مشکلات در محاسبات بازده سهام

این وب سایت از کوکی ها برای اطمینان از بهترین تجربه کاربر استفاده می کند. توجه به حریم خصوصی و کوکی ها کوکی ها را قبول می کنند

تنظیمات برگزیده کوکی را مدیریت کنید

Search >

یوجین اف. فاما و کنت آر. فرانسوی در شیکاگو Booth پیشگام استفاده از فاکتورها برای توضیح متوسط بازده اضافی سهام و سایر دارایی ها بود و مدتهاست که آنها معتقدند که سهام فقط چند منبع مشترک خطر دارند. FAMA و فرانسوی برای اولین بار سه پیشنهاد را ارائه دادند و از آن زمان پنج نفر اجازه داده اند ، با ظاهر گاه به گاه یک عامل ششم - حتی به عنوان سایر محققان صدها عامل بالقوه مؤثر بر بازده سهام را بررسی کرده اند.(به "300 راز بازده سهام بالا" ، تابستان 2018 مراجعه کنید.) در معرفی مدل سه عاملی خود ، در سال 1993 ، FAMA و فرانسوی استدلال کردند که از بتا ، اندازه و ارزش بازار می توان برای توضیح متوسط بازده اضافی سهام استفاده کرد. در سال 2015 ، آنها عوامل سودآوری و سرمایه گذاری را اضافه کردند.

اما بهترین راه برای تجزیه و تحلیل عوامل و تعیین اینکه آیا این پنج یا دیگران واقعاً بازده متوسط را توضیح می دهند چیست؟محققان از روشهای آماری بی شماری استفاده می کنند ، اما در مقاله 2018 ، FAMA و فرانسوی مشکلی تعبیه شده در مدلهای فاکتور قبلی را برطرف می کنند. و نوآوری آنها احتمالاً نحوه عملکرد دانشگاهیان و صنعت سرمایه گذاری با عوامل را تغییر می دهد.

رویکرد جدید آنها بر روی رگرسیون مقطعی که در سال 1973 توسط FAMA و JAMES D. MACBETH پیشگام بودند ، ساخته شده است. رگرسیون یک روش آماری است که برای منزوی کردن و ایجاد اهمیت یک متغیر استفاده می شود ، مانند آزمایشی که به تعیین اینکه آیا یک ویژگی مانند اهرم یا عملکرد صنعت می تواند به هدایت بازده متوسط سهام کمک کند ، کمک می کند.

پنج عامل رانندگی بازده

ریسک بازار (بتا): ریسک پذیری سهام در مقایسه با معیار آن. سهام با خطر کمتری در بازار به مرور زمان بهتر عمل کرده است.

اندازه: سرمایه بازار سهام. سهام کلاه های کوچک تمایل به بهتر از کالاهای بزرگ داشته است.

ارزش: اندازه گیری سهام با توجه به نسبت قیمت به کتاب یا سایر نسبت ها.

سودآوری: سودآوری عملیاتی شرکت اساسی یک سهام. سهام شرکت های سودآور تمایل به عملکرد بهتر دارند.

سرمایه گذاری: رشد کل دارایی یک شرکت اساسی یک سهام. سهام شرکت های دارای دارایی در حال رشد بدتر می شود.

*حرکت: گرایش سهام که در گذشته بهتر از بازده های مداوم در حال انجام است.

*عامل ششم غیررسمی ، در هر فاما و فرانسوی

یک رگرسیون مقطعی می تواند تأثیر متوسط یک متغیر را بر بازده دو یا چند سهم در یک نقطه از زمان توضیح دهد. فاما و مک بث رگرسیون های مقطعی مؤثری را توسعه دادند که هنوز توسط بسیاری از محققان در قیمت گذاری دارایی استفاده می شود. فاما و فرنچ از این رگرسیون ها در مدل های سه و پنج عاملی خود استفاده کردند تا اهمیت عوامل سری زمانی یا عوامل خطری که بازده را در طول زمان هدایت می کنند، مشخص کنند.

مشکلی که فاما و فرنچ به دنبال حل آن بودند این بود که مدل های عامل قبلی این فرض را دارند که سهم یک عامل در توضیح میانگین بازده اضافی یک اوراق بهادار در طول زمان ثابت است. برای محاسبه بازده اضافی ماهانه یک اوراق بهادار با استفاده از مدل عامل سنتی، برای هر ماه، بازده ماهانه هر عامل را در یک مقدار ثابت که به عنوان شیب ثابت شناخته می شود ضرب می کنید و سپس این مقادیر را جمع می کنید. با این حال، در طول زمان، سهم هر عامل (شیب ها) احتمالاً در نوسان است و شیب های ثابت را به یک تقریب خام تبدیل می کند. به عنوان مثال، در طول بحران مالی 2008-2009، همه سهام تمایل به حرکت با بازار در حال سقوط داشتند و تأثیر عوامل فردی را تغییر دادند. فاما و فرنچ اشاره می کنند که از سال 1991 مقاله ای توسط وین فرسون از دانشگاه کالیفرنیای جنوبی و کمپل هاروی از دانشگاه دوک، مردم می دانستند که شیب ها احتمالاً در طول زمان تغییر می کنند.

بسیاری از دانشگاهیان با درک این موضوع که چیزی را در توضیحات خود درباره بازده متوسط از دست داده اند، به دنبال افزودن یا اصلاح عوامل مورد استفاده در مدل های عاملی بوده اند. فاما و فرنچ در عوض مدل را با در نظر گرفتن مشکل شناخته شده شیب ثابت و ایجاد راهی برای اجازه دادن به شیب های واقعی تر و متغیر با زمان، اصلاح کردند. با استفاده از رگرسیون مقطع Fama-MacBeth به روشی جدید، Fama و French یک مدل قیمت گذاری دارایی ایجاد کردند که عملکرد قابل ملاحظه ای در توضیح بازده متوسط نسبت به مدل های عامل سنتی یا تغییرات اخیر، که همگی از شیب ثابت استفاده می کنند، انجام می دهد..

کار محققان قویاً نشان می دهد که هنوز ممکن است تنها چند عامل وجود داشته باشد، نه ده ها عامل که میانگین بازده سهام را توضیح می دهند. فاما و فرنچ با حل یک فرض مشکل ساز و طولانی مدت در نحوه تجزیه و تحلیل و استفاده از عوامل توسط افراد، راه را برای تغییر در نحوه استفاده دانشگاهیان و فعالان بازار و استفاده از عوامل هموار کردند.