بررسی کارایی پویا در بازار بورس تهران با استفاده از فیلتر کالمن

محورهای موضوعی : دانش مالی تحلیل اوراق بهادار

زهرا فرشادفر ¹ (گروه علوم اقتصادی، دانشکده علوم انسانی، واحد کرمانشاه، دانشگاه آزاد اسلامی ,کرمانشاه، ایران.)
مارسل پروکوپچوک ² (موسسه بازار های مالی، دانشگاه لایبنبز هانوفر، هانوفر، آلمان)

تاریخ دریافت : 1397/05/23 تاریخ پذیرش : 1397/09/10 تاریخ انتشار : 1398/04/01

کلید واژه: کارایی پویا, کارایی در حال تکامل, فیلتر کالمن, مدل فضای حالت,

چکیده مقاله :

سنجش کارایی در بازار های مالی از اهمیت ویژه ای برای سرمایه گذاران برخوردار است. چرا که در صورت کارا نبودن بازار و وجود حافظه بلند مدت در بازار امکان کسب سود غیر متعارف برای سرمایه گذاران بوجود می آید. روش های سنجش کارایی در حالت ایستا برای بازار های مالی در کشور های در حال توسعه مانند ایران مناسب نیستند چرا که کارایی در بازار های این کشور ها دائما در حال تغییر و تکامل است و برای سنجش کارایی در بازار این کشور ها نیاز به روشی است که تغییرات کارایی در طول زمان را بررسی نماید. از اینرو هدف از انجام این پژوهش سنجش کارایی پویا در بورس اوراق بهادار تهران است. برای دستیابی به این هدف از ترکیبی از روش TVPGARCH و Kalman Filter استفاده شده است. برای این منظور از داده های هفتگی شاخص کل در دوره زمانی سالهای 1387 تا 1396 استفاده شده است. یافته ها حاکی از آن است که در بورس اوراق بهادار تهران فرضیه کارایی ضعیف در سطح ایستا در دوره مورد بررسی صادق نیست و شواهدی از وجود حرکت به سمت کارایی در بازار تهران در دوره مورد بررسی وجود ندارد.

چکیده انگلیسی:

Estimating informative efficiency in financial market is crucial for investors. They can gain unusual profit when the market is inefficient. As informative efficiency is evolving and undergoing changes in emerging markets such as Iran, classic methods for efficiency estimation in these kind of financial markets are not suitable. Therefore, in such markets a hybrid method needs to be applied in such a way that the existing status of efficiency (static approach) and the efficiency during time (dynamic approach- in the absence of static efficiency) can be studied. The present study aims to determine the efficiency of Tehran Stock Exchange market by both static and dynamic approach. In order to obtain this goal, a combination of TVPGARCH and Kalman filter methods were applied on weekly total price index data during 2008 to 2017. Results indicate that the performance in Tehran Stock Exchange market in the static form does not have week efficiency. On the other hand, there is no evidence of efficiency dynamicity in Tehran Stock Exchange market performance during the studied period.

منابع و مأخذ:

*      جعفری صمیمی، احمد، بالونژاد نوری، روزبه (1393)، کاربرد روش موجک ها و حرکت براونی کسری در آزمون فرضیۀ کارایی ضعیف بورس و اوراق بهادار تهران، فصلنامه تحقیقات مدلسازی اقتصاد، 17 ، 29-55.

*      راسخی،سعید، و خانعلی پور، امیر(1388)، تحلیل تجربی نوسانات و کارایی اطلاعاتی بازار سهام (مطالعه موردی: بورس و اوراق بهادار تهران)، فصلنامۀ پژوهش های اقتصادی ایران،(40) 13 ، 57-29.

*      رضایی مقدم،نسرین، مصطفوی، مهدی و چشمی، علی (1395)، تفکیک تورم هسته از اجزای موقتی در ایران با فیلتر کالمن، پژوهشنامه اقتصادی،60 ، 51-73.

*      رهنمای رودپشتی، فریدون، معدنچی زاج، مهدی و بابالوئیان، شهرام (1391)، بررسی کارایی اطلاعاتی و حباب عقلایی قیمت بورس و اوراق بهادار تهران و زیربخش های آن با استفاده از آزمون نسبت واریانس و آزمون پایایی قیمت-سود، فصلنامۀ دانش مالی تحلیل اوراق بهادار، 14، 1-17.

*      صالح آبادی، علی و مهران راد، مهدی (1391)، آزمون کارایی اطلاعاتی سطح ضعیف بورس و اوراق بهادار تهران، فصلنامۀ بورس و اوراق بهادار، (16) 4، 17-29.

*      فلاح پور، سعید، اصغری زاده، عزت الله و فراهانی، علیرضا (1391)، آزمون کارایی زیربخش های بورس و اوراق بهادار تهران در سطح ضعیف، فصلنامۀ بورس و اوراق بهادار، (17)5، 5-22.

*      Abdmoulah, W. (2010), Testing the Evolving Efficiency of Arab Stock Markets, International Review of Financial, Vol. 19, No. 1, PP. 25-34.

*      Arouri, M., Jawadi, F., Nguyen, D. (2010), The Dynamics of Emerging Stock Markets: Empirical Assessments and Implications, Springer.

*      Arshad, S., Rizvi, S.A.R., Ghani, G.M., Duasa, J. (2016), Investigating Stock Market Efficiency: a look at OIC Member Countries, Research in International Business and Finance, Vol. 36, pp. 402-413.

*      Banerjee, A., Ghosh, A. (2004). The Measures of the Quality of Trading in a Stock: Empirical Evidence from the National Stock Exchange. Available at: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=570546 [Accessed 10 December 2013].

*      Bley, J. (2011), Are GCC Stock Markets Predictable? Emerging Markets Review, Vol.12, No. 3, pp. 217–237.

*      De Moor, L., Van den Bossche, F., Verheyden, T. (2013). A Tale of Market Efficiency. HUB Research Paper Series, Vol. 5.

*      Degutis, A., Novickytė, L. (2014), the Efficient Market Hypothesis: A Critical Review of Literature and Methodology, EKONOMIKA, Vol. 93, No. 2, PP. 7-17.

*      Eakins, G., Mishkin, S. (2012). Financial Markets and Institutions. Boston: Prentice Hall.

*      Jasim, A., A., Kim, J. H. (2012), are Gulf stock markets efficient? Evidence from new multiple Variance ratio tests, Applied Economics, Vol. 44, PP. 1734-1747.

*      Jeferis, K., Smith, G. (2005), the Changing Efficiency of African Stock Markets, South African Journal of Economics. Vol. 73, No. 1, PP. 54-67.

*      Kim, J. H., Shamsuddin, A. (2008), Are Asian Stock Markets Efficient? Evidence from New Multiple Variance Ratio Tests, Journal of Empirical Finance, Vol. 15, PP. 518–532.

*      Lagoarde-Segot, T., Lucey, B. M. (2008), Efficiency in Emerging Markets: Evidence From the MENA Region, Journal of International Financial Markets, Institutions & Money, Vol. 18, PP. 94−105.

*      Li, X. (2008), Tests of stock market efficiency in China and Japan. Master Thesis. Stockholm: KTH Royal Institute of Technology.

*      Li, X. M. (2003), China: Further Evidence on the Evolution of Stock Markets in Transition Economies, Scottish Journal of Political Economy, Vol. 50, No. 3, PP. 341-358.

*      Lim, K. P., Brooks, R. (2011), the evolution of stock market efficiency over time: A survey of the empirical literature. Journal of Economic Surveys, Vol. 25, No. 1, PP. 69–108.

*      Phan, D. H. B., Sharma, S., S., Narayan, P. K. (2015), Stock return forecasting: Some new evidence. International Review of Financial Analysis, Vol. 40, PP. 38–51.

*      Posta, V. (2009), Estimating the Dynamics of Weak Efficiency on the Prague Stock Exchange Using the Kalman Filter, Czech Journal of Economics and Finance, Vol. 58, No. 5-6, PP. 248-260.

*      Rehman, S., Kashif, M., Chhapra, I. U., Rehan, R. (2018). Are Stock Prices a Random Walk? An Empirical Evidence of Asian Stock Market. Etikonomi: Jurnal Ekonomi. Vol. 17, No. 2, PP. 237 – 252.

*      Shboul, A. M., Alsharari, N. (2018), the dynamic behavior of evolving efficiency: Evidence from the UAE stock markets, The Quarterly Review of Economics and Finance,

*      https://doi.org/10.1016/j.qref.2018.05.007

*      Shiller, R. (2013), Sharing Nobel honors, and agreeing to disagree. The New York Times, 26 October. Available at: http://www.nytimes.com/2013/10/27/business/sharing-nobel-honors-and-agreeing-to-disagree.html?hp [Accessed 10 December 2013].

*      Vieito, J.P., Bhanu Murthy, K.V., Tripathi, V. (2013), Market efficiency in G-20 countries: the paradox of financial crisis, Annals of Financial Economics, Vol. 8, No. 1, PP. 1350003-1350030.

*      Zalewska-Mitura, A., Hall, S. G. (2000), Do Market Participants Learn? The Case of the Budapest Stock Exchange, Economics of Planning, Vol. 33, No. 1–2, PP. 3–18