ما حضور نوسانات را در بورس کراچی (که اخیراً نام آن را به بورس اوراق بهادار پاکستان تغییر داد) (KSE) با برازش مدل ناهمسانی مشروط خودبازگشتی تعمیم یافته نمایی (EGARCH) به داده های شاخص 25 ساله بررسی کردیم. ما دریافتیم که اثرات ARCH در داده‌ها وجود دارد که نشان‌دهنده نوسانات خوشه‌ای بازار سهام در طول دوره مورد مطالعه است. ما شاهد نوسانات بالای مداوم در بازار سهام و وجود اثر اهرمی منفی هستیم. همچنین با جمع‌آوری و تحلیل داده‌های اولیه به‌دست‌آمده از 246 سرمایه‌گذار منفرد بازار سهام و 28 کارگزار پذیرفته‌شده در بورس اوراق بهادار، سعی شد عوامل ایجادکننده نوسانات بازار سهام را شناسایی کنیم. نتایج ما نشان می دهد که سرمایه گذاران شرایط سیاسی را به عنوان مهمترین عامل ایجاد تلاطم در بورس می دانند. مصاحبه با کارگزاران نیز این موضوع را تایید کرد. دومین عامل مهم شناسایی شده توسط سرمایه گذاران، رفتار دسته جمعی در بین سرمایه گذاران است که منجر به قیمت گذاری بیش از حد و کمتر از حد سهام می شود و در کل بازار یک رفتار نوسان از خود نشان می دهد. یافته‌های ما نشان می‌دهد که ابعاد رفتاری سرمایه‌گذاران فردی از مشارکت، نگرش به ریسک و اعتماد بیش از حد به طور قابل‌توجهی با عوامل ایجاد نوسانات بازار مرتبط است.
1. مقدمه
بازارهای مالی پس انداز را به سمت سرمایه گذاری های کارآمد هدایت می کنند تا رشد و توسعه اقتصادی را تسهیل کنند. با این حال، نوسانات بازار سهام ممکن است مانعی در این فرآیند به خصوص در اقتصاد نوظهور باشد که نوسانات زیاد در قیمت ها منجر به فرسایش سرمایه از بازار می شود. به این ترتیب، آنچه باعث نوسانات بالا در بازار سهام می شود، ادامه بحث بین کارشناسان و دانشگاهیان بازار است. نوسانات، ظاهراً مفهومی آسان و قابل تشخیص، به بازگشت غیرمنتظره به دلیل رویدادهای غیرمنتظره اشاره دارد که منجر به حرکت های عظیم قیمت با واریانس غیر ثابت می شود. در نتیجه، بازارهای مالی رفتاری غیرمنتظره ایجاد می کنند که ممکن است سرمایه گذاران را سردرگم کند.
بازار سهام در پاکستان به دلیل حساس بودن و واکنش نسبت به شوک ها و اخبار غیرمنتظره، بسیار نوسان است. تاثیری بر فعالیت های بازار زمان نمی برد. با این حال، در عین حال، بازار سهام پاکستان انعطاف پذیر است که به زودی پس از شوک ها بهبود می یابد. ما شاهد افزایش مشارکت سرمایه گذاران فردی در بازارهای مالی در طول زمان هستیم که آنها را "مردم" تر می کند. در نتیجه، رفتار، کنش‌ها، واکنش‌ها و ادراکات آنها تأثیر مستمری بر قیمت‌های سهام دارد که مدلهای سنتی از توضیح آن ناتوان هستند. انحرافات رفتاری مشاهده شده در سرمایه گذاران منفرد خود را در مقیاس بسیار بزرگ تری در کل بازار سهام نشان می دهد. آنها منجر به ناهنجاری های قیمت گذاری و حرکت های غیرقابل توضیح در قیمت سهام می شوند. مالی رفتاری به دنبال روشن کردن نوسانات غیرقابل توجیه قیمت سهام است.
