نوسانات ویژه و بازده آتی سهام بر پایه مدل قیمت گذاری دارایی: نگرشی بر آستانه تحمل ریسک بازده

محورهای موضوعی : دانش سرمایه‌گذاری

فاطمه زمانی ¹ (دانشجوی دکتری مهندسی مالی دانشگاه آزاد اسلامی، واحد تهران جنوب، دانشکده حسابداری مدیریت و اقتصاد، گروه مدیریت مالی.)
معصومه لطیفی بنماران ² (استادیار، عضو هیأت علمی دانشگاه آزاد اسلامی، واحد تهران جنوب، تهران، ایران.)
رویا دارابی ³ (دانشیار، عضو هیأت علمی دانشگاه آزاد اسلامی، واحد تهران جنوب، تهران، ایران.)

تاریخ دریافت : 1399/03/07 تاریخ پذیرش : 1399/04/28 تاریخ انتشار : 1401/10/01

کلید واژه: ریسک, بازده آتی, نوسانات ویژه, قیمت گذاری دارایی,

چکیده مقاله :

هدف از انجام این تحقیق بررسی آستانه تحمل بازده نسبت به تغییرات نوسانات ویژه سهم بوده تا پاسخی صریح برای مشاهدات تجربی پیشین نسبت به وجود ارتباط مثبت یا منفی بین این دو شاخص ارائه گردد. جامعه آماری تحقیق را کلیه شرکت های پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1392 تا 1397 تشکیل می دهند که تعداد 155 شرکت در تمام طول دوره تحقیق در بازار بورس فعال بوده و مورد مطالعه قرار گرفته اند. داده های تحقیق با استفاده از مدل های رگرسیونی به روش داده های ترکیبی مورد تجزیه و تحلیل قرار گرفت. یافته های مدل های رگرسیونی تحقیق نشان داد که ارتباط کلی بین نوسانات ویژه سهم و بازده آتی سهام، یک رابطه منفی است. اما ارزیابی های دقیق تر تحت مدل دوم، نشان داد که این رابطه تحت تاثیر آستانه تحمل بازده قرار دارد و بین نوسانات ویژه و بازده آتی سهام یک رابطه U-شکل وجود دارد.

چکیده انگلیسی:

The main purpose of this study was to evaluate the tolerance of returns to the variations of stocks idiosynchratic volatilities, in order to present an explicit response to previous empirical evidences that documents existence of positive or negative relationship between idiosynchratic volatilities and stock returns. The statistical population of study is all active listed firms in Tehran stock exchange during years 2013 to 2018, which among them, 155 firms were active in market in whole period of research and were studied. The data of research were analyzed through regression models with approach of panel data. The results of regression models in testing hypotheses of study showed that the general relationship between stock idiosynchratic volatilities and future stock returns is in a negative direction. But, the more accurate evaluations under second model showed that this relationship is affected by risk tolerance of return and there is a U-shape relationship between idiosynchratic volatilities and future stock returns.

منابع و مأخذ:

• دولو، مریم؛ فرتوک زاده، حمیدرضا (1395). تغییرات مقطعی بازده: نقدشوندگی و اثر ریسک غیرسیستماتیک، دانش حسابداری، سال هفتم، شماره 26.


• رستمی، محمدرضا‌؛ مقدس‌بیات، ‌مریم‌؛ مقامی، ‌ریحانه (1395). تحلیل ‌رابطه ‌ریسک‌ غیر سیستماتیک ‌و ‌بازده‌ سهام‌ مبتنی ‌بر‌ رگرسیون ‌چندک ‌و رهیافت ‌بیزی، چشم انداز ‌مدیریت ‌مالی‌، شماره 16.


• عرب مازار یزدی، محمد؛ مریم، دولو؛ بدری، احمد (1393). قیمت گذاری ریسک غیرسیستماتیک: شواهدی مبتنی بر محتوای اطلاعاتی سود، پژوهش های تجربی حسابداری، سال سوم، شماره 11.


• علیمردانی، الهام (1390). بررسی محتوای اطلاعاتی نوسانات توضیح داده نشده در بورس اوراق بهادار تهران، پایان‌نامه کارشناسی ارشد، دانشکده علوم اقتصادی.


• Aboulamer, A., Kryzanowski, L., (2016). Are idiosyncratic volatility and MAX priced in the Canadian market, Journal of Empirical Finance. 37, 20-36


• Al Rahahleh, N., Adeinat, I., Bhatti, I., (2016). On ethnicity of idiosyncratic risk and stock returns puzzle, Emerald Insight. 32, 48-68.


• Ang, A., Hodrick, R., Xing, Y., Zhang, X. (2006). The cross-section of volatility and expected returns, Journal of Finance 61, 259-299.


• Bali, T., Bodnaruk, A., Scherbina, A., Tang, Y. (2018). Unusual news flow and the cross section of stock returns. Management Science forthcoming.


• Bali, T., Cakici, N., Whitelaw, R. (2011). Maxing out: Stocks as lotteries and the cross-section of expected returns, Journal of Financial Economics 99, 427-446.


• Baltussen, G., Bekkum, S., Grient, B. (2018). Unknown unknowns: uncertainty about risk and stock Returns, Journal of Financial and Quantitative Analysis 53, 1615-1651.


• Barberis, N., Huang, M. (2008). Stocks as lotteries: The implications of probability weighting for security prices. American Economic Review, 98(5), 2066–2100.


• Berggrun, L., Lizarzaburu, E., Cardona, E., (2016). Idiosyncratic volatility and stock returns: Evidence from the MILA, Research in International Business and Finance. 37, 422-434


• Ewens, M., Jones, C. M., Rhodes-Kropf, M. (2013). The price of diversifiable risk in venture capital and private equity, working paper, Review of Financial Studies 26, 1854-1889.


• Fenner RG., Han Y., Huang Z. (2019). Idiosyncratic Volatility Shocks, Behavior Bias, and Cross-Sectional Stock Returns, Quarterly Review of Economics and Finance (2019), https://doi.org/10.1016/j.qref.2019.05.004


• Fu, F., (2009). Idiosyncratic risk and the cross-section of expected stock returns, Journal of Financial Economics 91, 24-37.


• Han, Y., Hu, T., Lesmond, D. A. (2016). Liquidity biases and the pricing of cross-sectional idiosyncratic volatility around the world. Journal of Financial and Quantitative Analysis, 50(6), https://doi.org/10. 1017/S0022109015000605.


• Huang, W., Liu, Q., Rhee, G., Zhang, L. (2011). Another look at idiosyncratic risk and expected returns, Journal of Investment Management 9, 26-51.


• Jones, C. (2001). Extracting factors from heteroscedastic asset returns. Journal of Financial Economics, 62, 293–325.


• Kim, Y., Nelson, C. N. (2014). Pricing Stock Market Volatility: Does it matter whether the volatility is related to the business cycle? Journal of Financial Econometrics, 12(2), 307–328.


• Levy, H. (1978). Equilibrium in an imperfect market: A constraint on the number of securities in the portfolio. American Economic Review, 68(4), 643–658.


• Lintner, J. (1965). The valuation of risk assets and the selection of risky investments in stock portfolios and capital budgets. Review of Economics and Statistics, 47(1), 13–37.


• J. D., Moreno, R., Rodriguez, R. (2018). Idiosyncratic volatility, conditional liquidity and stock returns, International Review of Economics & Finance 53, 118-132.


• Malkiel, BG., Xu, Y. (2004). Idiosyncratic Risk and security returns. AFA 2001 New Orleans Meetings.


• McLean, R. D., Pontiff, J. (2016). Does academic research destroy stock return predictability? Journal of Finance, 71(1), 5–32.


• Merton, R. C. (1987). A simple model of capital market equilibrium with incomplete information. Journal of Finance, 42(3), 483–510.


• Nicolosi, M., Angelini, F., Herzel, S. (2017). Portfolio management with benchmark related incentives under mean reverting processes. Annals of Operations Research, 1–22.


• Sharpe, W. F. (1964). Capital asset prices: A theory of market equilibrium under conditions of risk. Journal of Finance, 19(3), 425–442.


• Stambaugh, R. F., Yu J., Yuan Y. (2014). Arbitrage asymmetry, and the idiosyncratic volatility puzzle, Journal of Finance, 70, 1903-1948.


• Wang, L. K. (2016). Idiosyncratic volatility and excess Return: Evidence from the Greater China region, Finance Research Letters. 19, 126-129.


• Zaremba, A., Czapkiewicz, A., Będowska-Sójkac, B. (2018). Idiosyncratic volatility, returns, and mispricing: No real anomaly in sight, Finance Research Letters 24, 63-167.