آزمون كارايي در سطح ضعيف : شاخص شركتهاي مشمول اصل 44 قانون اساسي عرضه شده در بورس اوراق بهادار تهران

Testing the weak from efficiency of the firms privatized under 44th Iranian constitutional law in Tehran security exchange

مقاله حاضر سطح ضعيف كارايي شركتهاي مشمول اصل 44 قانون اساسي عرضه شده در بورس اوراق بهادار تهران را با استفاده از سري زماني بازده شاخص اين شركتها مورد بررسي قرار مي دهد. اين مطالعه روشهاي مختلف آزمون گشت تصادفي: آزمون خودهمبستگي، آزمون گردش، آزمونهاي ريشه واحد ( ديكي – فولر، فيليپس و پرون، KPSS، ديكي – فولر با روند زدايي GLS ) ، آزمون نسبت واريانس را بكار گرفته و سپس با استفاده از مدل فرايند خود رگرسيون ميانگين متحرك (ARIMA)، توانايي پيش بيني سري زماني مذكور آزمون شده است. نتايج اين آزمونها همگي، كارايي در سطح ضعيف اين بخش از بازار بورس اوراق بهادار تهران را رد مي كند. آزمونهاي همبستگي پياپي و گردش، هر دو نشان داد كه تغييرات قيمتي سهام اين شركتها به صورت تصادفي نيست. به طور مشابه، همگي آزمونهاي ريشه واحدكه يك شرط لازم براي وجود گشت تصادفي است، نشان داد كه سري زماني مورد مطالعه مانا و از عدم وجود ريشه واحد برخوردار است. نتايج آزمون نسبت واريانس نيز وجود گشت تصادفي در سري زماني بازده روزانه شاخص مذكور را رد نمود. در نهايت، مدل (ARIMA) توانست قيمت سهام شركتهاي عرضه شده در مطالعه حاضر را با خطاي بسيار كم پيش بيني كند.

This survey examines the weak form efficiency for 8 companies which have been listed since 1385 based on Iranian article 44th privatization program using their daily price return. The study employed different tests of random walk: (auto correlation test, run test, unit root tests (ADF, PP,ERS and KPSS), variance ratio test, then the series predictability was examined by using the ARIMA model. The results of the tests conclusively rejects the weak form efficiency of this sector of Tehran Security Exchange. Both of the tests revealed that the price changes are not random and are serially dependent. Similarly, the unit root test which is necessary for a random walk, are absent from the return series. The variance ratio test result also rejected the presence of random walk in the index return series. Finally, the ARIMA model could forecast the stock price of the firms with much less errors.