Unyong PYO 1 گروه دارایی ، عملیات و سیستم های اطلاعاتی ، دانشکده تجارت گودمن ، دانشگاه بروک ، سنت کاتارینز ، ON ، L2S3A1 ، مکاتبات کانادا upyo@brocku. ca مشاهده اطلاعات نویسنده بیشتر

• استناد را بارگیری کنید
• https://doi.org/10. 1080/23322039. 2020. 1824362
• جایگاه

اقتصاد مالی

آیا تجارت گزینه بر حرکت ایدیوسنکراتیک تأثیر می گذارد؟

• مقاله کامل
• ارقام و داده ها
• منابع
• استناد
• معیارهای
• مجوز
• چاپ مجدد و مجوزها
• مشاهده pdf pdfview epub epub

خلاصه

نمایش فرمول:؟فرمول های ریاضی به عنوان MATHML رمزگذاری شده اند و در این نسخه HTML با استفاده از MathJax به منظور بهبود نمایشگر خود نمایش داده می شوند. جعبه را برای خاموش کردن MathJax از آن جدا کنید. این ویژگی به JavaScript نیاز دارد. برای بزرگنمایی روی فرمول کلیک کنید.

اوراق بهادار در حرکت احمقانه در باقیمانده های گذشته مدل سه فاکتور Fama-French به جای بازده کل گذشته شکل می گیرد. این مطالعه بررسی می کند که آیا استراتژی حرکت احمقانه می تواند پس از ظهور گزینه های معامله شده ، بازده اضافی را حفظ کند. ما بازده حرکت احمقانه را با بازده شتاب سنتی در دوره های مختلف برگزاری و تفاوت در گزینه های معامله شده مقایسه می کنیم. نتایج ما نشان می دهد که بازده حرکت احمقانه برای سهام با گزینه ها برای سه ، شش و دوازده ماه پس از تاریخ شکل گیری مثبت است ، در حالی که بازده سنتی برای کسانی که گزینه ها دارند ، ناچیز هستند یا حتی به منفی تبدیل می شوند. ما همچنین شواهد محکمی پیدا می کنیم که نشان می دهد راندمان پیشرفته اطلاعات منجر به فروش کوتاه ، بیشتر بر حرکت سنتی تأثیر می گذارد تا حرکت خاص. در حالی که حرکت سنتی در سهام با گزینه های معامله شده ناپدید می شود ، حرکت احمقانه زنده مانده و هنوز هم برای فرضیه کارآمد بازار غیر عادی است.

1. معرفی

بازده بیش از حد از استراتژی های حرکت ، اصل شکل ضعیف کارآیی بازار را به چالش می کشد. Jegadeesh و Titman (1993) استراتژی سنتی حرکت (TMS) را ارائه می دهند ، جایی که اوراق بهادار بر اساس بازده کل گذشته شکل می گیرد و نشان می دهد که پرتفوی هایی با موقعیت طولانی در برندگان گذشته و موقعیت کوتاهی در بازنده های گذشته سودهای شتاب ایجاد می کنند. پس از آن ، اقتصاددانان مالی تحقیقات نظری و تجربی را برای درک استراتژی های حرکت انجام داده اند. در بررسی مطالعات در سود حرکت ، Subrahmanyam (2018) تلاش می کند توضیحات مختلف را در حرکت ساده تر کند و پیشنهاد می کند توضیحات جایگزین را برای درک بهتر حذف کنید.

آرنا و همکاران.(2008) سند مبنی بر اینکه سهام با نوسانات خاصیت خاص منجر به سود بیشتر حرکت می شود ، تأیید می کند که سود حرکت راحت تر برای سهام با ریسک غیر سیستماتیک کم است. گوتیرز و پیرینسکی (2007) استراتژی حرکت احمقانه (IMS) را ارائه می دهند ، جایی که اوراق بهادار بر اساس بازده باقیمانده گذشته تشکیل می شود. آنها دریافتند که IMS سالها پس از تاریخ شکل گیری سودآور هستند. اخیراً ، Blitz و همکاران.(2018) تأیید می کند که IMS بازده اضافی را ارائه می دهد و استدلال می کند که نوسانات ایدیوسنکراتیک یک عامل جداگانه است که نمی تواند یک عامل قیمت گذاری دارایی در نظر گرفته شود. علاوه بر این ، آنها می دانند که عواملی مانند اعتماد به نفس یا بیش از حد واکنش در توضیح منبع سود IMS در بازار سهام ایالات متحده ندارند. با این حال ، آنها تأثیرات تجارت گزینه در بازده حرکت را در نظر نمی گیرند.

