فهرست مطالب

  • پیاپی 56 (زمستان 1398)
  • تاریخ انتشار: 1398/12/13
  • تعداد عناوین: 6
|
  • سیدعلی هاشمی نژاد، مرتضی باقرپور* صفحات 493-516
    هدف

    از آنجا ‎که سرمایه گذاری خطرپذیر، بهترین روش تامین مالی برای ایجاد و رشد شرکت های نوپا و دانش بنیان است، توجه بسیاری از کشورهای توسعه یافته را به خود جلب کرده است. نحوه انتخاب شرکت های نوپا و اتحاد سرمایه گذاران، از چالش های مهم این صنعت است. از این رو، همواره نیاز به روش های یکپارچه ای بر اساس رویکردهای تحلیل کمی احساس می شود. در پژوهش حاضر، بهینه سازی سبد شرکت های نوپا به محیط واقعی نزدیک تر شده و ترجیح شرکت های نوپا، همانند شرکت های سرمایه گذاری خطرپذیر، به عنوان تصمیم گیرنده در نظر گرفته شده است تا نشان داده شود که کدام سرمایه گذارها در کدام شرکت های نوپا با یکدیگر مشارکت کنند و سهم هر یک چقدر باشد.

    روش

    با لحاظ کردن پیچیدگی مسئله، نزدیک ترین مدل به محیط واقعی، مدل عامل محور است. با اتخاذ دو موتور محاسبه ای مستقل مبتنی بر سیستم استنتاج تطبیقی فازی عصبی و ترکیب این سیستم با الگوریتم بهینه سازی ذرات و در جهت بهبودبخشی، از روش فراابتکاری جست وجوی هارمونی اصلاح شده، برای شناسایی سبد سرمایه گذاری نزدیک به بهینه استفاده شده است.

    یافته ها:

     پس از مطرح کردن چهار مثال با ابعاد گوناگون، روش حل پیشنهادی برای هر یک 5 بار به صورت مستقل اجرا شد. بر اساس محاسبه ها، موتور محاسبه ای سیستم استنتاج فازی عصبی تطبیقی تنظیم شده توسط الگوریتم بهینه سازی ازدحام ذرات، کاراتر بود و سبد بهینه مبتنی بر آن به دست آمد.

    نتیجه گیری:

    بر اساس فرضیه های مسئله و مشخصه های هر یک از عامل ها در سرمایه گذاری خطرپذیر، مدیریت ریسک پرتفوی هر یک از سرمایه گذاران و سهم هر یک و اتحادهای پیشنهادی مدل مابین سرمایه گذاران، بهینه شد.

    کلیدواژگان: سرمایه گذاری خطرپذیر، مدل سازی عامل محور، جست وجوی هارمونی، بهینه سازی ازدحام ذرات، سیستم استنتاج فازی عصبی تطبیقی
  • مجتبی رستمی نوروزآباد، ابوالحسن جلیلوند*، میرفیض فلاح ‏شمس لیالستانی، علی سعیدی صفحات 517-544
    هدف

    مطالعات اخیر پتکوا و ژانگ (2005) و چوی (2013) شواهدی از داده های آمریکا برای رفتار متفاوت شرکت های رشدی و ارزشی نشان می دهند؛ اما دلایل و منابع، گویای این رفتار متفاوت نیستند. علاوه بر این، مشخص نیست که آیا چنین اختلاف هایی همچنان در بازارهای سرمایه کشورهای دیگر ادامه دارد یا خیر. در مقاله حاضر با بررسی رفتار دینامیک بتای اهرمی و تجاری شرکت های پذیرفته شده در بورس اوراق بهادار تهران، تلاش شده است که در چندین دوره از وضیعت های ثبات و بحران اقتصادی در طول سال های 1388 تا 1396 به این دو سوال پاسخ داده شود.

    روش

    برای دستیابی به این هدف، رگرسیون چندگانه و آزمون های پارامتریک میان شرکت های ارزشی و رشدی برای بررسی آثار متغیرهای مالی و بازاری مانند اهرم، نرخ بازده دارایی ها، رشد فروش، نسبت ارزش بازار به ارزش دفتری و احساسات بازار اجرا شده است.

    یافته ها: 

    در دوره بحران اقتصادی، بتای تجاری سهام ارزشی به طور منفی تحت تاثیر اهرم مالی و به طور مثبت تحت تاثیر اهرم عملیاتی قرار می گیرد. از سوی دیگر، بتای تجاری سهام رشدی فقط به طور مستقیم از سودآوری تاثیر می پذیرد. نتایج از این مفهوم حمایت می کند که اهرم مالی و عملیاتی بالا، در افزایش ریسک شرکت های ارزشی در بحران اقتصادی نقش مهمی ایفا می کند.

    نتیجه گیری: 

    یافته ها و نتایج تجزیه و تحلیل داده ها نشان داد که متغیرهای مالی و اقتصادی اثرگذار بر بتای تجاری سهام رشدی و ارزشی در دوره بحران اقتصادی متفاوت است. به طور خاص، مشاهده می شود که اهرم مالی و عملیاتی به طور شایان توجهی توانایی شرکت های ارزشی را برای پاسخ گویی به وضعیت نامطلوب اقتصادی، تحت تاثیر قرار می دهد.

    کلیدواژگان: ریسک اهرمی، ریسک تجاری، سهام رشدی، سهام ارزشی، بحران اقتصادی
  • مهدی میرزائی، عبدالله خانی*، محمود بت شکن صفحات 545-569
    هدف

    این پژوهش با هدف معرفی چرخه عمر شرکت، به عنوان عامل جدید موثر بر بازده سهام و مقایسه عملکرد مدل های چندعاملی قیمت گذاری بسط یافته با چرخه عمر شرکت و عملکرد مدل های متداول چندعاملی قیمت گذاری در توضیح بازده سهام اجرا شده است.

    روش

    برای اندازه گیری چرخه عمر شرکت از روش الگوی جریان ‎‎‎‎‎‎های نقدی دیکینسون استفاده شد. برای ساخت عامل چرخه عمر شرکت در هر ماه، از تفاوت بازدهی شرکت های در مرحله بلوغ و بازدهی شرکت هایی که در سایر مراحل چرخه عمر هستند، استفاده شد، سپس این عامل به مدل ‎های متداول چندعاملی قیمت گذاری، یعنی مدل سه عاملی فاما و فرنچ، چهار عاملی کارهارت، پنج عاملی فاما و فرنچ و چهار عاملی هو، زو و ژانگ اضافه شد. در ادامه، به کمک رویکرد رگرسیون های سری زمانی، عملکرد مدل های بسط یافته با چرخه عمر و مدل های متداول در توضیح بازده سهام مقایسه شدند. برای این منظور، از داده های شرکت های پذیرفته شده در بورس و فرابورس تهران در فاصله 1383 تا 1397 و مجموعه متنوعی از دارایی های آزمون به صورت پرتفوی های مرتب شده بر اساس ویژگی های مختلف شرکت ها، استفاده شده است.

    یافته ها:

    نتایج نشان می دهد که مدل ‎های بسط یافته در قیاس با مدل های متداول، در توضیح تفاوت بازدهی سهام شرکت ها (دارایی های آزمون) عملکرد بهتری دارند و این تفاوت عملکرد از نظر قدرت توضیح دهندگی برای دارایی های آزمونی که با استفاده از چرخه عمر شرکت تشکیل شده، در مقایسه با دارایی های آزمونی که بدون استفاده از چرخه عمر شرکت شکل‎ گرفته اند، مشهودتر است.

    نتیجه گیری:

     اضافه شدن عامل چرخه عمر شرکت، عملکرد مدل های متداول چندعاملی قیمت گذاری را در توضیح بازده سهام شرکت ها بهبود می دهد.

    کلیدواژگان: چرخه عمر شرکت، مدل های عاملی قیمت گذاری دارایی ها، دارایی آزمون، جریان های نقدی
  • میثم رافعی، مهین شکری* صفحات 570-592
    هدف

    هدف این پژوهش، بررسی چگونگی عملکرد بورس اوراق بهادار تهران، بر اساس بازده روزانه در بازه زمانی سال 1387 تا سال 1397 است.

    روش

    بازده روزانه بورس اوراق بهادار تهران را می توان به‎عنوان یک سری زمانی در نظر گرفت و با استفاده از مدل های موجود، به تحلیل این سری زمانی پرداخت. حال با توجه به ویژگی های توصیفی و توزیعی، مانا بودن این سری اثبات می شود، در نتیجه می توان مدل نیمه مارکوف پنهان را که به‎صورت گسترده در تحلیل و پیش بینی سری های زمانی کاربرد دارد، برای تحلیل این سری به‎کار برد. شایان ذکر است که با استفاده از این مدل، الزامی به در نظر گرفتن پیش فرض هایی مانند دو رژیمی بودن، محدود کردن دوره ها به داشتن حداقل و حداکثر زمان اقامت یا سایر معیارهای محدود کننده نیست. به بیان دیگر، این مدل رژیم های بازار و همچنین مدت زمان اقامت در هر رژیم را به طور هم زمان شناسایی می کند.

    یافته ها:

    بر اساس یافته های آزمون کولموگروف اسمیرنف و معیارهای اطلاعات آکائیک و بیزین، تابع توزیع ترکیب گوسینی سه پارامتری، مناسب ترین توزیع برای بررسی روند بازدهی شاخص کل بورس تهران و همچنین مدل نیمه مارکوف سه رژیمی، مناسب ترین حالت برای مدل سازی است. به‎علاوه، بورس اوراق بهادار تهران به‎طور کلی در سه حالت خرسی، گاوی و میانه قرار دارد و تعریف این حالت ها و احتمال بودن در هر یک از این حالت ها را می توان بیان کرد.

     نتیجه گیری:

    بورس اوراق بهادار تهران، بیش از نیمی از زمان بررسی شده را در حالت میانه به سر برده و محتمل ترین حالت پس از حالت های خرسی و گاوی ورود به حالت میانه و استمرار این حالت است و کمابیش هیچ گاه از حالت خرسی مستقیما وارد حالت گاوی نشده است. همچنین احتمال ورود از حالت میانه به حالت خرسی تقریبا سه برابر احتمال ورود از حالت میانه به حالت گاوی است.

    کلیدواژگان: بازده دارایی، بورس اوراق بهادار تهران، مدل نیمه مارکوف پنهان، الگوریتم ویتربی
  • مهشید شهرزادی، داریوش فروغی*، هادی امیری صفحات 593-611
    هدف

    ریسک دنباله چپ، احتمال وقوع رویدادهای نامطلوبی را نشان می دهد که در محدوده ای بیش از سه انحراف معیار از میانگین تابع توزیع رخ می دهند. این گونه رویدادها، احتمال وقوع کمی دارند؛ ولی در صورت رخداد، زیان بزرگی برجای می گذارند. در این پژوهش به آزمون تاثیر مقطعی ریسک دنباله چپ بر بازده مازاد مورد انتظار پرداخته می شود، همچنین احتمال استمرار بازده دنباله چپ در دوره آتی نیز بررسی می شود.

    روش

    در این پژوهش برای اندازه گیری ریسک دنباله چپ، از دو معیار ارزش در معرض ریسک و ریزش مورد انتظار استفاده شده است. بدین منظور، نمونه ای شامل 120 شرکت پذیرفته شده در بورس اوراق بهادار تهران در دوره زمانی 1388 تا 1396 انتخاب شد. فرضیه پژوهش با استفاده از روش رگرسیون فاما و مکبث بررسی و آزمون شد و تعیین میزان احتمال استمرار بازده دنباله چپ به دوره آتی با استفاده از ماتریس انتقال، انجام گرفت.

    یافته ها:

     بر اساس یافته های به دست آمده از فرضیه پژوهش، ریسک دنباله چپ اثر منفی و معناداری بر بازده مازاد مورد انتظار می گذارد. همچنین یافته ها حاکی از آن است که بازده منفی دنباله چپ در دوره آتی با احتمال بیش از 50 درصد استمرار دارد.

    نتیجه گیری: 

    نتایج پژوهش حاضر، ناهنجاری جدیدی را در حوزه مالی نشان می دهد. این ناهنجاری اثر منفی ریسک دنباله چپ بر بازده مازاد مورد انتظار است که این بازده منفی دنباله چپ، در دوره آتی نیز استمرار می یابد.

    کلیدواژگان: ریسک دنباله چپ، بازده مازاد مورد انتظار، ارزش در معرض ریسک، ریزش مورد انتظار
  • محمدرضا مهربان پور*، سید محمد علوی نسب، عزت الله عباسیان، طاهر پرکاوش صفحات 612-636
    هدف

    هدف از اجرای این پژوهش، تعیین اثرپذیری ناهنجاری ارزشی از انعطاف ناپذیری مالی است. مطابق با ادبیات پژوهش، سه منبع مرتبط با انعطاف ناپذیری مالی شناسایی شد و یک شاخص ترکیبی انعطاف ناپذیری مالی بر اساس متغیرهای برگشت ناپذیری سرمایه گذاری، اهرم کل و محدودیت مالی شکل گرفت.

    روش

    برای دستیابی به اهداف پژوهش، از داده های ماهانه 450 سال شرکت طی دوره زمانی 1387 تا 1396 استفاده شده است. برای آزمون فرضیه های پژوهش، از مدل سه عاملی فاما و فرنچ (1993) استفاده شده و با پیروی از مطالعات پولسن، فاف و گری (2013)، انعطاف ناپذیری مالی به عنوان عامل چهارم به آن اضافه شده است. برای بررسی نقش انعطاف ناپذیری مالی بر ناهنجاری ارزشی، مدل های یاد شده یک‎ بار با استفاده از داده های ترکیبی و بار دیگر به روش سری زمانی برازش شدند.

    یافته ها:

    انعطاف ناپذیری مالی بر صرف ریسک سهام و پرتفوی تاثیر معناداری می گذارد.

    نتیجه گیری: 

    انعطاف ناپذیری مالی، به صرف ریسک مثبت در سطح سهام و پرتفوی های سرمایه گذاری منجر می شود و شرکت های ارزشی، به‎دلیل جبران ریسک انعطاف ناپذیری مالی، در قیاس با شرکت های رشدی، بازده آتی بیشتری به دست می آورند و در نهایت، رابطه مثبت عامل انعطاف ناپذیری مالی با پرتفوی های انعطاف ناپذیر و رابطه منفی با پرتفوی های انعطاف پذیر نشان می دهد که انعطاف ناپذیری مالی، شرکت ها را به طور مستقل در معرض شوک های مشترک قرار می دهد.

    کلیدواژگان: اهرم کل، برگشت ناپذیری سرمایه گذاری، انعطاف ناپذیری مالی، محدودیت مالی، ناهنجاری ارزشی
|
  • SeyedAli Hasheminejad, Morteza Bagherpour * Pages 493-516
    Objective

    Increasing the competitiveness of countries in the world can be reached only through innovation and the financial aspect is the most important pillar of a national innovation system. Hence, the role of venture capital in developing knowledge-based institutions is vital. However, startup portfolio selection and venture capital firms’ syndication have always been critical challenges in VC industry. Hence, the need for integrated methods, based on sophisticated quantitative techniques, is always being felt. In this research, the simulation of startup portfolio optimization is much more similar to real world and the preferences of startups as decision-makers and the interaction between investees and investors are considered. The results could shed light on which investors regarding their attributes and the startup's attributes should syndicate together and how much is their shares.

    Methods

    Considering the complexity of the problem, the best-known model to simulate the problem is an agent-based modeling. By applying two different computational engines based on ANFIS and ANFIS tuned by PSO and also through the utilization of modified HS, the optimization procedure is preceded.

    Results

    The proposed solution method is applied to about four various samples and has been executed five times independently. Regarding analysis, the computational engine based on ANFIS tuned by PSO is more efficient and the optimum portfolio is achieved based on it.

    Conclusion

    Regarding the assumptions of the problem and the agent’s attributes in venture capital, the investors’ portfolios and their syndication has been optimized in order to lessen risk and increase return on investment.

    Keywords: Venture capital, Agent-based modeling, Harmony Search, Particle Swarm Optimization, Adaptive Network Fuzzy Inference System
  • Mojtaba Rostami Noroozabad, Abolhassan Jalilvand *, Mirfeiz Fallahshams Layalestani, Ali Saeedi Pages 517-544
    Objective

    While recent studies (Petkova and Zhang (2005) and Choi (2013)) provide evidence using U.S. data for the differential behavior of the value and growth firms, they do not explain the sources and causes underlying such differences. Further, it is unclear whether such differences still persist in other countries’ capital markets. In this paper, we address both of these questions by examining the dynamic behavior of value and growth firms’ conditional asset and levered betas over multiple periods of stable and adverse market conditions for the period 2000 -2017 in the Tehran Stock Exchange (TSE).

    Methods

    Panel regressions and parametric tests are conducted for sub samples of strong value and growth firms to examine the influence of key financial and market variables such as leverage, return on assets, sales growth, market to book, and market sentiments.

    Results

    During adverse market conditions, value firms’ asset betas are negatively affected by financial leverage and positively by operating leverage measures. On the other hand, growth firms’ asset betas are only positively affected by their profitability. These results support the notion that high financial and operating leverage plays a key role in elevating value firm’s riskiness during adverse economic conditions.

    Conclusion

    We provide evidence that value and growth firms’ levered and unlevered risks are differentially effected by market and financial factors. Specifically, we find that operating and financial leverage significantly constraint value firms’ ability to respond effectively during adverse economic conditions.

    Keywords: Leverage risk, Asset risk, Growth stocks, Value stocks, economic crisis
  • Mehdi Mirzaie, Abdullah Khani *, Mahmoud Botshekan Pages 545-569
    Objective

    This research is aimed at introducing firms' life cycles as a new and effective factor on stock return and comparing the performance of the new multifactor asset pricing models (augmented by firm's life cycle factor) with corresponding conventional multifactor asset pricing models in explaining stock returns.

    Methods

    To this end, Dickinson's cash flows pattern has been used to measure the firm's life cycle. A Firm's life cycle factors are constructed based on the difference in average returns of firms in maturity stage and firms in other firm's life cycle stages. Then, this factor waS combined with the conventional multi-factor pricing model, namely the Fama and French three-factor model, Carhart four-factor model, Fama and French five-factor model and Ho, Xue, and Zhang four-factor model. In the following, using time series regression approach, the performance of augmented multifactor asset pricing models and corresponding conventional ones are compared. For this purpose, the accounting and market data from companies listed in Tehran stock exchange and Iran Fara Bourse between the years 2004 and 2018 and the variety of test assets based on different firm's characteristics were used

    Results

    The results show that augmented multifactor pricing models have a better performance compared to corresponding multifactor pricing models in explaining stock returns and outperformance is more evident when test assets are formed using firm's life cycle compared to test assets formed without the firm's life cycle.

    Conclusion

    The addition of a firm's life cycle factor improves the performance of conventional multifactor pricing models in explaining stock returns.

    Keywords: Multifactor asset pricing model, Firm's life cycle, Test assets, Cash flow patterns
  • Maysam Rafei, Mahin Shokri * Pages 570-592
    Objective

    Analyzing the behavior of Tehran Stock Market, based on the daily asset return for the duration between 1387 and 1397 has been the main aim of this research.

    Methods

    Tehran Stock Market daily asset return can be considered as a time-series and therefore all existing models can be applied to it. Considering the distributional and temporal properties of such series, it can be shown that the series is stationary. Hence, Hidden Semi-Markov Model, which is widely used for analyzing time series, could be employed to analyze this series.

    Results

    Based on Kolmogorov-Smirnov test and Akaike and Bayesian indices, the best density function for the series is a three parameter Gussian Mixture. Moreover, employing three-state Hidden Semi-Markov Model would be the suitable method for modeling. In addition, it was found that Tehran Stock Market followed three states namely bull, bear, and sidewalk and the definitions for such states have been given, while the probability of being in each state has also been provided.

    Conclusion

    Tehran Stock Market was in sidewalk state around half of the analyzed duration and the luckiest state after both bear and bull states was sidewalk. The market almost never came to bull state after the bear state. Moreover, the chance of getting into bear state from sidewalk was three times more than the chance of getting into the bull market.

    Keywords: asset return, Tehran Stock Exchange, Hidden Semi Markov Model, Viterbi algorithm
  • Mahshid Shahrzadi, Dariush Foroghi *, Hadi Amiri Pages 593-611
    Objective

    Left-tailed risk illustrates the probability of unfavorable events that could occur in a range wider than three variances of the distribution function. Although such events have a very low occurrence probability, they would cause significant losses in case of occurrence. This research aims at examining the cross-sectional effects of left-tailed risk on expected excess returns. The present research also examines the probability of the persistence of left-tiled risk in the future.

    Methods

    In this research two proxies of value at risk and expected shortfall are used to measure left-tailed risk. For this purpose, a sample of 120 companies listed in the Tehran stock market in the period of the years 2010-2017 have been selected. Research hypotheses were examined with the use of Fama and Macbeth regression. Transition matrix was used to determine the probability of left-tailed risk persistence in the future.

    Results

    According to the findings of the research, left-tailed risk has a significant and negative effect on the expected excess returns. The findings also suggested that the negative returns of the left tail will have a persistence probability of over 50% in the future.

    Conclusion

    The findings of the present research illustrate a new anomaly in the financial area, which is the negative effect of left-tail risk on the expected excess returns, and persists in the future.

    Keywords: Left tail risk, Expected excess returns, Value at Risk, Expected shortfall
  • Mohammadreza Mehrabanpour *, SeyyedMohammad AlaviNasab, Ezatollah Abbasian, Taher Porkavosh Pages 612-636
    Objective

    The purpose of this study is to determine the effect of financial inflexibility on value anomaly. According to the research literature, three related sources of financial inflexibility have been identified, and we have created a composite inflexibility index, based on the variables of Investment irreversibility, total leverage and financial constraint.

    Methods

    In order to achieve the research goals, the monthly data of a 450 year - firm has been used during the period from 2008 to 2017. To test the research hypotheses, Fama and French (1993) three-factor Asset Pricing model was used, and by following the Poulsen, Faff and Gray (2013) studies financial inflexibility, the fourth factor has been added to it. In order to investigate the role of financial inflexibility on value anomaly, the above models were used once by using combined data; and once again, it is fitted with a time-series method.

    Results

    Financial inflexibility has a significant impact on Stock and portfolio risk premium.

    Conclusion

    The results of the research show that the financial inflexibility leads to a positive risk premium in the stock level and investment portfolios and value firms gain higher future returns than growth firms due to the compensation for the risk of financial inflexibility, and Finally, the positive relationship of financial inflexibility factor with inflexible portfolios and negative relationship with flexible portfolios indicates that financial inflexibility independently subjects firms to common shocks.

    Keywords: Total leverage, Investment irreversibility, Financial inflexibility, Financial constraint, Value anomaly