عدم اطمینان قیمت در بازار سهام برزیل: آیا اندازه و پایداری اهمیت دارد؟

در این مقاله قیمت گذاری نوآوری ها در بازار سهام برزیل در دوره های عدم اطمینان اقتصادی مورد بررسی قرار می گیرد. داده های مقطعی با استفاده از روش کلی تکنیک لحظات مورد تجزیه و تحلیل قرار گرفت و یافته های ما نشان می دهد که در چنین دوره هایی ، نوآوری ها بر بازده اضافی سهام تأثیر منفی می گذارد. علاوه بر این ، یافته های ما نشان می دهد که نوآوری ها در طول عدم اطمینان اقتصادی باعث افزایش قیمت دارایی های مالی می شوند و آنها را به یک عامل خطر قابل توجه تبدیل می کند. این نتایج توسط نتایج برای شاخص پایداری شرکت و شاخص CAPS کوچک در تجزیه و تحلیل استحکام تأیید می شود.

روی نسخه خطی کار می کنید؟

معرفی

ثبات کلان اقتصادی نقش اساسی در ایجاد یک محیط مطلوب دارد که در آن عدم اطمینان در مورد اثربخشی سیاست اقتصادی کاهش می یابد و عملکرد بازار سهام تحریک می شود. از آنجا که عدم اطمینان ، درک عوامل از آینده را تغییر می دهد ، محققان و سیاستگذاران بیش از سه دهه تأثیر آن را در محیط اقتصادی مورد بررسی قرار داده اند (آنتاناکاکیس و همکاران 2013 ؛ بلوم 2014 ؛ ویسنته و مارینز 2019).

عدم اطمینان در مورد آینده اقتصاد به دلیل تأثیر آن بر فعالیت اقتصادی ، محیط کسب و کار را تغییر می دهد. عدم قطعیت اقتصادی ممکن است به طور غیرمستقیم بر بازار سهام تأثیر بگذارد تا (i) تصمیمات اتخاذ شده توسط بنگاه ها و سایر عوامل اقتصادی ، (ب) افزایش هزینه های تولید و تأمین مالی ، (iii) تشدید سرمایه گذاری و انقباض اقتصادی و (IV) کاهش سرعت بهبود اقتصادی. همچنین اثرات مستقیمی از طریق کانال های زیر وجود دارد: (i) کاهش در ارزش های حمایت از بازار ارائه شده توسط دولت.(ب) تغییر در سطح تورم ، نرخ بهره و حق بیمه خطر مورد انتظار. و (iii) تغییرات در میزان گریزی از خطر (Arouri et al. 2016 ؛ Bekaert et al. 2009 ؛ Gulen and Ion 2016 ؛ Julio and Yook 2008 ؛ Pástor and Veronesi 2012 ، 2013).

مطالعات اخیر نشان می دهد که عدم اطمینان اقتصادی بر بازارهای سرمایه تأثیر می گذارد و بر محیطی که شرکت ها در آن فعالیت می کنند ، رفتار سرمایه گذاران هنگام انتخاب اوراق بهادار و ضریب تخفیف مورد استفاده برای تعیین قیمت سهام تأثیر می گذارد. پاورقی 1 پیرس و نقش (1985) ، هاردوولیس (1987) و کاتلر و همکاران.(1989) همبستگی منفی بین قیمت سهام و نوآوری های کلان اقتصادی (که به عنوان یک پروکسی برای عدم اطمینان دیده می شوند) برجسته می کند. Veronesi (1999) افزایش نوسانات قیمت دارایی را در دوره های عدم اطمینان افزایش می دهد. طبق گفته های آرنولد و وروگ (2008) ، عدم اطمینان حاکم بر نوسانات بازار سهام است و اطلاعات فراتر از آنچه در نوسانات عقب مانده پیش بینی شده است ، ارتباط برقرار می کند. بانسال و همکاران.(2005) نشان می دهد که بخش بزرگی از تغییر قیمت سهام را می توان به تغییرات در میزان عدم اطمینان اقتصادی نسبت داد.

از آنجا که ماهیت بورس سهام آینده نگر است و سیاست های دولت محیط کسب و کار را شکل می دهد ، عدم اطمینان در مورد مسیر آینده این سیاست ها پیامدهای مستقیمی برای محیط اقتصادی ، پویایی بازار و نقدینگی و تصمیمات سرمایه گذاری دارد (چن و همکاران 2017 ؛داش و همکاران 2021). علاوه بر این ، تغییرات غیرقابل پیش بینی در سیاست های دولت می تواند محیط اقتصادی و بازده مورد نیاز بنگاه ها را برای تخفیف جریان نقدی آینده خود تغییر دهد (وانگ و همکاران 2014). عدم اطمینان ناشی از شرایط اقتصادی ، سیاسی و اجتماعی بر احساسات سرمایه گذار و ادراک ریسک تأثیر می گذارد و مؤلفه احتیاطی ارزیابی آنها را افزایش می دهد و آنها را تمایلی به تصمیم گیری های ریسک پذیر سرمایه گذاری نمی کند (Debata and Mahakud 2018). با توجه به این ، سهام شرکت هایی که شیوه های پایداری را اتخاذ می کنند (زیست محیطی ، اجتماعی ، حاکمیتی) به عنوان سرمایه گذاری ایمن در یک محیط نامشخص تلقی می شوند. چنین شیوه هایی باعث می شود که شرکت ها نسبت به قرار گرفتن در معرض خطر خود شفاف تر و در برابر شوک های سیستماتیک بازار و خطرات آسیب پذیر کمتری داشته باشند (Vural-Yavaş 2021).

