سایت دانلود

تحقیق ها مقاله ها و پایان نامه ها
فیزیک

پروژه رشته فیزیک در مورد استراتژی معکوس و استراتژی مومنتوم – قسمت دوم

گرینبلات و تیتمن(1989) با استفاده از استراتژی مومنتوم سودهای اضافی را کشف کردند ولی مشاهده کردند که سودهای مومنتوم در اولین سال بعد از تشکیل پرتفوی از بین می رفت.

گراندی و مارتین (1998) با استفاده از مدل بازدهی تعدیل شده بر اساس ریسک سه عاملی فاما و فرنچ سودمندی استراتژی مومنتوم را در طول دوره 1966-1995 بیش از3/1 درصد در ماه اعلام کردند.

نکته مهم : برای استفاده از متن کامل تحقیق یا مقاله می توانید فایل ارجینال آن را از پایین صفحه   کنید. سایت ما حاوی تعداد بسیار زیادی مقاله و تحقیق دانشگاهی در رشته های مختلف است که می توانید آن ها را به رایگان   کنید

مارکویتز و گرینبلات(1999) یک اثر مومنتوم قوی را در بین صنایع کشف کردند. به این صورت که وقتی از صنایع برنده گذشته خریداری شد و صنایع بازنده گذشته فروخته شد بازدهی اضافی تأیید گردید.

راون هورست(1998) سودمندی استراتژی مومنتوم یا استمرار بازده های میان مدت را در بازارهای سهام بین المللی تست کرد. وی بازدهی کل دوازده کشور اروپائی را استفاده کرد تا پرتفوی هایی بر مبنای معیار قدرت نسبی[1] تشکیل دهد. بعد از تعدیل ریسک مشخص شد که پرتفوی های برنده نسبت به بازنده با بیش از یک درصد در ماه بهتر عمل می کردند. او استدلال کرد که غیر محتمل است که سودهای مومنتوم ناشی از شانس باشد، در حالی که فاما آنها را ناشی از شانس می دانست.

کنراد و کاول (1998) با یک بررسی بلند مدت در آمریکا موفقیت استراتژی معکوس را در طولانی مدت و استراتژی مومنتوم را در کوتاه مدت گزارش کردند. آنها اعلام کردند که موفقیت این استراتژی ها به افق مورد نظر بستگی دارد. در حالی که استراتژی مومنتوم برای یک دوره میان مدت سه تا دوازده ماهه سودمند بود، استراتژی معکوس در یک دوره کوتاه مدت هفتگی یا ماهانه و یا یک افق طولانی مدت سه تا پنج ساله مناسب بود. آنها استدلال کردند که سودهای مومنتوم فقط به خاطر تفاوتهای ی[2] در بازدهی مورد انتظار به جای الگوی سری زمانی[3] بازده ایجاد می شود. آنها استدلال کردند که سودهای مومنتوم می تواند یک محصول جانبی این موضوع باشد که بعضی از سهام به خاطر وجود یک سری از عوامل ریسک ناشناخته ریسکی تر می شوند. به عبارتی اگر بازدهی اضافی به خاطر ریسک سیستماتیک ناشناخته بالاتر، (پایین تر) ایجاد شود، پس سهام در آینده نیز به این بازدهی بالاتر(پایین تر) دست خواهند یافت. با این نگرش دیگر سودهای مومنتوم با بحث کارایی نیز سازگار می شود و تناقض از بین می رود.

یافته های اخیر جاگادیش و تیتمن (2001) انتقادهای زیادی را بر این فرضیه وارد می کند. آنها استدلال می کنند که اگر سودهای مومنتوم به خاطر تفاوت ی در بازدهی باشد، پس برندگان گذشته(بازندگان گذشته) بایستی بازدهی بالاتر(پایین تر) خود را به طور نامحدود در آینده ادامه دهند. ولی آنها به این نتیجه رسیدند که بازدهی پرتفوی های مومنتوم (برندگان منهای بازندگان) فقط برای دوازده ماه اول بعد از تشکیل پرتفوی مثبت است واگر اتفاق خاصی نیفتد بازدهی بعد از دوازده ماه منفی است.

