم های تحقیق در عملیات بهینه کرد. بنابراین از الگوریتم ژنتیک برای بهینه کردن مدل استفاده شده است. مقایسه جواب حاصل از الگوریتم ژنتیک با مدل کلاسیک مارکویتز و مدل آرمانی با اهداف خطی و غیرخطی (درجه دوم) نشان می دهد که اگرچه بازدهی پرتفولیو حاصل از الگوریتم ژنتیک کمتر از مدل های دیگر است، اما کاهش بازدهی با کاهش در میزان ریسک جبران شده و معیارهای تعدیل شده بر مبنای ریسک بر بهتر بودن جواب حاصل از الگوریتم ژنتیک صحه می گذارد. همچنین پرتفولیو حاصل، تنوع بیشتری نسبت به پرتفولیو مدل های دیگر دارد.

تحقیق حاضر، رابطه بین ارزش ذاتی شرکت ها و بازده آنها را بر اساس مدل ارزش گذاری فلتهام- اولسن (1995) مورد بررسی قرار می دهد. این مدل، خواستار تعیین ارزش ذاتی شرکت ها با استفاده از ارزش دفتری آنهاست. جامعه آماری این تحقیق در برگیرنده شرکت های پذیرفته شده در بورس اوراق بهادار تهران است که در صنایع محصولات غذایی و آشامیدنی به جز قند وشکر، مواد و محصولات دارویی و نهایتاً خودرو و ساخت قطعات، فعالیت دارند. نمونه مورد بررسی شامل 37 شرکت است که داده های آنها برای بازه زمانی 1377 تا 1386 با استفاده از مدل رگرسیون مقطعی- زمانی (پانل دیتا) مورد آزمون قرار گرفته است. نتایج نشان می دهد در صنایع مورد بررسی مدل یاد شده با قاطعیت کامل قادر به تعیین ارزش ذاتی شرکت های مورد مطالعه نیست؛ اما شواهد نشان می دهد شرکت هایی که دارای ارزش ذاتی بیشتری هستند، سود بیشتری کسب می نمایند. با توجه به نتایج حاصل، نمی توان کارایی این مدل را به طور کامل رد کرد؛ اما در حال حاضر استفاده از این الگو در بورس اوراق بهادار تهران توصیه نمی شود.