آزمون فرضیه ناهمگنی عاملین بازار با استفاده از مدل STAR با تابع انتقال چند متغیره (مطالعه موردی بورس اوراق بهادار تهران)
محورهای موضوعی : دانش مالی تحلیل اوراق بهادارحسن حیدری 1 , پریسا جوهری سلماسی 2 , سعید راسخی 3 , حمید رضا فعالجو 4
1 - دانشیار اقتصاد، دانشگاه ارومیه، ارومیه ، ایران
2 - دانشجوی دکتری اقتصاد دانشگاه ارومیه، ارومیه ، ایران
3 - استاد دانشکده علوم اقتصادی و اداری دانشگاه مازندران، مازندران، ایران
4 - استادیار اقتصاد دانشگاه ارومیه، ارومیه ، ایران.
کلید واژه: مدل ناهمگنی عاملین بازار, عقلانیت محدود, قیمت دارایی, خودرگرسیونی انتقال ملایم با تا,
چکیده مقاله :
در این مطالعه به منظور بررسی فرضیه ناهمگنی عاملین بازار در بورس اوراق بهادار تهران و به منظور بررسی تجربی اهمیت تحلیل گران بنیادی و تحلیل گران تکنیکی در بورس اوراق بهادار تهران و همچنین اثرات متغیرهای اقتصادکلان بر سهم این عاملین تصمیم گیرنده در بازار سهام از داده های بورس اوراق بهادار تهران و همچنین داده های سری زمانی اقتصاد کلان ایران برای تخمین مدل STAR با تابع انتقال چند متغیره طی دوره زمانی 1376 تا 1393و به صورت فصلی استفاده شده است. نتایج تخمین های مدل مورد بررسی حاکی از این است که سهم تحلیل گران بنیادگرای بازار در زمانی که ریسک در بازار بالاست و نوسانات شدید شاخص قیمت سهام وجود دارد، بیشتر از تحلیل گران تکنیکال است. همچنین در زمان رشد اقتصادی سهم بیشتری از تحلیل گران بازار از تحلیل های عاملین تکنیکال استفاده می کنند و در نتیجه قیمت های بازار از مقدار پایه ای شان واگرا می شوند. همچنین طی دوره هایی که تولید صنعتی در اقتصاد افزایش می یابد تحلیل گران بنیادگرا در بازار سهام غالب اند و تحلیل های آنها در تعیین جهت قیمت سهام مؤثرتر است و قیمت ها رفته رفته به سمت قیمت پایه ای همگرا می شوند.
In this study, in order to investigate the hypothesis of Heterogeneous agents in the Tehran Stock market and for examine empirically the importance of fundamental analysts and technical analysts in Tehran Stock market and the effects of macroeconomic variables on the share of the decision-makers in the stock market, we have used Tehran Stock Exchange data and Iran's macroeconomic time series data to estimate the STAR model with multivariate transition function over the seasonally period 1376 to 1393. The results of the model indicate that the share of market fundamentalist analysts when high risk and high volatility in stock price indices in the market there is more than technical analysts. Economic growth also took a larger share of the market analysts use technical analysis agents Therefore market prices diverge from their fundamental value. Also during that industrial production in the economy increases fundamentalist analysts are dominant in the stock market and Prices gradually converge towards the base price
* محمدی، شاپور. راعی، رضا . قالیباف، حسن. گل ارضی، غلامحسین (1389)، تجزیه و تحلیل رفتار جمعی سرمایه گذاران در بورس اوراق بهادار تهران با استفاده ازمدل فضای حالت، مجله پژوهشهای حسابداری مالی، سال دوم ، شماره دوم، شماره پیاپی (4)، 49-60 .
* راعی، رضا. اسلامی بیدگلی، غلامرضا. میرزا بیاتی، مهدی (1390) ، ارزش گذاری سهام و ناهمگنی رفتار سهامداران در بورس اوراق بهادار تهران، مجله دانش حسابداری ، شماره 5، 103-126.
* فروش باستانی، علی. اسلامی بیدگلی، سعید .رحیمی فر، سید محم ایمان (1393)، ارایه مدل پویای بازارمالی با انتظارات ناهمگن واطمینان وابسته به حالات، مجله مهندسی مالی و مدیریت اوراق بهادار، تابستان، 57-91.
* Abel, A. (1989). Asset prices under heterogeneous beliefs: implication for the equity premium. Working paper, Wharton School at University of Pennsylvania.
* Brock, W.A., Hommes, C.H. (1997). A rational route to randomness. Econometrica, 65, 1059–1096.
* Brock, W.A., Hommes, C.H., (1998). Heterogeneous beliefs and routes to chaos in a simple asset pricing model. Journal of Economic Dynamics and Control, 22, 1235–1274.
* Boswijk, H.P., Hommes, C.H., Manzan, S., (2007). Behavioral heterogeneity in stock prices. Journal of Economic Dynamics and Control 31, 1938–1970.