آنچه قبلاً به خوبی ثبت شده است این است که اندازه شرکت یک عامل خطر در بازار است. بنگاههای کوچکتر ، مایع کمتری ، باید بازده بالاتری را برای سرمایه گذاران فراهم کنند (برنان و همکاران 1998). اندازه همچنین مربوط به عدم اطمینان اطلاعات است. بنگاههای کوچکتر کمتر از بانکهای سرمایه گذاری دنبال می شوند و تمایل به نوسانات بالاتری در اصول دارند (ژانگ 2006).

سرمایه گذاران به دلیل تأثیر تغییرات در متغیرهای کلان اقتصادی بر جریان نقدی با تخفیف و بازده سود سهام مورد انتظار و تأثیر منفی بر قیمت سهام ، در مواقع عدم اطمینان بیشتر محتاط تر هستند (Arouri et al. 2016). افزایش عدم اطمینان باعث کاهش مصرف و سرمایه گذاری در آینده می شود و تقاضای سرمایه گذار برای سازوکارهایی را افزایش می دهد که آنها را از رکودهای احتمالی اقتصادی آینده محافظت می کند. در عین حال ، سرمایه گذاران مایل به دستیابی به سهام با همبستگی بین المللی بالا با عدم اطمینان اقتصادی هستند. با توجه به احتمال بازده این سهام در مواقع افزایش عدم اطمینان ، آنها محافظت طبیعی در برابر نوآوری را ارائه می دهند (گائو و همکاران 2019).

در این مقاله ، ما به صورت تجربی پیامدهای قیمت گذاری دارایی از عدم اطمینان در بازار سهام برزیل را بررسی می کنیم. ادبیات اخیر نتایج متفاوتی را در سراسر کشورها ، مانند ایالات متحده (ایالات متحده) ، چین و کشورهای اروپا نشان می دهد. با این حال ، شواهد کمی برای برزیل وجود دارد. از نظر ما ، برزیل یک بازار ایده آل را ارائه می دهد که در آن می توان تأثیر عدم اطمینان را در بورس سهام تحلیل کرد زیرا علاوه بر اینکه یک بازار مهم در حال ظهور است ، در سالهای اخیر معکوس های سیاست را تجربه کرده است. به گفته این ، این کار فعلی کمک های زیر را ارائه می دهد. اول ، ما با دو اقدامات عدم اطمینان کار می کنیم ، یکی داخلی که بر تأثیر سیاست اقتصادی داخلی بر بازار سهام برزیل و دیگری یک اقدام جهانی است که واکنش بازار را نسبت به اثر مسری برجسته می کند. دوم ، ما از مدل قیمت گذاری دارایی مبتنی بر مصرف (CCAPM) برای ارزیابی تأثیر نوآوری های عدم قطعیت سیاست اقتصادی در بازار سهام برزیل استفاده می کنیم. سوم ، ما آزمایشات استحکام را برای پایداری و شاخص های کوچک درپوش انجام می دهیم. چهارم ، ما تغییر رژیم نوآوری های عدم اطمینان را تجزیه و تحلیل می کنیم.

با توجه به تأثیر عدم اطمینان اقتصادی بر فرصت های سرمایه گذاری ، هدف اصلی ما تجزیه و تحلیل اینکه آیا نوآوری های عدم اطمینان در اقتصاد به قیمت گذاری سهام کمک می کند. این مطالعه شواهد تجربی از (i) رابطه بین نمونه کارها از فاکتور تقلید مربوط به عدم اطمینان اقتصادی و بازده اضافی در سهام ، و (ب) رابطه بین حق بیمه ریسک مرتبط با نمونه کارها و بازده های اضافی و بازده اضافی را ارائه می دهد. از ژانویه 2001 تا سپتامبر 2020.

با استفاده از یک نمونه کارها نماینده شرکتهای ذکر شده در بازار برزیل ، نتایج ما نشان می دهد که سبد خرید فاکتور مربوط به عدم اطمینان اقتصادی با ابزار حاشیه ای مصرف در دوره بعد ارتباط منفی دارد و به تبع آن ، به حق بیمه ریسک کمتری نیاز دارد. از آنجا که بازده مورد انتظار یک دارایی به همبستگی آن با مصرف بستگی دارد ، سبد خرید فاکتور مربوط به عدم اطمینان اقتصادی می تواند به دارایی های قیمت گذاری کمک کند. نتایج ما برای شاخص گسترده (IBOVESPA) ، شاخص پایداری و شاخص CAPS کوچک است. بنگاه های پایدار و کوچکتر حق بیمه خطر کمتری نسبت به شرکتهای ذکر شده در IBovespa نشان می دهند.

پیوند بین عدم اطمینان و حق ریسک در محیطی است که بنگاهها در آن فعالیت می کنند ، به ویژه در کشورهایی مانند برزیل با عدم اطمینان بالا. عدم اطمینان بنگاهها را از انجام سرمایه گذاری های طولانی مدت دلسرد می کند ، زیرا تصمیم گیری را برای نمایندگان دشوار می کند ، از ایجاد روابط محکم و پایدار بین بنگاه ها و ذینفعان جلوگیری می کند و این روابط را خطرناک تر و بی ثبات تر می کند (JIA و LI 2020). با توجه به این امر ، مأمورین احساس می كنند كه بازپرداخت هایی را كه در آینده دریافت می كنند پیش بینی كنند و به همین دلیل ، حق بیمه خطر مثبت را برای جبران خسارات احتمالی ذاتی پیش بینی تصمیمات سرمایه گذاری جبران می كنند.

به سه دلیل اصلی ، برزیل یک محیط تحقیقاتی ایده آل برای مطالعه تأثیر عدم اطمینان است. اول ، اقتصاد روزانه برزیل از زمان انتخابات عمومی سال 2014 در برزیل با عدم اطمینان سیاست مشخص شده است. استیضاح دیلما روسف ، اتهامات علیه سیاستمداران برجسته و نگرانی های بیشمار پیرامون مالیات ، نیروی کار و بازنشستگی تنها معدودی از رویدادهایی است که باعث عدم اطمینان سیاست در برزیل شده است که از زمان مالی 2007-2008 دیده نشده استبحران (باربوزا و زیلبرمن 2018). علاوه بر این ، دولت رئیس جمهور جییر بولسونارو با افزایش قطبش در سناریوی سیاسی ، که به افزایش عدم اطمینان کمک می کند ، مشخص شد. بیکر و همکاران.(2020) نشان می دهد که قطبش به افزایش عدم اطمینان کمک می کند ، به ویژه هنگامی که انتخابات نزدیک می شوند.

مقاله به شرح زیر سازماندهی شده است: "بررسی ادبیات" یک مرور مختصر از ادبیات در مورد عدم اطمینان سیاست اقتصادی و در بخش "داده و روش شناسی" ارائه می دهد ، ما داده ها و روش های مورد استفاده را شرح می دهیم. بخش "نتایج" نتایج تخمین ها را ارائه می دهد ، و در بخش "تجزیه و تحلیل استحکام" ، ما نتایج تجزیه و تحلیل استحکام را بیان می کنیم. در بخش "نتیجه گیری" ، ما مطالعه را نتیجه می گیریم.

بررسی ادبیات

عدم اطمینان سیاست اقتصادی و بازارهای سهام

ادبیات اخیر نشان می دهد که عدم اطمینان سیاست اقتصادی (EPU) به طور چشمگیری بر اصول اقتصادی و عملکرد بازار مالی تأثیر می گذارد. در میان این مقالات ، اوزوگوز (2009) ، مبلغ (2012b ، D) ، لیو و ژانگ (2015) ، لی و همکاران.(2016) ، و آروی و همکاران.(2016) نشان می دهد که معیار عدم اطمینان سیاست همبستگی منفی با بازده سهام دارد. Brogaard and Detzel (2015) نشان می دهد که تأثیر درجه بالای EPU باعث کاهش بازده سهام معاصر و نتایج در بازده بالاتر می شود. کانگ و راتی (2013) شواهدی را پیدا می کنند که نشان می دهد افزایش غیرقابل پیش بینی در EPU ایالات متحده به بازده سهام آسیب می رساند. علاوه بر این ، شوک تقاضای مثبت در بازار نفت تأثیر مثبتی بر عدم اطمینان اقتصادی و تأثیر منفی بر بازده سهام دارد. لی و همکاران با استفاده از یک پنجره در حال حرکت 24 ماهه برای موارد چینی و هندی.(2016) رابطه دو طرفه بین EPU و بازده سهام در چندین دوره فرعی را به جای کل دوره نمونه نشان می دهد. با این حال ، برای دو اقتصاد نوظهور مورد تجزیه و تحلیل ، رابطه بین عدم اطمینان اقتصادی و بازده به طور کلی ضعیف است. Dzielinski (2012) براساس فرکانس ، طبق روندهای گوگل ، از جستجوی کلمه "اقتصاد" ، شاخصی از عدم اطمینان اقتصادی را ایجاد می کند تا نشان دهد که افزایش درجه عدم اطمینان اقتصادی پیش از افت بازده سهام است.

با تجزیه و تحلیل اثر سرریز ، Sum (2012a ، c) نشان می دهد که EPU ایالات متحده بر بازده بورس سهام در برزیل ، هند ، روسیه و چین (BRIC) تأثیر منفی می گذارد و پیش بینی منفی بازده در بورس سهام اروپا را می دهد. کلمبو (2013) نشان می دهد که شوک شامل یک انحراف استاندارد در اندازه گیری EPU ایالات متحده منجر به افت آماری قابل توجهی در تولید و قیمت های منطقه یورو در کوتاه مدت می شود. شوک عدم اطمینان ایالات متحده از نظر کمی بزرگتر از آن است که خاص برای منطقه یورو است. در مطالعه ای از استرالیا ، کانادا ، چین ، ژاپن ، کره و ایالات متحده ، کریستو و همکاران.(2017) همبستگی منفی بین EPU و سودآوری در بورس سهام هر کشور نشان می دهد. علاوه بر این ، همچنین بین EPU آمریکای شمالی و بازده دارایی های هر یک از کشورهایی که در نظر گرفته شده اند ، به جز استرالیا رابطه منفی وجود دارد. منسی و همکاران.(2014) وابستگی قابل توجهی به EPU ایالات متحده در بورس سهام اعضای BRICS ، به جز در مورد هند ، جایی که تأثیر عدم اطمینان اقتصادی منفی و از نظر آماری قابل توجه است ، هنگام فروش بازار ، قابل توجه نیست. سرانجام ، Dakhlaoui و Aloui (2016) ارتباط مثبتی بین عدم اطمینان اقتصادی ایالات متحده و نوسانات بازار سهام در کشورهای عضو BRICS نشان می دهند. این همبستگی در دوره های بی ثباتی اقتصادی جهانی بسیار بی ثبات است.

برخی از مطالعات وجود دارد که امکان تشخیص رابطه بین EPU و نوسانات بازار سهام را فراهم می کند. Pástor and Veronesi (2012 ، 2013) نشان می دهد که در دوره های فعالیت اقتصادی پایین ، EPU بالا با نوسانات بازده سهام بسیار مرتبط است. Antonakakis و همکاران.(2013) نشان می دهد که EPU عملکرد فزاینده ای از نوسانات در بازده سهام آمریکا است و بازده عملکردی در حال کاهش تغییرات در EPU است. نویسندگان همچنین دریافتند که افزایش نوسانات هم عدالت و هم EPU باعث کاهش بازده سهام و افزایش EPU می شود. لیو و ژانگ (2015) ، با تجزیه و تحلیل پرونده آمریکای شمالی ، نشان می دهند که EPU بالا منجر به افزایش چشمگیر نوسانات بورس می شود. ترکیب EPU به عنوان یک متغیر پیش بینی اضافی ، ظرفیت پیش بینی مدل های پیش بینی نوسانات را بهبود می بخشد. علاوه بر این ، بیکر و همکاران.(2016) نشان می دهد که عدم اطمینان سیاست باعث افزایش نوسانات قیمت سهام و کاهش سرمایه گذاری و اشتغال می شود.

مطالعات در زمان های اخیر نشان می دهد که تأثیر عدم اطمینان سیاست اقتصادی (EPU) در بورس سهام منفی است. وانگ و همکاران.(2022) نشان می دهد که در بازار چین ، افزایش عدم اطمینان سیاست اقتصادی با نقدینگی سهام منفی است. وانگ و همکاران.(2022) برای شانزده شاخص بازار سهام جهانی وجود رابطه منفی بین بازده سهام و EPU یک کشور را نشان می دهد. یوان و همکاران.(2022) برای بازارهای BRIC به نتایج مشابهی برسید. هوانگ و لیو (2022) مشاهده می کنند که افزایش EPU تأثیر قابل توجهی در بازده سهام G7 نسبت به کاهش EPU دارد ، که وجود یک اثر نامتقارن را تأیید می کند. کارشناسی ارشد و همکاران.(2022) برای همان بازارهای G7 نشان می دهد که برخی از موازی های منطقه ای و اثر سرریز قابل توجهی از EPU بر نوسانات بازار سهام در ایالات متحده ، ژاپن و کانادا وجود دارد.

دای و همکاران.(2021) ارتباط منفی قابل توجه بین EPU و احتمال سقوط بازار سهام در بازار ایالات متحده را برجسته می کند ، نشان می دهد که با بدتر شدن EPU ، احتمال تصادف نیز وجود دارد. داش و همکاران.(2021) در دوره های استرس اقتصادی یا بحران در بین کشورهای G7 ، ارتباط قوی تری بین عدم اطمینان سیاست و نقص بازار سهام پیدا کنید. با توجه به پایداری ، لیائو و همکاران.(2021) برای بازار چین نشان می دهد که افزایش EPU به طور قابل توجهی بازده سهام را کاهش می دهد. با این وجود ، این تأثیر برای شرکت هایی که درگیر مسئولیت اجتماعی شرکت هستند ، پایین تر است.

اندازه حق بیمه

همانطور که در بخش مقدماتی بحث شد ، مطالعات نشان می دهد که بنگاه های کوچکتر بازده متوسط بالاتری دارند. ما استدلال می کنیم که این نوع بنگاه ها به دلیل نقدینگی کمتر و عدم اطمینان اطلاعات به این بازده دست می یابند. FAMA و فرانسوی (1996) نشان می دهند که اندازه یک شرکت پس از کنترل سایر خصوصیات مربوط به سودآوری آن است. بنگاه های کوچک نسبت به شرکتهای بزرگ دارایی خود را کمتر کسب می کنند. طبق گفته های Shumway و Warther (1999) ، تعصب بازمانده (همچنین به عنوان تعصب Delisting شناخته می شود) منبع اصلی حق بیمه اندازه است. دوراند و همکاران.(2007) توضیحی روانشناختی برای حق بیمه شرکت کوچک ارائه می دهد. پس از کنترل متغیرهای مداوم در بازار ، آنها دریافتند که حق بیمه اندازه توسط برانگیختگی عاطفی سرمایه گذاران (اندازه گیری شده با نسبت گردش مالی) و پاسخ های نامتناسب آنها به تحریکات تحریک کننده هدایت می شود.

سهام کوچک ، به گفته پیستور و استامباگ (2003) ، نقدینگی کمتری دارند و بنابراین ، نسبت به سهام شرکتهای بزرگتر با هزینه های قابل توجه تر روبرو می شوند. حق بیمه اندازه می تواند این باشد که سرمایه گذاران نقدینگی محدود از حقوق صاحبان سهام کوچک را جبران کنند. به گفته هو و موسکلویتز (2005) ، می توان منبع حق بیمه اندازه را در اصطکاک بازار یافت. زاکامولین (2013) از مجموعه ای از متغیرهای کلان اقتصادی عقب مانده استفاده می کند تا نشان دهد که حق بیمه شرکت کوچک از 1 ماه تا 1 سال قابل پیش بینی (هر دو نمونه و خارج از نمونه) است. این پیش بینی به سرمایه گذاران اجازه می دهد تا به بازده غیر طبیعی که از نظر اقتصادی و آماری معنی دار است ، دست یابند. سرانجام ، هور و همکاران.(2014) کنترل بتا بازار و یافتن ارتباط بین اندازه و بازده فقط در بازارهای پایین قابل توجه است.

سرمایه گذاری پایدار

یک تحقیق در حال رشد ، رابطه بین EPU و اتخاذ شیوه های پایداری (زیست محیطی ، اجتماعی ، حاکمیت) و به ویژه تأثیر این امر در تصمیمات سرمایه گذاری ، به ویژه در دوره های عدم اطمینان را بررسی می کند. علاوه بر کاهش اثر مضر عدم اطمینان بر درک خطر عوامل و عملکرد بنگاهها ، چنین شیوه هایی به عنوان نوعی بیمه در برابر تأثیر جانبی ذاتی عدم اطمینان عمل می کند (Ahsan et al. 2020 ؛ Vural-Yavaş 2021). د لوسیا و همکاران.(2020) استدلال می کنند که تعهد یک شرکت به شیوه های پایداری باعث کاهش خطر و عدم اطمینان می شود و باعث افزایش شهرت آن به سرمایه گذاران می شود. سرانجام ، شیوه های پایداری عدم تقارن اطلاعاتی بین بنگاه ها و بازار را کاهش می دهد ، درک ریسک را بهبود می بخشد و درگیری نمایندگی را کاهش می دهد (احسان و همکاران 2020 ؛ احسان و قریشی 2021).

از نظر گیس و همکاران.(2019) ، شرکت هایی که دارای مشخصات پایداری قوی هستند ، تمایل به رعایت متوسط و استانداردهای کنترل ریسک دارند و کمتر در معرض مشکلات ساختاری هستند که می تواند بر قیمت سهام آنها تأثیر بگذارد. علاوه بر این ، چنین شرکت هایی شفاف تر هستند ، به ویژه در مورد قرار گرفتن در معرض و الگوهای ریسک ، و در برابر شوک های سیستماتیک بازار آسیب پذیر نیستند.

مطالعات اخیر خاطرنشان می کنند که اتخاذ شیوه های پایداری شرکت ها به بنگاهها این امکان را می دهد تا در شرایط عادی و در دوره های عدم اطمینان بیشتر از دیگران بهتر عمل کنند. چنین شیوه هایی به عنوان ابزارهای کاهش ریسک در دوره هایی از عدم اطمینان بالاتر استفاده می شود و به عنوان نوعی بیمه در برابر عوارض جانبی ذاتی خدمت می کند (Vural-Yavaş 2021). احسان و قریشی (2021) از داده های شرکت های اروپایی استفاده می کنند و دریافتند که تأثیر منفی بر عملکرد شرکت عدم اطمینان سیاست با افشای شیوه های پایداری کاهش می یابد. آهسان و همکاران.(2020) نشان می دهد که اگرچه EPU تأثیر منفی بر رشد پایدار بنگاه های چینی دارد ، اما این اثر توسط شرکت هایی که یک سیستم مدیریت بهبود یافته شرکت ها را اتخاذ می کنند ، ضعیف می شود. لیو و همکاران.(2019) روی بنگاه های متوسط و کوچک چینی متمرکز شده و دریافتند که سرمایه گذاری های پایدار فرصتی را برای بازده های تنظیم شده با ریسک بالاتر از سرمایه گذاری های سنتی فراهم می کند. بررسی عملکرد پایدار سرمایه گذاری شرکتهای چینی در طول همه گیر COVID-19 ، Broadstock و همکاران.(2021) نشان می دهد که اوراق بهادار با درجه بالایی از سرمایه گذاری های پایدار از دیگران بهتر است.

داده ها و روش شناسی

برای بررسی اینکه آیا نوآوری در عدم اطمینان اقتصادی در قیمت گذاری سهام کمک می کند ، دوره تجزیه و تحلیل از ژانویه 2001 تا سپتامبر 2020 اجرا می شود. ما در این مقاله از سریال های مختلف ماهانه استفاده می کنیم:

شاخص عدم قطعیت اقتصادی (IIE) پاورقی 2: این شاخص که توسط IBRE-FGV توسعه یافته است ، نشان دهنده میانگین وزنی سه مؤلفه عدم اطمینان است: (من) نسبت اخبار منتشر شده با ذکر مباحث "اقتصادی" و "عدم اطمینان" توسط شش نماینده ترین روزنامه هااز مناطق برزیل (Folha de São Paulo ، Valor Econômico ، O Globo ، Estado de São Paulo ، Correio Braziliense و Zero Hora) ؛(ب) ضرایب تغییر پیش بینی های 12 ماهه منتشر شده توسط بانک مرکزی برزیل (BCB) برای نرخ ارز و تورم.(iii) ضریب تغییر قیمت های بسته شدن روزانه شاخص BoVespa (IBovespa) ، استاندارد شده توسط میانگین و انحراف استاندارد در پنجره مرجع.

بازده Ibovespa (IBOV): شاخص پیشرو در عملکرد بازار سهام برزیل که کل بازده سهام را که این شاخص را تشکیل می دهند ، اندازه گیری می کند. پاورقی 3 پاورقی 4

بیش از حد بازده ورود به ibovespa (اضافی): بخشی از بازده که بیش از نرخ بازده سرمایه گذاری بدون ریسک است ، که پروکسی آن نرخ CDI است. پاورقی 5

واریانس متوسط بازده (VAR): واریانس بازده روزانه محاسبه شده در هر ماه ، که ما به عنوان پروکسی برای نوسانات بازار سهام استفاده می کنیم.

منحنی عملکرد (گسترش): تفاوت بین نرخ بهره برای بلوغ 12 ماهه و 1 ماه. هر دو نرخ از ساختار رو به جلو محاسبه شده با قیمت بازار LTN ها (اوراق قرضه صفر صفر برزیل) استخراج می شوند. پاورقی 6

ریسک کشور برزیل (EMBI): میانگین وزنی حق بیمه پرداخت شده برای اوراق بهادار بدهی خارجی برزیل در رابطه با اوراق بهادار خزانه داری ایالات متحده از بلوغ معادل (شاخص اوراق بهادار بازارهای نوظهور به علاوه). پاورقی 7

میانگین شاخص سرمایه گذاری کم خطر (RREL): میانگین رفتار ریسک ریسک ، به عنوان تفاوت بین نرخ بهره برای 1 ماهه عملیات (همچنین از ساختار رو به جلو حاصل از قیمت بازار LTN استخراج می شود) و میانگین حرکت آن در 12-پنجره ماه

سود سهام (سود سهام): نسبت سود سهام پرداخت شده در 12 ماه قبل و ارزش بازار سهام. پاورقی 8 طبق گفته Chague و همکاران.(2019) ، بنگاه های برزیلی سود خود را در قالب پرداخت سود سهام ، بهره سهام یا ترکیبی از این دو به سهامداران خود توزیع می کنند.

شاخص عدم قطعیت سیاست اقتصادی جهانی (GEPU): این فهرست که توسط بیکر و همکاران تهیه شده است.(2016) از میانگین وزنی تولید ناخالص داخلی شاخص EPU از 20 کشور ساخته شده است. پاورقی 9 طبق گفته هااتارای و همکاران.(2020) ، GEPU اجازه می دهد تا اثرات احتمالی عدم قطعیت سیاست اقتصادی جهانی بر اقتصاد داخلی را کنترل کند.

عامل بازار (MKT): بازده ارزش وزن روزانه سبد بازار که از نرخ روزانه بازده سرمایه گذاری بدون ریسک فراتر می رود. NEFIN پاورقی داده 10 را فراهم می کند

فاکتور اندازه (SMB): بازده روزانه یک نمونه کارها در سهام با سرمایه پایین بازار (سهام کوچک) و سهام کمتری با سرمایه بازار بالا (سهام بزرگ). هر ژانویه سال T ، سهام (صعودی) مطابق با سرمایه گذاری در دسامبر سال T-1 در بازار طبقه بندی می شود و به سه مقدار (اوراق بهادار) جدا می شود. سپس ، بازده با وزن برابر اولین نمونه کارها (سهام کوچک) و نمونه کارها سوم (سهام بزرگ) برای ایجاد فاکتور SMB محاسبه می شود. Nefin داده ها را ارائه می دهد.

فاکتور ارزش (HML): بازده روزانه یک نمونه کارها در سهام با نسبت کتاب به بازار بالا و سهام کوتاه با نسبت کتاب به بازار کم. هر ژانویه سال T ، سهام (صعودی) با توجه به نسبت کتاب به بازار خود در ژوئن سال T-1 به سه مقدار (پرتفوی) طبقه بندی می شوند. سپس ، بازده با وزن برابر اولین نمونه کارها (کم کتاب به بازار) و نمونه کارها سوم (کتاب بالا به بازار) برای ایجاد فاکتور HML محاسبه می شود. Nefin داده ها را ارائه می دهد.

Momentum Factor (WML): بازده روزانه یک نمونه کارها در سهام با بازده گذشته بالا (برندگان) و سهام کوتاه با بازده گذشته کم (بازنده). هر ماه T ، سهام (صعودی) با توجه به بازده تجمعی آنها بین ماه های T-12 و T-2 به سه مقدار (اوراق بهادار) طبقه بندی می شوند. سپس ، بازده با وزن برابر از اولین نمونه کارها (بازده های کم گذشته ، یعنی "بازنده") و نمونه کارها سوم (بازده گذشته بالا ، یعنی "برندگان") برای ایجاد فاکتور WML محاسبه می شوند. Nefin داده ها را ارائه می دهد.

فاکتور نقدینگی (IML): بازده روزانه یک نمونه کارها طولانی در سهام مایع و کوتاه در سهام غیرقانونی. تعریف نقص بر اساس Amihud (2002) است. هر ماه T ، سهام (صعودی) با توجه به میانگین حرکت 12 ماهه قبلی خود ، به سه مقدار (اوراق بهادار) طبقه بندی می شوند. سپس ، بازده با وزن برابر از اولین نمونه کارها (نقص کم) و نمونه کارها سوم (نقص بالا) برای ایجاد فاکتور IML محاسبه می شود. Nefin داده ها را ارائه می دهد.

بازگرداندن فهرست شاخص پایداری شرکت (ISE): یک شاخص متوسط از عملکرد شرکت های ذکر شده در بورس برزیل (B3) در رابطه با پایداری شرکت ها ، بر اساس کارآیی اقتصادی ، تعادل محیط زیست ، عدالت اجتماعی و حاکمیت شرکت ها. این شرکت ها را با تعهد شناخته شده به مسئولیت اجتماعی و شیوه های خوب در محیط تجاری برزیل هدف قرار می دهد. پاورقی 11

بیش از حد بازده ورود به سیستم ISE (XISE): بخشی از بازده ISE که بیش از نرخ بازده یک سرمایه گذاری بدون ریسک است ، که پروکسی آن نرخ CDI است.

بازده ورود به سیستم شاخص CAPS کوچک (SMLL): یک شاخص متوسط از نمونه کارها متشکل از شرکت هایی با سرمایه بازار کوچک.

بیش از بازده ورود به سیستم SMLL (XSMLL): بخشی از بازده SMLL که بیش از نرخ بازده یک سرمایه گذاری بدون ریسک است ، که پروکسی آن نرخ CDI است.

به عنوان یک مرحله اولیه در تجزیه و تحلیل ما ، ما آمار توصیفی از داده های مورد تجزیه و تحلیل در جدول 1 را ارائه می دهیم.

مطابق با ادبیات شرح داده شده در بخش "بررسی ادبیات" ، شکل 1 رابطه منفی بین عدم اطمینان و بازده بین سالهای 2001 تا 2020 را نشان می دهد. بر اساس این رابطه ، بدیهی است که دوره های افزایش عدم اطمینان در اقتصاد (IIE) همراه استبا کاهش بازده ورود به سیستم شاخص های سهام (IBOV ، ISE ، SMLL).

تکامل تاریخی شاخص عدم قطعیت اقتصادی (IIE) ، بازگشت ورود به سیستم شاخص Bovespa (IBOV) ، بازگشت ورود به سیستم شاخص پایداری شرکت ، بازگشت ورود به سیستم شاخص CAPS کوچک

روش شناسی

عدم قطعیت اقتصادی یکی از کشورهای طبیعت است که بر مجموعه فرصت های سرمایه گذاری و احتمال وقوع هر یک از آنها تأثیر می گذارد. بنابراین ، این بخش به تجزیه و تحلیل قرار گرفتن در معرض نوآوری های عدم اطمینان از طریق CCAPM هدایت می شود.

در مدل CCAPM ، عامل با توجه به محدودیت بودجه ، حداکثر ابزار به دست آمده از یک سبد کالا را در نظر می گیرد. با توجه به این درک که مأمورین به دنبال به حداکثر رساندن ابزار بین المللی خود هستند ، سرمایه گذاران باید سطح بهینه مصرف و پس انداز و مجموعه دارایی ها را در نمونه کارها خود شناسایی کنند که مصرف آنها را به طور موقت صاف کند. پس از کوکران (2005) ، مشکل نماینده نماینده می تواند به این صورت بیان شود:

جایی که (_ ) ( (_ )) با مصرف در دوره (t ) ( (t+1 )) مطابقت دارد ، (_ ) ( ( (_ )) درآمد فعلی است (موجود در دوره (t+1 )) ، ( beta ) فاکتور تخفیف ذهنی است (نرخی که بی حوصلگی مصرف کنندگان را بین (_ ) و (_ )) ضبط می کند ، (_ ) بازپرداخت به دست آمده در دوره (t+1 ) ، ( xi ) مجموعه دارایی های به دست آمده توسط نماینده نماینده است ، و (

_ ) قیمت این دارایی ها است.

با توجه به شرایط مرتبه اول مشکل نماینده نماینده ، معادله اصلی قیمت گذاری دارایی را می توان به شرح زیر بیان کرد:

جایی که (_ Equiv Beta سمت چپ (^<^<prime>> سمت چپ (_ راست)/^<^<prime>> سمت چپ (_ راست) راست) ) فاکتور تخفیف تصادفی (نرخ حاشیه ای بین المللی تعویض) است. پاورقی 12

از Eq(3) ، بدیهی است که قیمت در زمان (t ) ( (

_ )) وقتی مقدار مورد انتظار را در آن زمان در نظر می گیریم ، متغیر تصادفی نیست ، زیرا (

_ = _ سمت چپ (

_درست)) . ما می توانیم ، بنابراین ، استنباط کنیم:

جایی که (_ = سمت چپ (_/

_ راست) ) بازده ناخالص دارایی در دوره (t+1 ) است.

با توجه به بازده اضافی بین دو دارایی I و J به عنوان تفاوت بین بازده ناخالص آنها (_^= _^-_^) ، معادله اصلی قیمت گذاری دارایی می تواند توسط:

خواص اوراق بهادار با تقلید فاکتور

رضایت از رابطه تعریف شده در Eq.(3) ، فاکتور تخفیف تصادفی ( (_ )) اجازه می دهد تا هر مقدار تخفیف مورد انتظار از جریان نقدی آینده ( (_ )) قیمت گذاری کند. طبق گفته کوکران (2005) ، یک عامل تخفیف مثبت وجود دارد که قیمت همه بازپرداخت ها را توسط Eq.(3) اگر ، و فقط در صورت عدم وجود پاورقی فرصت های داوری 13 و اگر قانون یک قیمت حفظ شود. پاورقی 14

برای وجود یک عامل تخفیف تصادفی ، باید یک (_^ in mathbf ) وجود داشته باشد ، جایی که ( mathbf ) مجموعه ای از کلیه بازپرداخت های موجود در دسترس سرمایه گذار است. با این حال ، اگر بازار کامل نباشد ، ممکن است فاکتورهای تخفیف دیگری نیز وجود داشته باشد (_ notin mathbf ). مگر اینکه بازارها کامل شوند ، تعداد نامتناهی از متغیرهای تصادفی وجود دارد که Eq را برآورده می کند.(3) و در نتیجه ، چندین عامل تخفیف ایجاد می شود. اگر (_ سمت چپ (__ راست) =

_ ) ، سپس (_ سمت چپ [ سمت چپ (_+ varepsilon راست) _ راست] =

_ ) برای هر (_ ) متعامد به (_ ) ، (_ سمت چپ (__ راست) = 0 ).

هر عامل تخفیف (_ ) - یک متغیر تصادفی که Eq را برآورده می کند.(3) - می توان به عنوان (_ = _^+ varepsilon ) نشان داد ، با (_ سمت چپ (__ راست) = 0. ) پاورقی 15 اگر بازارها کامل هستند ، (_^)یک مجموعه واحد از فاکتورهای تخفیف ممکن خواهد بود ، که پیش بینی هر فاکتور تخفیف تصادفی (_ ) در فضای بازپرداخت ( Mathbf ) است. با توجه به این ، پیامدهای قیمت گذاری هر فاکتور تخفیف (_ ) برای مجموعه ای از بازپرداخت ها ، ( Mathbf ، ) همان پیش بینی (_ ) بر روی (x ) هستند. این عامل تخفیف ( (_^)) با تقلید نمونه کارها برای (_ ) مطابقت دارد.

(_ سمت چپ (__ راست) =

_ ) به معنای خطی بودن عملکرد قیمت گذاری است و بنابراین قانون یک قیمت حفظ می شود.

طبق گفته های Brogaard و Detzel (2015) ، مدل های فاکتور خطی حاکی از مدل های هسته ای قیمت گذاری خطی از فرم هستند:

جایی که (_ ) یک بردار از عوامل است ، (a ) یک ثابت است ، و (b ) بردار ضرایب است.

از آنجا که (^<<prime>>_^) پیش بینی (_ ) به فضای بازده اضافی (_^) است ، آن را با نمونه کارها از فاکتور تقلید (_ ) مطابقت دارد. طرح ریزی (^<<prime>>_^) فقط حاوی اطلاعات لازم برای قیمت (_^) است. با استفاده از خطی بودن اپراتور طرح ریزی و فاکتور تخفیف همانطور که در Eq بیان شده است.(8) ، سبد خرید فاکتور از ضریب تخفیف را می توان با ترکیب خطی از اوراق بهادار تقلید برای هر عامل خطی بدست آورد.

پرتفوی فاکتور تقلید (_ ) برای (x ) = IIE ، GePu و VAR با برآورد رابطه زیر بدست می آیند:

که در آن (_^) با نوآوری های متغیر (x ) = iie ، gepu و var مطابقت دارد ، با استفاده از فرآیندهای AR (P) تخمین زده می شود. پاورقی 16 به طور خاص ، نمونه کارها تقلید شده توسط:

where (>_^<<prime>>) ضریب تخمین زده شده از Eq است.(9) ، (x ) = iie ، gepu و var.

به دنبال Brogaard and Detzel (2015) و قبل از تجزیه و تحلیل قرار گرفتن در معرض عوامل عدم اطمینان ، مهم است که بررسی کنیم که چگونه هر نمونه کارها با استفاده از فاکتور با نوآوری های IIE ، GEPU و VAR با استفاده از عبارت زیر ارتباط دارد:

where (>_ ) یک اصطلاح خطای تصادفی است و ( Delta<mathbf>_ ) بردار حاوی اولین متغیرهای کنترل تفاوت را نشان می دهد: ΔSpread ، Δembi ، ΔRrel و ΔDividend.

تخمین های Eq..

تأثیر بر بازده اضافی قرار گرفتن در معرض عدم اطمینان

ما از روش عمومی یک مرحله ای از لحظات (GMM) که توسط کوکران (2005) داده شده است استفاده می کنیم تا بررسی کنیم که آیا نمونه کارها از فاکتور تقلید (_ ) در قیمت گذاری دارایی ها کمک می کند. پاورقی 17 برای این منظور ، ما معادله قیمت گذاری دارایی را آزمایش می کنیم:

جایی که (_^) نمایانگر نمونه کارها متشکل از بازده اضافی شرکت های متشکل از Ibovespa است. B بردار ضرایب است. و (_ ) مجموعه ای است که توسط فاکتور بازار (MKT) ، فاکتور اندازه (SMB) ، فاکتور ارزش (HML) ، فاکتور حرکت (WML) ، فاکتور نقدینگی (IML) ، پاورقی 18 و سبد تقلید IIE تشکیل شده است.، gepu ، و var. پاورقی 19

از طرف دیگر ، برای برآورد حق بیمه خطر مرتبط با هر یک از عوامل ذکر شده در بالا ، ما رابطه زیر را آزمایش می کنیم:

جایی که (<lambda >_ ) حق بیمه خطر مرتبط با هر فاکتور (_ ) ذکر شده در بالا است ، و (b ) یک بردار ضرایب است. پاورقی 20

طبق گفته کوکران (2005) ، مدل های فاکتور تخفیف شامل داده ها و برخی پارامترهای ناشناخته هستند. ما وابستگی را با توجه به این پارامترهای ناشناخته با بازنویسی معادلات برجسته می کنیم.(12) و (14) به عنوان: