نوسانات بازار سهام و تجزیه و تحلیل بازده: بررسی ادبیات سیستماتیک

مجوز MDPI ، بازل ، سوئیس. این مقاله یک مقاله دسترسی آزاد است که تحت شرایط و ضوابط مجوز Creative Commons Attribution (CC توسط) توزیع شده است (http://creativeecommons. org/licenses/by/4. 0/).

خلاصه

در زمینه روش تحقیقات تجاری ، یک بررسی ادبیات از همیشه مرتبط است. حتی اگر در بررسی های ادبیات سنتی عدم وجود یکپارچگی و انعطاف پذیری وجود داشته باشد و سؤالاتی در مورد کیفیت و اعتماد به نفس این نوع بررسی ها مطرح شود. این تحقیق یک بررسی ادبیات را با استفاده از یک بانک اطلاعاتی سیستماتیک برای بررسی و برفی با مراجعه به مرجع ارائه می دهد. در این مقاله ، مطالعات قبلی که شامل یک هتروسیکداستیک مشروط مشروط عمومی (GARCH) مبتنی بر مدل خانواده مبتنی بر بازده سهام و نوسانات است نیز بررسی شده است. بورس سهام نقش مهمی در فعالیت های اقتصادی جهانی امروز دارد ، که "فشارسنج" و "زنگ" برای فعالیت های اقتصادی و مالی در یک کشور یا منطقه نامگذاری شده است. به منظور جلوگیری از عدم اطمینان و ریسک در بورس سهام ، اندازه گیری موثر نوسانات بازده شاخص سهام از اهمیت ویژه ای برخوردار است. با این حال ، هدف اصلی این بررسی بررسی مدلهای مؤثر GARCH توصیه شده برای انجام بازده بازار و تجزیه و تحلیل نوسانات است. هدف ثانویه این مطالعه بررسی ، انجام تجزیه و تحلیل محتوا از بررسی ادبیات بازگشت و نوسانات در طی یک دوره 12 ساله (2008-2019) و در 50 مقاله مختلف است. این مطالعه نشان داد که طی 10 سال گذشته تغییر قابل توجهی در کار تحقیقاتی ایجاد شده است و بیشتر محققان برای توسعه بازارهای سهام کار کرده اند.

1. معرفی

در زمینه جهانی سازی اقتصادی ، به ویژه پس از تأثیر بحران مالی بین المللی معاصر ، بازار سهام نوسانات بی سابقه ای را تجربه کرده است. این نوسانات عدم اطمینان و خطر بازار سهام را افزایش می دهد و برای عملکرد عادی بازار سهام مضر است. برای کاهش این عدم اطمینان ، اندازه گیری دقیق نوسانات بازده شاخص سهام از اهمیت ویژه ای برخوردار است. در عین حال ، به دلیل موقعیت مهم بورس سهام در اقتصاد جهانی ، توسعه سودمند بازار سهام مورد توجه قرار گرفته است. بنابراین ، دانش نظری و ادبیات نوسانات برای اندازه گیری نوسانات بازده شاخص سهام مورد نیاز است.

نوسانات یک مسئله داغ در تحقیقات اقتصادی و مالی است. نوسانات یکی از مهمترین ویژگی های بازارهای مالی است. این ارتباط مستقیم با عدم اطمینان بازار است و بر رفتار سرمایه گذاری شرکت ها و افراد تأثیر می گذارد. مطالعه نوسانات بازده دارایی مالی نیز یکی از موضوعات اصلی در تحقیقات مالی مدرن است و این نوسانات اغلب با واریانس نرخ بازده توصیف و اندازه گیری می شود. با این حال ، پیش بینی نوسانات کامل بازار کار دشوار است و با وجود در دسترس بودن مدل ها و تکنیک های مختلف ، همه آنها به طور مساوی برای همه بازار سهام کار نمی کنند. به همین دلیل محققان و تحلیلگران مالی با چنین پیچیدگی در بازده بازار و پیش بینی نوسانات روبرو هستند.

