نقش زمان در مدل‌سازی ریسک‌های سیستماتیک و غیر سیستماتیک در بازار سرمایه
نقش زمان در مدل‌سازی ریسک‌های سیستماتیک و غیر سیستماتیک در بازار سرمایه
محورهای موضوعی : دانش مالی تحلیل اوراق بهادار
فاطمه راغ
1
,
مهدی معدن چی زاج
2
,
حسین پناهیان
3
1 - دانشجوی دکتری گروه مدیریت مالی، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
2 - گروه مدیریت مالی، دانشکده مدیریت، واحد تهران مرکزی و استاد مدعو دانشکده مدیریت و اقتصاد، واحد علوم تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران (نویسنده مسئول)
3 - دانشیار گروه حسابداری ومدیریت ، دانشگاه آزاد اسلامی واحد کاشان ، کاشان ،ایران
کلید واژه: ریسک سیستماتیک, ریسک غیرسیستماتیک, بازدهی سهام, میانگین‌گیری بیزین,
چکیده مقاله :
مدل‌های سنتی توانایی کافی جهت پیش‌بینی بازدهی پرتفوی سرمایه‌گذاران با توجه به تغییرات محیط بیرونی (ریسک سیستماتیک) و محیط درون سازمانی (غیر سیستماتیک)؛ دارا نیستند پژوهش حاضر با متوسط‌گیری از تمامی مدل‌ها ریسک‌های مؤثر بر بازدهی سهام در ایران در بازه‌های زمانی مختلف را تعیین نموده . نمونه آماری پژوهش شامل 138 شرکت بورسی در دوره زمانی1390 تا 1399 می‌باشد. در این پژوهش 62 ریسک مؤثر بر بازدهی سهام در قالب 31 شاخص در حوزه ریسک سیستماتیک و 31 شاخص غیرسیستماتیک وارد مدل‌های بیزین غیرخطی-پارامتر متغیر زمان گردیدند. نتایج بیانگر این است که از میان مدل‌های BMA، TVP-DMA ،TVP-DMS، BVAR وOLS،مدل TVP-DMA کاراترین مدل است. بر اساس مدل TVP-DMA، 10 ریسک غیرشکننده شامل: ریسک‌های‌سیستماتیک (نرخ رشد GDP حقیقی، نرخ ارز بازار غیر رسمی، نرخ تورم، نرخ بهره) ریسک‌های غیرسیستماتیک (نسبت‌آنی، اقلام‌تعهدی، جریان‌های نقدی ناشی از عملیات، نرخ بازده حقوق صاحبان سهام، نسبت بدهی، نسبت قیمت به سود)، بعنوان مهم‌ترین ریسک‌های مؤثر بر بازدهی سهام شناسایی شدند. بر اساس نتایج مدل TVP-FAVAR نیز نسبت آنی، نرخ رشد GDP حقیقی، جریان های نقدی ناشی از عملیات، نرخ بازده حقوق صاحبان سهام، اقلام تعهدی، نرخ ارز بازار غیر رسمی و تورم در روند بلند مدت خود طی زمان تأثیر مثبت بر بازدهی سهام دارند و سایر متغیرها تأثیر منفی بر بازدهی سهام داشتند. بر اساس نتایج کلی کشش بلند مدت مابین بازدهی سهام با متغیرهای تحقیق نسبت به کشش کوتاه مدت از میزان بالاتری برخوردار است که بیانگر میزان تأثیرگذاری شدیدتر این ریسک‌ها بر بازدهی سهام در بلند مدت نسبت به کوتاه مدت است.
Traditional models do not have sufficient ability to predict the return on investor portfolio due to changes in the external environment (systematic risk) and the internal environment (non-systematic) and this is mainly due to the identification of the explanatory variables and the experimental design of the model.Therefore, the present research, while explaining this issue and in order to adjust the uncertainty problem of the model, by averaging all the models (Bayesian averaging), has determined the effective risks on stock returns in Iran.The present study expresses this failure in identifying explanatory variables and empirical model design. The statistical sample of the research includes 138 listed companies in the period 1390 to 1399.In this study, 62 risks affecting stock returns in the form of 31 indicators in the field of systematic risk and 31 non-systematic indicators were entered into nonlinear Bayesian models with time-varying parameters. The results show that among BMA, TVP-DMA, TVP-DMS, BVAR and OLS models, the TVP-DMA model is the most efficient model. According to the TVP-DMA model, 10 non-fragile risks include: systematic risks (real GDP growth rate, unofficial market currency, inflation rate, interest rate) non-systematic risks (instantaneous ratio, liabilities, cash flows from operations, return on equity, debt ratio, price-to-earnings ratio) as the most important risks affecting stock returns. All the mentioned risks, except interest rate and debt ratio, have a positive effect on stock returns.
