ریسک دنباله و بازده مازاد سهام: شواهدی از ناهنجاری‌های مومنتوم و ریسک غیرسیستماتیک
محورهای موضوعی :
اقتصاد مالی
مصطفی رمضانی شریف آبادی
1
,
سعید علی احمدی
2
,
مهدی آقابیک زاده
3
1 - گروه حسابداری، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران.
2 - گروه حسابداری، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران.
3 - گروه حسابداری، واحد اصفهان (خوراسگان)، دانشگاه آزاد اسلامی، اصفهان، ایران
تاریخ دریافت : 1402/09/25
تاریخ پذیرش : 1402/11/13
تاریخ انتشار : 1403/01/01
کلید واژه:
G10,
G12,
ناهنجاری ریسک غیرسیستماتیک,
واژه‌های کلیدی: ناهنجاری مومنتوم,
ریسک دنباله و بازده مازاد سهام. طبقه بندی JEL : G1,
چکیده مقاله :
چکیده
ناهنجاری های بازار سرمایه ناشی از عواملی است که در مدل های قیمت گذاری دارایی سرمایه ای مورد توجه قرار نگرفته است. از استدلال های مطرح شده برای توضیح ناهنجاری ها، تئوری ارزش افراطی است. بر مبنای تئوری ارزش افراطی، ریسک دنباله رویداد نامطلوبی است که می تواند تاثیر منفی بر بازده مازاد سهام داشته باشد. از این رو، هدف پژوهش حاضر بررسی تاثیر ترکیب ناهنجاری های مومنتوم و ریسک غیرسیتماتیک با ریسک دنباله بر بازده مازاد سهام است. در پژوهش حاضر از دو معیار ریسک دنباله تجمعی و ریسک کوواریانس دنباله ترکیبی برای محاسبه ریسک دنباله استفاده شده است. روش نمونه گیری در این پژوهش حذف سیستماتیک و دوره زمانی پژوهش سال های 1385 تا 1398 انتخاب گردیده است. تعداد شرکت های نمونه شامل 136 شرکت پذیرفته شده در بورس اوراق بهادار تهران می باشد و از رگرسیون 5 عاملی فاما و فرنچ (2015) برای آزمون فرضیه های پژوهش استفاده گردید. نتایج پژوهش حاکی از این است که ترکیب پرتفوی ریسک غیرسیستماتیک و ریسک دنباله بر بازده مازاد سهام تاثیر مثبت و معناداری دارد. بنابراین، سرمایه گذاران با ترکیب این پرتفوی می توانند در بازار سرمایه ایران بازدهی کسب نمایند. همچنین، نتایج پژوهش نشان داد که ترکیب پرتفوی مومنتوم و ریسک دنباله منجر به بازده مازاد سهام نمی گردد. در کل، نتایج پژوهش نشان داد که برای توضیح وجود ناهنجاری ریسک غیرسیتماتیک می توان از ریسک دنباله استفاده نمود
چکیده انگلیسی:
Abstract
Capital market anomalies are caused by factors that have not been considered in capital asset pricing models. One of the arguments for explaining anomalies is the theory of extreme value. According to the theory of extreme value, tail risk is an adverse event that can have a negative impact on excess stock returns. Therefore, the aim of the present study was to investigate the effect of combining momentum anomalies and idiosyncratic risk with tail risk on excess stock returns. In the present study, two criteria of cumulative tail risk and combined covariance tail risk have been used to calculate tail risk. The sampling method in this study is systematic elimination and the time period of the research years from 2007 to 2019 has been selected. The number of sample companies includes 136 companies listed on the Tehran Stock Exchange (TSE) and the 5-factor regression of Fama and French was used to test the research hypotheses. The results indicate that the combination of idiosyncratic risk portfolio and tail risk has a positive and significant effect on excess stock returns. Therefore, by combining this portfolio, investors can gain returns in the Iranian capital market. Also, the results showed that the combination of momentum portfolio and tail risk does not lead to excess stock returns. In general, the results showed that tail risk can be used to explain the existence of idiosyncratic risk anomalies.
منابع و مأخذ:
فهرست منابع
اماموردی، قدرتاله.، جعفری، سیده محبوبه. (1398). اثر بحرانهای مالی بر انتقال تکانه و سرریز نوسان میان بازارهای مالی توسعهیافته و ایران. اقتصاد مالی، 13(47)، 63-84.
بابالویان، شهرام.، نیکومرام، هاشم.، وکیلیفرد، حمیدرضا.، رهنمایرودپشتی، فریدون. (1399). مقایسه ارزش در معرض ریسک سهام تهران با بازارهای سهام بینالمللی با استفاده از نظریه ارزش فرین شرطی. اقتصاد مالی، 52،14 ، 55-80.
بابالویان، شهرام.، مظفری، مهردخت. (1395). مقایسه قدرت پیشبینی مدل پنج عاملی فاما و فرنچ با مدلهای چهار عاملی کارهارت و q-عاملی HXZ در تبیین بازده سهام. دانش مالی تحلیل اوراق بهادار (مطالعات مالی)، 9، 30، 17-32.
دولو، مریم.، حیدری، تکتم. (1396). پیشبینی شاخص سهام با استفاده از ترکیب شبکه عصبی مصنوعی و مدلهای فرا ابتکاری جستجوی هارمونی و الگوریتم ژنتیک. اقتصاد مالی، 11(40)، 1-24.
دولو, مریم, غلامی, زهره. (1397). آزمون مدل پنج عاملی؛ شواهدی از بورس اوراق بهادار تهران. دانش سرمایه‌گذاری، 7(26)، 236-221.
رمضانی، جواد.، کامیابی، یحیی. (1395). مقایسه مدل شش عاملی با مدلهای قیمتگذاری دارایی سرمایهای در تبیین بازده مورد انتظار سرمایهگذار. پژوهشهای اقتصادی ایران، 22، 70، 207-231.
شهرزادی, مهشید, فروغی, داریوش, امیری, هادی. (1398). اثر ریسک دنباله چپ بر بازده مازاد مورد انتظار و پیامد آن بر استمرار بازده دنباله چپ. تحقیقات مالی، 21(4)، 611-593
_||_
Aboura, T., Arisoy, Y.E. (2019). Can Tail Risk Explain Size, Book-to-Market, Momentum, and Idiosyncratic Volatility Anomalies?. Journal of Business Finance & Accounting, 46, 1263-1298.
Agarwal, V., Ruenzi, S., Weigert, F. (2017). Tail Risk in Hedge Funds: A Unique View from Portfolio Holdings. Journal of Financial Economics, 125, 610–636.
Allen, D. E., Singh, A. K., Powell, R. J. (2013). EVT and Tail-Risk Modelling: Evidence from Market Indices and Volatility Series, The North American Journal of Economics and Finance, 26, 355-369.
Ang, A., Chen, J., Xing. Y. (2006) “Downside Risk.” Review of Financial Studies, 19, 1191– 1239.
Ang, A., Hodrick, R., Xing, Y., Zhang, X. (2009). High Idiosyncratic Volatility and Low Returns: International and Further U.S. Evidence. Journal of Financial Economics, 91, 1-23.
Asness, C., Moskowitz, T., Pedersen, L.H. (2013). Value and Momentum Everywhere, Journal of Finance, 68, 929-985.
Ayub, U., Kausar, S., Noreen, U., Zakaria, M., Jadoon, IA.(2020). Downside Risk-Based Six-Factor Capital Asset Pricing Model (CAPM): A New Paradigm in Asset Pricing, Sustainability. 12, 17, 6756.
Bali T., N., Cakici, and R.F., Whitelaw. (2014). Hybrid Tail Risk and Expected Stock Returns: When Does the Tail wag the Dog?. Review of Asset Pricing Studies, 4, 206-246.
Baltussen, G., van Bekkum, S., van der Grient, B. (2018). Unknown unknowns: Uncertainty about Risk and Stock Returns, Journal of Financial and Quantitative Analysis, 53, 1615-1651.
Barberis, N., Huang, M. (2001). Mental Accounting, loss Aversion, and Individual Stock Returns. Journal of Finance, 56, 1247–1292.
Barroso, P., Santa-Clara, P. (2015). Momentum has its Moments, Journal of Financial Economics. 116, 111-120.
Benartzi, S., Thaler, R. H. (1995). Myopic loss aversion and the equity premium puzzle. The Quarterly Journal of Economics, 110(1), 73-92.
Benson, R., Shapiro, R, K., Smith, D., Thomas, R. (2013). A Comparison of Tail Risk Protection Strategies in the S. Market, Alternative Investment Analyst Review, 32-47.
Berrada, T., Hugonnier, J. (2013). Incomplete information, idiosyncratic volatility and stock returns. Journal of Banking and Finance, 37, 448-462.
Bhansali, V. (2014). Tail Risk Hedging: Creating Robust Portfolios for Volatile Markets. McGraw-Hill Education.
Bhootra, A., Hur, J. (2015). High idiosyncratic volatility and low returns: A prospect theory explanation. Financial Management, 44, 295-322.
Bollerslev, T,. Todorov, V,. Xu, (2015). Tail risk premia and return predictability. Journal of Financial Economics, 118, 1, 113-134.
Boyer, B., Mitton, T., Vorkink, K. (2010). Expected idiosyncratic skewness. Review of Financial Studies, 23, 169-202.
Carhart, M. (1997). On persistence in mutual fund performance. Journal of Finance, 52, 57- 82.
Chen, Z., Petkova, R. (2012). Does idiosyncratic volatility proxy for risk exposure?. Review of Financial Studies, 25, 2745-2787.
Chevapatrakul, T., Xu, Z., Yao, K. (2018).The impact of tail risk on stock market returns: The role of market sentiment. International Review of Economics and Finance, 1-26.
Chordia, T., Subrahmanyam, A., Tong, Q. (2014). Have capital market anomalies attenuated in the recent era of high liquidity and trading activity?, Journal of Accounting and Economics, 58, 41–58.
Cotter, J., and McGeever, N. (2018). Are Equity Market Anomalies Disappearing? Evidence from the U.K. Available at SSRN: https://ssrn.com/abstract=3102563.
Daniel, K., Moskowitz, T. J. (2016). Momentum crashes, Journal of Financial Economics, 122, 221-247.
Davis, J., Bhansali, V. (2010). Offensive Risk Management: Can Tail Risk Hedging Be Profitable?. Working
Fama, E. (1965). The Behavior of Stock Market Prices. Journal of Business, 38, 34 – 105.
Fama, E. (1970). Efficient capital markets: a review of theory and empirical work. Journal of Finance, 25, 383—417.
Fama, E. (1998). Market efficiency, long-term returns, and behavioral finance. Journal of Financial Economics, 49, 283—306.
Fama, E.F., French, K.R. (1989). Business Conditions and Expected Returns on Stocks and Bonds. Journal of Financial Economics, 25, 23-49.
Fama, E.F., French, K.R. (1993). Common risk factors in the returns on stocks and bonds. Journal of Financial Economics, 33, 3-56.
Gao, G. P., Lu, X., Song, Zh. (2019). Tail Risk Concerns Everywhere. Management Science, 65, 7, 3111-3130.
Harvey, C.R., Siddique, A. (2000). Conditional skewness in asset pricing tests. Journal of Finance, 55, 1263-1295.
Hill, B.M. (1975). A simple general approach to inference about the tail of a distribution. The Annals of Statistics, 3, 1163-1174.
Hirshleifer, D. (2001). Investor Psychology and Asset Pricing. Journal of Finance, 56, 4, 1533-1597.
Hong, H., Stein, J. (1999). A Unified Theory of Underreaction, Momentum Trading, and Overreaction in Asset Markets. Journal of Finance, 54, 6, 2143-2185.
Huang, W., Liu, Q., Rhee, S.G., Zhang, L., (2009). Return reversals, idiosyncratic risk, and expected returns. Review of Financial Studies, 23, 147-168.
Huang, W., Liu, Q., Ghon Rhee, S., Wu, F. (2012). Extreme downside risk and expected stock returns. Journal of Banking and Finance, 36, 1492-1502.
Jegadeesh, N., Titman, S. (1993). Returns to buying winners and selling losers: Implications for stock market efficiency. Journal of Finance, 48, 65–91.
Jiang, G.J., Xu, D., Yao, T. (2009). The information content of idiosyncratic volatility. Journal of Financial and Quantitative Analysis, 44, 1-28.
Karagiannis, N., Tolikas, K. (2019). Tail Risk and the Cross-Section of Mutual Fund Expected Returns. Journal of Financial and Quantitative Analysis, 54, 1, 425-447.
Kelly, B. (2011). Tail Risk and Asset Prices. Chicago Booth Working paper, 11-17. Fama-Miller Paper Series.
Kelly, B., Jiang, H. (2014). Tail risk and asset prices. Review of Financial Studies, 27, 2841-2871.
Kent, D, D., Ravi, J., Soohun, K. (2012). Tail Risk in Momentum Strategy Returns Available at SSRN: https://ssrn.com/abstract=2076622.
Kim, H., Kung, H. (2017). The asset redeploy ability channel: How uncertainty affects corporate investment. Review of Financial Studies, 30, 245-280.
Law, K. K.F., Li, W.K., Yu, P. L.H. (2021) An alternative nonparametric tail risk measure, Quantitative Finance, 21:4, 685-696.
Levy, R. A. (1967). Relative Strength as a Criterion for Investment Selection. The Journal of Finance, 22, 595–610.
Levy, H. (1978). Equilibrium in an Imperfect Market: A Constraint on the Number of Securities in the Portfolio. American Economic Review, 68, 643-658.
Long, H., Jiang, Y., Zhu, Y. (2018). Idiosyncratic tail risk and expected stock returns: Evidence from the Chinese stock markets. Finance Research Letters, 24, 129-136.
Long, H., Zhua, Y., Chenb, L., Jiang, Y. (2019). Tail risk and expected stock returns around the world. Pacific-Basin Finance Journal, 56, 162-178.
Malkiel, B. G., Xu. Y. (1997). Risk and Return Revisited. Journal of Portfolio Management, 24, 9-14.
Malkiel, B. G., Xu, Y. (2002). Idiosyncratic Risk and Security Returns. Working Paper, University of Texas at Dallas.
Marimoutou, V., Raggad, B., Trabelsi. A. (2009). Extreme Value Theory and Value at Risk: Application to Oil Market. Energy Economics, 31, 519-530.
Markowitz, H. (1959). Portfolio selection: Efficient diversification of investments. New York: Wiley.
Massacci, D. (2017). Tail Risk Dynamics in Stock Returns: Links to the Macroeconomy and Global Markets Connectedness. Management Science, 63(9):3072-3089.
Merton, R.C. (1987). Presidential address: a simple model of capital market equilibrium with incomplete information. Journal of Finance, 42, 483–510.
Ogbonna, A. E., Olubusoye, O. E. (2021). Tail Risks and Stock Return Predictability: Evidence From Asia-Pacific. Asian Economics Letters, 2(3).
Rossi, M. (2015). The efficient market hypothesis and calendar anomalies: A literature review. International Journal of Managerial and Financial Accounting, 7(3-4).
Schwert, G. (2002). William, Anomalies and Market Efficiency. Available at SSRN: https://ssrn.com/abstract=338080.
Spiegel, M., Wang. X. (2005). Cross-Sectional Variation in Stock Returns: Liquidity and Idiosyncratic Risk. Working Paper, 05-13.
Sudarvel, D., and Velmurugan, R. (2015). Indian Stock Market Anomalies: A Literature Review. International Journal of Advance Research in Computer Science and Management Studies, 3(2), 173-8.
Sun, K., Wang, H., Zhu, Y. (2021). What Drives the Tail Risk Effect in the Chinese Stock Market?. Available at SSRN: https://ssrn.com/abstract=3851205.
Tversky, A., Kahneman, D. (1992). Advances in prospect theory: Cumulative representation of uncertainty. Journal of Risk and uncertainty, 5(4), 297-323.
