بررسي دقت مدل تصحيح خطاي برداري (VECM) در پيش بيني بازده سهام در بورس اوراق بهادار تهران

The Precision of Vector Error Correction Model (VECM) in Forecasting a Company`s Stock Returns in Tehran Stock Exchange

تحقيق حاضر با هدف بررسي دقت مدل تصحيح خطاي برداري با استفاده از متغيرهاي درون زا از قبيل بازدهي، نسبت قيمت به ارزش دفتري هر سهم، بازده حقوق صاحبان سهام، نقدشوندگي، نسبت بازده نقدي، حاشيه سود عملياتي و فروش به ازاي هر سهم و مجموعه اي از متغيرهاي كلان اقتصادي از قبيل توليد ناخالص داخلي، قيمت نفت، قيمت جهاني طلا، شاخص بورس اوراق بهادار تهران و قيمت جهاني محصول نهايي شركت، انجام شده است. در اين تحقيق داده ها به صورت فصلي و براي دوره زماني 1380 تا 1389 و با استفاده از روش تصحيح خطاي برداري، مورد تجزيه و تحليل قرار گرفته اند. نتايج آزمون هم جمعي نشان دهنده وجود رابطه بلندمدت ميان متغيرهاست. درنتيجه امكان استفاده از مدل تصحيح خطاي برداري فراهم مي گردد. مقدار آماره F حاصل از تخمين مدل حاكي از معناداري مدل مي باشد. سپس نتايج حاصل از بررسي معناداري پيش بيني انجام شده به روش مك كراكن نشان مي دهد كه در دو سوم از نمونه ها پيش بيني با مدل تصحيح خطاي برداري داراي ميانگين مجذور خطاي كمتري نسبت به ميانگين تاريخي مي باشد.

The purpose of this research is to investigate the precision of Vector Error Correcton Model on predictability of stock’s expected return in Tehran Stock Exchange. We selected relevant fundamental indicators and some macro economic and specified a model capable of forecasting return.The model statistical validation was carried out by performing unit root tests, cointegration tests and Granger casuality test. Data taken from the firmʹs financial statements were used to compute seven fundamental indicators, which were defined as the modelʹs endogenous variables. The exogenous variables included in the model are the Tehran Stock Market Index Return, the Iranian GDP, the oil price, the gold price and the international price of commodities produced in the company. Model estimation is performed with a data sample from 1st quarter of 1380 to the 4th quarter of 1389. The estimated model takes into account cointegration relationships among the endogenous variables. Based on this model, the company’s ex-post forecasts of the stock return were abtained. The results show that the forcasting by the model is robust in 70 percent of sample as seen by calculating the estimation error and comparing with historical error.