Abstract:
رفتار تودهوار یا رمهای یکی از مهمترین سوگیریهای رفتاری است که در بازارهای مالی وجود دارد و از عوامل شکلدهنده بحرانهای مالی است. با توجه به اینکه رفتار رمهای به صورت مستقیم بر قیمت اثر میگذارد، از این رو پیشبینی قیمت بر اساس دادههای قیمتی گذشته نشان از وجود رفتار رمهای در بازار دارد. این مقاله با هدف بررسی وجود رفتار رمهای در بورس اوراق بهادار تهران مدلی زمان متغیر غیرخطی نوینی به نام امتیاز خود رگرسیونی تعمیم یافته (GAS) ارائه کرده و با مدل-های غیرخطی سنتی GARCH و AR نیز قیاس شده است. در راستای پیشبینی بازدهی شاخص بورس اوراق بهادار تهران جهت تشخیص وجود رفتار رمهای، از دادههای قیمتی طی بازه 1390 الی 1399 استفاده شده است. توان و دقت پیشبینی توزیع بازدهی مدل نوین GAS با نتایج مدلهای غیرخطی GARCH و AR در دادههای درون و برون نمونهای جهت تشخیص وجود رفتار رمهای قیاس شده است. نتایج پژوهش در آزمونهای درون و برون نمونهای نشان دهنده دقت بالاتر مدل نوین GAS نسبت به مدلهای سنتی GARCH و AR در پیشبینی توزیع بازدهی روزانه شاخص کل بورس اوراق بهادار تهران بوده و همچنین وجود رفتار رمهای در بازار سرمایه ایران تایید شده است.
Herd behavior is one of the most important behavioral biases in financial markets and is one of the determinants of financial crises. Given that herd behavior directly affects price, presenting a model based solely on past prices, with good predictability, indicates the existence of market herd behavior. This article aims to investigate the existence of herd behavior in Tehran Stock Exchange and presents a new nonlinear variable time model called Generalized Autoregressive Score (GAS) and to compare with traditional GARCH and AR nonlinear models, in order to predict the returns distribution of the total index of the stock exchange during the period 2010 to 2020. The results of modeling for the asset by the new GAS model are compared with the results of the GARCH and AR models and their performance are tested for inside and outside the sample. Sample in the internal and external tests show that the new GAS model is more accurate than the traditional GARCH and AR models in predicting the daily returns distribution of the total index of the Tehran Stock Exchange and also the presence of herd behavior in Iran's capital market has been approved.
Machine summary:
اين مقاله با هدف بررسي وجود رفتار رمه اي در بورس اوراق بهادار تهران ، مدل زمان متغير غيرخطي نويني به نام امتياز خودرگرسيوني تعميم يافته (GAS) ارائه کرده و با مدل هاي غيرخطي سنتي GARCH و AR نيز قياس شده است .
نتايج پژوهش در آزمون هاي درون و برون نمونه اي نشان دهندة دقت بالاتر مدل نوين GAS نسبت به مدل هاي سنتي GARCH و AR در پيش بيني توزيع بازدهي روزانۀ شاخص کل بورس اوراق بهادار تهران و وجود رفتار رمه اي در بازار سرمايه ايران بوده است .
در راستاي اهميت و ضرورت اين موضوع و همچنين جهت پوشش شکاف نظري در اين حوزه ، در پژوهش حاضر به مدل سازي نوين زمان متغير براي پيش بيني توزيع بازدهي شاخص کل بورس اوراق بهادار تهران با استفاده از مدل امتياز خودرگرسيوني تعميم يافته (GAS) پرداخته شده است .
روش شناسي پژوهش اين پژوهش با هدف تشخيص وجود رفتار رمه اي در بازار سرمايۀ ايران ، روشي جديد جهت مدل سازي پيش بيني توزيع بازدهي شاخص کل بورس اوراق بهادار تهران ارائه کرده ، در نتيجه از نوع کاربردي است .
در جهت ارائۀ مدل رياضي از روش هاي سنتي غيرخطي GARCH و AR و همچنين مدل نوين امتياز خودرگرسيوني تعميم يافته (GAS) بر اساس داده هاي درون نمونه اي جهت برآورد توزيع بازدهي آتي شاخص کل بورس اوراق بهادار تهران و تشخيص وجود رفتار رمه اي، بهره گرفته شده و نتايج آن ها با هم قياس شده است .