اثر تقدم ـ تأخر بین سهم‌های درون صنعت: ارزیابی کارایی بازار و ارائه استراتژی معاملاتی

نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 استادیار، گروه مدیریت مالی، دانشکده مدیریت و حسابداری، دانشکدگان فارابی دانشگاه تهران، قم، ایران.

2 دانشجوی کارشناسی ارشد، گروه مدیریت مالی، دانشکده مدیریت و حسابداری، دانشکدگان فارابی دانشگاه تهران، قم، ایران.

چکیده

هدف: بر اساس فرضیه بازار کارا، قیمت سهام، همه اطلاعات موجود را منعکس می‌کند و باید تغییرات قیمت یا بازده پیش‌بینی‌ناپذیر باشد. اما اثر تقدم ـ تأخر، پدیده‌ای است که قابلیت پیش‌بینی بازده را در بازار سهام فراهم می‌کند. بررسی رابطه تقدم ـ تأخر بین سهم‌ها، علاوه بر ارزیابی کارایی بازار، استراتژی‌های معاملاتی مفیدی را در اختیار سرمایه‌گذاران قرار می‌دهد.
روش: این پژوهش، با استفاده از مدل خود‌رگرسیون برداری، وجود رابطه تقدم ـ تأخر را بین سهم‌های موجود در بیست صنعت بورس اوراق بهادار تهران که ۷۵ درصد از سرمایه بازار را پوشش می‌دهد، در سال‌های ۱۳۹۴ تا ۱۳۹۹ بررسی کرده است.
یافته‌ها: از 20 صنعت موجود در نمونه پژوهش، 13 صنعت اثر تقدم ـ تأخر را نشان می‌دهد. در 10 صنعت، بازده سهم‌های کوچک درون صنعت، بر بازده سهم‌های بزرگ همان صنعت متقدم است. در حالی که در 3 صنعت دیگر، بازده سهم‌های بزرگ درون صنعت، بر بازده سهم‌های کوچک همان صنعت متقدم است. افزون بر‌ این، در صنایع رایانه، حمل‌ونقل و محصولات فلزی که صنایع کمابیش کوچکی شمرده می‌شوند، اثر تقدم ـ تأخر قوی‌تری مشاهده شده است.
نتیجه‌گیری: وجود روابط تقدم ـ تأخر یا بازده‌های پیش‌بینی‌پذیر گسترده بین سهم‌های درون صنعت، نبود کارایی فراگیر در بازار بورس اوراق بهادار تهران را نشان می‌دهد. نتیجه دیگر اینکه در بعضی از صنایع بورس اوراق بهادار تهران، استراتژی‌های معاملاتی بالقوه سودآوری وجود دارد.

کلیدواژه‌ها


عنوان مقاله [English]

Lead-lag Effects between Stocks Intra-industry: Evaluating Market Efficiency and Providing Trading Strategy

نویسندگان [English]

  • Asgar Noorbakhsh 1
  • Ramin Soltani 2
  • Mahboube Asadi Mafi 2
1 Assistant Prof., Department of Financial Management, Faculty of Management and Accounting, Farabi Campus, University of Tehran, Qom, Iran.
2 MSc. Student, Department of Financial Management, Faculty of Management and Accounting, Farabi Campus, University of Tehran, Qom, Iran.
چکیده [English]

Objective: The efficient market hypothesis (EMH) states that stock prices reflect all available information and price changes (or return) should be unpredictable. But the lead-lag effect is a phenomenon that provides the predictability of return in the stock market. Examining the lead-lag relationship between stocks, in addition to evaluating market efficiency, provides investors with useful trading strategies.
Methods: This study has investigated the lead-lag effect between stocks within 20 industries of the Tehran Stock Exchange (which cover 75% of the market capital) from 2015 to 2020 using the vector autoregression (VAR) model.
Results: From 20 industries in our sample, 13 industries show the lead-lag effect. In 10 industries, the return of small stocks leads to the return of big stocks within the same industry. Whereas, in the other 3 industries, the return of big stocks leads to the return of small stocks within the same industry. In addition, a stronger lead-lag effect has been observed in the computer, transportation, and metal products industries (which are relatively small industries).
Conclusion: These observed lead-lag relationships (or predictable returns) between stocks intra-industry show a systemic inefficiency in the Tehran Stock Exchange market. Also, the results show that in some industries of the Tehran Stock Exchange, there are potentially profitable trading strategies.

