چکیده:
سرمایهگذاران بازارهای مالی نیازمند ابزارها و مدلهایی هستند که در انتخاب بهترین سرمایهگذاری و مناسبترین پرتفوی به آنها یاری دهد. این امر موجب شده که نظریهها و مدل های گوناگونی برای قیمتگذاری داراییهای مالی و پیشبینی نرخ بازده سهام مطرح شوند. یکی از معروف ترین این مدلها در جهت توجیه بازده، مدل پنج عاملی فاما و فرنچ میباشد .تبدیل موجک با تجزیه سری های زمانی به روندهای کلیات و جزییات ، امکان بررسی تغیبرات انفرادی و توام متغیرها را در افق های زمانی مختلف فراهم می کند و با استفاده از ابزارهای تعریف شده بر اساس تجزیه موجک میتوان تاثیر متغیرهای مستقل را در مقیاس های زمانی مختلف بر متغیر وابسته سنجید. نتیجه تحلیل رگرسیونی مقیاس زمانی مدل پنج عاملی فاما و فرنچ در بورس اوراق بهادار تهران در خلال سال های 1395-1380و با استفاده از تحلیل موجک نشان می دهد در کوتاه مدت (4-2 دوره سه ماهه) ، متغیرهای اندازه، صرف ریسک و سودآوری دارای تاثیر معناداری بر بازده هستند. در میان مدت(8-4 دوره سه ماهه)، اندازه، صرف ریسک، ارزش و در دراز مدت (16-8 دوره سه ماهه) صرف ریسک و سرمایه گذاری دارای تاثیر مثبت و معناداری بر بازده هستند. این پژوهش به سرمایهگذاران پیشنهاد میکند که فرصت های سرمایه گذاری را با استراتژی مدیریت پرتفوی پویا و گرفتن حساب چند مقیاسی ریسک و بازده انتخاب نمایند.
The present research is the first research on Fama and French Factor model analysis using wavelet analysis approach in Tehran Stock Exchange. However, in the case of the three-factor model Rostami et al. (1396) in a research entitled "Multi-scale pricing model with wavelet analysis approach and three Fama-French factors and non-liquidity in Tehran Stock Exchange", a three-factor Fama and French model with a three-factor approach Wavelet decomposition. The relationship between stock returns with beta, book value to market value and firm size in the medium term are significant. The relationship between stock returns and size in the short run is significant.The regression analysis of the time scale of the Fama and French model of the five-factor model using the wavelet analysis in MATLAB software shows that in the short run (2-4 months), variables of size, risk and profitability have a positive and significant effect on returns. . In the medium term (4 to 8 quarterly periods), size, risk, value, and long-term (8 to 16 quarterly periods), risk and investment have a positive and significant effect on returns.Wavelet analysis and Famafrnch model analysis at different time scales show that investors in different time horizons should consider different factors in shaping their expectations of a portfolio. The proposed methodology suggests that investors choose investment opportunities with dynamic portfolio management strategies and take multi-dimensional risk and returns.
خلاصه ماشینی:
نتیجه تحلیل رگرسیونی مقیاس زمانی مدل پنج عاملی فاما و فرنچ در بورس اوراق بهادار تهران در خلال سال های ١٣٩٥-١٣٨٠و با استفاده از تحلیل موجک نشان می دهد در کوتاه مدت (٤-٢ دوره سه ماهه ) ، متغیرهای اندازه ، صرف ریسک و سودآوری دارای تأثیر معناداری بر بازده هستند.
پژوهش حاضر به دنبال پاسخگویی به این سؤال می باشدکه با استفاده از رهیافت تحلیل موجک ، عوامل مؤثر بر بازده سهام در مدل پنج عاملی فاما و فرنچ در کوتاه مدت ، میان مدت و بلند مدت کدامند؟ مبانی نظری و پیشینه پژوهش مدل سه عاملی و پنج عاملی فاما و فرنچ همان گونه که اشاره شد فاما و فرنچ (١٩٩٣,Fama and French) مدل سه عاملی بتا، اندازه و نسبت ارزش دفتری به ارزش بازار را با توجه به یافته های خود در سال ١٩٩٢ ارائه نمودند.
نتیجه تحقیق نشان می دهد که قدرت توضیح دهندگی مدل فاما و فرنچ با بزرگ تر شدن مقیاس یا کاهش فرکانس افزایش می یابد و رابطه بین بازده پرتفوی و عوامل ریسک اندازه و ارزش به افق زمانی وابستگی دارد.
Conservative minus Aggressive HML= SH BH -SL BL + + 2 2 RMW= SR BR -SW BW + + 2 2 CMA= SC BC -SA BA + + 2 2 (50) متغیرهای مدل یعنی اندازه ، ارزش ، صرف ریسک بازار، سودآوری ، سرمایه گذاری و بازده پرتفوی در سطوح مختلف تجزیه می شوند و با ابزار رگرسیون ، جزئیات متغیر وابسته بر جزئیات متغیرهای مستقل در سطح مختلف تجزیه رگرسیون می شود تا اثر مقیاس زمانی مورد مطالعه قرار می گیرد و عوامل تأثیر گذار بر بازده در مقیاس های زمانی مختلف مشخص شود.