ما بر روی Blitz و همکاران می سازیم.(2018) برای بررسی اینکه آیا IMS پس از معرفی بازارهای معاملات گزینه ها می تواند بازده قابل توجهی نسبت به TMS در بازارهای ایالات متحده ارائه دهد. گزینه ها به خریداران این حق را می دهد اما تعهد به خرید یا فروش دارایی های زیرین با قیمت ثابت تا یک تاریخ ثابت در آینده. در نتیجه ، از گزینه هایی برای محافظت از ضررها استفاده می شود که ممکن است از نوسان قیمت دارایی های آینده رخ دهد. گروسمن (1988) استدلال می کند که گزینه های معامله شده می توانند برنامه های سرمایه گذاری آینده سرمایه گذار و همچنین نوسانات قیمت سهام را منعکس کنند. با این حال ، از آنجا که تعداد سهام دارای گزینه های معامله شده از زمان تأسیس مبادله گزینه های هیئت مدیره شیکاگو (CBOE) در سال 1973 به طرز چشمگیری افزایش یافته است ، بازده از TMS طی دهه های اخیر در بازار سهام ایالات متحده کاهش یافته است.

بررسی TMS ، Abhyankar و همکاران.(2018) دریافت که جریان سرمایه داوری پیشرفته و هزینه های پایین تر معاملات سهام باعث کاهش بازده حرکت می شود. بازار گزینه سهام محدودیت های فروش کوتاه را کاهش می دهد و باعث افزایش اطلاع رسانی در قیمت سهام می شود. در نتیجه ، آنها همچنین شواهدی را نشان می دهند که گسترش بازار گزینه سهام به کاهش بازده حرکت متصل است. اگر سود حرکت احمقانه بیش از سود حرکت سنتی پس از ظهور گزینه های معامله شده مثبت و پایدار باشد ، انتظار داریم که تجارت گزینه بر حرکت خاصیت خاص تأثیر بگذارد. نتایج ما ممکن است از یافته های Blitz و همکاران پشتیبانی کند.(2018) که IMS با گزینه های معامله شده برتر از TMS است ، دلالت بر این دارد که حرکت احمقانه ممکن است یک آنومال حتی بزرگتر در ادبیات قیمت گذاری دارایی ارائه دهد.

با استفاده از داده های موجود در سهام ایالات متحده از CRSP (مرکز تحقیقات در قیمت های امنیتی) و نتایج مالی مربوطه از پایگاه داده Compustat در طی سالهای 1972-2017 ، ما حرکت سنتی و بازده حرکتی احمقانه را محاسبه می کنیم.(2018) برای کل دوره و دو دوره فرعی: 1972-1995 و 1996-2017 برای سه دوره برگزاری: 3 ، 6 و 12 ماه. دوره دوم دوره در طی سالهای 1996-2017 نشان دهنده گسترش بازار گزینه سهام است. نتایج ما نشان می دهد که TMS به طور متوسط بازده ماهانه 0. 563 ٪ ، 0. 948 ٪ و 0. 138 ٪ برای دوره های 1972-2017 ، 1972-1995 و 1996-2017 به ترتیب ، هنگامی که دوره برگزاری را 3 ماه تعیین کردیم ، امابازگشت برای دوره دوم ناچیز است. هنگامی که دوره های برگزاری را به 6 و 12 ماه تمدید می کنیم ، بازده های سنتی حرکت در حال کاهش است و در طول آخرین دوره زیر منفی می شود: 1996-2017. به طور خاص ، ما می دانیم که برای سهام با گزینه های سود سنتی سود سنتی منفی و پایین تر از سهام برای سهام بدون گزینه در مدت مشابه است.

هنگامی که IMS را بررسی می کنیم ، می فهمیم که بازده در مدت زمان 611 ٪ ، 0. 751 ٪ و 0. 458 ٪ در دوره های مربوطه ، زمانی که مدت برگزاری 3 ماه است ، معنی دار است. در حالی که بازگشت حرکت احمقانه برای اولین دوره از دوره اول تا حدودی کوچکتر از بازگشت سنتی حرکت است ، می فهمیم که این الگوی در آخرین دوره زیر معکوس است. همانطور که دوره های برگزاری را تا 6 و 12 ماه تمدید می کنیم ، IMS به طور مداوم بازده مثبتی ایجاد می کند.

از طرف دیگر ، Abhyankar و همکاران.(2018) TMS را اتخاذ کرده و نشان می دهد که علاقه کوتاه نشان دهنده قدرت نادرست پایین تر و از این رو بازده حرکت کمتری است. اگر سرمایه گذاران بتوانند از موقعیت های کوتاه در سهام با گزینه های معامله شده محافظت کنند ، انتظار می رود که علاقه کوتاه به سبد بازندگان سهام با گزینه ها بالاتر از آن باشد که در اوراق بهادار بازنده سهام بدون گزینه است. از این رو ، علاقه کوتاه به WML (برنده-مین-لوزر) برای سهام با گزینه ها منفی خواهد بود. آنها تأیید می کنند که علاقه کوتاه به WML برای سهام با گزینه ها به طور قابل توجهی منفی است ، در حالی که برای سهام بدون گزینه ناچیز است. یعنی سهام بدون گزینه ها بیشتر از سهام با گزینه ها بازده حرکت بالاتر را ایجاد می کنند.

ما از سه طریق در ادبیات امور مالی رفتاری مشارکت می کنیم. ابتدا شواهدی برای حمایت از یافته های Blitz و همکاران پیدا می کنیم.(2018) که IMS حتی پس از ظهور گزینه های معامله شده می تواند سود پایدار تری نسبت به TMS کسب کند. دوم ، در حالی که Abhyankar و همکاران.(2018) نشان می دهد که معاملات گزینه باعث کاهش بازده حرکت می شود ، می فهمیم که تأثیر معاملات گزینه بر بازده حرکت ایدیوسیکاتیک بی اهمیت است. یعنی تجارت گزینه تأثیر بیشتری در TMS نسبت به IMS دارد. سوم ، ما نشان می دهیم که با استفاده از معاملات گزینه تأثیر کمتری بر سودآوری IMS دارد. نتایج ما با یافته های موجود در

گوتیرز و پیرینسکی (2007) که ویژگی های واکنش بیش از حد سرمایه گذاران به TMS ، در حالی که سرمایه گذاران تحت واکنش به IMS هستند. یافته های ما نشان می دهد که IMS یک چالش حتی بزرگتر را برای ادبیات قیمت گذاری دارایی متعارف ارائه می دهد.

ما بقیه مقاله را به شرح زیر می سازیم. بخش 2 بررسی هایی در مورد ادبیات مربوطه ارائه می دهد و فرضیه ها را توسعه می دهد. ما داده ها و مدل های خود را که برای آزمایش فرضیه ها در بخش 3 طراحی شده است ، توصیف می کنیم. ما نتایج و پیامدهای تجربی را در بخش 4 ارائه می دهیم. نتیجه گیری در بخش 5 ارائه شده است.

2. بررسی ادبیات و فرضیه ها

2. 1استراتژی سنتی حرکت (TMS)

De Bondt و Thaler (1985) با ارائه کارهای پیشگام خود در امور مالی رفتاری ، دریافتند که بازنده های گذشته از برندگان گذشته در طولانی مدت بهتر عمل می کنند و نشان می دهند که سرمایه گذاران تمایل دارند بیش از حد واکنش به اخبار پیش بینی نشده نشان دهند. Jegadeesh and Titman (1993) اثرات حرکت با TMS را ارائه می دهد. آنها نشان می دهند که موقعیت طولانی در پرتفوی های خوب در گذشته و موقعیتی کوتاه در پرتفوی های ضعیف در گذشته ، بازده اضافی قابل توجهی را در دوره های برگزاری سه تا دوازده ماهه پس از تاریخ تشکیل در بازار ایالات متحده ایجاد می کند. آنها استدلال می کنند که عملکرد خارج از استراتژی حرکت به دلیل عدم واکنش سرمایه گذار به اخبار است. علاوه بر این ، FAMA و فرانسوی (1996) نشان می دهند که این مدل سه عاملی در توضیح ناهنجاری های حرکت ناکام است ، هرچند که برخی ناهنجاری های دیگر را توضیح می دهد. پس از آن ، Jegadeesh و Titman (2001) شواهد سود حرکت را در سال اول پس از تاریخ تشکیل تأیید می کنند ، اما معکوس های بازگشت را در 2 تا 5 سال پس از سال اول پیدا می کنند.

آنگ و همکاران.(2006) دریافت که نوسانات خاص خاص در بازده سهام تأثیر منفی بر بازده سهام مقطعی دارد و چنین رابطه ای حتی پس از کنترل اثرات حرکت ادامه می یابد. با تجزیه و تحلیل داده های سهام ایالات متحده از 1965 تا 2002 ، آرنا و همکاران.(2008) نشان می دهد که اوراق بهادار با نوسانات خاصیت خاص سودآوری بالاتری کسب می کند ، در حالی که این سود سریعتر از سود حاصل از پرتفوی با نوسانات خاصیت خاص معکوس می شود. آنها پیشنهاد می کنند که واکنش کم به اطلاعات خاص شرکت دلیل بازده حرکت است. پیو و شین.(2013) تأیید می کند که نوسانات خاص خاصیت خاص به بازده حرکت بالاتر در بازار سهام کره. آنها تأیید می کنند که مدل سه عاملی Fama-French در توضیح سود حرکت ندارد.

2. 2استراتژی حرکت احمقانه (IMS)

در حالی که TMS پرتفوی خود را با کل بازده گذشته تشکیل می دهد ، IMS بر اساس بازده باقیمانده گذشته ، اوراق بهادار را تشکیل می دهد. گوتیرز و پیرینسکی (2007) اظهار داشتند که IMS سالها پس از تاریخ شکل گیری سودآور است ، در حالی که TMS به طور قابل توجهی معکوس می شود. بلیتز و همکاران.(2018) استدلال می کند ، "حرکت احمقانه در مقطع بازده سهام قیمت گذاری شده است و نمی توان آن را با عوامل تعیین شده قیمت گذاری دارایی توضیح داد" (ص 1) در بازار ایالات متحده. آنها همچنین می یابند که یک نمونه کارها موقعیت طولانی در برندگان IMS و موقعیت کوتاهی در مورد بازندگان TMS ایجاد می کند ، بازده اضافی طولانی مدت را ایجاد می کند. علاوه بر این ، آنها نتایج مشابهی را در ژاپن ، اروپا ، آسیا اقیانوسیه و بازارهای نوظهور تأیید می کنند. با این حال ، آنها بازده حرکت را نسبت به معاملات گزینه در نظر نگرفتند.

بنابراین ، فرضیه اول ما این است:

H1سود حرکت احمقانه کمتر از معرفی گزینه های معامله شده نسبت به سود حرکت سنتی کمتر تحت تأثیر قرار می گیرد

تقسیم داده های نمونه خود به دو گروه بر اساس اینکه سهام دارای گزینه هایی در دوره 1996-2016 ، Abhyankar و همکاران است.(2018) دریافت که بازارهای گزینه سهام می توانند با کاهش موانع فروش کوتاه ، اطلاعات بیشتری در مورد سهام ارائه دهند. اگر سهام موجود در اوراق بهادار بازنده گزینه هایی را که روی آنها معامله شده است قرار داده است ، سازندگان بازار گزینه با فروش سهام زیرین ، ضررهای احتمالی خود را محافظت می کنند. بنابراین ، سرمایه گذاران محدودیت های کمتری در سهام کوتاه فروش دارند. با این حال ، هنگامی که Abhyankar و همکاران.(2018) نشان می دهد که افزایش سود حاصل از سهام بازنده گذشته با گزینه ها منجر به کاهش سود حرکت می شود ، آنها از TMS استفاده می کنند.

بنابراین ، فرضیه دوم ما:

H2استراتژی حرکت احمقانه (IMS) در طی سالهای 1996 تا 2017 سود کسب می کند ، در حالی که استراتژی سنتی حرکت (TMS) نیست ، وقتی اوراق بهادار حرکت به مدت 3 ، 6 ، 12 ماه برگزار می شود.

2. 3استراتژی حرکت و گزینه های بازار

Abhyankar و همکاران.(2018) همه سهام را به دو گروه ، سهام با و بدون گزینه در دوره 1996-2016 تقسیم کنید. آنها نشان می دهند که TMS برای سهام بدون گزینه سودآورتر است ، اما برای سهام دارای گزینه ها قابل توجه نیست. گروسمن (1988) استدلال می کند که وجود گزینه های معامله شده ، نقدینگی اطلاعات مربوط به حرکات قیمت آینده به سرمایه گذاران را تقویت می کند. از این رو ، ما انتظار داریم که بازده حرکت برای سهام با گزینه ها پایین تر از سهام برای سهام بدون گزینه در TMS و IMS باشد و تفاوت بین بازده در TMS بیشتر است.

بنابراین ، فرضیه سوم ما:

H3استراتژی های حرکت برای سهام با گزینه های دارای گزینه های بدون گزینه کمتر سودآور هستند و کاهش سودآوری در استراتژی سنتی حرکت (TMS) نسبت به استراتژی حرکت ایدیوسکراتیک (IMS) برجسته تر است.

2. 4استراتژی حرکت و علاقه کوتاه

علاقه کوتاه نشان دهنده درصد سهام است که کوتاه فروخته می شود. این یک نشانگر احساسات بازار است که نشان می دهد سرمایه گذاران نسبت به قیمت سهام آینده خوش بین هستند یا خیر. بازرگانان بازار گزینه در صورت کاهش قیمت سهام در آینده ، گزینه های خود را از دست می دهند. برای جبران خسارات احتمالی ، معامله گران گزینه سهام را کوتاه می کنند. در فروش کوتاه ، معامله گران سهام را از صاحبان سهام وام می گیرند ، آنها را می فروشند و سرانجام سهام را در آینده خریداری می کنند امیدوارم با قیمت پایین تر. با این کار ، معامله گران می توانند از ضررهای احتمالی محافظت کنند.

در حالی که محدودیت در سهام کوتاه فروش ، علاقه کوتاه را کاهش می دهد ، Abhyankar و همکاران.(2018) نشان می دهد که فروش گزینه های ایجاد شده برای همتایان منجر به فروش سهام کوتاه توسط بازرگانان بازار گزینه می شود و در نتیجه با علاقه کوتاه افزایش می یابد. نتایج آنها نشان می دهد که میانگین علاقه کوتاه برای اوراق بهادار بازنده بسیار بیشتر از اوراق بهادار برنده است زیرا اطلاعات مربوط به سهام موجود در اوراق بهادار بازنده معمولاً نامطلوب است. آنها همچنین نشان می دهند که علاقه کوتاه WML برای سهام دارای گزینه ها منفی و قابل توجه است ، در حالی که برای سهام بدون گزینه ها منفی اما ناچیز است. یعنی سهام بدون گزینه ها بیشتر از سهام با گزینه ها بازده حرکت بالاتر را ایجاد می کنند. با اجرای رگرسیون FAMA و MacBeth (1973) ، Abhyankar و همکاران.(2018) همچنین دریافت که ضریب علاقه کوتاه منفی است ، نشان می دهد که علاقه کمتری منجر به سوءاستفاده بالاتر و سود حرکت بالاتر می شود. با این حال ، آنها در مطالعه خود روی TMS تمرکز می کنند. اگر میانگین علاقه کوتاه در حرکت احمقانه نسبت به حرکت سنتی کمتر باشد ، ما یافته های موجود در Blitz و همکاران را تأیید می کنیم.(2018) که IMS از TMS سودآورتر است.

بنابراین ، فرضیه چهارم ما این است:

H4متوسط علاقه کوتاه برای حرکت احمقانه از استراتژی حرکت سنتی کوچکتر است.

