رتبه بندی بازده بازار برای بازارهای سهام: چشم انداز غیرخطی

مقاله حاضر ، از طریق یک رویکرد نمونه نورد ، نشان می دهد که واقعیت تلطیف شده وابستگی غیرخطی در بازده سهام به موقع کاملاً بومی شده است ، نشان می دهد که کارآیی بازار با گذشت زمان تکامل می یابد. با توجه به اینکه چارچوب نمونه نورد قادر به تشخیص دوره های کارآیی/ناکارآمدی است ، با مقایسه زمان کل ویندوزها ، بازده نسبی بازده سهام را می توان به راحتی ارزیابی کرد. این بازارها دارای وابستگی سریال غیرخطی قابل توجهی هستند. مشخص شد که بازار ایالات متحده کارآمدترین است در حالی که آرژانتینی در پایان رتبه بندی قرار دارد.

معرفی

فرضیه بازارهای کارآمد (EMH) در طی چند دهه گذشته چراغ راهنما در زمینه مالی بوده است [1]. در ادبیات تجربی ، نسخه ضعیف از کارآیی بازار ، به ویژه غیرقابل پیش بینی بودن بازده امنیتی بر اساس تغییرات قیمت گذشته ، رایج ترین معیار آزمایش شده این فرضیه است. ابزارهای آماری به طور گسترده در این ادبیات گسترده برای بررسی کارایی یک بازار سهام خاص ، تست های همبستگی سریال ، آزمون اجرا ، تست های نسبت واریانس ، تست های ریشه واحد و تجزیه و تحلیل طیفی است. با این حال ، شواهد متناقض حتی برای همان بورس سهام مورد مطالعه گزارش شده است. یکی از کاستی های مهم این مطالعات کارآیی متعارف این است که پیاده سازی های تجربی همه در آزمایش مفهوم همه یا هیچ چیز از کارآیی مطلق بازار متمرکز هستند. کمپبل و همکاران.[2] استدلال كرد كه كارآیی كامل یك معیار غیرواقعی است كه بعید است كه در عمل باشد. وجود بازارهای سهام فعال مایع حاکی از آن است که فرصت های سود باید وجود داشته باشد. آنها با استناد به کار گروسمن و استیگلیتز [3] ، آنها خاطرنشان كردند كه اگر بازارها كاملاً كارآمد باشند ، هیچ سود حاصل از جمع آوری اطلاعات حاصل نمی شود ، در این صورت دلیل كمی برای تجارت و بازارها در نهایت سقوط خواهد كرد. بنابراین ، در عمل ، باید فرصت های سود کافی برای جبران سرمایه گذاران برای هزینه تجارت و جمع آوری اطلاعات وجود داشته باشد. این نویسندگان [2] در عوض مفهوم بهره وری نسبی را ارائه دادند ، یعنی کارآیی یک اقدامات بازار در برابر دیگری ، به عنوان مثال بورس اوراق بهادار نیویورک در مقابل پاریس بورس ، بازار آینده در مقابل بازار نقطه یا بازار حراج در مقابل بازارهای فروشنده.

با این حال ، تجزیه و تحلیل تطبیقی پیش بینی شده توسط کمپبل و همکاران.[2] توجه مورد انتظار محققان را ایجاد نکرد. پاسخ ولرم می تواند به دلیل انعطاف پذیری در اجرای تجربی آن تست های کارآیی معمولی باشد. به تازگی ، Cajueiro و Tabak [4] ، [5] یک چارچوب مفید برای ارزیابی کارآیی نسبی بازار سهام ارائه دادند. نویسندگان برای آزمایش حضور پیش بینی طولانی مدت از یک روش نمونه نورد برای محاسبه نماینده Hurst استفاده کردند. جدا از یافته هایی که مأمورین هورست با گذشت زمان متفاوت هستند ، این نویسندگان می توانند با استفاده از واسطه های آن دسته از نمایش های محاسبه شده Rolling Hurst ، بازارهای سهام منتخب خود را رتبه بندی کنند. به طور خاص ، با توجه به اینکه رویکرد نمونه نورد هزاران نفر از نمایندگان هورست را برای هر بازار تولید می کند ، Cajueiro و Tabak [4] استدلال کردند که مقایسه همه آنها غیرممکن است ، و آنها از استفاده از وسایل ، میانه یا اقدامات آماری دیگر آن محاسبه شده حمایت می کنند. نمایندگان Hurst به منظور ارزیابی کارآیی نسبی بازار سهام. میانه ها بر اساس یافته هایی مبنی بر توزیع تجاوزهای هورست به عنوان انتخاب ترجیحی انتخاب شدند. با استفاده از این چارچوب ، Cajueiro و Tabak [4] شواهدی پیدا کردند که نشان می دهد هنگ کنگ کارآمدترین بازار سهام است و پس از آن شانگهای A-Share ، Shenzhen A-Share ، سنگاپور ، Shanghai B-Share و Shenzhen B-Share بازارهای. Cajueiro و Tabak [5] از رویکرد مشابه استفاده کردند و گزارش دادند که بازارهای سهام آسیا ناکارآمدی بیشتری نسبت به آمریکای لاتین (به استثنای شیلی) نشان می دهد ، و در مطالعه خود بازارها (یعنی ایالات متحده و ژاپن) از نظر کارآیی رتبه اول را نشان می دهند. بشر

در مقاله اخیر [6] ، نویسندگان تأکید کردند که وجود وابستگی سریال غیرخطی یکی دیگر از واقعیت های سبک شده است که معیار غیرقابل پیش بینی کارآیی بازار را به چالش می کشد. از نظر تجربی ، شواهد قاطع از غیرخطی بودن در سری بازده سهام در بازار سهام بین المللی با مکانیسم های مختلف ساختار بازار گزارش شده است (به منابع ذکر شده در [6] و [7] مراجعه کنید). این یافته فشار بیشتری به EMH که سالها تسلط زیادی در امور مالی مدرن داشته است ، ایجاد می کند ، زیرا حمایت تجربی از این فرضیه عمدتاً از آزمایشات آماری که برای تشخیص تنها همبستگی های خطی تغییرات قیمت طراحی شده اند ، گرفته شده است. با این حال ، جانسون و همکاران.[8] استدلال كرد كه گرچه سری بازده ها ممكن است با هم ارتباط نداشته باشند ، اما هنوز این سؤال باز است كه آیا همبستگی های مرتبه بالاتر (یعنی غیرخطی) وجود دارد یا خیر. در اصل ، برای ارائه شواهد قانع کننده برای استقلال ، باید کلیه همبستگی های مرتبه بالاتر را بررسی کرد. به عنوان یک تصویر ، جانسون و همکاران.[8] از طریق یک مدل اسباب بازی نشان داد که چگونه یک فرآیند قیمت می تواند همبستگی های زمانی مرتبه بالاتری را نشان دهد در حالی که از نظر همبستگی مرتبه پایین (یعنی خطی) "تصادفی" ظاهر می شود. به طور خاص ، عملکرد همبستگی برای سری قیمت های تولید شده از مدل صفر است و به طور کلی به عنوان شواهدی که از EMH در آن مطالعات کارآیی متعارف پشتیبانی می کند ، گرفته می شود. تشخیص بیشتر نشان داد که همبستگی های غیر صفر بالاتر وجود دارد ، که با ابزارهای تجزیه و تحلیل آماری خطی استاندارد قابل تشخیص نیست. این اظهارات هشدار دهنده تقریباً سه دهه پیش توسط گرنجر و اندرسن [9] داده شده است ، اما با این وجود تا حد زیادی توسط ادبیات گسترده در مورد کارآیی بازار نادیده گرفته شده است. در حقیقت ، اکنون به طور گسترده ای اذعان شده است که سری های زمانی تولید شده توسط فرآیندهای میانگین متحرک دوتایی و غیرخطی ، همبستگی صفر دارند و در عین حال دارای غیرخطی های قابل پیش بینی در میانگین هستند.

این مقاله کار لیم و همکاران را گسترش می دهد.[6] ارائه یک ابزار آماری جایگزین که بر وابستگی غیرخطی برای ارزیابی کارآیی نسبی بازارهای سهام ، مشابه با روح با کار Cajueiro و Tabak [4] ، [5]. به طور خاص ، آمار آزمون Bicorrelation Hinich [10] Portmanteau (از این پس به عنوان آمار H مشخص شده است) برای آزمایش وجود دورافتهای غیر صفر (یا به عنوان همبستگی مرتبه سوم شناخته می شود) استفاده می شود ، که در واقع یک ارتباط بین بازده فعلی استو ضرایب همبستگی قبلی. به جای ویندوزهای زمان متحرک غیر همپوشانی با طول برابر که در Ref پذیرفته شده است.[6] ، مطالعه حاضر آمار H را در یک چارچوب نمونه نورد محاسبه می کند به دلیل این احتمال که وابستگی در فرآیند تولید بازده بتواند در فواصل کوتاه زمان تغییر کند. در این چارچوب ، دوره نمونه با طول ثابت یک مشاهده را در یک زمان حرکت می دهد ، و از این رو آماری محاسبه شده در هر مرحله منعکس کننده رفتار در حال تغییر روند به دلیل اطلاعات جدید یا سایر عوامل اساسی است. در نتیجه ، آن آمار محاسبه شده H نه تنها فرد را قادر می سازد تا تکامل راندمان بازار را با گذشت زمان ضبط کند ، بلکه یک شاخص مفید برای رتبه بندی کارآیی بازارهای سهام نیز فراهم می کند. توجه به این نکته حائز اهمیت است که کار حاضر با Cajueiro و Tabak [4] ، [5] از دو طریق مهم متفاوت است. در مرحله اول ، در حالی که Cajueiro و Tabak [4] ، [5] اولین کسانی بودند که ابزاری را ارائه می دادند که در مطالعات کارآیی معمولی برای ارزیابی کارایی نسبی بازار سهام وجود ندارد ، تمرکز آنها بر وجود احتمالی وابستگی خطی طولانی مدت است. با توجه به اینکه نگرانی اصلی بیشتر مطالعات کارآیی بر پیش بینی پذیری حاصل از بازده هوریزون است ، نیاز به چارچوب پیشنهادی حاضر به خوبی توجیه شده است. ثانیا ، به جای اندازه گیری متوسط محبوب که توسط Cajueiro و Tabak [4] ، [5] مورد حمایت قرار می گیرد ، [5] ، این مطالعه استدلال می کند که یک شاخص مناسب تر برای رتبه بندی کارآیی ساختمان ، درصد ویندوزهای زمانی است که بازار از کارآیی خارج می کند.

طرح این مقاله به شرح زیر است. بخش 2 در مورد روش استفاده شده برای تشخیص وجود وابستگی های سریال غیرخطی بحث می کند. در بخش 3 ، داده های این مطالعه ارائه شده است. پس از آن ، نتایج حاصل از تجزیه و تحلیل تجربی ارائه شده است. بخش پایانی مقاله را به پایان می رساند.

قطعه قطعه

آمار تست دورافتی Portmanteau در چارچوب نمونه نورد

This section provides a brief description of the H statistic employed to test for the presence of nonlinear serial dependencies in the data. The full theoretical derivation and some Monte Carlo evidence on the small sample properties of the test statistic are given in Refs. [10], [11]. Let the sequence y ( t )>فرآیند داده نمونه برداری مشاهده شده را نشان دهید ، جایی که واحد زمان ، t یک عدد صحیح است. در رویکرد نمونه نورد ، آمار H برای اولین پنجره از یک طول مشخص محاسبه می شود و

داده

نمونه در این مطالعه مشابه موارد موجود در Ref است.[5] ، متشکل از 11 بازار سهام در حال ظهور و 2 توسعه یافته. به طور خاص ، شاخص ها در فرکانس روزانه برای آرژانتین (شاخص Merval) ، برزیل (شاخص Bovespa) ، شیلی (شاخص IPSA) ، هند (شاخص ملی BSE) ، اندونزی (شاخص کامپوزیت جاکارتا) ، مالزی (شاخص کامپوزیت کوالالامور) ، مکزیکو جمع آوری شده است.(شاخص IPC) ، فیلیپین (شاخص کامپوزیت فیلیپین) ، کره جنوبی (شاخص کامپوزیت کره) ، تایوان (شاخص وزنی تایوان) ،

نتایج تجربی

آمار H برای هر پنجره زمانی با استفاده از برنامه T23 کدگذاری شده در Fortran محاسبه می شود. 2 این برنامه آمار H به دست آمده از Eq را تغییر می دهد.(2) با استفاده از عملکرد توزیع تجمعی آمار آزمون تحت فرضیه تهی ، به یک صدک (یعنی یک منهای P-Value). به عنوان مثال ، اگر صدک برای یک پنجره خاص 0. 95 باشد ، آنگاه آمار آزمون دارای ارزش p 0. 05 است.

نتیجه گیری

با الهام از کار Cajueiro و Tabak [4] ، [5] بر وابستگی طولانی مدت ، مقاله حاضر نشان می دهد که واقعیت تلطیف شده وابستگی غیرخطی در بازده سهام نیز با گذشت زمان تکامل می یابد. این نشان می دهد که کارآیی بازار یک ویژگی استاتیک نیست ، همانطور که در بیشتر مطالعات کارآیی قبلی فرض شده است. علاوه بر این ، آمار نورد H یک چارچوب مفید برای ارزیابی کارایی نسبی بازارهای سهام ارائه می دهد. این مطالعه به جای اندازه گیری محبوب محبوب ، استدلال می کند

سپاسگزاریها

نویسنده از ملوین جی هینیچ بخاطر سخاوت خود در به اشتراک گذاشتن برنامه T23 Fortran و بسیاری از کمک ها و مشاوره های فنی مفید بسیار سپاسگزار است. نویسنده همچنین می خواهد از Universiti Malaysia Sabah تشکر کند که به وی بورس تحصیلی برای پیگیری دکتری خود داد. تحصیل در دانشگاه موناش.