عنوان پایان‌نامه
بررسی تاثیر حجم غیر عادی معاملات بر جهت تغییرات کوتاه مدت بازده در بورس اوراق بهادار تهران
- رشته تحصیلی
- مدیریت مالی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 54919
- تاریخ دفاع
- ۰۶ اسفند ۱۳۹۰
- دانشجو
- حسین بیاتی
- چکیده
- قابلیت پیش بینی بازده کوتاه مدت سهام ، بسیاری از محققان و دست اندرکاران را جذب کرده ، زیرا این موضوع به بحث کارائی بازار میپردازد. مطالعات گذشته نشان داده است که قیمت های گذشته حاوی اطلاعات مفیدی برای پیش بینی بازده آینده سهام میباشد. این پژوهش به بررسی رابطه بین تغییر غیرعادی در حجم معاملات سهام با رفتار اتورگرسیو کوتاه مدت قیمت در بازار بورس اوراق بهادار تهران میپردازد. هدف ما تعیین نقش اطلاعاتی حجم معاملات در پیش بینی جهت (سمت و سو) بازده کوتاه مدت است. ما ارزیابی میکنیم که آیا تغییر غیرعادی در حجم گذشته و حال معاملات بر ارتباط سریالی بازده ها موثر است. به طور خاص ، ما بررسی میکنیم که تغییر در حجم معاملات ،چگونه باعث ایجاد همبستگی سریالی در جهت مثبت و یا برعکس در بازده متوالی روزانه سهام میشود. نمونه مورد بررسی ما چارک بالای شرکتهای پر معامله در بورس اوراق بهادار تهران از ابتدای فروردین سال ???? لغایت 28 اسفند سال 1389 و شامل ?? شرکت میباشد. با تغییر در حجم غیر غادی گذسته معاملات در بورس اوراق بهادار تهران یک حرکت معکوس در بازده روزانه سهام مشاهده گردید. نتایج به دست آمده از این تحقیق ، مطابق با نتایج تحقیق کمپبل ، گروسمن ، و وانگ (1993) میباشد، که مدلی ارائه میکند که در آن بازار سازان ریسک گریز فشار فروش ناشی از معامله گران غیر مطلع را تعدیل میکنند. نتیجه کلی این مقاله ، همچنین مطابق با یافته های تجربی تحقیق کنراد ، حامد و نیدن (1994) و گبکا (2005) و السوبیه و نجند (2009) است که در آن برگشت قیمت سهام با حجم بالای معاملات گزارش شده بود.
- Abstract
- The short-run predictability of stock returns has attracted many researchers and practitioners since it deals with the market efficiency debate. Past studies have found that past prices contain useful information, which is helpful to predict future stock returns. This research examines the relationship between the abnormal change in stocks trading volume and short-term price autoregressive behavior in the Tehran Stock Exchange (TSE). Our objective is to investigate the informational role that trading volume plays in predicting the direction of short-term returns. We evaluate whether the abnormal change in lagged and contemporaneous, turnovers affects serial correlation in returns. Specifically, we examine if and when the change in volume produces momentum (positive correlation) or reversal (negative autocorrelation) in consecutive weekly stock returns. Our sample is the top quartile of large companies traded on the Tehran Stock Exchange from farvardin 1, 1380 to esfand 28, 1389 and consists of 92 companies. We apply the market-adjusted turnover shocks using the ordinary least squares (OLS) and the threshold autoregressive conditional heteroskedasticity (TARCH) methodology utilized by Connolly and Stivers (2003). We find a reversal in weekly stock returns when conditioned on the change in lagged volume in the TSE. The results are consistent with Campbell, Grossman, and Wang (1993) who present a model in which risk-averse market makers accommodate the selling pressure of liquidity or noninformational traders. The overall result of this research is also consistent with the empirical findings of Conrad, Hameed, and Niden (1994) , Gebka (2005) and Alsubaie and Najand(2009) in which they report price reversal for stock with high trading volume.