* Buraschi, A and Jilltsov., (2006). A Model Uncertainty and Option Markets with Heterogeneous Beliefs. The Journal of Finance, Volume 61, Issue 6, 2841–2897.
* Chauveau, Th., Subbotin, A., (2013). Price dynamics in a market with heterogeneous investment horizons and boundedly rational traders, Journal of Economic Dynamics & Control 37, 1040–1065.
* Chiarella, C., He, X. Zh., Zheng, M., (2011). An analysis of the effect of noise in a heterogeneous agent financial market model. Journal of Economic Dynamics & Control 35, 148–162.
* Chiarella, C., He, X., (2003). Dynamics of beliefs and learning under aL-process the heterogeneous case. Journal of Economic Dynamics and Control 27, 503–531.
* Chiarella, C., Khomin, P., (1999). Adaptively evolving expectations in models of monetary dynamics—The fundamentalists forward looking. Annals of Operations Research 89, 21–34.
* Chiarella, C., (1992). The dynamics of speculative behaviour. Annals of Operations Research 37, 101–123.
* Dumas, B and Kurshev, A and Uppal, R., (2005). What Can Rational Investors Do About Excessive Volatility and Sentiment Fluctuations? NBER Working Papers 11803, National Bureau of Economic Research, Inc, 1-47.
* Frankel, J.A., Froot, K.A., (1986). Understanding the US dollar in the eighties: the expectations of chartists and fundamentalists. Economic Record 1 (2), 24–38. Also published as NBER working paper No. 0957, December 1987, special issue.
* Friedman, M., (1953). The case of flexible exchange rates. In: Essays in Positive Economics. University of Chicago Press.
* Fudenberg, D., Tirole, J., (1991). Game Theory. MIT Press, Cambridge.
* Gordon, M.J., (1959). Dividends, earnings, and stock prices. The Review of Economics and Statistics 41, 99–105.
* Gallmeyer, M and Hollifield, B., (2006). Financial Leverage Does Not Cause the Leverage Effect. Society for Economic Dynamics, Issue 263, 281-304.
* Hommes, C., (2001). Financial markets as nonlinear adaptive evolutionary systems. Quantitative Finance 1, 149–167.
* Kahneman, D., Tversky, A., (1973). On the psychology of prediction. Psychological Review 80 (4): 237–251.
* Kyle, L,. (2003). decentralized admission control of a queuing system: A game-theoretic model. Naval Research Logistics (NRL), Volume 50, Issue 7, 702-718.
* Leroy, S.F., Porter, R.D., (1981). The present – value relation: tests based on implied variance bounds. Econometrica, 49, 555-574.
* Lof, M., (2012). Heterogeneity in stock prices: A STAR model with multivariate transition function. Journal of Economic Dynamics & Control 36, 1845–1854.
* Milgrom, P., Stokey, N., (1982). Information, trade and common knowledge. Journal of Economic Theory 26, 17–27.
* Miller, E. M., (1977). Risk, uncertainty, and divergence of opinion. The Journal of Finance, Volume 32, Issue 4, September 1977, 1151–1168.
* Recchioni, M.C., Tedeschi, G., Gallegati, M., (2015). A calibration procedure for analyzing stock price dynamics in an agent-based framework, Journal of Economic Dynamics& Control 60, 1–25.
* Sargent, T., (1993). Bounded Rationality in Macroeconomics. Clarendon Press, Oxford.
* Saang, J.B., (1999). Tests for bounded rationality with a linear dynamic model distorted by heterogeneous expectations. Journal of Economic Dynamics & Control, 23, 1517-1543.
* Simon, H., (1957). A Behavioral Model of Rational Choice, in Models of Man, Social and Rational: Mathematical Essays on Rational Human Behavior in a Social Setting. New York: Wiley.
* Spierdijk, L., Bikker, J.A., van den Hoek, P., (2012). Mean reversion in international stock markets: an empirical analysis of the 20th century. Journal of International Money and Finance 31, 228–249.
* Scheinkman, J. A and Xiong, W., (2003). Overconfidence and Speculative Bubbles. Journal of Political Economy, Volume 111, NO. 6, 1183-1219.
* Simon, L. H., (2015). Cross-sectional asset pricing with heterogeneous preferences and beliefs, Journal of Economic Dynamics & Control, 58,125–151.
* Shiller, R.J., (1981). Do stock prices move too much to be justified by subsequent changes in dividends? American Economic Review 71, 421–436.
* Terasvirta, T., (1994). Specification, estimation, and evaluation of smooth transition autoregressive models. Journal of the American Statistical Association 89, 208–218.
* Tai, Ma. , Hao Yin, Chun., (2014). Chartist Weights and Market Instability: Applications of the Heterogeneous Agent Model in International Stock Markets. Twenty first annual conference of the Multinational Finance Society, June 11, 2014.
* Williams, J., (1977). Estimating Betas from Nonsynchronous data. Journal of financial economics, Volume 53, 309-327.
_||_