اخبار و اعلانات

 آمار

تعداد نشریات418
تعداد شماره‌ها10,003
تعداد مقالات83,617
تعداد مشاهده مقاله78,291,266
تعداد دریافت فایل اصل مقاله55,346,217
اسماعیلی, ارسلان, غلام نیاروشن, حمیدرضا. (1402). ناهنجاری اقلام تعهدی اختیاری، هزینه‌های تحقیق و توسعه، بازده و الگوی مبتنی بر عامل Q. نشریه علمی پژوهشی دانشگاه آزاد اسلامی, 15(57), 185-210. doi: 10.30495/faar.2023.699790
ارسلان اسماعیلی; حمیدرضا غلام نیاروشن. "ناهنجاری اقلام تعهدی اختیاری، هزینه‌های تحقیق و توسعه، بازده و الگوی مبتنی بر عامل Q". نشریه علمی پژوهشی دانشگاه آزاد اسلامی, 15, 57, 1402, 185-210. doi: 10.30495/faar.2023.699790
اسماعیلی, ارسلان, غلام نیاروشن, حمیدرضا. (1402). 'ناهنجاری اقلام تعهدی اختیاری، هزینه‌های تحقیق و توسعه، بازده و الگوی مبتنی بر عامل Q', نشریه علمی پژوهشی دانشگاه آزاد اسلامی, 15(57), pp. 185-210. doi: 10.30495/faar.2023.699790
اسماعیلی, ارسلان, غلام نیاروشن, حمیدرضا. ناهنجاری اقلام تعهدی اختیاری، هزینه‌های تحقیق و توسعه، بازده و الگوی مبتنی بر عامل Q. نشریه علمی پژوهشی دانشگاه آزاد اسلامی, 1402; 15(57): 185-210. doi: 10.30495/faar.2023.699790

ناهنجاری اقلام تعهدی اختیاری، هزینه‌های تحقیق و توسعه، بازده و الگوی مبتنی بر عامل Q

پژوهش های حسابداری مالی و حسابرسی
دوره 15، شماره 57، فروردین 1402، صفحه 185-210    اصل مقاله (872.37 K)
نوع مقاله: مقاله علمی پژوهشی
شناسه دیجیتال (DOI): 10.30495/faar.2023.699790
نویسندگان
ارسلان اسماعیلی1؛ حمیدرضا غلام نیاروشن* 2
1گروه حسابداری، دانشکده علوم انسانی، واحد بابل، دانشگاه آزاد اسلامی، بابل، ایران.
2گروه حسابداری، دانشکده علوم انسانی، واحد بابل، دانشگاه آزاد اسلامی، بابل، ایران
چکیده
چکیده
الگوهای چند عامله که برای پیش­بینی بازده سهام به کار می­روند، الگویی­هایی ایستا بوده و تغییرات پویا در طی بازه­های زمانی متاثر از عوامل پنهان نظیر سیاست­های اقتصادی دولت، بحران­ها و موارد مشابه که به ایجاد نویز در بازده سهام و تغییراتی چون حباب قیمتی و یا افت شدید قیمتی می­گردند، نیستند. با استفاده از رگرسیون فاما-مک بث در برآورد پویای پارامترهای تأثیرگذاری عوامل و به ویژه تفکیک بین اثرات عوامل پنهان و آشکار مؤثر بر عملکرد آتی شرکت، می­توان در شرایط متلاطم اقتصاد ایران برآورد دقیق­تری را ارائه داد. نمونه تصادفی از شرکت­های بورسی تهران طی مقاطع ماهانه در بازه­ زمانی ده ساله منتهی به 29/12/1397 مورد آزمون قرار گرفته­اند. نتایج تحقیق نشان داد که، بر مبنای آزمون گیبونز (1987)، تنها الگوی مبتنی بر الگوی Q قادر به تبیین ناهنجاری­ها در بازده سهام است و همچنین الگوی مبتنی بر عامل Q قادر به توضیح ناهنجاری اقلام تعهدی اختیاری، هزینه­های تحقیق و توسعه و بازده (PTH) می­باشد.
 
کلیدواژه‌ها
واژه‌های کلیدی: ناهنجاری اقلام تعهدی اختیاری؛ ناهنجاری هزینه‌های تحقیق و توسعه؛ ناهنجاری بازده (PTH)؛ الگوی مبتنی بر عامل Q
اصل مقاله

  ناهنجاری اقلام تعهدی اختیاری، هزینه­های تحقیق و توسعه، بازده

و الگوی مبتنی بر عامل Q

 

 

تاریخ دریافت: 19/10/1401                  تاریخ پذیرش: 23/12/1401

ارسلان اسماعیلی[1] 

حمیدرضا غلام نیاروشن*[2]

 

 

چکیده

الگوهای چند عامله که برای پیش­بینی بازده سهام به کار می­روند، الگویی­هایی ایستا بوده و تغییرات پویا در طی بازه­های زمانی متاثر از عوامل پنهان نظیر سیاست­های اقتصادی دولت، بحران­ها و موارد مشابه که به ایجاد نویز در بازده سهام و تغییراتی چون حباب قیمتی و یا افت شدید قیمتی می­گردند، نیستند. با استفاده از رگرسیون فاما-مک بث در برآورد پویای پارامترهای تأثیرگذاری عوامل و به ویژه تفکیک بین اثرات عوامل پنهان و آشکار مؤثر بر عملکرد آتی شرکت، می­توان در شرایط متلاطم اقتصاد ایران برآورد دقیق­تری را ارائه داد. نمونه تصادفی از شرکت­های بورسی تهران طی مقاطع ماهانه در بازه­ زمانی ده ساله منتهی به 29/12/1397 مورد آزمون قرار گرفته­اند. نتایج تحقیق نشان داد که، بر مبنای آزمون گیبونز (1987)، تنها الگوی مبتنی بر الگوی Q قادر به تبیین ناهنجاری­ها در بازده سهام است و همچنین الگوی مبتنی بر عامل Q قادر به توضیح ناهنجاری اقلام تعهدی اختیاری، هزینه­های تحقیق و توسعه و بازده (PTH) می­باشد.

 

واژه‌های کلیدی: ناهنجاری اقلام تعهدی اختیاری، ناهنجاری هزینه­های تحقیق و توسعه، ناهنجاری بازده (PTH)، الگوی مبتنی بر عامل Q.

 

 

1- مقدمه

جورج و هانگ[3] (2004)، طی پژوهشی در بررسی رفتار بازار سهام نشان داد که ناهنجاری شدید بازده  وجود دارد، یعنی شرکت‌هایی که قیمت سهام آنها در سطح نزدیک­ترین مقدار به بالاترین قیمت سهام شرکت در طی یک سال یا 52 هفته بوده و به تعبیری شرکت­های دارای ناهنجاری شدید بازده هستند، به طور متوسط ​​بازده بالاتری نسبت به شرکت­هایی دارند که قیمت سهام آنها در دورترین سطح نسبت به بالاترین قیمت سهام شرکت طی یک سال قرار دارد. پژوهشگران یاد شده این نتیجه را به عنوان واکنش نامطلوب بازار در شکل­گیری ناهنجاری در قیمت­های سهام تفسیر می­کنند زیرا سرمایه­گذاران از زمان پنجاه و دو هفته به عنوان نقطه مرجع در هنگام ارزیابی تأثیر اطلاعات بر قیمت­ها استفاده می­کنند. تفسیر آنها بر مفاهیم رفتار سرمایه­گذاران تمرکز دارد. در این تحقیق، ناهنجاری شدید بازده  را با استفاده از چارچوب مدل­های مختلف قیمت­گذاری دارایی­ها و الگوهای چند عامله و به طور مقایسه­ای مورد ارزیابی قرار گرفته­اند. در هر صورت و مبتنی بر هر یک از این الگوها فرض می­شود که انحرافات در ناهنجاری اقلام تعهدی اختیاری، ناهنجاری هزینه­های تحقیق و توسعه و ناهنجاری بازده­، مثبت وجود داشته باشد.

الگوهای چند عامله شارپ و ترینر[4]  (1964)، سه عامله سرمایه­گذاری فاما و فرنچ[5] (1993)، چهار عامله کارهارت[6] (1997)، پنج عامله فاما و فرنچ (2014) و نهایتا شش عامله روی و شیجین[7] (2018)، بر اساس نظریه سرمایه­گذاری  Q ساخته شده­اند. نظریه سرمایه­گذاری  Qابتدا برای قیمت­گذاری دارایی توسط کوکران[8] (1991) مورد استفاده شد. تحت نظریه سرمایه­گذاری Q، در راستای سرمایه­گذاری بهینه، بازده نهایی سرمایه­گذاری شرکت را با هزینه سرمایه آن معادل می­کنند. این برابری را می­توان در قالب الگوی تک عامله CAPM یا دیگر الگوهای چند­عامله تعریف کرد که در آن بازده مورد انتظار سهام شرکت به عنوان تابع متغیرهایی است که فرصت­های سرمایه­گذاری شرکت را توصیف می­کنند. در یک الگوی دو دوره­ای، بازده مورد انتظار تابعی از عملکرد سرمایه­گذاری فعلی و سودآوری مورد انتظار شرکت تعریف می­شود. در یک مدل چند دوره­ای، بازده مورد انتظار سهام یا سبد سرمایه­گذاری بستگی به سرمایه­گذاری فعلی، سودآوری مورد انتظار و رشد سرمایه­گذاری مورد انتظار دارد (لیو7 و همکاران (2009)، لی و ژانگ8 (2010).

هو9 و همکاران (2015) آزمون ارزیابی سرمایه­گذاری CAPM را با استفاده از الگوی پیشنهادی بلک10 و همکاران (1972) و مبتنی بر روی­کرد پورتفوی مورد استفاده قرار دادند. پژوهشگران یاد شده الگویی مبتنی بر[9] نظریه سرمایه­گذاری  Q ابداع کردند که شامل یک عامل بازار، یک عامل اندازه، عامل سرمایه­گذاری و یک عامل­سودآوری است. الگوی مزبور رشد دارایی سرمایه­گذاری­های فعلی را اندازه­گیری می­کند. بازده حقوق صاحبان سهام(ROE)، که میزان سودآوری فعلی را اندازه­گیری می­کند، در نتیجه سودمندی مورد انتظار و رشد سرمایه­گذاری مورد انتظار است. آنها نشان دادند که الگوی مورد ارزیابی مبتنی بر نظریه سرمایه­گذاری  Qاز الگوی سه عامله فاما و فرنچ (1993) و چهار عامله کارهارت (1997) بهتر بوده و طیف وسیعی از ناهنجاری­ها، از جمله مومنتوم را مورد ارزیابی قرار داده است. محققین مزبور نشان دادند که الگوی مبتنی بر نظریه سرمایه­گذاری Q، از طریق عاملROE، مومنتوم را جذب کرده و این امر نشان می­دهد که قیمت گذشته سهام حاوی اطلاعاتی در مورد سودآوری مورد انتظار یا رشد سرمایه­گذاری مورد انتظار یا هر دو می­باشد. اگرچه ناهنجاری شدید بازده (PTH) و مومنتوم در مفهوم درک اطلاعات موجود در قیمت سهام قبلی متفاوت است، ناهنجاری شدید بازده (PTH) می­تواند با سودآوری مورد انتظار یا رشد سرمایه­گذاری مورد انتظار یا هر دوی آن­ها ارتباط مثبت داشته باشد. با فرض این رابطه مثبت و تنوع مقطعی در بازده سهام انتظار می­رود پیش‌بینی الگوهای چند عامله سرمایه­گذاری، برای سهام با ناهنجاری شدید بازده (PTH)، باید درآمد بالاتری در­آینده پیش­بینی نماید. اهمیت بررسی بازده سهام در این است که هدف سرمایه‌گذاران در انجام سرمایه­گذاری، کسب سود است. به منظور تحقق بخشیدن به این امر، سرمایه­گذاران در دارایی­هایی که دارای بازدهی بالا و ریسک نسبتا پایینی باشند، سرمایه­گذاری می­کنند. چنانچه نرخ بازده یک سرمایه­گذار بیش از نرخ بازده مورد انتظارش باشد، ارزش آن دارایی بیشتر و ثروت آن افزایش می­یابد. از این­رو سهامداران و سرمایه­گذاران نیازمند شناسایی متغیر­های عمده­ای هستند که بازده سهام را تبیین نماید. آگاهی از متغیرها و دستیابی به مدل مناسب می­تواند منجر به بهبود تصمیمات سرمایه­گذاری آنان گردد (پورحیدری و بیات، 1389). بنابراین در این تحقیق ناهنجاری اقلام تعهدی اختیاری، هزینه­های تحقیق و توسعه، بازده (PTH) و الگوی مبتنی بر عامل Q پرداخته شده است. این پژوهش با طرح مبانی نظری و پیشینه پژوهش‌های مرتبط با موضوع و همچنین تبیین روش پژوهش و فرضیه‌های برگرفته از مسئله و مبانی نظری پژوهش ادامه یافته و سپس به تشریح نتایج آزمون فرضیه‌ها پرداخته شد و در نهایت نتیجه‌گیری و پیشنهادها بیان می‌شود.

 

2- مبانی نظری و پیشینه پژوهش

یکی از الگوهای تبیین اثر سودآوری بر بازده سهام بر پایه نظریه Q در سرمایه­گذاری است. نظریه Q در ابتدا توسط کوکران (1991، 1996) ابداع گردیده و سپس توسط ژانگ[10] (2008) و هو و همکاران (2015) بسط داده شد. بر مبنای نظریه Q، "بازده مورد انتظار یک شرکت باید بر اساس تقسیم مزایای آتی حاصل از سرمایه­گذاری بر سرمایه­گذاری فعلی، مورد ارزیابی قرار گیرد."

کردستانی (1389) در پژوهشی به بررسی رابطه بین خطای پیش­بینی سود و بازده غیر­عادی سهام شرکت­های جدید­الورود به بورس اوراق بهادار تهران پرداخت. نتایج پژوهش با استفاده از تحلیل رگرسیون خطی چند متغیره نشان می­دهد که بین خطای پیش­بینی سود و بازده غیر­عادی سهام شرکت­های جدیدالورود رابطه مثبت و معناداری وجود دارد. از آنجا که سود ناشی از سرمایه­گذاری به موازات سودآوری شرکت افزایش می­یابد، در حالی که فرض شده همه پارامترهای دیگر تصمیم­گیری ثابت هستند، نظریه Q نشان می­دهد که در صورت بالاتر بودن سودآوری شرکت، بازده مورد انتظار شرکت نیز بالاتر خواهد بود. لی و ژانگ (2010) بیشتر به این نکته اشاره کرده­اند که نظریه Q به این معنی است که"اگر افزایش اصطکاک یا تعارض در منافع سرمایه­گذاری منجر به افزایش هزینه­های حاشیه­ای سرمایه­گذاری شود، در این صورت سودآوری باید برای شرکت­هایی که دارای سطح پایین­تر اصطکاک سرمایه­گذاری هستند، قوی­تر باشد".

فان و یو[11] (2013)، بر پایه یافته­های به دست آمده از پژوهش خود نشان دادند که بعید است که در بازار ایالات‌متحده، عوامل اقتصادی مؤثر سنتی مسئول ایجاد صرف سودآوری یا سودآوری اضافی باشند. صرف سودآوری که به نظر می­رسد، متأثر از سودآوری اضافی به عنوان جبران عامل خطر ایجاد نمی شود. از سوی دیگر، سان[12] و همکاران (2014)، نیز طی پژوهش مشابهی بر پایه یافته‌های به دست آمده از پژوهش خود به ارائه شواهد جامعی در حمایت از توضیح منطقی اثر سودآوری ارائه شده توسط نظریه Q پرداختند. مطالعه مزبور با الگویی تطبیقی و در سطح بین‌المللی و بر مبنای داده‌های عملکردی شرکت‌های بورسی 41 کشور و بر اساس داده­های تاریخی در بازه زمانی2010-1980 به انجام رسید. نتایج به دست آمده از این تحقیق، تأثیر ناخالص سودآوری را در سطح کشورهای برخوردار از اقتصاد توسعه‌یافته با اصطکاک سرمایه­گذاری کم و در عین حال برخوردار از سطح ریسک سیاسی پایین و دسترسی آسان به سرمایه، نشان داد. یافته­های به دست آمده از این پژوهش در واقع شواهدی از نظریه Q را ارائه داد. انصاری و همکاران (1394) عوامل مؤثر در ساختار سرمایه و بازده سهام را بررسی کردند. آنها اطلاعات مربوط به 97 شرکت بورسی که اطلاعات آنها در دوره زمانی پژوهش (1380-1389) را با استفاده از رویکرد معادلات ساختاری تجزیه و تحلیل کردند. نتایج حاصل از این پژوهش نشان داد که بازده سهام، سودآوری، ساختار دارایی­ها، رشد مورد انتظار، اندازه شرکت و نوع صنعت در ساختار سرمایه تأثیرگذار است و عوامل مؤثر در بازده سهام شامل ساختار سرمایه، سودآوری، قیمت سهام و ارزش شرکت است. همچنین یافته­های پژوهش، نشان‌دهنده وجود ارتباط متقابل میان ساختار سرمایه و بازده سهام است، به­گونه­ای که بازده سهام بر اساس نظریه زمان­بندی بازار در ساختار سرمایه، تأثیر منفی دارد و ساختار سرمایه بر اساس رابطه مستقیم ریسک و بازده در بازده سهام تأثیر مثبت دارد. معصومی و حمیدیان (1392) وجود بازدهی غیرعادی را تنها برای یک هفته پس از اعلان تعدیل سود مورد ارزیابی قرار دادند اما در این تحقیق برای دوره­های: یک هفته، یک ماه، سه ماه، یک سال و دو سال، وجود PEAD در بورس اوراق بهادار تهران مورد ارزیابی قرار گرفت و با بررسی اطلاعیه­های تعدیل سود وجود یک پدیده شناخته شده در ادبیات مالی در بورس اوراق بهادار تهران نیز مورد ارزیابی قرار می­گیرد. کیسر[13] (2014)، بر مبنای شواهد تجربی به دست آمده از پژوهش خود به توضیح دیگری از تأثیر سودآوری بر بازده سهام مبتنی بر ریسک صرف سود ناخالص پرداخت. نتایج به دست آمده از این پژوهش نشان داد که بین سطح سودآوری شرکت­های تحت بررسی و میزان اهرم عملیاتی آنها ارتباط مستقیم وجود داشته و به تعبیری شرکت­هایی که سودآوری بیشتری دارند از اهرم عملیاتی بیشتری برخوردار بوده و عکس آن نیز صادق است. در این پژوهش جهت اندازه­گیری اهرم عملیاتی از سنجه هزینه­های ثابت به جمع دارایی­ها بهره گرفته شده بود. علاوه بر این، نتایج پژوهش یاد شده نشان داد که تفاوت در اهرم عملیاتی در طول زمان و به ازای شرکت­های مختلف قابل بررسی است. در نهایت نتایج تحقیق نشان داد که در نظر گرفتن اهرم عملیاتی به عنوان عاملی دیگر در الگوی چهار عامله کارهارت (1997)، تأثیر ناچیزی بر صرف ریسک سهام به عنوان متغیر وابسته دارد. از این رو، پژوهشگر نتیجه گرفت که صرف ریسک سود ناخالص به عنوان جبرانی برای تحمل ریسک بالاتر عملیاتی با درجه بالاتر اهرم عملیاتی، در ارتباط است. فروغی و همکاران (1393) به تحلیل تأثیر کیفیت اقلام تعهدی بر بازده بدن شوک جریان نقدی سهام پرداختند. نتایج پژوهش آنان حاکی از آن است که سهام با کیفیت بالای (پایین) اقلام تعهدی، بازده بدون شوک جریان نقدی کمتر (بیشتر) دارند. به طور کلی این پژوهش اهمیت کنترل شوک جریان نقدی در مدل­های قیمت­گذاری دارایی را که از بازده­های تحقق یافته سهام استفاده می­کنند، مشخص می­کند. طاهری و صفاری30 (1390) در مقاله­ای تحت عنوان "بررسی رابطه بین نرخ ارز و شاخص قیمت بورس اوراق بهادار تهران" به بررسی پرداختند. نتایج این تحقیق نشان می­دهد که شاخص قیمت بازار بورس اوراق بهادار با نرخ حقیقی ارز رابطه مثبت دارد.

 

3- الگوهای چند عامله و نظریه Q

مهم­ترین زمینه کاربرد نظریه Q عبارت از ارزشیابی دارایی­های سرمایه­ای نظیر سهام شرکت­ها یا سبد­های سرمایه­ای مبتنی بر الگوهای چند عاملی و همچنین ناهنجاری اقلام تعهدی اختیاری، هزینه­های تحقیق و توسعه و بازده (PTH) است. در این الگوها به طور کلی متغیر وابسته صرف ریسک سهام مبنایی برای ارزیابی سرمایه­گذاری در سهام و عوامل مختلف مؤثر بر این متغیر و به تعبیری متغیرهای توضیحی به عنوان عوامل توضیحی، مؤثر بر صرف ریسک سهام یا متغیرهای پیش‌بینی‌کننده آن تلقی می شوند که در این بخش از ادبیات تحقیق به این الگوها اشاره شده است.

الف) مدل سه بعدی:

بر اساس مطالعه­ای مبتنی بر نمونه­ای از سهام ایالات‌متحده برای دوره ژانویه 1972 تا دسامبر 2010، چن و همکاران[14] (2010) یک الگوی جای گزین سه عامله در ارزیابی دارایی را که حاوی عامل بازار، عامل سرمایه­گذاری و بازدهی از ارزش سهام است، ایجاد کرد. گرچه مدل سه بعدی فاما-فرنچ می‌تواند توضیحی برای ناهنجاری­های مختلف بازار سرمایه ارائه دهد که الگوی تک عامله CAPM قادر به توضیح آن نبوده است، ناهماهنگی­های برجسته­ای وجود دارد که مدل سه بعدی مزبور نمی­تواند آنها را توضیح دهد. معیارهای مهم در میان چنین ناهنجاری­ها عبارتند­از: رابطه منفی بازده متوسط ​​با درماندگی مالی، مسائل مربوط به سهام خالص، نوسانات فردی و رشد دارایی و رابطه مثبت میانگین بازده با حرکت و سودهای نامتعارف است. الگوی جدید یاد شده توانست این ناهنجاری­ها را حساب کند. علاوه بر این، عوامل مورد استفاده در این مدل مفهومی به عنوان سنجه­های ریسک نسبت به عوامل فاما-فرنچ، تلقی می­شوند.  کیلزگارد و ویتروف[15] (2011)، بر پایه دستاوردهای پژوهش خود به مقایسه عملکرد الگوهای تک­عامله CAPM، سه­عامله فاما-فرنچ و سه­عامله جدید، بر مبنای داده­های عملکردی شرکت­های بورسی فعال در بورس اوراق بهادار لندن در طی جولای 2002 تا مارس 2011 را مورد مقایسه قرار دادند. نتایج این تحقیق نشان داد که هر دو الگوی سه­عامله به طور پیوسته بهتر از الگوی تک­عامله CAPM موفق به ارزیابی دارایی­های سرمایه­ای شده اند. عملکرد کلی مدل چند عامله سه بعدی برای اوراق بهادار مختلف، مشتمل بر: اوراق بهادار طبقه‌بندی سه­گانه بر اساس اندازه، بازده حقوق صاحبان سهام و سرمایه­گذاری به دارایی، اندازه BE/ME  مرتب شده اوراق بهادار، اوراق بهادار بر اساس مسائل مربوط به سهام خالص، اوراق بهادار تشکیل شده در استاندارد درآمد غیر منتظره، اوراق بهادار تشکیل شده بر اساس رشد دارایی و اوراق بهادار صنایع، مقایسه شده و نتایج تحقیق نشان داد که قدرت توضیح‌دهندگی الگوی سه عامله پیشنهادی در همه موارد نسبت به الگوی سه بعدی فاما-فرنچ برتر نبوده است.

فان و یو (2013) نیز طی پژوهشی مشابه سعی به بررسی قدرت توضیح‌دهندگی الگوی جدید سه عامله در پیش‌بینی انحرافات در مومنتوم پرداخته و نشان دادند که در این زمینه قدرت توضیح‌دهندگی الگوی سه­عامله جدید در قیاس با الگوی­ سه­عامله فاما و فرنچ بیشتر است. در این تحقیق از داده­های کشورهای پیشرفته در بازه زمانی سال‌های 1989 تا 2009 بهره گرفته شد. این مطالعه نشان داد که مدل سه بعدی فاما و فرنچ نتوانست به تبیین بازده‌های نامتعارف شتاب که در اغلب کشورهای مورد بررسی وجود داشت، بپردازد. در حالی که الگوی جدید سه­عاملی قادر به تبیین این نوسانات پرداخته و استفاده از الگوی جدید سه­عاملی موجب کاهش قابل توجهی در ارزش آلفا شد. اگرچه بازده غیر طبیعی همچنان به لحاظ آماری معنی دار بود، اما به نظر می‌رسد که مقدار کاهش یافته الگوی چندعامله جدید را در تبیین اثرات مومنتوم موفق­تر از الگوی سه عامله فاما و فرنچ و آن هم در سطح جهانی نشان دهد.

ب) الگوی عامل  Q

هو و همکاران (2014الف) به ارائه یک الگوی چند­عامله مبتنی بر نظریه Q پرداخت که شامل چهار عامل توضیحی بود. این عوامل توضیحی مشتمل بر: عامل بازار، عامل اندازه، عامل سرمایه‌گذاری و عامل سودآوری، بودند. به طور کلی، به استثنای R&D  در بازار و ناکارآمدی تخصیص عملیاتی، عامل Q به اندازه کافی خوب بوده و به تعبیری بهتر از الگوهای سه عامله فاما و فرنچ و چهار عامله کارهارت عمل کرده و نتایج متفاوتی را در زمینه توضیح دهندگی عوامل مومنتوم، سرمایه­گذاری و سودآوری به دست می­آورد. تنها در رده ارزش در مقابل رشد، سه مدل مورد بررسی عملکرد معادل آن را نشان می­دهد. تحلیل عمیق­تر یافته­های تحقیق مزبور نشان داد که عامل اندازه سهم بسیار زیادی را در موفقیت الگوی جدید داشته است.

هو و همکاران (2014ب) در پژوهش خود به مقایسه مستقیم بین الگوی چند عامله مبتنی بر نظریه  Qخود و الگوی پنج عامله فاما-فرنچ در پایگاه های مفهومی و تجربی ارائه داد. الگوی پنج عامله با الگوی پیشنهادی وی از کاهش در تقسیم سود سهام الهام گرفته شده است، در حالی که مدل چهار عامله آن بر مبنای الگوی عامله مبتنی بر نظریه از سرمایه­گذاری تبیین شده است. پژوهشگران یاد شده بر این باور بودند که چهار نگرانی مفهومی نشان می­دهد که نظریه Q اساسا نسبت به الگوی کاهش در سود تقسیم شده برای ترکیب عوامل سودآوری و سرمایه­گذاری در مدل­های قیمت­گذاری دارایی، شیوه جدیدی را پیشنهاد می­دهد. بر اساس این الگو عوامل درونی و داخلی، به طور غیرمستقیم با یک دوره زمانی که از نظر مالی مورد بررسی قرار گرفته تبیین می­شود. هرچند ارزشیابی صورت گرفته پیشنهاد می‌کند که ارزش­های بازدهی را در داده‌ها نشان دهد. یافته­های پژوهش اغلب همبستگی مثبت بین سرمایه­گذاری مورد انتظار و بازده مورد انتظار سال پیش را نشان داده و در عین حال نتایج مزبور نشان داد که سرمایه­گذاری گذشته قادر به پیش‌بینی سرمایه­گذاری آینده نیست. از لحاظ تجربی، الگوی چند عامله مبتنی بر نظریه Q، در مقایسه با مدل پنج عامله فاما و فرنچ، به ویژه در تبیین قیمت، سود و ناهنجاری­های سودآوری در بازار ایالات‌متحده از ژانویه 1967 تا دسامبر 2013، نشان­دهنده عملکرد برتر است. این یافته­ها برای تغییرات در چارچوب تحقیق، از قبیل استفاده از نقاط پایانی مختلف و طرح­های وزن بازگشتی در تشکیل و آزمون اوراق بهادار، در ارائه سازه­های جایگزین به عنوان عوامل توضیحی و استفاده از پیش­بینی­های غیرمستقیم خطاهای قیمت­گذاری، قوی است . نظریه سرمایه­گذاری Q توسط برینارد و توبین[16] (1968) و توبین(1969 و 1978)، بسط داده شده ولی این نظریه در ابتدا پایه و اساس نظریه بر مبنای نظریه کینز[17] (1936) است. کینز (1936) از نئوکلاسیک­های جدید در عرصه اقتصاد، در این زمینه تصریح کرده است: "تغییر روزانه بورس اوراق بهادار اجتناب ناپذیر بوده و به عنوان یک عامل مؤثر و یک متغیر توضیحی بر نرخ سرمایه­گذاری فعلی، تأثیر می­گذارد. از آن جهت که ساختن یک شرکت جدید با هزینه­ای بیشتر از آن چه که به ازای آن یک شرکت مشابه موجود می­تواند خریداری شود، معنی ندارد. در حالی که انگیزه­ای برای یک پروژه جدید وجود دارد که ممکن است یک مبلغ عجیب به نظر برسد، در صورتی که بتواند در بورس اوراق بهادار با سود فوری شناور شود". الگوی پیشنهادی مبتنی بر نظریه سرمایه­گذاری Q فرض کرده است که هزینه­های سرمایه­گذاری به طور مثبت با متوسط Q در ارتباط هستند. این نسبت که به عنوان نسبت ارزش مالی شرکت به هزینه جایگزینی سهام موجود تعریف می­شود. چرینکو[18] (1993) به طور خاص، الگوی پیشنهادی مبتنی بر نظریه سرمایه­گذاری Qبرای رسیدگی به دو مشکل اساسی در نظریه نئوکلاسیک و نظریه شتاب‌دهنده سرمایه­گذاری مطرح شده است.

اولین مشکل، فرایند تعدیل سرمایه بود که ابتدا در هر دوره، در الگوی نئوکلاسیک و الگوی پیشنهادی مبتنی بر نظریه سرمایه­گذاری Q، به صورت لحظه­ای و کامل پذیرفته شده و در آن هزینه تعدیل به عنوان یک تابع بسیار محدب توصیف شده است. هزینه سازگاری محدب در ابتدا توسط جورگنسون[19] (1963)، آیزنر و استروتز[20] (1963)، لوکاس[21] (1967) و گولد[22] (1968) پیشنهاد شده و در آن عملکرد تابع تعدیل را در تابع حداکثرسازی ارزش شرکت طی مدل نئوکلاسیک قرار داد.

مشکل دوم، این بود که نقش انتظارات در فرصت­های سرمایه­گذاری در آینده با مطالعات قبلی مورد ارزیابی قرار نگرفته است و بریناردو توبین (1968) و توبین (1969) در راستای حل این مشکل تلاش کرده­اند. محققین یاد شده فرض کرده­اند که سرمایه­گذاری تا زمانی صورت می­گیرد که ارزش بازار دارایی برابر با هزینه جایگزینی دارایی­ها باشد، ایکلاند[23] (2010). بر اساس این فرض و به شرح زیر تعریف شده است:

                              

 

در حالی که در این رابطه β = 1/α، ut به عنوان جزء اخلال در برآورد رابطه و Q نیز به عنوان Q نهایی تلقی می­شود. در این رابطه Q برابر با نسبت قیمت سایه­ای به هزینه هر واحد از جایگزینی سرمایه است. ارزش Q به ارزیابی تأثیر یک دلار اضافی سرمایه‌گذاری بر مبنای ارزش فعلی سود کمک می کند، بنابراین، شرکت تصمیم می­گیرد که سهام سرمایی را اگر Q بالا باشد، افزایش داده و در صورت پایین بودن آن، سهام سرمایه را پایین بیاورد. متغیر Q نهایی غیر قابل مشاهده بوده و بر این اساس اطلاعات مربوط به آن در دسترس نیست. برای حل این مشکل، توبین (1969) به جای Q نهایی از متوسط Q بهره می­گیرد. جهت محاسبه مقدار متوسط این متغیر، نسبت ارزش بازار شرکت به هزینه جایگزینی آن مورد استفاده قرار می­گیرد. استفاده از  Qمتوسط به جای Q نهایی، از آن جهت صورت گرفته که احتمال ریسک سرمایه­گذاری به سمت نامحدود بودن میل می­نماید.

هایاشی[24] (1982)، در زمینه حل این مشکل تحقیقاتی به انجام رسانیده و بر پایه نتایج به دست آمده تصریح کرده اند که Q نهایی و میانگین Q همانند یکدیگر و در با یک دیگر برابر و در سطح پایه برابر واحد بوده و به تعبیری Qm = Qa = 1  هستند، مشروط بر اینکه شرکت در وضعیت رقابت کامل قرار داشته و عملکرد تولید و خدمات آنها همگن خطی است. اگر این شرایط نقض شود، رابطه سرمایه‌گذاری احتمالا منحرف می‌شود. استفاده از الگوی پیشنهادی مبتنی بر نظریه سرمایه­گذاری Q برای صنایع مختلف، پرسش در مورد چگونگی محاسبه متغیر Q را در عمل افزایش داده است. برخی از روش­های محاسبه مختلف ارائه شده توسط محققین مختلف بر اساس زمینه تحقیق خاصی که نسبت Q به آن استفاده شده­اند وجود دارد. پترز و تیلور[25] (2017) در سرمایه و سرمایه­گذاری نامشهود تحقیق کرده و متغیر Q را محاسبه می­کنند. زیرا نسبت کل سرمایه­گذاری شامل سرمایه­گذاری در سرمایه فیزیکی و نامشهود به کل سهام سرمایه شامل سهام فیزیکی و غیرمستقیم سرمایه می­شود. علاوه بر این هال[26] (2001) متغیر Q را به عنوان نسبت ارزش ادعای مالکیت به دارایی‌های شرکت، کمتر از ارزش دفتری موجودی، به هزینه جایگزینی تجهیزات و ساختار تعریف کرد.

فاما و فرنچ (2016) توانایی الگوی پنج عامله خود را برای تبیین ناهنجاری­های در بازده سهام مورد ارزیابی قرار دادند. در این ارزیابی ازاقلام تعهدی، مسائل مربوط به سهمیه سهام، مومنتوم و نوسانات، و الگوی سه بعدی بهره گرفته شد. نتایج این پژوهش نشان داد که به استثنای اثر تساوی و حرکت، الگوی پنج عامله، به طور جزئی یا به طور کامل میانگین نوسانات بازده را که توسط الگوی سه بعدی خود در بازار ایالات‌متحده در طی دوره از ژوئیه 1963 تا دسامبر 2013 به دست نیامده بود، رها کرد. تحلیل­های اضافی در این تحقیق نشان داد که بازده غیر طبیعی بیشتر در سهام کوچک، به ویژه  در سهام شرکت­های بسیار کوچک متمرکز بود.

فاما و فرنچ (2017) همچنین قابلیت استفاده از الگوی پیشنهادی پنج عامله خود را در همان چهار منطقه مورد مطالعه توسط کاکیسی[27] (2015) و با داده­های عملکردی و نمونه تقریبا مشابه یعنی در بازه زمانی ژوئیه 1990 تا اکتبر 2015، مورد آزمایش قرار دادند. این مطالعه توضیح­دهندگی الگوی پنج عامله در سطح جهانی را رد کرد. در عین حال، با وجود اینکه توان الگو در آزمون­های قیمت‌گذاری رسمی دارایی رد شد، نسخه محلی الگوی پنج عامله توانست ضریب بیشتر سودآوری عملیاتی و الگوهای سرمایه­گذاری را در بازده متوسط، در قیاس با الگوهای سه بعدی نشان داد. یافته­های این پژوهش با  پژوهش کاکیسی (2015) در تعارض بود. با این حال، مشابه یافته­های پژوهش کاکیسی، نتایج این پژوهش نشان داد که عملکرد نسخه جهانی این مدل رضایت بخش نیست. این تحقیق همچنین نتایج پژوهش قبلی محققین در سال 2015 را تایید کرده است که کمبود اصلی این مدل ناتوانی در جذب بازده کم و انتظارات شرکت­های کوچک است که بارهای عامل مشابه شرکت­هایی هستند که به رغم سودآوری اندک، به شدت سرمایه­گذاری می‌کنند.

 

4- فرضیه‌های پژوهش

در تحقیق حاضر ابتدا عقیده خود را بر مبنای تئوری­های موجود، به صورت فرضیه طرح کرده­ایم و در مراحل بعدی آن فرضیه را مورد واکاوی علمی قرار داده­ایم تا صحت و سقم آنها معلوم گردد. همچنین ناهنجاری بازده (PTH) بر مبنای الگوی مبتنی بر عامل Q قابل اندازه‌گیری است و ارزیابی ناهنجاری­های اقلام تعهدی عملیاتی (OA) و هزینه‌های تحقیق و توسعه به ارزش بازار (RD/M) بر مبنای الگوی مبتنی بر عامل Q نیز قابل اندازه­گیری است.

 

5- روش پژوهش

روش کلی پژوهش حاضر به جهت ارائه الگوی پیشنهادی و تبیین مبانی آن از جهت هدف نظری و به دلیل داشتن آرمان کمک به بهبود در تصمیم‌گیری­ها از نظر هدف کاربردی بوده، بنا به استفاده از داده­های عملکردی تاریخی متکی به طرح تحقیق پس روی دادی به انجام رسیده، به علت استفاده از ترکیب­های تصادفی در تشکیل سبدهای سرمایه­گذاری در مطالعه جامعه آماری در بیان مشاهدات نمونه‌ای از روش استنتاج توصیفی و در قضاوت نسبت به جامعه آماری ازروش استنتاج استقرایی بهره گرفته و نهایتا به دلیل استفاده از داده­های غیر قضاوتی عملکردی و الگوهای اقتصادسنجی مقطعی در برآورد بازده و تابلویی در تعیین روابط بین متغیرها، از نظر ماهیت داده­ها و روش تحلیل از نوع غیرقضاوتی یا کمی بوده است. اطلاعات مورد استفاده در این پژوهش از صورت‌های مالی و یادداشت‌های پیوست صورت‌های مالی و همچنین از اطلاعات اولیه تابلوی بورس (گردآوری شده در نرم افزار ره‌آورد نوین و بانک اطلاعاتی اداره آمار شرکت بورس) استفاده شده است. جامعه آماری این تحقیق عبارت از شرکت های منتخب بورسی تهران است که بر مبنای فرآیند حذفی سیستماتیک به 135 شرکت محدود گردیده ولی در تشکیل سبدهای سرمایه‌گذاری از الگوی انتخاب تصادفی بهره گرفته و شیوه استنتاج استقرایی محقق گردیده است. نوع داده­های مورد استفاده در این تحقیق در برآورد بازده مقطعی سهام از نوع مقطعی و در تعیین روابط بین متغیرها در تناظر با فرضیه‌های تحقیق از نوع تحلیل داده­های تابلویی بوده است.

 

 

 

5-1- مدل و متغیرهای پژوهش

در یک الگوی دو مرحله‌ای ساده، بر مبنای الگوی پیشنهادی هو، شو و ژانگ (2015) که از این پس به اختصار HXZ (2016) نامیده می شود این نظریه را می‌توان در قالب رابطه 1 تعریف کرد:

 

                                     (1)

 

در حالی که در این رابطه A ارزش دفتری دارایی‌ها برای شرکت i در تاریخ t است، I سطح سرمایه‌گذاری است و a> 0 یک پارامتر ثابت در تابع تعدیل هزینه دارایی است. منطبق بر تعدیل درجه دوم هزینه‌ها، هزینه‌های نهایی شرکت به ازای اضافه کردن یک واحد اضافی دارایی در زمان t برابر با1 + a (Iit / Ait)  می باشد. هزینه نهایی یاد شده در واقع مجموع هزینه‌های نهایی واحد دارایی سرمایه‌گذاری شده و تعدیلات نهایی هزینه است.

شمارنده، Et، بازده مورد انتظار برای این سرمایه‌گذاری اضافی در دوره زمانی  t + 1 است که شامل بازده مورد انتظار و ارزش نهایی واحد دارایی می‌باشد. بنابراین( Iit / Ait)  ]  بازده سرمایه‌گذاری مورد انتظار یک واحد نهایی دارایی است. بدون در نظر گرفتن اهرم مالی و در واقع با فرض عدم استفاده از تأمین مالی خارجی و استقراض، هزینه سرمایه برابر است با بازده مورد انتظارEt ، و در این صورت سطح سرمایه‌گذاری شرکت در صورتی بهینه می‌شود که بازده سرمایه‌گذاری مورد انتظار برابر با بازده سهام انتظار به ازای واحد سرمایه‌گذاری نهایی باشد. چنین موازنه‌ای است که ژانگ (2015) به عنوان الگوی ارزیابی دارایی‌های سرمایه‌ای یا CAPM اشاره دارد. بر اساس آن چه که در تبیین الگوی ارزیابی بازده سرمایه‌گذاری بر مبنای نظریه Q و با فرض چند دوره‌ای بودن بازگشت سرمایه، الگوی ارزیابی به شرح رابطه 2 و به شرح زیر تعریف خواهد گردید که نسبت به رابطه قبلی در بردارنده متغیرهایی اضافی است:

 

     (2)                

 

که در این رابطه جزء( a/ 2 ) Et  [ ( Iit+1 / Ait+1 )2]  ،  عبارت از صرفه‌جویی مورد انتظار در هزینه‌های تعدیل شده در مقطع زمانی  t + 1 است که از یک واحد اضافی سرمایه‌گذاری در مقطع زمانی  t به دست می‌آید و1 + a Et [ Iit+1 / Ait+1 ]  نیز ارزش پیوسته یک واحد سرمایه‌گذاری در مقطع زمانی t می‌باشد و (1 + a Et [ Iit+1 / Ait+1]) / [(1 + a (Iit /Ait)] تقریبا برابر با Et[Iit +The1 / I it intuition]  است. با معادل قرار دادن این عبارت‌ها، انتظار می‌رود نرخ رشد سرمایه‌گذاری پایین‌تر در تاریخ t با سرمایه‌گذاری بیشتر در تاریخ t+1 به عنوان مثال، رشد سرمایه‌گذاری مورد انتظار بالا)، صرفه‌جویی در هزینه و ارزش پیوسته بازده سرمایه‌گذاری شرکت را برای بازبینی مورد نیاز بازار متوقف کنید. این جزء بازده سرمایه‌گذاری از مدل دو دوره‌ای موجود نیست.

6-یافته­های پژوهش

ناهنجاری بازده (PTH) و الگوی مبتنی بر عامل Q

اولین بخش پردازش و تحلیل ارتباط بین متغیرها در این پژوهش به بررسی عملکرد الگوی مبتنی بر عامل Q تعریف شده توسطHXZ  (2015)، با در گرفتن ناهنجاری PTH نسبت به سایر الگوهای چند عاملی است. در این بررسی فرض شده است که ناهنجاری بازده (PTH) بر مبنای الگوی مبتنی بر عامل Q قابل اندازه­گیری است. بر اساس داده­های مربوط به سبدهای سرمایه‌گذاری تعریف شده در این پژوهش ناهنجاری های در بازده سهام با استفاده از الگوی مبتنی بر عامل Q و الگوهای چند عامله  بر­آورد و به شرح جدول 1 خلاصه گردیده است. گفتنی است در این برآورد جهت فراهم آوردن تجانس بین داده­ها، سبدهای سرمایه‌گذاری (یعنی D1 تا D10) بر پایه بازده به دهک­های یک تا ده تقسیم گردیده و به ازای هر دهک به صورت جداگانه برآورد رگرسیونی صورت گرفته است:

 

جدول 1- ناهنجاری‌های بازده سهام

الف) بازده متوسط وزنی(ALL & VW)

P(GRS)

Ave. |α|

H-L

D10

D9

D8

D7

D6

D5

D4

D3

D2

D1

مدل

عوامل تعدیل شده بازده (به عنوان مثال مقادیر آلفا)

000/0

57/0

53/0

(55/2)

65/0

(05/3)

63/0

(99/2)

62/0

(87/2)

60/0

(68/2)

59/0

(38/2)

57/0

(29/2)

56/0

(18/2)

48/0

(95/1)

35/0

(25/1)

12/0

(09/0)

Ret-rf

003/0

30/0

58/0

(34/2)

29/0

(69/2)

26/0

(28/2)

21/0

(99/1)

15/0

(35/1)

11/0

(25/1)

02/0

(06/0)

08/0-

(76/0-)

15/0-

(54/1-)

22/0-

(05/2-)

29/0-

(61/2-)

تک عامله

012/0

93/0

87/0

(29/3)

49/0

(08/3)

45/0

(69/2)

38/0

(58/2)

29/0

(97/1)

25/0

(69/1)

03/0

(15/0)

11/0-

(97/0-)

20/0-

(99/1-)

27/0-

(68/2-)

38/0-

(98/2-)

سه عامله

049/0

13/0

18/0

(43/2)

08/0

(64/2)

10/0

(28/2)

08/0

(98/1)

07/0

(26/1)

05/0

(99/0)

01/0

(02/0)

02/0-

(55/0-)

06/0-

(85/1-)

08/0-

(02/3-)

10/0-

(33/3-)

کارهارت

002/0

58/0

88/0

(68/2)

39/0

(02/2)

36/0

(89/1)

33/0

(53/1)

29/0

(99/0)

19/0

(87/0)

06/0

(16/0)

11/0-

(25/1-)

16/0-

(84/1-)

28/0-

(98/1-)

49/0-

(28/2-)

پنج عامله

149/0

05/0

94/0

(19/2)

05/0

(28/2)

06/0

(16/2)

05/0

(05/2)

03/0

(96/1)

07/0

(38/1)

10/0

(08/1)

13/0

(83/0)

08/0

(73/0)

01/0

(09/0)

07/0-

(38/0-)

الگوی Q

بارهای عاملی مبتنی بر Q

 

 

05/1

(38/2)

23/0

(19/3)

21/0

(92/2)

18/0

(58/2)

15/0

(25/2)

13/0

(89/1)

09/0

(29/1)

15/0-

(02/2-)

53/0-

(35/3-)

70/0-

(69/3-)

82/0-

(68/3-)

ROE

 

 

73/0

(68/0)

32/0

(76/0)

29/0

(68/0)

28/0

(58/0)

20/0

(46/0)

09/0

(37/0)

05/0

(25/0)

11/0-

(35/0-)

23/0-

(43/0-)

32/0-

(50/0-)

41/0-

(58/0-)

I_A

 

 

62/0-

(99/0-)

27/0-

(68/0-)

15/0-

(59/0-)

05/0-

(28/0-)

03/0

(98/1)

09/0

(15/2)

11/0

(02/3)

16/0

(35/2)

21/0

(96/2)

28/0

(21/3)

35/0

(38/3)

ME

 

 

14/1-

(85/2-)

03/0-

(96/1-)

03/0

(05/2)

18/0

(18/2)

31/0

(24/2)

42/0

(56/2)

60/0

(10/3)

75/0

(39/3)

89/0

(01/4)

02/1

(28/4)

11/1

(19/5)

MKT

ب) بازده متوسط معمولی(ALL & VW)

P(GRS)

Ave. |α|

H-L

D10

D9

D8

D7

D6

D5

D4

D3

D2

D1

مدل

عوامل تعدیل شده بازده (به عنوان مثال مقادیر آلفا)

 

41/0

68/0

(68/2)

73/0

(57/3)

71/0

(23/3)

67/0

(96/2)

59/0

(26/2)

47/0

(99/1)

34/0

(69/1)

25/0

(28/1)

19/0

(99/0)

13/0

(31/0)

05/0

(09/0)

Ret-rf

001/0

63/0

03/1

(38/3)

27/0

(32/3)

23/0

(99/2)

19/0

(86/2)

16/0

(39/2)

11/0

(09/2)

02/0

(99/1)

02/0-

(58/1-)

11/0-

(11/2-)

26/0-

(29/2-)

36/0-

(29/3-)

تک عامله

002/0

01/0

87/0

(57/3)

41/0

(16/3)

37/0

(98/2)

36/0

(36/2)

25/0

(99/1)

19/0

(73/1)

05/0

(68/0)

02/0-

(54/0-)

13/0-

(8/1-)

29/0-

(96/2-)

68/0-

(73/3-)

سه عامله

013/0

11/0

30/0

(49/2)

21/0

(35/2)

19/0

(16/2)

18/0

(98/1)

16/0

(86/1)

13/0

(43/1)

11/0

(64/0)

09/0

(05/1)

08/0

(76/1)

07/0

(05/2)

09/0-

(21/3-)

کارهارت

009/0

09/0

72/0

(68/2)

40/0

(91/2)

39/0

(76/2)

36/0

(89/1)

31/0

(65/1)

25/0

(98/0)

06/0

(28/0)

08/0-

(68/0-)

16/0-

(02/1-)

28/0-

(37/1-)

32/0-

(58/2-)

پنج عامله

381/0

30/0-

05/0

(99/0-)

02/0

(10/2)

03/0

(39/1)

05/0

(78/1)

08/0

(06/1)

11/0

(38/1)

16/0

(66/1)

20/0

(72/0)

25/0

(68/0)

28/0

(95/0)

32/0

(99/0)

الگوی Q

عوامل موثر در الگوی مبتنی بر Q

 

 

16/1

(69/3)

17/0

(58/3)

16/0

(32/3)

11/0

(93/2)

09/0

(68/2)

06/0

(53/2)

05/0

(99/1)

14/0-

(59/3-)

43/0-

(86/3-)

68/0-

(98/3-)

99/0-

(99/4-)

ROE

 

 

69/0

(38/0)

11/0

(81/0)

13/0

(42/0)

16/0

(49/0)

15/0

(53/0)

13/0

(76/0)

11/0

(89/0)

25/0-

(13/1-)

32/0-

(26/1-)

39/0-

(11/2-)

58/0-

(38/2-)

I_A

 

 

15/0

(39/3)

39/0

(63/4)

38/0

(69/7)

46/0

(63/4)

43/0

(65/5)

38/0

(39/7)

41/0

(39/4)

38/0

(43/4)

43/0

(38/5)

48/0

(67/7)

54/0

(58/5)

ME

 

 

68/0-

(13/4-)

60/0

(22/3)

61/0

(61/3)

63/0

(39/4)

69/0

(45/4)

82/0

(99/5)

86/0

(69/5)

92/0

(76/6)

99/0

(65/8)

19/1

(35/9)

28/1

(28/12)

MKT

سبدهای جای گزین سهام

)ABM & EWد) بازده وزنی معمولی(

ج) بازده متوسط وزنی(ALL & VW)

 

دوازده ماهه

یک ماهه

دوازده ماهه

یک ماهه

 

P(GRS)

|a|

H-L

P(GRS)

|a|

H-L

P(GRS)

|a|

H-L

P(GRS)

|a|

H-L

مدل

000/0

65/0

53/0

(38/2)

 

68/0

87/0

(05/2)

 

46/0

52/0

(28/2)

 

48/0

62/0

(38/3)

Ret-rf

007/0

26/0

65/0

(22/3)

005/0

42/0

18/1

(48/3)

008/0

25/0

85/0

(29/3)

000/0

33/0

05/1

(66/3)

تک عامله

004/0

18/0

96/0

(48/3)

004/0

38/0

24/1

(63/5)

005/0

28/0

86/0

(58/4)

002/0

28/0

11/1

(38/3)

سه عامله

005/0

18/0

18/0

(95/1)

000/0

28/0

33/0

(28/3)

012/0

18/0

38/0

(09/3)

005/0

35/0

16/0

(25/1)

کارهارت

005/0

18/0

61/0

(35/3)

041/0

41/0

97/0

(38/3)

005/0

28/0

87/0

(58/4)

025/0

25/0

99/0

(35/3)

پنج عامله

141/0

28/0

34/0-

(68/0-)

006/0

28/0

25/0

(68/0)

116/0

11/0

14/0

(38/0)

189/0

15/0

16/0

(39/0)

الگوی Q
                               

منبع: یافته‌های پژوهشگر

 

نتایج تحقیق در ارزیابی بازده تعدیل شده به ازای هر یک از الگوهای تک یا چند عامله در قیاس با الگوی مبتنی بر عامل Q به شرح خلاصه شده در جدول 1 نشان داد که:

  • در این تحلیل به گونه‌ای که عنوان شد از الگوهای چند عامله مشتمل بر: یک) مدل تک عاملی، دو) CAPM، سه) مدل سه عاملی فاما و فرنچ (1993) یا (FF3)، چهار) چهار عامله کارهارت (1997)، پتج) الگوی پنج عامله فاما و فرنچ (2015) و شش) الگوی مبتنی بر عامل Q یا هو، شو وژانگ (2015)، بوده اند. هو، شو وژانگ (2016)، طی تحقیقی بر پایه تحلیل یافته‌های به دست آمده از پژوهش خود نشان داده که الگوی پنج عامله فاما و فرنچ (2015)، نمی تواند بازده و سودآوری سرمایه‌گذاری را مبتنی بر عامل Q توضیح دهد. بر این اساس الگوی مبتنی بر عامل Q می­توانند ارزش سرمایه­گذاری (RMW) و بازده سرمایه­گذاری (CMA) را توضیح دهند. پژوهشگران یاد شده نتیجه گرفته‌اند که الگوی پنج عامله نسخه‌ای حاوی نویز و ناهنجاری از الگوی مبتنی بر عامل Q می­باشد.
  • در این پژوهش ارزیابی کارآمدی الگوی مبتنی بر عامل Q در قیاس با الگوهای چند عامله، مبتنی بر سه معیار صورت گرفته است که عبارت از: یک) دامنه بازده (H-L)، دو) متوسط بازده ( |α|) و سه) سطح معنی‌داری گیبونز یا P(GRS) می‌باشد. معیار اول عبارت از اختلاف بین بازده تعدیل شده دهک اول و دهک دهم، دومی متوسط بازده تعدیل شده در دهک‌های ده‌گانه و سومی نیز سطح معنی‌داری رابطه برآوردی به ازای عوامل مورد استفاده در الگوی ارزیابی بازده یا معیار گیبونز (1989) می‌باشد.
  • ردیف‌های اول جدول در بخش‌های الف و ب جدول به صرف ریسک بازار به ازای هر یک از دهک‌های اول تا دهم، متوسط بازده و اختلاف بین دهکی بازده، اختصاص یاقته است. بر مبنای محاسبات انجام شده، سطح معنی‌داری گیبونز (1989) برای الگوهای سه عامله، چهار عامله، پنج عامله و الگوی مبتنی بر عامل Q بر پایه دهک‌بندی سبدهای سرمایه‌گذاری به ترتیب برابر با 003/0، 012/0، 049/0، 002/0 و نهایتا 149/0 به دست آمده است. این مقادیر نشان می‌دهد که در سطح اطمینان 95 درصد تنها الگوی مبتنی بر عامل Q با است که مبتنی بر سطح معنی‌داری گیبونز (1989) بیشتر از پنج درصد واقع شده و در سطح اطمینان 95 درصد به ازای کلیت نمونه (تلفیق سبدهای سهام) و متوسط بازده سهام در بین دهک‌های ده‌گانه، فرض صفر رد و فرض مخالف پذیرفته شده است. در حالی که برای الگوهای سه عامله فاما و فرنج (1995)، چهار عامله کارهارت (1997) و پنج عاملی فاما و فرنچ (2015)، مقدار سطح معنی‌داری مزبور کمتر از پنج درصد و فرض صفر پذیرفته می‌شود. نتیجه اینکه تنها الگوی مبتنی بر عامل Q در قیاس با دیگر الگوهای چند عاملی قادر به تبیین ناهنجاری‌های در بازده سهام در سبدهای سرمایه‌گذاری است.
  • آلفای متوسط برای الگوهای تک عامله، سه عامله، چهار عامله، پنج عامله و الگوی مبتنی بر عامل Q به ترتیب برابر با: 57/0، 30/0، 93/0، 13/0، 58/0 و 05/0 که کمترین مقدار به ازای الگوی مبتنی بر عامل Qو صرفا به ازای این الگو تعریف شده که باز قابلیت بهتر توضیح‌دهندگی بازده متوسط به ازای هر سبد سهام در ماه‌های مختلف می‌باشد.
  • قسمت‌های زیر جدول در بخش‌های الف و بار عاملی (واریانس) عوامل Q را گزارش می‌دهند. در هر دو قسمت الف و ب، بارهای عاملی عامل ROE از دهک‌های اول تا دهم افزایش می‌یابد. علاوه بر این، بارهای عاملی دهک‌های پایین بسیار منفی کم در عامل ROE مثبت است و بیشترین مقدار بین بارگیری در هر چهار عامل Qرا دارد. این نتیجه، همراه با این واقعیت که عامل ROE بیشترین میانگین بازده را در بین چهار عامل Q کسب می‌کند، همان طور که یافته‌های این پژوهش منطبق بر نتایج هو، شو و ژانگ (2015) نشان داده شده است، نشان می‌دهد که الگوی مبتنی بر عامل Q بازده تعدیل شده سهام را عمدتا از طریق عامل  ROEتبیین کرده و بر این اساس فرضیه تحقیق مبنی بر قابلیت بهتر الگوی مبتنی بر عامل Q را نمی‌توان رد کرد.
  • بخش ج جدول تجزیه و تحلیل‌های موجود در بخش‌های الف و ب را با لحاظ کردن ناهنجاری‌های در بازده تعدیل شده سهام با استفاده از دوره‌های برگزاری جایگزین یک ماه و دوازده ماه تکرار می‌کند. نتایج تحقیق نشان داده است که الگوی مبتنی بر عامل Q بهترین الگو برای تبیین ناهنجاری‌های در بازده تعدیل شده است. در بین چهار ترکیب سرمایه‌گذاری (دو مورد دوره برگزاری و دو مورد به ازای بازده‌های وزنی)، الگوی مبتنی بر عامل Q در قیاس با دیگر الگوها همواره دامنه بین دهکی ناچیزی را ارائه داده در حالی که در سایر الگوها سطح دامنه بین دهکی قابل توجه است. بر پایه بخش‌های ب، ج و د یعنی به ازای بازده متوسط دهکی، بازده متوسط یک هاهه تا دوازده ماهه کل سبدهای سهام و به ازای بازده‌های متوسط وزنی در بین کل سبدهای سهام در بازه یک تا دوازده ماهه، به ترتیب سطح معنی‌داری احتمال گیبونز (1989) به ترتیب برابر: 381/0، 116/0 و 141/0 و در همه موارد بیش از 5 درصد سطح آزمون بوده و فرض صفر مبنی بر قابلیت توضیح‌دهندگی ناهنجاری‌های در بازده توسط الگوی مبتنی بر عامل Q پذیرفته شده است. در حالی که به ازای سایر الگوهای: تک عامله CAPM، سه عمله فاما و فرنج (1995)، چهار عامله کارهارت(1997)، پنج عامله فاما و فرنچ (2015)، در همه موارد سطوح معنی‌دار یاد شده کمتر از پنج درصد بوده و قابلیت توضیح‌دهندگی ناهنجاری‌های بازده توسط این الگوها رد شده و در همه وضعیت‌های ارزیابی فقط الگوی مبتنی بر عامل Q از قدرت توضیح‌دهندگی ناهنجاری‌های بازده در قیاس با الگوهای چند عاملی برخوردار بوده است.

 

مقایسه و ترکیبROE ،PTH  و PTL:

یافته‌های تحقیق به شرح جدول 1 نشان داد که عامل سودآوری با سنجه بازده حقوق صاحبان سهام (ROE) بر توانایی الگوی مبتنی بر عامل Q در زمینه تبیین ناهنجاری بازده تعدیل شده سهام (PTH) یک عامل کلیدی است. نمودار 1، نشان می‌دهد که قدرت توضیح‌دهندگی بازده تعدیل شده سهام (PTH) در پیش‌بینی بازده آتی سهام از الگویی پیروی می‌کند که رابطه بین بازده تعدیل شده سهام (PTH) و رشد سرمایه‌گذاری آتی (FGROW) را منعکس می‌کند. این امر نشان می‌دهد که PTH بازده آآآتی سهام را پیش‌بینی می‌کند زیرا رابطه تحت بررسی به سودآوری پیش‌بینی شده و رشد سرمایه‌گذاری پیش‌بینی شده مربوط می‌شود.

در این بخش، به بررسی سطح مربوط بودن بازده تعدیل شده سهام (PTH) در راستای پیش‌بینی بازده آتی سهام بدون در نظر گرفتن عامل سودآوری (ROE) پرداخته شده است. علاوه بر این در بررسی‌های قبلی از سنجه بازده تعدیل شده سهام (PTH)، بر پایه اختلاف قیمت نهایی سهم و بالاترین قیمت سهام در مقطع زمانی (مثلا یک ماهه) مورد بررسی بهره گرفته شده ولی در این بخش از بازده تعدیل شده سهام مبتنی بر اختلاف کمترین قیمت و قیمت نهایی سهام در بازه زمانی تحت بررسی (PTL)، نیز بهره گرفته شده است.

 

الف) پیش‌بینی عملکرد آتی بر مبنایROE ،PTH  و PTL

در این قسمت از رابطه 2 به عنوان یک الگوی رگرسیون تک متغیره فاما مک-بث (1973) بهره گرفته و به صورت مجزی ارتباط بین بازده سهام تعدیل شده با هر یک از سنجه‌های PTH و PTL به عنوان متغیر مستقل و عملکرد آتی شرکت در ابعاد: سودآوری آتی (FROE)، رشد سرمایه‌گذاری آتی (FGROW) و بازده سهام آتی (FRET) بهره گرفته شده است. علاوه بر این در این برآورد از سازه تأخیری سودآوری با سنجه بازده حقوق صاحبان سهام نیز استفاده شده است. در این برآورد داده‌ها به صورت فصلی مورد بررسی قرار گرفته و جهت برآورد سودآوری از اعلامیه‌های فصلی سودآوری کمک گرفته شده است. نتایج این برآورد به شرح جدول 2 خلاصه شده است:

 

 

 

 

 

جدول 2- مقایسه بازده حقوق صاحبان سهام و بازده مبتنی بر قیمت پایین و بالا و همچنین ارزیابی ناهنجاری‌های اقلام تعهدی عملیاتی(OA) و هزینه­های تحقیق و توسعه به ارزش بازار(RD/M)

الف) پیش بینی عملکرد آتی بر مبنای تلفیق بازده سهام تعدیل شده و سود آوری

رگرسیون معمولی

رگرسیون وزنی

 

FRTE-Exc

FRET-Inc

FGROW

FROE

FRTE-Exc

FRET-Inc

FGROW

FROE

متغیر

 

41/0

(68/4)

28/0

(57/3)

84/0

(58/3)

25/12

(65/4)

35/0

(59/4)

25/0

(59/2)

89/0

(69/3)

57/15

(68/7)

ROE

رگرسیون تک متغیره

47/3%

69/9%

58/10%

50/49%

79/2%

68/6%

28/14%

57/54%

R2 تعدیل شده

28/0

(68/3)

35/0

(49/6)

38/3

(48/7)

62/4

(68/7)

49/0

(64/3)

67/0

(58/3)

69/3

(54/5)

65/4

(68/6)

PTH

61/7%

64/10%

37/13%

26/23%

12/6%

74/7%

38/9%

15/24%

R2 تعدیل شده

34/0

(77/4)

42/0

(97/5)

28/1

(52/4)

87/0

(48/3)

29/0

(47/3)

37/0

(49/3)

38/1

(55/4)

69/0

(79/0)

PTH

08/4%

42/4%

55/5%

89/9%

61/5%

94/4%

68/4%

58/9%

R2 تعدیل شده

25/0

(17/4)

37/0

(67/4)

43/0

(58/5)

15/14

(67/6)

21/0

(66/3)

25/0

(36/3)

35/0

(99/5)

75/16

(58/7)

ROE

رگرسیون چند متغیره

43/0

(65/1)

38/0

(99/1)

64/3

(77/4)

48/4

(69/4)

41/0

(98/0)

35/0

(96/1)

33/3

(58/4)

38/5

(94/4)

PTH

09/11%

68/7%

99/10%

56/61%

69/9%

87/9%

68/6%

49/47%

R2 تعدیل شده

31/0

(79/3)

33/0

(64/4)

08/1

(35/3)

25/18

(54/4)

35/0

(77/3)

26/0

(67/3)

05/1

(68/4)

25/17

(66/8)

ROE

33/0

(68/0)

79/1

(94/4)

79/0

(99/4)

68/0

(68/4)

22/0

(98/0)

28/0

(68/2)

29/1

(35/1)

09/0

(58/0)

PTL

16/37%

99/24%

26/34%

56/67%

38/16%

94/28%

18/17%

55/47%

R2 تعدیل شده

38/0

(65/4)

29/0

(07/3)

66/0

(47/3)

18/18

(67/3)

29/0

(66/3)

25/0

(37/4)

35/0

(94/4)

15/20

(66/4)

ROE

24/0

(49/1)

29/0

(38/0)

25/1

(33/2)

28/2

(74/3)

25/0

(61/0)

34/0

(65/3)

18/1

(06/7)

38/3

(72/4)

PTH

28/0

64/5

18/0

(35/0)

52/0

(28/3)

51/0-

(66/0-)

12/0

(35/4)

27/0

(66/1)

62/0

(68/2)

58/0-

(58/1-)

PTL

29/7%

21/37%

64/17%

59/47%

73/6%

99/4%

69/7%

67/45%

R2 تعدیل شده

29/0

(64/3)

24/0

(56/4)

29/0

(27/3)

25/13

(66/7)

34/0

(61/3)

61/0

(23/8)

58/0

(27/3)

55/19

(64/4)

ROE

19/0

(33/2)

38/0

(64/3)

29/1

(54/6)

79/3

(57/6)

29/0

(18/3)

28/0

(36/3)

18/1

(37/6)

54/3

(55/6)

PTH

29/0

(34/2)

26/0

(33/4)

87/0

(34/2)

44/0

(28/0)

25/0

(34/3)

19/0

(27/3)

94/0

(25/4)

57/0

(15/1)

PTL

29/0-

(34/2-)

51/0-

(34/1-)

34/1-

(55/3-)

24/0-

(15/3-)

18/0-

(34/2-)

29/0-

(24/6-)

25/3-

(55/4-)

37/1-

(59/1-)

AG

25/0-

(48/0-)

41/0-

(18/4-)/

18/0-

(33/6-)

28/2

(34/3)

08/0-

(66/1-)

25/0-

(49/3-)

34/0-

(67/3-)

34/2

(59/4)

MV

22/29%

34/19%

61/17%

79/25%

55/26%

31/57%

62/28%

51/52%

R2 تعدیل شده

ب) پیش بینی عملکرد آتی بر مبنای اقلام تعهدی عملیاتی(OA) و هزینه های تحقیق و توسعه به ارزش بازار(RD/M)

رگرسیون معمولی

رگرسیون وزنی

 

FRET

FGROW

FROE

FRET

FGROW

FROE

متغیر

64/3-

(58/6-)

37/5-

(29/3-)

58/5

(38/2)

98/2-

(61/3-)

96/4-

(67/3-)

58/4

(37/4)

OA

47/8

(66/1)

29/15

(25/3)

68/34-

(54/3-)

34/3

(42/2)

38/28

(32/6)

58/65-

(57/3-)

RD/M

ج) عامل بازده

الگوی پنج عاملی

الگوی مبتنی بر عامل Q

الگوی تلفیقی Q

عامل

49/0

(76/3)

62/0

(37/3)

73/0

(62/3)

سودآوری (RMW)

46/0

(19/2)

49/0

(34/2)

52/0

(34/3)

سرمایه گذاری (CMA)

38/0

(33/2)

26/0

(18/1)

35/0

(28/0)

اندازه (SMB)

46/0

(29/3)

 

 

فرصت رشد HML

د) ارزیابی ناهنجاری های اقلام تعهدی عملیاتی(OA) و هزینه های تحقیق و توسعه به ارزش بازار(RD/M)

رگرسیون معمولی اقلام تعهدی عملیاتی

رگرسیون وزنی اقلام تعهدی عملیاتی

 

P(GRS)

Ave. |a|

t(H-L)

H-L

P(GRS)

Ave. |a|

t(H-L)

H-L

مدل

000/0

09/0

(38/2-)

41/0-

002/0

05/0

(68/2-)

38/0-

تلفیقی

010/0

25/0

(74/2-)

52/0-

000/0

32/0

(38/2-)

59/0-

مبتنی بر Q

041/0

18/0

(77/2-)

63/0-

004/0

15/0

(28/2-)

61/0-

پنج عاملی

رگرسیون معمولی هزینه های تحقیق و توسعه به ارزش بازار(RD/M)

رگرسیون وزنی هزینه های تحقیق و توسعه به ارزش بازار(RD/M)

 

P(GRS)

Ave. |a|

t(H-L)

H-L

P(GRS)

Ave. |a|

t(H-L)

H-L

مدل

042/0

25/0

(14/3)

42/0

012/0

31/0

(35/3)

38/0

تلفیقی

002/0

16/0

(75/3)

68/0

026/0

26/0

(34/3)

74/0

مبتنی بر Q

010/0

07/0

(65/3)

30/0

002/0

18/0

(29/2)

28/0

پنج عاملی
                           

منبع: یافته‌های پژوهشگر

 

 جورج و هوانگ (2004) نشان داده است که ناهنجاری­های بازده متأثر از عواملی چون اثر ژانویه قوی است. بر این اساس استفاده از رگرسیون وزنی مبتنی بر دهک­بندی سبدهای سرمایه­گذاری و مقایسه آن با رگرسیون معمولی، اثر عواملی چون ژانویه (تعطیلی پایان سال) را خنثی کرده است. نتایج تحقیق به شرح پارامترهای برآوردی رگرسیونی فاما مک-بث (1973) و آزمون تی استیودنت به ازای ضرایب برآوردی روابط بین متغیرها و نهایتا آزمون گیبونز (1989) به شرح خلاصه شده در جدول 2 نشان داد که:

  • در برآوردهای رگرسیونی تک متغیره کلیه متغیرهای توضیحی استاندارد شده‌اند، بنابراین می‌توان بزرگی ضریب­ها را با هم مقایسه کرد تا سطح اثر­گذاری متغیرهای توضیحی بر پیش‌بینی عملکرد آتی را مورد ارزیابی قرار داد. بر این مبنا دیده می­شود که به ترتیب بازده تعدیل شده گذشته و پس از آن سودآوری گذشته توانسته بیشترین نقش در پیش‌بینی عملکرد آتی در ابعاد: سودآوری، رشد سرمایه­گذاری و بازده آتی داشته باشد. این امر در هر دو برآورد رگرسیونی وزنی و معمولی صادق بوده است.
  • بر مبنای ضریب تعیین تعدیل شده، سودآوری گذشته توانسته بیشترین قدرت توضیح‌دهندگی را در تبیین نوسانات عملکرد آتی در ابعاد: سودآوری، رشد سرمایه­گذاری و بازده آتی داشته باشد. این برتری هم بر مبنای بازده تعدیل شده مبتنی بر بالاترین و هم پایین‌ترین قیمت صادق بوده است. بیشترین قدرت توضیح‌دهندگی مربوط به سودآوری گذشته در پیش‌بینی سودآوری آتی یا مورد انتظار و ضعیف‌ترین آن مربوط به توضیح‌دهندگی سودآوری گذشته در پیش‌بینی رشد سرمایه‌گذاری آتی بوده است.
  • آماره‌های تی استیودنت در همه موارد عموما بیش از 96/1 و در اغلب موارد حتی به صفر میل کرده و بر این اساس در سطح پنج درصد ارتباط بین متغیرهای توضیحی و وابسته یعنی معنی‌داری روابط بین متغیرهای توضیحی و عملکرد آتی در ایعاد: سودآوری، رشد سرمایه‌گذاری و بازده سهام را می‌توان پذیرفت. این موارد در رگرسیون‌های وزنی به ویژه با توجه به اعمال سطح اثرگذاری متغیرها قابل پذیرش­تر است.
  • نتایج این برآوردها نشان داد که اگر چه بازده سهام مبتنی بر بالاترین یا پایین‌ترین قیمت، اطلاعاتی اضافی را در تبیین ناهنجاری­های عملکرد آتی در زمینه‌های سودآوری و بازده، اضافه بر سودآوری گذشته ارائه نمی­دهد ولی منظور کردن این متغیرها در کنار یک دیگر می­تواند اطمینان نسبی بیشتری را در سرمایه­گذار جهت پیش‌بینی عملکرد آتی شرکت­ها در زمینه رشد سرمایه­گذاری فراهم آورد.

 

ب) ارزیابی ناهنجاری اقلام تعهدی اختیاری و هزینه ها تحقیق و توسعه:

یافته­های پژوهش  هو، شو و ژانگ (2015) نشان داد که الگوی مبتنی بر عامل Q دامنه وسیعی از ناهنجاری­ها پوشش داده اما ناهنجاری اقلام تعهدی عملیاتی (OA)و ناهنجاری­های هزینه­های تحقیق و توسعه به ارزش بازار (RD/M) را کمتر تبیین کرده است. این دو ناهنجاری می­تواند با الگوی تک عامله (CAPM) سرمایه­گذاری سازگار باشد و دلیل عدم موفقیت الگوی مبتنی بر عامل Q در تبیین این ناهنجاری­ها ممکن است به این دلیل باشد که متغیرهای اقلام تعهدی عملیاتی و هزینه­های تحقیق و توسعه به ارزش شرکت حاوی اطلاعاتی در مورد رشد سرمایه­گذاری مورد انتظار باشد که به خوبی توسط عامل سودآوری (ROE) در الگوی مبتنی بر عامل Q تبیین نمی­شود.

     بخش ب از جدول 2 نتایج حاصل از برآورد رگرسیونی ماهانه فاما مک- بث (1973) به ازای متغیرهای وابسته سودآوری آتی(FROE)، رشد سرمایه‌گذاری آتی (FGROW) و بازده آتی سهام (FRET) را به ازای متغیرهای مستقل اقلام تعهدی عملیاتی (OA) و هزینه‌های تحقیق و توسعه به ارزش بازار (RD/M) را نشان می‌دهد و در این برآوردها بازده، سودآوری و رشد سرمایه‌گذاری در 100 ضرب و بر حسب درصد بیان شده‌اند. نتایج برآوردی در رگرسیون فاما مک-بث (1973)، نشان داده است که:

  • به ازای هر دو رگرسیون وزنی و معمولی ضرایب مربوط به متغیر توضیحی اقلام تعهدی عملیاتی (OA) با سودآوری آتی (FROE) و نیز بازده آتی سهام (FRET) مثبت بوده، در حالی که ارتباط بین اقلام تعهدی عملیاتی (OA) با رشد سرمایه‌گذاری آتی (FGROW) منفی گزارش شده است. رابطه مثبت بین اقلام تعهدی عملیاتی (OA) با سودآوری آتی (FROE) نشان‌دهنده این واقعیت است که اقلام تعهدی بخشی از درآمد حسابداری تعهدی است.

از طرف دیگر اقلام تعهدی جزیی از سرمایه در گردش نیز هست استیکنی29و همکاران )2003 ( و ژانگ (2007)؛ وو30 و همکاران (2010) و سرمایه‌گذاری تمایل دارد که در سطح بنگاه اقتصادی ناپایدار باشد. به این ترتیب، سطح بالای اقلام تعهدی می‌تواند کاهش در رشد سرمایه‌گذاری را پیش‌بینی کرده و این امر باعث ایجاد رابطه منفی اقلام تعهدی عملیاتی (OA) با رشد سرمایه‌گذاری آتی (FGROW) می­شود.

  • رابطه بین هزینه‌های تحقیق و توسعه به ارزش بازار (RD/M) و با سودآوری آتی (FROE) منفی است زیرا هزینه‌های تحقیق و توسعه تحت اصول کلی پذیرفته شده حسابداری (GAAP)هزینه شده و در نتیجه درآمد فعلی را کاهش می‌دهد. با این حال، هزینه‌های تحقیق و توسعه به ارزش بازار (RD/M) بالا فرصت‌های رشد را ایجاد کرده و به احتمال زیاد باعث ایجاد رابطه مثبت بین هزینه‌های تحقیق و توسعه به ارزش بازار (RD/M) و رشد سرمایه‌گذاری آتی (FGROW) می­شود.
  • هر یک از این دو متغیر اقلام تعهدی اختیاری و نسبت هزینه‌های تحقیق و توسعه به ارزش شرکت، ناهنجاری خاص و روابط متضادی با سودآوری آتی و رشد سرمایه‌گذاری آتی داشته و علائم روابط بین دو ناهنجاری پیچیده است. دلیل پیچیدگی یاد شده این است که این متغیرها به واسطه الگوی مبتنی بر عامل Q تبیین نشده و ارتباطی متفاوت با سودآوری و رشد سرمایه‌گذاری آتی دارند. برخلاف ناهنجاری‌های بازده تعدیل شده سهام (PTH) که در آن ارتباط بین بازده تعدیل شده سهام (PTH) با سودآوری آتی (FROE) و نیز بازده آتی سهام (FRET) مثبت است، بعید است که عامل ROE در الگوی مبتنی بر عامل Q، ناهنجاری‌های در اقلام تعهدی اختیاری و هزینه‌های تحقیق و توسعه به ارزش بازار را تبیین کند، چرا که بین این دو متغیر روابطی متضاد با روابط بین سودآوری (ROE) با سودآوری آتی (FROE) و رشد سرمایه‌گذاری آتی (FGROW) وجود دارد.

پیش از این بر پایه نتایج تحقیق نشان داده شد که که سودآوری (ROE) متغیر توضیحی قدرتمندی برای پیش‌بینی سودآوری آتی (FROE) بوده اما پیش‌بینی‌کننده خوبی برای رشد سرمایه‌گذاری آتی (FGROW) نیست. از این رو عامل سودآوری (ROE) می­تواند اطلاعات مربوط به سودآوری آتی (FROE) موجود در مستقل اقلام تعهدی عملیاتی (OA) و هزینه‌های تحقیق و توسعه به ارزش بازار (RD/M) را به خوبی بیان کرده اما اطلاعات مربوط به رشد سرمایه‌گذاری آتی (FGROW) را در این دو متغیر ناهنجاری تا حد زیادی تبیین نمی‌کند. در نتیجه، الگوی مبتنی بر عامل Q در قیاس با الگوهای سه عامله فاما و فرنچ (1995) و چهار عامله کارهارت (1997)، منجر به آلفا یا ضریب منفی‌تر در بیان ناهنجاری اقلام تعهدی و آلفای مثبت تر در بیان ناهنجاری هزینه‌های تحقیق و توسعه به ارزش بازار می‌شود. چرا که مدل‌های سه و چهار عامله سودآوری(ROE) را به عنوان یک عامل مؤثر در ارزیابی مد نظر قرار نمی‌دهند درج نمی‌کند. الگوی مبتنی بر عامل Q رابطه با سودآوری آتی (FROE) را فیلتر کرده در حالی که رابطه با رشد سرمایه‌گذاری آتی (FGROW) را دست نخورده باقی می‌گذارد. این نکته می‌تواند توضیح دهد که چرا الگوی مبتنی بر عامل Q در قیاس با الگوهای سه عامله فاما و فرنچ (1996) و چهار عامله کارهارت (1997)، در تبیین ناهنجاری‌های اقلام تعهدی و هزینه‌های تحقیق و توسعه به ارزش شرکت، عمل می‌کند.

    علاوه بر این پیش از این نتایج مبتنی بر تحقیق نشان داد که بازده تعدیل شده سهام مبتنی بر بالاترین قیمت (PTH) و بازده تعدیل شده سهام مبتنی بر بالاترین قیمت (PTL) حاوی مقدار قابل توجهی از اطلاعات در مورد رشد سرمایه‌گذاری آتی (FGROW) به جز اطلاعات موجود در سودآوری (ROE) است. بنابراین انتظار می­رود الگوی تلفیقی که اطلاعات ROE، PTH و PTL ترکیب کرده، از الگوی معمولی مبتنی بر Q که صرفا بر پایه عامل سودآوری (ROE) تعریف شده از جهت قدرت تبیین ناهنجاری‌های اقلام تعهدی اختیاری و هزینه‌های تحقیق و توسعه به ارزش شرکت پیشی بگیرد. از یافته‌های این الگو می‌توان در رتبه‌بندی سبدهای سرمایه‌گذاری نیز استفاده کرد و بر مبنای یافته‌های الگوی هو، شو و ژانگ (2015)، الگوی تلفیقی جایگزین بسیار خوبی برای الگوهای چند عامله در ارزیابی دارایی‌های سرمایه‌گذاری بوده و در استفاده از این الگو نیز شرکت‌های سرمایه‌گذاری بر پایه بازده به دهک‌های ده‌گانه تقسیم‌بندی و مرتب می‌شوند.

     در بخش ج از جدول 2 بازده متوسط مبتنی بر هر یک از عوامل مؤثر در تبیین عملکرد آتی گزارش شده است. بر اساس این نتایج به جهت استاندارد بودن ضرایب مزبور می‌توان قدرت توضیح‌دهندگی الگوهای پنج عاملی، الگوی مبتنی بر عامل Q و الگوی تلفیقی Q را مورد مقایسه قرار داد. نتایج به دست آمده از تحقیق نشان داده که سودآوری متوسط در الگوی پنج عاملی 49/0، در الگوی مبتنی بر Q برابر با 62/0 و در نهایتا در الگوی تلفیقی Q برابر با 73/0بوده که بیشترین قدرت توضیح‌دهندگی مربوط به الگوی تلفیقی است و بر مبنای نتایج تحقیق این برتری را می‌توان در ارتباط با رشد سرمایه‌گذاری آتی نیز مشاهده کرد.

    در نهایتا در بخش د از جدول 2 به ارزیابی ناهنجاری‌های در اقلام تعهدی عملیاتی و هزینه‌های تحقیق و توسعه به ارزش شرکت مبتنی بر دو شیوه برآورد رگرسیونی وزنی و معمولی، پرداخته شده است. یافته‌های به دست آمده از تحقیق در این زمینه بر نتایج پژوهش هو، شو و ژانگ (2015) و نیز پژوهش جورج، هوانگ و لی31 (2018) منطبق بوده است. بر اساس نتایج به دست آمده الگوی مبتنی بر Q بر خلاف الگوهای چند عاملی قادر به تبیین ناهنجاری‌های یاد شده به دلیل پیچیدگی و تعارض در روابط بین متغیرهای توضیحی با متغیرهای وابسته عملکرد آتی در ابعاد: سودآوری آتی، رشد سرمایه‌گذاری آتی و بازده آتی است. بر این اساس الگوی تلفیقی مبتنی بر Q که در آن به طور هم زمان از عامل سودآوری (ROE)، بازده تعدیل شده سهام مبتنی بر بالاترین قیمت (PTH) و بازده تعدیل شده سهام مبتنی بر پایین‌ترین قیمت (PTL)، می­تواند این نقیصه را جبران کرده و در قیاس با دیگر الگوهای چند عامله سرمایه‌گذاری، به نحو بهتری، ناهنجاری‌های در اقلام تعهدی عملیاتی و هزینه‌های تحقیق و توسعه به ارزش شرکت را تبیین نماید. آماره بزرگتر تی استیودنت در الگوی تلفیقی و ضرایب استاندارد بزرگتر مؤید برتری الگوی تلفیقی در تبیین ناهنجاری اقلام تعهدی عملیاتی و هزینه‌های تحقیق و توسعه به ارزش شرکت است.   

 

 

1- گروه حسابداری، دانشکده علوم انسانی، واحد بابل، دانشگاه آزاد اسلامی، بابل، ایران.   arsalanesmaeli@yahoo.com

[2]- گروه حسابداری، دانشکده علوم انسانی، واحد بابل، دانشگاه آزاد اسلامی، بابل، ایران. نویسنده مسئول   hamid_r_2057@yahoo.com

[3] George, T., Hwang, C

[4] Sharpe, William F

[5] Fama, E. ,French, K

[6] Carhart, Mark

[7] Rahul Roy , Santhakumar Shijin

[8] Cochrane, John H

7 Liu, L. X

8 Li, D., Zhang, L

9 Hou, Kewei

10 Black, F

[10] Zhang, L

[11] Fan, S., & Yu, L

[12] Sun,Jerry

[13] Geyser

[14] Chen, L

[15] Gizzard & Vitrof

[16] Brainard & Toein

[17] Kinz J.T

[18] Cherinko P

[19] Jorgenson, E. W

[20] Eisner, R

[21] Locus, k

[22] Guled, J

[23] Eklund, J

[24] Hayashi

[25] peters & tyler

[26] Hull, J

[27] Kakisi, V

مراجع
فهرست منابع

  • اسلامی بیدگلی، غلامرضا و محمدعلی خجسته، ­(1387)، "بهبود عملکرد پرتفوی بر مبنای بازدة تعدیل شده براساس ریسک در سرمایه­گذاری مبتنی بر بهره­وری سرمایه در بورس اوراق بهادار تهران"، تحقیقات مالی، سال­دهم، شماره 01.
  • آقابیگی، صابر، (1385)، "مقایسة مدل قیمت‌گذاری دارایی‌های سرمایه‌ای و مدل سه عاملی فاما و فرنچ در توضیح نرخ بازده مورد انتظار سرمایه‌گذاران"، پایان‌نامه کارشناسی ارشد، دانشگاه شهید بهشتی.
  • انصاری، عبدالمهدی، زهرا زارع و نسرین یوسف زاده، (1394)، "بررسی همزمان عوامل مؤثر بر ساختار سرمایه و بازده سهام در شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران"، فصلنامه اقتصاد مالی، 13(49)، صص 257-282.
  • رباب میلی، مژگان، (1386)، "مقایسه عملکرد مدل قیمت‌گذاری دارایی‌های سرمایه‌ای و مدل سه عاملی فاما و فرنچ در پیش‌بینی بازدة مورد انتظار در بورس اوراق بهادار تهران"، پایدان‌نامه کارشناسی ارشد، دانشگاه الزهرا.
  • صادقی شریف، سید جلال، عبدالرضا تالانه و حسن عسکری راد، ( 1392)، "اثر عامل مومنتوم بر توان توضیحی الگوی سه عاملی فاما و فرنچ: شواهدی از بورس اوراق بهادار تهران"، مجله دانش حسابداری، سال چهارم، مقاله 3، دوره 4، شماره 12، صص 59-88 .
  • طاهری، محمد و میلاد صارم صفاری، (1390)، "بررسی رابطه بین نرخ ارز و شاخص قیمت بورس اوراق بهادار تهران با استفاده از ARDL"، فصلنامه اقتصاد مالی، 13(49)، صص 283 –
  • کردستانی، غلامرضا و علی آشتاب، (1389)، "بررسی رابطه بین خطای پیش­بینی سود و بازده غیرعادی سهام شرکت­های جدیدالورود به بورس اوراق بهادار تهران"، پژوهش­های حسابداری مالی و حسابرسی، سال ششم، شماره 21, صص 117-140.
  • فروغی، داریوش، هادی امیری و هادی شیخی، (1392)، "تأثیر کیفیت اقلام تعهدی بر صرف ریسک سهام شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران"، مجله پژوهش‌های حسابداری مالی، سال پنجم، شماره 1 (پیاپی 15)، صص 13-28.
  • فروغی، داریوش، هادی امیری و مینا محمدیان، (1393)، "تحلیل تأثیر کیفیت اقلام تعهدی بر بازده بدو شوک جریان نقدی سهام"، پژوهش­های حسابداری مالی و حسابرس، سال سیزدهم، شماره 49، صص 31-51.
  • معصومی، جواد و حمیده حمیدیان، (1392)، "بررسی اثر تعدیل سود پیش­بینی شده بر قیمت سهام"، پژوهش­های حسابداری مالی و حسابرسی، سال سیزدهم، شماره 51، صص 01 -
آمار
تعداد مشاهده مقاله: 325
تعداد دریافت فایل اصل مقاله: 162


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب