پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 158 |
| تعداد شماره‌ها | 6,240 |
| تعداد مقالات | 67,870 |
| تعداد مشاهده مقاله | 115,413,834 |
| تعداد دریافت فایل اصل مقاله | 90,183,556 |
امکان یا امتناع پیش‌بینی قیمت سهام: شواهدی از صنعت پتروپالایش | ||
| تحقیقات مالی | ||
| دوره 26، شماره 1، 1403، صفحه 81-104 اصل مقاله (757.94 K) | ||
| نوع مقاله: مقاله علمی پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/frj.2023.359810.1007467 | ||
| نویسندگان | ||
| مسعود علیزاده چمازکتی1؛ مهدی فتح‌آبادی* 2؛ محمود محمود زاده3؛ صالح قویدل دوستکوئی3 | ||
| 1دانشجوی دکتری، گروه اقتصاد، واحد فیروزکوه، دانشگاه آزاد اسلامی، فیروزکوه، ایران. | ||
| 2استادیار، گروه اقتصاد، واحد فیروزکوه، دانشگاه آزاد اسلامی، فیروزکوه، ایران. | ||
| 3دانشیار، گروه اقتصاد، واحد فیروزکوه، دانشگاه آزاد اسلامی، فیروزکوه، ایران. | ||
| چکیده | ||
| هدف: فاما (۱۹۷۰) نشان داد بازارهای سهام کارایی ضعیفی دارند و از مدل گام تصادفی پیروی می‌کنند و به همین دلیل، سرمایه‌گذاران با استفاده از داده‌های گذشته، نمی‌توانند به بازده غیرعادی دست یابند؛ از این رو دانستن این موضوع که قیمت سهام از چه فرایندی پیروی می‌کند، اهمیت زیادی دارد. سهام شرکت‌های فعال در صنایع پالایشی و پتروشیمی، به‌دلیل سودآوری، توزیع سود نقدی و بازدهی مناسب، از محبوبیت بالایی برخوردارند. همچنین برخی فعالان، شرکت‌های پتروپالایش را پیشروهای بازار تلقی می‌کنند و بر اثرگذاری آن‌ها روی روند بازار تأکید دارند. از این رهگذر، هدف این مقاله، آزمون فرضیه گام تصادفی یا کارایی ضعیف قیمت روزانه سهام شش شرکت پتروشیمی و سه شرکت پالایشی است. روش: انتخاب شرکت‌ها، بر اساس نمونه‌گیری هدفمند و بر مبنای معیارهای ارزش بازار و معاملات، شناوری سهم و بزرگی شرکت است. این معیارها احتمال شکل‌گیری رفتار توده‌وار را کاهش می‌دهد و شناسایی بهتر الگوی رفتاری میسر می‌شود. برای آزمون فرضیه گام تصادفی، در مرحله نخست آزمون‌های ریشه واحد دیکی ـ فولر گسترش‌یافته (ADF) با رویکرد دولادو و همکاران (1990) و همیلتون (1994) و همچنین، آزمون ریشه واحد با شکست ساختاری درون‌زای زیووت و اندروز (ZA) انجام گرفت. با توجه به نتایج مرحله نخست، در مرحله دوم برای کنترل نوسان‌ها و اثرهای اهرمی در ارزیابی کارایی ضعیف، از رویکرد گارچ (1و1) و گارچ نمایی بهره گرفته شد. برای انجام آزمون فرضیه کارایی ضعیف، از داده‌های روزانه قیمت سهام (تعدیل شده) استفاده شد. یافته‌ها: نتایج آزمون ریشه واحد دیکی ـ فولر و شکست ساختاری درون‌زای زیووت و اندروز، نشان داد که از میان ۹ شرکت پتروپالایش، ۶ شرکت نوری، پارسان، پارس، تاپیکو، شپنا و شتران، از گام تصادفی خالص (کارای ضعیف) و ۳ شرکت فارس، شپدیس و شبندر نیز، از گام تصادفی با عرض از مبدأ (نبود کارایی ضعیف) پیروی می‌کنند. افزون بر این، نتایج مدل‌های گارچ و گارچ نمایی نشان داد که برای هر ۷ شرکت، رابطۀ مثبت بین ریسک و بازده برقرار است. همچنین، شوک‌های نوسان‌ها در ۴ شرکت فارس، نوری، پارس و تاپیکو، کاملاً پایدار است (کارایی ضعیف). در مقابل، شوک‌های وارده بر ۳ شرکت پارسان، شپدیس و شتران موقتی است و با گذشت زمان، اثر این شوک‌ها از بین می‌رود و قیمت به متوسط بلندمدت تعدیل می‌شود (نبود کارایی ضعیف). شواهد تأیید می‌کند که در ۷ شرکت، نوسان‌های ناشی از اخبار منفی (بد)، بیش از نوسان‌های ناشی از همان سطح اخبار مثبت (خوب) است. نتیجه‌گیری: با توجه به یافته‌های دو مرحله، شرکت‌های نوری، پارس، تاپیکو و شپنا، کارایی ضعیفی دارند؛ یعنی رفتار قیمت سهام این شرکت‌ها پیش‌بینی‌کردنی نیست. در مقابل شرکت‌های پارسان، شپدیس، شتران، فارس و شبندر کارایی ضعیفی را نشان نمی‌دهند؛ به این معنا که می‌توان رفتار قیمت سهام آن‌ها را پیش‌بینی کرد. پیامدهای نتایج این مقاله، برای سرمایه‌گذاران در بازار سهام ایران ضروری است. فعالان بازار می‌توانند در خصوص هر سهامی که کارا نیست و تاحدی الگوی رفتاری آن‌ها پیش‌بینی‌کردنی است، مدل‌سازی مناسبی انجام دهند و بینشی در خصوص قیمت‌های آینده آن‌ها به‌دست آورند و سود کسب کنند. | ||
| کلیدواژه‌ها | ||
| گام تصادفی؛ کارایی ضعیف؛ صنایع پتروپالایش؛ پیش‌بینی | ||
| عنوان مقاله [English] | ||
| The Possibility or Impossibility of Stock Price Prediction: Evidence from the Petrochemical Industry | ||
| نویسندگان [English] | ||
| Masoud Alizadeh Chamazkoti1؛ Mehdi Fathabadi2؛ Mahmod Mahmodzadeh3؛ Saleh Ghavidel Doostkouei3 | ||
| 1Ph.D. Candidate, Department of Economics, Firoozkooh Branch, Islamic Azad University, Firoozkooh, Iran. | ||
| 2Assistant Prof., Department of Economics, Faculty of Economic Sciences, Firoozkooh Branch, Islamic Azad University, Firoozkooh, Iran. | ||
| 3Associate Prof., Department of Economics, Faculty of Economic Sciences, Firoozkooh Branch, Islamic Azad University, Firoozkooh, Iran. | ||
| چکیده [English] | ||
| Objective Fama (1970) showed that stock markets have weak efficiency and follow the random walk model, so investors cannot achieve abnormal returns by using historical data. It is very important, therefore, to know about the stock price process. The refining and petrochemical industry companies’ stocks are among the most popular ones in the Iranian stock market because they often distribute appropriate dividends to shareholders and sometimes even have good price returns. Also, petrochemical companies are known as the leaders of the stock market, with a great effect on the main stock market index in Iran (TEPIX). This article is to test the random walk hypothesis or weak efficiency of daily stock prices in six petrochemical and three refining Iranian companies. Methods To test the random walk hypothesis, in the first stage, augmented Dickey-Fuller (ADF) unit root tests were conducted using the approaches proposed by Dolado et al. (1990) and Hamilton (1994), along with the Zivot and Andrews (ZA) unit root test incorporating an endogenous structural break. According to the first stage, GARCH (1.1) and Exponential GARCH approaches were used in the second stage to control the fluctuations and leverage effects in evaluating weak efficiency. Daily stock price data (adjusted) were used to test the weak efficiency hypothesis. Results The results of the augmented Dickey-Fuller (ADF) unit root test and the Zivot and Andrews endogenous structural break showed that Iranian companies of Nouri, Parsan, Pars, Tapico, Shepna and Shetran are pure random walk (weak efficiency). However, Fars, Shepdis, and Shabandar follow a random walk with drift, suggesting the absence of weak efficiency in these companies. In addition, the results of GARCH and exponential GARCH models showed that there is a positive relationship between risk and return for all seven companies. Also, volatility shocks in Fars, Nouri, Pars, and Tapico companies are completely permanent (weak performance). In addition, the shocks observed in Parsan, Shepdis, and Shatran companies are transient, with their effects dissipating over time, and the prices readjusted to the long-term mean, indicating the absence of weak efficiency. The evidence confirms that in these companies, the volatility caused by negative (adverse) news is more than the volatility caused by the same level of positive (favorable) news. Conclusion According to the findings of the two stages, Nouri, Pars, Tapico, and Shapna companies have weak efficiency which means that the stock price behavior of these companies cannot be predicted. On the other hand, Parsan, Shapedis, Shatran, Fars and Shabandar companies show weak efficiency which means that their stock price behavior is predictable. The results of this article have important implications for investors in the Iranian stock market. Market participants can engage in effective modeling for stocks that lack efficiency and exhibit predictable behavioral patterns to some extent. This allows them to gain insights into future prices and potentially earn profits. | ||
| کلیدواژه‌ها [English] | ||
| Random walk, Weak efficiency, Petrochemical industry, Prediction | ||
| مراجع | ||
|
احمدزاده، عزیز؛ یاوری، کاظم؛ عیسائی تفرشی، محمد و صالح‌آبادی، علی (1393). تحلیلی بر روش‌های ارزیابی کارایی بازار سرمایه در ایران. فصلنامه تحقیقات مدل‌سازی اقتصادی، 5(17)، 1- 28.
اسلامی بیدگلی، غلامرضا و صادقی باطانی، عبدالحسین (1383). ارائه قواعد فیلتر و مقایسه بازدهی قواعد فیلتر با روش خرید و نگهداری. تحقیقات مالی، 18، 3-26.
تالانه، عبدالرضا و هجران‌کش‌راد، حدیث (1390). بررسی کارایی بورس اوراق بهادار تهران در سطح ضعیف و نیمه قوی. تحقیقات حسابداری و حسابرسی، 3(12)، 27-41.
حیدری، مهدی و امیری، حمیدرضا (1401). بررسی قدرت مدل‌های مبتنی بر هوش مصنوعی در پیش‌بینـی رونـد قیمـت سـهام بورس اوراق بهادار تهران. تحقیقات مالی، 24(4)، 602 -623.
دانیالی ده‌حوض، محمود و منصوری، حسین (1391). بررسی کارایی بورس اوراق بهادار تهران در سطح ضعیف و اولویت‌بندی عوامل مؤثر بر آن. فصلنامه پژوهشنامه اقتصادی (رویکرد اسلامی ـ ایرانی)، ۱۲(47)، 71- 96.
سلیمی‌فر، مصطفی و شیرزور، زهرا (1389). بررسی کارایی اطلاعاتی بازار بورس به روش آزمون نسبت واریانس. فصلنامه دانش و توسعه، 18(31)، 29-59.
سیف، سمیرا؛ جمشیدی نوید، بابک؛ قنبری، مهرداد و اسماعیلی‌پور، منصور (1400). پیش‌بینی روند بورس سهام ایران با اسـتفاده از نوسان نمای موج الیوت و شاخص قدرت نسبی. تحقیقات مالی، 23(1)، 134-157.
عباسیان، عزت‌اله و ذوالفقاری، مریم (1392). تحلیل پویای کارایی سطح ضعیف در بورس اوراق بهادار تهران توسط فیلتر کالمن. فصلنامه پژوهش‌ها و سیاست‌های اقتصادی، 21(65)، 231- 254.
عباسیان، عزت‌اله؛ نظری، محسن و ذوالفقاری، مریم (1391). بررسی قابلیت پیش‌بینی قیمت سهام با استفاده از آزمون‌های نسبت واریانس و گام تصادفی در بورس اوراق بهادار تهران. بررسی‌های حسابداری و حسابرسی، 19(۴)، 101- 118.
فتاحی، شهرام احمدی؛ آرش، ترکمان و احمدی، معصومه (1391). بررسی فرضیه گام تصادفی در بورس اوراق بهادار تهران با رویکردی مبتنی بر آزمون نسبت واریانس. بررسی‌های حسابداری و حسابرسی، 19(3)، 79- 98.
فتحی، سعید و فاضلیان، زینب (1401). فراتحلیلی بر کارایی بازار قراردادهای اختیار و اسـتراتژی‌هـای آربیتـراژ. تحقیقـات مـالی، 24(3)، 329-352.
فلاح‌پور، سعید؛ اصغری‌زاده، عزت‌االله و فراهانی، علیرضا (1391). آزمون کارایی زیربخش‌های بورس اوراق بهادار تهران در سطح ضعیف، فصلنامه بورس اوراق بهادار، ۵(17)، 5- 22.
نادمی، یونس، سالم، علی اصغر (1395). بررسی فرضیه کارایی ضعیف در دو رژیم پرنوسان و کم‌نوسان بازدهی بورس سهام تهران، فصلنامه پژوهش‌ها و سیاست‌های اقتصادی، 24(77)، 162-139.
نوربخش، عسگر؛ عسگری، غلامرضا و نصیری، روح‌اله (1389). کارایی در بازارهای در حال توسعه: شواهد تجربی از بورس اوراق بهادار تهران. بررسی‌های حسابداری و حسابرسی، 17(62)، 103- 116.
References Abasian, E. & Zolfaqari, M. (2013). The weak level efficiency dynamic analysis in Tehran Stock Exchange by Kalman filter, Quarterly Journal of Economic Research and Policy, 21(65), 231-254. (in Persian) Abasian, E., Nazari, M. & Zolfaqari, M. (2012). The stock price predictability Investigation by using variance ratio and random walk tests in Tehran Stock Exchange. Quarterly Journal of Accounting and Auditing Reviews, 19(4), 101-118. (in Persian) Ahmad, A. H., Harvey, D. I., & Pentecost, E. J. (2011). Exchange rate regime verification: An alternative method of testing for regime changes. Economics Letters, 113(1), 96-98. Ahmadzade, A., Yavari, K., Eisaei-Tafreshi, M. & Salehabadi, A. (2014). An analysis of the stock market efficiency evaluating methods in Iran. Quarterly Journal of Economic Modeling Research, 5(17), 1-28. (in Persian) Becker, R., Lee, J. & Gup, B. (2012). An empirical analysis of mean reversion of the S&P 500's P/E ratios. Journal of Economics and Finance, 36, 675–690. Bose, N. (2005). Endogenous growth and the emergence of equity finance. Journal of Development Economics, 77(1), 173-188. Campisi, G., Muzzioli, S. & De Baets, B. (2023). A comparison of machine learning methods for predicting the direction of the us stock market on the basis of volatility indices. International Journal of Forecasting. https://doi.org/10.1016/j.ijforecast.2023.07.002 Caner, M. & Hansen, B. E. (2001). Threshold autoregression with a unit root. Econometrica, 69(6), 1555-1596. Chaudhuri, K., & Wu, Y. (2003). Random walk versus breaking trend in stock prices: Evidence from emerging markets. Journal of Banking & Finance, 27, 575–592. Choudhry, T. (1997). Stochastic trends in stock prices: Evidence from Latin American markets. Journal of Macroeconomics, 19, 285–304. Daniali-Dehhoz, M. & Mansori, H. (2012). Investigating of the Tehran Stock Exchange efficiency in weak level and its affecting factors prioritizing. Quarterly Journal of Economic Research (Islamic-Iranian Approach), 12(47), 71-96. (in Persian) Diallo, O. K., Mendy, P. & Burlea-Schiopoiu, A. (2021). A method to test weak-form market efficiency from sectoral indices of the WAEMU stock exchange: a wavelet analysis. Heliyon, 7(1), e05858. Dickey, D. A. & Fuller, W. (1979). Distribution of the estimators in autoregressive time series with a unit root. Journal of the American Statistical Association, 74, 427–431. Dickey, D. A. & Fuller, W. (1981). Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica, 49, 1057–1082. Dolado, J. J., Jenkinson, T. & Sosvilla-Rivero, S. (1990). Cointegration and unit roots. Journal of economic surveys, 4(3), 249-273. Durusu-Ciftci, D., Ispir, M. S. & Kok, D. (2019). Do stock markets follow a random walk? New evidence for an old question. International Review of Economics & Finance, 64, 165-175. Enders, W. (2008). Applied econometric time series. John Wiley & Sons. Eslami-Bidgoli, Q. & Sadeqi-Batani, A. (2004). The filter rules Presentation and the of the filter rules efficiency comparison by the purchase and maintenance method. Quarterly Journal of Financial Research, 18, 3-26. (in Persian) Falahpour, S., Asqarizade, E. & Farahani, A. (2012). of Tehran Stock Exchange sub-sectors weak level efficiency test, Quarterly Journal of Stock Exchange, 5(17), 5-22. (in Persian) Fama, E. F. (1970). Efficient capital markets: A review of theory and empirical work. The Journal of Finance, 25, 383–417. Fatahi, S., Ahmadi, A. & Torkamanahmadi, M. (2012). The random walk hypothesis Investigation by variance ratio test approach in Tehran Stock Exchange. Quarterly Journal of Accounting and Auditing Reviews, 19(3), 79-98. (in Persian) Fathi, S. & Fazelian, Z. (2022). A Meta-Analysis of the Efficiency of Options Market and the Arbitrage Strategies. Financial Research Journal, 24(3), 329-352. (in Persian) Gil-Alana, L. A., Infante, J. & Martín-Valmayor, M. A. (2023). Persistence and long run co-movements across stock market prices. The Quarterly Review of Economics and Finance, 89, 347-357. Gümüs¸, F. B. & Zeren, F. (2014). Analyzing the efficient market hypothesis with the fourier unit root tests: Evidence from G-20 countries, Economic Horizons, 16(3), 219–230. Hamid, K., Suleman, M. T., Shah, S. Z. A. & Akash, R. S. I. (2010). Testing the weak form of efficient market hypothesis: Empirical evidence from Asia-Pacific markets. Financ. Econ., 58, 121–133. Hamilton, J. (1994). Time series econometrics. Princeton University Press. Heidari, M. & Amiri, H. (2022). Inspecting the Predictive Power of Artificial Intelligence Models in Predicting the Stock Price Trend in Tehran Stock Exchange. Financial Research Journal, 24(4), 602-623. (in Persian) Im, K. S., Pesaran, M. H. & Shin, Y. (2003). Testing for unit roots in heterogeneous panels. Journal of econometrics, 115(1), 53-74. Kawakatsu, K. & Morey, M. R. (1999). An empirical examination of financial liberalization and the efficiency of the emerging market stock prices. Journal of Financial Research, 22, 358–411. Kendal, M. (1953). The analysis of economic time-series-part 1: Prices. Journal of the Royal Statistical Society, 116(1), 11–25. Lee, J. & Strazicich, M. C. (2003). Minimum Lagrange multiplier unit root test with two structural breaks. The Review of Economics and Statistics, 85, 1082–1089. Lu, Y. C., Chang, T., Hung, K. & Liu, W. C. (2010). Mean reversion in G-7 stock prices: Further evidence from a panel stationary test with multiple structural breaks. Mathematics and Computers in Simulation, 80, 2019–2025. Lumsdaine, R.L. & Papell, D.H. (1997). Multiple trend breaks and the unit-root hypothesis. Review of economics and Statistics, 79(2), 212-218. Mauro, P. (2003). Stock returns and output growth in emerging and advanced economies. Journal of Development Economics, 71(1), 129-153. Merton, R.C. (1980). On estimating the expected return on the market: An exploratory investigation. Journal of financial economics, 8(4), 323-361. Moghaddam, M. & Li, Y. (2017). Searching for the P/E Mean Reversion Affinity –An Application of the Flexible Fourier Approximation. The Journal of Business Inquiry, 16(2), 102-111. Nademi, Y. & Salem, A. (2016). The weak efficiency hypothesis Investigation of in high-volatility and low-volatility regimes of Tehran Stock Exchange's returns, Quarterly Journal of Economic Research and Policy, 24(77), 139-162. (in Persian) Narayan, P. K. & Narayan, S. (2007). Mean reversion in stock prices: new evidence from panel unit root tests. Studies in Economics and Finance, 24, 233–244. Narayan, P. K. & Smyth, R. (2005). Are OECD stock prices characterized by a random walk? Evidence from sequential trend break and panel data models. Applied Financial Economics, 15, 547–556. Narayan, P. K. & Smyth, R. (2007). Mean reversion versus random walk in G7 stock prices evidence from multiple trend break unit root tests. Journal of International Financial Markets, Institutions and Money, 17, 152–166. Narayan, P. K. (2005). Are the Australian and New Zealand stock prices nonlinear with a unit root? Applied Economics, 37, 2161–2166. Narayan, P. K. (2006). The behavior of US stock prices: Evidence from a threshold autoregressive model. Mathematics and Computers in Simulation, 71, 103–108. Narayan, P. K. (2008). Do shocks to G7 stock prices have a permanent effect? Evidence from panel unit root tests with structural change. Mathematics and Computers in Simulation, 77, 369–373. Nartea, G. V., Valera, H. G. A. & Valera, M. L. G. (2021). Mean reversion in Asia-Pacific stock prices: New evidence from quantile unit root tests. International Review of Economics & Finance, 73, 214-230. Norbakhsh, A., Asgari, Q. & Nasiri, R. (2010). Efficiency in developing markets: empirical evidence from Tehran Stock Exchange, Quarterly Journal of Accounting and Auditing Reviews, 17(62), 103-116. (in Persian) Perron, P. (1989). The great crash, the oil price shock, and the unit root hypothesis. Econometrica, 57, 1361–1401. Perron, P. (1997). Further evidence on breaking trend functions in macroeconomic variables. Journal of econometrics, 80(2), 355-385. Phengpis, C. (2006). Market efficiency and cointegration of spot exchange rates during periods of economic turmoil: Another look at European and Asian currency crises. Journal of Economics and Business, 58(4), 323-342. Salimifar, M. & Shirzor, Z. (2010). The stock market information efficiency Investigation by the variance ratio test method. Quarterly Journal of Knowledge and Development, 18(31), 29-59. (in Persian) Seif, S., Jamshidinavid, B., Ghanbari, M., & Esmaeilpour, M. (2021). Predicting Stock Market Trends of Iran Using Elliott Wave Oscillation and Relative Strength Index. Financial Research Journal, 23(1), 134-157. (in Persian) Shamshir, M. & Mustafa, K. (2014). Efficiency in stock markets: a review of literature. International Journal of Economics, Commerce and Management, 2(12), 1-21. Sharma, J. L. & Kennedy, R. E. (1977). A comparative analysis of stock price behavior on the Bombay, London, and New York stock exchanges. Journal of Financial and Quantitative Analysis, 12(3), 391-413. Talaneh, A. & Hejrankeshrad, H. (2011). Investigating of the Tehran Stock Exchange efficiency in weak and semi-strong levels. Quarterly Journal of Accounting and Auditing Research, 3(12), 27-41. (in Persian) Vogelsang, T. J. & Perron, P. (1998). Additional tests for a unit root allowing for a break in the trend function at an unknown time. International economic review, 1073-1100. Wang, J., Zhang, D. & Zhang, J. (2015). Mean reversion in stock prices of seven Asian stock markets: Unit root test and stationary tests with Fourier functions. International Review of Economics & Finance, 37, 157–164. Worthington, A. C. & Higgs, H. (2004). Random walks and market efficiency in European equity markets. The Global Journal of Finance and Economics, 1, 59–78. Zebende, G. F., Dias, R. S. & de Aguiar, L. C. (2022). Stock market efficiency: An intraday case of study about the G-20 group. Heliyon, 8(1). Zivot, E. & Andrews, D. W. K. (1992). Further evidence on the great crash, the oil-price shock, and the unit-root hypothesis. Journal of Business & Economic Statistics, 10, 251–270. | ||
|
آمار تعداد مشاهده مقاله: 88 تعداد دریافت فایل اصل مقاله: 86 |
||