مدل اقتصاد سنجی سنتی اغلب فرض می کند که واریانس ثابت است ، یعنی واریانس در زمان های مختلف ثابت نگه داشته می شود. اندازه گیری دقیق نرخ نوسان بازده به طور مستقیم با صحت انتخاب نمونه کارها ، اثربخشی مدیریت ریسک و عقلانیت قیمت گذاری دارایی مرتبط است. با این حال ، با توسعه نظریه مالی و تعمیق تحقیقات تجربی ، مشخص شد که این فرض منطقی نیست. علاوه بر این ، نوسانات قیمت دارایی یکی از گیج کننده ترین پدیده ها در اقتصاد مالی است. این یک چالش بزرگ برای سرمایه گذاران است که درک ناب از نوسانات را بدست آورند.

بررسی ادبیات به عنوان بخش مهمی از انواع کارهای تحقیقاتی عمل می کند. بررسی ادبیات به عنوان پایه و اساس پیشرفت دانش ، دستورالعمل هایی برای برنامه و عمل ، زمینه های تأثیرگذاری و در صورت هدایت به خوبی ، توانایی ایجاد ایده ها و دستورالعمل های جدید را برای یک منطقه خاص ارائه می دهد [1]. به همین ترتیب ، آنها به عنوان پایه ای برای تحقیقات آینده و کار تئوری عمل می کنند. در این مقاله ، یک بررسی ادبیات از بازده سهام و تجزیه و تحلیل نوسانات بر اساس مدلهای خانوادگی هتروسیکاستیک مشروط مشروط عمومی (GARCH) انجام می شود. نوسانات به میزان پراکندگی متغیرهای تصادفی اشاره دارد.

نوسانات بازار مالی عمدتاً در انحراف ارزش آینده مورد انتظار دارایی ها منعکس می شود. احتمال ، یعنی نوسانات ، نشان دهنده عدم قطعیت قیمت آینده یک دارایی است. این عدم اطمینان معمولاً با واریانس یا انحراف استاندارد مشخص می شود. در حال حاضر دو توضیح اصلی در دنیای دانشگاهی برای رابطه بین این دو وجود دارد: اثر اهرم و فرضیه بازخورد نوسانات. اهرم غالباً بدان معنی است که اخبار نامطلوب به نظر می رسد ، قیمت سهام کاهش می یابد و منجر به افزایش فاکتور اهرم می شود و بنابراین میزان نوسانات سهام افزایش می یابد. برعکس ، میزان نوسانات تضعیف می شود. بازخورد نوسانات را می توان به سادگی به عنوان نوسانات غیرقابل پیش بینی سهام توصیف کرد که به ناچار منجر به خطر بالاتر در آینده خواهد شد.

عوامل زیادی وجود دارد که بر حرکات قیمت در بازار سهام تأثیر می گذارد. اولا ، تأثیر سیاست های پولی در بورس سهام وجود دارد که بسیار قابل توجه است. اگر یک سیاست پولی سست در یک سال اجرا شود ، احتمال افزایش شاخص بورس سهام افزایش می یابد. از طرف دیگر ، اگر یک سیاست پولی نسبتاً تنگ در یک سال اجرا شود ، احتمال کاهش شاخص بازار سهام افزایش می یابد. ثانیا ، تأثیر آزادسازی نرخ بهره بر نرخ بهره بدون ریسک وجود دارد. با نگاهی به بازارهای مهم جهانی سرمایه ، تغییر در نرخ بهره بدون ریسک همبستگی بیشتری با بازار سهام فعلی دارد. به طور کلی ، هنگامی که نرخ بهره در حال افزایش است ، نرخ بهره بدون ریسک افزایش می یابد و هزینه سرمایه سرمایه گذاری شده در بورس به طور همزمان افزایش می یابد. در نتیجه ، انتظار می رود اقتصاد به تدریج در هنگام انتشار سود سهام اصلاحات انتخاب شود و انتظار می رود بازار سهام بازده بالاتری برای سرمایه گذاری داشته باشد.

نوسانات تمایل به تغییر قیمت ها به طور غیر منتظره ای است [2] ، با این حال ، انواع نوسانات بد نیست. در عین حال ، نوسانات بازار مالی نیز تأثیر مستقیمی بر ثبات کلان اقتصادی و مالی دارد. عوامل مهم خطر اقتصادی به طور کلی توسط دولت های سراسر جهان بسیار ارزشمند هستند. بنابراین ، تحقیقات در مورد نوسانات بازارهای مالی همواره مورد توجه اقتصاددانان مالی و پزشکان مالی بوده است. امروزه ، بخش بزرگی از ادبیات برخی از ویژگی های بازار سهام را مورد مطالعه قرار داده است ، مانند تأثیر اهرم نوسانات ، حافظه کوتاه مدت نوسانات و اثر گارچ و غیره ، اما برخی از محققان نشان می دهند که هنگام اتخاذ کوتاهحافظه ترم توسط مدل GARCH ، معمولاً یک پدیده گیج کننده وجود دارد ، زیرا فاصله نمونه برداری به صفر می رسد. خصوصیات دم عملکرد به طور کلی یک وضعیت ایده آل را فرض می کند ، یعنی توزیع عادی را رعایت می کند ، اما این وضعیت عالی معمولاً ایجاد نمی شود.

محققان به منظور توصیف بهتر دم ضخیم نرخ بازده روزانه ، مدلهای مختلف توزیع شده را ارائه داده اند. Engle [3] برای اولین بار یک مدل ناهمگونی شرطی شرطی (مدل قوس) را برای توصیف برخی از همبستگی های احتمالی واریانس شرطی خطای پیش بینی پیشنهاد کرد. Bollerslev [4] آن را گسترش داده است تا یک مدل هتروسیکداستیک مشروط مشروط تعمیم یافته (مدل GARCH) ایجاد شود. بعداً ، مدل Garch به سرعت گسترش یافت و یک مدل خانوادگی Garch ایجاد شد.

هنگام استفاده از مدل های خانواده GARCH برای تجزیه و تحلیل و پیش بینی نوسانات بازگشت ، انتخاب متغیرهای ورودی برای پیش بینی بسیار مهم است زیرا شرایط مناسب و اساسی برای روش داشتن یک راه حل ثابت و تطبیق کامل ارائه می شود [5]. در چندین یافته نشان داده شده است که مدل بدون تغییر می تواند هنگام مصرف با ورودی های مختلف ، نتایج متفاوتی ایجاد کند. بنابراین ، یکی دیگر از اهداف اصلی این بررسی ادبیات ، مشاهده مطالعاتی است که از مدل دقت پیش بینی جهت به عنوان یک حیاط از یک نقطه واقع بینانه درک استفاده می کنند و هدف اصلی پیش بینی سری زمانی مالی در بازده بورس را دارد. محققان خطای پیش بینی کمی را تخمین می زنند ، یعنی به عنوان میانگین انحراف مطلق (MAD) ، خطای میانگین مربعات ریشه (RMSE) ، میانگین خطای مطلق (MAE) و میانگین خطای مربع (MSE) که اساساً به سود سرمایه تفسیر نمی کنند [6،7]. برخی دیگر خاطرنشان می کنند که پیش بینی ها از نظر NMSE (خطای متوسط مربع عادی) لازم نیست [8]. این بدان معناست که پیدا کردن نرخ پایین خطای میانگین مربع ، بازده بالایی را تغذیه نمی کند ، به عبارت دیگر ، رابطه بین دو خطی نیست.