هدف از این مطالعه ، یافتن حضور نوسانات بورس سهام و دلایل رفتاری آن در بورس اوراق بهادار کراچی (KSE) ، بزرگترین و قدیمی ترین بورس اوراق بهادار پاکستان است. برای این منظور ، ما از مدل های ناهمگونی مشروط (ARCH) و مدل قوس تعمیم یافته آن (GARCH) و EGARCH استفاده می کنیم. به بهترین دانش ما ، این اولین مطالعه ای است که هم از داده های اصلی (نظرسنجی) 250 سرمایه گذار و کارگزاران و داده های ثانویه 25 سال برای درک نوسانات بازار سهام در زمینه پاکستان استفاده می کند. ما نوسانات خوشه ای را در یک بازار بسیار بی ثبات می یابیم که در آن وضعیت سیاسی و رفتار گله دو عامل مهم است که به نوسانات بازار کمک می کند.
در کنار مقدمه ، ما این مقاله را به روش زیر سازماندهی می کنیم. بخش 2 بررسی ادبیات را ارائه می دهد. بخش 3 داده ها و روش شناسی را نشان می دهد. بخش 4 نتایج و بحث آنها را توصیف می کند ، و بخش 5 نتیجه گیری را ارائه می دهد. ما در پایان منابع را ارائه می دهیم.
2. بررسی ادبیات
نوسانات یک ورودی حیاتی برای تعیین هزینه کلی سرمایه است [1]. قیمت سهام به طور کلی رفتار غیرخطی و احتمالاً هرج و مرج را نشان می دهد. با این حال ، برخی مشاهده می کنند که قیمت/بازده سهام به طور ناقص قابل پیش بینی در کوتاه مدت است اما غیرقابل پیش بینی در توزیع های طولانی مدت و آماری می تواند ناهموار بازده را اندازه گیری کند. ادبیات تعدادی از عوامل ایجاد کننده نوسانات بورس را شناسایی کرده است. به عنوان مثال ، سیاست اعتباری ، تورم ، نرخ بهره ، درآمد شرکتها ، اهرم مالی ، سیاست های سود سهام ، قیمت اوراق قرضه و بسیاری دیگر از متغیرهای کلان اقتصادی ، اجتماعی و سیاسی. محققان همچنین انتقال نوسانات بورس سهام بین کشورهای دوستانه مناطق مختلف (به عنوان مثال ، پاکستان و چین) را دارند که دارای پیوندهای اقتصادی هستند [2]. آنها پس از اجرای سیاست های آزادسازی مالی در پاکستان ، شواهدی از کاهش نوسانات پیدا می کنند [3]. برخی نشان می دهند که حجم معاملات سهام باعث نوسانات می شود [4 ، 5] و نوسانات نامتقارن به دلیل پاسخ بین حجم و قیمت است [6]. در حالی که دیگران مشاهده می کنند که نوسانات نتیجه ای از حجم معاملات است و پس از آن ورود اطلاعات جدید در مورد شناورهای جدید یا هر نوع اطلاعات خصوصی که در قیمت سهام بازار گنجانیده شده است [7]. مادهاوان [8] نوسانات را در قالب واگرایی قیمت توصیف می کند و استدلال می کند که سرمایه گذاران خواستار نوسانات کم برای به حداقل رساندن ریسک بی نیاز ناشی از آنها هستند تا آنها را قادر به نقدینگی دارایی های خود کنند بدون آنکه با تهدید به حرکات نامطلوب قیمت روبرو شوند.
