فهرست مطالب

دانش سرمایه گذاری - پیاپی 2 (تابستان 1391)

فصلنامه دانش سرمایه گذاری
پیاپی 2 (تابستان 1391)

  • تاریخ انتشار: 1391/06/20
  • تعداد عناوین: 8
|
  • زهرا دیانتی، مهدی مرادزاده، سعید محمودی صفحات 1-18
    تحقیق حاضر به بررسی تاثیر سرمایه گذاران نهادی بر کاهش احتمال ریسک ریزش (سقوط) قیمت سهام در شرکت های پذیرفته شده در بورس اوراق بهادار تهران می پردازد. ریزش قیمت سهام پدیده ای است که در آن قیمت سهام دچار تعدیل شدید منفی و ناگهانی می گردد) چن و هانگ،2001). یکی از مهم ترین روش های دستکاری اطلاعات حسابداری تسریع در شناسایی اخبار خوب در مقابل به تاخیر انداختن شناسایی اخبار بد در سود می باشد(کالن و فانگ،2011). اما همواره یک سطح نهایی برای انباشته ساختن اخبار بد در شرکت وجود دارد، و با رسیدن به آن سطح نهایی به یک باره این اخبار بد منتشر خواهد شد و این قضیه باعث سقوط قیمت سهام شرکت می شود. در این پژوهش از مدل محاسبه تعداد دفعات ریزش قیمت سهام هاتن (2009) به منظور اندازه گیری ریزش قیمت سهام برای 56 شرکت از شرکت های پذیرفته شده در بورس اوراق بهادار تهران در فاصله زمانی سال های 1380 الی 1389 استفاده شده است. نتایج این تحقیق نشان می دهد که وجود سرمایه گذاران نهادی احتمال رخ دادن سقوط قیمت سهام را به صورتی معنادار کاهش می دهد.
    کلیدواژگان: سرمایه گذاران نهادی، ریزش (سقوط) قیمت سهام، ضریب منفی چولگی بازده سهام
  • شمس الله شیرین بخش ماسوله، سولماز صفری صفحات 19-34
    هدف از مقاله حاضر، بررسی اثرات روزهای هفته بربازده شاخص کل قیمت سهام بورس تهران، طی سالهای 1383 تا 1388 و 1389 است. دراین مطالعه از رویکرد «فیلترهای وفقی با روش جستجوی الگوریتم حداقل میانگین مربعات (LMS)، جهت تغییرات ضرایب فیلتر در مدل رگرسیون» استفاده شده و نتایج آن با مدلهای گارچ مقایسه شده است. با استفاده از الگوریتم رگرسیون حداقل میانگین مربعات از طبقه بندی متغیرهای مجازی به صفر و یک، که در روش های آمار و اقتصاد سنجی سنتی انجام می شود، اجتناب ورزیده و اثرات آرچ و خودهمبستگی های پی در پی نیز حذف می شوند.
    نتایج نشان می دهد در دوره 1383 تا 1388 بازده روز یکشنبه مثبت و معنی دار است و در دوره 1389 بازده معنی داری وجود ندارد.
    کلیدواژگان: LMS، الگوریتم حداقل میانگین مربعات، رگرسیون، روزهای هفته
  • مرضیه ابراهیمی، عبدالله دریابر صفحات 35-62
    این مقاله با هدف شناسایی عوامل موثر بر ریسک اعتباری و ارائه مدلی جهت پیش بینی ریسک اعتباری و رتبه بندی اعتباری مشتریان حقوقی متقاضی تسهیلات یک بانک تجاری، با استفاده از روش تحلیل پوششی داده ها و رگرسیون لجستیک و شبکه عصبی و مقایسه این سه مدل انجام گرفته است. بدین منظور بررسی های لازم بر روی اطلاعات مالی و غیر مالی با استفاده از یک نمونه 146 تایی تصادفی ساده از مشتریان حقوقی متقاضی تسهیلات، صورت گرفت. در این پژوهش، 27 متغیرتوضیح دهنده شامل متغیرهای مالی و غیر مالی مورد بررسی قرار گرفت که از بین متغیرهای موجود نهایتا با استفاده از تکنیک تجزیه و تحلیل عاملی و قضاوت خبرگان (روش دلفی)، 8 متغیر تاثیرگذار بر ریسک اعتباری انتخاب گردید که وارد مدل تحلیل پوششی داده ها شده و امتیازات کارایی شرکت های حقوقی با استفاده از آنها بدست آمد. همچنین متغیر های انتخابی به عنوان بردار ورودی شبکه عصبی پرسپترون 3 لایه وارد مدل شد و در نهایت با استفاده از رگرسیون لجستیک نیز اطلاعات مربوطه پردازش گردید. نتایج حاصل از مدل تحلیل پوششی داده ها و شبکه عصبی و رگرسیون لجستیک در برآورد ریسک اعتباری و رتبه بندی اعتباری در مقایسه با نتایج واقعی حاکی از آنست که مدل شبکه عصبی در پیش بینی ریسک اعتباری مشتریان حقوقی و رتبه بندی اعتباری از کارایی بیشتری برخوردار است.