مکنایت و هو(2005) سودهای مومنتوم را با استفاده از متغیرهای BTM و اندازه [4]و پوشش تحلیلگران[5] در بازار سهام انگلستان ارزیابی کردند. آنها کشف کردند که سودهای مومنتوم به طور معکوس با هر سه عامل فوق ارتباط دارد و نیز اینکه نسبت BTM از همه مهمتر است و در درجه بعدی پوشش تحلیلگران و در نهایت اندازه اهمیت دارد. محققین فوق با تعاریف و استدلالهای زیر این متغیرها را به عنوان نماینده هایی برای توضیح سود مومنتوم بکار بردند:

  1. اندازه: از آنجا که شرکتهای کوچک اطلاعات کمتری در دسترس دارند و ابهام اطلاعاتی راجع به آنها بیشتر طول می کشد، سرمایه گذاران در کسب اطلاعات راجع به این شرکتها مشکل بیشتری دارند و در نتیجه سود مومنتوم برای آنها محتمل تر است.
  2. میزان پوشش تحلیلگران: به میزان یا درجه جریان اطلاعات اطلاق می شود و یا نمایانگر تعداد تحلیلگرانی است که اطلاعات آتی شرکت را(مخصوصا در مورد سود) اعلان می کنند. هر چه تعداد تحلیلگران روی یک سهم بیشتر باشد تحقق سود مومنتوم برای آنها کمتر محتمل است.گ
  3. نسبت ارزش دفتری به ارزش بازار: شرکتهای با BTM بالاتر شرکتهای ارزشی هستند که دارای صرف ارزش[6] هستند و در آینده سودهای بالاتری نسبت به شرکتهای با BTM پایین تر که شرکتهای رشدی می باشند و دارای کسر[7] رشد هستند ایجاد می کنند (فاما و فرنچ، 1996). بر مبنای این نتایج آنها احتمال سود مومنتوم را برای سهام ارزشی محتمل می دانند. ولی در مقابل لاکونیشاک (1994) استدلال می کند که بازار سهام رشدی را بالای قیمت ارزیابی می کند و سهام ارزشی را زیر قیمت ارزیابی می کند و همین باعث ایجاد صرف ارزش برای سهام رشدی می شود و بر این مبنا برای سهام رشدی احتمال ایجاد سودهای مومنتوم بیشتر است.

صفی الدین و سنتی (2006) نتیجه گیری کردند که اثر مومنتوم با توجه به رشد صنایع متفاوت است و در صنایع با رشد بالاتر اثر مومنتوم بالاتری را کشف کردند.

حجم معاملات[8] نیز به عنوان متغیری برای پیش بینی اندازه و مقاومت مومنتوم معرفی شده است.

تحقیقات اخیر قدرت پیش بینی زیادی را برای متغیر حجم معاملات در پیش بینی بازده های سهام تأیید کرده اند و همچنین ارتباط ای قوی بین حجم معاملات و مومنتوم گزارش شده است. همچنین تحقیقات نشان می دهند که مومنتوم قیمت در مورد سهام با حجم معامله کم و متوسط بیشتر محتمل است(بروزینسکی و همکاران، 2003)

ملی رفتاری و توضیح پدیده مومنتوم و معکوس

فرضیه بازار کارا در دهه های هفتاد و هشتاد به بیشترین تسلط و حاکمیت در محافل علمی مالی در دنیا دست یافت. ولی اعتماد و اطمینان به این فرضیه به تدریج و با کشف بی نظمی های رفتاری بازار سهام و الگوهای ناسازگار با تئوری های مدرن مالی و نیز مشاهده حوادثی چون حباب بازارهای مالی در آمریکا در 1987 و نیز در سایر بازارهای مالی و سایر وقایع بازار سرمایه متزلزل گردید.

دنیای مالی از آن روزهایی که تصور می شد EMH قویاً تأیید و تثبیت شده است فاصله زیادی گرفته و راه زیادی را به سوی تکامل پیموده است. مدیریت مالی رفتاری یعنی بررسی مسایل مالی از یک نگاه علمی اجتماعی وسیع تر، شامل توجه به روانشناسی و جامعه شناسی و نیز حذف چارچوبهای عقلی و منطقی صرف در حال حاضر یکی از موضوعات مورد توجه بسیاری از تحقیقات مالی می باشد و روز به روز جایگاه محکمتری را برای قد برافراشتن در مقابل فرضیه بازار کارا بدست می آورد. امروز این موضوع قوت گرفته است که قیمت ها بیشتر توسط نگرش ها و فاکتورهای روانی تعیین می شوند تا متغیرهای بنیادی، و بنابراین مطالعه روانشناسی و هیجانات بازار اهمیت بیشتری پیدا کرده است.

به این ترتیب از سال های دهه 1990 تمرکز بسیاری از مباحث مالی از تحلیل های آماری و اقتصاد سنجی بر روی قیمت ها و سودها به سوی روانشناسی انسانی تغییر کرده است و مدیریت مالی رفتاری با معرفی بی نظمی های رفتاری بیشتر بر عمق و غنای خود افزوده است. مدیریت مالی رفتاری با یک نگاه بازتر و با استفاده از مفروضات واقعی تر نسبت به مدیریت مالی نوین به تبیین و توضیح رفتار بازارهای مالی می پردازد(شیلر، 2002).

مطالعات اخیر در دو دهه گذشته بی نظمی هایی را اثبات کرده اند که باعث می شود که ارتباط ی بازده مورد انتظار به طور کافی توسط بتا یا ریسک سیستماتیک توضیح داده نشود. نتایج نشان می دهد که متغیرهایی چون اندازه شرکت (بنز، 1981)، نسبت [9]E/P (با سو، 1977)، اهرم (باهاندری، 1988)، BTM (لاکونیشاک، هام وچن 1991)، مومنتوم (جاگادیش و تیتمن 1993) و نوسانات غیر عادی اخیر (مالکیل و اگزو، 1996و 2000) به طور کافی متوسط بازدهی سهام را توضیح دهند.

در مقابل فاما استدلال می کند که بی نظمی های بازار سرمایه تصادفی هستند و عکس العمل بیش از اندازه[10] تقریبا به اندازه عکس العمل کمتر از اندازه[11] رایج می باشد. او ادعا می کند که ادامه بعد از واقعه بازده قبلی تقریباً به اندازه برگشت بعد از واقعه می باشد و به عبارتی تداوم بازده اضافی تقریباً در حدود برگشت بعدی بازده اضافی می باشد. مهم تر این که بی نظمی های بازار سرمایه شکننده هستند و با تغییرات و بهبودهایی که در روشهای اندازه گیری و متدولوژی آزمون ها ایجاد می شود گرایش به حذف شدن دارند که البته این نتیجه گیری فاما با EMH سازگار می باشد.

توضیحاتی که توسط محققین مختلف برای این پدیده ها ارائه شده اند عبارتند از:

  1. دسته ای از محققین استدلال می کنند که بازده های استراتژی های مختلف فقط معادل جبران منصفانه ریسک می باشد.
  2. دسته ای از محققین از جمله کنراد و کاول (1998) استدلال می کنند که سودمندی استراتژی های مومنتوم شناسایی شده فقط به خاطر تفاوت های ی بازده مورد انتظار می باشند و با کمک سری های زمانی از بین می رود.
  3. عده ای استدلال می کنند که این سودها حاصل داده پردازی[12] هستند. طرفداران این ادعا بر این اعتقادند که سودهای مومنتوم و حتی بقیه بی نظمی ها حاصل داده پردازی تعمدی هستند ( هان و تانکز، 2003)

مدل هایی که برای توضیح این پدیده ها ارائه شده اند عبارتند از (هان و تانکز، 2003):

باربریز، اشلیفر و ویشینگ(1998) مومنتوم را نتیجه عکس العمل بیش از اندازه می دانند.

دانیل، هیرشلیفر و سابرامانیان(1998) مومنتوم را نتیجه عکس العمل کمتر از اندازه می دانند. به عبارتی قیمت ها خیلی کند به اطلاعات واکنش نشان می دهند.

هرن و پاولف در بازار سرمایه استرالیا سه دلیل عمده را برای توضیح مومنتوم مورد آزمون قرار دادند که شامل پراکندگی ی میانگین بازده های غیر شرطی، تعدیل برای ریسک و اثر صنعت بود.

21- relative strenght

22- cross sectional

23-time seris

24- size

25-analyst coverage

26- Value premium

27-growth discount

28- trading volum

29- earning yield

30-overreaction

31-underreaction

32-data mining

برای دیدن قسمت های دیگر این تحقیق لطفا" از منوی جستجوی سایت که در قسمت بالا قرار دارد استفاده کنید. یا از منوی سایت، فایل های دسته بندی رشته مورد نظر خود را ببینید.

لینک متن کامل با فرمت ورد

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *