Document Type : Original Article
Authors
1 PhD Candidate in Accounting, Department of accounting, Najaf Abad branch, Islamic Azad University, Najaf Abad, Iran
2 Assistant Professor of Accounting, Department of Accounting, Najaf Abad branch .Islamic Azad University,,Najaf Abad, Iran
Abstract
Keywords
Main Subjects
فرضیه‌های بازار کارا1 در بازارهای مالی بیان می‌کنند قیمت‌های سهام یک گام تصادفی را دنبال می‌کنند و قابلیت پیش‌بینی ندارند (Fama & MacBeth, 1973)؛ درمقابل، فرضیه بازار تطبیقی2 تشریح می‌کند قیمت سهام پیش‌بینی‌پذیر است و می‌توان از آن منتفع شد (Ahmed & Safdar, 2018; Ball & Brown, 1968; Friesen et al., 2009). همچنین، وجود ناهنجاری‌های بازار سرمایه مانند حباب‌ها و نوسان‌های بیش از حد قیمت، سهام اثبات‌کننده این بود که روند تصمیم‌گیری در بازارهای مالی براساس عقلانیت کامل نیست (Fama & French, 2008; Jensen & Benington, 1970) و می‌توان با پیش‌بینی رفتار غیر منتظره، سهام بازده مازاد کسب کرد (Chan et al., 1996; Daniel et al., 1998; Costa et al., 2019).
مومنتوم قیمت، یکی از استراتژی‌هایی است که سرمایه‌گذاران در جهت به دست آوردن بازده مثبت از آن منتفع می‌شوند (Ball & Brown, 1968; Dittberner, 2016; Jegadeesh & Titman, 1993). به کمک این استراتژی می‌توان با خرید سهام برنده گذشته و فروش سهام بازنده بازده مثبت ایجاد کرد (Jegadeesh & Titman, 1993)؛ این یک پدیده گیج‌کننده است؛ زیرا قابلیت پیش‌بینی بازده‌های آتی با استفاده از بازده‌های گذشته نمایان می‌شود (Tajaddini, 2013)؛ بنابراین، این انگیزه را در ذهن پژوهشگران ایجاد می‌کند که علت این پدیده را بررسی کنند.
تحلیل بنیادی، استراتژی دیگری است که سرمایه‌گذاران برای به دست آوردن بازده مازاد بر ریسک از آن بهره‌برداری می‌کنند. این تحلیل توانایی استفاده از اطلاعات شرکت را دارد که بازار آن را درک نمی‌کند یا نتوانسته از آن اطلاعات برای قیمت‌گذاری صحیح استفاده کند (Ou & Penman, 1989). پتانسیل بالقوه استراتژی مومنتوم با تجزیه‌وتحلیل صورت‌های مالی (تحلیل بنیادی) افزایش می‌یابد؛ زیرا تغییرات قیمت‌های گذشته می‌تواند به دلایل بنیادی یا غیر بنیادی باشد (Abarbanell & Bushee, 1997; Hong & Stein, 1999; Hong & Wu, 2014). یکی از دلایل غیر بنیادی تغییر قیمت‌های گذشته، معامله‌گران مزاحم هستند؛ زیرا آنها بازیگران غیرمنطقی‌اند و انتظارات آنها براساس متغیرهای بنیادی نیست (Barber & Odean, 1999). این معامله‌گران در بازار سرمایه نقشی فعال دارند و موجب ناهنجارهای بازار سرمایه می‌شوند (Beyaz et al., 2018). معامله‌گران مزاحم می‌توانند به‌صورت هماهنگ عمل کنند تا مومنتوم قیمت را به وجود آورند. سپس وقتی یک مومنتوم قیمت اتفاق می‌افتد، معامله‌گران غیرمنطقی (آربیتراژیست‌ها) با دو انتخاب روبه‌رو می‌شوند؛ آنها می‌توانند علیه آن معامله کنند و به قیمت‌های صحیح توسط مشارکت در آربیتراژهای ریسکی کمک کنند یا مزیتی را از روند پیش‌بینی بزرگ‌ترشدن حباب کسب کنند که بازخورد مثبت تجاری شناخته می‌شود. همچنین، معامله‌گران منطقی مراقب قیمت هم ممکن است تلاش کنند روند را ادامه دهند و فشار بیشتری بر قیمت‌ها وارد کنند (De Long et al., 1990)؛ بنابراین، هر دو معامله‌گران منطقی و غیرمنطقی از عمل ایجادشدۀ معامله‌گران مزاحم و جداکردن قیمت‌ها از بنیادی‌ها استفاده می‌کنند. اگر بتوان سهام هدایتشدۀ معامله‌گران مزاحم را شناسایی کرد و از سهام هدایتشدۀ متغیرهای بنیادی تفکیک کرد، انتظار این است که می‌توان به تشخیص شرکت‌هایی کمک کرد که اثر مومنتوم دربارۀ آنها قوی‌تر و طولانی‌تر است و به این ترتیب، به افزایش بازده سرمایه‌گذاری مومنتوم کمک کرد؛ بنابراین، این پژوهش در نظر دارد با ترکیب مومنتوم قیمت و بنیادی یک رویکرد جدید به نام «مومنتوم بنیادی» به بازار سرمایه ارائه کند که ممکن است به افزایش درک ناتوانی بازار در قیمت‌گذاری صحیح با اطلاعات موجود کمک کند و پیش‌بینی بازده را بهبود بخشد.
مطابق با پژوهش‌های پیشین، علت ناهنجاری مومنتوم، ریسک و عوامل رفتاری است (Costa et al., 2019; De Bondt & Thaler, 1985; De Long et al., 1990; Dittberner, 2016)؛ این مسئله، این دیدگاه را به وجود آورده است که سفته‌بازان و احساسات، قیمت سهام را در کوتاه‌مدت و میان‌مدت، هدایت و در بلندمدت، متغیرهای بنیادی ارزش سهام یک شرکت را مشخص می‌کنند (Daniel et al., 1998)؛ بنابراین، باوجود تلاش محققان، منشأ سودهای مومنتوم به‌خوبی درک نمی‌شود و «مومنتوم بنیادی» ممکن است به درک بهتر این پدیده کمک کند و به دیدگاههای متفاوت دربارۀ هدایت‌کنندگان قیمت سهام جهت دهد. همچنین، استراتژی مومنتوم قیمت نیازمند معاملات مکرر است که این موضوع هزینۀ معاملات را زیاد می‌کند و باعث می‌شود اجرای استراتژی سود آور نباشد (Lesmond et al., 2004) و بازده آن ناچیز باشد (Bernard & Thomas, 1989). علاوه بر این، در بیشتر پژوهش‌های داخلی، هنگام تحلیل قیمت سهام، یک‌جانبه‌گرایی، دیده و به‌ندرت استراتژی ترکیبی بررسی می‌شود (مکی پور و دستگیر، 1396) و بیشتر به‌صورت مجزا سودآوری مومنتوم (فدائینژاد و مایلی، 1394؛ قالیباف اصل و همکاران، 1389؛ هاشمی و میرکی، 1392) یا تحلیل بنیادی (حنیفی و همکاران، 1392؛ عارفی و دادرس، 1390؛ فتحی و همکاران، 1394; Bernard & Thomas, 1989) بررسی شده است؛ بنابراین، رویکرد مومنتوم بنیادی یک رویکرد جدید است که در بازار بورس اوراق تهران بررسی نشده است و ضروری به نظر می‌رسد که پتانسیل این رویکرد در افزایش بازده سرمایه‌گذاری و کمک در جهت تقویت ادبیات استراتژی مومنتوم بررسی شود. بدین منظور، در ادامه، ابتدا مبانی نظری، پیشینه و فرضیه‌ها ارائه می‌شوند و سپس با بیان یافته‌ها، نتیجه‌گیری و ارائۀ پیشنهادها، پژوهش به پایان می‌رسد.
مومنتوم بنیادی یک مفهوم جدید در بازار سرمایه است و ادبیاتی که به‌طور مستقیم مرتبط با این موضوع باشد، در دسترس نیست؛ بنابراین، در ادبیات، مومنتوم قیمت سهام، تحلیل بنیادی و مومنتوم بنیادی بررسی می‌شود.
حدود 300 سال پیش، اسحاق نیوتن پدیده‌ای به نام تکانه (مومنتوم) را مطالعه کرد. مومنتوم دارای جهت و همچنین بزرگی (حجم) است که از جهت به‌دست‌آمدۀ اشیا هنگام برخورد با یکدیگر برای پیش‌بینی استفاده می‌شود (Daniel et al., 1998). با استراتژی مومنتوم قیمت می‌توان با خرید سهامی که در گذشته برنده بوده و فروش سهامی که یازنده بوده است، طی حداکثر یک سال پس از اجرای استراتژی، بازده مثبت ایجاد کرد (Barber & Odean, 1999; Dittberner, 2016; Jegadeesh & Titman, 1993). بوتربا و سامرز (1988) دریافتند قیمت سهم تمایل به نشان‌دادن همبستگی مثبت در کوتاه‌مدت (کمتر از یک سال) را دارد و یک الگوی معکوس برای قیمت سهام در طولانی‌مدت پیدا کردند؛ اما جگادیش (1990) در کوتاه‌مدت برگشت بازده سهام و در بلندمدت مومنتوم قیمت سهام را نشان داد (Jegadeesh, 1990)؛ ولی درنهایت، جگادیش و تیتمن (1993) سودآوری استراتژی مومنتوم را برای نخستین‌بار شناسایی کردند. نکته درخور توجه در پژوهش آنها این بود که طول دوره شکل‌گیری یا طول دوره نگهداری مهم است؛ ولی این گمان را ایجاد کرد که نتایج ممکن است به دلیل داده‌کاوی از بین بروند. باوجود یافته‌های بوتربا و سامرز (1988) و جگادیش و تیتمن (1993) برای شناسایی استراتژی مومنتوم قیمت، شروع این استراتژی در سال 1967 ردیابی می‌شود. لیوی (1967) یک قانون تجاری ایجاد کرد که با خرید سهام با قیمت‌های بالاتر از متوسط قیمت سود ایجاد می‌شود. جنسن و بن نیگون (1970) استراتژی لیوی را به دلیل انتخاب با سوگیری مختومه کرد. آنها اشاره کردند 68 استراتژی معاملاتی را بررسی کردند و نتایج لیوی شکست خورده‌اند. در تلاش برای جلوگیری از انتقاد به داده‌کاوی استراتژی مومنتوم قیمت، هونگ و همکاران (2000) یک پژوهش مشابه جگادیش و تیتمن انجام دادند و به‌جای ساختن یک پرتفوی حصاری مبنی بر دهک‌های پایین و بالا، پرتفوی‌شان را براساس 30 صدک بالا و پایین ساختند. یافته جالب این مطالعه این بود که سودهای مومنتوم قیمت، به عملکرد پرتفوی بازنده نسبت به عملکرد بهتر پرتفوی برنده تمایل دارند. این یافته‌ها در تضاد با جگادیش و تیتمن (1993و 2001) بود.
پژوهشگران منبع بازده‌های مومنتوم را ریسک و عوامل رفتاری است (Bhattacharya & Sonaer, 2017; Costa et al., 2019). هوانگ و همکاران (1999) سودهای مومنتوم را جبرانی برای ریسک بالاتر بیان می‌کنند. باربیس و همکاران (1998)، دانیل و همکاران (1998) و هونگ و ستین (1999) کم‌واکنشی به اطلاعات و درنتیجه، عقب‌افتادن قیمت‌های ایمن از ارزش‌های بنیادی (لنگر انداختن) یا بیش‌واکنشی به اطلاعات - که باعث می‌شود قیمت‌های ایمن بالاتر از ارزش‌های بنیادی بالاتر رود - را علت مومنتوم قیمت می‌دانند. جگادیش و تیتمن (1993) اظهار داشتند ممکن است سودآوری استراتژی مومنتوم قیمت به دلیل تأخیر در واکنش به اطلاعات خاص شرکت باشد. جگادیش و تیتمن (2001) نشان دادند مومنتوم قیمت سهام به دلیل داده‌کاوی نیست؛ بنابراین، سودهای مومنتوم به قیمت‌گذاری اشتباه به دلیل بیش‌واکنشی و کم‌واکنشی یا توضیحات مبتنی بر ریسک بر می‌گردد. فری‌سن و همکاران (2009) برای توضیح ناهنجاری مومنتوم قیمت یک سوگیری شناختی به نام تأییدپذیری را عنوان کردند. سرمایه‌گذاران هنگام خرید سهام تمایل به بیش‌وزن‌دهی به اخبار خوب دارند؛ در حالی که به اخبار بد دربارۀ شرکت وزن کمی می‌دهند.
استراتژی‌های مومنتوم قیمت به‌طور انحصاری بر روند قیمت‌های گذشته متمرکز است؛ در حالی که استراتژی‌های مبتنی بر تحلیل صورت‌های مالی (تحلیل بنیادین) بر توانایی داده‌های صورت‌های مالی برای پیش‌بینی بازده متکی است. استراتژی سرمایه‌گذاری مبتنی بر بنیادی‌ها به دوران گراهام و همکاران (1934) بر می‌گردد. در اصل پژوهش‌های حسابداری به‌طور سیستماتیک بررسی سودمندی سیگنال‌های مالی را در دهه 1980 آغاز کردند. ایووپنمن (1989) نشان داد نسبت‌های مالی، سودهای آتی و بازده‌ها را پیش‌بینی می‌کنند. آباربانل و بوش (1997) در یک پژوهش برای بهبود کار لئو و تی گارجان ارتباط بین سیگنال‌های بنیادی و سودهای آتی را بررسی کردند. پیوترسکی (2000) یک مطالعه دربارۀ ارزش تحلیل بنیادی دربارۀ سهام باارزش دفتری به بازار بالا (سهام ارزشی) انجام داد و بحث کرد استفاده از سهام ارزشی برای مطالعه دربارۀ توانایی تحلیل بنیادی برای متمایزکردن مؤسسات تجاری مهم است. همچنین، از ترکیب سیگنال‌های بنیادی یک شاخص به نام G-SCORE3 شامل 9 سیگنال بنیادی ساختند. موها نرام (2005) یک مطالعه مشابه با پیوترسکی انجام داد و یک شاخص از متغیرهای بنیادی ساخت و از تحلیل بنیادی برای رشد شرکت‌ها استفاده کرد. بدری و عبدالباقی (1390) سودمندی استراتژی تفکیک سهام موفق - ناموفق را بر مبنای عوامل بنیادی در کسب بازده غیرعادی بررسی کردند.
در سال‌های اخیر بیشتر پژوهش‌ها به جای آنکه به‌صورت مجزا استراتژی مومنتوم و تحلیل بنیادی را مطالعه کنند، به بررسی استراتژی‌های ترکیبی برای پیش‌بینی بازده سهام پرداختند. مومنتوم بنیادی، یک مفهوم جدید در بازار سرمایه است که با ترکیب استراتژی مومنتوم و تحلیل بنیادی حاصل می‌شود. براساس تعریف فیزیک کلاسیک مومنتوم بنیادی به‌عنوان کمیت بیان‌کنندۀ حرکت در بنیادی‌های یک شرکت تعریف می‌شود. جرم آن تغییر در بنیادی از یک دوره به دوره دیگر و سرعت آن، نرخ آن تغییر است (Daniel et al., 1998)؛ بنابراین، مومنتوم بنیادی فقط نشان‌دهندۀ این نیست که بنیادی‌های یک شرکت با گذشت زمان در حال افزایش یا کاهش‌اند، بلکه بیان‌کننده این است که آیا آنها با یک نرخ در حال افزایش یا کاهش‌اند یا خیر. تاج‌الدین (2013) ترکیب مومنتوم قیمت و مومنتوم درآمد را بررسی و برتری استراتژی ترکیبی را نسبت به استراتژی انفرادی اثبات کرد. هونگ و همکاران (2000) نشان دادند ترکیب تحلیل بنیادی و تحلیل مومنتوم می‌تواند به‌طور چشمگیری قدرت توضیحی حرکات قیمت سهام را افزایش دهد. دیتبرنر (2016) روند حرکت در بنیادی‌ها را بررسی کرد و درک مومنتوم قیمت و درآمد ازطریق تحلیل مومنتوم بنیادی را افزایش داد. احمد و صفدر (2018) کشف حرکت قیمت سهام با استفاده از تجزیه وتحلیل صورت مالی را ارزیابی و اثبات کردند استراتژی ترکیبی بیش از هشتاد درصد زمان‌ها نسبت استراتژی مومنتوم خالص، بهتر عمل می‌کند. به‌طور مشابه، هوانگ و همکاران (2019) استراتژی ترکیبی مومنتوم قیمت و هفت متغیر بنیادی‌ها را برای پیش‌بینی قدرت بازده‌های آتی بررسی کردند و علاوه بر برتری استراتژی ترکیبی نتیجه گرفتند در بازار سهام مومنتوم بنیادین وجود دارد.
علاوه بر پژوهش‌های ترکیبی مومنتوم و بنیادی برخی از پژوهش‌ها تحلیل تکنیکال و بنیادی را ترکیب کردند. مکی‌پور و دستگیر (1396) استراتژی ترکیبی تحلیل تکنیکال و بنیادی را ارزیابی کردند و به این نتیجه رسیدند پرتفوی استراتژی ترکیبی دارای بهترین بازده است. بیاز و همکاران (2018) نشان دادند ترکیب تحلیل تکنیکال و بنیادی مبتنی بر شاخص باید برای پیش‌بینی قیمت سهام به کار برده شود. آگوستین (2019) دریافت تلفیق تحلیل تکنیکال و بنیادی، توانایی بالاتری را نسبت به تحلیل بنیادی ایجاد می‌کند و سرمایه‌گذاران باید تحلیل تکنیکال و بنیادی را برای تولید بازده بهینه سهام ترکیب کنند.
برندگان در بازار سرمایه شرکت‌هایی هستند که بالاترین میانگین بازده را دارند و در مقابل بازندگان کمترین میانگین بازده را دارند (Abarbanell et al., Bushee, 1997).
نوسان‌های موجود در بازار سرمایه ناشی از اعمال معامله‌گران منطقی و غیرمنطقی است (Agustin, 2019). معامله‌گران مزاحم با هماهنگ عمل کردن مومنتوم قیمت را به وجود می‌آورند که در این زمان، معامله‌گران غیرمنطقی می‌توانند علیه آن معامله کنند و به برگرداندن بازار به قیمت‌های صحیح کمک کنند یا از مزیت روند بزرگ‌ترشدن حباب استفاده کنند. همچنین، معامله‌گران منطقی هم می‌توانند فشار بیشتری بر قیمت‌ها وارد کنند تا روند بزرگ‌تر شود (De Long et al., 1990)؛ بنابراین، هم معامله‌گران منطقی و هم غیرمنطقی از عمل معامله‌گران مزاحم منتفع می‌شوند؛ اما درنهایت، نگرش این است که تغییرات قیمت ایجادشده از معامله‌گران مزاحم، با توجه به اینکه ناشی از متغیرهای بنیادی شرکت‌ها نیست، سرانجام معکوس و نیز تغییرات قیمتی سازگار با بنیادی‌ها به احتمال کمتر معکوس می‌شوند. علاوه بر این، اگر قیمت‌های گذشته به دلیل کم‌واکنشی به بنیادی‌ها هدایت شوند، قیمت‌ها باید به حرکت در همان مسیر ادامه دهند، تا زمانی که اطلاعات به‌طور کامل در قیمت سهام منعکس شود. با توجه به اینکه استراتژی مومنتوم مخلوطی از هردو نوع سهام بنیادی و مزاحم است، انتظار می‌رود تجزیه‌وتحلیل صورت‌های مالی وسیلۀ بالقوه برای جداسازی معاملات بنیادی از معامله‌های هدایتشده از معامله‌گران مزاحم باشد و مومنتوم بنیادی مفید واقع شود. همچنین، مطابق با نظریه لیمونز، وجود اطلاعات نامتقارن، مسئله انتخاب نامطلوب را ایجاد می‌کند و وقتی سرمایه‌گذاران نتوانند ارزش شرکت‌ها را از قبل مشاهده کنند، مایل‌اند یک قیمت متوسط را برای سهام شرکت بپردازند (Avramov et al., 2006)؛ بنابراین، وقتی مشاهده کنند یک شرکت ازنظر بنیادی ضعیف است به آن مشکوک می‌شوند و بیشتر از آن هراس پیدا می‌کنند. همچنین، مطابق با تورش زیان‌گریزی سرمایه‌گذاران نسبت به زیان حساسیت بیشتری دارند و نمی‌خواهند گرفتار زیان شوند؛ درنتیجه، سعی می‌کنند از آن دوری کنند (Barberis et al., 1998; Tversky & Kahneman, 1974) و به سبب محافظه‌کار بودن ممکن است در روند تصمیم‌گیری دچار کم‌واکنشی به اطلاعات مطلوب شوند (Jing et al., 2013)؛ ولی عملکرد نامطلوب را کاملاً منطقی و با بیش‌اعتمادی پردازش کنند (Duong et al., 2010)؛ بنابراین، انتظار دیگر آن است که اثر مومنتوم دوگانه قیمت و بنیادی (مومنتوم بنیادی) نسبت به مومنتوم قیمت برای بازندگان نسبت به برندگان قوی‌تر باشد. بر اساس این، فرضیه‌ها به شرح زیر تدوین می‌شوند:
فرضیه اول: مومنتوم قیمت برای استراتژی برندگان بر بازده خرید و نگهداری سهام تأثیر معناداری دارد.
فرضیه دوم: در شرکت‌هایی که در طبقه متوسط بنیادی قرار دارند، ترکیب مومنتوم برای استراتژی برندگان بر بازده خرید و نگهداری سهام تأثیر معناداری دارد.
فرضیه سوم: در شرکت‌هایی که در طبقه قوی بنیادی قرار دارند، ترکیب مومنتوم برای استراتژی برندگان بر بازده خرید و نگهداری سهام تأثیرمعناداری دارد.
فرضیه چهارم: مومنتوم قیمت برای استراتژی برندگان بی‌نهایت بر بازده خرید و نگهداری سهام تأثیر معناداری دارد.
فرضیه پنجم: مومنتوم قیمت برای استراتژی بازندگان بر بازده خرید و نگهداری سهام تأثیر معناداری دارد.
فرضیه ششم: در شرکت‌هایی که در طبقه متوسط بنیادی قرار دارند، ترکیب مومنتوم برای استراتژی بازندگان بر بازده خرید و نگهداری سهام تأثیر معناداری دارد.
فرضیه هفتم: در شرکت‌هایی که در طبقه ضعیف بنیادی قرار دارند، ترکیب مومنتوم برای استراتژی بازندگان بر بازده خرید و نگهداری سهام تأثیر معناداری دارد.
فرضیه هشتم: مومنتوم قیمت برای استراتژی بازندگان بی‌نهایت بر بازده خرید و نگهداری سهم تأثیر معناداری دارد.
پژوهش حاضر از لحاظ طبقه‌بندی بر مبنای هدف، از نوع پژوهش‌های توصیفی است. از لحاظ نتیجه اجرا، کاربردی است. به علت اینکه می‌تواند در فرآیند تصمیم‌گیری سرمایه‌گذاران استفاده شود، جهت آن پس‌رویدادی و همچنین، ازنظر روش و ماهیت پژوهش از نوع همبستگی است. برای اجرای مدل از رگرسیون فاما و مکبث (1973) استفاده شد که دو مرحله دارد. در مرحلۀ نخست، با استفاده از ساختار سری زمانی داده‌ها حساسیت میانگین بازده سهماهه هر شرکت بر هریک از متغیرهای مستقل (طبقه‌بندی پرتفوی) سنجیده می‌شود. در مرحله دوم، ضرایب برآورد شده به‌عنوان متغیر توضیحی در مدل در نظر گرفته و مدل رگرسیون مقطعی برآورد می‌شود.
جامعه آماری پژوهش، کلیه شرکت‌های پذیرفتهشده در بورس و فرابورس اوراق بهادار تهران در طی سال‌های 1386 تا 1398 است. دوره زمانی پژوهش 13 سال است و شرکت‌ها براساس شرایط زیر انتخاب شدند:
1- قبل از سال 1386 در بورس پذیرفته شده باشند و تا پایان اسفندماه 1398 از فهرست شرکت‌های پذیرفتهشده در بورس اوراق بهادار تهران و فرابورس حذف نشده باشند.
2- به لحاظ افزایش قابلیت مقایسه، سال مالی آنها منتهی به پایان اسفندماه باشد و در بازۀ زمانی مدنظر تغییر سال مالی نداشته باشند.
3- جزء صندوق سرمایه‌گذاری و اوراق تأمین مالی نباشند.
4- سهام آنها بیش از سه‌ماه توقف معامله نداشته باشد.
5- کلیه اطلاعات موردنیاز آن در دسترس باشد.
بنابراین، حجم نمونه در دسترس شامل 210 شرکت است.
نگاره 1. مراحل انتخاب نمونه
Table 1. Sample selection steps
|
مراحل انتخاب نمونه نهایی |
تعداد شرکت‌ها |
|
تعداد شرکت‌های پذیرفتهشده در بورس و فرابورس اوراق بهادار تهران از سال 86. |
415 |
|
بانک‌ها، مؤسسات مالی اعتباری و صندوق‌های سرمایه‌گذاری. |
(72) |
|
شرکت‌هایی که سال مالی آنها منتهی به پایان اسفند نیست. |
(76) |
|
شرکت‌هایی که داده ناقص و وقفه معاملاتی دارند. |
(92) |
|
نمونه نهایی |
210 |
مدل آزمون فرضیه‌های پژوهش به پیروی از پژوهش احمد و صفدر (2018) به شرح رابطه (1) است.
|
رابطه(1)
|
|
بازده خرید و نگهداری آتی (R): میانگین هندسی بازده سهماهه آتی است که تا یک سال آتی ادامه می‌یابد. شروع دوره نگهداری از تیرماه است.
برندگان (Winners): اگر شرکت در طبقه سوم مومنتوم سهماهه بعد از پایان سال مالی قرار گیرد، برنده است و عدد 1 می‌گیرد و در غیر این صورت، صفر.
برندگان در بنیادی‌های متوسط (WINNER*MEDSCORE): برندگان در سطر بالا توصیف شدند و اگر شرکت در طبقه F-Score4-6 قرار گیرد، بنیادی متوسط است و عدد 1 می‌گیرد و در غیر این صورت، صفر.
برندگان در بنیادی‌های قوی (WINNER*STRONG): برندگان در سطرهای بالاتر توصیف شدند و اگر شرکت در طبقه F-Score7-9 قرار گیرد، بنیادی قوی است و عدد 1 می‌گیرد و در غیر این صورت، صفر.
مومنتوم میانه در بنیادی‌های قوی (MIDMOM*STRONG): بنیادی قوی در قسمت بالا توصیف شد و اگر شرکت در طبقه دوم مومنتوم سهماهه بعد از پایان سال مالی قرار گیرد، میانه است و عدد 1 می‌گیرد و در غیر این صورت، صفر.
مومنتوم میانه در بنیادی‌های ضعیف (MIDMOM*WEEK): مومنتوم میانه در بالا توصیف شد و اگر شرکت در طبقه F-Score0-3 قرار گیرد، بنیادی ضعیف است و عدد 1 می‌گیرد و در غیر این صورت، صفر.
بازندگان (LOSER): اگر شرکت در طبقه اول مومنتوم سهماهه بعد از پایان سال مالی قرار گیرد، بازنده است و عدد 1 می‌گیرد، در غیر این صورت، صفر.
بازندگان در بنیادی‌های متوسط (LOSER*MEDSCORE): در سطرهای بالاتر توصیف شدند.
بازندگان در بنیادی‌های ضعیف (LOSER*WEEK): در سطرهای بالاتر توصیف شدند.
برندگان بی‌نهایت (EXTREMEWINNER): اگر شرکت در دهک 10 براساس بازده 6 ماه گذشته قرار گیرد، برنده بی‌نهایت است و عدد 1 می‌گیرد، در غیر این صورت، صفر.
بازندگان بی‌نهایت (EXTREMELOSER): اگر شرکت در دهک 1 براساس بازده 6 ماه گذشته قرار گیرد، بازنده بی‌نهایت است و عدد 1 می‌گیرد، در غیر این صورت، صفر.
رتبه‌بندی اندازه (SIZERANK): اگر شرکت در دهک اول قرار بگیرد، عدد 1 و در غیر این صورت، صفر.
رتبه‌بندی ارزش دفتری به بازار (BMRANK): اگر شرکت در دهک اول قرار بگیرد، عدد 1 و در غیر این صورت، صفر.
چنانچه ضریب a1 در رابطه (1) در سطح اطمینان 95 درصد معنادار باشد، فرضیه اول رد نخواهد شد.
چنانچه ضریب a2 در رابطه (1) در سطح اطمینان 95 درصد معنادار باشد، فرضیه دوم رد نخواهد شد.
چنانچه ضریب a3 در رابطه (1) در سطح اطمینان 95 درصد معنادار باشد، فرضیه سوم رد نخواهد شد.
چنانچه ضریب b1 در رابطه (1) در سطح اطمینان 95 درصد معنادار باشد، فرضیه چهارم رد نخواهد شد.
چنانچه ضریب a6 در رابطه (1) در سطح اطمینان 95 درصد معنادار باشد، فرضیه پنجم رد نخواهد شد.
چنانچه ضریب a7 در رابطه (1) در سطح اطمینان 95 درصد معنادار باشد، فرضیه ششم رد نخواهد شد.
چنانچه ضریب a8 در رابطه (1) در سطح اطمینان 95 درصد معنادار باشد، فرضیه هفتم رد نخواهد شد.
چنانچه ضریب b2 در رابطه (1) در سطح اطمینان 95 درصد معنادار باشد، فرضیه هشتم رد نخواهد شد.
درنهایت، برای بررسی شدت تأثیر متغیرهای مستقل معنادار بر متغیر وابسته و مقایسه ضرایب متغیرهای مستقلِ معنادار از آزمون والد استفاده می‌شود که نشان می‌دهد کدام‌یک از حالت‌های طبقه‌بندی پرتفوی (مومنتوم بنیادی و مومنتوم) بر بازده خرید و نگهداری تأثیر بیشتری دارد.
بازده خرید و نگهداری آتی: به پیروی از پژوهش احمد و صفدر (2018)، برای محاسبه بازده خرید و نگهداری آتی از رابطه (2) استفاده می‌شود.
|
رابطه (2) |
|
r: بازده ماهانه
دوره نگهداری (t) سهماهه در نظر گرفته شده است و تا یک سال آتی ادامه می‌یابد. شروع دوره نگهداری از تیر ماه است؛ بنابراین، بازده خرید و نگهداری آتی بازه‌های 4 تا 6، 7 تا 9 و 10 تا 12 به‌عنوان متغیر وابسته استفاده شده است.
متغیرهای مستقل:
گروه‌بندی مومنتوم: از روش جگادیش وتیتمن (1993) برای گروه‌بندی مومنتوم استفاده شده است. در این روش، ابتدا بازده‌های ماهانه سهام شرکت‌های نمونه محاسبه می‌شود، سپس بازده‌های ماهانه در دوره‌های 3 و 6 و 12 و 18 و 24 ماهه شروع سه‌ماه بعد از پایان سال به‌صورت میانگین هندسی تجمیع می‌شوند و سهام شرکت‌های نمونه براساس بازدهی دوره j رتبه‌بندی می‌شود و شرکت‌های نمونه براساس بازدهی گذشته در 3 گروه طبقه‌بندی می‌شوند؛ سپس حساسیت میانگین بازده سه ماهه آتی بر هریک از طبقه‌بندی‌های مومنتوم سنجیده می‌شود.
برندگان: سهام در طبقه 3 براساس تأخیر زمانی بازده شش‌ماهه هستند که بیشترین بازده را دارند. شروع اندازه‌گیری میانگین بازده از ابتدای تیرماه برای ماه‌های 9،8،7،6،5،4 و اندازه‌گیری بعدی، ماه 16، 17، 18، 19، 20، 21 است؛ بنابراین، ماه‌های10، 11، 12، 13، 14، 15 به دلیل شروع محاسبه بازده از ابتدای تیرماه تأخیر زمانی (وقفه) ایجاد می‌شود.
بازندگان: سهام در طبقه 1 براساس تأخیر زمانی بازده شش‌ماهه است که کمترین بازده را دارند.
برندگان بی‌نهایت: سهام در دهک 10 براساس تأخیر زمانی بازده شش‌ماهه است که بیشترین بازده را دارند.
بازندگان بی‌نهایت: سهام در دهک 1 براساس تأخیر زمانی بازده شش‌ماهه است که کمترین بازده را دارند.
گروه‌بندی بنیادی: شرکت‌های نمونه با استفاده از داده‌های صورت مالی براساس شاخص F-Score4 براساس مطالعات پیوتروسکی (2000) و پیوتروسکی و همکاران (2012) به سه دسته تقسیم می‌شوند. معیار F-Score شامل 9 متغیر صفر و یک براساس داده‌های صورت مالی شامل متغیرهای سودآوری، نقدینگی و سرمایه‌ای است که در تحلیل بنیادی از آن استفاده می‌شود که این متغیرها به‌صورت زیر تعریف می‌شود:
1)ROA: نسبت بازده دارایی که عبارت است از سود خالص قبل از اقلام غیرعادی (غیرمترقبه) تقسیم بر جمع دارایی‌های ابتدای سال.
اگر ROA>0 باشد، این شاخص (I-ROA) عدد یک می‌گیرد، در غیر این صورت، صفر.
2) CFO: جریان نقد عملیاتی این شاخص از نسبت جریان نقد عملیاتی تقسیم بر جمع دارایی‌های ابتدای دوره.
اگر CFO>0 باشد، این شاخص (I-CFO) عدد یک می‌گیرد، در غیر این صورت، صفر.
3)ACCRUALL: این شاخص عبارت است از نسبت تفاوت بین سود و جریان نقد عملیاتی تقسیم بر جمع دارایی‌های ابتدای سال.
اگر ACCRUALL<0 باشد، این شاخص عدد یک می‌گیرد و در غیر این صورت، صفر.
4)DROA: تفاوت بین ROA سال جاری و ROA سال قبل.
اگر DROA>0 باشد، این شاخص عدد یک می‌گیرد، در غیر این صورت، صفر.
5)DLEVER: تفاوت بین نسبت بدهی به دارایی‌های سال جاری و سال قبل.
نسبت بدهی به دارایی از تقسیم بدهی‌های بلندمدت بر جمع دارایی‌ها به دست می‌آید.
اگر DLEVER<0 باشد، عدد یک می‌گیرد و در غیر این صورت، صفر.
6)DLIQUID: تفاوت بین نسبت جاری سال جاری و نسبت جاری سال قبل.
اگر 0< DLIQUID باشد، عدد یک می‌گیرد و در غیر این صورت، صفر.
7) SSTK: سهام منتشرشده بهوسیلۀ یک شرکت در یک سال مالی معین.
اگر 0=SSTK باشد، عدد یک می‌گیرد و در غیر این صورت، صفر.
8) DMARIN: تفاوت بین نسبت حاشیه سود ناخالص سال جاری و سال قبل.
نسبت حاشیه سود ناخالص با کم‌کردن بهای تمام‌شدۀ کالای فروش‌رفته از فروش خالص تقسیم بر فروش خالص محاسبه می‌شود.
اگر DMARIN>0 باشد، عدد یک می‌گیرد و در غیر این صورت، صفر.
9) DTURN: تفاوت بین نسبت گردش دارایی سال جاری و سال قبل اندازه‌گیری می‌شود.
نسبت گردش دارایی‌ها از تقسیم فروش خالص بر جمع دارایی‌ها محاسبه می‌شود.
اگر DTURN>0 باشد، عدد یک می‌گیرد و در غیر این صورت، صفر.
در نهایت، شاخص F-Score از جمع نه متغیر به‌صورت رابطه (3) محاسبه می‌شود:
|
رابطه (3) |
|
شرکت‌های قوی: شرکت‌هایی که شاخص F-Score آنها بین 7 تا 9 باشد، جزء شرکت‌های قوی دسته‌بندی می‌شوند.
شرکت‌های متوسط: شرکت‌هایی که شاخص
F-Score آنها بین 4 تا 6 باشد، جزء شرکت‌های متوسط دسته‌بندی می‌شوند.
شرکت‌های ضعیف: شرکت‌هایی که F-Score آنها بین 0 تا 3 باشد، جزء شرکت‌های ضعیف دسته‌بندی می‌شوند.
به پیروی از پژوهش احمد و صفدر (2018)، به‌صورت زیر محاسبه می‌شوند.
رتبه‌بندی اندازه: براساس لگاریتم طبیعی دارایی‌ها محاسبه و سپس دهک‌بندی می‌شوند. دهک اول شرکت‌هایی هستند که کمترین اندازه را دارند و عدد یک و مابقی صفر می‌گیرند.
رتبه‌بندی ارزش دفتری به بازار: براساس نسبت ارزش دفتری به بازار حقوق صاحبان سهام، محاسبه و سپس دهک‌بندی می‌شود. دهک اول، شرکت‌هایی هستند که پایین‌ترین نسبت ارزش دفتری به بازار را دارند و عدد یک و مابقی صفر می‌گیرند.
نگاره 2. نتایج آمار توصیفی- درصد فراوانی
Table 2. Descriptive statistics results - frequency percentage
|
نام متغیر (نماد) |
ارزش |
تعداد مشاهده |
تعداد شرکت |
درصد فراوانی |
|
WINNER (برنده) |
0 |
1512 |
126 |
67% |
|
1 |
1008 |
84 |
33% |
|
|
MIDMOM (مومنتوم میانه) |
0 |
1512 |
126 |
67% |
|
1 |
1008 |
84 |
33% |
|
|
LOSER (بازنده) |
0 |
1512 |
126 |
67% |
|
1 |
1008 |
84 |
33% |
|
|
STRONG (قوی) |
0 |
1483 |
124 |
59% |
|
1 |
1037 |
86 |
41% |
|
|
MEDSCORE (بنیادی متوسط) |
0 |
1234 |
103 |
49% |
|
1 |
1286 |
107 |
51% |
|
|
Week (ضعیف) |
0 |
2344 |
195 |
93% |
|
1 |
176 |
15 |
7% |
|
|
extreme winner (برنده شدید) |
0 |
2080 |
173 |
90% |
|
1 |
440 |
37 |
10% |
|
|
extreme loser (بازنده شدید) |
0 |
2080 |
173 |
90% |
|
1 |
440 |
37 |
10% |
|
|
Size rank (رتبه‌بندی اندازه) |
0 |
2320 |
193 |
92% |
|
1 |
200 |
13 |
8% |
|
|
Bm rank (رتبه‌بندی ارزش دفتری به بازار) |
0 |
2320 |
193 |
92% |
|
1 |
200 |
13 |
8% |
نگاره (2) درصد فراوانی را برای کل نمونه، شامل 210 شرکت در سال‌های 1398-1386 نشان می‌دهد. طبقه‌بندی مومنتوم براساس میانگین بازده شش‌ماهه گذشته شروع سه‌ماه بعد از پایان سال مالی انجام شده و شامل سه‌طبقه، شرکت‌های برنده، مومنتوم میانه و بازنده است. طبقه‌بندی بنیادی براساس 9 متغیر بنیادیِ تجمیع‌شده در شاخصی به نام f-score انجام شد و شرکت‌ها به سه دسته قوی، متوسط و ضعیف تقسیم شدند. نتایج آمار توصیفی نشان می‌دهند حدود 1008 مشاهده که 84 شرکت است، جزء برندگان محسوب می‌شود و 126 شرکت متوسط و بازنده‌اند. همچنین، 41% مشاهدات جزء دسته شرکت‌های هستند که بنیادی قوی دارند و 7% شرکت‌ها دارای بنیادی ضعیف‌اند که به‌ترتیب 1037 و 176 مشاهده است. همچنین، نتایج نشان می‌دهند هم شرکت‌های قوی و هم ضعیف در میان برندگان و بازندگان وجود دارند و لزوماً برندگان به‌طور یکنواخت جزو بنیادی‌های قوی و بازندگان به‌طور یکنواخت جزو بنیادی‌ها ضعیف نیستند که حمایت‌کنندۀ این است که پتانسیل انتظارات منعکس‌شده در قیمت سهام با بنیادی‌ها، در طبقه‌بندی‌های برنده و بازده است.
اجرای مدل با استفاده از رگرسیون فاما و مکبث (1973) در نرم‌افزار ایویوز 10 در دو مرحله انجام شده است. در مرحلۀ نخست، با استفاده از ساختار سری زمانی داده‌ها حساسیت میانگین بازده سهماهه هر شرکت بر هریک از متغیرهای مستقل (طبقه‌بندی پرتفوی) سنجیده شده است. در مرحله دوم، ضرایب برآوردشده متغیر توضیحی در مدل در نظر گرفته شده و مدل رگرسیون مقطعی برآوردشده است؛ نتایج در ادامه بیان شده‌اند.
نگاره 3. تخمین سری زمانی
Table 3. Estimation of time series
|
متغیر |
ضرایب |
خطای استاندارد |
آماره t |
احتمال آماره t (Prob) |
|
|
Winners |
955/1- |
773/3 |
518/0- |
604/0 |
|
|
WINNER*MEDSCORE |
320/1 |
017/4 |
328/0 |
742/0 |
|
|
WINNER*STRONG |
244/4 |
234/4 |
002/1 |
316/0 |
|
|
MIDMOM*STRONG |
114/0- |
894/1 |
060/0- |
952/0 |
|
|
MIDMOM*WEEK |
498/0 |
344/5 |
093/0 |
925/0 |
|
|
LOSER |
049/3 |
810/1 |
684/1 |
092/0 |
|
|
LOSER*MEDSCORE |
047/3- |
422/0 |
205/3- |
000/0 |
|
|
LOSER*WEEK |
514/6- |
635/0 |
245/10- |
000/0 |
|
|
EXTREMEWINNER |
073/9 |
637/2 |
440/3 |
0006/0 |
|
|
EXTREMELOSER |
045/116 |
565/2 |
229/45 |
000/0 |
|
|
SIZERANK |
623/3 |
891/2 |
253/1 |
210/0 |
|
|
BMRANK |
090/2- |
292/2 |
911/0- |
361/0 |
|
|
ضریب تعیین |
549/0 |
ضریب تعیین تعدیل‌شده |
547/0 |
دوربین- واتسون |
088/2 |
نگاره (3) نتایج تخمین سری زمانی را نشان می‌دهد. احتمال آماره t بیان‌کنندۀ این است که ضرایب متغیرهای مستقل LOSER*MEDSCORE، LOSER*WEEK وEXTREMELOSER در سطح اطمینان 99 درصد معنادار است؛ بنابراین، نشان می‌دهد زمانی که یک شرکت از لحاظ بنیادی ضعیف است، فشار فروش سهام شرکت، افزایش و تقاضا برای خرید کم می‌شود و مومنتوم تشدید می‌شود و مومنتوم بنیادی دربارۀ این شرکت‌ها بازده بیشتری نسبت به استراتژی مومنتوم ارائه می‌دهد. همچنین، وقتی شرکتی ازنظر بنیادی قوی و مطلوب است، سبب نمی‌شود سرمایه‌گذاران به افزایش تقاضا برای خرید و کاهش تقاضا برای فروش ادامه دهند و حرکت مومنتوم در جهت مثبت در شرکت‌های قوی ادامه پیدا کند که این نتایج مطابق با تئوری چشم‌انداز (Tversky & Kahneman, 1974) و تئوری لیمونز (2006) است.
نگاره 4. تخمین مقطعی
Table 4. Cross-sectional estimation
|
متغیر |
ضرایب |
خطای استاندارد |
آماره t |
احتمال آماره t (Prob) |
|
|
Winners |
103/0- |
545/0 |
189/0- |
849/0 |
|
|
WINNER*MEDSCORE |
274/0- |
495/0 |
554/0- |
579/0 |
|
|
WINNER*STRONG |
305/0- |
489/0 |
624/0- |
532/0 |
|
|
MIDMOM*STRONG |
247/0 |
000/1 |
247/0 |
804/0 |
|
|
MIDMOM*WEEK |
768/0 |
121/3 |
246/0 |
805/0 |
|
|
LOSER |
835/0- |
108/0 |
686/7- |
000/0 |
|
|
LOSER*MEDSCORE |
120/0 |
031/0 |
809/0 |
000/0 |
|
|
LOSER*WEEK |
265/0 |
099/0 |
663/2 |
000/0 |
|
|
EXTREMEWINNER |
360/1- |
343/0 |
369/3- |
000/0 |
|
|
EXTREMELOSER |
249/0 |
107/0 |
315/2 |
020/0 |
|
|
SIZERANK |
296/0- |
093/0 |
157/3- |
001/0 |
|
|
BMRANK |
413/0 |
471/0 |
781/8 |
000/0 |
|
|
C |
227/13 |
779/0 |
965/16 |
000/0 |
|
|
مشاهدات |
تعداد شرکت‌ها |
بازه زمانی |
آماره فیشر |
احتمال آماره F فیشر |
|
|
2197 |
210 |
1398-1386 |
478/13 |
000/0 |
|
|
ضریب R2 |
464/0 |
ضریب تعدیل‌شده R2 |
461/0 |
دوربین- واتسون |
739/1 |
ضرایب برآوردشده از تخمین سری زمانی، متغیر توضیحی در مدل در نظر گرفته و مدل رگرسیون مقطعی برآورد می‌شود که نگاره (4) نتایج تخمین و آزمون فرضیه‌ها را نشان می‌دهد. احتمال آماره f فیشر برابر با 0/00 بوده که کمتر از 5 درصد است و در سطح اطمینان 99 درصد معنادار است که نشان‌دهندۀ معناداری کلی مدل است. احتمال آماره t برای متغیرهای LOSER و LOSER*MEDSCORE و LOSER*WEEK و EXTREMELOSER 0/00 بوده که کمتر از 5 درصد است و در سطح اطمینان 99 درصد معنادار است؛ بنابراین، شواهد حاکی از عملکرد مطلوب بازندگان گذشته و عملکرد ضعیف برندگان گذشته برای پیش‌بینی بازده سهام است؛ بنابراین، استراتژی که مبادرت به خرید سهام بازنده گذشته و فروش سهام بازنده خریداری‌شده می‌کند، تقریباً بازده اضافی 265/0 و ماهانه 4/4% در طی 6 ماه بعدی ایجاد می‌کند و درنتیجه، می‌توان به اثبات سودمندی استراتژی مومنتوم دوگانه دست یافت.
فرضیه اول: اثر مومنتوم قیمت برای استراتژی برندگان بر بازده خرید و نگهداری سهام را بررسی می‌کند. برای آزمون این فرضیه از ضریب a1 استفاده شده که مقدار این ضریب برابر با 103/0- و احتمال آماره t 849/0 است. با توجه به اینکه سطح معناداری بیش از 05/0 است، فرضیه رد شده است؛ بنابراین، نشان می‌دهد وقتی شرکتی ازنظر بنیادی قوی است و عملکرد مطلوبی دارد، باعث نمی‌شود سرمایه‌گذاران به افزایش تقاضا برای خرید و کاهش تقاضا برای فروش ادامه دهند و باعث شوند حرکت مومنتوم در جهت مثبت در شرکت‌های قوی ادامه پیدا کند.
فرضیه دوم: اثر ترکیب مومنتوم قیمت را برای استراتژی برندگان و شرکت‌هایی که در طبقه متوسط بنیادی قرار دارند، بر بازده خرید و نگهداری سهام بررسی می‌کند. برای آزمون این فرضیه از ضریب a2 استفاده شده که مقدار این ضریب برابر با 274/0- و احتمال آماره t 579/0 است. با توجه به اینکه سطح معناداری بیش از 05/0 است، فرضیه رد شده است.
فرضیه سوم: اثر ترکیب مومنتوم قیمت را برای استراتژی برندگان و شرکت‌هایی که در طبقه بنیادی قوی قرار دارند، بر بازده خرید و نگهداری سهام بررسی می‌کند. برای آزمون این فرضیه از ضریب a3 استفاده شده است که مقدار این ضریب برابر با 305/0 و احتمال آماره t 532/0 است. با توجه به اینکه سطح معناداری بیش از 05/0 است، فرضیه رد شده است.
فرضیه چهارم: اثر مومنتوم قیمت را برای استراتژی برندگان بی‌نهایت بر بازده خرید و نگهداری بررسی می‌کند. برای آزمون این فرضیه از ضریب b1 استفاده شده که مقدار این ضریب 360/1- و احتمال آماره t 00/0 است؛ بنابراین، در سطح اطمینان 99 درصد معنادار است و رد نشده است. سرمایه‌گذاران فقط زمانی که دربارۀ یک شرکت برندۀ دارای بازده بالا به یقین قطعی برسند، به آن اعتماد می‌کنند؛ بنابراین، حرکت مومنتوم در جهت مثبت برای این نوع از شرکت‌ها تقویت و تشدید می‌شود.
فرضیه پنجم: اثر مومنتوم قیمت را برای استراتژی بازندگان بر بازده خرید و نگهداری بررسی می‌کند. برای آزمون این فرضیه از ضریب a6 استفاده شده که مقدار این ضریب 835/0- و احتمال آماره t 00/0 است؛ بنابراین، در سطح اطمینان 99 درصد معنادار است و رد نشده است. رفتار ریسک‌گریزانه (Tversky & Kahneman, 1974) سرمایه‌گذاران مانع از آن می‌شود که به داده‌های بنیادی شرکت‌های برنده اعتماد کنند و حرکت مومنتوم را تشدید و تداوم دهند؛ ولی به داده‌های شرکت‌های ضعیف، اعتماد و حرکت مومنتوم را تشدید می‌کنند.
فرضیه ششم: اثر ترکیب مومنتوم قیمت را برای استراتژی بازندگان و شرکت‌هایی که در طبقه بنیادی متوسط قرار دارد، بر بازده خرید و نگهداری بررسی می‌کند. برای آزمون این فرضیه از ضریب a7 استفاده شده که مقدار این ضریب 120/0 و احتمال آماره t 00/0 است؛ بنابراین، در سطح اطمینان 99 درصد معنادار است و رد نشده است. در باب قیاس بین ترکیب مومنتوم برای استراتژی بازندگان در شرکت‌هایی که در طبقه متوسط بنیادی قرار دارند و مومنتوم قیمت، شواهد در آزمون والد نشان دادند بین ترکیب مومنتوم برای استراتژی بازندگان در شرکت‌هایی که در طبقه متوسط بنیادی قرار دارند و مومنتوم قیمت، تفاوت معناداری وجود دارد.
فرضیه هفتم: اثر ترکیب مومنتوم قیمت برای استراتژی بازندگان و شرکت‌هایی که در طبقه ضعیف بنیادی قرار دارند، بر بازده خرید و نگهداری را بررسی می‌کند. برای آزمون این فرضیه از ضریب a8 استفاده شده که مقدار این ضریب 265/0 و احتمال آماره t 00/0 است؛ بنابراین، در سطح اطمینان 99 درصد معنادار است و رد نشده است؛ بنابراین، با توجه به تورش محافظه‌کاری، واکنش سرمایه‌گذاران محافظه‌کارانه است و وقتی ضعفی را می‌بینند، آن را تشدید می‌کنند؛ ولی به عملکرد قوی شرکت‌ها اعتماد نمی‌کنند؛ بنابراین، وقتی شرکتی ازنظر بنیادی ضعیف است، مومنتوم تأیید می‌شود.
فرضیه هشتم: اثر مومنتوم قیمت را برای استراتژی بازندگان بی‌نهایت بر بازده خرید و نگهداری آتی بررسی می‌کند. برای آزمون این فرضیه از ضریب b2 استفاده شده که مقدار این ضریب 249/0 و احتمال آماره t 02/0 است؛ بنابراین، در سطح اطمینان 98 درصد معنادار است و رد نشده است.
نگاره 5. مقایسه ضرایب (آزمون والد)
Table 5. Comparison of coefficients (Wald's test)
|
متغیر |
t-statistic |
F-statistic |
Chi-square |
تفاوت ضرایب |
|||||||
|
Value |
df |
prob |
Value |
df |
brob |
Value |
df |
prob |
Valu |
df |
|
|
LOSER- LOSER*MEDSCORE |
255/8- |
191 |
000 |
146/68 |
191/1 |
00/0 |
146/68 |
1 |
000 |
95/0- |
115/0 |
|
LOSER- LOSER*WEEK |
115/7- |
191 |
000 |
625/50 |
191/1 |
000 |
625/50 |
1 |
000 |
10/1- |
154/0 |
|
LOSER- EXTREMEWINNER |
3202/1- |
191 |
18/ |
742/1 |
191/1 |
00/ |
742/1 |
1 |
18/ |
47/0- |
359/0 |
|
LOSER- EXTREMELOSER |
026/5- |
191 |
000 |
292/25 |
191/1 |
00/ |
262/25 |
1 |
000 |
08/1- |
215/0 |
نگاره (5) نتایج آزمون والد را نشان می‌دهد. براساس این آزمون شدت تأثیر متغیرهای مستقل معنادار بر متغیر وابسته بررسی شده است؛ آماره Chi-square نتایج این آزمون را نشان می‌دهد. سطح معناداری این آماره برای متغیرهای LOSER و LOSER*MEDSCOR 00/0 است و چون کمتر از 5 درصد است، در سطح اطمینان 99 درصد معنادار است و نشان می‌دهد شدت تأثیر این دو متغیر مستقل بر متغیر وابسته یکی نیست. با توجه به نگاره (4) ضریب این دو متغیر به‌ترتیب 835/0- و 120/0 است که نشان می‌دهد استراتژی مومنتوم بنیادی بازده بیشتری بازده بیشتری نسبت به مومنتوم ارائه می‌دهد و تأثیر بیشتری بر بازده خرید و نگهداری آتی دارد. سطح معناداری Chi-square برای متغیرهای LOSER و LOSER*WEEK نیز 00/0 است؛ بنابراین، در سطح اطمینان 99 درصد معنادار است و مطابق با نگاره (4) ضریب متغیر LOSER*WEEK 265/0 است که بیشتر از ضریب متغیر LOSER است که 835/0- است؛ بنابراین، نشان‌دهندۀ برتری استراتژی مومنتوم بنیادی و تأثیر بیشتر آن بر بازده خرید و نگهداری آتی نسبت به مومنتوم است. علاوه بر این، سطح معناداری LOSER و EXTREMELOSER نیز 00/0 است؛ بنابراین، در سطح اطمینان 99 درصد معنادار است که مطابق با نگاره (4) ضریب LOSER 835/0- و ضریب EXTREMELOSER 246/0 است؛ بنابراین، شدت تأثیر EXTREMELOSER بر متغیر وابسته بیشتر است که دلیل آن، زیان‌گریز بودن سرمایه‌گذاران در بورس اوراق بهادار تهران است. ترس از زیان باعث می‌شود سرمایه‌گذاران تحلیل کنند شرکت‌های بی‌نهایت زیان‌ده تا شش ماه بعد هم ممکن است زیان‌ده باشند.
کسب بازده و مهم‌تراز آن افزایش بازده سرمایه‌گذاری، انگیزه اصلی است که سرمایه‌گذاران را به سمت بازارهای سرمایه روانه می‌کند. سرمایه‌گذاران در نظر دارند به کمک استراتژی‌های تحلیل سرمایه‌گذاری از این بازارها منتفع شوند و گرفتار زیان نشوند. پژوهش حاضر یک استراتژی نوین به نام «مومنتوم بنیادی» را ارائه می‌کند که مدعی می‌شود تا کنون در بازار سرمایه ایران بررسی نشده است و این توانایی را دارد که پیش‌بینی بازده را بهبود بخشد و بین محرکان بازده‌های گذشته تمایز ایجاد کند. استراتژی مومنتوم بنیادی پتانسیلی را برای بهبود عملکرد مومنتوم قیمت فراهم آورده که به رشد ادبیات مومنتوم قیمت منجر شده و یک‌جانبه‌گرایی در پژوهش‌های تحلیل سرمایه‌گذاری ازجمله قالیباف اصل و همکاران [10]، هاشمی ومیرکی (1392)، فدایی نژاد و مایلی (1394) را کاهش داده است.
یافته‌های حاصل از آزمون فرضیه اول حاکی از آن است که با توجه به نوع زمان‌بندی و استراتژی به کار گرفته شده، پرتفوی‌بندی براساس مومنتوم قیمت برای استراتژی برندگان بر بازده خرید و نگهداری تأثیر ندارد و براساس این استراتژی نمی‌توان به بازده مازاد دست یافت که نشان می‌دهد سرمایه‌گذاران به‌طور مداوم ریسک‌گریز نیستند.. آنها دربارۀ عایدی ریسک‌گریزند؛ اما دربارۀ زیان ریسک‌پذیرند که همسو با پژوهش تورسکی و کاهنمن (1974) است. فرضیه دوم و سوم نشان می‌دهد ترکیب استراتژی مومنتوم قیمت و بنیادی متوسط و همچنین، مومنتوم قیمت و بنیادی قوی بر بازده خرید و نگهداری تأثیر ندارد و استراتژی مومنتوم بنیادی، نتایج پذیرفتنی ارائه نمی‌کند که می‌توان گفت رفتار ریسک‌گریزانه مانع از آن می‌شود که سرمایه‌گذاران به افزایش تقاضا برای خرید و کاهش تقاضا برای فروش ادامه دهند و به داده‌های بنیادی شرکت‌های برنده اعتماد کنند و مومنتوم در جهت مثبت را تداوم دهند که همسو با پژوهش هونگ و همکاران (2000) و فرضیه‌های تئوری لیمونز (2006) است. مطابق با این تئوری، وجود اطلاعات نامتقارن، مسئله انتخاب نامطلوب را ایجاد و با توجه با آن رفتار تغییر می‌کند. اگر مصرف‌کنندگان نتوانند کیفیت محصول را تشخیص دهند، فقط مایل‌اند قیمت متوسطی برای آن پرداخت کنند؛ بنابراین، اگر سرمایه‌گذاران نتوانند ارزش شرکت‌ها را مشاهده کنند، تمایل دارند فقط یک قیمت متوسط را برای سهام شرکت بپردازند. همچنین، نتایج این فرضیه‌ها نشان می‌دهد معامله‌گران مزاحم، تغییرات قیمت ایجادشده را برای استراتژی برندگان ایجاد می‌کنند و تغییر قیمت‌ها مطابق با متغیرهای بنیادی نیست. فرضیه چهارم نشان می‌دهد پرتفوی‌بندی براساس مومنتوم قیمت برای استراتژی برندگان بی‌نهایت بر بازده خرید و نگهداری تأثیر دارد؛ بنابراین، سرمایه‌گذاران فقط به شرکت‌هایی اطمینان پیدا می‌کنند که جزو بالاترین دهک بازده‌اند و چون به یقین قطعی می‌رسند، حرکت مومنتوم را در جهت مثبت تقویت و تشدید می‌کنند و به دلیل فرصت‌های آربیتراژ، در معرض احساسات قرار می‌گیرند و به این شرکت‌ها اطمینان پیدا می‌کنند که همسو با پژوهش کوستا و همکاران (2019) است. فرضیه پنجم نشان می‌دهد مومنتوم قیمت برای استراتژی بازندگان بر بازده خرید و نگهداری تأثیر دارد. در اقتصاد کنونی و شرایط بازار سرمایه مردم از ناامنی، بی‌اطمینانی و تأثیر تورم و رکود اقتصادی بر سرمایه‌گذاری‌شان مضطرب‌اند و ترس دارند که سبب می‌شود نسبت به زیان حساسیت بیشتری داشته باشند و وزنی بیش از دو برابر به زیان‌ها نسبت به سودهای بالقوه می‌دهند و از قفل‌شدن در زیان‌ها دوری می‌کنند که مطابق با پژوهش باربر و اُدین (1999) است. همچنین، عملکرد نامطلوب شرکت‌ها را کاملاً منطقی و با بیش‌اعتمادی پردازش می‌کنند که با نتایج پژوهش احمد و صفدر (2018) همسو است. فرضیه ششم و هفتم نشان داد ترکیب مومنتوم قیمت برای استراتژی بازندگان و شرکت‌های که در طبقه بنیادی متوسط و بنیادی ضعیف قرار دارند، بر بازده خرید و نگهداری تأثیر دارد و در شرکت‌های که ازنظر بنیادی متوسط و ضعیف‌اند، عملکرد مومنتوم تأیید می‌شود و تغییرات قیمت‌ها سازگار با متغیر بنیادی رخ می‌دهد و معکوس نیست و مومنتوم بنیادی تأیید می‌شود؛ زیرا اگر تغییرات قیمت‌ها ناشی از اعمال معامله‌گران مزاحم بود، مومنتوم بنیادی تأیید نمی‌شد؛ بنابراین، با این استراتژی می‌توان به کمک تحلیل صورت‌های مالی، سهامی را شناسایی کرد که بهوسیلۀ معامله‌گران مزاحم هدایت می‌شود و از سهام هدایتشده از متغیرهای بنیادی تفکیک کرد و به این ترتیب، اثر مومنتوم را قوی‌تر و طولانی‌تر کرد و بازده استراتژی مومنتوم را افزایش داد و بین محرکان بازده‌های گذشته تمایز ایجاد کرد؛ این با پژوهش احمد و صفدر (2018)، هوانگ و همکاران (2014) و مکی‌پور و دستگیر (1396) همسو است. فرضیه هشتم نیز نشان داد مومنتوم قیمت برای استراتژی بازندگان بی‌نهایت نیز بر بازده خرید و نگهداری تأثیر دارد؛ بنابراین، علاوه بر زیان‌گریزی، محافظه‌کاری تورش رفتاری دیگری است که با یافته‌های این فرضیه در بازار سرمایه ملموس است. واکنش محافظه‌کارانۀ سرمایه‌گذاران موجب می‌شود وقتی ضعفی را مشاهده می‌کنند، آن را تشدید و مومنتوم بنیادی را دربارۀ شرکت‌ها با عملکرد ضعیف تقویت کنند؛ ولی به عملکرد قوی شرکت‌ها اعتماد نکنند؛ بنابراین، سرمایه‌گذاران نسبت به شرکت‌های برنده و بازنده رفتار نامتقارن دارند.
برای پیشبرد این رویکرد نوین بهتر است مطالعاتی در حوزه روش‌های تحلیل تکنیکال و تأثیر تورم و متغیرهای کلان اقتصادی بر تحلیل‌های بنیادی انجام شود. برخی پیشنهادها برای پژوهش‌های آتی به شرح زیرند:
یادداشتها
)
