ناهنجاری اقلام تعهدی اختیاری، هزینه‌های تحقیق و توسعه، بازده و الگوی مبتنی بر عامل Q

محورهای موضوعی : حسابداری مالی و حسابرسی

ارسلان اسماعیلی ¹ ( گروه حسابداری، دانشکده علوم انسانی، واحد بابل، دانشگاه آزاد اسلامی، بابل، ایران. )
حمیدرضا غلام نیاروشن ² ( گروه حسابداری، دانشکده علوم انسانی، واحد بابل، دانشگاه آزاد اسلامی، بابل، ایران )

تاریخ دریافت : 1401/10/19 تاریخ پذیرش : 1401/12/23 تاریخ انتشار : 1402/01/01

کلید واژه: ناهنجاری هزینه‌های تحقیق و توسعه, الگوی مبتنی بر عامل Q, واژه‌های کلیدی: ناهنجاری اقلام تعهدی اختیاری, ناهنجاری بازده (PTH),

چکیده مقاله :

چکیدهالگوهای چند عامله که برای پیش بینی بازده سهام به کار می روند، الگویی هایی ایستا بوده و تغییرات پویا در طی بازه های زمانی متاثر از عوامل پنهان نظیر سیاست های اقتصادی دولت، بحران ها و موارد مشابه که به ایجاد نویز در بازده سهام و تغییراتی چون حباب قیمتی و یا افت شدید قیمتی می گردند، نیستند. با استفاده از رگرسیون فاما-مک بث در برآورد پویای پارامترهای تأثیرگذاری عوامل و به ویژه تفکیک بین اثرات عوامل پنهان و آشکار مؤثر بر عملکرد آتی شرکت، می توان در شرایط متلاطم اقتصاد ایران برآورد دقیق تری را ارائه داد. نمونه تصادفی از شرکت های بورسی تهران طی مقاطع ماهانه در بازه زمانی ده ساله منتهی به 29/12/1397 مورد آزمون قرار گرفته اند. نتایج تحقیق نشان داد که، بر مبنای آزمون گیبونز (1987)، تنها الگوی مبتنی بر الگوی Q قادر به تبیین ناهنجاری ها در بازده سهام است و همچنین الگوی مبتنی بر عامل Q قادر به توضیح ناهنجاری اقلام تعهدی اختیاری، هزینه های تحقیق و توسعه و بازده (PTH) می باشد.

چکیده انگلیسی:

 AbstractMulti-factor patterns used to predict stock returns are static patterns, and dynamic changes over time are influenced by hidden factors such as government economic policies, crises, and the like that lead to a breakdown in returns. Stock and changes are not like a price bubble or a sharp drop in price. Using the Fama-McButt regression in a dynamic estimation of the factors influencing factors, and in particular the distinction between the effects of hidden and overt factors affecting the company's future performance, a more accurate estimate can be made in the turbulent conditions of Iran's economy. A random sample of Tehran Stock Exchange companies during the monthly periods in a 10-year period ending on 2019, have been tested. The results showed that, based on the Gibbons test (1987), only a pattern based on the Q pattern can be able to explain anomalies in stock returns. Also, the Q-factor model is able to explain the anomaly of optional commitment items, research and development and return (PTH) costs. 

منابع و مأخذ:

فهرست منابع

• اسلامی بیدگلی، غلامرضا و محمدعلی خجسته، ­(1387)، "بهبود عملکرد پرتفوی بر مبنای بازدة تعدیل شده براساس ریسک در سرمایه­گذاری مبتنی بر بهره­وری سرمایه در بورس اوراق بهادار تهران"، تحقیقات مالی، سال­دهم، شماره 01.


• آقابیگی، صابر، (1385)، "مقایسة مدل قیمت‌گذاری دارایی‌های سرمایه‌ای و مدل سه عاملی فاما و فرنچ در توضیح نرخ بازده مورد انتظار سرمایه‌گذاران"، پایان‌نامه کارشناسی ارشد، دانشگاه شهید بهشتی.


• انصاری، عبدالمهدی، زهرا زارع و نسرین یوسف زاده، (1394)، "بررسی همزمان عوامل مؤثر بر ساختار سرمایه و بازده سهام در شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران"، فصلنامه اقتصاد مالی، 13(49)، صص 257-282.


• رباب میلی، مژگان، (1386)، "مقایسه عملکرد مدل قیمت‌گذاری دارایی‌های سرمایه‌ای و مدل سه عاملی فاما و فرنچ در پیش‌بینی بازدة مورد انتظار در بورس اوراق بهادار تهران"، پایدان‌نامه کارشناسی ارشد، دانشگاه الزهرا.


• صادقی شریف، سید جلال، عبدالرضا تالانه و حسن عسکری راد، ( 1392)، "اثر عامل مومنتوم بر توان توضیحی الگوی سه عاملی فاما و فرنچ: شواهدی از بورس اوراق بهادار تهران"، مجله دانش حسابداری، سال چهارم، مقاله 3، دوره 4، شماره 12، صص 59-88 .


• طاهری، محمد و میلاد صارم صفاری، (1390)، "بررسی رابطه بین نرخ ارز و شاخص قیمت بورس اوراق بهادار تهران با استفاده از ARDL"، فصلنامه اقتصاد مالی، 13(49)، صص 283 –


• کردستانی، غلامرضا و علی آشتاب، (1389)، "بررسی رابطه بین خطای پیش­بینی سود و بازده غیرعادی سهام شرکت­های جدیدالورود به بورس اوراق بهادار تهران"، پژوهش­های حسابداری مالی و حسابرسی، سال ششم، شماره 21, صص 117-140.


• فروغی، داریوش، هادی امیری و هادی شیخی، (1392)، "تأثیر کیفیت اقلام تعهدی بر صرف ریسک سهام شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران"، مجله پژوهش‌های حسابداری مالی، سال پنجم، شماره 1 (پیاپی 15)، صص 13-28.


• فروغی، داریوش، هادی امیری و مینا محمدیان، (1393)، "تحلیل تأثیر کیفیت اقلام تعهدی بر بازده بدو شوک جریان نقدی سهام"، پژوهش­های حسابداری مالی و حسابرس، سال سیزدهم، شماره 49، صص 31-51.


• معصومی، جواد و حمیده حمیدیان، (1392)، "بررسی اثر تعدیل سود پیش­بینی شده بر قیمت سهام"، پژوهش­های حسابداری مالی و حسابرسی، سال سیزدهم، شماره 51، صص 01 -

• Black, F., Michael, C., Jensen, & Myron, S. (1972), “The Capital Asset Pricing Model: Some Empirical Tests, in Michael C. Jensen, ed”, Studies in the Theory of Capital Markets, Vol. 2, PP 79-121. (Praeger: New York).


• Carhart, Mark., (1997), “On Persistence in Mutual Fund Performance”, Journal of Finance Vol. 52, No. 1, PP. 57-82


• Chen, L., Novy-Marx, R., Zhang, L., (2010), “An Alternative Three-factor Model”, Working Paper, Washington University in St. Louis.


• Cochrane, John H, (1991), “Production-Based Asset Pricing and the Link between Stock Stock Returns and Economic Fluctuations”, Journal of Finance Vol. 46, No. 1, PP. 209-237.


• Fama, Eugene F., and K. R. French, (1993), “Common Risk Factors in the Returns on Stocks and Bonds”, Journal of Finance, Vol. 33, PP. 3-56.


• Fama, E. ,French, K., (1996), “Multifactor Explanations of Asset Pricing Anomalies”, Journal of Finance, Vol. 51, PP. 55-84.


• Fama, Eugene F. ,French, Kenneth R., (2014), “Dissecting Anomalies with a Five-factor Model”, The Review of Financial Studies, Vol. 29, Issue 1, PP. 69–103.


• Fama, Eugene F., , (2016), “Dissecting Anomalies with Ae-factor Model”, Review of Financial Studies, Vol. 29, PP. 69-103.


• Fama Eugene F..Kenneth R.French, (2015), “A Five-factor Asset Pricing Model”, Journal of Financial Economics, Vol. 116, Issue 1, PP. 1-22.


• Fan, S., & Yu, L. (2013), “Does the Alternative Three-Factor Model Explain Momentum Anomaly Better in G12 countries?”, Journal of Finance & Accountancy, Vol 12, PP. 1-15.


• Fama, E., MacBeth, J., (1973), “Risk, Return and Equilibrium: Empirical Tests”, Journal of Political Economy, Vol. 81, No. 3, PP. 607-636.


• Gibbons Diane I. ,Gary C. McDonald  Richard F. Gunst (1987), "The Complementary Use of Regression Diagnostics and Robust Estimators", Naval Research Logistics, Vol. 34, Issue 1, PP. 109-131.


• George, T., Hwang, C., (2004), “The 52-week High and Momentum Investing”, J. Finance, Vol 5, PP. 2145–2176.


• Hou Kewei, Chen Xue, Lu Zhang, (2014), "Digesting Anomalies: an Investment Approach", The Review of Financial Studies, Vol. 28, Issue 3, PP. 650–705.


• Kewei Hou, Chen Xue, Lu Zhang, (2014), "A Comparison of New Factor Models., National Bureau of Economic Research”.


• Hou, K., C. Xue, and Zhang, L. (2014), "Digesting Anomalies: an Investment Approach", Review of Financial Studies, Vol. 28, PP. 650-705.


• Hou, Kewei, Chen Xue, and Lu Zhang, (2015), “Digesting Anomalies: An Investment Approach”, Review of Financial Studies, Vol. 28, PP. 650-705.


• Liu, L. X., Whited, T. M. and Zhang, L., (2009), “Investment-based Expected Stock Returns”, Journal of Political Economy, Vol. 117, PP. 1105–1139.


• Li, D., Zhang, L. (2010), “Does q-theory with Investment Frictions Explain Anomalies in the Cross Section of Returns?”, Journal of Financial Economics, Vol. 98(2), PP. 297–314.


• Rahul Roy , Santhakumar Shijin, (2018), “Dissecting Anomalies and Dynamic Human Capital: The Global Evidence”, Borsa Istanbul Review, Vol. 18, Issue 1, PP. 1-32.


• Sharpe, William F., (1964), “Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk”, Journal of Finance, Vol. 19, No. 3, PP. 425-442.


• Sun,Jerry & Lan, George & Liu, Guoping (2014), “Independent Audit Committee Characteristics and Real Earnings Management”, Managerial Auditing Journal, Vol. 29, No. 2, PP. 153-172.