استراتژی تحلیل بنیادی (شاخص‌های RSS و CORFS) و بازدهی سهام

الموضوعات : دانش سرمایه‌گذاری

یوسف پاشانژاد ¹ , علی باغانی ² , سیده محبوبه جعفری ³ , علی نجفی مقدم ⁴ , زهره حاجیها ⁵

1 - دانشگاه آزاد تهران جنوب
2 - عضو هیات علمی، دانشکده اقتصاد و حسابداری، دانشگاه آزاد اسلامی، واحد تهران جنوب، تهران، ایران
3 - عضو هیئت علمی دانشگاه آزاد اسلامی واحد تهران جنوب
4 - مالی، مدیریت، دانشگاه آزاد تهران جنوب، تهران، ایران
5 - گروه آموزشی حسابداری، واحد تهران شرق، دانشگاه آزاد اسلامی، تهران، ایران

تاريخ الإرسال : 21 السبت , ربيع الأول, 1442 تاريخ التأكيد : 08 الإثنين , ربيع الثاني, 1442 تاريخ الإصدار : 08 الأحد , شعبان, 1442

الکلمات المفتاحية: شاخص RSS, بازدهی سهام, شاخص CORFS,

ملخص المقالة :

هدف از سرمایه‌گذاری در سهام، کسب بازده مناسب می‌باشد و عموماً تصمیم‌گیری سرمایه‌گذاران بر مبنای ریسک و بازده سهام و متأثر از دو عامل متغیرهای کلان اقتصادی و متغیرهای خرد اقتصادی می‌باشد. به‌دلیل حساسیت زیاد سرمایه‌گذاران در کسب بیشترین بازده از سرمایه‌گذاری‌های انجام شده و انتخاب بهترین پرتفوی سرمایه‌گذاری در بازارهای سرمایه، بخش قابل توجهی از پژوهش‌های حوزه حسابداری و مالی، به بررسی وضعیت بازار سرمایه و پیش‌بینی بازده سهام اختصاص یافته است چراکه بررسی متغیرهای حسابداری اثرگذار بر بازده سهام می‌تواند در بررسی وضعیت آتی شرکت و بازده آتی سهام آن نیز مفید واقع شود. در مطالعه حاضر بررسی شد که آیا استراتژی تحلیل بنیادی مبتنی بر اطلاعات حسابداری می‌تواند به سرمایه‌گذاران کمک کند که عملکرد بهتری در پرتفوی سرمایه‌گذاری‌شان به ارمغان بیاورند یا خیر و در این راستا، از شاخص‌های RSS و CORFS استفاده شد. جامعه آماری این تحقیق، شامل تمامی شرکت‎های پذیرفته شده در بورس اوراق بهادار تهران از سال 1387 لغایت سال 1396 بوده و نمونه مورد بررسی، از طریق روش حذف سیستماتیک از جامعه آماری انتخاب شد. با توجه به شرایط معین، تعداد 118 شرکت به‌عنوان نمونه آماری این تحقیق انتخاب شدند. گفتنی است با اجرای آزمون‌های آنوا و طراحی مدل‌های رگرسیونی چندمتغیره به آزمون فرضیه‌های تدوین شده پرداخته شد. نتایج بررسی‌ها نشان داد که با تشکیل و محاسبه شاخص RSS نمی‌توان به بازده بالاتری دست یافت؛ با تشکیل و محاسبه شاخص CORFS می‌توان به بازده بالاتری دست یافت؛ و لذا شاخص CORFS نسبت به شاخص RSS، بازدهی بالاتری را به ارمغان می‌آورد.

المصادر:

• بزرگ­اصل، موسی و رضوی، سید مهدی. (1387). رابطه بین بازده سهام شرکت­های پذیرفته شده در بورس اوراق بهادار تهران و برخی متغیرهای کلان اقتصادی. مطالعات تجربی حسابداری مالی، 22، 97-118.


• بشیرخداپرستی، رامین؛ جهانگیری، خلیل؛ برومندزاده، حسین و صبا، مینا. (1398). مقایسه کارایی اندیکاتورهای تحلیل تکنیکال در دوره رکود و رونق بازار سرمایه در شرکت‌های تولیدی فعال‌تر بورس اوراق بهادار تهران. دانش مالی تحلیل اوراق بهادار، 42، 147-161.


• حسینی، سیده عاطفه؛ ابویی مهریزی، منیره و حلوایی، جواد؛ شاه­طهماسبی، اسماعیل و وران، رامین. (1394). تحلیل بنیادی سهام با استفاده از تحلیل پوششی دو مرحله­ای. مهندسی مالی و مدیریت اوراق بهادار، 22، 95-108.


• خواجوی، شکراله و فعال قیومی، علی (1395). نقش انتشار اطلاعات بر رابطۀ چولگی و بازده آتی سهام. تحقیقات مالی، 18(1)، 148-129.


• شاهوردیانی، شادی؛ ماینائی، ندا و علیجانی، محمد (1393). سنجش عملکرد مبتنی بر متغیرهای چندگانه حسابداری. فصلنامه علمی پژوهشی دانش حسابداری و حسابرسی مدیریت، 3(9)، 77-69.


• عارفی، اصغر و دادرس، عباس. (1390). پیش‌بینی بازده سهام با استفاده از استراتژی تحلیل بنیادی. بررسی­های حسابداری و حسابرسی، 18(65)، 79-98.


• Balachandran, S. , & Mohanram, P(2012). Using residual income to refine the relationship between erarnings growth and stock returns. Review of Accounting Studies, Vol 17, No 1, Pp 134-165.


• Banerjee, P.S. and Deb, G. (2017). Abnormal Returns Using Accounting Information within a Value Portfolio. Accounting Research Journal, 30 (1), http://dx.doi.org/10.1108/ARJ-01-2015-0003.


• Bülow, S. (2017). The Effectiveness of Fundamental Analysis on Value Stocks – an Analysis of Piotroski’s F-score. LUP Student Papers.


• Chen, S. , & Dodd, J. L. (2001). Operating Income, Residual Income and EVA(TM):which Metric Is More Value Relevant? Journal of Managerial Issues, Vol 13, No 1, Pp 65-87.


• Chen, Z., Lin, W. T., Ma, C. and Tsai, S. (2014). Liquidity provisions by individual investor trading prior to dividend announcements: Evidence from Taiwan. The North American Journal of Economics and Finance, 28, 358–374.


• Conrad, J., Robert, F. D. and Eric, G. (2016). Ex ante skewness and expected stock returns. Journal of Finance, 68(1), 85-124.


• Deb, S.G. (2012). Value versus Growth: Evidence from India. IUP Journal of Applied Finance, 18 (2), 48-62.


• Fong, W. M. and Toh, B. (2014). Investor sentiment and the MAX effect. Journal of Banking & Finance, 46, 190–201.


• Huang, Y.  , & Zhang, G (2012). An Examination of the Incremental Usefulness of Balance-Sheet Information Beyond Earnings in Explaining Stock Returns. Journal of Accounting,Auditing & Finance, Vol 27, No 2, Pp 267-293.


• Jorgensen, B. and Li Jing, Sadka Gi. (2012). Earnings Dispersion and Aggregate Stock Returns, Journal of Accounting and Economics, 53.


• La Porta, R. (1996). Expectations and the Cross-Section of Stock Returns. Journal of Finance, 51, 1715–1742.


• Lakonishok, J. Shleifer, A. and Vishny, R. (1994). Contrarian Investment, Extrapolation and Risk. Journal of Finance, 44, 1541-78.