    کلیدواژگان: ریسک اعتباری، مدیریت ریسک اعتباری، کارایی، رتبه بندی اعتباری، تحلیل پوششی داده ها، شبکه عصبی، رگرسیون لجستیک
  • حبیب الله سالارزهی، منصور کاشی، سید حسن حسینی، محمد دنیایی صفحات 63-80
    این مقاله به بررسی عملکرد پیش بینی مدل های ARIMA و ARFIMA با استفاده از داده های روزانه بازده شاخص کل سهام تهران در بازه زمانی 04/09/1380 تا 09/09/1390 می پردازد. در این راستا جهت تخمین پارامتر d و دیگر پارامترها، از روشNLS در بسته نرم افزار Oxmetric/pcgive استفاده شد و پس از مقایسه نتایج مدل های تحقیق؛ مدل ARFIMA بر اساس معیار AIC مدلی برتر در مدل سازی TEPIX مشخص گردید. همچنین از میان براوردهای پیش بینی، روش های پیش بینی ساده را برای تخمین پیش بینی آزمون می کنیم. از مقایسه دقت پیش بینی مدل های مذکور توسط معیارهای پیش بینی مانند MAPFE و RMSFE و فواصل اطمینانی که ارزش های واقعی در آن جای گرفته اند، می توان استنباط کرد که اولا، تفاوت عملکرد بهتر پیش بینی مدل حافظه بلند مدت ARFIMA نسبت به مدل ARIMA بسیار جزئی است و ثانیا، ناکارامدی مدل ARFIMA در پیش بینی بازار سرمایه تهران کاملا مشهود است.
    کلیدواژگان: پیش بینی، بازده، خود رگرسیون میانگین متحرک انباشته، خود رگرسیون میانگین متحرک انباشته جزئی
  • حمیدرضا وکیلی فرد، فواد قادری صفحات 81-96
    این مقاله سعی دارد تا به ارزیابی نقش کنترلی سهام داران عمده و ارتباط آن با فرصت های سرمایه گذاری و مدیریت سود در کشور ایران بپردازد . این موضوع بر گرفته از یک تحقیق با همین موضوع است که در کشور تایوان و در سال 2008 انجام شده است و با توجه به شباهت های موجود در ساختارمالکیت شرکتهای ایرانی با شرکت های منطقه جنوب شرق آسیا و همچنین کشور تایوان، بررسی فرضیه های آن و نتایج حاصل از آن در شناخت بهتر اطلاعات مفید در تصمیم گیری از میان انبوه اطلاعات و نیز برآورد اهمیت نقش سهام داران عمده به عنوان یک عامل بازدارنده یا محرک مدیران در بروز رفتارهای فرصت طلبانه از ناحیه آنها موثر خواهد بود. در این مقاله سعی خواهد شد تا ضمن ارزیابی فرضیه های ارایه شده در تحقیق، و در جهت توسعه آن و به دلیل ارتباط تنگاتنگ موضوعی، به بررسی اهمیت برخورداری از نظام راهبردی شرکتی در کاهش عدم تقارن اطلاعاتی و بلطبع کاهش رفتارهای فرصت طلبانه مدیران بپردازیم .
    در تحقیقات انجام شده نتایج نشان داد که شرکت های برخوردار از فرصت های سرمایه گذاری رو به رشد، تمایل بسیاری به اعمال مدیریت سود دارند. همچنین نشان داد که در شرکت هایی که دارای سهامدار عمده هستند مدیریت سود اتفاق می افتد. نتایج بدست آمده نشان دهنده نقش بازدارندگی سهام داران عمده (بازدارندگی در مقابل افزایش ارزش شرکت به دلیل اهمیت دادن به منافع شخصی) و تاکید بر مدیریت سود است. این مقاله یک مشاهده تجربی است در مورد تاثیرگذاری سهام داران عمده بر کیفیت گزارشگری مالی در زمینه رشد فرصت های سرمایه گذاری.
    کلیدواژگان: فرصت های سرمایه گذاری، مدیریت سود، اثرات محرک، اثرات بازدارنده، سهام داران عمده و ارزش شرکت
  • غلامرضا اسلامی بیدگلی، اعظم هنردوست صفحات 97-116
    یکی از معیارهای اساسی برای تصمیم گیری در بورس، بازده سهام می باشد. بازده سهام خود به تنهایی دارای محتوای اطلاعاتی است و بیشتر سرمایه گذاران بالفعل و بالقوه در تجزیه و تحلیل مالی و پیش بینی ها از آن استفاده می نمایند. مطالعات زیادی در مورد رابطه بین ریسک و بازده انجام شده است. در این میان مدل سه عاملی فاما و فرنچ در زمره مهم ترین مدل های ارائه شده قرار دارد. در پژوهش حاضر به بررسی مدل سه عاملی فاما و فرنچ بعلاوه معیار ریسک نقدشوندگی بازار پاستور و استامبا (2003) و مقایسه آن با مدل سه عاملی فاما و فرنچ می پردازیم. بر خلاف عمده مطالعات گذشته، در مدل چهار عاملی بتای بازار متغیر و عاملی از اندازه و نسبت ارزش دفتری به ارزش بازار است. داده های سری زمانی به صورت ماهانه برای سالهای 1380 تا 1389 از شرکتهای نمونه بازار بورس و اوراق بهادار تهران جمع آوری شده و توسط نرم افزار Eviews به روش داده های ترکیبی (تابلویی) مورد ارزیابی قرار گرفته است. نتایج تحقیق حاکی از معنی داری اثرات مازاد بازده بازار، اندازه شرکت و نسبت ارزش دفتری به ارزش بازار و عدم معنی داری عامل نقدشوندگی بازار است. بتای بازار نیز تنها تابعی از متغیر اندازه می باشد. همچنین نتایج نشان می دهد عامل نقدشوندگی بازار پاستور و استامبا و بکارگیری بتای بازار متغیر سبب افزایش قدرت تبیین مدل سه عاملی فاما و فرنچ می شود.
    کلیدواژگان: مدل سه عاملی فاما و فرنچ، عامل ریسک نقدشوندگی بازار پاستور و استامبا، بتای بازار متغیر
  • حمید کردبچه، محمد جواد حضوری، علی مالمیر صفحات 117-140
    صنعت صندوق های مشترک اخیرا رشد قابل توجهی داشته و به یکی از روش های مهم سرمایه گذاری در بازارهای مالی تبدیل شده است. عملیات این صندوق ها اغلب ریسکی است زیرا برای کسب بازده بالاتر آنها اغلب مبادرت به انتخاب شرکت های رو به رشدی می کنند که انتظار دارند در آینده قیمت سهام شان افزایش چشمگیری را تجربه کند. در اقتصاد مالی شاخص های مختلف سنتی برای ارزیابی رابطه بین ریسک و بازده صندوق های مشترک وجود دارد. این شاخص ها از ضعف تک بعدی بودن برخوردارند. این مقاله قصد دارد یک روش نوین چند بعدی مرزی را که بر مبنای روش تحلیل چند جهتی داده ها تعریف شده است، برای ارزیابی رابطه ریسک و بازده در صنعت صندوق های مشترک معرفی و به کار برده و مقادیر مازاد ریسک سیستماتیک و غیر سیستماتیک را بر روی داده های صندوق های مشترک ایران برای سال 1389، محاسبه و تحلیل نماید. نتایج این مطالعه نشان می دهد که صندوق های مشترک به طور متوسط تنها با 66 درصد از ریسک نامطلوب و 64 درصد از ریسک سیستماتیک تقبل شده در سال 1389 و هزینه کمتر می توانند به همان سطح از بازده کسب شده دست یابند.
    کلیدواژگان: صندوق های مشترک، ریسک و بازده، ریسک سیستماتیک و غیر سیستماتیک، روش تحلیل چند جهتی ریسک، بازده
  • شکرالله خواجوی، هاشم ولی پور، بهروز حاکمی صفحات 141-152
    هدف اصلی این مقاله بررسی تاثیر ساختار سرمایه بر بازده غیر عادی انباشته در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران است. درباره ساختار سرمایه تا کنون تحقیقات زیادی صورت گرفته است، اما درباره نحوه تامین مالی شرکتها و اینکه این نحوه چگونه بر بازده غیر عادی تاثیر می گذارد، اطلاعات کمی در دست می باشد. در مجموع44 شرکت از صنایع مختلف بین سالهای 1376-1386 انتخاب شدند. به منظور آزمون فرضیه ها از رگرسیون چند متغییره(روش گام به گام) استفاده شد و معنی دار بودن آنها با استفاده از آماره t و F صورت گرفت؛ همچنین برای آزمون خودهمبستگی مدل از آزمون دوربین- واتسون استفاده شده است..نتایج بدست آمده حاکی از این است، که اهرم مالی بر بازده غیر عادی انباشته تاثیر معناداری ندارد. دیگر یافته ها حاکی از آنست که،ریسک سیستماتیک، P/E، نسبت BM و اندازه شرکت بر بازده غیر عادی انباشته تاثیر مثبت و معناداری دارد.
    کلیدواژگان: بازده غیرعادی انباشته، اهرم مالی، ساختار سرمایه، بورس اوراق بهادار
|
  • Zahra Dianati Dilami, Mehdi Moradzadeh Fard, Saeed Mahmoudi Pages 1-18
    This study investigates the effect of institutional investors on stock price crash risk reduction in companies listed in Tehran Stock Exchange. Crash of stock price is a phenomenon where stock price will suffer an unexpected severe negative adjustment (Chen, J. , H. Hong, et al, 2001). One of the most important methods for manipulating accounting information is expediting the identification of good news versus postponing bad news in profits (Callen, J. L. and X. Fang, 2011). But always there will be a final level for accumulating bad news in the company, and with achieving the final level, this bad news will be published, which is that the company’s stock price crash.
    In this study, the numbers of stock prices crash of Hutton’s model (2009) is used to measure stock prices crash for 56 companies listed in Tehran Stock Exchange from period of1380 to 1389. In the present study strong evidences are provided that the existence of institutional investors will significantly reduce the probability of the stock price crash probability.
    Keywords: institutional investors, Stock price crash, The negative skewness coefficient of stock efficiency
  • Shamsollah Shirinbakhsh, Solmaz Safari Pages 19-34
    This paper propounds to examine the day of the week effect on the returns of daily stock price entire index, in Tehran Stock Exchange market during 1383 to 1388 and 1389. Various approaches have been presented for investigation about calendar effects on stock returns. We apply " Least Mean Square (LMS) Algorithm Regression" . In fact, Least Mean Square (LMS) Algorithm Regression avoids the classification of dummy variables to values of one and zero, as we do in the traditional statistical and econometric methodology. The paper concludes that during 1383 to 1388 will lead to a positive effect on the returns on Sunday and in the course of 1389, there is no efficiency significant.
    Keywords: LMS, Square (LMS) Algorithm, Regression, dey of the week
  • Marziyeh Ebrahimi Shghagi, Abdollah Daryabor Pages 35-62
    This research has been done with the aim of identification of effective factors which influence credit risk and designing model for estimating credit Rating of the companies which have borrowed from a commercial Bank in the one-year period by using Data Envelopment Analysis and neural network model and comparison of these two models . For this purpose the necessary sample data on financial and non-financial information of 146 companies (as random simple) was selected. In this research, 27 explanatory variables (include financial and non-financial variables) were obtained, by application of factor analysis and Delphi method for examination. Finally 8 variables which had significant effect on credit risk were selected and entered to DEA model. Efficiency of companies was calculated with these variables. Also variables as well as the input vector three-layer perceptron neural network models were added to the model .finally data was processes with logistic regression. Results from data envelopment analysis model and Neural network and Logistic regression in comparisons to the actual results obtained from neural network models to predict credit risk legal customers and credit rating suggest that neural network is more efficient than data envelopment analysis and logistic regression.
    Keywords: Credit Risk, credit risk management, Efficiency, credit rating, Data envelopment analysis, neural network, Logistic Regression
  • Habibollah Salarzehi, Mansoor Kasha Kasha, Seyed, Hasan Hosseini, Mohammad Donyaei Pages 63-80
    This article examines the forecast performance of ARFIMA and ARIMA models using data on daily stock price index of Tehran in period 25/11/2001 to 30/11/2011. To estimate the d parameter and other parameters, the NLS method in the software package Oxmetric / pcgive was used. After comparing the results of research models, ARFIMA models based on AIC, the model was found superior in modeling TEPIX. Also we use naive methods for estimating the prediction. Comparing the accuracy of the prediction models by criteria such as MAPFE and RMSFE and confidence intervals of the real values, we can deduce that the first Performance difference between the predicted long-term memory ARFIMA model is very minor compared to the ARIMA model And Secondly, inefficient ARFIMA model in Tehran capital market forecast is quite evident.
    Keywords: forecast, return, Autoregressive Integrated Moving Average, Autoregressive fractionally integrated moving average
  • Hamidreza Vakilifard, Foad Ghaderi Pages 81-96
    This paper examines the institutional investors effect on Company Value Based profit management perspective. The paper result show that companies group in growth will significantly to profit management.
    Keywords: Investment Opportunity, Profit Management, Driver effect, institutional investors, CompanyValue
  • Gholamreza Islami Bidgoli, Azam Honardoost Pages 97-116
    One of the main criteria for deciding on stock exchange market is stock return. Stock return includes information content and most actual and potential investors in financial analysis and forecasts use it. Many studies have been conducted about the relationship between risk and return. The three-factor model of Fama and French is one of the most important models. In this paper we consider Fama and French three-factor model augmented by the Pastor and Stambaugh (2003) market liquidity risk factor. Then it is compared with three-factor model of Fama and French. Unlike most previous studies, in this model, stock level beta is allowed to vary with firm-level size and book-to-market ratio. We use monthly time series data for sample companies of Tehran stock exchange market for the period 1380 to 1389, and evaluate them by using Eviews software by panel method. The results show the effects of excess market return, firm size and book-to-market ratio is significant and the effect of market liquidity factor is insignificant. Also the market beta is only a function of size variable. Finally we find that market liquidity factor of Pastor and Stambaugh and the time variation in the market beta increase the explanatory power of Fama and French three-factor model.
    Keywords: Fama, French three, factor model, Pastor, Stambaugh market liquidity risk factor, the time, varying market beta
  • Hamid Kordbacheh, Mohammad Javad Hozoori, Ali Malmir Pages 117-140
    The mutual funds industry has recently grown drastically and is now considered as an alternative channel investment in financial markets. Many of these funds are relatively risky in that for higher returns they aim to select growth companies which are expected to post large stock price increases. There are many traditional indices to assess the relationship between returns and risks in financial economics. The main drawback of these indices is being one-dimensional. This paper is to introduce and apply a new multi-criteria method based upon multi-directional inefficiency analysis to assess the relationship between return and risk and to measure risk excesses of a sample of Iranian mutual funds in the year 2010. The findings of this study show that the sampled founds can acquire the same returns by merely accepting 66 and 64 per cent of the received unsystematic and systematic risks, respectively.
    Keywords: Mutual funds, return, risk, systematic, unsystematic risk, multi, directional risk, return analysis
  • Shokrollah Khajavi, Hashem Valipor, Behrooz Hakami Pages 141-152
    The main purpose of this article is to analyze the effects of the capital structure on the cumulative abnormal returns to reach such a goal we select information of 44 firms in the years 1376-1386. Multiple regressions (stepwise method) were used to test the hypothesis and their meaningfulness was reached by using t and F statistics. On the other hand, the Durbin-Watson test was applied to examine the autocorrelation of the model. The results showed that: Leverage doesn’t have a meaningful impact on the cumulative abnormal returns; Systematic risk, P/E ratio, BM ratio and the size of the firm would significantly affect the cumulative abnormal returns.
    Keywords: Capital structure, Cumulative abnormal, return, Tehran securities Exchange