بررسی احساسات سرمایه‌گذاران و همزمانی بازدهی سهام در بورس اوراق بهادار تهران
احساسات سرمایه‌گذاران نسبت به بازار سرمایه می‌تواند نقش موثری بر روند قیمت سهام، حجم معاملات بازار و بخصوص بر همزمانی بازدهی سهام داشته باشد. ورود سرمایه‌گذاران خرد بسیار با حجم سرمایه بالا که از دانش کافی در زمینه سرمایه‌گذاری بهره‌مند نیستند، موجب شده مطالعه این موضوع اهمیت بیشتری پیدا کند. از این رو، در این پژوهش به بررسی رابطه بین احساسات سرمایه‌گذاران و همزمانی بازدهی سهام در بورس اوراق بهادار تهران، با نمونه آماری 167 شرکت پذیرفته شده در بورس اوراق بهادار از 15 صنعت مختلف طی بازه زمانی فروردین ماه 1389 لغایت اسفند ماه 1398 پرداخته شده است. احساسات سرمایه‌گذاران از طریق شاخص ترکیبی پیشنهادی بیکر و وارگلر (2006) با استفاده از تحلیل بازدهی مثبت بورس مولفه‌های اصلی اندازه‌گیری شده است و همچنین برای اندازه‌گیری همزمانی بازدهی سهام از سه روش مختلف: مدل ساده مورک، مدل چهارعاملی کارهات و مدل پنج‌عاملی فاما فرنچ استفاده شده است. نتایج پژوهش نشان‌دهنده این است که احساسات سرمایه‌گذاران به‌طور معناداری بر افزایش همزمانی بازدهی سهام اثرگذار است و همچنین یافته‌های پژوهش نشان داد ضرایب احساسات مثبت و منفی به‌طور معناداری باهم تفاوت ندارند و در نتیجه احساسات مثبت و منفی بصورت متقارن بر افزایش همزمانی بازدهی سهام اثرگذار هستند.
کلیدواژه‌ها
20.1001.1.26454637.1400.11.34.4.3
عنوان مقاله [English]
Investor sentiment and stock return synchronicity in Tehran Stock Exchange
نویسندگان [English]
- Mohammad Ebrahim Aghababaei 1
- Saeid Madani 2
Investor sentiment about the capital market can play an important role in stock price trends, market transactions, and especially on the stock return synchronicity. The entry of many Individual investors who do not have enough information about investment, the study of this issue has made more important. To this end, in this research we investigate the relationship between investor sentiment and stock return synchronicity in Tehran Stock Exchange, by using the financial data of 167 firms listed on Tehran Stock Exchange from 15 various industries during ten years from March 2010 to March 2020. We use the Baker-Wurgler (2006) sentiment index as our primary measure of investor sentiment that Measured by principal component analysis. Also, three different methods have been used to measure the stock return synchronicity: the Mork model, the Carhart four-factor model and the Fama and French five-factor model. The results show that the Investors sentiment significantly affect on increasing stock return synchronicity. The findings also showed that the coefficients of positive and negative sentiment are not significantly different and as a result, positive and negative sentiment are symmetrically affecting the increase in stock return synchronicity.
بازدهی شاخص بورس مثبت شد
شاخص کل در آخرین روز کاری هفته به رقم یک میلیون و ۴۴۸ هزار واحد رسید و نسبت به آخرین روز معاملاتی هفته قبل ۱۱ هزار و ۱۰۹ واحد بالاتر ایستاد تا بازدهی هفته شاخص بورس مثبت ۷۷ صدم درصد شد.
روند شاخص کل بورس در هفته اخیر صعودی بود. در اولین روز کاری هفته شاخص رشد ۱۱ هزار و ۵۶۲ واحدی را پشت سر گذاشت. روز سه‌شنبه نیز شاخص برای پنجمین روز کاری متوالی رشد کرد و ۳ هزار و ۱۹ واحد بالا آمد.
در روز چهارشنبه روند صعودی شاخص متوقف شد و ۳ هزار و ۴۷۲ واحد نزول کرد. با این حال شاخص در آخرین روز کاری هفته بالاتر از سطح هفته قبل ایستاد.
بازدهی هفته
شاخص کل در آخرین روز کاری هفته به رقم یک میلیون و ۴۴۸ هزار واحد رسید و نسبت به آخرین روز معاملاتی هفته قبل ۱۱ هزار و ۱۰۹ واحد بالاتر ایستاد تا بازدهی هفته شاخص بورس مثبت ۷۷ صدم درصد شد.
شاخص هم وزن در پایان هفته نسبت به هفته پیشین ۵ هزار و ۵۴۸ واحد بالاتر ایستاد و بازدهی مثبت ۱.۴ درصدی را ثبت کرد.
رشد معاملات سهام
در هفته اخیر میانگین ارزش معاملات کل هفته ۵۷ هزار و ۴۵۲ تومان بود که نسبت به رقم ۴۰ هزار و ۹۰۹ میلیاردی هفته پیشین، رشد ۴۰ درصدی داشته است.
در این هفته، میانگین ارزش معاملات خرد بورس ۲ هزار و ۵۲۵ میلیارد تومان بود که نسبت به رقم ۲ هزار و ۲۴۲ میلیاردی هفته پیشین، افزایش ۱۳ درصدی داشته است.
میانگین روزانه ارزش صف‌های پایانی بازار
میانگین ارزش صف‌های فروش در هفته اخیر ۱۷ میلیارد تومان بود و میانگین ارزش صف‌های خرید به رقم ۱۰۶ میلیارد تومان بالغ شد.
بالاترین رقم صف فروش پایانی در هفته اخیر ۳۰ میلیارد تومان بود که در روز چهارشنبه ثبت شد و پایین‌ترین رقم به روز شنبه برمی‌گردد که ارزش صف‌های فروش پایانی ۱.۴ میلیارد تومان بود.
بالاترین رقم ارزش صف خرید هفته نیز ۱۸۴ میلیارد تومان بود و در روز شنبه ثبت شد و پایین‌ترین رقم به روز سه‌شنبه برمی‌گردد که ۴۳ میلیارد تومان بود.
خروج سرمایه حقیقی
در هفته اخیر شاهد توقف روند خروج پول حقیقی بودیم. روز شنبه ۱۸۵ میلیارد تومان سرمایه حقیقی وارد بازار شد. اما در روزهای سه‌شنبه و چهارشنبه ارزش خالص تغییر مالکیت حقوقی به حقیقی بازار منفی بود.
در مجموع کل هفته ۲۶۱ میلیارد تومان پول حقیقی از بورس خارج شد و میانگین روزانه خروج پول حقیقی ۸۷ میلیارد تومان بود که نسبت به هفته گذشته کاهش ۶۹ درصدی داشته است.
بازدهی شاخص بورس مثبت شد/ چند میلیارد پول از بازار خارج شد؟
شاخص کل در آخرین روز کاری هفته به رقم یک میلیون و ۴۴۸ هزار واحد رسید و نسبت به آخرین روز معاملاتی هفته قبل ۱۱ هزار و ۱۰۹ واحد بالاتر ایستاد تا بازدهی هفته شاخص بورس مثبت ۷۷ صدم درصد شد.
رویداد۲۴ به گزارش اقتصادنیوز به نقل از اکوایران، روند شاخص کل بورس در هفته اخیر صعودی بود. در اولین روز کاری هفته شاخص رشد ۱۱ هزار و ۵۶۲ واحدی را پشت سر گذاشت. روز سه‌شنبه نیز شاخص برای پنجمین روز کاری متوالی رشد کرد و ۳ هزار و ۱۹ واحد بالا آمد.
در روز چهارشنبه روند صعودی شاخص متوقف شد و ۳ هزار و ۴۷۲ واحد نزول کرد. با این حال شاخص در آخرین روز کاری هفته بالاتر از سطح هفته قبل ایستاد.
بازدهی هفته
شاخص کل در آخرین روز کاری هفته به رقم یک میلیون و ۴۴۸ هزار واحد رسید و نسبت به آخرین روز معاملاتی هفته قبل ۱۱ هزار و ۱۰۹ واحد بالاتر ایستاد تا بازدهی هفته شاخص بورس مثبت ۷۷ صدم درصد شد.
شاخص هم وزن در پایان هفته نسبت به هفته پیشین ۵ هزار و ۵۴۸ واحد بالاتر ایستاد و بازدهی مثبت ۱.۴ درصدی را ثبت کرد.
رشد معاملات سهام
در هفته اخیر میانگین ارزش معاملات کل هفته ۵۷ هزار و ۴۵۲ تومان بود که نسبت به رقم ۴۰ هزار و ۹۰۹ میلیاردی هفته پیشین، رشد ۴۰ درصدی داشته است.
در این هفته، میانگین ارزش معاملات خرد بورس ۲ هزار و ۵۲۵ میلیارد تومان بود که نسبت به رقم ۲ هزار و ۲۴۲ میلیاردی هفته پیشین، افزایش ۱۳ درصدی داشته است.
میانگین روزانه ارزش صف‌های پایانی بازار
میانگین ارزش صف‌های فروش در هفته اخیر ۱۷ میلیارد تومان بود و میانگین ارزش صف‌های خرید به رقم ۱۰۶ میلیارد تومان بالغ شد.
بالاترین رقم صف فروش پایانی در هفته اخیر ۳۰ میلیارد تومان بود که در روز چهارشنبه ثبت شد و پایین‌ترین رقم به روز شنبه برمی‌گردد که ارزش صف‌های فروش پایانی ۱.۴ میلیارد تومان بود.
بالاترین رقم ارزش صف خرید هفته نیز ۱۸۴ میلیارد تومان بود و در روز شنبه ثبت شد و پایین‌ترین رقم به روز سه‌شنبه برمی‌گردد که ۴۳ میلیارد تومان بود.
خروج سرمایه حقیقی
در هفته اخیر شاهد توقف روند خروج پول حقیقی بودیم. روز شنبه ۱۸۵ میلیارد تومان سرمایه حقیقی وارد بازار شد. اما در روزهای سه‌شنبه و چهارشنبه ارزش خالص تغییر مالکیت حقوقی به حقیقی بازار منفی بود.
در مجموع کل هفته ۲۶۱ میلیارد تومان پول حقیقی از بورس خارج شد و میانگین روزانه خروج پول حقیقی ۸۷ میلیارد تومان بود که نسبت به هفته گذشته کاهش ۶۹ درصدی داشته است.
پیش‌بینی زمان‌بندی انجام معاملات در بورس اوراق بهادار تهران
1 دکتری گروه حسابداری، واحد نجف‌آباد، دانشگاه آزاد اسلامی، نجف‌آباد، ایران.
2 دانشجوی دکتری گروه حسابداری، واحد نجف‌آباد، دانشگاه آزاد اسلامی، نجف‌آباد، ایران.
چکیده
هدف: به دلیل پیچیدگی بازار بورس اوراق بهادار تهران، مسئله زمان‌بندی انجام معاملات بسیارحائز اهمیت است. زمان‌بندی انجام معاملات، تحلیل‌گران و معامله‌گران را در راستای پیش‌بینی روند حرکت قیمت سهام یاری می‌نمایند. از این‌رو هدف از پژوهش حاضر پیش‌بینی زمان‌بندی انجام معاملات سهام شرکت‌های فعال در بورس اوراق بهادار تهران است.
روش: جامعه آماری پژوهش شامل کلیه شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران طی سال‌های 1392 تا 1395 است. حجم نمونه با استفاده روش حذف نظام‌مند بالغ بر 17 شرکت فعال در بورس انتخاب شد. روش اجرای پژوهش مبتنی بر رگرسیون گام‌به‌گام و شبکه عصبی فازی با تکیه بر شاخص‌های قدرت نسبی (RSI)، میانگین متحرک همگراواگرا (MACD)، میانگین متحرک ساده (SMA)، نوسان‌گر تصادفی (SO)، میانگین متحرک‌‌نمایی (EMA) و خط‌سیگنال (SL) است.
یافته‌ها: یافته‌های نتایج نشان داد که میانگین درصد صحت پیش‌بینی کلیه شبکه‌های ایجاد شده (55/96%) بیشتر از حالت تصادفی(50%) است. با اعمال مقررات معاملاتی مقادیر پیش‌بینی شده به سیگنال تبدیل شدند و پیشنهاد داده شد که سیگنال نهایی سیستم طراحی شده از مجموع سیگنال‌های ایجاد شده توسط 5 شاخص تکنیکال مذکور بدست آید. در مرحله بعد جهت سنجش بازده معاملات پیشنهادی، مدل ارائه شده با استفاده از استراتژی معاملاتی پیشنهادی پژوهش یک معامله فرضی شبیه‌سازی گردید. سپس بازده معاملات صورت گرفته بر اساس سیگنال نهایی سیستم پیشنهادی با بازده روش‌های تکنیکال و روش‌های خرید و نگهداری (در دوحالت پیش از کسر هزینه‌های معاملاتی و پس از کسر هزینه‌های معاملاتی) مقایسه شدند.
نتیجه‌گیری: با توجه به بازدهی مثبت شاخص‌های SMA، EMA، SO و روش پیشنهادی می‌توان نتیجه گرفت که با استفاده از شاخص‌های تحلیل تکنیکال در بازار سهام ایران‌روند قیمت سهام را پیش‌بینی نمود. از این میان، روش میانگین متحرک ساده از بالاترین اعتبار برای پیش‌بینی روند قیمت سهام برخوردار است. در نتیجه بازار بورس تهران پتانسیل بکارگیری شاخص‌های مختلف تحلیل تکنیکی را دارا است.
کلیدواژه‌ها
- زمان‌بندی انجام معاملات
- پیش‌بینی
- تحلیل تکنیکال
- شبکه عصبی فازی
- بورس اوراق بهادار تهران
20.1001.1.20082428.1399.5.1.4.0
مراجع
بخردی‌نسب، وحید؛ قاسمی، سعید. (1395). بررسی عوامل موثر بر بازده سهام با تاکید بر عوامل اقتصاد کلان و عوامل حسابداری با درنظر گرفتن تحریم های اقتصادی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران، فصلنامه پژوهش های جدید در مدیریت و حسابداری، 3 (17)، 10-25.
تهرانی، رضا؛ عباسیون، وحید. (1387). کاربرد شبکه‌های عصبی مصنوعی در زمان‌بندی معاملات سهام: با رویکرد تحلیل تکنیکی. پژوهش‌های اقتصادی. 8(1)، 177-151.
حامدیان، مهدی. (1379). بررسی عوامل موثر بر قیمت سهام و تصمیم گیری سرمایه گذاران در بورس اوراق بهادار تهران. تهران: دانشگاه شهید بهشتی: دانشکده مدیریت.
حنیفی، فرهاد؛ بحرالعلوم، محمد مهدی؛ جوادی، بابک. (1388). طراحی و تحلیل مقایسه ای الگوریتم‌های فراابتکاری جهت پیاده سازی سرمایه گذاری شاخص محور در بورس تهران. چشم انداز مدیریت، 32، 108-89.
خاتمی، حمید رضا. (1387). مبانی مدل‌سازی فازی جلد اول: جبر فازی. کرمان: انتشارات دانشگاه شهید باهنر کرمان.
دلبری، مهدی. (1380). بررسی معیارهای موثر بر انتخاب سهام در بورس اوراق بهادار تهران بر اساس مدل فرایند سلسله مراتبی (AHP). اصفهان: دانشگاه اصفهان: دانشکده علوم اداری و اقتصاد.
رعیتی‌شوازی، علیرضا. (1385). پیش‌بینی قیمت سهام با استفاده شبکه عصبی فازی و الگوریتم زنتیک.اصفهان: دانشگاه اصفهان: دانشکده علوم اداری و اقتصاد.
صدرایی، محمد؛ میدانی، فرزاد. (1390). مقررات اصول بازار سرمایه، تهران: کانون کارگزاری بورس و اوراق بهادار.
طلوعی‌اشلقی عباس، حق‌دوست شادی. (1388). مدل‌سازی پیش‌بینی قیمت سهام با استفاده از شبکه عصبی و مقایسه آن با روش‌های پیش‌بینی ریاضی. پژوهشنامه اقتصادی، 4(7)، 65-23.
فلاح شمس، میرفیض؛ دلنواز اصغری، بیتا. (1388). پیش‌بینی شاخص بورس اوراق بهادار تهران با استفاده از شبکه‌های عصبی. فراسوی مدیریت، 3(9)، 212-191.
Bekhradi Nasab, V., Ghasemi, S. (2016). Investigating the factors affecting stock returns with emphasis on macroeconomic factors and accounting factors, taking into account economic sanctions in companies listed on the Tehran Stock Exchange. Quarterly Journal of New Research in Management and Accounting, 3(17), 10-25 [In Persian].
Delbari, M. (1380). Investigating the criteria affecting stock selection in the Tehran Stock Exchange based on the hierarchical process model (AHP). Isfahan: University of Isfahan: Faculty of administrative sciences and economics [In Persian].
Fallah Shams, M., Delnavaz Asghari, B. (2009). Prediction of Tehran Stock Exchange index using neural networks. Beyond Management, 3(9), 212-191 [In Persian].
Hamedian, M. (2000). Investigating the factors affecting stock prices and investors' decisions in Tehran Stock Exchange. Tehran: Shahid Beheshti University: School of Management [In Persian].
Hanifi, F., Bahrololoom, M.M., Javadi, B. (2009). Comparative design and analysis of metaheuristic algorithms for implementing index-based investment in Tehran Stock Exchange. Management Perspective, 32, 108-89 [In Persian].
Khatami, H.R., (2008). Fundamentals of fuzzy modeling volume one: Fuzzy algebra. Kerman: Shahid Bahonar University of Kerman Publications [In Persian].
Kuo, J., Chen, C., Hwang, Y.C. (2001). An intelligent stock trading decision support system through integration of genetic algorithm based fuzzy neural network and artificial network. Fuzzy Sets and System, 118, 21-45.
Lin, C., Alikhan, H. (2008). Can the neuron fuzzy model predict stock indexes better than its rivals? Econometrics Reviews, 29, 14-37.
Mayers, L.S., Gamst, G., Guarino, A.J. (2006). Applied multivariate research: Design and interpretation. London: SAGE Publications.
Rayti Shavazi, A. (2006). Predicting stock prices using fuzzy neural network and genetic algorithm. Isfahan: University of Isfahan: Faculty of Administrative Sciences and Economics [In Persian].
Sadraei, M., Maidani, F. (2011). Capital market principles regulations. Tehran: Stock exchange and securities brokerage center [In Persian].
Tan, A., Quek, C., Yow, K.C. (2008). Maximizing winning trades using a Novel RSPOP Fuzzy Neural Network intelligent stock trading system. Applied Intelligence, 29, 116-128.
Tehrani, R; Abbasian, V. (2008). Application of artificial neural networks in stock trading scheduling: With a technical analysis approach. Economic Research, 8(1), 177-151 [In Persian].
Tolouei Eshlaghi, A, Haq Doost, S. (2009). Modeling بازدهی مبازدهی مثبت بورس ثبت بورس stock price forecasting using neural network and comparing it with mathematical forecasting methods. Journal of Economics, 4(7), 65-23 [In Persian].
بازدهی بورس در هفته اول اردیبهشت
عملکرد بورس در هفته جاری صعودی بود به گونه‌ای که شاخص کل و شاخص هم وزن به ترتیب ۰.۶۱ و ۲.۵۵ درصد رشد داشتند.
به گزارش کارآفرین نیوز، بازار سرمایه در هفته اول اردیبهشت کاری خود در سال جاری روند مثبتی داشت و بررسی روند شاخص کل بورس حکایت از این دارد که شاخص بورس کار خود را باکاهش ۷ هزار و ۴۸۸ واحدی آغاز کرد..
در ادامه روزهای دوشنبه، سه شنبه روند بورس صعودی اما در روز چهار شنبه بورس با اصلاح مواجه شد، در نهایت شاخص کل بورس کار خود را در ارتفاع یک میلیون و ۵۲۱ هزار و ۴۳۳واحد به پایان برد که ۹ هزار و ۲۱۴ واحد بیشتر از هفته گذشته است.
شاخص کل با معیار هم وزن و شاخص فرا بورس در این هفته روند صعودی داشتند، البته شاخص فرا بورس در روز یکشنبه ۱۶ واحد افت کرد.
شاخص کل با معیار هم وزن در این هفته رشد ۱۰ هزار و ۲۵۹ واحدی را ثبت کرد، این شاخص در نهایت کار خود را در ارتفاع ۴۱۱ هزار و ۶۸۹ واحد به پایان برد و بازدهی مثبت ۲.۵۵درصدی را به ثبت رساند.
شاخص فرا بورس نیز در این هفته ۱۵۳ واحد رشد داشت و با بازدهی ۰.۷۴ درصدی در ارتفاع ۲۰ هزار و ۹۱۶ واحد قرار گرفت و باید دید در هفته آینده آیا کانال ۲۱ هزار واحد فتح خواهد شد؟
در جریان معاملات روز سه شنبه تغییر مالکیت حقوقی به حقیقی مثبت شد و رشد ۱۸۶ درصدی را به ثبت رساند.
در این روز ۱۸۰ میلیارد تومان پول توسط سهامداران حقیقی وارد بازار شد که کارشناسان اعتقاد دارند این عامل، رونق بورس را در آینده به همراه خواهد داشت.
دیدگاه شما