این مطالعه به بررسی رفتار قیمت سهام پس از تغییر قیمت زیاد می پردازد. در ادامه تأثیر اندازه شرکت در بازده سهام و وجود اثر تمایل را بررسی می کند. این مطالعه از روش مطالعه رویداد با استفاده از داده های قیمت روزانه از بورس اوراق بهادار پاکستان (PSX) برای دوره ژانویه 2001 تا ژوئیه 2012 استفاده می کند. علاوه بر این ، برای بررسی عواملی که رفتار قیمت سهام پس از حرکات بزرگ قیمت را توضیح می دهد ، این مطالعه از دو طرفه استفاده می کندمدل اثر ثابت که امکان تجزیه و تحلیل شرکت های غیرقابل کنترل و اثرات ثابت زمان را فراهم می کند که معکوس بازار یا ادامه را توضیح می دهد. این یافته ها حاکی از آن است که برندگان بعد از تجربه شوک های بزرگ قیمت ، بهتر از بازنده ها عمل می کنند و بنابراین یک رفتار شتاب را نشان می دهند. علاوه بر این ، برندگان برنده باقی می مانند ، در حالی که بازندگان همچنان بیشتر از دست می دهند. این نشان می دهد که بیشتر سرمایه گذاران در PSX رفتار منطقی دارند. علاوه بر این ، این مطالعه هیچ مدرکی مبنی بر تأثیر تمایل در PSX پیدا نمی کند. سرمایه گذاران نسبت به اطلاعات جدید رعایت می شوند و قیمت ها همچنان در جهت تغییر اولیه حرکت می کنند. برآوردهای رگرسیون تلفیقی نشان می دهد که اندازه شرکت با بازده غیر طبیعی پس از رویداد مرتبط است در حالی که مدل اثر ثابت وجود اثرات خاص و خاص شرکت غیرقابل کنترل را نشان می دهد که برای ادامه قیمت حساب می شود.

کلید واژه ها

• کارآیی بازار ؛
• حرکت قیمت ؛
• وارونگی بازار ؛
• اثر دفع ؛
• مطالعه حادثه

1. معرفی

یکی از بحث و گفتگو در ادبیات مالی این است که آیا بازار سهام کارآمد است؟فرضیه بازار کارآمد (EMH) پایه نظری را برای مفهوم ارائه می دهد. مفهوم بهره وری بازار به این معنی است که تمام اطلاعات موجود بلافاصله در قیمت سهام گنجانیده شده است. نظریه EMH بیان می کند که قیمت های مشترک تمام اطلاعات را منعکس می کند. EMH فرضیه این است که سهام با ارزش بازار منصفانه خود در صرافی ها تجارت می کند. بهره وری بازار همچنین به این معنی است که استراتژی های مبتنی بر کلیه اطلاعات موجود بازده غیرطبیعی ایجاد نمی کند. در یک بازار کارآمد ، همه شرکت کنندگان در بازار رفتار منطقی دارند و اوراق بهادار به درستی قیمت گذاری می شود.

علیرغم شواهد زیادی به نفع کارآیی بازار ، چندین ناهنجاری - مانند واکنش بیش از حد ، اثر اندازه ، اثر حرکت ، اثر ژانویه و اثر هفته ، به LU و GAO (2016) مراجعه کنید. هونگ و همکاران.(2020) ؛غرابه و همکاران.(2021). آنها در ادبیات مشخص شده اند که موضوع اصلی کارآیی بازار را به چالش می کشد. به عنوان مثال ، Debondt و Thaler (1985 ، 1987) دریافتند که بازارها تمایل به بازگشت متوسط دارند. توضیح در مورد این میانگین وارونگی ارائه شده ، فرضیه بیش از حد واکنش است که می گوید سرمایه گذاران نسبت به خبرهای خوب یا بد واکنش نشان می دهند که قیمت ها را از سطح تعادل خود دور می کند.

بازارهای سهام فقط به مجموعه جدیدی از اطلاعات واکنش نشان می دهند. سرمایه گذاران به اطلاعات جدید چه فعال و منفعل پاسخ می دهند. هنگامی که سرمایه گذاران با ورود اطلاعات جدید به طور عقلانی رفتار می کنند ، بسته به خبرهای خوب یا بد ، قیمت ها در همان جهت حرکت می کنند. بعضی اوقات سرمایه گذاران تحت اطلاعات جدید قرار می گیرند که منجر به ادامه قیمت در جهت حرکت اولیه می شود و بنابراین حرکت را نشان می دهد (مازوز و همکاران ، 2009). دلایل وارونگی و ادامه معمولاً رفتاری است. اگر سرمایه گذاران رفتار و منطقی رفتار کنند ، قیمت ها بر اساس اطلاعات مطلوب و نامطلوب در جهت تغییر اولیه ادامه می یابد. برخلاف این ، هنگامی که سرمایه گذاران بدون توجه به علت اصلی اخبار ، به طور غیر منطقی با اطلاعات جدید رفتار می کنند ، معکوس قیمت می شود.

در بعضی موارد ، اخبار خوب یا بد منجر به واکنش بیش از حد بازار سهام می شود. پس از این واکنش بیش از حد ، یک معکوس احتمالی قیمت برای آوردن قیمت سهام به سطح عادی آن وجود دارد. هنگامی که این معکوس رخ می دهد ، برخی از سرمایه گذاران سهام خود را برای تحقق بازده در اسرع وقت به دلیل ترس از کاهش سهام و در نتیجه متوجه بازده کم می فروشند. از طرف دیگر ، سرمایه گذاران که سهام آنها ممکن است با انتظار برای بازپرداخت ، همچنان به آن ادامه دهد. بنابراین ، برنده متوجه بازگشت کمتری می شود و بازنده همچنان از دست می دهد. این پدیده به عنوان جلوه Disposition (Shefrin & Statman 1985) خوانده می شود. سرمایه گذاران مستعد Disposition (برندگان) سهام خود را خیلی زود به فروش می رسانند تا بازده به دست بیاورند و به این ترتیب قیمت را به سمت پایین فشار دهند. به همین ترتیب ، بازندگان سهام را نگه می دارند و این باعث می شود تقاضای کم ایجاد شود که باعث می شود قیمت ها برعکس شوند. اثر Desposition همچنین دلیل وارونگی بازار است (Cressy & Farag 2010).

هنگامی که یک سرمایه گذار بیش از حد به اطلاعات واکنش نشان می دهد ، تعدیل بعدی در قیمت وجود خواهد داشت که قابل پیش بینی است. بنابراین ، می توان استراتژی های احتمالی بازار را که از بازار بهتر است ، وجود داشته باشد (Jagadeesh & Titman 1993). این استراتژی ها می توانند استراتژی حرکت یا استراتژی متضاد باشند. به عنوان مثال ، جاگادش و تیتمن (1993) استراتژی حرکت را شناسایی کردند که می گوید استراتژی مبتنی بر خرید برندگان و فروش بازنده ها بهتر از بازار است. این استراتژی فقط زمانی سودآور است که قیمت سهام در همان جهت تغییر قیمت اولیه حرکت کند. برعکس این استراتژی استراتژی متضاد است. خوش بینی و بدبینی سرمایه گذاران قیمت ها را از ارزش اساسی خود دور می کنند ، این واکنش بیش از حد در دوره های بعدی تنظیم می شود. براساس این فعالیت بازار ، سرمایه گذاران می توانند با فروش برندگان و خرید بازنده ، یک استراتژی معاملاتی را تدوین کنند. چنین استراتژی تجاری به عنوان یک استراتژی متضاد در ادبیات مالی گفته می شود. این استراتژی مبتنی بر فرضیه بیش از حد واکنش است که می گوید خرید بازنده و فروش برندگان بازده غیر طبیعی مثبت دارند.

مطالعات مختلف موفقیت استراتژی های سرمایه گذاری در بازارهای مختلف را نشان می دهد. کانگ و همکاران.(2002) بازده مثبت را با استفاده از استراتژی های متضاد در بازار چین پیدا کرد. ردی و همکاران.(2021) همچنین موفقیت استراتژی های متناقض در بازار چین را پس از واکنش بیش از حد پیدا کرد. Lobe and Rieks (2011) در حضور هزینه بالای معامله و هزینه های تعادل مجدد نمونه کارها را می یابند ، هیچ یک از استراتژی ها از دیگری بهتر نیستند. تغییرات اندک در قیمت سهام ممکن است به دلیل نیازهای نقدینگی کوتاه مدت سرمایه گذار یا تعادل مجدد اوراق بهادار باشد. برخلاف این ، تغییرات بزرگ قیمت به احتمال زیاد به دلیل اطلاعات جدید غیر منتظره است. پدیده تغییر قیمت بزرگ فرصتی را فراهم می کند تا بفهمد آیا اطلاعات جدید بلافاصله و به طور کامل گنجانیده شده است ، یا بخشی از آن گنجانیده شده است یا می تواند بیش از حد واکنش نشان دهد. علاوه بر این ، پدیده های حرکت یا معکوس پیش بینی کننده مهم بازده در آینده هستند. این مطالعه حرکات شوک های بزرگتر از قیمت ها را انجام می دهد زیرا ورود اطلاعات جدید و رفتار دوره پس از شوک نشان می دهد که چگونه سرمایه گذاران نسبت به اطلاعات تازه وارد واکنش نشان دادند. هدف اصلی ما بررسی رفتار قیمت سهام پس از تغییر قیمت زیاد است. ما همچنین اثر و رفتار سرمایه گذاران را به دنبال تغییرات بزرگ قیمت بررسی می کنیم. این مطالعه همچنین استراتژی های بالقوه مفیدی را برای برندگان و بازنده ها برجسته می کند. علاوه بر این ، ما اثر اندازه را در معکوس های بازار بررسی می کنیم. سرانجام ، ما توضیح می دهیم که چگونه واژگونی یا الگوهای ادامه قیمت در قیمت ها بر توزیع بازده سرمایه گذاران تأثیر می گذارد.

این مطالعه به ادبیات مالی ، به ویژه در بازارهای نوظهور کمک می کند. برخلاف بازارهای توسعه یافته ، بازارهای نوظهور با مقررات کمتر توسعه یافته و عدم تقارن اطلاعات برجسته تر مشخص می شوند. این مطالعه بر بورس اوراق بهادار پاکستان (PSX) است که یک بازار در حال ظهور است ، از نظر اندازه کوچکتر. از این رو بی ثبات و مات پیامدهای مهمی برای سایر بازارهای نوظهور دارند. واقعیت مهم دیگر در مورد PSX این است که به دلیل بی ثباتی سیاسی و یک دهه جنگ علیه تروریسم ، کاملاً غیرقابل پیش بینی شده است. PSX در سال 2002 و بهترین بازارهای نوظهور در سال 2008 در بین بهترین بازار سهام در جهان اعلام شد. PSX به دلیل چشم انداز عملکرد قوی خود ، توجه صندوق های سهام جهانی و سرمایه گذاران نهادی را با سرمایه گذاری های قابل توجه جلب کرده است. به تازگی ، PSX جایگاه خود را در شاخص بازار نوظهور قرار داده است ، به این معنی که مدیران صندوق بیشتری علاقه مند به سرمایه گذاری در PSX خواهند بود.

در حضور این حقایق ، مطالعه ما پیامدهای مهمی در بازارهای نوظهور خاص و سهام به طور کلی دارد. اول ، یافته های این تحقیق ، حرکت قیمت ها و نوسانات در بازارهای نوظهور را روشن می کند ، که پیامدهای مهمی برای مدیران صندوق و سرمایه گذاران که در بازارهای نوظهور سهام عمده ای دارند ، دارد. دوم ، هدف این است که بینش های مفیدی را برای مدیران نمونه کارها و سرمایه گذاران انفرادی برای تشکیل استراتژی های تجاری برتر فراهم کند. سوم ، این یافته ها برای تنظیم کننده های بازار نیز مفید است زیرا آنها ناکارآمدی احتمالی موجود در بازار را برجسته می کنند. سرانجام ، این مطالعه همچنین به ادبیات قبلی کارآیی بازار ، فرضیه بیش از حد واکنش و رفتار قیمت بازار تحت تأثیر عوامل مختلف بازار و غیر بازار در بازارهای نوظهور خاص و سهام به طور کلی کمک می کند.

2. بررسی ادبیات

2. 1رفتار طولانی مدت بازار

بخش اعظم شواهد اولیه ارائه شده در ادبیات اولیه به حرکات بلند مدت بازار می پردازد. رفتار قیمت سهام برای مدت طولانی (3 تا 4 سال) به دنبال دوره تشکیل نمونه کارها بررسی می شود. Debondt و Thaler (1985) احتمالاً برای اولین بار ناهنجاری بازار جدیدی را مشاهده کردند که آنها را "فرضیه بیش از حد" نامیدند. یافته های آنها نشان داد که نمونه کارها بازنده گذشته به طور قابل توجهی از نمونه کارها برنده گذشته 24. 6 ٪ بهتر است. Debondt و Thaler (1987) شواهد بیشتری را پیدا می کنند که از "فرضیه بیش از حد" پشتیبانی می کند. آنها دریافتند که نمونه کارها بازنده ها به طور متوسط 31. 9 ٪ بازده بیشتری نسبت به نمونه کارها برنده کسب می کند. درآمد هر دو شرکت برنده و از دست دادن ، الگوی وارونگی مطابق با واکنش بیش از حد را نشان می دهد.

2. 2رفتار کوتاه مدت بازار

کار ذکر شده در بخش 2. 1 فقط رفتار بلند مدت سهام را پس از شناسایی برندگان و بازندگان در دوره شکل گیری در نظر می گیرد. بسیاری از محققان به دنبال شوک های بزرگ (تغییرات) ، رفتار قیمت سهام را بررسی کردند. آنها از معیارهای مختلف برای تعریف شوک (رویداد) استفاده کردند اما بیشتر آنها از تغییر درصد خاصی استفاده کردند. شواهد موجود در استفاده از قیمت ها و شاخص های ماهانه ، هفتگی یا روزانه است. اتکینز و دیل (1991) احتمالاً اولین کسی هستند که معکوس های کوتاه مدت بازار در بازار ایالات متحده را بررسی می کنند. آنها از مدلهای بازار تنظیم شده و تنظیم شده ریسک استفاده کردند و برخی از پشتیبانی اولیه را برای فرضیه بیش از حد واکنش ارائه دادند. سهام بازنده پس از کاهش قیمت ، بازده غیر طبیعی مثبت قابل توجهی کسب می کند ، در حالی که سهام برنده پس از افزایش قیمت بازده منفی غیر طبیعی را تجربه می کند. آنها این معکوس را به رفتار غیر منطقی سرمایه گذاران پس از اخبار خاص نسبت می دهند. یکی دیگر از حمایت های مهم و زودهنگام از پدیده بیش از حد واکنش توسط برمر و سوینی (1991) ارائه شد. این مطالعه از فرضیه واکنش بیش از حد حمایت کرده و نتایج به شدت از الگوهای معکوس پشتیبانی می کند. به تازگی ، در آلمان ، هربرگر (2020) پس از تعدیل در اندازه های بازار و نمونه کارها ، از معکوس حمایت شدیدی پیدا کرد.

کاکس و پترسون (1994) پس از کاهش قیمت زیاد ، بازده مثبت غیر طبیعی را پیدا کردند و این بدان معنی است که بازارها الگوهای معکوس را در بازار ایالات متحده نشان می دهند. از یک طرف ، اگر این خبر از قبل انتظار می رود ، سرمایه گذاران که از اخبار خاص بی خبر هستند ، کمتر واکنش نشان می دهند. از یک طرف ، اگر این خبر از قبل انتظار می رود ، تعداد کمتری از سرمایه گذاران بیش از حد واکنش نشان می دهند که از اخبار خاص مطلع نیستند. چان (2003) سهام هایی را پیدا کرد که اخبار عمومی خوبی دارند ، بسیار کمی را تجربه می کنند. برخلاف این ، شوکهای شدید قیمت که هیچ عناوین خبری ندارند ، بازده معکوس و غیر طبیعی را تجربه می کنند.

موفقیت یک استراتژی سرمایه گذاری تا حد زیادی به رفتار بازار و پاسخ سرمایه گذاران به فعالیت های بازار بستگی دارد. لوب و ریکس (2011) دریافتند که در بازار سهام آلمان هیچ یک از استراتژی ها از دیگری عمل نمی کنند. این به دلیل شرایط پیش بینی نشده بازار و رفتار نامشخص بازار است. مازوز و همکاران.(2009) شواهد متناقض در مورد واکنش بیش از حد قیمت کوتاه مدت در شرکت های انگلستان ارائه داد. آنها سرمایه گذاران را بیشتر تحت تأثیر شوک های مثبت و منفی قرار دادند و بنابراین بازده تمایل به ادامه در همان جهت دارند. Bowman و Iverson (1998) شواهدی را به نفع واکنش بیش از حد کوتاه مدت پیدا کردند. بر خلاف دیگران ، آنها به جای تغییرات روزانه ، از تغییرات هفتگی (10 ٪) در قیمت ها استفاده می کنند. ردی و همکاران.(2021) همچنین واکنش بیش از حد نامتقارن در بازار چین را پیدا کرد ، بنابراین استراتژی های متضاد به دست می آورد و بازده مثبتی را به همراه دارد.

علاوه بر این ، برمر و همکاران.(1997) پشتیبانی بیشتری از معکوس قیمت در ژاپن ارائه داد. با این حال ، هزینه معامله بزرگ برای سرمایه گذاران انفرادی سود از چنین معکوس ها را محدود می کند. کانگ و همکاران.(2002) استراتژی های مختلف سرمایه گذاری در بازار سهام چین را با استفاده از داده ها فقط برای سهام که فقط برای سرمایه گذاران محلی قابل دسترسی هستند ، بررسی کنید. آنها برای برخی از افق های کوتاه مدت و استراتژی های حرکت سودآور برای یک دوره متوسط ، بازده غیر طبیعی مثبت قابل توجهی را برای استراتژی های متضاد پیدا کردند. این واکنش بیش از حد عمدتاً ناشی از اطلاعات خاص شرکت ، تسلط بر سرمایه گذاران انفرادی و عدم وجود اطلاعات قابل اعتماد در بورس سهام چین است.

اوچر و چان (2003) دریافتند که سهام هنگ کنگ بیش از حد واکنش قیمت کوتاه مدت را نشان می دهد و در بحران های مالی قبل و بعد از آسیا در بازار برندگان قابل مشاهده است. علاوه بر این ، آنها توضیح دادند که بازده غیر طبیعی ناشی از استراتژی های متضاد پس از تعدیل هزینه های معامله ، از نظر اقتصادی ناچیز می شود. Cressy و Farag (2011) اظهار داشتند كه سرمایه گذاران نسبت به اطلاعات بد با فشار دادن قیمت پایین كه متعاقباً معكوس شد ، بیش از حد واکنش نشان دادند. علاوه بر این ، آنها ارائه دادند که برخی از عوامل غیرقابل کنترل موقت 1 که برای همه شرکت ها مشترک است ، معکوس قیمت را توضیح می دهد. آنها همچنین دریافتند که بنگاههای کوچکتر بازده غیر طبیعی پس از وقوع (AR) را تجربه می کنند که نشان می دهد شرکت های کوچکتر تمایل بالاتری به معکوس نشان می دهند. Cressy و Farag (2010) در مورد عملکرد سهام که در هر دو جهت تغییر قیمت روزانه 10 ٪ یا بیشتر را تجربه می کنند ، تحقیق کردند و نشان دادند که بازنده ها عملکرد بهتری نسبت به برندگان دارند. واژگونی قیمت به دلیل وجود اثر تعصب رفتاری است که در آن برندگان خیلی زود می فروشند و بازندگان سهام خود را نگه می دارند.

3. داده ها و روش شناسی

3. 1داده ها

مطالعه حاضر بر روی بورس اوراق بهادار پاکستان (PSX) ، شاخص KSE 100 است که بیشترین خرید و فروش در PSX را نشان می دهد. داده های این مطالعه شامل 100 سهام معاملاتی است که در شاخص KSE 100 با ارزش وزن گنجانده شده است. ایده انتخاب شرکتهای شاخص KSE 100 اطمینان از نمایندگی کل بازار است. این برندگان شامل 84 رویداد هستند در حالی که بازندگان 261 رویداد 2 دارند. داده های مربوط به قیمت روزانه بازار ، سرمایه گذاری در بازار و حجم معاملات از ژانویه 2001 تا ژوئیه 2012 از PSX جمع آوری می شود.

3. 2روش شناسی

3. 2. 1. مطالعه حادثه

ما این رویداد را برای هر امنیت در روزی که با افزایش 10 درصدی یا کاهش قیمت روزانه روبرو است تعریف می کنیم. اوراق بهادار با افزایش 10 درصدی قیمت ها برندگان نامیده می شوند و 10 ٪ یا بیشتر از دست می دهند به عنوان بازنده رفتار می شوند (Cressy & Farag ، 2010). ما اوراق بهادار با قیمت کمتر از Rs را شامل نمی شویم. 10. دلیل این محدودیت جلوگیری از وقایع بیش از حد است زیرا برای چنین قیمت پایین ، تغییر کمی در قیمت تغییرات درصد زیادی را به همراه می آورد (Cox & Peterson 1994). برای جلوگیری از تأثیرات گیج کننده ، ما همچنین تمام وقایعی را که طی 10 روز از یک رویداد دیگر رخ می دهد ، حذف می کنیم (Mazouzet al. ، 2012). سرانجام ، ما 84 رویداد برنده و 261 رویداد بازنده داریم. بازنده ها از نظر تعداد بزرگتر هستند که نشان می دهد سرمایه گذاران در PSX نسبت به اطلاعات منفی که قیمت ها بلافاصله کاهش می یابد ، واکنش نشان می دهند. یکی دیگر از دلایل افزایش تعداد بازندگان این است که اخبار منفی با عدم اطمینان بیشتر همراه است و سرمایه گذاران با اطلاعات جدید به اطلاعات جدید واکنش بدی نشان می دهند. از طرف دیگر ، اخبار مطلوب از قبل تا حدودی انتظار می رود ، بنابراین آنها باعث تغییر کمی در قیمت می شوند ، به همین دلیل ما فقط 84 رویداد برنده داریم.

پس از تعریف معیارهای رویداد ، ما یک پنجره رویداد ایجاد می کنیم. یک پنجره کوچکتر ممکن است نتواند برخی از اطلاعات مهم را ضبط کند در حالی که ممکن است یک پنجره بزرگتر توسط اطلاعات یا رویدادهای غیر ضروری متورم شود. بنابراین انتخاب پنجره رویداد برای بررسی مطالعه رویداد بسیار مهم است اما هیچ قانون خاصی در مورد طول مناسب تخمین و پنجره بررسی 3 وجود ندارد اما باید به اندازه کافی طولانی باشد که تعداد انگشت شماری از مشاهدات برای برآورد پارامترها را شامل شود. دوره تخمین ضرایب رگرسیون (α و β) 100 روز (-105 ، -6) قبل از این رویداد است. ما 5 روز قبل از این رویداد را از تخمین حذف می کنیم (Cressy & Farag ، 2011). دوره تحقیقات 20 (1 تا +20) روز پس از این رویداد است (Cox & Peterson ، 1994 ؛ Cressy & Farag 2010 ، 2011).

3. 2. 2. مدل های تولید کننده را برمی گرداند

ما برای اندازه گیری بازده های غیر طبیعی در مورد روز رویداد از دو مدل اصلی بازده استفاده می کنیم. قبل از محاسبه بازده های غیر طبیعی ، بازده ساده برای هر امنیت در اطراف این رویداد به عنوان ورود طبیعی قیمت روزانه شرکت به قیمت روز گذشته خود محاسبه می شود.

(r _ = ln سمت چپ (p t / p_ راست) ) (1)

جایی که r_tبازگشت امنیت من ، ص است_tبسته شدن قیمت روز T و P است_t–1آخرین روز بسته شدن است.

معادله اصلی برای محاسبه بازده غیر طبیعی:

بازده غیر طبیعی (AR) برای هر امنیتی برای اولین بار با استفاده از مدل بازگشت تنظیم شده در بازار محاسبه می شود. فرض اساسی اساسی در مدل تنظیم بازار این است که بازده مورد انتظار امنیت برابر با بازده بازار است. بازده غیر طبیعی با استفاده از این مدل برای حرکت در سطح بازار محاسبه می شود. این مدل برای سرمایه گذاران که به دنبال بازده بالاتر از بازار هستند مفید است. این مدل به طور گسترده در ادبیات استفاده می شود. 4 برای این مدل ، پارامترهای α_iو β_iبه ترتیب صفر و 1 تنظیم شده اند. بنابراین ، مدل بازار معادله فوق را می توان به عنوان نوشت

این نشان می دهد که AR را می توان با استفاده از تفاوت بازده امنیتی و بازده معیار (بازده بازار) بدست آورد. این مدل به اندازه یک مدل تنظیم ریسک جامع نیست.

یک اندازه گیری پیچیده تر و قابل اطمینان تر از AR استفاده از یک مدل بازگشت تنظیم شده با ریسک است. این یک روش ارجح برای محاسبه ARS است زیرا هم ریسک امنیتی و هم حرکات در سطح بازار را در نظر می گیرد. طبق این مدل ، بازده مورد انتظار یک امنیت یک عملکرد خطی بازار است. هر دو پارامتر در معادله 2 ، α_iو β_iبا استفاده از بازده امنیتی و بازده بازار با رگرسیون بدست می آیند. سپس بازده غیر طبیعی تجمعی (اتومبیل) برای امنیت به این صورت محاسبه می شود:

و میانگین بازده غیر طبیعی تجمعی به این صورت محاسبه می شود:

جایی که من = تعداد وقایع موجود در هر نمونه است. ما برای تخمین از رگرسیون حداقل مربع معمولی (OLS) استفاده می کنیم. ما رگرسیون را رکود می کنیم_itدر روز رویداد AR ، اندازه شرکت و حجم معاملات. ایده استفاده از AR به عنوان یک رگرسیون به جای استفاده از ماشین ، جلوگیری از همبستگی احتمالی است که به احتمال زیاد در اتومبیل وجود دارد.

( mathrm _ = alpha+ beta_ mathrm _+ beta_ ln operatoame _+ beta_ text_+ varepsilon_ ) (4)

جایی که AR_itبازگشت غیر طبیعی برای هر امنیت پس از تشکیل رویداد ، AR است_{i, 0}بازگشت غیر طبیعی در روز رویداد ، lnmcap است_itورود طبیعی به بازار ، Trvol است_itحجم معاملات و ε_itاصطلاح خطای سر و صدای سفید است.

4. نتایج و بحث

4. 1مدل های تولید بازگشت (RGM)

ما از دو نسخه از مدل بازار یعنی ARS تنظیم شده با ریسک و ARS تنظیم شده در بازار استفاده کردیم. هر دو ARS 20 روز پس از این رویداد گزارش دادند. شکل 1 بازده های غیر طبیعی (ARS) را برای برندگان با استفاده از دو مدل اصلی تولید بازده نشان می دهد. این نتایج نشان می دهد که هیچ تفاوتی در استفاده از هر یک از این دو مدل وجود ندارد. هر دو مدل به همان اندازه خوب هستند و تقریباً همان نتایج را می دهند.

شکل 1: بازده غیر طبیعی تنظیم شده و تنظیم شده در بازار (ARS) برای برندگان

4. 2بازگشت غیر طبیعی (ARS) برای برندگان و بازندگان

در جدول 1 نتایج بازده غیر طبیعی هم برای برندگان و هم بازندگان ارائه شده است. ما فقط ARS تنظیم شده ریسک را در نظر می گیریم زیرا اینها پیشرفته تر و واقع بینانه تر هستند. نتایج نشان می دهد که ARS برای برندگان و بازنده ها در روزهای رویداد بسیار قابل توجه است. هدف اصلی ما این است که از رفتار قیمت سهام پس از شوک های بزرگ قیمت (روز رویداد) پیدا کنیم. برای برندگان ، بازده غیر طبیعی مثبت 1. 95 ٪ در روز چهارم پس از این رویداد وجود دارد. به طور مشابه ، در روز هفتم ، بازده غیر طبیعی مثبت 0. 78 ٪ وجود دارد. ARS برای سایر روزهای پس از رویداد عمدتا مثبت اما ناچیز است.

جدول 1: بازده غیر طبیعی پس از تغییر قیمت زیاد (هم برندگان و هم بازنده)

بازندگان که از نظر تعداد بیشتر از برندگان هستند ، الگوهای ادامه بازگشت را نیز نشان می دهند. در روز 2 ، پس از روز رویداد ، بازندگان نشان می دهند 37/0 ٪ بازده غیر طبیعی قابل توجهی ، و در روز 10 ، 13 و 19 نیز بازده غیر طبیعی منفی قابل توجهی وجود دارد. با این حال ، برای بازنده ها در روز شانزدهم ، بازده غیر طبیعی مثبت قابل توجهی از 0. 46 ٪ وجود دارد که بلافاصله پس از یک روز به بازده قابل توجهی منفی تبدیل می شود. نتایج کلی نشان می دهد که ادامه بازده و هیچ گونه پشتیبانی از "فرضیه بیش از حد" نیست.

یافته های ما به دنبال تغییرات بزرگ قیمت ، از وجود حرکت در قیمت سهام پشتیبانی می کند. برندگان همچنان به بازده مثبت غیر طبیعی می پردازند. از طرف دیگر ، بازندگان همچنان بیشتر از دست می دهند. ما ادامه بازگشت قابل توجه پس از شوک های بزرگ قیمت پس از 20 روز پس از روز رویداد را پیدا می کنیم. این یافته ها مطابق با یافته های اخیر مازوز و همکاران است.(2009) که همچنین ادامه بازگشت در بازار انگلیس را پیدا می کند. علاوه بر این ، مازوز و همکاران.(2012) پس از تغییر قیمت های بزرگ یک روزه هم برای برندگان و هم بازندگان ، الگوهای ادامه بازگشت را پیدا کرد.

شکل 2: بازده غیر طبیعی تنظیم شده و تنظیم شده در بازار (ARS) برای بازندگان

4. 3بازده متوسط غیر طبیعی تجمعی (CAARS) برای برندگان و بازندگان

همانطور که نتایج ARS را مشاهده کردیم که این موارد ادامه بازگشت (حرکت) را نشان می دهد ، CAAR ها نیز همان رفتار را نشان می دهند. ستون 2 جدول 2 20 روز Caars از برندگان را نشان می دهد. ما در روز 4 رویداد بعد می بینیم ، برندگان CAAR مثبت قابل توجهی از 3. 44 ٪ کسب می کنند که شواهد محکمی را به نفع ادامه قیمت (حرکت در قیمت ها) نشان می دهد. برندگان همچنان 20 روز بعد بازده مثبت مثبت دارند ، به جز برخی روزها که دارای CAAR های مثبت هستند اما از نظر آماری ناچیز هستند. CAAR در روز شانزدهم با 6. 46 ٪ به اوج می رسد و در روز 18 به 6. 30 ٪ کاهش می یابد.

جدول 2: CAARS برای برندگان و بازندگان

ستون سه جدول 2 CAARS سهام بازنده را نشان می دهد. بازندگان همچنین ادامه بازگشت در جهت منفی را نشان می دهند. CAAR های منفی قابل توجهی از روز 1 تا روز 15 وجود دارد. در روز 13 ، CAAR منفی به اوج بالا د ر-1. 96 ٪ افزایش می یابد و سپس کمی تنظیم نسبت به قیمت تعادل وجود دارد و Caars ب ه-0. 78 ٪ کاهش می یابد و سپس حرکت می کندحداکث ر-1. 39 ٪ در روز 20.

نتایج ما برای برنده و بازنده بسیار جالب است. بیشتر شواهد موجود در ادبیات از پدیده بیش از حد واکنش پشتیبانی می کند و ثابت می کند که همیشه پس از شوک های بزرگ قیمت 5 معکوس قیمت وجود دارد. برندگان پس از معکوس قیمت بازنده می شوند و CAAR های منفی کسب می کنند (Cressy & Farag ، 2010) و از طرف دیگر بازنده ها عملکرد بهتری دارند. عامل مسئول این وارونگی به عنوان یک واکنش بیش از حد در نظر گرفته می شود. دلایل وارونگی و ادامه رفتاری است. اگر سرمایه گذاران رفتار و منطقی رفتار کنند ، قیمت ها بر اساس اطلاعات مطلوب و نامطلوب در جهت تغییر اولیه ادامه می یابد. برخلاف این ، هنگامی که سرمایه گذاران بدون توجه به علت اصلی اخبار ، به صورت غیر منطقی با اطلاعات جدید رفتار می کنند ، به واژگونی قیمت تبدیل شد. ما شواهدی را مغایر با ناهنجاری های برنده-لازرز و وارونگی قیمت می یابیم.

شکل 3 بازنمایی شماتیک از CAAR های برنده و بازنده را نشان می دهد. از شکل مشخص است که هر دو نوع سهام در جهت های مخالف حرکت می کنند. سهام با تغییر اولیه مثبت (برندگان) همچنان به بازده مثبت و نشان دادن روند صعودی ادامه می دهند. از طرف دیگر ، سهام با تغییر قیمت منفی زیاد (بازنده) همچنان تحت فشار قرار می گیرند و نمودار در جهت نزولی حرکت می کند. ما می دانیم که برندگان همچنان بازده مثبت می کنند در حالی که بازندگان بازده منفی دارند.

شکل 3: CAARS برای برندگان و بازندگان

4. 4رگرسیون تلفیقی

ما از رگرسیون OLS مخلوط شده برای یافتن عواملی که معکوس بازار سهام یا ادامه را توضیح می دهد استفاده می کنیم (جدول 3). این مدل به ترتیب با داشتن F-Statistic 3. 42 (0. 016) و 5. 35 (0. 001) برای برندگان و بازندگان مشخص شده است. R 2 برای هر دو برنده و بازنده اندک است اما برای این نوع مطالعات مهم نیست. ضرایب بازگشت روز رویداد (AR_i0) مثبت است که ادامه آن در همان جهت است ، اما اینها ناچیز هستند. اندازه با ARS پس از رویداد که نشان می دهد بنگاه های با اندازه کوچکتر دارای ARS بالایی هستند ، منفی است. این نتایج برای برندگان که نشان دهنده عدم وجود تأثیر اندازه در بازار پاکستان است ، ناچیز است.

جدول 3: رگرسیون OLS جمع شده

با این حال ، ضریب منفی قابل توجه LNMCAP نشان می دهد که بنگاه های کوچکتر دارای ARS بزرگتر هستند. این بدان معنی است که بازندگان بیشتر بنگاه های کوچکتر هستند زیرا تمایل بیشتری به ARS منفی در مقایسه با برندگان دارند. حجم معاملات مربوط به ARS پس از رویداد است که نشان می دهد فعالیت تجاری بالاتری برای برندگان و بازنده ها باعث می شود قیمت ها در همان جهت تغییر بزرگ اولیه حرکت کنند. برای افزایش اولیه بزرگ ، فشار خرید وجود دارد که قیمت ها را افزایش می دهد و باعث ایجاد بازده مثبت برای دارندگان می شود. این یافته ها مطابق با یافته های قبلی Hameed و Ting (2000) است. در مقابل ، برای کاهش اولیه بزرگ ، فشار فروش خالص وجود دارد که بیشتر قیمت ها را به سمت پایین سوق می دهد و AR های منفی برای بازنده ها ادامه می یابد.

این نتایج مطابق با یافته های قبلی کاکس و پترسون (1994) است که همچنین دریافتند که نقدینگی بازار عامل بازده غیر طبیعی پس از رویداد است.

4. 5مدل اثر ثابت

ما از مدل اثر ثابت (FE) برای مقابله با اثرات غیر قابل کنترل شرکت خاص و زمانی استفاده می کنیم. برای برآورد مدل FE ، ما فقط باید آن متغیرهایی را که با شرکت و زمان متفاوت هستند ، حساب کنیم ، بنابراین ما فقط LNMCAP و TRVOL را در نظر می گیریم. ما یک مدل اثر ثابت دو طرفه (شرکت و زمان) را تخمین می زنیم و نتایج در جدول 4 گزارش شده است.

جدول 4: مدل اثر ثابت

ما مشاهده می کنیم که نتایج با برآورد OLS مخلوط ما تفاوت معنی داری دارد. این امر به این دلیل است که در رگرسیون OLS جمع شده ما ، ما از عوامل خاص و ابعاد خاص شرکت غیرقابل کنترل نادیده می گیریم. متغیر اندازه جدید اکنون هم با برندگان و هم بازندگان ارتباط دارد ، همچنین نتایج به شدت قابل توجه است. این نشان می دهد که هیچ اثر اندازه در PSX وجود ندارد. بنگاههای بزرگتر از بنگاههای کوچکتر بهتر عمل می کنند و هم برای برندگان و هم برای بازندگان ادامه دارد. ما ناهنجاری اندازه را به شدت رد می کنیم ، که بنگاه های کوچکتر از بنگاه های بزرگتر بهتر عمل می کنند. فعالیت معاملاتی هم برای برندگان و هم برای بازندگان نشان می دهد که فشار خرید بیشتری بر برندگان نشان می دهد که از قیمت بیشتر قدردانی می کند و فشار برای بازندگان فشار می آورد که قیمت ها را به سمت پایین می کشند. علاوه بر این ، این مدل به خوبی مشخص شده است که به ترتیب 1. 964 (0. 0000) و 1. 45 (0. 0000) برای برندگان و بازندگان نشان می دهد. رویکرد داده های پانل برای مشاهده رفتار قیمت سهام ، بعد جدیدی را به رویکردهای موجود می افزاید و همچنین وجود برخی از عوامل غیرقابل کنترل ثابت یا متغیر را که توضیح وارونه یا ادامه بازار را توضیح می دهد ، تشریح می کند.

4. 5. 1. تست اثرات ثابت اضافی

جدول 5 نتایج آزمون اثرات ثابت را نشان می دهد. ما می بینیم که آمار برای هر دو سطح مقطع ثابت و دوره ثابت با صفر متفاوت است. فرضیه متناوب حداقل یکی از متغیرهای متغیر است که باید غیر صفر باشد و ما هم مقطع را مشاهده می کنیم و دوره ثابت از جلو از صفر متفاوت است ، بنابراین یک اثر ثابت وجود دارد.

جدول 5: تست اثر ثابت اضافی

5- نتیجه گیری

این مطالعه به بررسی رفتار قیمت سهام که تغییرات قیمت بیشتری را در هر دو جهت (افزایش و سقوط) تجربه می کند. در این مطالعه از قیمت های روزانه و سایر داده های مربوطه از بورس اوراق بهادار پاکستان (PSX) استفاده شده و کل نمونه به دو برندگان و بازنده های دو صفحه متمایز شده است. سرانجام ، ما 84 رویداد برنده و 261 رویداد از دست دادن داریم.

ما از دو نسخه اساسی مدل بازار برای برآورد بازده غیر طبیعی پس از رویداد استفاده می کنیم و تفاوت معنی داری در نتایج مدل های AR تنظیم شده در بازار و تنظیم ریسک مشاهده نمی کنیم. عملکرد برندگان و بازنده ها به مدت 20 روز پس از روز رویداد مقایسه می شود. نتایج نشان می دهد الگوهای مداوم در ARS هر دو برندگان و بازنده ها در دوره تحقیقات. برندگان در روز چهارم پس از افزایش قیمت ، AR مثبت معنادار 1. 95 ٪ را نشان می دهند. در حالی که بازنده ه ا-0. 37 ٪ AR را در روز 2 روز پس از سقوط قیمت تجربه می کنند.

در PSX برندگان باقی می مانند ، برندگان ، در حالی که بازندگان همچنان بیشتر از دست می دهند. سرمایه گذاران به طور عقلانی به اطلاعات جدید پاسخ می دهند و مطابق آن عمل می کنند. سرمایه گذاران نسبت به اطلاعات جدید رعایت می شوند و قیمت ها همچنان در جهت تغییر اولیه حرکت می کنند. این یافته ها با مازوز و همکاران سازگار است.(2009 ، 2012). سرانجام ، این مطالعه همچنین به بررسی وجود اثر استفاده در بازار پاکستان پرداخته است. معکوس قیمت گاهی اوقات ناشی از رفتار متمایز سرمایه گذاران است. ما می بینیم که سرمایه گذاران به طور عقلانی رفتار می کنند و هیچ اثر تأثیرگذاری در PSX وجود ندارد.

علاوه بر این ، برای یافتن عوامل مختلف توضیح رفتار قیمت سهام پس از تغییرات قیمت بزرگ ، ما از یک مدل با اثر ثابت دو طرفه استفاده می کنیم. این مدل ما را قادر می سازد تا شرکت غیرقابل کنترل و جلوه های ثابت دوره را که توضیح معکوس بازار یا ادامه را توضیح می دهد ، پیدا کنیم. آزمون اثرات ثابت اضافی وجود عوامل غیرقابل کنترل را نشان می دهد که ادامه قیمت را توضیح می دهد.

یافته های ما نشان می دهد که سرمایه گذاران می توانند با استفاده از استراتژی های حرکت ، ARS را بدست آورند. این استراتژی ها بر اساس خرید برندگان و فروش بازنده است. این یافته ها مطابق با یافته های قبلی Jagadeesh و Titman (1993) است که برای اولین بار مفهوم استراتژی های حرکت را معرفی کردند. برخلاف این ، استراتژی های متضاد در شرایط ادامه قیمت سودآور نیستند زیرا اینها مبتنی بر فروش برندگان و نگه داشتن بازنده هستند.

این مطالعه بینش مفیدی را برای تحقیقات بیشتر در این زمینه ارائه می دهد. همین نوع تحقیق را می توان در بازارهای مختلف نوظهور جهان انجام داد. برای دیدن رفتار بازارها می توان از ابزارهای مختلف مالی (اوراق قرضه و ابزارهای مشتقات) استفاده کرد. ایده مهم دیگر مشاهده داده های داخلی است. این به درک چگونگی واکنش سریع سرمایه گذاران در طی یک روز معاملاتی واحد کمک می کند. تحقیقات آینده ممکن است شامل بررسی اخبار اساسی باشد که باعث ایجاد چنین تغییرات بزرگی در قیمت ها می شود.