نقش میانگین مدت زمان ماندگاری رفتارگله واری بر نوسانات شاخص بورس اوراق بهادار تهران با استفاده از مدل هستون

الموضوعات : دانش مالی تحلیل اوراق بهادار

زهرا شیرازیان ¹

1 - عضو هیات علمی گروه مدیریت واحد ملایر، دانشگاه آزاد اسلامی، ملایر، ایران

تاريخ الإرسال : 10 الأحد , ربيع الثاني, 1438 تاريخ التأكيد : 15 السبت , رمضان, 1438 تاريخ الإصدار : 15 الإثنين , جمادى الأولى, 1440

الکلمات المفتاحية: رفتار گله واری, مدل هستون, نوسانات شاخص بورس اوراق بهادار, میانگین مدت زمان ماندگاری,

ملخص المقالة :

در این پژوهش مدل هستون برای توصیف پویایی قیمت سهام استفاده و سپس بطور تجربی و تئوریکی رفتار گله ای در بورس اوراق بهادار تهران با روش متوسط مدت زمان ماندگاری بحث می شود و تخمین پارامتر در مدل هستون با داده های مالی واقعی بررسی و جزئیات آماری از بازده های قیمت سهام بحث می شود. نمودارهای متوسط مدت زمان ماندگاری بازده مثبت در مقابل دامنه یا برگشت به میانگین نوسانات، یک پدیده رفتارگله واری همبستگی متقابل مثبت میان منابع نوسانات تصادفی ساده داده ها ازمدل هستون را نشان می دهد. همچنین برای یک همبستگی متقاطع منفی، یک پدیده رفتار گله واری د رنمودارهای میانگین مدت زمان ماندگاری بازده مثبت درمقابل واریانس طولانی مدت با افزایش دامنه یا برگشت به میانگین نوسانات قابل مشاهده است.هنگامی که به میانگین مدت زمان ماندگاری بازده مثبت توجه می شود بعنوان تابعی از دامنه تغییرپذیری نوسانات c ، پدیده رفتار گله ای برای یک همبستگی متقاطع مثبت میان فرآیندهای وینر از قیمت سهام و نوسانات ( ג >0) وجود دارد. هنگامی که به میانگین مدت زمان ماندگاری بازده مثبت بعنوان یک تابعی از برگشت میانگین a توجه می شود، پدیده رفتارگله ای برای ارزشهای bوc تحت ג >0 وجوددارد. باافزایش a یا c یک پدیده رفتار گله ای را تحت ג<0 تحمیل می کند هنگامی که میانگین مدت زمان ماندگاری بازده مثبت بعنوان یک تابعی از برگشت میانگین b توجه می شود.

المصادر:

*      -Banerjee, A.V. (1992), A simple model of herd behavior, The -Quarterly Journal of Economics, vol. 108, no. 3, pp. 797. -----Bikhchandani, S., Sharma, S. (2001), Herd behaviour in financial --markets, IMF Staff Papers, 47, 279-310. Chang, E.C., Cheng, J.W., ---Khorana, A. (2000), An examination of herd behavior in equity markets: An international perspective, Journal of

*      -Banking and Finance, vol. 24, no. 10, pp. 1651-1679. Chiang, T.C. & -Zheng, D. (2010) An empirical analysis of herd behavior in global stock markets, Journal of Banking & Finance, 34, pp.1911-

*      1921 Chiang, T., Li, J, Tan, L., Nelling, E., (2013), Dynamic herding behavior in Pacific-Basin markets: Evidence and implications, Multinational

*      Finance Journal, vol. 17, pp. 165-200 Christie, W. G., Huang, R. D. (1995), Following the pied piper: Do individual returns herd around the market?, Financial Analysts Journal,

*      vol. 51, pp. 31-37. Demirer, R et al. (2010) Do investors herd in emerging stock markets?: Evidence from the Taiwanese market, Journal of Economic Behaviour

*      & Organization, 76, pp. 283-285 Devenow, A., Welch, I. (1996), Rational herding in financial economics, European Economic Review, vol. 40, no. 3, pp. 603-615. Hsieh, S.F. (2013), Individual and institutional herding and the impact on stock returns: Evidence from Taiwan stock market, International

*      Review of Financial Analysis, vol. 29, pp. 175-188 Hwang, S., Salmon M. (2001), A new measure of herding and empirical evidence, CUBS Financial Econometrics Working Paper, no. WP01-

• 3, Cass Business School Hwang, S., Salmon M. (2004), Market stress and herding, Journal of Empirical Finance, vol. 11, pp. 585-616 Hwang, S., Salmon M. (2008), Sentiment and beta herding, University of Warwick, working paper

*      J.C. Hull, Options, Futures, Other Derivatives, Prentice-Hall, New Jersey, 1997. 7]P. Wilmott, Derivatives, John Wiley and Sons, New York, 1998. 8

*      P.W. Anderson, K.J. Arrow, D. Pines, The Economy as an Evolving Complex System, Addison Wesley Longman, 1988; 9

*      P.W. Anderson, K.J. Arrow, D. Pines, The Economy as an Evolving Complex System II, Addison Wesley Longman, 1997. 10]R.N. Mantegna, H.E. Stanley, An Introduction to Econophysics: Correlations and Complexity in Finance, Cambridge University Press, Cambridge, 2000. 11

*      J.P. Bouchaud, M. Potters, Theory of Financial Risks, Cambridge University Press, Cambridge, 2000. 12

*      M.M. Dacorogna, R. Gencay, U.A. Müller, R.B. Olsen, O.V. Pictet, An Introduction to High-Frequency Finance, Academic Press, New York, 2001. 13

*      B.E. Baaquie, J. Phys. I France 7 (1997) 1733. 14

*      R.F. Engle, Econometrica 50 (1982) 987. 15

*      T. Bollerslev, J. Econometrics 31 (1986) 307. 16

*      S.L. Heston, Rev. Financ. Stud. 6 (1993) 327. 17

*      A.A. Dragulescu, V.M. Yakovenko, Quant. Finance 2 (2002) 443. 18

*      A.C. Silva, V.M. Yakovenko, Physica A 324 (2003) 303. 19

*      A.C. Silva, R.E. Prange, V.M. Yakovenko, Physica A 344 (2004) 227. 20

*      R. Remer, R. Mahnke, Physica A 344 (2004) 236. 21

*      R. Vicente, et al., Physica A 361 (2006) 272.