آزمون‌های رفتار حباب انفجاری چندگانه در بورس اوراق بهادار و مسکن ایران (1393-1370)

نوع مقاله: مقاله علمی

نویسندگان

1 استادیار رشته مدیریت مالی، گروه مدیریت مالی، دانشکده مدیریت و حسابداری، دانشکاه شهید بهشتی، تهران، ایران

2 دانشجوی کارشناسی ارشد رشته مدیریت مالی، گروه مدیریت، دانشگاه البرز

چکیده

وجود حباب باعث انحراف پس‌اندازها در تخصیص بهینۀ خود در بازارهای دارایی     می‌شود. به همین دلیل در سطح کلان، انحراف پس­اندازها، کارایی سرمایه‌گذاری و کل اقتصاد را دچار اخلال می­کند. بسیاری از پژوهشگران در حوزۀ مالی- رفتاری، بررسی­های زیادی در وجود این پدیده انجام داده­اند. پژوهش­های اخیر نشان داده است الگوهای سنتی ریشۀ ­واحد در شناسایی رفتارهای انفجاری به‌خصوص در بازه‌های طولانی دچار ضعف است. از الگوهای تعمیم‌یافتۀ دیکی­فولر راست­دم(RADF)  و الگو­های قوی­تر تعمیم­یافتۀ دیکی­فولر (SUP ADF  و GSADF) استفاده شده است. این الگو­ها علاوه بر شناسایی قوی­تر وجود رفتار­های انفجاری در بازه­های طولانی، دوره­های حبابی در این بازه را نیز می‌تواند مشخص کند. ، بازه مدّنظر برای آزمون از فروردین 1370 تا فروردین 1393 برای بازار سهام و مسکن است. نتیجۀ این پژوهش براساس آزمون­های پیشرفته نشان می‌دهد بازار سهام و بازار مسکن در بازه مدّنظر، رفتارهای حباب انفجاری داشته است؛ به‌گونه‌ای که برای بازار سهام، 24 و برای بازار مسکن، 12 دوره است.

کلیدواژه‌ها


عنوان مقاله [English]

Tests of Multiple Explosive Bubbles Behavior in Tehran Stock Exchange and Real State Market in Iran

نویسندگان [English]

  • seed jalal sadeghi sharif 1
  • mohammad osoolian 1
  • Amirhossein Afsharian 2
1 Assistant Prof in Financial Management, Financial Management Group, Faculty of Management and Accounting University of ShahidBeheshti, Tehran, Iran
2 MSc. Student in Financial Management, Group of Management University of Alborz, Iran
چکیده [English]

Bubbles in asset markets result in diversion of savings allocations. For this reason, in macro level, the diversion of the savings disrupts investment efficiency and whole economy. Many studies in the field of behavioral finance have been undertaken to investigate this phenomenon. Recent research has shown that traditional models of unit root in the detection of explosive behaviors, especially at long ranges, are weak. In this paper, the generalized models, right-tail Dickey Fuller (RADF), and more powerful models of generalized Dickey Fuller (SUP ADF and GSADF) are used. These models, in addition to their stronger identification of explosive behaviors at long intervals, can also specify the time period of the bubbles. In this paper, the time period from 1980 to 2003 for the stock market and real state was tested. The results of this research, which is based on the advanced tests, show that the stock market and the reals state market experienced explosive bubbles behaviors in the period examined; it was 24 periods for the stock market and 12 periods for the housing market.

کلیدواژه‌ها [English]

  • Efficiency market
  • Behavioral finance
  • Dickey-Fuller test
  • Explosive bubble
  • SADF&GSADF test
  • Unit root

مقدمه

 

مفهومی که واژۀ حباب به اذهان متبادر می‌کند، به‌طور عمده دربرگیرندۀ مفاهیم اقتصادی است که از افزایش و کاهش‌های شدید قیمت­ها در بازارهای مالی نشأت می‌گیرد؛ به عبارت دیگر، انحراف قیمت دارایی از قیمت تعادلی بلندمدت آن را حباب گویند. درواقع، هنگامی که قیمت یک دارایی یا خدمت با قیمت مدّنظر آن در آینده تفاوت داشته باشد، بحث حباب[1]مطرح می‌شود ]19[. حباب بخشی از قیمت دارایی است که با اصول تصریح‌شده در الگوهای بنیادی تعریف‌شدنی نیست. حباب مالی زمانی اتفاق خواهد افتاد که قیمت یک دارایی مانند سهام یا دارایی واقعی به‌طور ناگهانی، به دلایل غیرعقلایی (از دید بنیاد­گرایان) افزایش یابد و سپس سقوط کند] 31.[ وایت[2] (1990) حباب را این‌چنین تعریف می­کند: «حباب عقلایی منعکس‌کنندۀ این عقیده یا بازخورد است که قیمت یک دارایی وابسته به متغیر­هایی غیر از قیمت پایه است»] 30.[ وجود حباب موجب اختلاف بین قیمت دارایی و ارزش بنیادی آن می‌شود. حباب قیمت به‌عنوان یک نوسان در قیمت دارایی مطرح است که به‌واسطۀ مبانی بنیادی توضیح‌دادنی نیست ]9.[ حباب می‌تواند به‌عنوان یک افزایش سریع در قیمت دارایی در فرایندی پیوسته نیز مطرح باشد ]14[. حباب‌های سفته‌بازی عقلایی، تلاشی برای توجیه رفتار سرمایه‌گذارانی است که رفتاری غیرعقلایی از خود بروز می‌دهند، شبیه زمانی که تحت تأثیر رفتارهای جمعی است ]3[. به‌طورکلی، اندیشمندان و طرفداران نظریۀ نوین مالی، کارانبودن بازار و شکل‌گیری انتظارات غلط به‌دلیل اطلاعات ناکافی و مبهم و یا به‌کارگیری ناصحیح الگو‌های ارزش‌گذاری را علت وجود حباب می‌دانند؛ حال‌ آنکه نظریه‌پردازان مالی- رفتاری، عوامل روان‌شناسی و روان‌شناختی بازار را علت اصلی تشکیل حباب قیمت معرفی می‌کنند؛ به عبارتی، نظریه‌پردازان مالی نوین، حباب را نشأت‌گرفته از خودجوشی انتظارات و نظریه‌پردازان مالی- رفتاری، آن را ناشی از رفتار رمه­ای [3]و تقلیدی می‌دانند. فاما[4]که از اندیشمندان مطرح مالی جدید است به دو فرض بسیار مهم توجه دارد: 1) سرمایه‌گذاران در تصمیم‌گیری‌های خود در بازار، رفتار منطقی دارند. 2) سرمایه‌گذاران براساس آخرین اطلاعات و اخبار به خرید و فروش اوراق بهادار اقدام می‌کنند و برای تعیین منصفانه[5]بودن قیمت اوراق بهادار، درایت کافی دارند ]7[. پژوهشگران به این دو فرضیه، انتقادهای زیادی وارد کرده‌اند؛ به‌گونه‌ای‌که این پژوهشگران معتقدند شواهد بسیار زیادی از رفتار غیرعادی دربارۀ قیمت سهام همانند واکنش بیش ‌از اندازۀ سرمایه‌گذاران[6] و یا واکنش کمتر از حد مطلوب[7]آنان در دوره‌های زمانی کوتاه‌مدت وبلندمدت در بازارهای بورس اوراق بهادار دنیا وجود دارد. با توجه به اهمیت موضوع، پژوهش­های زیادی در موضوع حباب انجام شده است. عباسیان وهمکاران (1390) وجود حباب‌های عقلایی را در چارچوب مبانی نظری مالی- رفتاری در بورس­ اوراق­ بهادار تهران بررسی کرده‌اند. براساس نتایج، حتی با وجود آربیتراژکنندگان عقلایی، معامله­گران اختلال‌زا در انحراف قیمت‌ها از عوامل بنیادی تأثیر در خور توجهی داشته‌اند. نتایج بر اهمیت تورم و ضریب قیمت سود سهام هنگام ارزیابی ریسک سرمایه‌گذاری تأکید می‌کند ]1[. رودپشتی و همکاران (1391) با هدف بررسی کارایی اطلاعاتی و حباب عقلایی قیمتی بورس اوراق بهادار تهران و زیربخش‌های آن ( شاخص 50 شرکت برتر، 30 شرکت بزرگ، سهام شناور آزاد و شرکت‌های اصل 44) در سال 1389 انجام دادند. آنها از آزمون‌های نسبت واریانس و پایایی قیمت سود استفاده کردند. نتایج نشان داد قیمت سهام بورس اوراق بهادار تهران و زیربخش‌های مذکور در سال نه‌تنها در سطح ضعیف کارا نبوده؛ حبابی نیز بوده است. نتایج همچنین نشان‌دهندۀ رابطۀ مستقیم ناکارایی اطلاعاتی و حباب عقلایی قیمت در سال 89 است ]24[. شورورزی و همکاران (1392) رابطۀ شفافیت اطلاعات بازار سرمایه در بورس اوراق بهادار تهران در سال‌های1387 تا 1389 را بررسی کردند. آنها آزمون‌های تسلسل، استقلال (خیدو) و رگرسیون لجستیک باینری را بر 70 شرکت انجام دادند و به این نتیجه رسیدند که بین وضعیت شفافیت اطلاعات و بروز حباب قیمتی، ارتباط وجود دارد و شفافیت اطلاعاتی در شرکت‌های حبابدار، متوسط و در شرکت‌های غیرحبابدار، خیلی زیاد است ]26[. کمیجانی و همکاران (1392) پژوهشی با عنوان «تحلیل پولی حباب بازار مسکن در اقتصاد ایران» برای بازار مسکن ایران برای سال‌های 1369 تا 1390 انجام دادند. آنها  عوامل پولی مؤثر در حباب بازار مسکن را به کمک الگوی ARDL بررسی کردند. در این راستا، آثار کوتاه‌مدت، پویا و بلندمدت متغیرهای نرخ ارز، قیمت طلا، شاخص کل سهام، نقدینگی، نرخ سود بانکی، نرخ تورم و درآمدهای نفتی بر حباب قیمت مسکن برآورد شده است. یافته‌ها نشان‌دهندۀ ارتباط معنادار تمامی متغیرهای مستقل پژوهش با متغیر وابسته در کلیّۀ ادوار اقتصادی بوده است ]15[. با توجه به پژوهش­های انجام‌شده در بازار، این مسأله اهمیت دارد که بازارهای سرمایه باید کارایی لازم را برای جذب سرمایه‌گذاران و تأمین منابع مالی و درنتیجه، تخصیص بهینۀ منابع برای بازده یبیشتر آنها داشته باشند. برای رسیدن بازار سرمایه به این کارایی، لازم است نوسان‌ها در بازار به‌صورت منطقی و براساس عوامل بنیادی ایجاد شود. در شرایط وجود حباب در بازار بورس اوراق بهادار، ارزش‌گذاری سهام شرکت‌ها برمبنای عملکرد واقعی آنها انجام نمی‌شود و قیمت‌ها به‌عنوان یک نماگر، عملکرد آنها را نمی‌توانند نشان دهند. بازار مسکن جزء بازار­های مهم در زمینۀ رفاه اجتماعی و تهیۀ نیازهای مسکن برای جامعه است. وجود حباب‌ها و نوسان‌های شدید در بحران‌های بزرگ می‌تواند بسیار چالش‌برانگیز باشد، به‌خصوص بازار مسکن، بزرگ‌ترین بازار دارایی کشور محسوب می‌شود و بیشترین ارزش را در سایر بازارها دارد. بروز حباب، نشان‌دهندۀ نوسان‌های شدید غیرمتعارف در شاخص‌های مسکن و بورس اوراق بهادار است. این امر باعث زیان­های شدیدی به فعالان بازار می­شود. به علاوه شناسایی و درک حباب‌ها و پیداکردن دوره­های حبابی در بازار باعث می‌شود سرمایه‌گذارانی که به‌دنبال کسب سودهای بلندمدت هستند، از روند افزایش یا کاهش­های غیرمتعارف خارج شوند. همچنین شناسایی و درک حباب­های انفجاری (بسیار شدید) بسیار برای فعالان سطح کلان مهم است؛ زیرا بعد از اینگونه حباب‌ها همواره بحران‌های مالی و بعد از آن رکود رخ می‌دهد. به‌طورکلی، یکی از راه‌های کشف ناکارایی و رفتارهای غیرعقلایی از دیدگاه طرفداران مالی- رفتاری در بازارهای دارایی را  شناسایی دوره‌های حبابی می‌توان دانست. با توجه به جدیدترین روش‌های اقتصادسنجی، حباب‌های انفجاری را شناسایی می‌کنیم.

مبانی نظری

اقتصاددانان در مواجهه با تجربۀ واقعی حباب­ها در بازارهای دارایی، دیدگاه‌های متفاوتی مطرح می­کنند. دیدگاه اول اقتصاددانان مدرن، مانند مکتب شیکاگو و طرفداران اقتصاد طرف عرضه، تکذیب وجود هرگونه حباب است و معتقدند آنچه به‌عنوان حباب مطرح می‌شود، در واقع، نتیجۀ عوامل واقعی است. به نظر می‌رسد اقتصاددانان طرف عرضه و اقتصاددانان مکتب شیکاگو[8] معتقدند تأیید وجود حباب در بازار، نوعی توهین به انسان اقتصادی است؛ زیرا آنها این موضوع را بیان برخی نقایص روانی و ذهنی در افراد می‌دانند که رفع آنها به دخالت دولت نیاز دارد ]10[. دیدگاه دوم که کینزین‌ها[9] و طرفداران تأمین مالی رفتاری[10] مانند رابرت شیلر از آن حمایت می‌کنند، نشان‌دهندۀ این مطلب است که اولاً، وجود حباب‌ها، یک واقعیت است و دوماً، حباب­ها به‌دلیل عوامل روانی و ذهنی فعالان بازار ایجاد می‌شوند که در عبارت غیرعقلایی‌بودن افراطی خلاصه می­شود و در کانون آن، رفتارهای سفته‌بازی فعالان بازار قرار دارد. براساس این دیدگاه، ظهور و سقوط حباب‌ها ناشی از رفتار هیجانی و احساسات فوق‌العاده زیاد انسان­ها است. اگرچه عوامل واقعی، نقشی را در ایجاد حباب­ها بر عهده دارند؛ عوامل مهم برای خلق مسیر ظهور و سقوط حباب‌ها، عوامل روانی هستند ]32 .[دیبا و گروسمن[11] (1998) معتقدند حباب عقلایی در نوعی خودباوری انعکاس می‌یابد، مبنی بر آنکه قیمت دارایی به متغیرهایی وابسته است (با مجموعه‌ای از متغیرها) که ذاتاً بی­ربط است ]5[. دیدگاه سوم، به مکتب اتریشی تعلق دارد که معتقد است حباب‌ها متشکل از تغییرات واقعی و روانی­ای هستند که از مسیر سیاست‌های پولی ایجاد می­شوند؛ یعنی حباب، ناشی از سیاست پولی انبساطی است و درواقع، در غیاب تزریق نقدینگی، حباب­ها حادث نمی­شوند. نتیجۀ تزریق نقدینگی به چرخۀ اقتصاد،گسترش توزیع نادرست منابع است و بدین‌وسیله، فعالیت‌های سفته‌بازی و نامولد اقتصادی نسبت به فعالیت‌های مولد افزایش می‌یابد و از آنها پیشی می‌گیرد ]25.[ پژوهش­های زیادی برای شناسایی حباب براساس آزمون‌های مختلف، در جهان انجام شده است. کمپل و شیلر[12] (1987) هم‌انباشتگی قیمت‌های سهام و سودها را با استفاده از داده­های سالانۀ شاخص قیمت سهام ترکیبی 500S & P برای سال‌های1971 تا 1986 آزموده‌اند. آنها در مطالعات خود از آزمون‌های مبتنی بر پسماندها برای هم‌جمعی استفاده کرده­اند که ترکیبی از نتایج را ارائه داد و باعث شد نویسندگان آن نتیجه بگیرند انحراف‌ها از الگوی ارزش،کاملاً ماندگار است [2]. لارسن[13] (1997) حباب‌های قیمتی در بورس اوراق بهادار نروژ و تأثیر آن را در اقتصاد این کشور از 1982 تا 1997 بررسی کرده است. او با استفاده از دو روش تشخیص وسط (1987) و آزمودن واریانس شیلر (1981) فرضیۀ صفر کارایی بازار را که همان فرضیۀ نبود حباب‌های قیمتی است، در دورۀ مدّنظر تأیید نکرد ]16.[ لامونت[14] (1998) با آزمون دیکی فولر تعمیم‌یافته در دورۀ 1947 تا 1994 سود سهام ایالات‌ متحده را بررسی کرد و فرضیۀ نبود حباب‌های تورمی را نتوانست تأیید کند [17]. کریستوف[15] (2003) با استفاده از آزمون بلانچاردواتسون (1992) وجود تورم عقلایی را در بازار سهام امریکا از 1871 تا 2001 و برای فرانسه از 1951 تا 2002 تأیید کرد؛ ولی با الگوی  MTARدر بلندمدت، وجود حباب‌های تورمی عقلایی را برای ایالات‌ متحده و فرانسه در دوره‌های مذکور رد کرد [4]. وایت (2004) با آزمون شیلر، بحران بازار سهام ایالات‌ متحده را در سال 1929 بررسی و دلیل نوسان‌های قیمت و سود سهام در این دوره را تغییرات ساختاری بیان کرد ]29[. گیلچریست و هیملبرگ[16] (2005) در پژوهش خود با عنوان اینکه «آیا حباب‌های قیمتی سهام از شرکت‌های سرمایه‌گذاری متأثر است؟» اعتقادات و رفتار سرمایه‌گذار و نه فروش استقراضی را ازجمله عوامل منتهی به حباب‌های بازار سهام می‌دانند ]11[.کیانی و میرشمسی (1378) مسألۀ حباب عقلایی را در بورس اوراق بهادار تهران بررسی کردند و به این نتیجه رسیدند که فرضیۀ وجود حباب‌های عقلایی را نمی‌توان ردکرد] 12[. سلطانی (1386) در پایان‌نامۀ دکتری خود، حباب‌های قیمتی سهام در بورس اوراق بهادار تهران را در دورۀ 1370 تا 1384 برای 70 شرکت فعال در بورس اوراق بهادار بررسی است. وی برای کشف حباب در قیمت سهام این شرکت‌ها از روش هم‌انباشتگی استفاده کرده است. نتیجۀ حاصل نشان داد در سطح اطمینان 95 درصد، 55 درصد شرکت‌های مدّنظر در قیمت سهام خود، حباب دارند ]27.[ واعظ و ترکی ( 1387 ) در پژوهش خود با عنوان حباب قیمت‌ها و بازار سرمایه در ایران با استفاده از تکنیک  RALSو کاربرد روش شبیه‌سازی مونت‌کارلو، وجود حباب قیمتی را در بازار سهام در ایران بررسی کردند و نشان دادند قیمت سهام از مسیر تعادلی بلندمدت (ارزش حال سودهای آیندۀ مدّنظر) منحرف شده است؛ بنابراین در بازار سرمایۀ ایران، وجود حباب تأیید می‌شود ]28 .[براساس مطالب فوق، مبانی و روش­های مختلفی برای شناسایی پدیدۀ حباب در بازارهای ایران و جهان وجود دارد. براساس عقیدۀ نظریه‌پردازان مالی- ­رفتاری که به وجود حباب معتقد هستند، دو فرضیۀ زیر را براساس آزمون‌های پیشرفتۀ دیکی فولر[17] بررسی می‌کنیم؛ به‌گونه‌ای که علاوه بر شناسایی حباب در بازه طولانی‌مدت، دوره­های حبابی در این بازه را می‌توان مشخص کرد.

فرضیۀاول: بازار مسکن در بازه (1370 تا 1393) حباب­های انفجاری دارد.

فرضیۀ دوم: بازار بورس اوراق بهادار تهران در بازه (1370 تا 1393) حباب­های انفجاری دارد.

 

روش پژوهش

ایوانز[18] (1991) استدلال کرد آزمون­های ریشه واحد[19]  وقتی به‌تنهایی در کل نمونه به کار برده می­شود، توانایی زیادی ندارد تا حباب‌های انفجاری را که به‌صورت متناوب فرومی­پاشند، تشخیص و این تأثیر را در شبیه­سازی­ها[20] نمایش دهد ]6 .[فیلیپس[21] و همکاران (2011) وجود حباب­های شدید را در دهۀ 90 میلادی بررسی کردند. آنها با استفاده از اجرای برگشتی آزمون ریشه واحد راست­دم توانستند تشخیص دهند در سال 95 و 96 بازار سهام نزدک، رفتار حباب انفجاری[22] داشته است [22]. فیلیپس و همکاران (2011) در مقاله‌ای با عنوان «آزمون حباب‌های چندگانه» حباب را در سال‌های 1950 تا 2010 بررسی کرد. آنها در این مقاله از دو آزمون SADF وGSADF بهره گرفتند و نشان دادند این دو روش، توانایی زیادی در شناسایی حباب‌های بازار دارند ]21[. هوم و بریتانگ[23] (2012) در پژوهش خود برای اثبات توانایی­های آزمون ریشه واحد راست­دم[24] به این نتیجه رسیدند که این آزمون‌ها بسیار قدرتمند هستند و قابلیت مانیتورینگ[25] و پیش‌بینی‌کنندگی هم دارند ]13 .[فیلیپس و همکاران (2014) شواهد بیشتری را در تأیید قدرت تشخیص حباب با توجه به یافته‌های سال 2011 خود بررسی کردند و نشان دادند این الگو با توجه به فرضیه‌های متفاوت و بازار­های مختلف، قدرت تشخیص حباب بسیار قوی دارد] 20[. در آزمون ریشه واحد با چپ‌دم[26]، نتایج اغلب نسبت به فرمول‌بندی الگو حساس هستند. درواقع، فرضیه­های خلاف یا لنز فنی[27] که با آن مختصات داده بررسی می‌شود، نتایج را به‌طور جدی می‌تواند تحت تأثیر قرار دهد. تدوین فرضیۀ خلاف مناسب، به‌ویژه هنگام نامانایی به‌دلیل نقش­های مختلفی که پارامترها با عنوان فرضیۀ صفر ریشه­ واحد و تناوب مانایی یا مانایی روند می‌توانند  بازی کنند، کار دشواری است. پیش از این، بسیاری از این موضوعات تدوینی، به‌طور گسترده در نوشته­های مربوط به آزمون ریشه واحد چپ­دم مطالعه شده­اند؛ برای مثال، فرض کنید فرضیۀ صفر ( )، اختلاف مانایی و فرضیۀ­ خلاف ( )، مانایی است. در رگرسیونی که به‌طور مشترک استفاده می­شود ]8.[

(1)

 

(2)

 

 

آزمون­های ریشه­ واحد راست­دم، مانند آزمون­های چپ­دم همتای خود، توزیع­های مجانب[28]دارند. همانگونه که در بالا گفته شد، الگوی رگرسیون مناسب برای آزمون راست­دم ­ است و فرضیۀ معقول از نظر تجربی صفر فرایند ریشه واحد با انحراف از شکل درنتیجۀ H02 است. آزمون ریشه ­واحد راست‌دم در این بخش عبارت از آزمون ADF استفاده‌شده در کل نمونه است. دیگر آزمون­های ریشه­ واحد را دقیقاً به همین صورت می‌توان مطالعه کرد. توجه کنید مقدار انحراف، نسبت معکوس با پارامتر  دارد ]18[. توانایی کم آزمون­های ریشه ­­واحد استاندارد، به‌ این دلیل است که زمانی که احتمال حباب، چشم­پوشی‌نشدنی است، فرایندهای حباب با فروپاشی دوره­ای بیشتر مانند رابطۀ (1) یا حتی فرایند خودبرگشتی خطی مانا است. موضوع مشترکی که در آزمون ریشه­ واحد مطرح می­شود، عبارت است از تخصیص الگوی استفاده‌شده در کارهای برآوردی، به‌خصوص به‌دلیل تأثیری که در نظریۀ مجانبی مناسب و ارزش­های بحرانی استفاده‌شده در آزمون دارد. موضوعات مرتبط در آزمون­های ریشه­ واحد راست‌دم از نوع استفاده‌شده در شناسایی حباب‌های انفجاری مطرح می­شود. اخیراً شای، فیلیپس و یو[29] (2010) فرمول‌بندی تأثیر فرضیه­ها و تخصیص الگو را در آزمون­های ریشه واحد راست­دم مطالعه کرده‌اند. آنان در تجزیه و تحلیل خود، فرایند گام تصادفی فرضیۀ صفر دارای انحراف مجانبی را، چشم‌پوشی‌شدنی لحاظ کردند ]23.[ آزمون SADF بارها الگوی ADF را به‌صورت دنبالۀ نمونه­ای که بعدها ادامه می­یابد، برآورد می­کند و آزمون فرضیه را براساس ارزش کوچک‌ترین کران بالا هم­ارز با دنبالۀ آمارۀ ADF انجام می­دهد. اندازۀ پنجرۀ  از  به 1 افزایش می­یابد که در آن  کوچک­ترین پنجرۀ نمونه (برای تضمین کارآیی برآورد انتخاب شده) و 1 بزرگ­ترین پنجرۀ نمونه (کل حجم نمونه) است. نقطۀ شروع r1 از دنبالۀ نمونه بر 0 تنظیم می­شود؛ بنابراین نقطۀ پایانی هر نمونۀ r2 برابر  است، که از  به 1 تغییر می­کند. آمارۀ ADF برای نمونه­ای که از 0 تا  اجرا می­شود با  نشان داده می­شود.آمارۀ ­SADF به‌صورت کوچک­ترین کران بالایsup  تعریف و با (SADF(  نشان داده می‌شود. آزمون GSADF، ایدۀ برآورد مکرر رگرسیون آزمون ADF را در دنبالۀ نمونه ادامه می­دهد. با وجود این، دنبالۀ نمونه گسترده­تر از دنبالۀ آزمون SADF است. علاوه بر تغییر نقطۀ پایان رگرسیون  از  به 1، آزمون GSADF تغییر نقاط شروع  را در یک دامنۀ عملی که از 0 به  است، ممکن می‌کند. در شکل 1 دنباله­های نمونۀ آزمون SADF و آزمون GSADF را شرح می‌دهیم. آمارۀ GSADF بزرگ­ترین آمارۀ ADF در دامنه­های پذیرفتنی  و  است، این آماره را با ( GSADF ( نشان می‌دهیم؛ یعنی:

GSADF (  ,    


 

 

بازه نمونه

آزمون SADF

آزمون GSADF

بازه نمونه

 

 

شکل (1)

 

 

روش انجام این پژوهش از نوع توصیفی-تحلیلی و تحلیل­های آن براساس رگرسیون‌های سری‌زمانی خواهد بود. از داده‌های فصلی (سه‌ماهه[30]) از فروردین 1370 تا اول فروردین 1393 استفاده شده است؛ به‌گونه‌ای که برای سهام از داده‌های شاخص کل بازار سهام ایران و برای مسکن از دادۀ ‌یک متر مربع زیر بنای مسکونی شهر تهران بهره برده شده است. برای آزمون وجود حباب در بازار سهام و مسکن، با توجه به پژوهش‌های فیلیپس و همکاران (2011 و 2014) برای رسیدن به قیمت‌های حقیقی، باید شاخص کل قیمت سهام ایران و قیمت مسکن با شاخص قیمت مصرف‌کننده (به سال پایۀ 1390) تعدیل شود. ما در این بخش پس از تعدیل شاخص‌ها، آزمون‌های ریشه واحد RADF (راست­دم)، SADF و GSADFبر لگاریتم طبیعی شاخص کل قیمت حقیقی شاخص سهام و قیمت مسکن، برای شناسایی وجود رفتارهای انفجاری و برای شناسایی دوره‌هایی انجام می‌دهیم که بازار دچار حباب قیمتی بوده است. مقادیر پژوهش از شبیه‌سازی مونت کارلو به دست می‌آید.

 

یافته‌ها

آزمون (RADF)

ابتدا آزمون ریشه واحد دیکی­فولر تعمیم‌یافتۀ راست­دم را که مانند آزمون دیکی­فولر سنتی است، برای متغیر  لگاریتم طبیعی شاخص کل قیمت حقیقی (قیمت تعدیل‌شده) سهام و قیمت مسکن انجام می‌دهیم؛ اما تفاوت این آزمون با آزمون سنتی در استنباط آماری آن است؛ به‌گونه‌ای که در این آزمون از دم‌راست توزیع استفاده می­شود و آمارۀ آزمون همان آمارۀ ADF است. جدول (1) و (2) به‌ترتیب، نشان‌دهندۀ نتیجۀ آزمون دیکی فولر تعمیم‌یافته برای بازار سهام و مسکن است که در زیر نمایش داده شده است. همانگونه که در جدول‌ها مشاهده می­شود در سطح اطمینان 95 درصد و حتی در تمام سطوح، رفتار حباب انفجاری در بازار سهام و بازار مسکن برای بازه فروردین 1370 تا فروردین 1393 تأیید می­شود؛ زیرا قدر مطلق آمارۀ t آزمون از مقادیر بحرانی متناظر در همه سطوح معناداری بزرگ‌تر شده است؛  درنتیجه، فرضیۀ مبنی بر وجود رفتار حباب انفجاری تأیید می­شود.

 

 

جدول (1) نتایج آزمون RADF(بازار سهام)

سطح اطمینان

آمارۀ t

ارزش احتمال

887908/0-

23/0

مقادیر بحرانی

99%

788831/0

95%

015054/0

90%

296191/0-

 

جدول (2) نتایج آزمون RADF(بازار مسکن)

سطح اطمینان

آمارۀ t

ارزش احتمال

099745/2-

743/0

مقادیر بحرانی

99%

621557/0

95%

03022/0-

90%

330804/0-

 

 

آزمون SADF

 

با توجه به جدول (3) برای بازار سهام، آمارۀ t حاصل از ضریب  در رگرسیون این آزمون، در تمام سطوح اطمینان از مقدار بحرانی متناظر کوچک‌تر است و رفتار حباب انفجاری در بازه مدّنظر را تأیید نمی­کند؛ زیرا فرض صفر مبنی بر نبود رفتار حباب انفجاری براساس رگرسیون رد نمی­شود.

 

 

جدول (3) آزمون SADF(بازار سهام)

سطح اطمینان

آمارۀ t

ارزش احتمال

806383/0

1850/0

مقادیر بحرانی

99%

008248/2

95%

376360/1

90%

071689/1

 

جدول (4) نتایج آزمون SADF(بازار مسکن)

سطح اطمینان

آمارۀ t

ارزش احتمال

174286/2

0090/0

مقادیر بحرانی

99%

110454/2

95%

450662/1

90%

101124/1

 

 

 

 

نمودار (1) دوره‌های حبابی بازار سهام براساس آزمون SADF

 

 

 

 

نمودار (2) دوره‌های حبابی بازار مسکن براساس آزمون SADF

 

 

اکنون دوره­هایی را می‌توانیم تشخیص دهیم که بازار با حباب مواجه بوده است. در روش آزمون SADF فیلیپس و همکاران (2011) پیشنهاد می‌کنند هر جزء دنبالۀ ADF  برآوردشده با مقادیر بحرانی آزمون ADF استاندارد راست‌دم متناظر خود برای تشخیص حباب در دورۀ  T مقایسه شود. هنگامی که آمارۀ آن جزء از دنباله از مقدار بحرانی متناظر بیشتر شود، شروع دورۀ حبابی است و در اولین جزئی که آماره از مقدار بحرانی کمتر شود، حباب از بین رفته است. با اینکه در بازار سهام، وجود رفتار حباب انفجاری به‌صورت کل تأیید نشد؛ همانگونه که در نمودار (1) مشاهده می­شود، دوره‌هایی که آماره‌های آزمون از مقادیر بحرانی بیشتر است، نشان‌دهندۀ حباب در بعضی دوره‌ها است. بازار سهام، در سال­های 82 و 83  به‌ترتیب، 3 و 4 دورۀ حبابی فصلی (جمعاً 7 دوره) مشاهده می­شود. در بازار مسکن با توجه به جدول (4) در سطوح اطمینان 90 و 95 درصد، وجود رفتار حباب انفجاری تأیید می‌شود؛ زیرا آمارۀ t  از مقادیر بحرانی این سطوح بیشتر است و فرض صفر مبنی بر نبود رفتار حباب انفجاری رد می­شود. نمودار (2) دوره‌های حبابی بازار مسکن را براساس آزمون SADF و آماره‌های بیشتر از مقادیر را نشان می‌دهد. بازار مسکن در سال‌های 72، 73 و 74 به‌ترتیب، 3، 2 و 4 دورۀ حبابی فصلی (جمعاً 9 دوره) مشاهده می­شود.

 

آزمون GSADF

آزمون تعمیم‌یافتۀ SADF به نام GSADF توانایی­های بیشتری در تشخیص رفتار حباب انفجاری و حباب در سری­های زمانی متوالی دارد. نتیجۀ آزمون ریشه ­واحد GSADF برای شاخص کل قیمت حقیقی سهام ایران در جدول (5) گزارش شده است. همانگونه که در جدول مشاهده می­شود در سطح اطمینان 95 درصد، بازار سهام ایران در دورۀ 1370 تا 1393 رفتار حباب انفجاری داشته است؛ زیرا فرض صفر آزمون رد می­شود. تأیید این رفتار انفجاری، شواهدی قوی مبنی بر وجود حباب در بازار سهام برای بازه مدّنظر است. با توجه به نمودار (3) دوره‌های حبابی بازار سهام را می‌توان مشاهده کرد. برای بازار سهام در سال‌های 72، 73، 74، 75، 79، 80، 81، 82، 83، 84، 87 و 92 به‌ترتیب، 2، 1، 2، 2، 2، 1، 3، 4، 3، 1، 2 و 1 دورۀ حبابی فصلی (جمعاً 24 دوره) مشاهده می­شود. جدول (6) نتایج آزمون GSADF را برای بازار مسکن نشان می‌دهد. با توجه به نتایج این جدول در سطح اطمینان 95 درصد، رفتار حباب انفجاری برای دورۀ 1370 تا 1393 دیده نمی­شود؛ ولی در سطح اطمینان 90 درصد، رفتار حباب انفجاری تأیید می­شود؛ زیرا مقدار بحرانی در این سطح از آمارۀ t کوچک‌تر است و فرض صفر مبنی بر نبود حباب رد می‌شود. با نگاه به نمودار (4) دوره‌های حبابی را در بازه 1370 تا 1393 می‌توان مشاهده کرد. برای بازار مسکن در سال­های 72، 73، 74، 86 به‌ترتیب، 2، 2، 4 و 4 دورۀ حباب فصلی (جمعاً 12 دوره) مشاهده می­شود.

 

 

جدول (5) نتایج آزمون GSADF(بازار سهام)

سطح اطمینان

آمارۀ t

ارزش احتمال

866303/2

0280/0

مقادیر بحرانی

99%

631805/3

95%

610248/2

90%

266626/2

 

جدول (6) نتایج آزمون GSADF(بازار مسکن)

سطح اطمینان

آمارۀ t

ارزش احتمال

174286/2

0600/0

مقادیر بحرانی

99%

299290/3

95%

472528/2

90%

088048/2

 

 

نمودار (4) دوره‌های حبابی بازار مسکن براساس آزمون GSADF

نتایج و پیشنهادها

 

آزمون GSADF بسیار قوی‌تر از روش‌های پژوهش­ به‌کاررفته در ایران،  دوره­های حبابی را می‌تواند مشخص کند. درواقع، این آزمون، علاوه بر شناسایی حباب در بازه طولانی‌مدت، رفتار­های انفجاری را در بین این بازه­ها می‌تواند شناسایی کند. تصمیم‌گیرندگان اقتصادی کشور با شناسایی بهتر این دوره­ها، عوامل پدیدارشدن این پدیده را بررسی می‌کنند و با شناسایی این عوامل، تصمیم‌های پیشگیرانه­ای برای جلوگیری از وجود این ناهنجاری­ها می‌توانند بگیرند. آزمون GSADF وجود حباب را نسبت به روش SADF برای بازار سهام در بازه زمانی 1370 تا 1393 بسیار قدرتمندتر تأیید کرد؛ به‌گونه‌ای که تعداد دوره‌های مشخص‌شده برای بازار مسکن و سهام در آزمون GSADF بیشتر از آزمون  SADFاست؛ در حالی که در آزمون SADF وجود حباب برای بازار سهام تأیید نشد (در سطوح اطمینان 90 درصد به بالا). با توجه به جدول نتایج تعداد دوره‌های حبابی در بخش قبل می‌توان مشاهده کرد که تعداد دوره‌های حبابی در بازار سهام و مسکن براساس آزمون SADF به‌ترتیب، 7 و 9 دوره دارد که براساس این آزمون، دوره‌های حبابی مسکن از بازار سهام بیشتر است؛ ولی براساس آزمون GSADF تعداد دوره‌های حبابی در بازار سهام 24 و در بازار مسکن 12 دوره است؛ یعنی براساس این آزمون، دوره‌های حبابی در بازار سهام دو برابر بازار مسکن بوده است که نشان‌دهندۀ تفاوت آزمون SADF و GSADF است. با توجه به بخش قبل، دورۀ حبابی طولانی‌مدت سه ساله در سهام وجود دارد که از اول فصل سوم سال 1381 شروع می‌شود و تا اواخر فصل سوم 1383 به‌صورت متناوب ادامه دارد. یکی از نکاتی که در بخش قبل می‌توان مشاهده کرد، مقایسۀ دوره­های حبابی بازار مسکن نسبت به بازار سهام است؛ به‌گونه‌ای که  تعداد دوره‌های حبابی بازار مسکن نسبت به سهام کمتر بوده است و بازار مسکن، روند متناوب رفتار انفجاری چندسالۀ بازار سهام را نداشته است.

 با توجه به موارد مذکور و با نظر به تعریف حباب، گفتنی است حباب‌ها، نتیجۀ ناکارایی[31]و ضعف ساختاری بازار سرمایه (به‌خصوص در بازارهای نوظهور[32]) است. احرازنکردن شرایط کارایی و وجود ضعف‌های ساختاری در هر بازار، بستر لازم را برای ظهور پدیده‌هایی همچون حباب قیمت مهیا می‌کند و احتمال انحراف شدید و در عین حال مثبت قیمت‌ها از ارزش ذاتی را به‌شدت افزایش می‌دهد؛ به‌گونه‌ای که عوامل بنیادی و یا اقتصادی دیگر، توجیه‌کنندۀ تغییرات قیمت نیست. نتایج این پژوهش، نشان‌دهندۀ رفتارهای غیرعقلایی سرمایه‌گذاران از منظر نظریه‌پردازان مالی رفتاری در دوره‌های حبابی انفجاری بازار سهام و مسکن است. این رفتارها از انتظارات غیرعقلایی نشأت گرفته است. از منظر نظریه‌پردازان مالی- رفتاری، الگوهای رفتاری، الگوهایی هستند که در آنها فرض عقلانی تکامل سرمایه‌گذاران کنار گذاشته می‌شود. دانشمندان مالی- رفتاری برای اطلاع از رفتارهای غیرعقلایی سرمایه‌گذاران به نتایج پژوهش‌های آزمایشی روان‌شناسان شناختی رجوع می‌کنند که در آنها انواع اریب‌های (تورش­های) رفتاری[33]به انحراف از تصمیم‌گیری درست و بهینه منجر می‌شود. راهکارهای جلوگیری از وجود این پدیده از منظر نظریه‌پردازان اجرای سیاست­های پولی و مالی مناسب، کنترل بیشتر سازمان بورس اوراق بهادار بر شفاف­سازی اطلاعات شرکت­ها، افزایش سهام شناور، تقویت عوامل نظارتی بر تزریق نقدینگی در بخش­های مختلف اقتصادی به‌ویژه بخش مسکن، تقویت نظارت سازمان بورس اوراق بهادار بر تخلاف معاملاتی و رانت­های داخلی شرکت­ها و... است.

با توجه به الگوی GSADF به‌عنوان یکی از جدیدترین روش‌های آزمون وجود حباب در بازار دارایی‌ها، پیشنهاد می‌شود این آزمون برای دارایی‌های دیگر ایران مانند بازار ارز و سکه و حتی برای شاخص‌های دیگر بازار سهام به کار رود.  با توجه به تأثیرات صنایع مختلف در شاخص، وجود پدیدۀ حباب را براساس تفکیک صنایع و شرکت‌های مختلف و عوامل تشکیل آن از منظر نظریه‌پردزان تأمین مالی می‌توان آزمود. نظریه‌پردازان مالی- رفتاری، عوامل رفتاری را که باعث اریب‌های رفتاری می‌شود، به سه دستۀ کلی تقسیم می‌کنند: 1) تصمیم‌گیری شهودی (روش‌های ابتکاری[34]درتصمیم‌گیری)، 2) فرااطمینان[35]و خوداسنادی[36] و 3) تعاملات اجتماعی[37]. باتوجه به مشخص‌شدن دوره‌های حبابی در این آزمون، رابطۀ هرکدام از عوامل بالا را بر تشکیل حباب می‌توان آزمود. چگونگی محاسبۀ شاخص را از محدودیت­های پژوهش می‌توان برشمرد. شاخص­ها، نماگرهایی هستند که وظیفۀ عیان‌کردن شرایط عمومی قیمت را یا بازده تمام یا گروهی از دارایی­های هر بازار دارند. از ایرادهایی که به آن می‌توان اشاره کرد:

در شاخص کنونی، سود نقدی شرکت‌ها در زمان بازگشایی نماد سهام آنان پس از مجمع از مخرج کسر محاسبۀ بازده کسر شده که سبب بیش‌افزایی در محاسبه شاخص می‌شود. سود نقدی محاسبه‌شده در شاخص کنونی در دنیای واقعی با تأخیر تا 8 ماه به سرمایه‌گذار پرداخت شده که در شاخص پس از مجمع شناسایی می‌شود. شاخص به ارزش بازار شرکت‌های بزرگ، حساسیت زیادی دارد که همین موضوع، سبب رشد فزایندۀ آن به‌دلیل رشد قیمت سهام شرکت‌های بزرگ و نه کل بازار می‌شود.



[1] Bubble

[2] White

[3] Herding

[4] Fama

[5] Justice (Fair)

[6] Over reaction

[7] Under reaction

[8] Chicago

[9] Keynesian

[10] Behavioral Finance

[11] Diba & Grossman

[12] Campbell & Shiller

[13] Larsen

[14] Lamont

[15] Christophe

[16] Glichrist & Himmelberg

[17] Dickey-Fuller test

[18] Evans

[19] Unit Root

[20] Simulation

[21] Phillips

[22] Explosive Bubble

[23] Homm,U and Breitung, J.

[24] Right-Tailed

[25] Monitoring

[26] Left-Tailed

[27] Technical Lens

[28] Asymptotic distributions

7 Phillips & Yu, J.

[30] Quarterly

[31] Inefficient

[32] Emerging Market

[33] Behavioral Biases

[34] Heuristics

[35] Over Confidence

[36] Self Attribution

[37] Social Interactions

Tehran Stock Exchange bubbles and noise traders’ behavior.  Journal of Economic Research (Tahghighat-E-Eghtesadi), 46: 133-153.

[2] Campbell, J. Y., Shiller R. J. (1987). Cointegration and tests of present value models. Journal of Political Economy, University of Chicago Press. 95 (5): 1062-1088

[3] Cuthberston, K. (1996). Quantitative Financial EconomicsStocks, Bonds, and Foreign Exchange.  London : John Wiley and Sons.

[4] Christophe, B. (2003). Testing for rational bubbles with time varing risk premium and non- linear cointegration: Evidence from the USA and French stock markets. University Paris Nord. CEPN, France, Version.

[5] Diba, B. T., Grossman, H. I. (1988). Explosive rational bubbles instock prices? The American Economic Review. 78: 520–530.

[6] Evans, G. W. (1991). Pitfalls in testing for explosive bubbles in asset prices, American Economic Review, 81: 922-930.

[7] Fama, E. (1970). Efficient capital markets: A review of theory and empirical work. Journal of Finance. 25: 383-417

[8] Fuller,W. A. (1995). Introduction to Statistical Time Series, NewYork, JohnWiley & Sons, Inc.

[9] Garber, P. M. (1990). Famous first bubbles. Journal of Economic perspective, 4: 35-54

[10] Gholizadeh, A., Kamyab, B. (2011). The analysis of effect of the monetary policy on house price bubble: A cross-country study. Journal of Economic Research (Tahghighat-E-Eghtesadi), 45(3).

[11] Glichrist, S., Himmelberg, C. (2005). Do stock price bubble influence corporate investment? Journal of Monetary Economics, 52:805-827.

[12] Hazhirkiyani, K., Mirshamci, A. (2000). Rational bubble in Tehran Stock Exchange. The Journal of  Planning and Budgeting, 4(12): 31- 62.

[13] Homm, U., Breitung, J. (2012). Testing for speculative bubbles in stock markets: a comparison of alternative methods. Journal of Financial Econometrics, 10: 198–231.

[14] Kindleberger, C. (1978). Manias, Panics, and Crashes: A History of financial crises. New york : Basic Book

[15] Komijani, A., Ghondoli A. N., & Naderi, E. (2013). Monetary analysis of housing market bubble in Iranian economy. Economic strategy Journal, 7.

[16] Larsen, E. S. (1997). Theoris and Tests for Bubbles; Working Papers of Universitetet i Tromso: 17-19.

[17] Lamont, O. (1998). Earnings and expected returns. Journal ofFinance, 53: 1563-1587.

[18] Lee, J. H. (2011). Asymptotics for Explosive Autoregression with Conditional eteroskedasticity, Working Paper, Yale University.

[19] Nazari, M., Farzanegan, E. (2011).  Monetary policy and housing price bubbles in Tehran. Journal of Economic Research, 45(4): 255-280.

[20] Phillips, P. C. B., Shi, S. & Yu. (2014). Specification Sensitivity in Right-Tailed Unit Root Testing for Explosive Behaviour. Oxford Bulletin of Economics and Statistics. 76(3): 0305–9049

[21] Phillips, P. C. B., Shi, S. & Yu, J. (2011a). Testing for Multiple Bubbles, Singapore Management University, Working Papers

[22] Phillips, P. C. B., Wu, Y. & Yu, J. (2011b). Explosive behavior in the 1990s NAZDAQ: When did exuberance escalate asset values? International Economic Review, 52: 201–226.

[23] Phillips, P.C.B., and Yu, J. (2010). Dating the timeline of financial bubbles during the subprime crisis. Quantitative Economics, 2: 455–491.

[24] Rahnamay, R.  F., Madanchi Z. M., & Babalouyan S. (2012). Testing the informational efficiency and rational bubble in tse and its subsections using variance ratio test and stationary test of price dividend ratio.  Financial Knowledge of Securities Analysis, 5(2): 59-75.

[25] Salerno, J. T. (2012). A reformulation of Austrian business cycle theory in light of the financial crisis. The Quarterly Journal of Austrian Economics, 15(1): 3-44

[26] Shoorvarzy M; Ghavami H; Hosseinpour H. (2013). Relationship between clarity of stock market information and the appearing of price bubble.  Journal of Knowledge & Development. Ferdowsi University of mashhad. 20(5): 27-58.

[27] Soltani A. (2007). Study bubbles of stock price in the Tehran Stock Exchange. Shahid Beheshti University. Ph.D. Thesis.

[28] Vaez, M., Torki, L. (2008). Price bubbles and capital market in Iran. Journal of Faculty of Administrative Sciences and Economics of University of Isfahan, 3(31): 195 – 207.

[29] White, E. N. (2004). Bubbles and Busts: The 1990s in The Mirror of The 1920s; Finance research Unit, Institute of Economics, University of Copenhange.

[30] White, E. (1990). Craches and Panics: The Lesson from History. Dow jones – Irwin, Home Wood

[31] Zhongyin, J. D. (2002). Topic in Financial Engineering, Analysis of Bubble: from Incentive to Aftermath of its Burst”. Working Paper.

[32] Zainuddin, Z., Jali, M. N. (2012). Revitalizing the issues, theories and concept of house price bubbles. 3rd International Conference on Business and Economic Research ISSN: 978-967-5705-05-2, No. 1982.