تعدادی از پیامدهای منفی از نوسانات بازار سهام وجود دارد. یکی از دلالت ها این است که نوسانات بازار بر رشد اقتصادی تأثیر منفی می گذارد [9] و سرمایه گذاری تجاری [10]. ما از تکنیک های اقتصاد سنجی ، یعنی مدل قوس [11] و مدل GARCH [12] برای تعیین وجود نوسانات در KSE استفاده می کنیم. در گذشته مطالعات مختلفی برای بررسی نوسانات بازار در KSE انجام شده است. به عنوان مثال ، علی و لائق [13] بخش بانکی KSE را با قرار دادن مطالعه کردند
مدل و آنها تناسب اندام مدل را با عملکرد از دست دادن ارزیابی می کنند. Kanasro و همکاران.[14] شاخص KSE-100 و KSE تمام قیمت سهم را با متناسب سازی مدل Arch و Garch مورد مطالعه قرار داد. آنها وجود نوسانات زیاد در بازار را تأیید می کنند. علاوه بر این ، صالح [15] با استفاده از داده های 9 ساله نوسانات شاخص KSE-100 را مورد مطالعه قرار داد و نتیجه گرفت که قوس و گارچ به بهترین وجه در بازار متناسب هستند و خوشه بندی نوسانات را تأیید می کنند.
امور مالی رفتاری به دنبال روشن شدن نوسانات غیرقابل توجیه قیمت سهام است. مطالعات در مورد بورس اوراق بهادار [16 ، 17] و در بازار اوراق قرضه [18] نوسانات بیش از حد در این بازارها را نشان داد و مشاهده کرد که قیمت دارایی ها به مراتب ناپایدار تر از آن است که توسط مدل مالی سنتی توضیح داده شود. توجیه مناسب از نوسانات شدید هنوز از دست رفته است زیرا محققان دانش کاملی در مورد همه جنبه های مدل های ارزیابی مورد استفاده سرمایه گذاران ندارند. با این حال ، اقتصاددانان مالی بر این باورند که اختلاف نظر در نظر سرمایه گذار مستقیماً بر نوسانات قیمت امنیتی و حجم معاملات تأثیر می گذارد [19]. امور مالی استاندارد نمی تواند واگرایی کافی از عقیده را روشن کند ، مگر اینکه آن را تأثیر اطلاعات نامتقارن بنامیم. ما استدلال می کنیم که مطالعه عوامل مرتبط با رفتار ممکن است به توضیح پدیده کمک کند. محققان هنگام بررسی پدیده نوسانات و حجم ، رابطه بین نوسانات و معاملات سرمایه گذار را پیدا کردند [20]. با این حال ، اکثر مطالعات حجم نوسانات تأثیر رفتار ناهمگن معاملات سرمایه گذار را نادیده گرفته اند. با این وجود ، برخی معتقدند که رفتار گله می تواند منجر به بیش از حد یا کم تحرک شود و می تواند به عنوان منبع نوسانات بازار سهام عمل کند. سرمایه گذاران انفرادی ممکن است زمان و تلاش مناسبی را برای ارزیابی بازار سرمایه گذاری نکنند ، اما تصمیم می گیرند که ارزیابی جمع شده اکثریت را دنبال کنند و به تبع آن ارزش واقعی بازار ممکن است نادرست باشد [17].
برخی از مطالعات نوسانات بیش از حد را به اعتماد به نفس سرمایه گذاران نسبت می دهند. آنها استدلال می کنند که سرمایه گذاران بیش از حد احساس می کنند این یک عمل قابل توجیه برای تجارت اغلب است [21]. نظرسنجی از تصادفات بازار 1987 ، اعتماد به نفس شدید سرمایه گذاران و چشم انداز روشنگری در مورد دوره Postcrash را که بازار انجام می دهد [22] نشان می دهد که نشان می دهد بیش از حد ممکن است پدیده نوسانات و انحراف قیمت های عظیم را توضیح دهد. Shefrin و Statman [23] مشاهده می كنند كه سرمایه گذاران مرتكب دو اشتباه رایج می شوند: یا مشاهدات اخیر را مهمتر می دانند و به اطلاعات قبلی اهمیت نمی دهند. یا آنها مرتکب مغالطه قمارباز می شوند و این عقیده را ایجاد می کنند که وقایع اخیر از نزدیک به احتمالات بلند مدت شباهت دارند ، از این طریق قیمت ها را تحریف می کنند و باعث افزایش نوسانات ضمن کاهش کارآیی بازار می شوند.
نظریه قیمت گذاری دارایی نشان می دهد که اگر سرمایه گذاران منطقی باشند ، قیمت سهام باید با ارزش فعلی توزیع نقدی مورد انتظار سهام به سهامداران برابر باشد. با این حال ، شواهد تجربی نشان می دهد که قیمت سهام از آنچه مدل های قیمت گذاری دارایی استاندارد می توانند توضیح دهند ، بی ثبات تر است [16 ، 18]. شیلر [18] بیشتر آن را به روانشناسی یا غیر منطقی بودن نسبت می دهد. پیدا کردن ارتباط بین رفتار سرمایه گذار و پویایی قیمت دارایی یک چالش مهم با تأمین مالی رفتاری است. طرفداران الگوی رفتاری بر این عقیده هستند که تعداد زیادی از سرمایه گذاران به طور غیر منطقی عمل می کنند و مستعد ابتلا به اکتشافی رفتاری هستند که منجر به انتخاب سرمایه گذاری بهینه کمتر می شود [24].
3. داده ها و روش شناسی
هدف از مطالعه شناسایی وجود نوسانات بورس سهام در KSE و یافتن دلایل نوسانات از دیدگاه رفتار سرمایه گذاران فردی است. برای این منظور ، ما داده های ثانویه و اولیه را جمع آوری کردیم. برای داده های ثانویه ، ما تغییرات روزانه در فهرست KSE-100 (از http://www. kse. com. pk/) را از اول ژانویه 1990 ، تا 1 اکتبر 2014 به دست آوردیم. سطح پایین ، بازار از 27 اوت 2008 ، تا 12 دسامبر 2008 منجمد شد. از آنجابه استثنای این مشاهدات برای نتیجه گیری صدا. هر دو مجموعه داده تقریباً یک رفتار را نشان می دهند. ما همچنین از یک روش آماری جایگزین به نام Winsorization استفاده کردیم که نتایج مشابهی نیز به همراه داشت.
ما همچنین داده های اولیه را با به دست آوردن پاسخ مستقیم از 246 سرمایه گذار انفرادی بورس و 28 کارگزار ذکر شده با KSE جمع آوری کردیم. در حین انجام این کار ، ما ابتدا مضامین و عوامل مکرر را شناسایی کردیم که ممکن است از طریق مصاحبه های اولیه با سرمایه گذاران و کارگزاران باعث نوسانات شود. پس از شناسایی مضامین مکرر ، ما پرسشنامه های ساختاری را تهیه کردیم که برای سرمایه گذاران و کارگزاران جداگانه با استفاده از تکنیک نمونه گیری تصادفی از چهار شهر بزرگ انتخاب شده اند: لاهور ، اسلام آباد ، کراچی و مولتان. ما از روشهای کمی برای تجزیه و تحلیل پاسخهای به دست آمده از سرمایه گذاران جداگانه استفاده کردیم ، در حالی که ما از روش کیفی برای تجزیه و تحلیل پاسخ های کارگزاران به مصاحبه های مبتنی بر سوالات باز استفاده کردیم. ما با قرار دادن مدلهای Arch ، Garch و Egarch ، حضور نوسانات در KSE را بررسی کردیم ([11 ، 12 ، 25]).
Engle [11] مدل قوس را برای مشخص کردن نوسانات مشروط ارائه داد که شامل منطق عقل سلیم است که مشاهدات متعلق به گذشته اخیر باید وزن بیشتری نسبت به موارد متعلق به گذشته های دور داشته باشد. فرآیند قوس اغلب برای توضیح ساختار پویا پدیده مالی به تعداد زیادی پارامترها نیاز دارد. برای غلبه بر این مشکلات ، Bollerslev [12] مدل GARCH را پیشنهاد کرد که اساساً قوس را با مدل سازی کواریانس شرطی به عنوان یک فرآیند ARMA تعمیم می دهد. مدل GARCH به یافتن نوسانات خوشه ای از بازارهای مالی ، توزیع دم ضخیم تر و پیش بینی نوسانات از الگوهای گذشته کمک می کند. سیستم زیر (1) نشان دهنده
