ارائه مدلی برای سنجش پیش‌بینی‌کنندگی شاخص سرریز و ارتباط بین بازدهی شاخص سهام و جریان سرمایه صندوق‌های سرمایه‌گذاری

نوع مقاله: نظری

نویسندگان

1 دکترا مدیریت مالی، دانشکده مدیریت دانشگاه تهران، تهران ، ایران

2 استادیار گروه مدیریت مالی،دانشکده مدیریت دانشگاه تهران، تهران ، ایران

چکیده

در این پژوهش رابطه دینامیک میان بازدهی سهام و جریان نقدی صندوق‌های سرمایه‌گذاری در ایران، از خرداد سال 1392 تا مرداد سال 1395، با استفاده از مدل VAR تعمیم‌یافته بررسی شده است. نتایج پژوهش نشان می‌دهد که تکانه‌های سرریز جریان نقدی صندوق‌های سرمایه‌گذاری و تکانه‌های سرریز بازدهی سهام در مجموع بخش کمی از مجموع واریانس خطای پیش‌بینی بازدهی سهام و جریان نقدی صندوق‌های سرمایه‌گذاری را توضیح می‌دهند. در ادامه پژوهش نسبت به استخراج یک شاخص سرریز از تکانه‌های جریان نقدی صندوق‌های سرمایه‌گذاری و بازدهی شاخص سهام اقدام و قدرت پیش‌بینی‌کنندگی شاخص یاد شده در پیش‌بینی بازدهی شاخص سهام بررسی می‌شود و در پایان معناداری آماری شاخص سرریز با استفاده از آماره FQGLS در رگرسیون مربوطه برای دوره مورد نظر تأیید می‌گردد.
JEL: G17, G23
نحوه استناد به این مقاله: طیبی ثانی. ا.، و فلاح‌پور، س. (1396). ارائه مدلی برای سنجش پیش‌بینی‌کنندگی شاخص سرریز و ارتباط بین بازدهی شاخص سهام و جریان سرمایه صندوق‌های سرمایه‌گذاری. فصلنامه مدلسازی ریسک و مهندسی مالی، 2(3)، 297-319

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Presenting a Model for Measuring Predictability Strength and the Relationship of Stock Index Return and Mutual Fund Flow

نویسندگان [English]

  • Ehsan Taiebysani 1
  • Saeed Falahpor 2
1 Ph.D., Financial Management, University of Tehran, Iran
2 Associate Prof. Financial Management, university of Tehran, Iran
چکیده [English]

In this Thesis we examine the dynamic relationship between stock returns and mutual fund flows in Tehran Stock Exchange (TSE) by using VAR model. Afterthat, we checked the impulse response function and forecast error variance decomposition of VAR by Cholesky and generalized function. We find that spillover shocks that is, Tehran Stock Exchange main index (TEDPIX) return shocks and mutual fund flow shocks together explain some percent of the total forecast error variance of stock returns and mutual fund flows. Base on above mentioned results we used Aritificial Neural Network (ANN) with different learning functions for exmaning the relationship between Tehran Stock Exchange main index (TEDPIX) return and mutual fund flow. For selecting the best learning function in ANN, mean square Error has been used. For statistical siginificance, T-statistical paired comparison test was used. We create a spillover index of shocks emanating from stock returns and mutual fund flows and tests whether it can actually predict Tehran returns. We find it does. Using the spillover index, we forecast TEDPIX returns. At the end because of endogeneity, persistency and heteroscedasticity of predicting regression, we used Feasible-Quasi Generalized Least Square (FQGLS) for examining the statistics significance of spillover index, which turns out to be statistically significant.
JEL: G17, G23                                        
How to cite this paper: Taiebysani, E., & Fallahpour, S. (2017). Presenting a Model for Measuring Predictability Strength and the Relationship of Stock Index Return and Mutual Fund Flow. Quarterly Journal of Risk Modeling and Financial Engineering, 2(3), 297–319. (In Persian)

کلیدواژه‌ها [English]

  • Vector Autoregression (VAR)
  • Spillover Effect
  • Mutual Funds

حسینی، س. ع.، حسینی، س. ح.، و جعفری باقرآبادی، ا. (1392). بررسی ارتباط جریان‌های نقدی صندوق‌های سرمایه‌گذاری مشترک و شاخص بورس اوراق بهادار تهران. تحقیقات مالی، 15(2)، 201-214.

سعیدی، ع.، و سعیدی، ح. (1390). ارتباط بین جریان سرمایة صندوق‌های سرمایه‌گذاری و بازدة بازار شواهدی از بورس اوراق بهادار تهران. تحقیقات مالی،13(32)، 35-56.

Alexakis, C., Niarchos, N., Patrab, T., & Poshakwale, S. (2005). The Dynamics between Stock Returns and Mutual Fund Flows: Empirical Evidence from the Greek Market. International Review of Financial Analysis, 14(5), 559-569.

Boyer, B. & Zheng, L. (2009). Investor Flows and Stock Market Returns. Journal of Empirical Finance, 16(1), 87-100.

Diebold, F. X. & Yilmaz, K. (2012). Better to Give than to Receive: Predictive Directional Measurement of Volatility Spillovers. International Journal of Forecasting, 28(1), 57-66.

Diebold, F. X., & Yilmaz, K. (2009). Measuring Financial Asset Return and Volatility Spillovers, With Application to Global Equity Markets. Economic Journal, 119(January), 158–171.

Frazzini, A., & Lamont, O. A. (2008). Dumb Money: Mutual Fund Flows and the Crosssection of Stock Returns. Journal of Financial Economics, 88(2), 299-322.

Hosseini, S. A., Hosseini, S. H., & Jafari Bagherabadi, E. (2013). Investigating the Relationship between Mutual Funds Flows and the Stock Index in Tehran Stock Market. Journal of Financial Research, 15(2), 201-214. (In Persian)

Johansen, S. (1991). Estimation and hypothesis Testing of Cointegration Vectors in Gaussian vector Autoregressive Model. Econometrica, 59(6), 1551–1580.

Koop, G., Pesaran, H. M., & Simon, M. (1996). Impulse Response Analysis in Nonlinear Multivariate Models. Journal of Econometrics, 74(1), 119-147.

Narayan, P., Narayan, S., & Prabheesh, K. P. (2014). Stock Returns, Mutual Fund Flows, Spillover Shocks. Pacific-Basin Finance Journal, Elsevier, 29(C), 146-162.

Patel, J., Zeckhauser, R. J., & Hendricks, D. (1994). Investment Flows and Performance: Evidence from Mutual Funds, Cross-Border Investments and New Issues, In R. Sato, R. Ramachandran & R. Levich (Eds.), Japan, Europe and international financial markets: Analytical and empirical perspectives: 51-72. Cambridge University Press.

Pesaran, H. H., & Shin, Y. (1998). Generalised Impulse Response Analysis in Linear Multivariate Models. Economics Letters, 58(1), 17-29.

Saeedi, A., & Saeedi, H. (2012). Mutual Funds Cash Flow and Market Return: Evidences from Tehran Stock Exchange. Journal of Financial Research, 13(32), 35-56. (In Persian)

Sirri, E. R., & Tufano, P. (1993). Buying and Selling Mutual Funds: Flows, Performance, Fees, and Services, Working paper (Harvard Business School, Cambridge, MA).

Warther, V. A. (1995). Aggregate Mutual Fund Flows and Security Returns. Journal of Financial Economics, 39(2-3),209-235.

Westerlund, J. & Narayan, P. (2012). Does the Choice of Estimator Matter when Forecasting Returns? Journal of Banking & Finance, 36(9), 2632–2640.

Westerlund, J., & Narayan, P. (2014). Testing for Predictability in Conditionally Heteroskedastic Stock Returns. Journal of Financial Econometrics, 13(2), 1-34.