Behavioral Bias, Abnormal Volume, and Abnormal Return

Document Type : Research Paper

Authors

1 Assistant Professor, Department of Financial Management, Faculty of Management & Accounting, Shahid Beheshti University, Tehran, Iran

2 M.A, Department of Financial Management, Faculty of Management & Accounting, Shahid Beheshti University, Tehran, Iran

Abstract

Objectives: This research evaluates the effects of overconfidence, disposition effect and investors’ attention on the abnormal volume and abnormal returns of stocks through Interruption in independent variables.
Method: It uses the unbalanced panel data regression technique to study a sample of 325 listed firms in Tehran Stock Exchange at weekly intervals between 2011 and 2016.
Resutls: The results show that disposition effect and investors’ attention cause abnormal volume. In addition, with regards to abnormal return, the effect of investors' attention on abnormal return is significant in the regression model. The important point in this study is the investigation of the effect of behavioral biases on abnormal volume while generating abnormal returns. The results indicate that only investors’ attention causes both abnormal volume and abnormal returns. Also, in the case of overconfidence, the relationship between this bias and abnormal volume and abnormal returns is not significant.

Keywords

Main Subjects


مقدمه.

ظهور مالی رفتاری به‌منزلۀ یکی از شاخه‌های علم مالی، طی سال‌های گذشته دلالتی بر وجود خلاف قاعده‌های بازار سرمایه در الگوی کلاسیک است. خلاف قاعده‌هایی همچون واکنش بیش از حد یا کمتر از حد، همبستگی مثبت و منفی سهام و بسیاری دیگر از این دست که موجب ایجاد بازده غیر‌عادی در سهام می‌شود؛ از‌این‌رو، در حیطۀ سرمایه‌گذاری با وجود تکیه‌ بر مباحثی همچون ارزش‌گذاری سهام که با الگوهای کلاسیک توجیه‌پذیر است، تأثیر سوگیری‌های رفتاری بر چگونگی تصمیم‌گیری و عملکرد انواع سرمایه‌گذاران خرد و حقوقی و حتی بازارها، در بهبود عملکرد سرمایه‌گذاری مؤثر است. شناخت این سوگیری‌ها از آن نظر اهمیت دارد که به درک بهتر عملکرد سرمایه‌گذار بدون ایجاد تورش در ارزیابی کمک می‌کند (پمپین[1]، 2006). به همین دلیل شناخت این سوگیری‌ها و چگونگی تأثیر آنها بر بازار موجب گرفتن تصمیمات بهینه می‌شود.

تاکنون سوگیری‌های رفتای زیادی شناخته شده است که فرااعتمادی و اثر تمایلاتی ازجمله رایج‌ترین آنهاست. مطالعات بسیاری به وجود رابطۀ بین حجم و فرااعتمادی تأکید کردند؛ به‌گونه‌ای که در برخی مطالعات همچون بدری و کوچکی (2013) و چیانگ[2] و وونگ[3] (2010) حجم معاملات، شاخصی برای فرااعتمادی در نظر گرفته شده است. مطالعات بیکر[4] و ورگلر[5] (2006) در زمینۀ اثر تمایلاتی نشان می‌دهد قیمت ارائه‌شده به‌وسیلۀ فروشندگان چه در رکود بازار و چه در رونق بازار، از اثر‌ تمایلاتی تأثیر می‌گیرد. این عامل در بازارهای مالی خود را به‌صورت تغییر حجم معاملات نشان می‌دهد (فرازینی[6]، 2006). توجهات سرمایه‌گذاران ازجمله سوگیری‌های شناخته‌شده‌ای است که کمتر بررسی شده است. مطالعۀ یان[7] (2015) دربارۀ توجهات سرمایه‎‌گذاران نشان می‌دهد افزایش توجه به سهم موجب افزایش حجم معاملات می‌شود و بر بازده سهام نیز تأثیرگذار است.

در پژوهش حاضر برخلاف پژوهش‌های انجام‌شده، به‌طور خاص سه مورد از سوگیری‌های رفتاری بررسی شده ‌است و براساس مفاهیم مالی رفتاری ایجاد بازده غیرعادی و حجم غیرنرمال را توضیح می‎‌دهد. سوگیری توجهات سرمایه‌گذاران نیز بررسی شده است که تاکنون در مطالعات داخلی به آن توجه نشده است. وجه تمایز این پژوهش بررسی همزمان سه سوگیری رفتاری بر متغیرهای مطرح‌شده است.

با توجه به مباحث مطرح‌شده در این پژوهش و اهمیت سوگیری‌های رفتاری مطالعه‌شده بر بازار سرمایه، در این پژوهش پس از بررسی رابطۀ حجم و بازده و تأثیر سوگیری‎های رفتاری مطرح‌شده بر ایجاد حجم غیرنرمال، به این سؤال پاسخ داده می‌شود که آیا فرااعتمادی، اثر تمایلاتی و توجهات سرمایه‌گذاران موجب ایجاد حجم غیرنرمال و بازده غیرعادی می‌شود یا خیر.

 

مبانی نظری.

در پژوهش حاضر دربارۀ سه سوگیری رفتاری بحث می‌شود که در این بخش هر یک به‌طور مجزا تشریح شده است. فرااعتمادی[8] از پرکاربردترین سوگیری‌های رفتاری است که بر مبنای قضاوت نادرست افراد دربارۀ توانایی‌های خود شکل می‌گیرد (پمپین، 2006). تالر[9] (2016) در مقالۀ «اقتصاد رفتاری، گذشته، حال و آینده» بیان می‌کند فرااعتمادی موجب می‌شود افراد شانس موفقیت خود را بیش از حد ارزیابی کنند. به عقیدۀ ریکاردی[10] (2008) مردم به‌طور معمول اعتماد به ‌نفس بیشتری نسبت به درستی قضاوت‌های خود دارند و بیشتر قضاوت‌های افراد آنقدر درست نیست که فکر می‌کنند. دلایل ایجاد فرااعتمادی در سرمایه‌گذاران مبحثی است که پژوهشگران بسیاری ازجمله جرویس[11] و اودین[12] (2001)، گلایسر[13] و وبر[14] (2009) و چو[15] و وانگ[16] (2011) دربارۀ آن مطالعه کرده‌اند. بیشتر این پژوهش‌ها، تجربۀ بازده بالا چه در سطح فردی و چه در سطح بازار، مهارت در معاملات و موفقیت‌ها و شکست‌های گذشتۀ فرد را عامل ایجاد فرااعتمادی در آنها‌ می‌دانند.

پیشرفته یا نوظهور بودن بازارها بر عملکرد سرمایه‌گذاران و بروز سوگیری‌های رفتاری تأثیرگذار است. تأیید وجود این سوگیری در بازارهای نوظهور همچون تونس (زین[17]، 2015) و پاکستان (زیا[18]، ایندو[19] و هاشمی[20]، 2017) نیز به اثبات رسیده است. سرمایه‌گذاران بازارهای نوظهور، سوگیری‌های رفتاری بیشتری نسبت به سرمایه‌گذاران بازارهای پیشرفته دارند.

علاوه بر عوامل مؤثر بر فرااعتمادی، نمود خارجی تأثیر آن بر بازارها موضوع بسیاری از مطالعات است. به بیان اودین(1998) توضیحی ساده و محکم برای حجم بالای معاملات در بازارهای مالی وجود دارد: فرااعتمادی؛ افراد نسبت به توانایی‌ها، دانش و چشم‌انداز آیندۀ خود فرااعتمادند. مطالعات پژوهشگرانی همچون لی[21] و رو[22] (2002) و استتمن[23]، تورلی[24] و ورکینک[25] (2006) نشان می‌دهد سرمایه‌گذاران فرااعتماد، توالی معاملاتی بیشتری دارند و همین موضوع سبب پایین‌آمدن بازده سرمایه‌گذاری‌های آنها می‌شود. نکتۀ مشترک بسیاری مطالعات در زمینۀ فرااعتمادی، رابطۀ مستقیم بین سطح فرااعتمادی و حجم معاملات است؛ به‌گونه‌ای که در برخی مطالعات همچون بدری و کوچکی (2013) و چیانگ و وانگ (2010) حجم معاملات شاخصی برای فرااعتمادی در نظر گرفته شده است؛ درواقع، برجسته‌ترین توضیح برای حجم اضافی، اعتماد به نفس است. بازده بالای بازار موجب می‌شود سرمایه‌گذاران بیش از حد مصمم شوند و به‌دنبال سرمایه‌گذاری بیشتری باشند (زین، 2015).

سرمایه‌گذاران فرااعتماد با تخمین بیش از اندازۀ درستی سیگنال‌های معاملاتی خود، به شکل متهورانه‌تری نسبت به سرمایه‌گذاران عقلایی، براساس اطلاعات خود معامله می‌کنند. فرااعتمادی سبب می‌شود سرمایه‌گذاران مهارت‌های پیش‌بینی خود را بیش از حد برآورد و باور کنند که قادرند زمان تغییرات بازار را تعیین کنند (بدری و کوچکی، 2013)؛ درنتیجه، بیش از حد معامله می‌کنند و با وجود شواهد کافی مبنی بر اشتباه‌‎بودن ارزیابی کنونی، به‌آهستگی آن را اصلاح می‌کنند (واورو[26]، مونوکی[27] و الیان[28]، 2008). گرینبلت[29] و کلوهارجو[30] (2009) با بررسی ویژگی فرااعتمادی نسبت به تمایل سرمایه‌گذاران به انجام معاملات فراوان، دریافتند حجم معاملات افراد دارای فرااعتمادی، نسبت به افرادی که به‌دلیل هیجان معامله می‌کنند، بیشتر بوده است. دنیل[31] و هرشیفر[32] (2015) اثرات اعتماد به نفس سرمایه‌گذاران را بررسی کردند و به این نتیجه رسیدند که سرمایه‌گذاران خرد و مدیران دارایی، با وجود ریسک بالا و بازده کم ترجیح می‌دهند به‌طور فعال معامله کنند.

موسوی و آقابابایی (2017) با مطالعۀ جنبه‌های مختلف فرااعتمادی دربارۀ حجم معاملات، به این نتیجه رسیدند که سرمایه‌گذاران با اطمینان بیش از حد با تصور اینکه اطلاعات ویژه‌ای در اختیار دارند، معاملات پرحجمی انجام می‌دهند که در بیشتر موارد سبب بازدهی ضعیف در بلندمدت می‌شود. مطالعات اسلامی‌بیدگلی و تهرانی (2007) نیز وجود ارتباط ضعیف بین حجم معاملات و فرااعتمادی را نشان می‌دهد. این دو پژوهش روش‌شناسی تقریبا مشابهی در سنجش فرااعتمادی دارند. جهانخانی، قراگوزلو و نوفرستی (2009) به رابطۀ معنی‌داری بین حجم معاملات و بازده با وقفه دست نیافتند و وجود فرااعتمادی بین سرمایه‌گذاران بورس تهران را رد کردند. بدری و کوچکی (2013) نیز شواهدی مبنی بر وجود فرااعتمادی بین سرمایه‌گذاران بورس تهران نیافتند؛ زیرا در بررسی آنها رابطۀ معنی‌داری بین حجم معاملات و بازده بازار وجود نداشت. تفاوت در نتایج به‌دست‌آمده در پژوهش‌های داخلی به‌سبب متغیرهای سنجش متفاوت برای فرااعتمادی است.

اثر تمایلاتی، گرایش سرمایه‌گذاران به حفظ طولانی‌مدت سرمایه‌گذاری زیان‌ده (ریسک‌طلبی) و فروش سریع سرمایه‌گذاری سود‌ده (ریسک‎گریزی) است (باربریز[33] و هوانگ[34]، 2001)

اولین بار شفرین[35] و استتمن (1985) اثر تمایلاتی را بیان کردند که بسط‌یافتۀ نظریۀ چشم‌انداز کانمن[36] و توروسکی[37] (1979) است؛ درواقع، این نظریه به ریسک‌گریز بودن سرمایه‌گذاران در سود و ریسک‌پذیری آنها در زیان اشاره می‌کند. این تفاوت رفتاری نسبت به نقطۀ مرجع[38] در تابع ارزش S‌ شکل نامتقارن مشاهده می‌شود (اوهلر[39]، هیلمن[40]، لاگر[41] و اوبرلندر[42]، 2003)

 

زیان

سود

تابع ارزش

نقطۀ مرجع

نمودار (1) نظریۀ چشم‌انداز

کاستیا[43] (2004) دربارۀ اثر تمایلاتی در عرضه‌های اولیه مطالعه کرد. او با تأیید وجود اثر تمایلاتی بین سرمایه‌گذاران در عرضه‌های اولیه، به این نتیجه رسید که رابطۀ بازده روز بعد از عرضه با حجم و گردش معاملات مستقیم است. مطالعۀ‌ استتمن و همکاران (2006) نیز تأثیر اثر تمایلاتی بر حجم معاملات را تأیید کرد.

نمود خارجی سوگیری اثر تمایلاتی بر بازار در پژوهش‌های بسیاری بررسی شده است؛ باربر[44] و اودین (2008) به این نتیجه رسیدند که سرمایه‌گذاران با نگه‌داشتن سهام بازنده و فروش سرمایه‌گذاری برنده، عملکرد ضعیف‌تر از بازار دارند و این عامل از توجه محدود و بازده حاصل از عملکرد گذشتۀ آنها تأثیر می‌گیرد.

میان مطالعات داخلی، فلاح‌شمس و رضازاده (2013) با بررسی اثر تمایلی زیان‌گریزی سرمایه‌گذاران براساس حجم معاملات در عرضه‌های اولیه، وجود تورش رفتاری زیان‌گریزی را میان سرمایه‌گذاران بورس اوراق بهادار تهران تأیید کرد. نتایج آنها نشان داد حجم معاملات در سه حالت افزایش می‌یابد: حالت اول، زمانی است که قیمت سهام با بازده اولیۀ مثبت، از قیمت عرضۀ اولیه کمتر باشد. حالت دوم، زمانی است که قیمت سهام با بازده اولیۀ منفی، از قیمت عرضۀ اولیه بیشتر باشد. حالت سوم نیز زمانی است که حدود قیمتی جدید برای سهام ایجاد شود. مطالعۀ بدری و کوچکی (2013) نیز وجود اثر تمایلاتی را در بورس تهران تأیید کرد.

زیا و همکاران (2017) اثر تمایلاتی و فرااعتمادی در بورس پاکستان را بررسی و بیان کردند که افزایش حجم معاملات به‌صورت متداول در بازارهای مالی دیده می‌شود و این عامل از اقتصاد کلاسیک پیروی نمی‌کند. آنها به این نتیجه رسیدند که رفتاری مبتنی بر فرااعتمادی بین سرمایه‌گذاران بورس کراچی وجود ندارد؛ اما اثر تمایلاتی دیده می‌شود. مطالعۀ آنها نشان داد دورۀ نگهداری در سهم‌های بزرگ بیشتر و در سهامی با نقدشوندگی کمتر، کوتاه‌تر است و بازده اوراق بر سطوح گردش خرید و فروش مؤثر است که در این موضوع حجم نمود پیدا می‌کند. چو و وانگ (2011) در بورس تایوان به این نتیجه رسیدند که فرااعتمادی و اثر تمایلاتی هر دو موجب رابطۀ مثبت بین حجم معاملات آتی و بازده دورۀ قبل می‌شود.

علاوه بر بازار اوراق بهادار، برخی پژوهش‌ها همچون لی[45]، سیلر[46] و سان[47] (2017) وجود اثر تمایلاتی در قیمت فروش مسکن را بررسی کردند. آنها با استفاده از منحنی قیمت‌گذاری تجربی به این نتیجه رسیدند که قیمت ارائه‌شده ازطرف فروشندگان چه در رکود و چه در رونق بازار از اثر ‌تمایلاتی تأثیر می‌گیرد. به‌علاوه با بررسی حجم معاملات املاک و اثر ذکرشده با استفاده از منحنی قیمت‌گذاری تجربی، به این نتیجه رسیدند که در زیان بودن افراد، حجم معاملات را کاهش می‌دهد.

در زمینۀ توجهات سرمایه‌گذاران،کانمن (1973) بیان می‌کند که «توجه» سوگیری شناختی نادری است که بر قیمت دارایی تأثیر می‌گذارد. دو دیدگاه در مقولۀ توجهات سرمایه‌گذاران وجود دارد: دیدگاه اول که در مطالعات پنگ[48] و ژوانگ[49] (2006)، چن[50] (2017) و اندری[51] و هاسلر[52] (2013) مشاهده می‌شود، به بحث کارآیی بیشتر بازار اشاره دارد. مطالعات آنها نشان می‌دهد زمانی که توجه سرمایه‌گذاران به بازار بیشتر باشد، قیمت سهام نمی‌تواند از ارزش ذاتی آن فاصلۀ زیادی داشته باشد. دیدگاه دوم همسو با مقالۀ باربر و اودین (2011) است که تأثیر متقابل توجه سرمایه‌گذاران را به‌منزلۀ سوگیری رفتاری بر متغیرهایی مانند حجم معاملات و قیمت سهام بررسی می‌کند. آنها نشان می‌دهند سهامداران به سهامی توجه دارند که حجم آن به‌طور غیرنرمال افزایش یابد. این توجه دربارۀ خرید (نسبت به فروش) سهام تأثیر بیشتری دارد. استدلال چنین دیدگاهی این است که وقتی سهامداران خرد تصمیم به خرید می‌گیرند، سهام مدنظر خود را بین هزاران سهم جستجو می‌کنند؛ اما زمانی که سهام خود را می‌فروشند، این تصمیم را از بین تعداد معدودی سهم می‌گیرند (لو[53]، 2014).

مؤلفۀ سنجش توجه سرمایه‌گذار در پژوهش‌های مختلف به‌طور متفاوتی سنجیده می‌شود که هزینۀ تبلیغات (دلاویگنا[54] و پولت[55]، 2009)، پوشش رسانه‌ای[56](یان، 2015)، حجم معاملات (باربر و اودین، 2008) و ایجاد محدودیت قیمت (سیشوله[57] و ویو[58]، 2007) از آن جمله است. برای مثال بن‌ریفل[59]، دا[60] و اسرالسن[61] (2017) به این نتیجه رسیدند که جستجو در اخبار سهامی خاص در بلومبرگ، معیار سنجش توجه سرمایه‌گذاران است که با حجم معاملات آن سهام رابطۀ مستقیم و قوی دارد و بیشتر حجم معاملات سهامداران خرد را افزایش می‌دهد.

اودی[62]، ارووی[63] و تیلون[64] (2013) در بورس فرانسه مطالعات مشابهی انجام دادند و به این نتیجه رسیدند که توجه سرمایه‌گذاران همبستگی بالا و مثبتی با حجم معاملات سهام دارد و به‌طور چشمگیری تعیین‌کنندۀ نقدشوندگی و نوسان بازار سهام است.

یان (2015) دریافت که توجهات زیاد سرمایه‌گذاران موجب نوسان‌پذیری بیشتر، حجم بالاتر و نقدشوندگی بیشتر می‌شود. براساس مطالعات او توجهات سرمایه‌گذاران در کوتاه‌مدت موجب افزایش بازده می‌شود و این امر پس از چند هفته به‌صورت معکوس دنبال می‌شود.

سؤال اصلی پژوهش حاضر این است: آیا سوگیری‌های رفتاری (فرااعتمادی، اثر تمایلاتی و توجهات سرمایه‌گذاران) که موجب حجم غیرنرمال می‌شود، بازده غیرعادی ایجاد خواهدکرد یا خیر؟ درواقع، هدف اصلی، آن است که تأثیر سوگیری‌های رفتاری مؤثر بر حجم را بر بازده بررسی کند. بدین‌منظور ابتدا تأثیر این سوگیری‌ها بر حجم غیرنرمال معاملات بررسی می‌شود که لازمۀ آن، بررسی قدرت توضیح‌دهندگی بازده غیرعادی به‌وسیلۀ حجم غیرنرمال معاملات است.

برای رسیدن به این هدف، سه سؤال اصلی مطرح می‌شودکه در آزمون‌های آماری به آنها پاسخ داده خواهد شد:

1- قدرت توضیح‌دهندگی بازده غیرعادی به‌وسیلۀ حجم غیرنرمال تا چند دورۀ زمانی آتی اعتبار دارد؟

2- آیا عوامل رفتاری همچون توجهات سرمایه‌گذاران، اثرتمایلاتی و فرااعتمادی حجم غیر‌نرمال را توضیح می‌دهد؟

3- آیا عوامل مؤثر بر حجم غیرنرمال، توضیح‌دهندۀ بازده غیرعادی‌اند؟

 

روش پژوهش.

پژوهش مورد بررسی بر حسب هدف از نوع کاربردی، از حیث نوع پس رویدادی بوده و روش پژوهش توصیفی و همبستگی است. نمونۀ آماری همۀ شرکت‌‎های پذیرفته‌شده در بورس اوراق بهادار تهران در بازۀ زمانی 1390 تا 1395 است. داده‌های بررسی‌شده شامل 325 شرکت بود که در بازۀ هفتگی و با استفاده از رگرسیون داده‌های ترکیبی نامتقارن بررسی شده است. همه شرکت‌های عضو نمونه طی سال بررسی‌شده عضو بورس اوراق بهادار تهران بوده‌اند، اطلاعات صورت مالی آنها در دسترس است و تغییر فعالیتی نداشته‌اند. داده‌های موردنیاز پژوهش از صورت‌های مالی موجود در سامانۀ کدال و داده‌های بورس اوراق بهادار گردآوری شده است.

برای پاسخ به سؤال اول از رگرسیون (1) استفاده می‌شود. همانند کردیا[65]، هاه[66] و سابرامان‌یام[67] (2007) برای جلوگیری از تأثیرگذاری متقابل خصوصیت‌های شرکتی، از رگرسیون مقطعی فاما[68] - مکبث[69] (1973) استفاده شده است؛ درنتیجه، قدرت پیش‌بینی‌کنندگی بازده با دو جزء حجم - به‌ویژه حجم غیرنرمال - با در نظر گرفتن متغیرهای کنترل سنجیده می‌شود. برای بررسی تأثیر حجم کل، نمونۀ بررسی‌شده به 5 دسته براساس حجم معاملات (ازسبد یک با بیشترین حجم تا سبد 5 باکمترین حجم) دسته‌بندی ‌شده است و رگرسیون (1) در قالب این دسته‌بندی‌ها آزمون خواهد شد.

(1)

 

E(r i.t) بازده غیرعادی است که عبارت است از اختلاف بازده سبد از بازده بازار و ETURNi,t حجم نرمال است و برابر است با میانگین حجم دوازده دورۀ گذشته. Xik, بردار t متغیر‌های کنترلی شامل لگاریتم طبیعی ارزش بازار شرکت log (MV)، بازده دورۀ قبل rt-1، ارزش دفتری به ارزش بازار B/M، MOMi,t مومنتوم که بیان‌کنندۀ میانگین بازده دوازده دورۀ گذشتۀ سهم است، معیار عدم نقدشوندگی ILLIQ آمیهود[70] (2002)، معیار ریسک خاص IVOL (انحراف معیار جزء خطای الگوی 4 ‌عاملی کارهارت[71] (1997))، نسبت مازاد سود اخیر SUB (انحراف بیشترین سود فصلی و مقدارآن در دورۀ مشابه که برتفاوت هشت سود فصلی اخیر تقسیم می‌شود) است.

UTERNi,t حجم غیرنرمال و قسمتی از حجم معاملات (در فرمول با نماد Turn) است که با توجه به میانگین 12 دورۀ حجم گذشته توضیح داده نمی‌شود. برای این منظور نظیر کانولی[72]، استیورز[73] و سان[74] (2005) برای تفکیک اجزای حجم از رگرسیون (2) و شیوۀ پنجرۀ غلتان[75] استفاده می‌شود.

(2)

 

سؤال دوم پژوهش تأثیر سوگیری‌های رفتاری بر حجم غیرنرمال را با استفاده از رگرسیون (3) بررسی می‌کند. برای این منظور متغیرهای مستقل با یک دوره وقفه در الگو لحاظ می‌شود تا رابطۀ علی بررسی شود.

(3)

 

متغیر‌های سنجش فرااعتمادی شامل بازده دورۀ قبل R i,t-1 و بازده شاخص در هفتۀ گذشته R m,t-1 است که به‌ترتیب براساس مطالعات استتمن و همکاران (2006) و جرویس و اودین (2001) به ‌دست آمده است.

متغیر سنجش توجهات سرمایه‌گذاران شامل نسبت اطلاعیۀ سود است که از تقسیم تعداد همۀ اطلاعیه‌های سود بر تعداد شرکت‌های موجود در بازار سرمایه - که در بازده مدنظر اقدام به اعلام اطلاعیه کرده‌اند - به دست می‌آید. ارزش معاملات بازار V(m.t) (بدون معاملات بلوکی) نیز معیار سنجش توجهات سرمایه‌گذاران است که به‌صورت متغیر مجازی به کار می‌رود. طبق مقالۀ یان (2015) زمانی ‌که ارزش معاملات بازار طی هفتۀ بررسی‌شده از میانگین حجم معاملات هفتگی طی دورۀ زمانی پژوهش بیشتر باشد، عدد یک و در غیر این صورت صفر است.

تمایلات سرمایه‌گذاران (SENT) معیار سنجش اثر تمایلاتی است که براساس مطالعات جونز[76] و باندوپادیاها[77] (2005) و با تعدیل الگوی پرساود[78] (1996) به‌صورت زیر به دست می‌آید.

(4)

 

R (i.t) رتبۀ بازده هفتگی سهام i در هفتۀ t است که در محاسبه آن بازده سهام شرکت‌ها در هفتۀ t دسته‌بندی و از بیشترین به کمترین رتبه‌بندی می‌شود.
R (i.v) رتبۀ نوسان‌پذیری تاریخی (میانگین انحراف معیار 5 هفتۀ قبل) شرکت i در هفتۀ t است که در محاسبه آن میانگین انحراف معیار 5 هفتۀ گذشتۀ شرکت‌ها در هفتۀ t دسته‌بندی و از بیشترین به کمترین رتبه‌بندی می‌شوند. R (r) میانگین رتبۀ بازده هفتگی سهام شرکت‌های سبد است. در محاسبه آن بازده سهام هر یک از سبدها در هفتۀ t محاسبه و از بیشترین به کمترین(در هر یک از سبدها به‌صورت جداگانه) رتبه‌بندی می‌شود. R (v) نیز میانگین رتبۀ نوسان‌پذیری تاریخی سهام شرکت‌های سبد است که در محاسبه آن میانگین انحراف معیار 5 هفتۀ گذشته سهام هر یک از سبدها در هفتۀ t محاسبه و از بیشترین به کمترین (در هر یک از سبدها به‎‌صورت جداگانه) رتبه‌بندی می‌شود.

طبق سؤال اصلی پژوهش آیا عوامل مؤثر بر حجم غیرنرمال، توضیح‌دهندۀ بازده غیرعادی هستند یا خیر. برای این منظور بازده غیرعادی سبد‌ها، مطابق آنچه در قسمت قبل بیان شد، به‌وسیلۀ پنج سنجۀ رفتاری که متغیرهای ذکرشده در بالا هستند، با وقفۀ زمانی (جلوگیری از خودهمبستگی در رگرسیون) در قالب رگرسیون (5) آزمون خواهد شد.

(5)

 

 

یافته‌ها.

ابتدا تحلیل توصیفی متغیرهای اصلی پژوهش ارائه می‌شود. داده‌ها به‌صورت هفتگی گردآوری شده‌ است.


جدول (1) تحلیل توصیفی متغیرهای اصلی پژوهش

نام متغیر

نماد متغیر

واحد

میانگین

میانه

انحراف معیار

حداقل

حداکثر

حجم غیرنرمال

UTERNi,t

تعداد

8913223

4041291

37349203

2456

2061001885

بازده غیرعادی

E(r i.t)

درصد

691/0

175/0

113/0

04/67-

75/100

بازده شاخص

R m,t

درصد

28/0

95/0

7/1

76/4-

05/6

تمایلات سرمایه‌گذاران

SENT

واحد

1/46

1/52

5/22

5/63-

2/93

ارزش معاملات بازار

V(m.t)

میلیون ریال

7902286

5292249

6223840

480965

33255390

نسبت اطلاعیۀ سود

Earning Ratio

تعداد

000674/0

000519/0

000586/0

000018/0

003730/0

 

 

حجم غیرنرمال معاملات به‌صورت تعدادی
(و نه ریالی) محاسبه می‌شود که میانگین این تعداد، 8913 هزار معامله است. تمایلات سرمایه‌گذاران ترکیبی از رتبه‌بندی بازده و ریسک است که درنهایت، بهصورت شاخص تفسیر می‌شود. برای رسیدن به نتیجه‌ای مطمئن، پیش از برازش الگوهای رگرسیونی، پیش‌فرض‌های برازش الگو نظیر بررسی مانایی
(آزمون بارتلت کرنل)، خودهمبستگی و نرمال‌بودن بررسی و در صورت نیاز تعدیل‌ها لحاظ شده است. پیش از بررسی نتایج رگرسیون (1)، ابتدا حجم غیرنرمال در قالب رگرسیون (2) بررسی می‌شود. در رگرسیون زیر برای اجتناب از خودهمبستگی، وقفه‌های الگو تا 36 دوره لحاظ شده است.


جدول (2) نتایج رگرسیون 2

نام متغیر

نماد متغیر

ضرایب

انحراف معیار

آمارۀ-t

سطح معنی‌‎داری

نتیجه

 

C

7656840

2/191584

96592/39

00/0

-

میانگین حجم دوازده دورۀ قبل

D(TURN,2)***

229543/0

000670/0

4023/342

00/0

معنی‌دار است

ضریب تعیین

388884/0

آمارۀ F

41/10290

سطح معنی‌داری

0000/0

 

 

همان‌ طور که مشاهده می‌شود، رابطۀ معنی‌داری بین حجم معاملات با میانگین حجم دوازده دورۀ آن در سطح اطمینان 99 درصد وجود دارد. الگو نیز در سطح اطمینان 99 درصد معنی‌دار است. به کمک جزء خطای رگرسیون، حجم غیرنرمال شناخته می‌شود. در رگرسیون ذکرشده 8/38 درصد از تغییرات حجم را میانگین دوازده هفتۀ قبل آن توضیح داده است؛ درنتیجه، 2/61 درصد از آن به حجم غیرنرمال مربوط است. در رگرسیون (1) حجم غیرنرمال تا دوره‌های زمانی مختلف، قدرت پیش‌بینی بازده غیرعادی را آزمون کرده است.


 

جدول (3) نتایج رگرسیون 1، سؤال اول پژوهش

نام متغیر

نماد متغیر

ضرایب

خطای استاندارد

آمارۀ-t

سطح معنی‌داری

نتیجه

 

C

040708/0-

009984/0

084692/4-

0001/0

-

حجم غیرنرمال

UTURN t***

10-E19/1

12-E97/6

03586/17

0000/0

معنی‌دار است

 

UTURN t-1***

11-E177/1-

12-E95/6

547584/2-

0100/0

معنی‌دار است

 

UTURN t-2

12-E20/8-

12-E95/6

180408/1-

2378/0

معنی‌دار نیست

 

UTURN t-3

12-E81/4-

12-E95/6

691868/0-

4890/0

معنی‌دار نیست

حجم نرمال

ETURN t**

10-E5/1

11-E14/4

446187/2

0144/0

معنی‌دار است

 

ETURN t-1

10-E24/1-

11-E57/7

634934/1-

1021/0

معنی‌دار نیست

 

ETURN t-2

11-E13/5

11-E64/7

670919/0

5023/0

معنی‌دار نیست

 

ETURN t-3

12-E38/2

11-E59/7

031433/0

9749/0

معنی‌دار نیست

ارزش بازار شرکت

LOG(MV) t

006199/0-

003981/0

557335/1-

1194/0

معنی‌دار نیست

بازده بازار دورۀ قبل

Rt-1***

010854/0-

003044/0

565247/3-

0004/0

معنی‌دار است

ارزش دفتری به بازار

B/M t

1889040-

4724816

399812/0-

6893/0

معنی‌دار نیست

مومنتوم

MOMi,t***

477002/0

006887/0

25740/69

0000/0

معنی‌دار است

عدم نقدشوندگی

ILLIQt

653125/0

106320/1

590358/0

5550/0

معنی‌دار نیست

ریسک خاص شرکت

IVOLt***

344099/0

004631/0

29708/74

0000/0

معنی‌دار است

مازاد سود اخیر

SUBt

001167/

003212/0

3633/0

716/0

معنی‌دار نیست

ضریب تعیین

601569/0

آمارۀ F

5018/288

سطح معنی‌داری

0000/0

               

 

 

مطابق جدول (3) حجم غیرنرمال و یک دوره وقفۀ آن در سطح 99 درصد و حجم نرمال در سطح 95% معنی‌دار است؛ درنتیجه، حجم غیرنرمال تا یک دوره بازۀ اضافی را توضیح می‌دهد.

در بخش دوم سؤال اول، قدرت توضیح‌دهندگی بازده با لحاظ‌شدن دسته‌بندی‌های 5‌گانۀ حجم بررسی شده است. ابتدا از آزمون آنوا برای تعیین معنی‌داری تقسیم‌بندی‌های حجم استفاده می‌شود؛ به بیان دیگر، در این بخش آزمون می‌شود که هر دسته با داشتن میانگین و انحراف معیار خاص خود، با دسته‌های دیگر تفاوت دارد.


جدول (4) آزمون آنوا (پیش‌فرض الگو) رگرسیون 1 با دسته‌‎بندی

نماد متغیر

درجۀ آزادی

Adj SS

F-Value

سطح معنی‌داری

نتیجه

turn-rank

4

81371/1

73/4177

0000/0***

معنی‌دار است

Error

97070

05354/1

 

 

 

Total

97074

23491/1

 

 

 

ضریب تعیین

69/14%

 

 

به‌دلیل اینکه در صورت معنی‌داری تغییرات حجم کل، تفاوت توضیح‌دهندگی یا معنی‌داری باید در دسته‌ای دیده شود که بیشترین حجم Q5 و کمترین میزان حجم Q1 را دارند، در این قسمت نتایج رگرسیون در قالب دو دسته در جدول (5) نشان داده می‌شود.


جدول (5) رگرسیون 1 با دسته‌بندی براساس حجم معاملات

کمترین حجم Q1

بیشترین حجم Q5

نام متغیر

نماد متغیر

ضرایب

خطای استاندارد

آمارۀ-t

سطح معنی‌داری

ضرایب

خطای استاندارد

آمارۀ-t

سطح معنی‌داری

 

C

010981/0-

00185/0

91/5-

00/0

005077/0

001902/0

669/2

01/0***

حجم غیرنرمال

UTURN t

10-E13/1

12- E97/6

20/16

00/0***

11-E03/8

12-E39/7

8/10

00/0***

 

UTURN(t-1)

11-E01/2

12-E93/6

90/2-

003/0***

11-E56/2-

12-E94/6

68/3-

0002/0***

 

UTURN(t-2)

11-E05/1-

12- E93/6

51/1-

13/0

11-E55/1-

12-E93/6

22/2-

02/0**

حجم نرمال

ETURN t

10-E39/1

11-E13/6

266/2

02/0

12-E12/1

11-E13/6

83/1

06/0*

 

ETURN(t-1)

10-E23/1-

11-E56/7

62/1-

10/0

10-E32/1

11-E54/7

74/1-

08/0**

 

DT1- DT5

005332/0-

00061/0

71/8-

00/0***

0099/0

0006/0

8/14

00/0***

ضریب تعیین

602197/0

613521/0

آمارۀ F

6778/324

3673/329

سطح معنی‌داری

000000/0

000000/0

                     

 

 

در جدول (5) متغیر DT متغیر مجازی است که معنی‌داری دسته‌بندی را نشان می‌دهد. مطابق جدول، با افزایش حجم معاملات کل، قدرت توضیح‌دهندگی بازده غیرعادی به‌وسیلۀ حجم نرمال تا دو دوره بعد تعمیم‌پذیر است.

برای بررسی اثر سوگیری‌های رفتاری بر ایجاد حجم غیرنرمال، سنجه‌های اندازه‌گیری فرااعتمادی، اثر تمایلاتی و توجهات سرمایه‌گذاران با یک دوره وقفه در الگو لحاظ می‌شود. این وقفه بدین منظور است که روابط علی بین سوگیری‌های رفتاری و حجم غیرنرمال معاملات بررسی شود.

تاثیر متغیرهای Vmt-1 و SENT که هر کدام به ترتیب متغیرهای سنجش توجهات سرمایه‌گذاران و اثر تمایلاتی‌اند، معنی‌دار مشاهده می‌شود؛ اما اثر متغیرهای Rit-1 و Rmt-1 که متغیرهای بررسی فرااعتمادی است، معنی‌دار نیست؛ بنابراین، توجهات سرمایه‌گذاران و اثر تمایلاتی توانایی توضیح حجم غیرنرمال را در بازۀ هفتگی دارد. وقفۀ متغیر وابسته UTURN(t-1) نیز معنی‌‎دار است. آمارۀ R2 نشان می‌دهد سوگیری‌های رفتاری ذکرشده، حدود 46 درصد حجم غیرنرمال را توضیح می‌دهد. با توجه به معنی‌داری توجهات سرمایه‌گذاران و اثر تمایلاتی و معنی‌دار نبودن فرااعتمادی، می‌توان نتیجه گرفت که توجهات سرمایه‌گذاران و اثر تمایلاتی درصد قابل توجهی از حجم غیرنرمال را توضیح می‌دهد. با توجه به ضریب به‌دست‌آمده، رابطۀ مستقیمی بین توجهات سرمایه‌گذاران و حجم غیرنرمال وجود دارد؛ اما رابطۀ بین اثر تمایلاتی و حجم غیرنرمال معکوس است. به‌علاوه بین فرااعتمادی و حجم غیرنرمال رابطۀ معنی‌داری وجود ندارد.


جدول (6) نتایج رگرسیون 3، سؤال دوم پژوهش

نام متغیر

نماد متغیر

ضرایب

خطای استاندارد

آمارۀ-t

سطح معنی‌داری

نتیجه

 

C

7935426-

3252545

439759/2-

0013/0

-

بازده دورۀ قبل

Rit-1

1907864-

1453326

409759/1-

1658/0

معنی‌دار نیست

بازده بازار دورۀ قبل

Rmt-1

12896-

35624

362001/0-

7501/0

معنی‌دار نیست

ارزش معاملات بازار

Vmt-1***

12836517

256354

073/50

0000/0

معنی‌دار است

نسبت اطلاعیۀ سود

Earning Ratio*

71863984-

8+E91/1

42356/0-

7063/0

معنی‌دار نیست

تمایلات سرمایه‌گذاران

SENT**

026354/0-

001256/0

9793/20

000/0

معنی‌دار است

وقفۀ حجم غیرنرمال

UTURN(-1)***

158954/0-

01354/0

73959/11-

0000/0

معنی‌‌دار است

ضریب تعیین

46324/0

آمارۀ F

532/6016

سطح معنی‌داری

000000/0

 

 

در بحث سوگیری های رفتاری و بازده غیر عادی همانند آنچه در قسمت قبل توضیح داده شد، متغیرهای سنجش سوگیری‌های رفتاری با یک دوره وقفه به‌منزلۀ متغیر مستقل و بازده غیرعادی الگوی 4‌عاملی کارهارت به‌منزلۀ متغیر وابسته لحاظ شده است.


جدول (7) نتایج رگرسیون 5

نام متغیر

نماد متغیر

ضرایب

خطای استاندارد

آمارۀ-t

سطح معنی‌داری

نتیجه

 

 

C

002862/0

000236/0

12712/12

0000/0

-

 

بازده دورۀ قبل

Rit-1

000415/0-

00162/0

2561/0-

8356/0

معنی‌دار نیست

 

بازده بازار دورۀ قبل

Rmt-1

5-E81/3-

5-E63/3

03256/1-

2763/0

معنی‌دار نیست

 

ارزش معاملات بازار

Vmt-1***

004256/0

000286/0

8813/14

0000/0

معنی‌دار است

 

نسبت اطلاعیۀ سود

Earning Ratio

47886/0

27652/0

73174/1

0504/0

معنی‌دار است

 

تمایلات سرمایه‌گذاران

SENT

02784/0-

03425/0

81284/0-

0934/0

معنی‌دار نیست

 

ضریب تعیین

522863/0

آمارۀ F

6635/19

سطح معنی‌داری

000000/0

 

 

همان ‌طورکه مشاهده می‌شود، تنها تاثیر متغیرهای Vmt-1 و Earning Ratio معنی‌دار است که نشان می‌دهد تنها توجهات سرمایه‌گذاران، تغییرات بازده غیرعادی را توضیح می‌دهد. با توجه به ضریب به‌دست‌آمده، رابطۀ مستقیمی بین توجهات سرمایه‌گذاران و بازده غیرعادی وجود دارد؛ اما رابطۀ معنی‌داری بین فرااعتمادی و اثر تمایلاتی با بازده غیرعادی وجود ندارد.

 

نتایج و پیشنهاد‌ها.

هدف پژوهش حاضر بررسی تأثیر سوگیری‌های مؤثر در ایجاد حجم و بازده غیرعادی است. همچون بسیاری از پژوهش‌های حوزۀ حجم و بازده ازجمله آمیهود (2002)، حجم غیرنرمال قادر است بازده غیرعادی را تا یک دوره توضیح دهد. ازسوی دیگر، قدرت توضیح‌دهندگی در سهم‌هایی با حجم کل بالاتر تا دو دوره افزایش می‌یابد.

همسو با پژوهش‌های جهانخانی و همکاران (2009) و بدری و کوچکی (2013) تأثیر متقابل فرااعتمادی و حجم تأیید نشده است؛ با وجود این، تفاوت در مبانی نظری میان پژوهش‌های بیان‎شده و پژوهش حاضر ازنظر تفسیر مطالب دیده می‌شود. مطالعات موسوی و آقابابایی (2017) و اسلامی‌بیدگلی و تهرانی (2007) به نتایج مشابهی منتهی نشد. دلیل آن تفاوت متغیرهای پژوهش حاضر با مطالعات آنان است. متغیرهای محاسبۀ فراعتمادی در مطالعات آنان تا حدود زیادی مشابه بود. نتیجۀ پژوهش حاضر با مطالعات ادموندز[79]، گیگو[80] و نورلی[81] (2007)، واورو و همکاران (2008)، گرینبلت و کلوهارجو (2009) و دنیل و هرشیفر (2015) همخوانی ندارد؛ زیرا در پژوهش‌های ذکرشده فرااعتمادی موجب حجم بالای معاملات و به‌‎نوعی حجم غیرنرمال بوده است.

همسو با مطالعۀ کاستیا (2004) اثر تمایلاتی موجب ایجاد حجم غیرنرمال می‌شود. با وجود این، روش استفاده‌شده تفاوت دارد. ازسوی دیگر، پژوهش حاضر برخلاف مطالعات زیا و همکاران (2017) اثر تمایلاتی را عاملی بر ایجاد بازده غیرعادی نمی‌داند.

همسو با مطالعات یان (2015) و چن (2012) توجهات سرمایه‌گذاران موجب ایجاد حجم غیرنرمال است؛ با این حال تفاوت در ماهیت متغیرهای استفاده‌شده برای اندازه‌گیری و توجه سرمایه‌گذاران در نتیجه‌گیری تأثیرگذار است. در بررسی بازده غیرعادی، ارزش بازار و نسبت اعلامیه‌های سود معنی‌دار است؛ درنتیجه، توجهات سرمایه‌گذاران عامل ایجاد بازده غیرعادی در سهام است. با توجه به تأثیر زنجبره‌وار عوامل، می‌توان گفت تنها توجهات سرمایه‌گذاران است که موجب ایجاد حجم غیرنرمال و به‌دنبال آن بازده غیرعادی می‌شود. ازسوی دیگر، با وجود اینکه اثر تمایلاتی موجب ایجاد حجم غیرنرمال می‌شود، تأثیر زنجیره‌وار آن در ایجاد بازده غیرعادی معنی‌دار نیست.در پژوهش حاضر سوگیری‌هایی بررسی شده است که در پژوهش‌های داخلی کمتر بررسی شده‌اند. به‌علاوه توجهات ‌سرمایه‌گذاران که تاکنون در پژوهش‌های داخلی بررسی نشده است، به‌تفصیل بیان شده است.

در بیان محدودیت‌های پژوهش، با وجود بررسی سوگیری‌های رفتاری بر ایجاد حجم غیرنرمال و بازده، این عوامل تنها عوامل مؤثر بر ایجاد متغیر‌های وابستۀ تأثیرگذار نبوده‌اند که البته از موضوع پژوهش حاضر خارج است. به‌علاوه پژوهش حاضر دربارۀ شرکت‌های پذیرفته‌شده در بورس انجام شده است. با توجه به در دسترس نبودن اطلاعات ارزش معاملات کل بورس بدون وجود معاملات بلوکی و به‌صورت روزانه، از اطلاعات ارزش معاملات بورس و فرابورس (حذف معاملات بازار پایه) که معاملات بلوکی در آن وارد نشده است، استفاده شده است؛ درنتیجه، با توجه به اینکه متغیر بررسی‌شده حجم است، این عامل محدودیت مهمی برای پژوهش محسوب می‌شود.

پیشنهاد می‌شود در پژوهش‌های بعدی این پژوهش را در بازۀ فصلی نیز آزمون و نتایج را با بازۀ هفتگی و ماهانه مقایسه کنند؛ زیرا داده‌های ترازنامه و سود و زیان شرکت‌ها به‌‎صورت فصلی محاسبه می‌شوند. در پژوهش حاضر برای محاسبۀ سوگیری‌های رفتاری از متغیرهای متداول در پژوهش‌های این حوزه استفاده شده است؛ به بیان دیگر، در بیشتر پژوهش‌ها سوگیری فرااعتمادی با متغیرهای سنجیده‌شده در پژوهش حاضر آزمون شده است و می‌توان از متغیرهای دیگری برای سنجش آن استفاده کرد. به‌علاوه سعی شده است از توجهات سرمایه‌گذاران به‌منزلۀ سوگیری استفاده شود. با توجه به گستردگی حوزۀ مالی رفتاری پیشنهاد می‌شود سوگیری‌هایی بررسی شوند که پژوهش‌های کمتری دربارۀ آنها انجام شده است.



[1]. Pompian

[2]. Chiang

[3]. Wong

[4]. Baker

[5]. Wurgler

[6]. Frazzini

[7]. Yuan

[8]. Overconfidence

[9]. Thaler

[10]. Ricciardi

[11]. Gervis

[12]. Odean

[13]. Glaser

[14]. Weber

[15]. Chou

[16]. Wang

[17]. Zaiane

[18]. Zia

[19]. Aindu

[20]. Hashmi

[21]. Lee

[22]. Rui

[23]. Statman

[24]. Thorley

[25]. Vorkink

[26]. Waweru

[27]. Munyoki

[28]. Uliana

[29]. Grinbelt

[30]. Keloharju

[31]. Daniel

[32]. Hirshleifer

[33]. Barberis

[34]. Huang

[35]. Shefrin

[36]. Kaheneman

[37]. Tversky

[38]. Reference point

[39]. Oehler

[40]. Heilmann

[41]. Lager

[42]. Oberlander

[43]. Kaustia

[44]. Barber

[45]. Li

[46].Seiler

[47]. Sun

[48]. Peng

[49]. Xiong

[50]. Chen

[51]. Andrei

[52]. Hasler

[53]. Lou

[54]. DellaVigna

[55]. Pollet

[56]. Media coverage

[57]. Seasholes

[58]. Wu

[59]. Ben-Rephael

[60]. Da

[61]. Israelsen

[62]. Aouadi

[63]. Arouri

[64]. Teulon

[65]. Chordia

[66]. Huh

[67]. Subrahmanyam

[68]. Fama

[69]. MaceBeth

[70]. Amihud

[71]. Carhart

[72]. Connolly

[73]. Stivers

[74]. Sun

[75]. Rolling window

[76]. Jones

[77]. Bandopadhyaya

[78]. Persaud

[79]. Edmands

[80]. Giego

[81]. Norli

[1] اسلامی‌بیدگلی، غ.، و تهرانی، الف. (1389). بررسی رابطۀ اعتماد بیش از حد سرمایه‌گذاران انفرادی و حجم مبادلات آنها در بورس اوراق بهادار تهران. پژوهشنامۀ اقتصادی، 10 (4)، 253-231.
[2] بدری، الف.، و کوچکی، الف. (1392). حجم معاملات و بازده سهام: شواهدی از بورس اوراق بهادار تهران براساس تحلیل مالی رفتاری. فصلنامۀ علمی - پژوهشی حسابداری مالی، 5 (18)، 24-1.
[3] جهانخانی، ع.، قراگزلو، ف.، و نوفرستی، م. (1388). بررسی اطمینان بیش از اندازۀ سرمایه‌گذاران و حجم معاملات در بورس اوراق بهادار تهران. چشم‌‎انداز مدیریت، 8 (30)،
123-105.
[4] فلاح‌شمس، م.، و رضازاده، الف. (1392). اثر تمایلی زیان‌گریزی سرمایه‌گذاران براساس حجم معاملات IPO در بورس اوراق بهادار تهران. دانش مالی تحلیل اوراق بهادار، 6 (1)، 86-75.
[5] موسوی، م.، و آقابابایی، م. (1396). تأثیر اطمینان بیش از حد بر رفتار سرمایه‌گذاران: شواهدی از بورس اوراق بهادار تهران. دانش مالی تحلیلی اوراق بهادار (مطالعات مالی)، 10 (34)، 37-25.
[6] Amihud, Y. (2002). Illiquidity and stock returns: Cross-Section and time-series effect. Journal of Financial Markets, 5 (1), 31-56. DOI: 10.1016/S1386-4181(01) 00024-6.
[7] Andry, H., & Hasler, M. (2013). Investor attention and stock market volatility. The Review of Financial Studies, 38 (1), 33-70. https://doi.org/10.1093/rfs/hhu059.
[8] Aouadi, A., Arouri, M., & Teulon, T. (2013). Investor attention and stock market activity: Evidence from France. Economic Modelling, 35, 674-681.
[9] Badri, A., & Kochaki, A. (2013). Trading volume & returns evidence of Tehran Stock Exchange. Journal of Financial Accounting, 5 (18), 1-24. (In persian).
[10] Baker, M., & Wurgler, J. (2006). Investor sentiment and the cross‐section of stock returns. The Journal of Finance, 61 (4), 1645-1680. https://doi.org/10.1111/j.1540-6261.2006.00885.x.
[11] Barber, B. M., & Odean, T. (2008). The behavior of individual investors. Journal of Financial Risk Management, 5 (4), 114-131. https://doi.org/10.1093/rfs/hhm079.
[12] Barberis, N., & Huang, M. (2001). Mental accounting, loss aversion and individual stock returns. Journal of Finance, 56, 1247-1295. http://dx.doi.org/ 10.1111/ 0022-1082.00367.
[13] Ben-Rephael, A., & Da, Z., & Israelsen, R. D. (2017). It depends on where you search: Institutional investor attention and underreaction to news. The Review of Financial Studies, 30 (9), 3009-3047. https://doi.org/10.1093/rfs/hhx031.
[14] Carhart, M. M. (1997). On persistence in mutual fund performance. Journal of Finance, 52, 57-82. https://doi.org/ 10.1111/j.1540-6261.1997.tb03808.x.
[15] Chen, S. S. (2012). Revisiting the empirical linkages between stock returns and trading volume. Journal of Banking and Finance, 36, 1781-1788. https://doi.org/ 10.1016/j.jbankfin.2012.02.003.
[16] Chen, T. (2017). Investor attention and global stock returns. Journal of Behavioral Finance, 18 (3), 358-372. https://doi.org/ 10.1080/15427560.2017.1331235.
[17] Chiang, T. C., & Wong, W. K. (2010). New evidence on the relation between return volatility and trading. Journal of Forecasting, 29, 502-515. https://doi.org/ 10.1002/for.1151.
[18] Chordia, T., Huh, S., & Subrahmanyam, A. (2007). The croos section of expected trading activity. Review of Inancial Studies, 20 (3), 709-740. https://doi.org/10.1093/ rfs/hhl014.
[19] Chou, R., & Wang, Y. (2011). A test of the different implications of the overconfidence and disposition hypothese. Journal of Banking and Finance, 35, 2037-2046. https://doi.org/10.1016/j.jbankfin. 2011.01.018
[20] Connolly, R., Stivers, C., & Sun, L. (2005). Stock market uncertainty and the stock-bond return relation. The Journal of Financial and Quantitative Analysis, 40 (1), 161-194. https://doi.org/10.1017/ S0022109000001782.
[21] Daniel, K., & Hirshleifer, D. (2015). Overconfident investors, predictable returns and excessive trading. Journal of Economic Perspective, 29 (4), 61-88. DOI: 10.1257/ jep.29.4.61.
[22] Dellavigna, S., & Pollet, J. (2009). Investor inattention and friday earnings announcements. Journal of Finance, 64 (2), 709-749. https://doi.org/10.1111/j.1540-6261.2009.01447.
[23] Edmands, A., Giego, D., & Norli, Q. (2007). Sports sentiment and stock returns. Journal of Finance, 62 (4), 1987-1998. https://doi.org/10.1111/j.1540-6261.2007.01262.x.
[24] Eslami Bidgoli, G., & Tehrani, A. (2007). The correlation between individual investors and overconfidence and volume: Evidence from TSE. Economics Research, 10 (4), 231-253. (In persian).
[25] Fallah Shams, M., & Rezazade, E. (2013). Investors disposition effect in order of IPO trading volume. Journal of Finance Analysis in Stock Market, 6 (1), 75-86.
(In persain).
[26] Fama, E, F., & MaceBeth, J. D. (1973). Risk return and equilibrium: Empirical test. Journal of Political Economy, 81, 607-636. http://dx.doi.org/10.1086/260061.
[27] Frazzini, A. (2006). The disposition effect and underreaction to news. The Journal of Finance, 61 (4), 2017-2046. https://doi.org/10.1111/j.1540-6261. 2006. 00896.x.
[28] Gervais, S., & Odean, T. (2001). Learning to be overconfident. The Review of Financial Studies, 14, 13-27. https://doi.org/10.1093/rfs/14.1.1.
[29] Glaser, M., & Weber, M. (2009). Which past returns effect trading volume? Journal of Financial Markets, 12, 10-31. https://doi.org/10.1016/j.finmar.2008.03.001.
[30] Grinblatt, M., & Keloharju, M. (2009). Sensation seeking, overconfidence and trading activity, Journal of Finance, 64 (2), 549-578. https://doi.org/10.1111/j.1540-6261.2009.01443.x.
[31] Jahankhani, A., Gharagozlou, F., & Nofresti, M. (2009). Investors overconfidence and trading volume: Evidence from TSE. Journal of Management Perspective, 8 (30), 105-123. (In persian).
[32] Jones, A, L., & Bandopadhyaya, A. (2005). Measuring investor sentiment in equity markets. Journal of Asset Management, 7 (3), 208-215. Doi:10.1057/ palgrave.jam.2240214.
[33] Kahneman, D. (1973). Attention & Effect. New Jersey: Engelwood Cliffs, Prentice Hall. Doi: 10.2307/1421603.
[34] Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47 (2), 263 -292. Doi: 10.2307/1914185.
[35] Kaustia, M. (2004). Market-wide impact of the disposition effect: Evidence from IPO trading volume. Journal of Financial Markets, 7, 207–235. https://doi.org/ 10.1016/j.finmar.2003.11.002.
[36] Lee, B. S., & Rui, O. M. (2002). The dynamic relationship between stock returns and trading volume: Domestic and cross-country evidence. Journal of Banking and Finance, 26, 51-78. https://doi.org/ 10.1016/S0378-4266(00)00173-4.
[37] Li, Z., Seiler, M., & Sun, H. (2017). Prospect theory, reverse disposition effect and the housing market. Journal of Finance Analysis in Stock Market, 10 (10), 67-83. http://dx.doi.org/10.2139/ssrn.2939186.
[38] Lou, D. (2014). Attracting investor attention through advertising. Review of Financial Studies, 19, 217-248. https://doi.org/10.1093/rfs/hhu019.
[39] Mosavi, M., & Aghababaie, M. A. (2017). The effect of overconfidence on investors behavior: Evidence from TSE. Financial Knowledge of Securities Analysis, 10 (34), 25-37. (In persian).
[40] Odean, T. (1998). Volume, volatility, price and profit when all traders are aboue average. Journal of Finance, 53 (6), 1887-1934. https://doi.org/10.1111/0022-1082. 00078.
[41] Oehler, A,. Heilmann, K., Lager,V., & Oberlander, M. (2003). Coexistence of disposition investors and momentum traders in stock markets: Experimental evidence. Journal of International Financial Markets, Institutions and Money, Elsevier, 13 (5), 503-524. https://doi.org/ 10.1016/S1042-4431(03)00020-9.
[42] Peng, L., & Xiong, W. (2006). Investor attention, overconfidence and category learning. Journal of Financial Economics, 80 (3), 563-602. https://doi.org/10.1016/ j.jfineco.2005.05.003.
[43] Persaud, A. (1996). Investors’ Changing Appetite for Risk: A New Approach to Short-Run Developments on the Foreign Exchanges, FX Research Notes. New York: J.P. Morgan Securities Ltd.
[44] Pompian. M. (2006). Behavioral Finance and Wealth Management. Translated by: Ahmad Badri, Tehran: Keyhan.
[45] Ricciardi, V. (2008). The psychology of risk: The behavioral finance perspective. Journal of Investment Management, 100 (10), 98-100. https://doi.org/10.1002/ 9780470404324.hof002010.
[46] Seashole, M., & Wu, G. (2007). Redictable behavior, profits and attention. Journal of Empirical Finance, 14 (5), 590-610. https://doi.org/10.1016/j.jempfin. 2007.03.002.
[47] Shefrin, H., & Statman, M. (1985). The disposition to sell winners too early and ride losers too long: Theory and evidence. The Journal of Finance, 40 (3), 777-790. https://doi.org/10.1111/j.1540-6261.1985. tb05002.x.
[48] Statman, M., Thorley, S., & Vorkink, K. (2006). Investor overconfidence and trading volume. The Review of Financial Studies, 19 (4), 1531-1565. Doi: 10.2139/ssrn.168472.
[49] Thaler, R. (2016). Behavioral economics: Past, present and future. American Economic Review, 106 (7), 1577-1600.Doi: 10.1257/aer.106.7.1577.
[50] Waweru, N. M., Munyoki, E., & Uliana, E. (2008). The effects of behavioural factors in investment decision-making: a survey of institutional investors operating at the Nairobi Stock Exchange. International Journal of Business and Emerging Markets, 1(1), 24-41. Doi: 10.1504/IJBEM.2008.019243.
[51] Waweru, M. N., Munyoki, E., & Uliana, E. (2008). The effects of behavioural factors in investment decision-making: a survey of institutional investors operating at the Nairobi Stock Exchange. International Journal of Business and Emerging Markets, 1 (1), 24-41. Doi: 10.1504/IJBEM.2008.019243.
[52] Yuan, Y. (2015). Market-wide attention, trading and stock returns. Journal of Financial Economics, 116 (3), 548-564. http://dx.doi.org/10.2139/ssrn.1105532.
[53] Zaiane, S. (2015). Behavioral bias & individual investment. Journal of Social Science, 3 (1), 13-19. Doi: 10.15604/ ejss.2015.03.01.002.
Zia, L., Aindu, L., & Hashmi, H. (2017). Testing overconfidence bias pakestani stock market. Cognet Economics & Finance, 10 (3), 22-31.