تحليل بازده سهام بر اساس مدل پنج عاملي فاما و فرنچ در مقياس هاي زماني مختلف با رهيافت تحليل موجك در بورس اوراق بهادار تهران

Stock Return Analysis Based on Fama and French Factor Model at Different Time Scales with Wavelet Analysis Approach in Tehran Stock Exchange

هدف پژوهش حاضر تحليل عوامل مؤثر در بازده سهام بر اساس مدل فاما و فرنچ و با رويكرد تحليل موجك ميباشد. مدل فاما و فرنچ در نظريه قيمت گذاري دارايي و مديريت سبد سرمايه گذاري، مدلي است كه متغيرهاي مستقل در آن عوامل صرف ريسك، اندازه، ارزش، سرمايه گذاري و سودآوري ميباشد. سري هاي زماني متغيرهاي مستقل، به وسيله تجزيه موجك به سطوح مختلف تجزيه شده و تأثير متغيرهاي مستقل بر بازده سهام در اين سطوح و به كمك رابطه رگرسيوني بررسي ميشود. دادههاي مورد نياز پژوهش از نرم افزار ره آورد نوين جمع آوري شده و براي تجزيه و تحليل دادهها از نرم افزار متلب و جعبه ابزار موجك آن استفاده گرديد. نتيجه تحليل رگرسيوني مقياس زماني مدل پنج عاملي فاما و فرنچ در بورس اوراق بهادار تهران در خلال سالهاي 1395 - 1380 و با استفاده از تحليل موجك نشان ميدهد در كوتاه مدت ( 4-2 دوره سه ماهه) ، متغيرهاي اندازه، صرف ريسك و سودآوري داراي تأثير معناداري بر بازده هستند. در ميان مدت( 8-4 دوره سه ماهه)، اندازه، صرف ريسك، ارزش و در دراز مدت ( 16-8 دوره سه ماهه) صرف ريسك و سرمايه گذاري داراي تأثير مثبت و معناداري بر بازده هستند.

The purpose of this study is to analyze the factors affecting stock returns based on the Fama and French models and with the wavelet analysis approach. The Fama and French models in asset pricing and asset management are a model in which independent variables are risk, size, value, investment, and profitability factors. The time series of independent variables are analyzed by wavelet decomposition into different levels and the effect of independent variables on stock returns at these levels is investigated using regression relationship. The data needed for the research are collected from the new rational software and for data analysis, the MATLAB software and its wavelet toolbox are used. The result of time scale regression analysis of the Fama and French Factor model in Tehran Stock Exchange during the years 1395-1380 and using wavelet analysis shows that in the short run (2-4 months), variables of size; risk and profitability have a significant impact on returns. In the medium term (4-8 quarterly periods), size, risk, value, and long-term (8-6 quarterly periods), risk and investment have a positive and significant impact on returns.