مدل‌سازی رابطه بین توانایی‌های شناختی و بازده سرمایه‌گذاری سبدگردانان با تأکید بر ابعاد سوگیری‌ شناختی

نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 دانشجوی دکتری، گروه مدیریت بازرگانی، پردیس بین‌المللی کیش، دانشگاه تهران، جزیره کیش، ایران.

2 استاد، گروه مهندسی مالی، دانشکده حسابداری و علوم مالی، دانشکدگان مدیریت، دانشگاه تهران، تهران، ایران.

3 استاد، گروه مدیریت بازرگانی، دانشکده مدیریت کسب‌وکار، دانشگاه تهران، تهران، ایران.

10.22059/frj.2023.344275.1007345

چکیده

هدف: هدف مقاله حاضر مدل‌سازی رابطۀ بین توانایی‌های شناختی و بازده سرمایه‌گذاران سبدگردانان با تأکید بر ابعاد سوگیری شناختی است. مسئلۀ مطالعه حاضر، بررسی تأثیرپذیری در رفتار تصمیم‌گیری سبدگردانان در بازار سرمایۀ ایران، بر اساس ابعاد دیرپذیری و نماگری سوگیری شناختی در سرمایه‌گذاران است و بررسی خواهد شد که آیا توانایی‌های شناختی و تصمیم‌گیری خبرگان سبدگردان براساس سوگیری نماگری، دیرپذیری، اتکا و تعدیل و سفسطۀ ارتباط، بر بازده سرمایه‌گذاری سبدگردانان در بورس اوراق بهادار تهران اثرگذاری معناداری دارد یا خیر.
روش: پژوهش حاضر از نظر هدف، کاربردی و از نظر ماهیت، از نوع توصیفی و روش پیمایشی است. برای جمع‌آوری داده‌های موردنیاز، آزمون‌های مختلفی انجام شد، از قبیل آزمون انعکاس شناختی (CRT) شامل یک سؤال (مسئله لیندا) برای سنجش سوگیری سفسطۀ ارتباط و دو سؤال برای سنجش سوگیری لنگر و آزمایش گرتر (۱۹۹۲) برای سنجش سوگیری دیرپذیری و نماگری (بازی حدس یا گوی و کیسه) که در اختیار مدیران ۳۰ شرکت سبدگردان قرار گرفت. همچنین یک پرسش‌نامه شامل ۱۵ سؤال برای قدرت تصمیم‌گیری و سؤال‌های مربوط به فعالیت‌های سرمایه‌گذاری پاسخ‌دهندگان که شامل یک سؤال در خصوص سمت سازمانی، یک سؤال در خصوص میزان بازدهی یک سال گذشته و سه سؤال اضافی برای سنجش استراتژی‌های سرمایه‌گذاری است، در ابتدای سال ۱۴۰۰، در اختیار ۳۰۲ نفر افراد حرفه‌ای بازار سرمایه، به‌عنوان نمونه آماری قرار گرفت که با استفاده از روش کوکران انتخاب شده بودند. این افراد عبارت بودند از: مدیران سرمایه‌گذاری، تحلیلگران و معامله‌گران که در شرکت‌های سبدگردانی مورد مطالعه، فعالیت داشتند. از این افراد درخواست شد تا با توجه به عملکرد سرمایه‌گذاری‌شان در سال ۱۳۹۹، به پرسش‌ها پاسخ دهند. به‌منظور تحلیل داده‌ها و آزمون فرضیه‌ها، به تناسب از آزمون کای‌دو، من‌ویتنی و مدل رگرسیون پروبیت استفاده شده است.
یافته‌ها: براساس نتایج به‌دست‌آمده، افزایش یک واحدی در معیار تصمیم‌گیری خبرگان سبدگردان، به افزایش 27/0 درصدی در بازدهی سرمایه‌گذاری منجر می‌شود. با توجه به سطح توانایی شناختی، چنانچه سوگیری نماگری رخ دهد، بازدهی به میزان 09/0 رصد کاهش پیدا می‌کند. همچنین چنانچه سوگیری دیرپذیری رخ دهد، بازدهی به میزان 07/0 درصد کاهش می‌یابد.
 
نتیجه‌گیری: در این مطالعه ابعاد سوگیری دیرپذیری، نماگری، اتکا و تعدیل و سفسطه در تصمیم‌گیری خبرگان سبدگردان مورد ارزیابی قرار گرفت. نتایج به‌دست‌آمده از این مطالعه نشان داد که 4/40 درصد مشارکت‌کنندگان در پژوهش، توانایی شناختی بالایی دارند. همچنین میزان توانایی شناختی و تصمیم‌گیری خبرگان سبدگردان مرد و بانو، تفاوت معناداری با هم دارند و میزان توانایی شناختی و تصمیم‌گیری خبرگان سبدگردان با سطح بازدهی مختلف نیز تفاوت معناداری با هم دارند. همچنین نتایج به‌دست‌آمده از این مطالعه بیانگر این بود که معیارهای توانایی شناختی و قدرت تصمیم گیری خبرگان سبدگردان تأثیر مثبت و معناداری بر بازدهی سرمایه‌گذاری دارد؛ به‌طوری که افزایش در سطح توانایی شناختی، به افزایش در بازدهی به میزان 53/0 درصد منجر می‌شود و افزایش یک واحدی در معیار تصمیم‌گیری خبرگان سبدگردان، بازدهی سرمایه‌گذاری را 27/0 درصد افزایش می‌دهد؛ اما معیارهای وارد شده برای سوگیری شناختی، از قبیل سوگیری نماگری و دیرپذیری، بر بازدهی سرمایه‌گذاری تأثیر منفی می‌گذارد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Modeling the Relationship between Cognitive Abilities and Portfolio Managers' Investment Performance: Emphasizing Dimensions of Cognitive Bias

نویسندگان [English]

  • Molood Irajizad 1
  • Ezatollah Abbasian 2
  • Seyed Reza Seyed Javadin 3
1 Ph.D. Candidate, Department of Business Management, Kish International Campus, University of Tehran, Kish, Iran.
2 Prof., Department of Financial Engineering, Faculty of Accounting and Financial Sciences, College of Management, University of Tehran, Tehran, Iran.
3 Prof., Department of Business Management, Faculty of Business Management, College of Management, University of Tehran, Tehran, Iran.
چکیده [English]

Objective
The purpose of this paper is to model the relationship between cognitive abilities and portfolio returns for portfolio managers and investors, with a focus on the dimensions of cognitive bias. The problem addressed in this study is to investigate the effectiveness of decision-making behavior among portfolio managers in the capital market of Iran, based on the dimensions of persistence and representation of cognitive bias in investors.
 
Methods
This study employs an applied research approach with a descriptive objective. Data collection was conducted using a series of tests, including the Cognitive Reflection Test (CRT), where one question (Linda's problem) was utilized to assess communication sophistication bias, and two additional questions were used to evaluate anchor bias. Gerter’s (1992) test was applied to measure long-term bias, while an imagery-based task (a guessing game involving a ball and bag) was administered to a sample of 30 managers from various companies. Additionally, a questionnaire containing 15 questions was given to 302 capital market professionals, including investment managers, analysts, and traders who worked in portfolio management companies and were selected as a statistical sample. The questionnaire included questions about decision-making power, investment activities, organizational position, yield of the past year, and investment strategies. To analyze the data and test the hypotheses, the chi-square test, Mann-Whitney test, and probit regression model were used.
 
Results
The results showed that a one-unit increase in the decision-making criteria of portfolio management experts leads to a 0.27% increase in investment return. Additionally, the level of cognitive ability and decision-making skills of males and females showed a significant difference, and the level of cognitive ability and decision-making skills of basket operators with different efficiency levels also showed a considerable difference. Furthermore, the results indicated that 40.4% of the participants in the research have high cognitive ability. However, the criteria introduced for cognitive bias, such as representational bias and procrastination, harmed investment returns.
 
Conclusion
This study evaluated the dimensions of lingering bias, typology, reliance and adjustment, and sophistication in the decision-making of experts. The results showed that the criteria of cognitive ability and decision-making power of expert portfolio managers had a positive and significant effect on investment performance. An increase in the level of cognitive ability leads to an increase in performance by 0.53%, and a one-unit increase in the decision criteria of portfolio management experts leads to a 0.27% increase in investment return. However, the criteria introduced for cognitive bias, such as representational bias and procrastination, hurt investment returns.
 

کلیدواژه‌ها [English]

  • Cognitive bias
  • Cognitive capabilities
  • Investor returns
  • Portfolio operators
  • Probit regression

مراجع

بدری، احمد؛ گودرزی، ندا (1392). مالی رفتاری، سوگیری نماگری و متغیرهای بینادی حسابداری: شواهدی از بورس اوراق بهادار تهران. مطالعات تجربی حسابداری مالی، 11(43)، 57-88.
تاجمیر ریاحی، حامد؛ دژدار، محمدمهدی (1396). رتبه‌بندی تورش‌های رفتاری سرمایه‌گذاران در مواجهه با اخبار و شایعات مهم سیاسی با تأکید بر دوره مذاکرات هسته ای.‎ دانش سرمایه‌گذاری، 6(24)، 1-20.
تیموری آشتیانی، علی؛ حمیدیان، محسن و جعفری، سیده محبوبه (1401). ارائه مدل بهینه برای انتخاب سهام مبتنی بر استراتژی‌های معاملاتی مومنتوم، معکوس و هیبریدی با استفاده از الگوریتم GWO. تحقیقات مالی، 24(4)، 624-654.
راعی، رضا؛ نمکی، علی و احمدی، مؤمن (1401). پیاده‌سازی رویکرد استوار نسبی برای انتخاب پرتفوی بهینه در بورس اوراق بهادار تهران با استفاده از برنامه‌ریزی مخروطی مرتبه دوم. تحقیقات مالی، 24(2)، 184-213.
رستمی نوروزآباد، مجتبی؛ آریان اصل، هانیه و عباسی موصلو، خلیل (1402). واکنش‌پذیری تصمیم سرمایه‌گذاران به فروش سهام از توصیه‌های تحلیلگران بنیادی: شواهدی از سرمایه‌گذاران بورس اوراق بهادار در استان فارس. تحقیقات مالی، 25(2)، 228- 254.
شیرکوند، سعید؛ فدائی، حمیدرضا (1401). بهینه‌سازی سبد سهام استوار با به‌کارگیری مدل‌های چند متغیره و امگا ـ ارزش در معرض ریسک شرطی بر پایه ملاک حداقل حداکثر پشیمانی. تحقیقات مالی، 24(1)، 1-17.
عبدالرحیمیان، محمدحسین؛ ترابی، تقی؛ سید جلال صادقی، شریف و دارابی، رویا (1398). شناسایی عوامل مؤثر بر رفتار تصمیم‌گیری سرمایه‌گذاران حقیقی و ارائه الگوی مرتبط با استفاده از رویکرد تحقیق ترکیبی. نشریه مدیریت فردا، (۵۸)، ۱۶۳ -۱۷۶.
هیجرودی، فاطمه؛ دوستار، محمد و مردای، محمود (1397). تحلیل تعدیل‌گری مدل پنج عاملی شخصیت بر تأثیرگذاری کسب اطلاعات مالی بر رفتار سرمایه‌گذاران در بورس اوراق بهادار تهران. دانش سرمایه‌گذاری، 7 (25)، 39-60.
 
References
Abdul Rahimian, M. H., Taghi, T. S. J. & Sadeghi, S. Z. D. (2018). Identifying the influencing factors on the decision-making behavior of real investors and providing a related model using a mixed research approach. Farda Management Journal, 58, 163-176. (in Persian)
Abul, S. J. (2019). Factors influencing individual investor behaviour: Evidence from the Kuwait stock exchange. Asian Social Science, 15(3), 27-39.
Badri, A. & Gudarzi, N. (2012). Behavioral finance, modeling bias and accounting variables: Evidence from Tehran Stock Exchange. Empirical Studies of Financial Accounting, 11(43), 57-88. (in Persian)
Bakar, S. & Yi, A. N. C. (2016). The impact of psychological factors on investors decision making in Malaysian stock market: a case of Klang Valley and Pahang. Procedia Economics and Finance, 35, 319-328.
Basso, M. A. & Wurtz, R. H. (1997). Modulation of neuronal activity by target uncertainty. Nature, 389(6646), 66-69.
Bikhchandani, S., Hirshleifer, D., & Welch, I. (1998). Learning from the behavior of others: Conformity, fads, and informational cascades. Journal of economic perspectives, 12(3), 151-170.
Bondt, W. & Thaler, R. (1985). Does the Stock Market Overact? Journal of Finance, 40(3), 793-808.
Chan, W. S., Frankel, R. & Kothari, S. P. (2004). Testing behavioral finance theories using trends and consistency in financial performance. Journal of Accounting and Economics, 38, 3-50.
Divanoglu, S. U. & Bagci, H. (2018). Determining the Factors Affecting Individual Investors’ Behaviors. International Journal of Organizational Leadership, 7, 284-299.
Fernandez, R. & Rodrik, D. (1991). Resistance to reform: Status quo bias in the presence of individual-specific uncertainty. The American economic review, 1146-1155.
Festinger, L. (1957). A theory of cognitive dissonance. (Vol. 2). Stanford university press.
Grether, D. M. (1992). Testing Bayes rule and the representativeness heuristic: Some experimental evidence. Journal of Economic Behavior & Organization, 17(1), 31-57.
Grinblatt, M. & Sheridan Titman & Russell Wermers, (1995), Momentum Investment Strategies, Portfolio Performance, and Herding: A Study of Mutual Fund Behavior, American Economic Review, 85, (5), 1088-1105
Hijroudi, F., Dostar, M. & Mardai, M. (2017). Moderation analysis of the five-factor model of personality on the influence of obtaining financial information on the behavior of investors in the Tehran Stock Exchange. Investment Knowledge, 7(25), 39-60.
(in Persian)
Kahneman, D. & Tversky, A. (1982). On the study of statistical intuitions. Cognition, 11(2), 123-141.
Kahneman, D. (2011). Thinking fast and slow (1st ed.). London: Penguin Books.
Karki, D. & Kafle, T. (2020). Investigation of Factors Influencing Risk Tolerance among Investors using Ordinal Logistic Regression: A case from Nepal. Cogent Economics & Finance, 8(1), 184-235.
Naderi, H., Abdullah, R., Aizan, H. T., Sharir, J. & Kumar, V. (2009). Creativity, age and gender as predictors of academic achievement among undergraduate students. Journal of American Science, 5(5), 101-112.
Pahlevi, R. W. & Oktaviani, I. I. (2018). The Influence of Transfer Knowledge and Quality Management on Environmental Performance through Innovation Strategy on Batik Mukti Manunggal Association. In 4th International Conference on Food, Agriculture and Natural Resources, 290-294.
Pratt, J. W. & Zeckhauser, R. J. (1987). Proper risk aversion. Econometrica: Journal of the Econometric Society, 143-154.
Raei, R., Namaki, A. & Ahmadi, M. (2022). Applying the Relative Robust Approach for Selection of Optimal Portfolio in the Tehran Stock Exchange by Second-order Conic Programming. Financial Research Journal, 24(2), 184-213. doi: 10.22059/frj.2021.316147.1007118 (in Persian)
Rostami Noroozabad, M., Arian Asl, H. & Abbasi Museloo, Kh. (2023). Investigating the Reactivity of Investors' Decisions on Selling Shares Based on Fundamental Analysts' Recommendations: Evidence from Stock Exchange Investors in Iran’s Fars Province. Financial Research Journal, 25(2), 228-254. https://doi.org/10.22059/FRJ.2022.345742.1007363  (in Persian)
Samuelson, W. & Zeckhauser, R. (1988). Status quo bias in decision making. Journal of risk and uncertainty, 1(1), 7-59.
Selden, G. C. (1912). Psychology of the stock market. Ticker.
Shiller, R. J. (2015). Irrational exuberance. In Irrational exuberance. Princeton university press.
Shirkavand, Saeed & Fadaei, Hamidreza (2022). Robust Portfolio Optimization by Applying Multi-objective and Omega-conditional Value at Risk Models Based on the Mini-max Regret Criterion. Financial Research Journal, 24(1), 1-17. https://doi.org/10.22059/FRJ.2021.287379.1006913 (in Persian)
Shleifer, A. (2012). Psychologists at the gate: a review of Daniel Kahneman's thinking, fast and slow. Journal of Economic Literature, 50(4), 1080-91.
Tajmirriahi, H, & Dezhdar M. M, (2016). Rating of investors' behavioral trends in facing important political news and rumors with an emphasis on the period of nuclear negotiations. Investment Knowledge, 6(24), 1-20. (in Persian)
Teymouri Ashtiani, A., Hamidian, M., & Jafari, S. M. (2022). Providing the Optimal Model for Stock Selection Based on Momentum, Reverse and Hybrid Trading Strategies Using GWO Algorithm. Financial Research Journal, 24(4), 624-654. doi: 10.22059/frj.2022.337123.1007308 (in Persian)
تحقیقات مالی
دوره 26، شماره 3
1403
صفحه 651-674

فایل ها

هم رسانی

ارجاع به این مقاله

آمار