محمدابراهیم سماوی

هدف: مالی رفتاری بررسی می کند که نگاه سرمایه گذاران به بازار سرمایه و تصمیم های آن ها، از عوامل روان شناختی، نظرها و میزان ریسک پذیری آن ها نشئت می گیرد و تلاش می کند تا با بررسی عوامل روان شناختی، دلیل تصمیم های سرمایه گذاران را شناسایی کند. پژوهشگران چندین دهه است تلاش می کنند تا ارتباط مستقیم احساسات و بازده شاخص کل را به روش های خطی بررسی کنند؛ اما این پژوهش به بررسی ارتباط نامتقارن و غیرخطی بین احساسات سرمایه گذاران، بازده و نوسان های شاخص کل، به تفکیک رژیم های رونق و رکود می پردازد. رسم توابع واکنش آنی به تفکیک رژیم ها، این امکان را فراهم می کند تا اثر احساسات سرمایه گذاران بر نوسان های بازار، در رژیم های متفاوت بررسی شود. میزان تأثیرپذیری سرمایه گذاران از نوسان های شاخص کل نشان داده است که در برخی دوره ها، ریزش بازار زیان چشمگیری برای سرمایه گذاران به همراه داشته است؛ به همین دلیل، در پژوهش حاضر ارتباط بین روند شاخص کل و احساسات سرمایه گذاران بررسی شده است. روش: در این پژوهش از چهار معیار برای سنجش غیرمستقیم احساسات استفاده شد که با به کارگیری روش تحلیل مؤلفه های اصلی، ابتدا شاخص ترکیبی احساسات، در بازه زمانی ۱۳۹۰ تا ۱۴۰۰ استخراج شد. در ادامه برای بررسی ارتباط نامتقارن احساسات سرمایه گذاران با بازده و نوسان های شاخص کل، از مدل غیرخطی مارکوف سوئیچینگ استفاده شد. همچنین برای بررسی تأثیر شوک های وارد شده به هریک از متغیرهای پژوهش، از توابع واکنش آنی استفاده شد. برای تخمین مدل پژوهش، از نرم افزارهای ایویوز ۱۲ و آکس متریکس ۸ استفاده شد. یافته ها: نتایج تخمین وجود رابطه نامتقارن بین احساسات سرمایه گذاران، بازده و نوسان های شاخص کل را در رژیم های رونق و رکود تأیید می کند. در دوران صعودی بازار سرمایه، واکنش سرمایه گذاران به نوسان های بازار مثبت و شدید است؛ اما در دوران رکود واکنش سرمایه گذاران به نوسان های بازار منفی است. از سوی دیگر، افزایش بازده در روند نزولی بازار، واکنش منفی سرمایه گذاران و در روند رکود، واکنش مثبت آن ها را به همراه داشته است. همچنین نتایج استخراج توابع واکنش آنی نشان می دهد که شوک وارد شده به هر متغیر، در دوران رونق و رکود واکنش متفاوتی به همراه دارد. نتیجه گیری: طبق نتایج پژوهش، احتمال ماندگاری بازار در رژیم رونق ۴۱/۵۴ درصد و در رژیم رکود ۵۸/۴۶ درصد است. این موضوع گویای آن است که تمایل بازار سرمایه، به ماندگاری در رژیم رکود بیشتر است. همچنین خروجی توابع واکنش آنی استخراج شده از مدل، نشان داد که شوک های احساسی می توانند به تأثیرهای چشمگیری روی بازده بازار سهام منجر شوند. این تأثیرها می توانند در رژیم های مختلف بازار (رونق یا رکود) متفاوت باشند. نتایج پژوهش حاضر در خصوص تأثیر احساسات سرمایه گذاران بر میزان بازده و نوسان های بازار بورس، آگاهی بیشتری را در اختیار سرمایه گذاران و نهادهای تصمیم گیرنده قرار می دهد تا مسئولان اجرایی بتوانند راه کاری را برگزینند که ضمن کنترل اخبار و شایعاتی که واکنش سرمایه گذاران را برمی انگیزاند، در جهت افزایش آگاهی سرمایه گذاران و کاهش نوسان های بازار اقدام کنند.

One of the recent financial technologies is Block chain-based currency known as Cryptocurrency that these days because of their unique features has become quite popular. The first known Cryptocurrency in the world is Bitcoin, and since the cryptocurrencies market is a contemporary one, Bitcoin is currently considered as the pioneer of this market. Since the value of the previous Bitcoin prices data have a non-linear behaviour, this study aims at predicting Bitcoin price using Grey model, Back Propagation Artificial Neural Network and Integrated Model of Grey Neural Network. Then, the prediction’s accuracy of these methods will be measured using MAPE and RMSE indices and also Bitcoin price data for a five-year period (2014-2018). The results had indicated that wen estimating Bitcoin daily prices, Back Propagation Artificial Neural Network model has the lowest absolute error rate (5.6%) compared to the Grey model and the integrated model. Additionally, for the monthly prediction of Bitcoin price, the integrated model, with the lowest absolute error rate (9%), has a better performance than the two other models.

رفتار توده وار یا رمه ای یکی از مهم ترین سوگیری های رفتاری است که در بازارهای مالی وجود دارد و از عوامل شکل دهنده بحران های مالی است. با توجه به اینکه رفتار رمه ای به صورت مستقیم بر قیمت اثر می گذارد، از این رو پیش بینی قیمت بر اساس داده های قیمتی گذشته نشان از وجود رفتار رمه ای در بازار دارد. این مقاله با هدف بررسی وجود رفتار رمه ای 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 پیش بینی بازدهی شاخص بورس اوراق بهادار تهران جهت تشخیص وجود رفتار رمه ای، از داده های قیمتی طی بازه 1390 الی 1399 استفاده شده است. توان و دقت پیش بینی توزیع بازدهی مدل نوین GAS با نتایج مدل های غیرخطی GARCH و AR در داده های درون و برون نمونه ای جهت تشخیص وجود رفتار رمه ای قیاس شده است. نتایج پژوهش در آزمون های درون و برون نمونه ای نشان دهنده دقت بالاتر مدل نوین GAS نسبت به مدل های سنتی GARCH و AR در پیش بینی توزیع بازدهی روزانه شاخص کل بورس اوراق بهادار تهران بوده و همچنین وجود رفتار رمه ای در بازار سرمایه ایران تایید شده است.