نسبت‌های ارزش‌گذاری و قابلیت پیش‌بینی بازده بازار؛ شواهدی از بورس اوراق بهادار تهران

نوع مقاله: کاربردی

نویسندگان

1 استادیار گروه اقتصاد، دانشکده مدیریت و اقتصاد، دانشگاه صنعتی شریف، تهران، ایران

2 کارشناسی ارشد مهندسی سیستمهای اقتصادی و اجتماعی، دانشگاه صنعتی شریف، تهران، ایران

3 دکترای مالی، بوستون کالج، بوستون، امریکا

چکیده

در این پژوهش، قابلیت پیش‌بینی بازده بورس اوراق بهادار تهران از طریق نسبت‌های ارزش‌گذاری در افق‌های زمانی مختلف بررسی می‌شود. برای این منظور، بر اساس روش تفکیک کمپل-شیلر، توانایی چهار متغیر بازده سود تقسیمی، نسبت سود تقسیمی به قیمت، نسبت قیمت به سود و نسبت پرداخت سود تقسیمی در پیش‌بینی بازار اندازه‌گیری شده است. از میان متغیرهای مورد بررسی، سه متغیر اول قابلیت پیش‌بینی بازده بازار را دارند در حالی که متغیر نسبت پرداخت سود تقسیمی‌توانایی پیش‌بینی بازار را ندارد. از نظر افق پیش‌بینی، نتایج نشان می‌دهد که نسبت‌های ارزش‌گذاری، توانایی پیش‌بینی بازده در افق کوتاه‌مدت را ندارند، اما با افزایش افق بازدهی، توان پیش‌بینی در داخل و خارج نمونه افزایش می‌یابد. همچنین، قابلیت پیش‌بینی در دوره‌های زمانی مختلف متغیر است و در برخی سال‌ها بالاتر از سایر دوره‌ها است.
JEL: G12, G14, G15
نحوه استناد به این مقاله: برکچیان، س. م.، نصیری، ل.، و ابراهیم‌نژاد، ع. (1395). نسبت‌های ارزش‌گذاری و قابلیت پیش‌بینی بازده بازار (شواهدی از بورس اوراق بهادار تهران). فصلنامه مدلسازی ریسک و مهندسی مالی، 1(2)، 145-165.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Valuation Ratios and Stock Return Predictability; Evidence from TSE

نویسندگان [English]

  • Seyed Mahdi Barakchian 1
  • Leila Nasiri 2
  • Ali ebrahimnejad 3
1 Assistant Prof. of Economics, Graduate School of Management & Economics, Sharif University of Technology, Tehran, Iran
2 MSc. in Socio-Economic Systems Engineering, Graduate School of Management & Economics, Sharif University of Technology, Tehran, Iran
3 Associate, Cornerstone Research, Boston, USA
چکیده [English]

We study stock return predictability in the Tehran Stock Exchange over various horizons using four valuation ratios, and make in-sample and out-of-sample comparison with the historical mean model. Consistent with the literature, we find that valuation ratios do not predict returns over short horizons, but their predictive power increases with forecast horizon. For long, multi-year horizons we use bootstrapping to ensure valid statistical inference, given the persistence of the predictors and overlapping observations. With the exception of dividend payout ratio, valuation ratios have strong predictive power for 3 to 6 year horizons. The predictive power exhibits significant variation over time.

کلیدواژه‌ها [English]

  • Bootstrap
  • Campbell-Shiller Decomposition
  • Stock Return Predictability
  • Valuation Ratios

عباسیان، ع. و نظری، م. و ذوالفقاری، م. (1391). بررسی قابلیت پیش­بینی قیمت سهام با استفاده از آزمون­های نسبت واریانس و گام تصادفی در بورس اوراق بهادار تهران. فصلنامه بررسی­های حسابداری و حسابرسی، 19(70)، 101-108.

عرب­مازار، م. و بدری، ا. و دولو، م. (1394). قیمت­گذاری ریسک غیرسیستماتیک: شواهدی از بورس اوراق بهادار تهران. فصلنامه مطالعات تجربی حسابداری مالی، 12(47)، 23-46.

کمیجانی، ا. و نادری، ا. (1391). مقایسه قابلیتهای مدلهای مبتنی بر حافظه بلندمدت و مدل های شبکه عصبی پویا در پیشبینی بازدهی بورس اوراق بهادار تهران. فصلنامه دانش مالی تحلیل اوراق بهادار، 15، 115 – 130.

راعی، ر. و چاوشی، ک. (1382). پیش بینی بازده سهام در بورس اوراق بهادار تهران: مدل شبکه های عصبی مصنوعی و مدل چند عاملی. نشریه تحقیقات مالی، 5(15)، 97-120.

تهرانی، ر. و انصاری، ح. و سارنج، ع. (1388). بررسی وجود پدیده بازگشت به میانگین در بورس اوراق بهادار تهران با استفاده از آزمون نسبت واریانس، مجله بررسیهای حسابداری و حسابرسی، 15(54)، 17-32.

Abasian, A., & Nazari, M., & Zolfaghari, M. (2012). The Study of Predictability in Stock Prices Using Variance Ratio and Random Walk in Tests TSE. Quarterly Journal of the Accounting and Auditing Review, 19(4), 101-108. (In Persian)

Arab Mazar, M., & Badri, A., & Davallou, M. (2015). Pricing of Idiosyncratic Volatility: Evidence from the TSE, Quarterly Journal of Empirical Studies in Financial Accounting, 12(47), 23-46. (In Persian)

Bansal, R., & Yaron, A. (2004). Risks for the Long Run: A Potential Resolution of Asset Pricing Puzzles. The Journal of Finance, 59(4), 1481-1509.

Boudoukh, J., & Richardson, M. P., & Whitelaw, R. F. (2008). The Myth of Long-Horizon Predictability. Review of Financial Studies, 21(4), 1577–1605.

Campbell, J. Y., & Cochrane, J. H. (1999). By Force of Habit: A Consumption-Based Explanation of Aggregate Stock Market Behavior. Journal of Political Economy, 107(2), 205-251.

Campbell, J. Y., & Shiller, R. J. (1988a). The Dividend-Price Ratio and Expectations of Future Dividends and Discount Factors. Review of Financial Studies, 1(3), 195–228.

Campbell, J. Y., & Shiller, R. J. (1988b). Stock Prices, Earnings, and Expected Dividends. Journal of Finance, 43(3), 661–676.

Campbell, J. Y., & Shiller, R. J. (1998). Valuation Ratios and the Long-Run Stock Market Outlook. Journal of Portfolio Management, 24(2), 11–26.

Campbell, J. Y., & Thompson, S. B. (2008). Predicting Excess Stock Returns Out of Sample: Can Anything Beat the Historical Average? Review of Financial Studies, 21(4), 1509–1531.

Chen, S. (2012). The Predictability of Aggregate Japanese Stock Returns: Implications of Dividend Yield. International Review of Economics & Finance, 22(1), 284-304.

Cochrane, J. H. (2008). The Dog that did not Bark: A Defense of Return Predictability. Review of Financial Studies, 21(4), 1533-1575

Constantinides, G. M. (1990). Habit Formation: A Resolution of the Equity Premium Puzzle. Journal of Political Economy, 98(3), 519-543.

Dangl, T., & Halling, M. (2012). Predictive Regressions with Time-Varying Coefficients. Journal of Financial Economics, 106(1), 157-181.

Domian, D. L., & Reichenstein, W. R. (2009). Long-Horizon Stock Predictability: Evidence and Applications. The Journal of Investing, 18(3), 12-20.

Fama, E. F. (1970). Efficient Capital Markets: A Review of theory and Empirical Work. Journal of Finance, 25(2), 383–417.

Fama, E. F. (1991). Efficient capital markets: II. The journal of finance, 46(5), 1575-1617.

Fama, E. F., & French, K. R. (1988a). Permanent and Temporary Components of Stock Prices. Journal of Political Economy, 96(2), 246-273.

Fama, E. F., & French, K. R. (1988b). Dividend Yields and Expected Stock Returns. Journal of Financial Economics, 22(1), 3–25.

Goyal, A., & Welch, I. (2008). A Comprehensive Look at the Empirical Performance of Equity Premium Prediction. Review of Financial Studies, 21(4), 1455–1508.

Henkel, S. J., Martin, J. S., & Nardari, F. (2011). Time-Varying Short-Horizon Predictability. Journal of Financial Economics, 99(3), 560-580.

Jordan, S. J., & Vivian, A. J., & Wohar, M. E. (2014). Forecasting Returns: New European Evidence. Journal of Empirical Finance, 26, 76–95.

Komijani, A., & Naderi, A. (2012). Capability Comparison of the Models Based on Long Memory and Dynamic Neural Network Models in Forecasting the Stock Return Index in TSE. Quarterly Journal of Financial Knowedge of Securities Analysis, 5(3), 115-130. (In Persian)

Lamont, O. (1998). Earnings and Expected Returns. Journal of Finance, 53(5), 1563-1587.

Nelson, C. R., & Kim, M. J. (1993). Predictable Stock Returns: The Role of Small Sample Bias. Journal of Finance, 48(2), 641–661.

Newey, W. K., & West, K. D. (1987). Hypothesis Testing with Efficient Method of Moments Estimation. International Economic Review, 28(3), 777-787.

Pastor, L., & Stambaugh, R. F. (2009) Predictive Systems: Living with Imperfect Predictors. Journal of Finance, 64(4), 1583–1628.

Patelis, A. D. (1997). Stock Return Predictability and the Role of Monetary Policy. Journal of Finance, 52(5), 1951-1972.

Phillips, P. C., & Perron, P. (1988). Testing for a Unit Root in Time Series Regression. Biometrika, 75(2), 335-346.

Raei, R., & Chavoshi, K. (2003). Stock Return Prediction in the Tehran Stock Exchange: Artificial Neural Network Model and Multi-Factor Model. Journal of Financial Research, 5(1), 97-120. (In Persian)

Rapach, D. E., & Wohar, M. E. (2005). Valuation Ratios and Long-Horizon Predictability. Journal of Applied Econometrics, 20(3), 327-344

Rapach, D. E., Strauss, J. K., & Zhou, G. (2010). Out-of-Sample Equity Premium Prediction: Combination Forecasts and Links to the Real Economy. Review of Financial Studies, 23(2), 821-862.

Rapach, D. E., & Zhou, G. (2013). Forecasting Stock Returns. Handbook of Economic Forecasting, Volume 2A. Amsterdam: North Holland.

Shiller, R. J. (2003). From Efficient Markets Theory to Behavioral Finance. The Journal of Economic Perspectives, 17(1), 83-104.

Stambaugh, R. F. (1999). Predictive Regressions. Journal of Financial Economics, 54(3), 375–421.

Tehrani, R. & Ansari, H. & Saranj, A. (2009). The Study of Mean Reversion in Tehran Security Exchange Using Variance Ratio Test. Quarterly Journal of the Accounting and Auditing Review, 16(1), 17-32. (In Persian)