کلیدواژه‌ها [English]

  • Lead-lag effect
  • Intra-industry
  • Vector autoregression
  • Market efficiency
  • Trading strategy
بت‌شکن، محمد‌هاشم؛ محسنی، حسین (۱۳۹۷). بررسی سرریز نوسانات قیمت نفت بر بازدهی بازار سهام. دانش سرمایه‌گذاری، ۷(۲۵)، 267- ۲۸۴.
رضایی، شقایق؛ آقا‌بابائی، محمد‌ابراهیم (۱۳۹۷). بررسی اثر تقدم ـ تأخر در بازده پرتفو‌های کوچک و بزرگ در بورس اوراق بهادار تهران. راهبرد مدیریت مالی، ۶(۲)، ۱۰۵-۱۳۰.
زمانی، شیوا؛ سوری، داوود؛ ثنائی اعلم، محسن (۱۳۸۹). بررسی وجود سرایت بین سهام شرکت‌ها در بورس اوراق بهادار تهران با استفاده از یک مدل دینامیک چند‌متغیره. مجله تحقیقات اقتصادی، ۴۵(۴)، ۲۹-۵۴.
سید‌حسینی، سید‌محمد؛ ابراهیمی، سید‌بابک (۱۳۹۲). مدل‌سازی مقایسه‌ای سرایت تلاطم با در نظر گرفتن اثر حافظه بلند‌مدت (مطالعه موردی: سه شاخص منتخب صنایع). تحقیقات مالی، ۱۵(۱)، ۵۱-۷۴.
 
References
Badrinath, S., Kale, J., & Noe, T. (1995). Of shepherds, sheep, and the cross-autocorrelations in equity returns. Review of Financial Studies, 8(2), 401-430.
Bodie, Z., Kane, A., & Marcus, A. (2017). Investments (11th Edition). New York: McGraw-Hill Education.
Botshekan, M.H., & Mohseni, H. (2018). Investigation volatility spillovers between oil market and stock index return. Journal of Investment Knowledge, 7(25), 267-284. (in Persian)
Boudoukh, J., Richardson, M., & Whitelaw, R. (1994). A tale of three schools: Insights of autocorrelations of short-horizon stock returns. Review of Financial Studies, 7(3), 539-573.
Brennan, M., Jegadeesh, N., & Swaminathan, B. (1993). Investment analysis and the adjustment of stock prices to common information. Review of Financial Studies, 6(4), 799–824.
Chordia, T., & Swaminathan, B. (2000). Trading volume and cross-autocorrelations in stock returns. The Journal of Finance, 55(2), 913–935.
Cohen, L., & Frazzini, A. (2008). Economic Links and Predictable Returns. Journal of Finance, 63(4), 1977–2011.
Dong, C., Lean, H., & Ahmad, Z. (2017). Intra-industry information diffusion in China's stock market. Economics Bulletin, 37(1), 1–11.
Fama, E., & French, K. (2015). A five-factor asset pricing model. Journal of Financial Economics, 116(1), 1–22.
Chowdhury, M.A.F., Meo, M.S., Uddin, A., & Haque, M. (2021). Asymmetric effect of energy price on commodity price: New evidence from NARDL and time frequency wavelet approaches. Energy, 231, 120934.
Fung, FG., Sierra, G., Yau, J., & Zhang, G. (2008). Are the U.S. Stock Market and Credit Default Swap Market Related? The Journal of Alternative Investments, 11(1), 43–61.
Haque, T. (2011). Lead–Lag Effects in Australian Industry Portfolios. Asia-Pacific Financial Markets, 18(3), 267-290.
Hou, K. (2007). Industry information diffusion and the Lead–lag effect in stock returns. Review of Financial Studies, 20(4), 1113–1138.
Judge, A., & Reancharoen, T. (2014). An empirical examination of the lead–lag relationship between spot and futures markets: Evidence from Thailand. Pacific-Basin Finance Journal, 29(C), 335-358.
Lo, A., & MacKinlay, A. (1990). When are contrarian profits due to stock market overreaction? Review of Financial Studies, 3(2), 175–205.
Merton, R.C. (1987). A Simple Model of Capital Market Equilibrium with Incomplete Information. Journal of Finance, 42(3), 483-510.
Okorie, D.I., & Lin, B. (2020). Crude oil market and Nigerian stocks: An asymmetric information spillover approach. International Journal of Finance & Economics, 26(1), 1-16.
Rapach, D., Strauss, J., & Zhou, G. (2013). International Stock Return Predictability: What Is the Role of the United States? The Journal of Finance, 68(4), 1633–1662.
Rezaei, S., & Aghababaei, M. (2018). A Survey on Lead-Lag Effect on Small and Large Size Portfolios in Tehran Stock Exchange. Journal of Financial Management Strategy, 6(2), 105-130. (in Persian)
Seyedhosseini, S.M., & Ebrahimi, S.B. (2013). Comparing of Volatility Transmission Model with Consideration of Long Memory Effect; Case Study: Three Selected Industry Index. Financial Research Journal, 15(1), 51-74. (in Persian)
Sifat, I.M., Mohamad, A., & Mohamed Shariff, M.S.B. (2019). Lead-Lag relationship between Bitcoin and Ethereum: Evidence from hourly and daily data. Research in International Business and Finance, 50(1), 306-321.
Squires, G., Webber, D., Trinh, H.H., & Javed, A. (2021). The connectedness of house price affordability (HPA) and rental price affordability (RPA) measures. International Journal of Housing Markets and Analysis, 14(2).
Tolikas, K. (2017). The lead-lag relation between the stock and the bond markets. The European Journal of Finance, 24(10), 849-866.
Zamani, S., Souri, D., & Sanaei Alam, M. (2011). A Dynamic Investigation to Indexes Spillovers in Tehran Stock Exchange Using a Multivariate Dynamic Model. Journal of Economic Research, 45(4), 29-54. (in Persian)