در این نسخه خطی ، پیشنهاد شده است که مطالعات را نه تنها با استانداردهای انتخاب مدل آنها بلکه برای ورودی های مورد استفاده برای نوسانات بازده و همچنین چگونگی هزینه دقیق آنها از نظر جهت های بازگشت ، طبقه بندی کنیم. در این تحقیق ، نویسندگان به مطالعاتی که از درصد معاملات موفقیت آمیز برای تجزیه و تحلیل مدلهای پیشنهادی محققان استفاده می کنند ، مشهور می کنند. از این موضوع ، رویکرد معتبر این مطالعه با مدلهای قبلی در بررسی ادبیات برای متغیرهای ورودی مورد استفاده برای پیش بینی نوسانات و چگونگی دقیق بودن آنها در تجزیه و تحلیل جهت سری زمانی مرتبط مقایسه می شود. مطالعات مرور دیگری در مورد تجزیه و تحلیل بازگشت و نوسانات و روشهای پیش بینی مالی مبتنی بر خانواده توسط تعدادی از محققان انجام شده است [9،10،11،12،13]. در نتیجه ، هدف از این نسخه ، اهمیت شرایط کافی و لازم برای انتخاب مدل و کمک به درک بهتر محققان دانشگاهی و پزشکان مالی است.

بررسی های سیستماتیک قابل توجه توسط علوم پزشکی به عنوان راهی برای سنتز تشخیص تحقیق در یک فرآیند سیستماتیک ، شفاف و قابل تکرار گسترش یافته است. با وجود فرصت این تکنیک ، تمرین آن در تحقیقات تجاری بیش از حد گسترده نبوده است ، اما روز به روز در حال گسترش است. در این مقاله ، نویسندگان از فرآیند بررسی سیستماتیک استفاده کرده اند زیرا هدف یک بررسی سیستماتیک تعیین کلیه نشانه های تجربی است که متناسب با معیارهای ورود به سیستم از پیش تعیین شده یا استاندارد پاسخ به یک سوال تحقیقاتی خاص است. محققان ثابت کردند که گارچ مناسب ترین مدل برای استفاده است وقتی فرد باید نوسانات بازده سهام با حجم زیادی از مشاهدات را تجزیه و تحلیل کند [3،4،6،9،13]. محققان برای پاسخ به سؤال تحقیق زیر ، تمام ادبیات منتخب را مشاهده می کنند: مدل های مؤثر GARCH برای انجام نوسانات بازار و تجزیه و تحلیل بازگشت چیست؟

سهم اصلی این مقاله در چهار جنبه زیر یافت می شود: (1) بهترین مدل های GARCH را می توان برای بازده بازار سهام و ارزیابی نوسانات توصیه کرد.(2) نسخه خطی مقالات اخیر ، 2008 تا 2019 را در نظر می گیرد ، که در مطالعات قبلی پوشش داده نشده است.(3) در این مطالعه ، از هر دو فرآیند کیفی و کمی برای بررسی ادبیات مربوط به بازده و نوسانات سهام استفاده شده است.(4) نسخه خطی مطالعه ای را بر اساس مجلات ارائه می دهد که به دانشگاهیان و محققان کمک می کند تا مجلات مهمی را تشخیص دهند که می توانند برای بررسی ادبیات بیان کنند ، عواملی را برای بازده سهام و نوسانات سهام ایجاد کنند و می توانند نسخه های ارزشمندی خود را منتشر کنند.

2. روش شناسی

بررسی ادبیات سیستماتیک پایگاه داده ها باید ضمن نگه داشتن تعداد ضربات بی ربط ، لیستی از ادبیات مربوطه را کامل کند. این مطالعه توسط یک بررسی ادبیات مبتنی بر سیستماتیک ، به دنبال پیشنهادات محققان انجام می شود [14،15]. این نسخه خطی توسط یک جستجوی پایگاه داده سیستماتیک هدایت می شود ، که توسط برفی با مراجعه به مرجع مورد بررسی قرار گرفته است ، همانطور که در شکل 1 نشان داده شده است ، که از Geissdoerfer و همکاران اقتباس شده است.[16]دو بانک اطلاعاتی برای جستجوی ادبیات انتخاب شدند: Scopus و Web-of-Science. این پایگاه داده ها ترجیح داده می شوند زیرا برخی از سپرده های اصلی تحقیق دارند و معمولاً در بررسی ادبیات برای تحقیقات تجاری استفاده می شوند [17].