ارزشگذاری نادرست و سوگیری های رفتاری در بورس اوراق بهادار تهران
محورهای موضوعی : مهندسی مالی
جمال طاوسی
1
(
گروه مدیریت دولتی، دانشکده اقتصاد و مدیریت، دانشگاه سیستان و بلوچستان، زاهدان، ایران
)
عبدالعلی کشته گر
2
(
گروه مدیریت دولتی، دانشکده اقتصاد و مدیریت، دانشگاه سیستان و بلوچستان، زاهدان، ایران
)
امین رضا کمالیان
3
(
گروه مدیریت دولتی، دانشکده مدیریت و اقتصاد، دانشگاه سیستان و بلوچستان، زاهدان، ایران
)
کلید واژه: الگوریتم بهینه سازی انبوه ذرات, ارزشگذاری سهام, مطالعه رویدادی, سوگیری های رفتاری,
چکیده مقاله :
فرضیات کارایی بازار فرض می کردند که قیمت های اوراق بهادار به سرعت به اطلاعات جدید واکنش نشان می دهند و به طور صحیحی ارزش های بنیادی را منعکس می نمایند. بیشتر تحقیقات اخیر نشان داد که اصطکاک های موجود در بازار و محدودیت های روانشناختی معامله گران در دوره مشخصی از زمان می تواند موجب انحراف قیمت دارائی از ارزش بنیادی آن شود. برای بررسی مبانی نظری در مطالعه، مدل خطای ترکیبی و رویکرد مطالعه رویدادی مورد استفاده قرار گرفت، و در تصریح مدل نیز الگورتیم انبوه ذرات برای بهینه سازی مدل بکار رفت. نتایج حاصله از مدل احتمالات یک طرفه در دوره رویداد نشان می دهد که بازده های ایران خودرو دارای سوگیری ارزشگذاری کمتر از واقع هستند. این مطالعه همچنین یک روش تجربی جدید را برای آزمون و تخمین درجه سوگیری های رفتاری تدوین نموده است که قادر است سوگیری های ارزشگذاری که منجر به فرصت های سود آور می شود را تشخیص داده و در نهایت سبب بهبود کارائی بازارهای مالی شود.
According to efficiency market hypothesis security prices respond quickly to new information and accurately reflect their fundamental values. More recent work indicates that market frictions and the psychological limitations of traders can cause asset prices to deviate from their fundamental values for a considerable length of time. To investigate theoretical concepts, the composite error model and event study approach and for specification model Particular Swarm Optimization were used in this study. The results from Coelli one-sided likelihood ratio test in the event period shows that there are the biases in IKCO’s returns. This study develops an empirical method that tests for and estimates the degree of valuation bias. Being better able to detect valuation bias reveals profit opportunities and may improve the efficiency of financial markets if it sufficiently changes trader behavior.
_||_
