آزمون فرضيه بازار فراكتالي در بورس اوراق بهادار تهران

Testing Fractal Market Hypothesis (FMH) in Tehran Stock

تشخيص فرايند حاكم بر بازدهي هاي بازار سهام به منظور اخذ تصميم بهينه و كاهش هزينه ريسك اهميت فراواني براي سرمايه گذاران و سياست گذاران مالي دارد. در اين تحقيق تلاش شده است تا با استفاده از بازدهي هاي روزانه بازار سهام تهران وجود حافظه بلندمدت، ساختار فراكتالي و پايداري در اين شاخص بررسي شود. به منظور آزمون فرضيه بازار فراكتالي در بازار سهام تهران با استفاده از سه روش تحليل R/S كلاسيك، تحليل R/S اصلاح شده و مدل ARFIMA نماي هرست برآورد شد. با وجود اينكه در هر سه روش فرض صفر مبني بر كارايي بازار در برابر فرض وجود حافظه بلندمدت و پايداري در داده ها رد شد، اما از آنجايي كه نتايج تحليل R/S در صورت وجود همبستگي هاي كوتاه-مدت داراي تورش مي باشد بعد از رفع همبستگي هاي كوتاه مدت با استفاده از مدل ARMA، مشخص شد كه بازدهي هاي روزانه سهام تهران داراي حافظه بلندمدت، ساختار فراكتالي و پايدار نمي باشند بلكه داراي حافظه كوتاه مدت مي باشند. از آنجايي كه روش R/S نماي هرست را بيش از حد برآورد مي كند از شبيه سازي مونت كارلو براي تعيين مقادير بحراني آماره آزمون استفاده شد.

In this article, we test Fractal Market Hypothesis (FMH) using the daily returns in Tehran Stock Exchange. We estimated Hurst exponent using three approaches such as classic R/S analysis, modified R/S analysis and ARFIMA model. Without removing short term dependencies in returns, we rejected null hypothesis (Efficient Market Hypothesis), but after removing the short-term dependencies using ARMA model, we found that there is no long-term dependencies, fractal structure and persistence in returns. The R/S analysis overestimates the Hurst exponent; so, for determining critical values of testing statistics we used Monte Carlo simulation.