خلاصه

در این مقاله رابطه بین احساسات بازار و نرخ بازده سهام آینده مورد بررسی قرار می گیرد. ما از یک متدولوژی مبتنی بر تجزیه و تحلیل مؤلفه اصلی برای ایجاد یک شاخص احساساتی برای بازار برزیل با داده های سال 1999 تا 2008 استفاده کردیم. نمونه شامل شرکت هایی است که در BM& F Bovespa ذکر شده اند که در quintiles گروه بندی شده اند ، که هر کدام یک نمونه کار را نشان می دهند ، با توجه به میزان بزرگی ،ویژگی های زیر: ارزش بازار ، کل ریسک سالانه و زمان لیست در BM & F Bovespa. در مرحله بعد ، میانگین بازده هر نمونه کارها را برای هر سه ماه محاسبه کردیم. داده های مربوط به پنجه اول و آخر از طریق ANOVA دو عاملی ، با استفاده از شاخص احساسات دوره قبلی (مثبت یا منفی) به عنوان عامل اصلی و هر ویژگی به عنوان فاکتورهای کنترل مورد بررسی قرار گرفت. سرانجام ، شاخص احساسات در یک مدل قیمت گذاری داده پانل گنجانده شد. نتایج حاکی از رابطه معنی داری و منفی بین شاخص احساسات بازار و نرخ بازده آینده است. این یافته ها حاکی از وجود یک الگوی برگشت در بازده سهام است ، به این معنی که پس از یک دوره احساسات مثبت ، تأثیر بر بازده سهام بعدی منفی است و برعکس.

شاخص احساسات ؛مدل قیمت گذاری ؛داده های پانل GMM

رابطه بین شاخص احساسات بازار و نرخ بازده سهام: تجزیه و تحلیل داده های پانل

Claudia Emiko Yoshinaga I ، * * نویسنده مسئول: Claudia Emiko Yoshinaga Av. Nove de Julho ، 2029 ، بلا ویستا ، سائوپائولو ، SP ، 01313-902 ، برزیل.؛Francisco Henrique Figueiredo de Castro Junior II

I Fundação Getulio Vargas - EAESP/FGV ، سائوپائولو ، SP ، برزیل. آدرس پست الکترونیکی: claudia. yoshinaga@fgv. br

II Fundação Escola de Comércio álvares Penteado - Fecap ، سائوپائولو ، SP ، برزیل. آدرس پست الکترونیکی: henrique. castro@fecap. br

در این مقاله رابطه بین احساسات بازار و نرخ بازده سهام آینده مورد بررسی قرار می گیرد. ما از یک متدولوژی مبتنی بر تجزیه و تحلیل مؤلفه اصلی برای ایجاد یک شاخص احساساتی برای بازار برزیل با داده های سال 1999 تا 2008 استفاده کردیم. نمونه شامل شرکت هایی است که در BM& F Bovespa ذکر شده اند که در quintiles گروه بندی شده اند ، که هر کدام یک نمونه کار را نشان می دهند ، با توجه به میزان بزرگی ،ویژگی های زیر: ارزش بازار ، کل ریسک سالانه و زمان لیست در BM & F Bovespa. در مرحله بعد ، میانگین بازده هر نمونه کارها را برای هر سه ماه محاسبه کردیم. داده های مربوط به پنجه اول و آخر از طریق ANOVA دو عاملی ، با استفاده از شاخص احساسات دوره قبلی (مثبت یا منفی) به عنوان عامل اصلی و هر ویژگی به عنوان فاکتورهای کنترل مورد بررسی قرار گرفت. سرانجام ، شاخص احساسات در یک مدل قیمت گذاری داده پانل گنجانده شد. نتایج حاکی از رابطه معنی داری و منفی بین شاخص احساسات بازار و نرخ بازده آینده است. این یافته ها حاکی از وجود یک الگوی برگشت در بازده سهام است ، به این معنی که پس از یک دوره احساسات مثبت ، تأثیر بر بازده سهام بعدی منفی است و برعکس.

کلمات کلیدی: شاخص احساسات ؛مدل قیمت گذاری ؛ داده های پانل GMM.

معرفی

در دهه های اخیر ، مطالعات متعددی انجام شده است که سعی در بهبود مدلهای نظری کلاسیک دارند که دارای جنبه های رفتاری است که اغلب مورد غفلت واقع می شوند. رشد در این رویکرد غیر سنتی از لزوم توضیح پدیده های منظم مشاهده شده در بازارهای مالی که با پیش بینی مدل های کلاسیک ناسازگار بودند ، ایجاد شده است. بیکر و وورگلر (2007) استدلال می کنند که توضیح برخی از رویدادهای مالی توسط نظریه سنتی دارایی به طور فزاینده ای دشوار بوده است. چنین رویدادهایی شامل سرمایه گذاران مشمول احساساتی است که همیشه قیمت دارایی را به عنوان ارزش خالص فعلی جریان نقدی با تخفیف آینده خود ارزیابی نمی کنند. در این زمینه ، احساسات را می توان به عنوان اعتقادات در مورد جریان نقدی آینده و خطرات سرمایه گذاری تعریف کرد که با توجه به اطلاعات موجود برای سرمایه گذار ، از نظر منطقی قابل توجیه نیستند.

تحقیقات اولیه در مورد تأمین مالی رفتاری در دهه 1980 رخ داد و هدف اصلی آن نشان دادن اینکه آیا بازار سهام ، به طور کلی ، از سوءاستفاده رنج می برد. بدون پشتیبانی بسیار نظری ، محققان در جستجوی شواهدی بودند که با فرضیه بازار کارآمد (EMH) مغایرت داشته باشند ، و منجر به ناهنجاری ها به عنوان میانگین بازگرداندن قیمت می شوند (De Bondt & Thaler ، 1985 ؛ Fama & French ، 1988 ؛ Poterba & Summers ، 1988) یا بی صدا بودن بیش از حد درشاخص بازار با نوسانات اصول ارزش بنگاهها توجیه نشده است (شیلر ، 1981). مطالعات اخیر سعی در توضیحات بیشتر در مورد تأثیر احساسات بازار مالی با توجه به دو نوع سرمایه گذار با توجه به طبقه بندی De Long ، ارائه داده است. شلیفر ، سامرز و والدمن (1990): (الف) داوری های منطقی تحت تأثیر احساسات و (ب) سرمایه گذاران غیر منطقی ، آسیب پذیر در برابر احساسات برون زا. هر دو نوع در یک بازار رقابتی تجارت می کنند و قیمت ها و بازده مورد انتظار برای دارایی ها را تعیین می کنند. قصد نمایندگان منطقی برای سودآوری از قیمت گذاری نادرست از جنبه های مختلفی مانند پنجره مختصر فرصت تجارت ، هزینه های معاملات و خطرات محدود است. این موانع انحراف قیمت ها را از ارزش اساسی آن توجیه می کند. سوءاستفاده دارای دو منبع بالقوه است: (الف) تغییر در احساسات سرمایه گذاران غیر منطقی یا (ب) موانع برای داوری های منطقی.

EMH فرض می کند که تغییرات قیمت باید توسط فرآیندهای تصادفی و بدون الگوی سیستماتیک ایجاد شود. در صورت وجود الگوهای ، سرمایه گذاران برای پیش بینی قیمت های آینده و کسب بازده غیر طبیعی ، آنها را درج می کنند. با این حال ، با فرض اینکه سرمایه گذاران از یک رفتار کاملاً منطقی پیروی نمی کنند ، زیرا آنها عقلانیت محدودی را ارائه می دهند و تحت تأثیر احساسات قرار می گیرند ، و از آنجاسوال تحقیق این است: آیا بسته به پروکسی برای احساسات ، الگوهای پیش بینی طولی و مقطعی در بازده سهام وجود دارد؟برای دستیابی به این هدف ، مقاله: (الف) روشی را برای ایجاد شاخص احساسات برای بازار برزیل پیشنهاد می کند ، و (ب) تأیید می کند که آیا بین احساسات بازار و نرخ بازده آینده از طریق ANOVA و یک مدل قیمت گذاری پانل رابطه وجود داردتخمین زده شده با قطب ها ، اثرات تصادفی و ثابت و سیستم GMM.

این مقاله با ارائه یک روش ایجاد شاخص در بازار نوآورانه بر اساس اقدامات غیرمستقیم از شرکتهای برزیل ، به ادبیات فعلی برزیل در امور مالی رفتاری کمک می کند. هر اندازه گیری مورد استفاده در این فرآیند کاملاً توجیه شده است که مربوط به احساسات بازار است و نتایج به دست آمده از یک شهود اقتصادی پیروی می کند. در این مقاله همچنین آثار قبلی در این زمینه مطالعه با آزمایش فرضیه در مورد رابطه بین احساسات و نرخ سهام آینده بازده از طریق مدل های ANOVA و مدل های قیمت گذاری دارایی های تخمین زده شده با GMM پیشرفت می کند. نتایج نشان می دهد که رابطه معنی داری و منفی بین این دو متغیر نشان می دهد که وجود یک الگوی برگشت در بازده سهام را نشان می دهد ، به این معنی که پس از یک دوره احساسات مثبت ، تأثیر بر بازده سهام بعدی منفی است و برعکس.

این مقاله به شرح زیر سازماندهی شده است: پس از این مقدمه ، بخش بعدی بررسی ادبیات در مورد احساسات بازار را ارائه می دهد. سپس روش شناسی ایجاد شاخص احساسات ، تشکیل ANOVA و نمونه کارها و یک مدل قیمت گذاری برای روش های تخمین پانل را توضیح می دهد. در بخش زیر نتایج شاخص بازار برزیل ، آزمون های ANOVA و نتایج تخمین داده های پانل بحث شده است و بخش آخر نتیجه گیری را ارائه می دهد.

بررسی ادبیات

به گفته ژانگ (2008) ، احساسات را می توان به عنوان هرگونه اعتقاد نادرست که افراد در مورد یک متغیر اقتصادی مانند قیمت دارایی دارند ، تعریف کرد. برای Smidt (1968) ، این وجود احساسات است که منجر به حباب های سوداگرانه می شود. برای Zweig (1973) احساسات مربوط به تعصبات شناختی سرمایه گذاران است. C. M. Lee ، Shleifer و Thaler (1991) احساسات بازار را به عنوان بخشی از انتظارات خود در مورد بازده دارایی هایی که توسط اصول اقتصادی توجیه نمی شوند ، تعریف می کنند. بیکر و وورگلر (2006) احساسات را به عنوان تمایل سرمایه گذار به حدس و گمان تعریف می کنند. یعنی احساسات تقاضا برای سرمایه گذاری های سوداگرانه را هدایت می کند.

به گفته شیلر (1984) ، رفتار سرمایه گذاران اغلب منجر به نوسانات قیمت دارایی ها می شود و دلیل قابل توجهی ندارد. بلک (1986) انتظارات سرمایه گذاران را در مورد بازده دارایی هایی که مبتنی بر اصول آن از احساسات معامله گر نویز ارزش نیست ، خواند. به همین ترتیب ، بیکر و وورگلر (2006) استدلال می کنند که علت اصلی نوسانات قیمت مشکل در ارزیابی شرکت ها است زیرا سرمایه گذاران انتظارات همگن ندارند همانطور که توسط EMH پیش بینی شده است. چگونه احساسات بازار بر قیمت دارایی تأثیر می گذارد ، سوالی است که هنوز هم نظرات مختلفی ایجاد می کند. دو توضیح احتمالی برای وجود این نابرابری ها وجود دارد: افراد به درستی از اطلاعات نادرست استفاده می کنند یا افراد به طور نادرست از اطلاعات دقیق استفاده می کنند. اولین جایگزین فرض می کند که سرمایه گذاران اعتقادات خود را در مورد اصول ارزش شامل سر و صدا تنظیم می کنند و دوم فرض می کند که آنها ضمن سوء استفاده از ابزارهای آماری ، این کار را انجام می دهند.

اندازه گیری احساسات را می توان از طریق یک متغیر نهفته انجام داد ، همانطور که مو ، اندرسون ، تاتام و بلک (1998 ، ص 581) بیان می کند: "متغیرهای ساخت یا نهفته را نمی توان به طور مستقیم اندازه گیری کرد ، اما توسط یک یا چند متغیر قابل نمایش یا اندازه گیری می شود"بنابراین ، یکی از راه های ارائه شده توسط محققان برای اندازه گیری انتظار سرمایه گذاران در مورد روند قیمت در بازار ، ایجاد یک شاخص بود. توضیحات متعددی برای ارتباط یک متغیر معین با ساخت احساسات وجود دارد. برخی از آنها مربوط به مذاکره در بازار (گردش مالی ، IPO ، نوسانات) است و برخی دیگر سعی می کنند تغییرات خلق و خوی سرمایه گذاران را ضبط کنند (آب و هوا ، ساعات آفتابی در روز ، فصل سال ، نتایج فوتبال). برای توضیحات مفصل از متغیرهای احساسات مورد استفاده در مطالعات مالی رفتاری ، به Qiuand Welch (2004) ، Bandopadhyaya و Jones (2006) مراجعه کنید.

بسیاری از مطالعات در تلاشند تا دریابند که آیا احساسات دارای قدرت پیش بینی کننده بازده سهام است یا خیر. اقدامات مختلفی وجود دارد که در مدل های قیمت گذاری برای آزمایش رابطه آن با رفتار قیمت سهام گنجانده شده است. لوتز (2010) تأثیر سه اقدامات مختلف احساسات بر عملکرد آینده قیمت سهام را تأیید می کند: شاخص احساسات بیکر و وورگلر (بیکر و وورگلر ، 2006 ، 2007) ؛نسبت قیمت صاف و قیمت VIX (شاخص نوسانات) که توسط مبادله گزینه های هیئت مدیره شیکاگو محاسبه می شود. متغیر وابسته وی با استفاده از رویکرد Fama-French ، بازده نمونه کارها وزنه برداری بازار است. در این مطالعه ، ما از سهام فردی در مدل قیمت گذاری استفاده می کنیم ، زیرا نگرانی از سهام به طور مداوم بدون وقفه وجود ندارد (Saito & Bueno ، 2007). یافته های وی حاکی از آن است که این اقدامات احساسات دارای قدرت پیش بینی کننده خارج از نمونه بسیار کمی هستند ، اگرچه نتایج نمونه قابل توجهی را ارائه می دهند.

SHU (2010) تأثیر خلق و خوی بر رفتار بازار مالی را مطالعه می کند. این مطالعه نشان می دهد که چگونه تغییرات خلق و خوی سرمایه گذار بر قیمت دارایی تعادل و بازده مورد انتظار تأثیر می گذارد. نتایج نشان می دهد که هم قیمت سهام و هم قیمت قبض با خلق و خوی سرمایه گذار ارتباط مثبت دارد و قیمت دارایی بالاتر با روحیه بهتر همراه است.

روش شناسی

شاخص احساسات بازار

جنبه اولیه مورد بحث این است که چگونه می توان احساسات بازار را اندازه گیری کرد و سپس بررسی می کند که آیا پیش بینی بازده از این متغیر وجود دارد یا خیر. بنابراین ، لازم است متغیری ایجاد شود که بتواند احساسات بازار را اندازه گیری کند و سپس رابطه آن را با بازده سهام ذکر شده در بورس اوراق بهادار سائو پائولو (BM& F Bovespa) بررسی کند. برای برآورد شاخص احساسات ، ما تصمیم گرفتیم تکنیک چند متغیره تجزیه و تحلیل مؤلفه اصلی (PCA) را اعمال کنیم. به گفته جانسون و ویچن (2002) ، PCA قصد دارد ساختار کواریانس مجموعه ای از متغیرها را با استفاده از ترکیبات خطی این متغیرها به منظور کاهش و ارائه تفسیر بهتر از داده ها توضیح دهد.

هدف PCA جایگزینی متغیرهای اصلی توسط تعداد کمتری از مؤلفه ها بدون ایجاد ضرر زیاد اطلاعات است. تعداد کافی از مؤلفه های اصلی برای نشان دادن مناسب ساختار نظری مورد مطالعه می تواند توسط: (الف) مقادیر نسبی مقادیر ویژه (واریانس مؤلفه ها) تعریف شود ؛ (ب) واریانس کل توضیح داده شده توسط مؤلفه ها. یا (ج) تفسیر مؤلفه ها و ارتباط آنها با تئوری. جولیف (2002 ، ص 113) اظهار داشت که درصد واریانس کل توضیح داده شده توسط تعداد مؤلفه های باقی مانده در تجزیه و تحلیل با توجه به ویژگی های داده ها متفاوت خواهد بود.

برای ساخت شاخص احساسات بازار ، ما از متغیرهای زیر استفاده کردیم که قبلاً در آثار دیگر مانند بیکر و وورگلر (2006 ، 2007) و وانگ ، کسوانی و تیلور (2006) استفاده شده است:

S: درصد سهم سهام در موضوعات جدید ، داده شده توسط E_t/(E_t + D_t) ، جایی که e_tحجم کل سهام صادر شده توسط بنگاه ها و D است_tطبق گفته های کمیسیون اوراق بهادار و بورس برزیل (Comissao de Valores Mobiliarios [CVM]) ، حجم کل بدهی صادر شده در پیشنهادات است.

NIPO: تعداد پیشنهادات عمومی اولیه در BM & F Bovespa ، سه ماهه Totalized ؛

چرخش: گردش مالی سهام ، با نسبت بین n داده شده است_t(مقدار کل سهام معامله شده در هر سه ماهه) و n_t(مقدار کل سهام برجسته در پایان هر سه ماه) ؛

DIV: تفاوت بین لگاریتم های نسبت بازار به کتاب شرکتهای سود سهام و غیر پرداخت کنندگان. برای جمع آوری این نسبت های کلیه پرداخت کنندگان سود سهام و غیر پرداخت کنندگان ، ما با استفاده از ارزش بازار هر شرکت ، میانگین وزنی را محاسبه کردیم.

TRIN: شاخص تجزیه و تحلیل فنی برای گرفتن درک بازار ، به نام شاخص معاملات یا شاخص متضاد برای تشخیص سطح بیش از حد و سطح بیش از حد در بازار. همچنین در دهه 1970 به عنوان شاخص اسلحه شناخته می شود که به نام خالق آن ، ریچارد آرت ، نامگذاری شده است. این نسبت بین میانگین حجم سهام رو به کاهش و میانگین حجم پیشبرد سهام را اندازه گیری می کند. نسبت ترین ترین ترین از 1 به این معنی است که بازار در تعادل است. بالاتر از 1 نشان می دهد که حجم بیشتر به سمت کاهش سهام حرکت می کند. و زیر 1 نشان می دهد که حجم بیشتر به سمت پیشبرد سهام حرکت می کند.

یکی دیگر از جنبه های مهم که در طول ساخت شاخص در نظر گرفته می شود ، زمان صحیح متغیرها است ، خواه آنها معاصر باشند و چه برای تشکیل شاخص ، از آنجا که برخی از آنها باید قبل از دیگران تغییرات در احساسات را منعکس کنند (Baker & Wurgler ، 2007 ؛ Brown& Cliff ، 2004). برای تعیین این زمان لحظه ای ، ابتدا شاخص را با هر پنج متغیر و اولین تاخیر آنها تخمین زدیم. از دیگر تاخیر نیز می توان استفاده کرد ، اما از آنجا که ما با داده های سه ماهه کار کردیم ، بعید است که حوادثی که شش ماه یا بیشتر از آن رخ داده اند تأثیر بیشتری بر احساسات نسبت به وقایع اخیر یا معاصر داشته باشند. از این شاخص مرحله اول ، ماتریس همبستگی بین شاخص و کلیه متغیرها و تاخیر آنها را محاسبه کردیم. برای تصمیم گیری در کدام لحظه از زمان (t یا t 1) باید در شاخص باقی بماند ، ما بزرگی همبستگی بین هر متغیر (و تاخیر آن) را با شاخص مرحله اول مقایسه کردیم و یکی را با مقدار بالاتر انتخاب کردیم. پس از انتخاب لحظه ای مناسب ، شاخص احساسات پارسیمونیک محاسبه شد.

از لحاظ تئوریکی ، متغیرهایی که مربوط به رفتار سرمایه گذار هستند باید احساسات بازار را پیش بینی کنند. بنابراین ، انتظار می رود که نوبت_t-1، دیو_t-1و ترین_t-1همبستگی بیشتری با شاخص احساسات نسبت به مقادیر معاصر آنها وجود دارد. علاوه بر این ، متغیرهایی که منعکس کننده رفتار محکم هستند ، مانند S_tو نیپو_t، باید مستقیماً با احساسات بازار ارتباط داشته باشد ، و بیشتر از تاخیر مربوط به آنها با شاخص ارتباط دارد.

با توجه به علائم مورد انتظار ، متغیرهای مربوط به شدت حجم سهام معامله شده مستقیماً با احساسات بازار مرتبط هستند. بنابراین ، S و NIPO ، که حاکی از عرضه بیشتر سهام سهام توسط شرکت ها و همچنین نوبت است که نشان می دهد افزایش معاملات در بورس ، باید در شاخص احساسات دارای نشانه مثبتی باشد. از طرف دیگر ، متغیرها TRIN و DIV باید علائم منفی ارائه دهند. از نظر تئوری ، شرکتهای سود سهام سود سهام کمتری برای رشد دارند زیرا آنها منابع لازم برای سرمایه گذاری مجدد را حفظ نمی کنند و تقاضا برای آنها باید با شدت بیشتری اتفاق بیفتد که بازار بدبین باشد و در پروژه های سرمایه گذاری کمتر اطمینان داشته باشد. برعکس ، هنگامی که بازار خوش بین است ، تقاضا باید برای بنگاه های دارای فرصت های سرمایه گذاری که سود سهام کمتری را پرداخت می کنند ، بیشتر باشد. متغیر ترین ، به همین ترتیب ، با شاخص احساسات رابطه معکوس دارد. مقادیر بالاتر ترین حاکی از انتظار یک بازار بدبینانه و برعکس است.

به منظور اطمینان از ارتباط این احساسات با نرخ‌های بازده سهام، منهای اثرات چرخه اقتصادی، یک شاخص متعامد با باقیمانده‌های رگرسیون متغیرهای اصلی در برابر متغیرهای چرخه اقتصادی ایجاد کردیم. در این تحقیق متغیرهای چرخه اقتصادی مورد استفاده تولید ناخالص داخلی (GDP) و دو متغیر ساختگی dGDP و dSELIC بودند. اولین مورد در صورت تغییر مثبت در تولید ناخالص داخلی از یک چهارم به فصل دیگر مقدار 1 و در غیر این صورت 0 را در نظر می گیرد. متغیر dSELIC به نوبه خود در صورت افزایش نرخ بهره پایه برزیل (SELIC) مقدار 0 و در غیر این صورت مقدار 1 را در نظر می گیرد. فرآیند متعامد سازی اغلب قله ها و دره ها را شامل می شود، اما بر روند شاخص تاثیری نداشت.

به منظور بررسی وجود رابطه بین احساسات بازار و نرخ بازده سهام آتی، ما روش آماری تحلیل واریانس (ANOVA) را اتخاذ کردیم. به گفته نتر، کوتنر، ناچشیم و واسرمن (1996)، ANOVA یک ابزار آماری همه کاره برای مطالعه رابطه بین یک متغیر پاسخ (وابسته) و یک یا چند متغیر توضیحی (مستقل) است، به ویژه اگر دومی یک ویژگی کیفی را نشان دهد. در این مطالعه، متغیر وابسته، نرخ بازده سه ماهه پرتفوی ها است که هر کدام یک پنجک را نشان می دهند که با توجه به بزرگی های مشخصه مورد تجزیه و تحلیل تشکیل شده است. در ANOVA هر متغیر توضیحی یک عامل نامیده می شود. ما یک ANOVA دو عاملی را برای هر برآورد اتخاذ کردیم. یکی از عوامل مشترک در تمام تحلیل های ارائه شده در این مقاله، سطح (مثبت یا منفی) شاخص احساسات بازار است. عامل دیگر مربوط به ویژگی مورد استفاده در تشکیل پورتفولیو است. ویژگی های شرکت عبارتند از: (الف) ارزش بازار شرکت، (ب) ریسک کل، و (ج) سن، که به عنوان تعداد سال هایی از اولین حضور شرکت در BM& F BOVESPA اندازه گیری می شود. این ویژگی‌ها همزمان با نرخ‌های بازده اندازه‌گیری شدند و شاخص احساسات مربوط به سه ماهه قبل (t1) است.

عوامل ممکن است به دسته های مختلف (سطح) طبقه بندی شوند. اولین عامل ، احساسات بازار ، بسته به علامت خود متغیر ، دو سطح مثبت یا منفی دارد. عوامل دیگر ، که مربوط به خصوصیات شرکت هستند ، در دو سطح نیز از هم جدا می شوند: شرکت هایی که در افراط و تفریط بیشترین (اول و پنجم) هستند. تصمیم برای دور انداختن پنجه های میانی با این واقعیت توجیه می شود که بنگاه های دارای مقادیر شدید برای این ویژگی ها به طور بالقوه توسط سرمایه گذاران در بازار مشخص می شوند ، در حالی که ممکن است افراد موجود در کوینتیل های واسطه به وضوح مشخص نباشند. سطح ترکیبی از عوامل به درمان گفته می شود. بنابراین ، هنگامی که سطح احساسات مثبت است و ویژگی (به عنوان مثال ، خطر) به عنوان بالا طبقه بندی می شود ، یک ترکیب درمانی وجود دارد که مربوط به مثبت و زیاد است. این بدان معناست که دو عامل ، هر دو با دو سطح ، چهار درمان مختلف ایجاد می کنند.

مطالعات ANOVA چند عاملی مزایای ANOVA تک عاملی را دارد. به گفته نتر و همکاران.(1996 ، صص 797-798) ، اولین فایده جنبه کارآیی است: در یک رویکرد سنتی ، هر عامل واحد باید در یک زمان دستکاری شود ، ceteris paribus ، که همیشه در یک مطالعه مشاهده ای امکان پذیر نیست. مزیت دوم مربوط به مقدار بیشتری از اطلاعاتی است که برای دستیابی به ایمن همان نتیجه گیری در یک مطالعه تک عاملی لازم است. از آنجا که ANOVA چند عاملی اثرات متقابل بین درمان ها را در نظر می گیرد ، نمونه ها می توانند کوچکتر باشند. سرانجام ، یک مزیت دیگر از اعتبار نتایج نگران کننده است ، زیرا می توان عامل دیگری را برای کنترل نتایج وارد کرد. در این تحقیق ، عامل اصلی احساسات بازار است. عامل دیگر ، ویژگی بنگاه ، به عنوان کنترل استفاده می شود ، زیرا می تواند بر متغیر پاسخ نیز تأثیر بگذارد.

مدل قیمت گذاری

برای بررسی عمیق تر در مورد رابطه بین شاخص احساسات و نرخ بازده سهام ، یک مدل قیمت گذاری دارایی تخمین زده شد. هدف اصلی در تحقیقات مالی تعیین اینکه کدام یک از عوامل بهتر بازده دارایی های فردی را توضیح می دهند ، و تئوری قیمت گذاری دارایی تلاش می کند تا این عوامل را شناسایی کند. ما یک مدل رگرسیون داده پانل را برای تخمین و آزمایش رابطه قیمت گذاری دارایی پیشنهاد کردیم. مدل تخمین زده شده:

جایی که r_i,tنرخ سهام بازده شرکت I در چهارم T است. ψ_t-1شاخص احساسات در دوره T 1 است. ψ پارامتر مرتبط با شاخص احساسات است. ω_i,tوکتور متغیرهای کنترل K را نشان می دهد ، و Ω T بردار ابعاد (K x 1) است که از پارامترهای متغیرهای کنترل منتقل می شود. با تعریف ، ε_i,t، اصطلاح خطا ، نباید با رگرسرها ارتباط داشته باشد.

متغیرهای کنترل مورد استفاده در مدل عوامل مهمی در تحقیقات تجربی قیمت گذاری دارایی های قبلی در نظر گرفته شدند. هدف از درج این متغیرها در مدل تأیید تأثیر احساسات بر نرخ بازده سهام ، عاری از اثرات آنها بود. از متغیرهای کنترل زیر استفاده شد:

اندازه شرکت (LN MV) توسط لگاریتم طبیعی ارزش بازار شرکت اندازه گیری می شود.

نسبت بازار به کتاب (MTB) ؛

اهرم مالی (LEV): با توجه به نسبت بین بدهی ناخالص و ارزش دارایی بازار شرکت ؛

خطر سیستمیک سهام (BETA): اندازه گیری شده توسط کواریانس بین سری 104 بازده سهام هفتگی گذشته با شاخص بازار برزیل ، Ibovespa ، که بر اساس واریانس بازده هفتگی بازار تقسیم می شود.

فرصت رشد (رشد): با توجه به درصد تغییر در درآمد خالص شرکت ؛

متغیر ساختگی که نشان دهنده صنعت شرکت است: شرکت های مالی به دلیل ویژگی های خاص اهرم خود از نمونه خارج شدند.

پارامترهای معادله مدل قیمت گذاری در ابتدا با حداقل مربعات معمولی (POLS) با حداقل مربع معمولی تخمین زده شد. این روش این ضرر را در نظر گرفتن ناهمگونی بدون نظارت ندارد. این بدان معناست که برآورد POLS شامل اصطلاحی مربوط به اثرات غیر وسواسی نیست که ویژگی های بنگاه هایی را که با گذشت زمان ثابت مانده اند ، ضبط می کند و می تواند بر رفتار متغیر وابسته تأثیر بگذارد.

ناهمگونی بدون نظارت می تواند ، به عنوان مثال ، تصویر شرکت درک شده توسط بازار یا حتی کیفیت مدیریت باشد. برای در نظر گرفتن این جنبه ، ما معادله (1) را با داده های پانل تخمین زده ایم: اثرات ثابت (FE) و اثرات تصادفی (RE). روش RE فرض می کند که همبستگی بین متغیرهای توضیحی و اثر بدون نظارت صفر است. روش FE امکان وجود آن همبستگی را فراهم می کند ، و هر دو نتیجه تخمین نیز در جدول 10 گزارش شده است. تخمین FE همیشه نتایج مداوم می دهد ، اگرچه گاهی اوقات کارآمدترین مدل نیست. برای مقایسه هر دو مدل ، ما از یک نسخه اصلاح شده از آزمایش Hausman استفاده کردیم که توسط Wooldridge (2002 ، صص 290-291) شرح داده شده است که این آزمایش را به خطاهای ناهمگن و/یا همبستگی قوی می کند. فرضیه تهی از آزمون این است که تفاوت بین ضرایب این دو روش از نظر آماری معنی دار نیست. در صورت رد فرضیه تهی ، تنها آهن سازگار خواهد بود.