کاربرد تسلط تصادفی مبتنی بر رگرسیون چندک در تحلیل فرصت‌های آربیتراژی، کارایی بازار و ترجیحات سرمایه‌گذاران

نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 استادیار، گروه مالی و بانکداری، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران.

2 کارشناسی ارشد، گروه مدیریت مالی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران.

چکیده

هدف: رویکرد تسلط تصادفی با توجه به عدم نیاز به مفروض دانستن توزیعی خاص مانند توزیع نرمال برای بازدهی، در حوزه‌های مختلف مالی کاربرد فراوانی یافته است. در این پژوهش نیز، یکی از کاربردهای جدید تسلط تصادفی برای تشخیص فرصت‌های آربیتراژی و به‌تبع آن، ارزیابی کارایی بازار و همچنین، تحلیل ترجیحات سرمایه‌گذاران به‌کار گرفته شده است.
روش: بدین منظور، از روش رگرسیون چندکی برای تخمین آزمون تسلط تصادفی استفاده شده است. روش یادشده روی بازدهی روزانه شاخص کل بورس اوراق بهادار تهران، طی دوره 19ساله (از ابتدای مرداد سال 1378 تا پایان سال 1397) و طی شرایط صعودی و نزولی مختلف به اجرا درآمد.
یافته‌ها: تحلیل داده‌ها حاکی از این است که شواهدی مبنی بر تأیید عدم تسلط توزیع تجمعی بازدهی‌ها در قبل و بعد از نقاط بازگشتی بین هر دو دوره یافت نشد. بدین ترتیب، عدم رد فرضیه آماری تسلط دوران رونق بر دوران رکود در تسلط تصادفی مرتبه اول، حاکی از امکان کسب سود آربیتراژی بوده و در آزمون تسلط تصادفی مرتبه دوم، گویای نقض فرضیه کارایی بازار است. وجود تسلط تصادفی مرتبه سوم را نیز می‌توان دلیلی بر رفتار جمعی و توده‌وار سرمایه‌گذاران در دوران صعودی بازار دانست.
نتیجه‌گیری: نتایج پژوهش دال بر وجود فرصت‌های آربیتراژی در بازار و ﻋﺪم ﺗﺄﻳﻴﺪ ﻛﺎراﻳﻲ ﺑﻮرس اوراق ﺑﻬﺎدار ﺗﻬﺮان بین دوره‌های صعودی و نزولی بازار اﺳﺖ که با بیشتر تحقیقات قبلی انجام شده این خصوص هم‌خوانی دارد. ﻫﻤﭽﻨﻴﻦ ﻧﺘﺎﻳﺞ بررسی‌های بیشتر، بر تمایل رفتاری سرمایه‌گذاران ریسک‌گریز به سرمایه‌گذاری در چرخه‌های رشدی بازار و وجود رفتار توده‌وار در این دوره‌ها دلالت دارد.

کلیدواژه‌ها

عنوان مقاله [English]

Application of Stochastics Dominance via Quantile Regression in Analysis of Arbitrage Opportunities Market Efficiency and Investors Preferences

نویسندگان [English]

  • Moslem Peymany Foroushany 1
  • Meysam Amiri 1
  • Fatemeh Shirazi 2
1 Assistant Prof., Department of Finance, Faculty of Management and Accounting, Allameh Tabataba’i University, Tehran, Iran.
2 M.Sc. Student, Department of Finance Engineering, Faculty of Management and Accounting, Allameh Tabataba’i University, Tehran, Iran.
چکیده [English]

Objective: The stochastic dominance theory has extensively employed in various financial fields because it is not necessary to assume a specific distribution of returns, such as normal distribution. In this research, one of its new applications has been used to identify arbitrage opportunities and consequently, to evaluate the efficiency of the market and also to analyse the investor preferences.
Methods: To this end, a new approach of estimating stochastic dominance, the quantile regression method is utilized to perform the stochastic dominance test on the daily returns of the Tehran Stock Exchange total index close values over a period of 19 years (from September 1999 to February 2019) that contains different bullish and bearish market conditions.
Results: Data analysis suggests that no evidence has been found to reject the dominance of cumulative distribution of returns between the two periods. Thus, the non-rejection of the statistical hypothesis of the first-order stochastic dominance indicates the possibility of obtaining arbitrage profit and on the other hand, the second-order stochastic dominance test rejects the market efficiency hypothesis. The existence of a third-order stochastic dominance can also be seen as a sign of the herd behavior of investors during the upward market conditions.
Conclusion: The results indicate the existence of arbitrage opportunities in the Tehran Stock Exchange between bullish and bearish market conditions. Other results of this study, do not confirm the Tehran Stock Exchange efficiency hypothesis, which is consistent with most previous research about the market efficiency of the Tehran Stock Exchange. These findings also imply that risk-averse investors tend to invest in market growth cycles and suggest the existence of herd behavior during these periods.

کلیدواژه‌ها [English]

  • Stochastics dominance
  • Quantile regression
  • Arbitrage
  • Market efficiency
  • Investor preference

مراجع

ابراهیم‌نژاد، علی؛ برکچیان، سید مهدی؛ کریمی، امین (1399). الگوی درون روز معاملات سهام و نقش معامله‌گران مطلع از اطلاعات نهانی. تحقیقات مالی، 22(1)، 1-26.
احمد زاده، عزیز؛ یاوری، کاظم؛ عیسائی تفرشی، محمد؛ صالح آباد، علی (1393). تحلیلی بر روش‌‌‌‌‌‌‌‌‌‌های ارزیابی کارایی بازار سرمایه در ایران. فصلنامه تحقیقات مدل‎سازی اقتصادی، 17،1-28
الهی، مریم (1392). تسلط تصادفی و کاربرد آن در مدیریت ریسک. پایان نامه کارشناسی ارشد، دانشگاه سمنان، دانشکده ریاضی.
ترجمان، وینا؛ راعی، رضا (1390). محاسبه ریسک با معیار تسلط تصادفی و مقایسه آن با سایر معیار‌‌‌‌‌‌‌‌‌های متداول در بورس اوراق بهادار تهران. دو ماهنامه راهبرد‌های بازرگانی، 18، 355-370.
تهرانی، رضا؛ فلاح تفتی، سیما؛ آصفی، سپهر (1397). بهینه‌سازی سبد سهام به‌کمک الگوریتم فراابتکاری دسته‌های میگو با استفاده از معیارهای مختلف از ریسک در بورس اوراق بهادار تهران. تحقیقات مالی، 20(4)، 409- 426.
حمیدی‌زاده، مریم؛ پیمانی، مسلم؛ ارضا، امیرحسین؛ مهدی، اصغرزاده (1396). بهینه‌سازی پرتفوی به روش تسلط تصادفی در بورس اوراق بهادار تهران. فصلنامه علمی مطالعات مدیریت صنعتی، 17 (55)، 185-210.
رافعی، میثم؛ مهین، شکری (1398). تحلیل وضعیت‌های بازدهی در بازار سرمایه ایران: رهیافت مدل‌های نیمه‌مارکوف پنهان. تحقیقات مالی، 21(4)، 570- 592.
زمانیان، غلامرضا؛ جمشیدی، سجاد (1397). ارزیابی عملکرد شرکت های فرابورس ایران با استفاده از معیار تسلط تصادفی و بهینه سازی آن با الگوی ترکیبی PSO و ANN. مجله مدیریت دارایی و تأمین مالی، 6 (3)، 15-35.
عبادی، جواد (1394). سنجش کارایی بازار سرمایه با رویکرد عملکرد صندوق‌‌‌‌‌‌‌‌‌‌های سرمایه‌گذاری مشترک و ارائه مدلی جهت جایگزینی صندوق شاخصی. رساله دکتری، دانشگاه علامه طباطبایی.
گل‌ارضی، غلامحسین؛ ضیاچی، علی اصغر (1393). بررسی رفتار جمعی سرمایه‌گذاران در بورس اوراق بهادار تهران با رویکردی مبتنی بر حجم معاملات. تحقیقات مالی، 16(3)، 359- 371.
محمدپور، سیاوش؛ رضازاده، علی (1398). بررسی کارایی متغیر طی زمان در بازارهـای طـلا و ارز ایـران. تحقیقـات مـالی، 21(3)، 448-471.
محمدی، شاپور؛ راعی، رضا؛ قالیباف اصل، حسن؛ گل ارضی، غلامحسین (1389). تجزیه و تحلیل رفتار جمعی سرمایه‌گذاران در بورس اوراق بهادار تهران با استفاده از مدل فضای حالت. مجله پژوهش‌های حسابداری مالی، (2)، 49-60.
نیسی، عبدالساده؛ پیمانی فروشانی، مسلم (1394). مدل‌سازی شاخص کل بورس اوراق بهادار تهران با استفاده از معادله دیفرانسیل تصادفی هستون. فصلنامه پژوهشنامه اقتصادی، 53، 143-166.
 
References
Abhyankar, A., Ho, KY. and Zhao, H. (2008). Value Versus Growth: Stochastic Dominance Criteria. Quantitative finance, 8(7), 693-704.
Batur, D., & Choobineh, F. (2012). Stochastic dominance based comparison for system selection. European Journal of Operational Research, 220 (3), 661–672.
Brooks, C. (2002). Introductory Econometrics for Finance. Cambridge University Press.
Cho, Y.H., Linton, O. & Whang, Y.J. (2006). Are There Monday Effects in Stock Returns: A Stochastic Dominance Approach. Journal of Empirical Finance, 14(5), 736-755.
Clark, E., Kassimatis, K. (2014). Exploiting stochastic dominance to generate abnormal stock returns. Journal of Financial Market, 20, 20-38.
Ebadi, J. (2017). Testing market efficiency from mutual funds performance from evidence Tehran stock exchange. (Unpublished doctoral dissertation). Allameh Tabataba’i University. (in Persian)
Ebrahimnejad, A., Barakchian, S.M., Karimi, A. (2020). Insider Trading and Intraday Stock Price Behavior on the Tehran Stock Exchange. Financial Research Journal, 22(1), 1-26. (in Persian)
Elahi, M. (2013). Stochastic dominance and its application in risk management. Master's Thesis, Semnan university. (in Persian)
Elton, E. J., Gruber, M. J., Brown, S.G., & Geotzmann, W. N. (2009). Modern Portfolio theory and investment analysis. John Wiley & sons.
Falk, H., & Levy, H. (1989). Market reaction to quarterly earnings’ announcements: a stochastic dominance based test of market efficiency. Management Science, 35, 425–446.
Fama, E. (1970). Efficient capital markets: a review of theory and empirical work. Journal of Finance, 25, 383-417.
Fama, E., and French, K. (1993). Common risk factors in the returns on stocks and bonds. Journal of Financial Economics, 33(1), 3-56.
Fischer, S. and Merton, R. C. (1984). Macroeconomics and finance: The role of the stock market. Carnegie Rochester Conference Series on Public Policy, 21, 57–108.
Fong, M. W. (2010). A Stochastic Dominance Analysis of Yen Carry Trade. Journal of banking & finance, 34(6), 1237-1246.
Fong, W.M., Lean, H. H. & Wong, W.K. (2008). Stochastic Dominance and Behavior toward Risk: The Market for Internet Stocks. Economic Behavior & Organization, 68(1), 194-208.
Fong, W.M., Wong, W.K. & Lean, H.H. (2003). International Momentum Strategies: A Stochastic Dominance Approach. Working paper. National University of Singapore.
Fong, Wai Mun. (2009). Speculative trading and stock returns: A Stochastic Dominance Analysis of the Chinese Ashare market. Journal of International Financial Markets, Institutions and Money, 19(4), 712-727.
Golarzi, GH., Ziyachi, A.A. (2015). A Survey in Investor Herding Behavior with Trading Volume Approach in Tehran Stock Exchange. Financial Research Journal, 16(3), 359-371. (in Persian)
Grossman, S.J. & Stieglitz, J.E. (1980). On the impossibility of Informationally efficient markets, American Economic Review, 70(3), 393-408.
Hamidizadeh, M., Peymany, M., Erza, A.H., and Asgharzadeh, M. (2017). Portfolio Optimization Performance Evaluation by Stochastic Dominance Method in Tehran Stock Exchange. Industrial Management Studies, 55, 185-210. (in Persian)
Jarrow, R. (1986). The relationship between arbitrage and First order stochastic Dominance. Journal of Finance, 41, 915–921.
Koenker, R., & Bassett, G. (1978). Regression quantile. Econometrical, 46 (1), 33–50.
Lakonishok, J., Shleifer, A. & Vishny, R. (1994). Contrarian Investment, Extrapolation and Risk. Journal of Finance, (44), 1541-1578.
Lean, H. H., Wong, W. K., & Zhuang, X. (2008). The size and powers of some stochastic dominance tests: A Monte Carlo study for correlated and heteroskedastic distributions. Mathematics and Computers in Simulation, 79, 30–48.
Levy, H. (2006). Stochastic Dominance Investment Decision Making under Uncertainty. Springer.
McFadden, D. (1989). Testing for stochastic dominance. In T. Fomby, & T. Seo Studies in the economics of uncertainty.
Meyer, T. O., Li, X., & Rose, L. C. (2004). Comparing mean variance tests with stochastic dominance when assessing international portfolio diversification benefits. Working Paper, No. 04.04.
Mohammadi, Sh., Raei, R., & Ghalibaf, H., Golarzi, Gh. (2009). Analysis of Herd Behaviour of Investors in Tehran Stock Exchange Using with State Space Model. Financial Accounting Researches, 2, 49-60. (in Persian)
Mohammadpoor, S., & Rezazadeh, A. (2019). The Investigation of Time Varying Efficiency in Financial Markets of Iran: Case Study of Foreign Exchange and Gold Markets. Financial Research Journal, 21(3), 448- 471. (in Persian)
Neisy, A., Peymany, M. (2011). Modeling of Tehran Stock Exchange Overal Index by Heston Stochactic Differential Equation. Journal of Economic Research, 53,143-168. (in Persian)
Ng, P., Wong, W.K. & Xiao, Z. (2017). Stochastic dominance via quantile regression with applications to investigate arbitrage opportunity and market efficiency. European Journal of Operational Research, 261(2), 666-678. DOI:10.1016/j.ejor.2017.02.047
Portnoy, S. & Koenker, R. (1987). Adaptive L-Estimation of Linear Models. College of Commerce and Business Administration University of Illinois. BEBR Faculty Working Paper, no. 1372.
Post, T. (2003). Empirical tests for Stochastic Dominance efficiency. Journal of Finance, 58, 1905-1931.
Rafei, M., Shokri, M. (2019). An Analysis of Return States in Iran Stock Market: Hidden Semi-Markov Model Approach. Financial Research Journal, 21(4), 570-592. (in Persian)  
Russell, W. R, and Seo, T. K. (1980). Representative sets for stochastic dominance rules. In Studies in the Economics of Uncertainty Springer Verlag, New York, pp. 59–76.
Russell, W.R. & Hadar, J. (1969). Rules for ordering uncertain prospects. The American Economic Review, 59 (1), 25–34.
Silverman, B. W. (1986). Density estimation for statistics and data analysis. New York: Chapman and Hall.
Tarjoman, V., Raai, R. (2011). Calculating risk with stochastic dominance and comparing it with other common criteria in Tehran Stock Exchange. Scientific-Research Journal of Shahed University, 47(2). (in Persian)
Tehrani, R., Fallah Tafti, S., & Asefi, S. (2018). Portfolio Optimization Using Krill Herd Metaheuristic Algorithm Considering Different Measures of Risk in Tehran Stock Exchange. Financial Research Journal, 20(4), 409-426. (in Persian)
Tse, Y. K., & Zhuang, X. (2004). A Monte Carlo investigation of some tests for stochastic dominance. Journal of Statistical Computation & Simulation, 74, 361–378.
Versijp, P.J.P.M. (2007). Advances in the Use of Stochastic Dominance in Asset Pricing. PhD Thesis, Erasmus University Rotterdam.
Whitmore, G.A. (1970). Third-degree stochastic dominance. The American Economic Review, 60(3), 457–459.
Wong, W. K., Chan, R. H. (2008). Prospect and Markowitz Stochastic Dominance. Annals of Finance, 4, 105-129.
Yavari, K., Ahmadzadeh, A., & Isaee Tafreshi, M., Salehabadi, A. (2014). An Analysis on Methods of Market Efficiency Evaluation in Iran. Journal of Economic Modelling Research, 17, 1-28. (in Persian)
Zamanian, G.R., Jamshidi, S. (2015). Performance Evaluation of Iranian OTC's Companies with Emphasising on Stochastic Dominance Criteria and Optimization with PSO and ANN Hybrid Model. Journal of Asset management and financing, 6 (3), 15-35. (in Persian)
تحقیقات مالی
دوره 23، شماره 2
1400
صفحه 172-195

فایل ها

هم رسانی

ارجاع به این مقاله

آمار