بررسی تحلیلی نوسانات و سرریز بازدهی صندوق‌های خطرپذیر قابل‌معامله در بورس تهران
محورهای موضوعی : اقتصاد سنجی مالی و روش‌های کمّی
میثم کاویانی
1
*
,
مریم گوارا
2
,
زهرا نظری
3
1 - گروه مدیریت و حسابداری، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران.
2 - گروه مدیریت و حسابداری، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران.
3 - گروه مدیریت مالی، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران.
کلید واژه: سرریز بازدهی, صندوق قابل‌معامله خطرپذیر, نوسانات,
چکیده مقاله :
هدف: سرمایه‌گذاری خطرپذیر یک مدل سرمایه‌گذاری برای راه‌اندازی کسب‌وکارهای نوپا نظیر استارت‌آپ‌ها و شرکت‌های کوچک با پتانسیل رشد بلندمدت است و صندوق‌های خطرپذیر از زمان تشکیل ایده تا انتهای پروژه، منابع مالی آن را تأمین می‌کنند. همانطور که از نام این نوع صندوق‌ها مشخص است جسارت و ریسک‌پذیری بالایی برای شروع و سرمایه‌گذاری در آن‌ها نیاز است که هدف این پژوهش نیز بررسی نوسانات و سرریز بازدهی بین این صندوق‌ها و شاخص الگوی آن (شاخص کل) است. روش‌شناسی پژوهش: این پژوهش از داده‌های سری زمانی پنج صندوق قابل‌معامله خطرپذیر و بازده شاخص در بین سال‌های 1397 الی 1401 استفاده کرده است. برای تجزیهوتحلیل داده‌ها از مدل‌های ناهمسانی از جمله مدل‌های ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته و ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته نمایی استفاده شده است. یافته‌ها: یافته‌های پژوهش نشان می‌دهد که تمامی صندوق‌های قابل‌معامله دارای سرریز بازدهی از طرف شاخص الگو به بازدهی صندوق‌های قابل‌معامله هستند. علاوه بر این، بازدهی صندوق‌های قابل‌معامله و شاخص الگو دارای پایداری در نوسان هستند و وجود نوسان نامتقارن نشان می‌دهد که در خبر منفی در مقایسه با یک خبر مثبت تأثیر بیشتری بر نوسان دارد. اصالت / ارزش‌افزوده علمی: نتایج این پژوهش می‌تواند به مدیران و سرمایه‌گذاران صندوق‌های خطرپذیر دیدگاه نوینی جهت ارزیابی عملکرد و ریسک این صندوق‌ها با درنظرگرفتن اخبار مثبت و منفی با استفاده از مدل‌های نوسانی ارائه دهد.
Purpose: Venture capital is an investment model for launching new businesses such as startups and small companies with long-term growth potential, and venture funds provide financial resources from the time the idea is formed to the end of the project. As the name suggests, high risk tolerance and courage are required to start and invest in these funds, and the purpose of this research is to investigate the fluctuations and overflow of returns between these funds and its benchmark index (total index). Research Methodology: This research has utilized time series data of five risky ETFs and index returns between 2018 and 2023. Heterogeneity models including generalized autoregressive conditional heteroskedasticity (GARCH) and exponential generalized autoregressive conditional heteroskedasticity (EGARCH) models have been employed for data analysis. Findings: The findings of the research indicate that all tradable ETFs have return overflow from the benchmark index to ETF returns. Additionally, the returns of tradable ETFs and the benchmark index exhibit stability in volatility, and the presence of asymmetric volatility shows that negative news has a greater impact on volatility compared to positive news. Originality/Scientific Value: The results of this research can offer venture fund managers and investors a novel perspective for evaluating the performance and risk of these funds by considering both positive and negative news using volatility models.
Journal of Advances in Finance and Investment Volume 5, Issue 1, 2024 pp. 29-48. Paper type: Research paper
|
An analysis of the volatility and return spillover of venture capital ETFs in the Tehran Stock Exchange
Meysam Kaviani1, Maryam Gavara2, Zahra Nazari3
Received: 19/09/2023 Accepted: 10/01/2024
Extended Abstract
Introduction
Exchange Traded Funds (ETFs) are the most popular and innovative investment products around the world. Since the emergence of ETFs, they have been the main investment choice for institutional investors (Chen and Malinda, 2014). The low cost of a stock index has led to ETFs gaining popularity over time, where ETFs now account for one-third of US stock market trading. According to the 2017 Global ETF Research Report, the cumulative average growth of ETFs from 2005 to 2017 was about 21%. Investment increased from $417 billion in 2005 to $4/4 trillion by the end of September 2017. In our country, 2013 was the year when the capital market became better known to the general public and a large number of people entered this market for the first time. This issue was one of the factors of economic prosperity this year. On the other hand, the most important event in this field was the beginning of tradable funds which was welcomed by the market and 5 tradable funds were established. Among the other tradable funds in the stock exchange that were introduced in 2015, there were venture funds, the first type of which has started to operate under the name of Royesh Venture Fund and so far the number of these funds has reached 15. These funds are private equity investment vehicles that seek to invest in companies with high-risk/high-return profiles based on the company's size, assets and stage of product development. As it is clear from the name of this type of fund, courage and high-risk tolerance are needed to start and invest in them. The main clients of venture, capital funds are pension funds, insurance companies, wealthy individuals, or financial institutions. Because the level of risk-taking of these funds is very high, some venture funds specify a minimum capital for real people to enter this market and the motivation of the researchers was to select them for the present study due to the high-risk of these funds.
On the other hand, although ETFs have emerged as a good investment option, there are concerns that the volatility of ETFs has a lot to do with the stock market. Past studies have shown the spillover and leverage effect between ETFs and their respective indices (Chen, 2011 and Chen and Malinda, 2014). With the rapid increase in the variety of ETFs, it is essential to understand whether there is a one-way or two-way spillover effect between ETFs and their respective indices. This understanding helps the investor track the investment opportunity through the ETF or from the stock index by evaluating the predictive movement of the ETF to its underlying index or vice versa (Chandrasekaran and Acharya, 2019).
Literature Review
It is very important to check the Volatility and spillover of returns between ETF and the pattern index. ETF spillover studies are less concentrated in developed markets (Chen and Huang, 2010 and Chen, 2011). Among the studies conducted, Chen and Huang (2010) found that Hong Kong ETFs have strong return spillovers from the respective index. Chen (2011) found that any change in the current day's index return will be reflected in the next day's ETF return. Krause et al. (2014) investigated volatility spillovers between the US and Canada with ETFs. The results show that the United States has a larger contribution to the spillover than Canada. Most of the works show that information about volatility can spread between countries in a two-way manner. Investors and regulators can easily understand the volatility of a financial instrument that is correlated with the underlying components. In addition, investors and regulators can predict ETF returns based on historical index return information. Chandrasekaran and Acharya (2019) concluded in a study that there is a one-way return spillover from the benchmark index to ETF returns in most ETFs.
Research Methodology
This research has used a positivist research philosophy in which the goal is to discover relationships through data collection to test hypotheses that are based on existing theories that have been validated. A deductive approach was used in which questions and hypotheses are generated from theories and then confirmed or rejected using data analysis (Kaviani and Fakhrhoseini, 2023). Five venture ETF funds have been used that the basis of their selection among other venture funds was their negotiability and their information has been available for at least 5 years. The daily data of funds from 2018 to 2023 has been extracted and tested on the website of Financial Information Processing Center of Iran. The analysis and testing of each of the research models has been done with EViews and R Software. Also, in this research, the pattern index of the funds, the total index, is considered and the analysis of volatility and yield overflow is done by combining ARMA-GARCH and ARMA-EGARCH models. The GARCH model is a statistical model used in time series data analysis where the variance error is autocorrelated. And EGARCH model is another form of the GARCH model. The E-GARCH model was proposed by Nelson (1991) to overcome the weakness in GARCH management of financial time series.
Results
The results showed that the GARCH coefficients in the variance equations in most of the funds were significant in the 99% confidence interval which confirms the stability of the volatility in the market. It means that if there is a shock or information in the market, it will take a long time to remove its effect in the market and its value is close to one for the pension and Tehran ETFs. Also, the results showed that past returns and noise provide different results of negative and positive effects on current ETF returns. Hence, when there is an upward trend in the market and Volatilitys disrupt this trend, we can feel the noise of these Volatilitys.
Discussion and Conclusion
This research has taken steps to find the Volatilitys and overflow of ETF yield from its model index in Tehran Stock Exchange. Financial market Volatilitys can be caused by various factors. For example, the Volatilitys in the stock market of one country can be related to the stock market of other countries. The importance of spillover effect studies may be useful for investors and regulators in finding out the nature of interaction between financial instruments. In the current research, the Volatilitys and spillover of returns between ETFs and their base indices have been evaluated. The results of the research showed that in all ETFs, the effect of positive and negative shocks on the variability of fund returns is asymmetric and this indicates that in venture funds, the variability of fund returns for the case where the negative or a positive shock is not the same. Finally, the results showed that in all funds, the return of the total index positively affects the current day's ETF return with a break. In other words, fund returns are affected by positive changes in the total index. Also, in the estimation of EGARCH, the yield of ETFs has been influenced by the yield of the index. These results show that we can predict that ETF returns will affect ETF trading based on the previous day's index returns.
Conflict of Interest
The authors of this article declared no conflict of interest regarding the authorship or publication of this article.
Keywords: Return Spillover, Venture ETFs, Volatility.
JEL Classification: B26, G23, G24.
پیشرفت‌های مالی و سرمایه‌گذاری
سال پنجم، بهار 1403 - شماره 1
صفحات 48-29
نوع مقاله: پژوهشی
بررسی تحلیلی نوسانات و سرریز بازدهی صندوق‌های خطرپذیر قابل‌معامله در بورس تهران
میثم کاویانی4، مریم گوارا5، زهرا نظری6
تاریخ دریافت: 26/06/1402 تاریخ پذیرش: 20/10/1402
چکیده
هدف: سرمایه‌گذاری خطرپذیر یک مدل سرمایه‌گذاری برای راه‌اندازی کسب‌وکارهای نوپا نظیر استارت‌آپ‌ها و شرکت‌های کوچک با پتانسیل رشد بلندمدت است و صندوق‌های خطرپذیر از زمان تشکیل ایده تا انتهای پروژه، منابع مالی آن را تأمین می‌کنند. همانطور که از نام این نوع صندوق‌ها مشخص است جسارت و ریسک‌پذیری بالایی برای شروع و سرمایه‌گذاری در آن‌ها نیاز است که هدف این پژوهش نیز بررسی نوسانات و سرریز بازدهی بین این صندوق‌ها و شاخص الگوی آن (شاخص کل) است.
روش‌شناسی پژوهش: این پژوهش از داده‌های سری زمانی پنج صندوق قابل‌معامله خطرپذیر و بازده شاخص در بین سال‌های 1397 الی 1401 استفاده کرده است. برای تجزیهوتحلیل داده‌ها از مدل‌های ناهمسانی از جمله مدل‌های ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته و ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته نمایی استفاده شده است.
یافته‌ها: یافته‌های پژوهش نشان می‌دهد که تمامی صندوق‌های قابل‌معامله دارای سرریز بازدهی از طرف شاخص الگو به بازدهی صندوق‌های قابل‌معامله هستند. علاوه بر این، بازدهی صندوق‌های قابل‌معامله و شاخص الگو دارای پایداری در نوسان هستند و وجود نوسان نامتقارن نشان می‌دهد که در خبر منفی در مقایسه با یک خبر مثبت تأثیر بیشتری بر نوسان دارد.
اصالت / ارزش‌افزوده علمی: نتایج این پژوهش می‌تواند به مدیران و سرمایه‌گذاران صندوق‌های خطرپذیر دیدگاه نوینی جهت ارزیابی عملکرد و ریسک این صندوق‌ها با درنظرگرفتن اخبار مثبت و منفی با استفاده از مدل‌های نوسانی ارائه دهد.
کلیدواژه‌ها: سرریز بازدهی، صندوق قابل‌معامله خطرپذیر، نوسانات.
طبقه‌بندی موضوعی: B26, G23, G24.
1- مقدمه
صندوق‌های قابل‌معامله در بورس7 محبوب‌ترین و نوآورانه‌ترین محصولات سرمایه‌گذاری در سرتاسر جهان هستند و ظهور آن نیزی منجر به انتخاب اصلی سرمایه‌گذاران نهادی شده است (Chen and Malinda, 2014). یکی از دلایل محبوبیت این صندوق‌ها کارمزد پایین آن است، زیرا در یک شاخص سهام سرمایه‌گذاری می‌شوند و در حال حاضر یک‌سوم معاملات بورسهای آمریکا به صندوق‌های قابل‌معامله تعلق گرفته است. طبق گزارش پژوهشی جهانی صندوق‌های قابل‌معامله کیلی و همکاران (Kealy et al., 2017)، میانگین تجمعی رشد صندوق‌های قابل‌معامله از بین سال‌های 2005 تا 2017 حدود 21 درصد بود و ارزش سرمایه‌گذاری آن‌ها نیز از 417 میلیارد دلار در سال 2005 به 4/4 تریلیون دلار تا پایان سپتامبر 2017 افزایش یافته است. شاید یکی از دلایل چنین رشدی همان‌طوری که به آن اشاره شد انتخاب این صندوق‌ها توسط سرمایه‌گذارانی است که به دنبال سرمایه‌گذاری سریع و کم‌هزینه در شاخص‌های گسترده بازار سهام، بخش‌های صنعت و سایر طبقات دارایی‌ها هستند. با این تفسیر به طور فزاینده‌ای سرمایه‌گذارانی همچون انفرادی، نهادی و صندوق‌های پوشش ریسک به استراتژی‌های سرمایه‌گذاری مبتنی بر صندوق‌های قابل‌معامله به‌جای ایجاد یک سبد سرمایه‌گذاری از سهام شرکت‌های انفرادی روی آوردند (Krause et al., 2014). در بازار سرمایه تهران نیز سال 1392 سالی بود که بازار سرمایه برای عموم مردم شناخته‌تر شد و همین موضوع یکی از عوامل رونق اقتصادی در این سال بود. یکی از مهم‌ترین رویدادها در این حوزه، آغاز به کار صندوق‌های قابل‌معامله بود که با استقبال بازار مواجه شد و پنج صندوق قابل‌معامله تأسیس شدند. از دیگر صندوق‌های قابل‌معامله در بورس که در سال 1395 معرفی شدند، صندوق‌های خطرپذیر8 بود که اولین نوع این صندوق‌ها تحت عنوان صندوق خطرپذیر رویش شروع به فعالیت کرده است و تاکنون تعداد این صندوق‌ها به 15 صندوق رسیده است. این صندوق‌ها ابزارهای سرمایه‌گذاری خصوصی هستند که بر اساس اندازه، دارایی‌ها و مرحله توسعه محصول شرکت، به دنبال سرمایه‌گذاری در شرکت‌هایی هستند که دارای پروفایل‌های با ریسک یا بازده بالا هستند. همانطور که از نام این نوع صندوق‌ها مشخص است جسارت و ریسک‌پذیری بالایی برای شروع و سرمایه‌گذاری در آن‌ها نیاز است. معمولاً مشتری اصلی صندوق‌های خطرپذیر صندوق‌های بازنشستگی، شرکت‌های بیمه، افراد ثروتمند و یا نهادها و مؤسسات مالی هستند. چون میزان ریسک‌پذیری در این صندوق‌ها بسیار بالا است، بعضی از این صندوق‌ها جهت ورود افراد حقیقی حداقل سرمایه مشخصی را تعیین می‌کنند و باتوجهبه ماهیت ریسک بالای خود، دلیل انتخاب پژوهشگران برای تحلیل نوسانات و سرریز بازدهی نیز بوده است.
به‌طورکلی، صندوق‌های خطرپذیر یک شرکت تضامنی هستند که در آن یک شرکت مدیریتی (شریک عمومی) از شرکای محدود (اغلب سرمایه‌گذاران نهادی) سرمایه جذب می‌کنند. سپس سرمایه برای تعیین موقعیت اهداف سرمایه‌گذاری، ارائه تزریقات مالی و انجام فعالیتهای دارای ارزش‌افزوده مورد استفاده قرار می‌گیرند. این صندوق‌ها معمولاً عمر محدودی دارند و باید قبل از انقضای صندوق از سرمایه‌گذاری در آن خارج شد (Bottazzi et al., 2008). صندوق‌های خطرپذیر از نظر کارکرد اساساً متفاوت از صندوق‌های سرمایه‌گذاری مشترک و صندوق‌های پوشش ریسک هستند، زیرا بر نوع بسیار خاصی از سرمایه‌گذاری در مراحل اولیه تمرکز می‌کنند. تمامی شرکت‌هایی که سرمایهگذاریهای خطرپذیر دریافت می‌کنند از پتانسیل رشد و همچنین ریسک‌پذیری بالایی برخوردار هستند و اُفق سرمایه‌گذاری بلندمدتی دارند.
باتوجهبه موارد ذکرشده، به چند دلیل مسئله اصلی این پژوهش درک نوسانات و سرریز بازدهی صندوق‌های خطرپذیر قابل‌معامله در بورس تهران بوده است؛ اول اینکه پیش‌ازاین هیچ پژوهشی در بازار سرمایه تهران در خصوص بررسی نوسانات صندوق‌های معامله در بورس اجرا نشده است؛ دوم اینکه، در این صندوق‌های خطرپذیر به جهت ماهیت ریسک‌پذیری بالا در مقایسه با سایر صندوق‌ها به‌عنوان نمونه آماری پژوهش مورد هدف پژوهشگران قرار گرفته است که مشابه آن در پژوهش‌های پیشین مشاهده نشده است و نهایتاً اینکه باتوجهبه اینکه معاملات صندوق‌های قابل‌معامله در بازار سرمایه به‌عنوان منبع مهمی برای انتشار اطلاعات در بازارهای سهام تبدیل شده است، تحلیل نوسانات و سرریز بازدهی در بین صندوق‌های قابل‌معامله خطرپذیر منتخب می‌تواند به جذابیت کار علمی در پژوهش‌های مالی و سرمایه‌گذاری بیفزاید.
از طرفی دیگر، امروزه به دلیل وجود ادغام بازارهای مالی، هر شوک یا نوسان در یک بازار می‌تواند بازارهای دیگر را نیز تحت‌تأثیر خود قرار دهد (Mozafarnia et al., 2021) و ازاین‌رو، مفهوم سرریزهای بازدهی و نوسانات به طور گسترده در ادبیات مالی مورد بررسی قرار گرفته است (Uzonwanne, 2021). همچنین این مسئله نیز منجر به آن شده که پژوهشگران بر درک نحوه انتقال و سرریز تلاطم‌ها و نوسانات بین بازارها و تأثیر آن‌ها بر یکدیگر نیز متمرکز شوند (Mozafarnia et al., 2021). اما صندوق‌های قابل‌معامله که به‌عنوان یک گزینه سرمایه‌گذاری مناسب محسوب می‌شود، نوسانات آن‌ها نیز متأثر از بازار سهام است و ازاین‌رو نگرانیهایی در سرمایه‌گذاری آن‌ها نیز وجود دارد، چنان چه مطالعات گذشته به تأثیر سرریز بین صندوق‌های قابل‌معامله و شاخص‌های مربوطه آن‌ها پرداختهاند (Chen, 2011 and Chen and Malinda, 2014). با افزایش سریع انواع مختلف صندوق‌های قابل‌معامله، درک وجود اثر سرریز یک‌طرفه یا دوطرفه بین صندوق‌های قابل‌معامله و شاخص‌های مربوطه آن‌ها نیز ضرورت یافته است. این درک به سرمایه‌گذاران کمک می‌کند تا فرصت‌های سرمایه‌گذاری را از طریق ارزیابی حرکت پیش‌بینی‌کننده صندوق قابل‌معامله به شاخص الگو یا بالعکس آن، ردیابی نمایند (Chandrasekaran and Acharya, 2019). در این پژوهش باتوجهبه ریسک و نوسانات صندوق‌های خطرپذیر در بورس تهران و همچنین به جهت ماهیت سرمایه‌گذاری و متأثر بودن آن از شاخص الگوی خود به تحلیل کمّی نوسانات با استفاده از مدل‌های ناهمسانی شرطی خودرگرسیونی9 که توسط انگل (Engle, 1982) پیشنهاد شده، پرداخته است؛ بنابراین به‌منظور بررسی تحلیلی نوسانات بازدهی و حضور نوسانات نامتقارن از مدل ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته10 استفاده شده است (Bollerslev, 1986). همچنین در این پژوهش برای توضیح اثر اهرمی صندوق‌های قابل‌معامله و نوسان بازده شاخص از مدل ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته نمایی11 پیشنهادشده توسط نلسون (Nelson, 1991) استفاده شد. استفاده از این مدل به این جهت است که همیشه شناخت خبر مؤثر بر قیمت سهام و پی‌بردن به درجه اهمیت آن یکی از خواستههای سرمایه‌گذاران و پژوهشگران بازارهای سرمایه است (Taghizadeh et al., 2022) و وجود نوسانات نامتقارن در بازدهی بیانگر تأثیر بیشتر اطلاعات منفی نسبت به اخبار مثبت در بازارهای مالی دلالت دارد (Chandrasekaran and Acharya, 2019). نهایتاً این پژوهش به سرمایه‌گذاران کمک می‌کند تا به جزئیات گسترده‌ای از تأثیرپذیری صندوق‌های قابل‌معامله خطرپذیر در بورس تهران از طریق شاخص الگوی آن دست یابند تا به این سؤال پاسخ دهد که نوسانات و سرریز بازدهی صندوق‌های خطرپذیر قابل‌معامله در بورس تهران چگونه است؟
2- مبانی نظری و پیشینه پژوهش
بررسی نوسان و سرریز بازدهی بین صندوق‌های قابل‌معامله و شاخص الگوی آن از اهمیت بالایی برخوردار است. مطالعات سرریز صندوق‌های قابل‌معامله در بازارهای توسعه‌یافته کمتر متمرکز شده است (Chen and Huang, 2010 and Chen, 2011). در بین مطالعات انجام شده چن و هوانگ (Chen and Huang, 2010) دریافتند که صندوق‌های قابل‌معامله هنگ‌کنگ دارای سرریز بازدهی قدرتمندی از شاخص مربوطه خود هستند. چِن (Chen, 2011) دریافت که هر گونه تغییر در بازده شاخص روز جاری منجر به انعکاس آن در بازده صندوق‌های قابل‌معامله روز بعد خواهد شد. کراوس و همکاران (Krause et al., 2014) سرریز نوسانات بین ایالات متحده و کانادا را با صندوق‌های قابل‌معامله بررسی کردند و نشان دادند که ایالات متحده سهم بیشتری در سرریز نسبت به کانادا دارد و بیشتر این تأثیر بیانگر آن است که اطلاعات مربوط به نوسانات می‌تواند به‌صورت دوطرفه بین کشورها سرایت کند و سرمایه‌گذاران و تنظیم‌کنندگان به‌راحتی میتوانند نوسانات ابزار مالی را درک و بازده صندوق‌های قابل‌معامله را بر اساس اطلاعات بازده شاخص‌های گذشته پیش‌بینی کنند. نعیم و همکاران (Naeem et al., 2023) در پژوهشی با تجزیهوتحلیل احساسات ناشی از کووید 19 و سرریزهای نوسانات روزانه بین انرژی و سایر صندوق‌های قابل‌معامله نشان دادند که پوشش رسانهای و شاخص اخبار جعلی در شکل‌دادن به بدبینی سرمایه‌گذاران به سرمایهگذاریها تأثیر معناداری دارد. سون و همکاران (Son et al., 2023) در پژوهشی نشان دادند که افزایش سرریزهای نقدینگی در طول بحران بازار و رکود اقتصادی ارتباط مثبتی با نوسانات بازار و محدودیت‌های تأمین مالی دارد. علاوه بر این سرریز نقدینگی متناسب با فعالیت آربیتراژی صندوق‌های قابل‌معامله متفاوت است و در صورت وجود محدودیت‌های فروش استقراضی کمتر می‌شود. چاناتاسیگ - نیزا و همکاران (Chanatásig-Niza et al., 2022) نشان دادند که نادیده گرفتن کوواریانس‌ها منجر به دست کم گرفتن سرریزها می‌شود و اهمیت نقش نیمه (کو) واریانس‌ها در تشخیص سرریزهای نامتقارن را برجسته می‌کند. چاندراسهکاران و آچاریا (Chandrasekaran and Acharya, 2019) نشان دادند که سرریز بازده یک‌طرفه از شاخص الگو به بازده صندوق قابل‌معامله در بیشتر صندوق‌های قابل‌معامله سهامی وجود دارد. چاروپات و میو (Charupat and Miu, 2013) نشان دادند که اگرچه انحرافات قیمت (از ارزش خالص دارایی‌ها) به‌طور متوسط پایین است، اما انحرافات بزرگ می‌تواند به‌خصوص با صندوقی که دارای ضریب اهرم بالایی هستند، رخ دهد. صندوق‌های گاوی (یعنی آن‌هایی که ضریب مثبت دارند) بیشتر از صندوق‌های خرسی (یعنی آن‌هایی که ضریب منفی دارند) با کسر معامله می‌کنند. علاوه بر این، صندوقی که در یک طرف بازار هستند دارای انحرافات قیمتی هستند که با یکدیگر همبستگی مثبت دارند.
در کشور ما نیز در خصوص سرریز با محوریت قراردادن بازار سهام پژوهش‌هایی انجام شده است که از جمله آن طیبی ثانی و فلاح‌پور (Taiebysani and Falahpor, 2017) در پژوهشی نشان دادند که تکانههای سرریز جریان نقدی صندوق‌های سرمایه‌گذاری و تکانههای سرریز بازدهی سهام در مجموع بخش کمی از مجموع واریانس خطای پیش‌بینی بازدهی سهام و جریان نقدی صندوق‌های سرمایه‌گذاری را توضیح می‌دهند. فلاح اقبالپور و باغانی (Falah Iqbalpour and Baghani, 2016) در پژوهشی به این نتیجه رسیدند که بین بازده صندوق‌های قابل‌معامله در بازار سرمایه تهران با بازده سایر صندوق‌ها با وقفههای زمانی متفاوت رابطه معناداری وجود دارد و همچنین نوسانات بازده در صندوق‌های قابل‌معامله در بازار سرمایه تهران به سایر صندوق‌های قابل‌معامله منتقل می‌شود. پژوهش کرمی و رستگار (Karami and Rastegar, 2017) با استفاده از مدل همبستگی شرطی پویا12 به بررسی اثر سرریز بازده و نوسانات پرداختند و نشان دادند که بازده و نوسانات صنایع منتخب بر یکدیگر اثرگذار می‌باشند. صادقی شاهدانی و محسنی (Sadeghi Shahdani and Mohseni, 2018) به بررسی سرریز و انتقالات نوسان قیمت سکه طلا بر بازار سرمایه پرداختند و به این نتیجه رسیدند که همبستگی پویای شرطی مقادیر گذشته و همبستگی‌های مقطعی بر اساس رویدادهای خاص نظیر تغییرات نرخ ارز میان دو بازار است. همچنین سرریزی مثبت از بازار طلا به بازار سرمایه تأیید می‌شود. حسینی و همکاران (Hoseini et al., 2019) در پژوهشی به این نتیجه رسیدند که در رژیم صفر تأثیر متقابل تکانهها و تلاطم هر گروه بر تکانهها و تلاطم گروههای دیگر است و تلاطم گذشته هر گروه نسبت به تکانههای گذشته آن گروه، سهم و نقش بیشتری بر تلاطم جاری آن گروه در رژیم صفر داشته است. کاشانی‌تبار و همکاران (Kashanitabar et al., 2020) نیز در پژوهشی نشان دادند که سرریز نوسانات از بازارهای مالی موازی در قیمت سهام و ایجاد حباب‌‌های قیمتی و ایجاد نوسان در بورس نقش مهم‌تری بازی می‌کند؛ بااین‌حال، تمامی مولفه‌‌های بازارهای موازی در ایجاد نوسان در بورس ایران نقش دارند. عرفانی و قلی‌زاده (Erfani and Gholizadeh, 2021) نشان دادند که بین دو بازار ارز و بورس در طول دوره سرریز نوسان وجود دارد و این سرریز در صورت لحاظ‌کردن شکست‌های ساختاری عملکرد متفاوتی را از خود نشان می‌دهد که درک بهتر از آن می‌تواند موردتوجه فعالان بازار سرمایه قرار گیرد. طهرانی و همکاران (Tehrani et al., 2021) در پژوهشی نشان دادند که بین بازار نفت و بازار سهام سرریز وجود ندارد؛ به این معنا که نفت و بازار سهام عامل نوسان یکدیگر نیستند. در سری زمانی بازده شاخص، بازده هر روز با بازده یک، دو، سه، پنج و هفت روز قبل رابطه معنادار دارد. بازده نفت نیز با مقدار خود در هیچ یک از هفت روز پیشین به‌جز روز قبل رابطه معنادار ندارد.
3- روش‌شناسی پژوهش
این پژوهش از نظر نوع هدف، کاربردی و از نظر شیوة انجام و ماهیت، از نوع پژوهش‌های توصیفی و از نظر فلسفه، جزء پژوهش‌های اثباتی حسابداری است. از نظر فرآیند اجرا از نوع پژوهش‌های کمی و از نظر روش اجرا نیز جزء پژوهش‌های با رویکرد قیاسی - استقرایی بوده و از نظر بعد زمانی، پس‌رویدادی است (Alipourzadeh et al., 2021). فلسفه پژوهشی اثبات‌گرایی در جهت کشف روابط از طریق جمع‌آوری داده‌ها برای آزمون فرضیه است که مبتنی بر نظریههای موجود است که تأیید شده‌اند و همچنین رویکرد قیاسی استفاده‌شده به جهت طرح سؤالات و فرضیهها از نظریهها است (Kaviani and Fakhrhoseini, 2023). جامعه آماری این پژوهش را تمامی صندوق‌های قابل‌معامله در بورس تهران تشکیل می‌دهد. همچنین باتوجهبه هدف پژوهش صندوق‌های خطرپذیر ملاک انتخاب پژوهشگران بوده است که تعداد آن تا زمان تدوین مقاله در سامانه مرکز پردازش اطلاعات مالی ایران13 16 صندوق بوده که 5 صندوق فاقد داده‌های معاملاتی می‌باشد و در 6 صندوق داده‌های دوره زمانی موردنیاز پژوهش یعنی از بین سال‌های 1397 الی 1401 را شامل نمی‌شد. ازاین‌رو از 5 صندوق قابل‌معامله خطرپذیر استفاده شده است که مبنای انتخاب آن‌ها از بین سایر صندوق‌های خطرپذیر، دسترسی به داده‌های معاملاتی آن‌ها حداقل در 5 سال بوده است. داده‌های روزانه صندوق‌ها از سال 1397 تا 1401 از سامانه مرکز پردازش اطلاعات مالی ایران استخراج و آزمون شده است. تحلیل و آزمون هر یک از مدل‌های پژوهش با نرم‌افزار ایویوز و آر14 انجام شده است. همچنین در این پژوهش شاخص الگو صندوق‌ها، شاخص کل در نظر گرفته شده است که تجزیهوتحلیل نوسانات و سرریز بازدهی با ترکیب مدل‌های ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته و ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته نمایی انجام شده است. مدل ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته یک مدل آماری است که در تجزیهوتحلیل داده‌های سری زمانی استفاده می‌شود که در آن خطای واریانس به‌صورت خودکار همبسته است و مدل ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته نمایی شکل دیگری از مدل ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته است. مدل ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته نمایی توسط نلسون (Nelson, 1991) جهت غلبه بر ضعف در مدیریت مدل‌های ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته سری زمانی مالی پیشنهاد شد. در ادامه، مدل‌های مذکور تصریح خواهند شد.
در این پژوهش جهت تعیین وجود اثر نوسانات بین صندوق‌های قابل‌معامله و بازده شاخص از مدل‌های
و
استفاده شده است. برای بررسی اثر نامتقارن از مدل EGARCH-ARMA استفاده شده است. همچنین از ARMA در رابطه (1) استفاده شده و از طریق واریانس شرطی گذشته با وقفه در رابطه (2) مدل ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته و در رابطه (3) برای تابع نامتقارن مدل ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته نمایی توضیح داده شده است.
|
|
|
|
|
|
|
|
|
|
|
|
شاخص و صندوق‌ها | مشاهدات | میانگین | انحراف معیار | چولگی | کشیدگی | سطح معناداری جارک‌برا |
آرمان | 1436 | 00017/0 | 030/0 | 04/16- | 97/509 | 000/0 |
بازنشستگی | 913 | 0009/0 | 032/0 | 61/13- | 62/445 | 000/0 |
ایرانیان | 1080 | 0002/0 | 036/0 | 39/17 | 25/343 | 000/0 |
رویش | 1338 | 001/0 | 018/0 | 45/20 | 20/466 | 000/0 |
تهران | 1139 | 05-E7/1 | 001/0 | 75/21- | 73/588 | 000/0 |
شاخص | 1436 | 0033/0 | 014/0 | 091/0 | 36/4 | 000/0 |
جدول (1) مقادیر میانگین بازدهی صندوق‌های قابل‌معامله و شاخص را نشان می‌دهد که فقط خطای ردیابی مثبت در صندوق رویش را تأیید می‌کند و همان‌طوری که ملاحظه می‌شود تمامی صندوق‌ها دارای بازدهی مثبت هستند و این نظر مشابه مطالعات چن و دیاز (Chen and Diaz, 2015) است که دریافتند صندوق‌های قابل‌معامله بازارهای نوظهور بازده مثبت بیشتری نسبت به بازده منفی ایجاد می‌کنند. انحراف معیار نشان می‌دهد که انحراف از مقدار میانگین بازدهی به استثنا صندوق‌های رویش و تهران در سایر صندوق‌ها 3 درصد یا بیشتر هستند. همچنین صندوق‌های قابل‌معامله خطرپذیر آرمان، بازنشستگی و تهران در منحنی توزیع استاندارد دارای چولگی منفی هستند و صندوق‌های ایرانیان و رویش دارای چولگی مثبت هستند. نهایتاً اینکه مقادیر آزمون جارک‌برا تأیید می‌کند که بازدهی صندوق‌های قابل‌معامله به طور نرمال توزیع نمی‌شوند.
اگر سری زمانی دارای خاصیت مانایی باشد، آزمون تابع (آزمون مانایی)، یعنی ویژگی‌های آماری مانند میانگین خطا، واریانس‌ها و گشتاورها با زمان تغییر نمی‌کنند. در مفهوم گسترده مانایی، انتظار یک میانگین ثابت، واریانس و یک کوواریانس خودکار است که به زمان بستگی ندارد. سه آزمون مانایی آزمون دیکی فولر تعمیم‌یافته15، آزمون کویات کفسکی - فیلیپس - اشمیت - شین16 و آزمون فیلیپس - پرون17 وجود دارند که در این پژوهش از روش دیکی فولر تعمیم‌یافته استفاده شده است.
جدول (2) آزمون ریشه واحد بازده صندوق‌های قابل‌معامله و شاخص
Table (2) Unit root test of ETF and index returns
شاخص و صندوق‌ها | ایرانیان | رویش | بازنشستگی | آرمان | تهران | شاخص |
سطح معناداری | 000/0 | 000/0 | 000/0 | 000/0 | 000/0 | 000/0 |
باتوجهبه نتایج آزمون دیکی - فولر تعمیم‌یافته، تمامی سری بازده صندوق‌های قابل‌معامله و شاخص در سطح 1 درصد مانا هستند؛ در نتیجه مانایی سری داده‌ها تأیید می‌شود.
همان‌طوری که اشاره شد، در این پژوهش برای بررسی نوسانات و سرریز بازدهی از مدل‌های ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته و ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته نمایی استفاده شده است. جدول (3) و جدول (4) نتایج معادله میانگین و واریانس صندوق‌های قابل‌معامله را نشان می‌دهد. طول وقفه ARMA بر اساس کمترین مقدار معیار بیز18 انتخاب شده است. اثر مدل ناهمسانی شرطی خودرگرسیونی تأثیر اخبار اخیر بر نوسانات و اثر مدل ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته تأثیر اخبار قدیمی را بر نوسانات نشان می‌دهد. ترکیب اصطلاحات مدل ناهمسانی شرطی خودرگرسیونی و مدل ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته نشان‌دهنده پایداری نوسانات است که به ترتیب نتایج برازش هر مدل اعلام شده‌اند.
جدول (3) نتایج مدل ناهمسانی شرطی خودرگرسیونی تعمیم‌یافته از بازده صندوق‌های قابل‌معامله و شاخص
Table (3) ARMA-GARCH results of ETF and index returns
