جريان اطلاعات و پيش بيني پذيري بازده سهام

Information Flow and Stock Return Predictability

اين مطالعه به بررسي نقش جريان اطلاعات در پيشبيني بازده سهام بازار بورس ايران ميپردازد. بدين منظور مدلهاي تجربي تصريح شده در پژوهش با استفاده از آمار ماهانه دوره زماني ديماه 9731 تا ديماه 9711 براي بررسي ارتباط مذكور در بورس اوراق بهادار تهران برآورد شدند. نتايج بيانگر آن است در حالي كه بازده بازار سهام ايران از قابليت پيشبيني بالايي برخوردار است، اما منابع پيشبيني پذيري بازده سهام به طور قابل توجهي بسته به سطح جريان اطلاعات موجود در بازار، متفاوت و گوناگون است، بطوريكه اهميت و ارتباط بخش خودهمبستگي مرتبه اول بسته به نوسان موجود در بازار كاهش يافته و به طور معكوس اهميت و اعتبار مدل چند عاملي قيمتگذاري دارايي با افزايش نوسانات بازار افزايش مييابد. علاوه بر اين، نتايج نشان ميدهد در دوره- هاي داراي اطلاعات بالا در بازار، ريسك بازار محلي و تغييرات در قيمت نفت بازده كل سهام را تحت تاثير قرار ميدهد.

This study explores the role of information flow in stock return predictability in Iranian stock market. The empirically motivated models estimated using the monthly data of the Tehran Stock Exchange (TSE) for the period of 2001:01 to 2011:12. While Iranian stock market return is high predictable, the source of return predictability is shown to vary considerably with information flow. The results show that the relevance of the first-order autocorrelation decreases with volatility and reversely, the relevance of a conditional multifactor asset pricing model increases with volatility in this market. Furthermore, the results indicating that the local market risk and changes in oil price affect the expected aggregate return in periods of high information.