اولویت بندی عوامل سنجش حباب قیمتی سهام با رویکرد رفتاری

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری، مهندسی مالی، گروه مدیریت، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.

2 استاد تمام،گروه مدیریت بازرگانی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.

3 دانشیار و عضو هیأت علمی دانشگاه آزاد اسلامی، واحد اسلامشهر،گروه مدیریت مالی، تهران، ایران.

4 استادیار، گروه مدیریت بازرگانی، واحد شهر قدس، دانشگاه آزاد اسلامی، تهران، ایران.

چکیده

مدل‌های حباب رفتاری به طور کلی فرض می‌کنند که سرمایه‌گذاران حقیقی به عنوان افرادی غیر‌مطلع و غیر‌عقلائی، دنباله‌رو روند بوده و موجب تشکیل حباب می‌گردند و این در حالی است که سرمایه‌گذاران حقوقی به عنوان مطلعین، با اتخاذ استراتژی معکوس رفتاری خلاف روند در پیش می‌گیرند. لذا هدف اصلی تحقیق حاضر اولویت‌بندی عوامل سنجش حباب قیمتی سهام با رویکرد رفتاری بود. روش تحقیق حاضر توصیفی پیمایشی بوده و جامعه آماری را 10 نفر از خبرگان بازار سرمایه تشکیل می‌دهند. برای اولویت‌بندی عوامل رفتاری شناسایی شده از ANP استفاده شد. برای تعیین نقشه روابط شبکه باید ارزش آستانه محاسبه شود. در این مطالعه ارزش آستانه برابر 0.059 بدست آمده است. برای نرمال‌سازی ترجیحات هر معیار، باید مجموع مقادیر آن معیار بر مجموع تمامی ترجیحات تقسیم شود. چون مقادیر فازی هستند بنابراین جمع فازی هر سطر در معکوس مجموع ضرب می‌شود. معکوس مجموع باید محاسبه شود. هریک از مقادیر بدست آمده وزن فازی و نرمال‌شده مربوط به معیارهای اصلی هستند. در گام نهائی فازی‌زدائی مقادیر بدست و محاسبات عدد کریسپ صورت گرفته است. نرخ ناسازگاری مقایسه‌های انجام شده 026/0 بدست آمده است که کوچکتر از 1/0 می‌باشد و بنابراین می‌توان به مقایسه‌های انجام شده اعتماد کرد. محاسبات انجام شده برای تعیین اولویت معیارهای اصلی نشان داد عدم تجانس سرمایه‌گذاران با وزن نرمال 128/0 از بیشترین اولویت برخوردار است. رفتار سفته‌بازی با وزن نرمال 107/0 در اولویت دوم قرار دارد. رفتار توده‌وار با وزن نرمال 1067/0 در اولویت سوم قرار دارد و حسابداری ذهنی با وزن نرمال 092/0 در اولویت آخر قرار دارد.

کلیدواژه‌ها

عنوان مقاله [English]

Prioritization of stock price bubble measuring factors with a behavioral approach

نویسندگان [English]

  • ALI RAMEZANI 1
  • Fraydoon Rahnamay Roodposhti 2
  • HAMIDREZA KORDLOUIE 3
  • SHADI Shahverdiani 4
1 Ph.D. Candidate, Department of Financial Management, Faculty of Management and Economics, Science and Research Branch, Islamic Azad University, Tehran, Iran.
2 Full Professor, Department of Business Management, Science and Research Branch, Islamic Azad University, Tehran, Iran.
3 Professor and faculty member of Islamic Azad University –Eslamshahr Branch, Department of Financial Management, Tehran, Iran.
4 Assistant Professor, Department of Business Management, Shahre Qods Branch, Islamic Azad University, Tehran, Iran.
چکیده [English]

Behavioral bubble models generally assume that real investors,as uninformed and irrational individuals, follow the trend and cause bubbles to form,while legal investors,as informed,adopt a reverse behavioral strategy. They go against the trend. Therefore,the main purpose of this study was to prioritize the factors of measuring the stock price bubble with a behavioral approach. The method of the present study is descriptive survey and the statistical population consists of 10 capital market experts. ANP was used to prioritize the identified behavioral factors. The threshold value must be calculated to map the network relationships. In this study,a threshold value of0.059 was obtained.to normalize the preferences of each criterion,the sum of the values of that criterion must be divided by the sum of all preferences. Because the values are fuzzy,the fuzzy sum of each row is multiplied by the inverse of the sum. The inverse sum must be calculated.Each of the obtained values of fuzzy and normalized weight corresponds to the main criteria.In the final step of de-fuzzing, the values obtained and the crisp number are calculated.The incompatibility rate of the comparisons is0.026 ,which is less than0.1 ,and therefore the comparisons can be trusted.Calculations performed to determine the priority of the main criteria showed that heterogeneity of investors with a normal weight of0.128 has the highest priority.Speculative behavior with a normal weight of0.107 is in the second priority.Mass behavior with a normal weight of 0.1067 Is in the third priority and mental accounting with a normal weight of0.092 is in the last priority.

کلیدواژه‌ها [English]

  • Price Bubble
  • Behavioral Approach
  • Mass Behavior
  • Speculation Behavior
  • Investor Heterogeneity

مراجع

  • ابراهیمی سروعلیا، محمدحسن؛ فلاح شمس لیالستانی، میرفیض؛ آذرنگ، شهناز.(1392).بررسی عوامل تاثیر گذار برحباب قیمت در بورس اوراق بهادر تهران،مهندسی مالی و مدیریت اوراق بهادار، دوره4، شماره17، صص103-115.
  • اسدی، احسان؛ زارع، هاشم؛ ابراهیمی، مهرزاد؛ پیرایی، خسرو.(1397). تکانه احساسی و حباب های قیمت سهام در چارچوب الگوی تعادل عمومی پویای تصادفی: مطالعه موردی ایران، نظریه های کاربردی اقتصاد، دوره7،شماره2،صص 115-150.
  • امینی فرد، عباس؛ زارع، ابراهیم؛ ابراهیمی، مهرزاد.(1399). قیمت‌گذاری دارایی مالی با استفاده از ریسک حباب قیمتی، راهبرد مدیریت مالی،دوره8،شماره3،صص 201-232.
  • داستانی هریس، سارا؛ ترابی، تقی؛ انواری رستمی، علی اصغر.(1399). اراِئه مدلی جهت برآورد احتمال ایجاد حباب قیمتی در بازار سرمایه ؛ شواهد تجربی و تئوریک از بورس اوراق بهادار تهران، دانش سرمایه گذاری، دوره3،شماره34،صص 371-187.
  • رمضانی، علی؛ باقری، اویس.(1398). آزمون تاثیر حباب های قیمتی سفته بازی منطقی مبتنی بر تئوری محدودیت بر نرخ بازده کل واقعی شرکتهای منتخب در بازار بورس اوراق بهادار تهران، دانش سرمایه گذاری،دوره8،شماره32،صص1-20.
  • سهیلی، کیومرث؛ فتاحی، شهرام؛ رحمانیانی، نرگس.(1399). بررسی تأثیر شوک‌های احساسی بر حباب قیمت سهام با استفاده از مدل تعادل عمومی تصادفی پویا (DSGE)،مطالعات و سیاست های اقتصادی، مقالات آماده انتشار.
  • صابری، مریم؛ دارابی، رویا؛ حمیدیان، محسن.(1398). پرتفوی بهینه در فضای حباب سوداگری بر اساس حسابداری ذهنی، دانش سرمایه گذاری، دوره8،شماره30،صص 210-191.
  • عباسی، غلامرضا؛ محمدی، هادی؛ نشاط آور، امین.(1397). بررسی نقش حباب قیمتی در ایجاد نوسانات در بورس اوراق بهادار تهران ( شرکت‌های منتخب صنایع پترو شیمی و خودرو)، فصلنامه اقتصاد مالی،دوره12،شماره43،صص 133-152.
  • Alexander,K.,Lenya,R.(2010).A simple model for asset price bubble formation and collapse, showing 1-1
  • Ayesha, L,.Mian, S. N,.Iftikhar, A.(2018).Identifcation of multiple stock bubbles in an emerging market: application of GSADF approach,Econ Change Restruct: https://doi.org/10.1007/s10644-018-9230-0
  • T, Hennequinb. M, Hommesb. C, Massaro. D(2019). Coordination on bubbles in large-group asset pricing experiments. Journal of Economic Dynamics and Control. Available online 23 May 2019 In Press, Corrected Proof What are Corrected Proof articles?
  • Bohl, M. T., Kaufmann, P., & Stephan, P. (2013). From hero to zero: Evidence of performance reversal and speculative bubbles in german renewable energy stocks. Energy Economics, 37, 40-51.
  • Chi-Wei, S, Xiao-Qing, W, Haotian, Zh, Ran, T, Nicoleta-Claudia, M, Oana-Ramona, L.(2020). Testing for multiple bubbles in the copper price: Periodically collapsing behavior, Resources Policy. 2020 Mar; 65: 101587.doi: 1016/j.resourpol.2020.101587
  • Wei(2018). Sentiment and asset price bubble in the precious metals markets. Finance Research Letters. Volume 26, September 2018, Pages 106-111
  • Hou, H., & Cheng, S. Y. (2017). The dynamic effects of banking, life insurance, and stock markets on economic growth. Japan and the World Economy, 41, 87–98.
  • Iens,W.(2019). Bubble Detection in Financial Markets A Survey of Theoretical Bubble Models and Empirical Bubble Detection Tests, See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/336085827.
  • Ikeda, D. (2013). Monetary policy and inflation dynamics in asset price bubbles. Bank of Japan Working Paper Series, No.13-E-4.
  • Irandoust M. (2017).Metal prices and stock market performance: is there an empirical link? Resour. Policy.;52:389–392.
  • Itamar, C, Meital, G, (2017). TESTING FOR BUBBLES IN STOCKMARKETS WITH IRREGULAR DIVIDEND DISTRIBUTION, Finance Research Letters, doi:1016/j.frl.2017.12.015
  • Janssen, D.J. Füllbrunn,S,.  & Weitzel,U.(2019). Individual speculative behavior and overpricing in experimental asset markets, Experimental Economics : 22, pp653–675.
  • Jokara,H, Shamsaddini,K,.Daneshi,V.(2018). Investigating the Effect of Investors' Behavior and Management on the Stock Returns : Evidence from Iran ,Advances in mathematical finance & applications, 3 (3), pp41-52.
  • Madjumerd,M H, Gh.Shahiki Tash,M.n.(2017). Evaluation of Multiple Bubbles in the Stock Market of Tehran, Quarterly Journal of Quantitative Economics, Summer 2017, 14(2): 85-110
  • Miao, J. (2014). Introduction to economic theory of bubbles. Journal of
  • Okpara, G. (2010). Do Rational Speculative Financial Bubbles Exist in the Nigerian  Stock  Market?  Interdisciplinary  Journal  of  Contemporary Research in Business.
  • Oliveira, M. M., & Almeida, A. C. (2014). Testing for rational speculative bubbles in the Brazilian residential real-estate market. arXiv preprint arXiv:1401.7615.
  • Sandra,A.(2020). Stock Markets, Market Crashes, and Market Bubbles, Psychological Perspectives on Financial Decision Making, pp 205-231.
  • Soni,R,. Rahul,M.(2016). behavioral finance “mind over market” ? a case study of techno bubble, SRJ'S FOR HUMANITY SCIENCES & ENGLISH LANGUAGE.3(17). pp 3887-3902
  • Wang, H. , Wang, X. , Bu, F. , Wang, G. and Pan, Y. (2018) How the Asymmetric Information Creates Bubbles in Stock Market?. Open Journal of Social Sciences, 6, 202-215. doi: 4236/jss.2018.68016.
  • Yao,W,  Gang ,L.(2018). Study on the relationship between investor sentiment and stock bubble,  Chinese Control And Decision Conference (CCDC), DOI: 1109/CCDC.2018.8407304
  • Yasushi,A,Yukihiko,F, Kozo, U, Nobuyu, k.(2020).(A)symmetric information bubbles: Experimental evidence, Journal of Economic Dynamics and Control110, January, 103744, /doi.org/10.1016/j.jedc.2019.103744.
  • Zheng,Ch, Cui,X.(2020).Simulation on Artificial Stock Market Bubble Based on the Perspective of Investor Behavior, IEIS, pp 407-420 : https://doi.org/10.1007/978-981-15-5660-9_31
  • Zhu, B., Niu, F., (2016).Investor sentiment, accounting information and stock price: Evidence from China. Pacific-Basin Finance Journal, 38(3), P.125-134.

فایل ها

اشتراک گذاری

ارجاع به این مقاله

آمار