مدلسازی عوامل رفتاری و بنیادی اثرگذار بر نوسانات بازار اوراق بهادار تهران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکترا، گروه مدیریت مالی، واحد یزد، دانشگاه آزاد اسلامی، یزد، ایران.

2 استادیار، گروه مدیریت مالی، واحدیزد، دانشگاه آزاد اسلامی، یزد، ایران.

چکیده

شناخت رفتار بازار سرمایه همیشه از دوجهت قابل اهمیت است. اولین وجه مهم تصمیم مناسب برای سرمایه گذاری در سطوح مختلف و دومین وجه مهم تصمیم مناسب برای سیاستگذاری در حوزه بازار سرمایه و تامین مالی برای سیاستگذاران است. از این رو مقاله حاضر به دنبال بررسی اثر عوامل بنیادی و رفتاری بر بورس اوراق بهادار تهران می باشد. در این مقاله ابتدا نوسانات بازده شاخص کل بورس اوراق بهادار تهران با استفاده از مدل واریانس ناهمسانی شرطی خود رگرسیون تعمیم یافته مدلسازی شد، سپس در چارچوب یک مدل رگرسیونی اثر متغیرهای بنیادی و رفتاری شامل متغیرهای مستقل تولیدناخالص داخلی، نرخ بهره، نرخ تورم، نرخ ارز، نقدینگی، بازده دارایی کل بازار، واریانس بازده حقوق صاحبان سهام (به عنوان متغیرهای بنیادی کلان اقتصادی و شرکتی) و نسبت حجم معاملات بازار به درصد غیرشناور (پروکسی رفتار گله ای) بر نوسانات بازده بورس اوراق بهادار تهران مورد بررسی قرار گرفت. روش مورد استفاده برای برآورد خودرگرسیون با وقفه های توزیعی بود. داده ها بصورت فصلی و بازه زمانی مورد بررسی نیز از 1393:1 تا 1402:3 بوده است.
 نتایج بدست آمده حاکی از این بود که نوسانات بازده بورس اوراق بهادار تهران هم ناشی از متغیرهای بنیادی و هم ناشی از متغیرهای رفتاری است. در کوتاه مدت تمام متغیرهای مورد بررسی بجز واریانس بازده حقوق صاحبان سهام در بازه مورد نظر دارای اثر معناداری بر رفتار بازار سرمایه هستند؛ اما در بلندمدت رفتار بازار متاثر از تولیدناخالص داخلی، تورم، نقدینگی، بازده دارایی و رفتار گله‌‎ای است.

کلیدواژه‌ها


عنوان مقاله [English]

A Model of Behavioral and Fundamental Factors affecting the Fluctuations of the Tehran Stock Exchange

نویسندگان [English]

  • Sina Enayatollahi 1
  • Gholamreza Askarzadeh 2
  • Khajeh Hamid 2
  • Yahya Abtahi 2
1 Ph.D. Candidate, Department of Financial Management, Yazd Branch, Islamic Azad University, Yazd, Iran.
2 Assistant Professor, Department of Financial Management, Yazd Branch, Islamic Azad University, Yazd, Iran.
چکیده [English]

Understanding capital market behavior is crucial for making the better investment decisions, as well as making the better decision from a policymaking perspective. Therefore, the aim of this article is to investigate the impact of fundamental and behavioral factors on the Tehran Stock Exchange index. For this purpose, the fluctuations of the Tehran Exchange Dividend Price Index (TEDPIX) were modeled using Generalized Auto-Regressive Conditional Heteroscedasticity. Thereafter, a regression model included fundamental and behavioral variables such as: gross domestic product, interest rate; inflation rate; exchange rate; Liquidity; return on assets (ROA) of the market; variance of return on equity (as macroeconomic and corporate fundamental variables) and the ratio of the total number of shares traded over the period over the number of shares outstanding for the period (considered here as a proxy for herd behavior) to examine the return fluctuations of TEDPIX. The methodology employed for estimating the regression model was autoregressive distributed lags. Furthermore, the data for this purpose was based on the quarterly data between 2014: q2 to 2023: q3.
The results obtained indicate that the fluctuations of returns are caused by both fundamental variables and behavioral variables. In the short term, all variables under investigation, except the variance of the return on equity, have a statistically significant effect on the behavior of the capital market. On the other hand, in the long term, the market behavior is affected by gross domestic product, inflation, liquidity, ROA, and herd behavior.
 

کلیدواژه‌ها [English]

  • Tehran Stock Exchange
  • Fundamental Factors
  • Behavioral Factors
  • Auto-Regressive Distributed Lags
اصغرپور، حسین، بهبودی، داوود و محمدحسین، قزوینیان. (1387). شکست ساختاری: مورد مصرف گاز طبیعی و رشد اقتصادی در ایران. فصلنامه مطالعات اقتصاد انرژی، 5(19)، 105-122.
بینشیان، زهرا؛ دهدار، فرهاد. (1397). ارائه مدل رابطه هوش مالی با گرایشهای رفتاری و اثر آنها در تصمیمات سرمایه گذاری بر اساس نظریه رفتار برنامه ریزی شده، دانش سرمایه گذاری، 7(25)، 203-221.
نوفرستی، محمد. ‌(1378). ریشه واحد و همجمعی در اقتصادسنجی. تهران: موسسه خدمات فرهنگی رسا.
حساس یگانه، یحیی؛ ابراهیمی سرو علیا، محمدحسن؛ قاضی نوری، سیدسروش و افخمی، عادل. (2019). فرشتگان سرمایه‌گذار: ارزیابی عوامل مالی رفتاری موثر بر گزینش سرمایه‌گذاریفدانش مالی تحلیل اوراق بهادار، 12(43)، 41-58.‎
گرجی زاده، داود و خان محمدی، محمد حامد. (1397). بررسی اثرات عوامل مالی رفتاری بر تصمیمات سرمایه گذاران انفرادی،دانش سرمایه‌گذاری، 6(24)، 275-292.
بینشیان، زهرا و هدار، فرهاد. (1397). ارائه مدل رابطه هوش مالی با گرایشهای رفتاری و اثر آنها در تصمیمات سرمایه گذاری بر اساس نظریه رفتار برنامه ریزی شده،دانش سرمایه‌گذاری، 7(25)، 203-222.
صابری، مریم و دارابی، رویا. (1396). مطالعه عوامل رفتاری در انتخاب پرتفوی بهینه در بازار سرمایه ایران،دانش سرمایه‌گذاری، 6(22)، 1-12.
هیبتی، ‌فرشاد؛ تقوی، مهدی و موسوی، ‌سید‌رضا. (2014). ارزیابی تاثیر شاخص های کلاسیک و مدرن اندازه گیری ریسک بر انتخاب پرتفوی در چارچوب تئوری مالی رفتاری. دانش مالی تحلیل اوراق بهادار (مطالعات مالی)، 21(7), 87-99.‎
قالمق، کریم؛ یعقوب نژاد، احمدو فلاح شمس، میر فیض. (1395). تأثیر سواد مالی بر تورش‌های رفتاری سرمایه‌گذاران بورس اوراق بهادار تهران، چشم انداز مدیریت مالی، 6(16)، 75-94.
رهنمای رودپشتی، فریدون. (1391). داده‌کاوی و کشف تقلب‌های مالی، دانش حسابداری و حسابرسی مدیریت، 1(3)، 34-17.
 
Baker, M., & Wurgler, J. (2007). Investor sentiment in the stock market. Journal of economic perspectives21(2), 129-151.‏
Baker, H. K., Hargrove, M. B., & Haslem, J. A. (1977). An empirical analysis of the risk-return preferences of individual investors. Journal of Financial and Quantitative Analysis12(3), 377-389.‏
Bennett, J. and Sias, R., 2004. Why has firm-specific risk increased over time? Unpublished working paper. Pullman: Washington State University.
Brown, G., & Kapadia, N. (2007). Firm-specific risk and equity market development. Journal of financial economics, 84(2), 358-388.
Chang, E. C., & Dong, S. (2006). Idiosyncratic volatility, fundamentals, and institutional herding: Evidence from the Japanese stock market. Pacific-Basin Finance Journal, 14(2), 135-154.
Chen, N. F., Roll, R., & Ross, S. A. (1986). Economic forces and the stock market. Journal of business, 383-403.
Che, L. (2018). Investor types and stock return volatility. Journal of Empirical Finance, 47, 139-161.
Corredor, P., Ferrer, E., & Santamaria, R. (2015). The impact of investor sentiment on stock returns in emerging markets: The case of Central European Markets. Eastern European Economics, 53(4), 328-355.
Dhakal, D., Kandil, M. and Sharma, S.C., (1993). Causality between the money supply and share prices: a VAR investigation. Quarterly Journal of Business and Economics, 32 (3), 52-74
De Long, J. B., Shleifer, A., Summers, L. H., & Waldmann, R. J. (1990). Noise trader risk in financial markets. Journal of political Economy, 98(4), 703-738.
Enayatollahi, S., Askarzadeh, G., Khajeh, H., & Abtahi, Y. (2024). An Evaluation of Macro-Fundamental Variables and Political Risk on the Fluctuations of Returns of the Tehran Stock Exchange. Journal of Defense Economics and Sustainable Development9(32), 135-154.
Francis, J., & Soffer, L. (1997). The relative informativeness of analysts' stock recommendations and earnings forecast revisions. Journal of Accounting Research, 35(2), 193-211.
Fink, J., Fink, K. E., Grullon, G., & Weston, J. P. (2010). What drove the increase in idiosyncratic volatility during the internet boom? Journal of Financial and Quantitative Analysis, 45(5), 1253-1278.
Fisher, K. L., & Statman, M. (2000). Investor sentiment and stock returns. Financial Analysts Journal, 56(2), 16-23.
Friedman, M. (1953). The Case for Flexible Exchange Rates. Essay in Positive Economics/University of Chicago Press.
Guo, H., & Savickas, R. (2008). Average idiosyncratic volatility in G7 countries. The review of financial studies, 21(3), 1259-1296.
Gaspar, J. M., & Massa, M. (2006). Idiosyncratic volatility and product market competition. The Journal of Business, 79(6), 3125-3152.
Jiang, S., & Jin, X. (2021). Effects of investor sentiment on stock return volatility: A spatio-temporal dynamic panel model. Economic Modelling, 97, 298-306.
Kumari, J., & Mahakud, J. (2015). Does investor sentiment predict the asset volatility? Evidence from emerging stock market India. Journal of Behavioral and Experimental Finance, 8, 25-39.
Jiranyakul, K. (2011). On the risk-return tradeoff in the stock exchange of Thailand: New evidence. Asian Social Science, 7(7), 115-123.
Nguyen, P. A., Nguyen, N. P., & Le, H. M. D. (2024). Systemic risk and financial system network using financial risk meter: the case of Vietnam. Applied Economics, 56(9), 1012-1034.
Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica: Journal of the econometric society, 347-370.
Pástor, Ľ., & Pietro, V. (2003). Stock valuation and learning about profitability. The Journal of Finance, 58(5), 1749-1789.
Shleifer, A., & Summers, L. H. (1990). The noise trader approach to finance. Journal of Economic perspectives, 4(2), 19-33.
Statman, M. (2014). Behavioral finance: Finance with normal people. Borsa Istanbul Review, 14(2), 65-73.
Tuyon, J., Ahmad, Z. 2016. Behavioural finance perspectives on Malaysian stock market efficiency. Borsa Istanbul Review 16(1), 43-61.
Thampanya, N., Wu, J., Nasir, M. A., & Liu, J. (2020). Fundamental and behavioural determinants of stock return volatility in ASEAN-5 countries. Journal of International Financial Markets, Institutions and Money, 65, 101193.
Ukpong, I., Tan, H., & Yarovaya, L. (2021). Determinants of industry herding in the US stock market. Finance Research Letters, 43, 101953.
Wei, S. X., & Zhang, C. (2006). Why did individual stocks become more volatile?. The Journal of Business, 79(1), 259-292.
West, T., & Worthington, A. C. (2006). Macroeconomic risk factors in Australian commercial real estate, listed property trust and property sector stock returns. Journal of Financial Management of Property and Construction, 11(2), 105-116.
Wongbangpo, P., & Sharma, S. C. (2002). Stock market and macroeconomic fundamental dynamic interactions: ASEAN-5 countries. Journal of asian Economics, 13(1), 27-51.
Zhang, X., Wei, C., Lee, C. C., & Tian, Y. (2023). Systemic risk of Chinese financial institutions and asset price bubbles. The North American Journal of Economics and Finance, 64, 101880.