3. داده ها و روش شناسی

3. 1داده ها

ما داده های بازده سهام ماهانه را از مرکز تحقیقات در قیمت های امنیتی (CRSP) در ژانویه 1969-دسامبر 2017 بدست می آوریم. از آنجا که از ژانویه 1969 تا دسامبر 1971 برای ساختن ویندوزهای نورد 36 ماهه استفاده می کنیم ، داده های ما دوره هایی را در ژانویه 1972 پوشش می دهد. دسامبر 2017. ما تمام سهام مشترک (یعنی کدهای سهم CRSP 10 و 11) را که در بورس اوراق بهادار نیویورک (NYSE) ، بورس اوراق بهادار آمریکا (AMEX) و بازارهای NASDAQ معامله می شود ، حفظ می کنیم (یعنی کدهای مبادله 1 ، 2 و 3)بشرما سهام را با قیمت های پایین تر از 5 دلار در پایان ماه و سهام مالی (یعنی سهام با کدهای SIC بین 6000 تا 6900) حذف می کنیم. ما همچنین برای محاسبه متغیرهایی مانند سرمایه بازار ، تعداد سهام برجسته و سایر اطلاعات را به دست می آوریم. ما از بازده فاکتور Fama-French برای ساخت نمره حرکت احمقانه استفاده می کنیم و این بازده ها از کتابخانه داده های فرانسوی Keeth R. به دست می آیند. داده های مربوط به علاقه کوتاه از پرونده علاقه کوتاه تکمیلی از Compustat جمع آوری می شود. برای حفظ یک نمونه طولانی تر ، ما از داده های اواسط ماه استفاده می کنیم که قبل از سپتامبر 2017 در دسترس است. ما سهام فروخته شده فروخته شده در هر سهام را به عنوان درصدی از سهام میانه ماه که از پرونده سهام روزانه CRSP جمع آوری شده است محاسبه می کنیم.

ما داده های گزینه هایی را از Exchange Board Board Exchange (CBOE) به دست می آوریم ، که داده های ما را از ژانویه 1998 در دسترس قرار می دهد. ما اعلام می کنیم اگر در آن ماه اطلاعات معاملاتی گزینه ای را در آن ماه در بایگانی حجم گزینه سهام داشته باشد ، در یک ماه گزینه هایی دارد. ما از داده های معاملاتی گزینه استفاده نمی کنیم. در عوض ، ما به وجود گزینه های موجود در سهام نگاه می کنیم. به عنوان مثال ، اگر اطلاعات گزینه در ژانویه 1998 آغاز شد و در مارس 1998 به پایان رسید ، سهام از ژانویه 1998 تا مارس 1998 گزینه هایی دارد.

3. 2روش شناسی

ما دوره های برگزاری را که معمولاً در ادبیات مطالعات حرکت به تصویب می رسیم استفاده می کنیم: 3 ، 6 و 12 ماه بر خلاف Abhyankar و همکاران.(2018) و Blitz و همکاران.(2018) ، که دوره های برگزاری یک ماهه را اتخاذ می کند.

3. 2. 1. حرکت سنتی

به دنبال روش در بلیتز و همکاران.(2018) ، ما کل بازده را در طول دوره از 12 تا 2 ماه گذشته برای هر سهام در هر تاریخ محاسبه می کنیم (مشخص شده توسط R (2 ، 12)). اوراق بهادار شتاب سنتی بر اساس مرتب سازی R (2 ، 12) از همه سهام ساخته شده است. ما تمام اوراق بهادار Decile را به مدت 3 ، 6 و 12 ماه پس از تاریخ تشکیل نگه می داریم. P1 نمایانگر اوراق بهادار بازنده است ، جایی که سهام بدترین عملکرد را انجام داده است و P10 نشانگر پرتفوی برنده است ، جایی که سهام بهترین عملکرد را داشته است. P10-P1 بیانگر پرتفوی گسترش برنده-مین-لوزر است و بازده آنها برای بازده حرکت تولید شده توسط سرمایه گذاران است ، که موقعیت طولانی در پرتفوی های برنده و موقعیت کوتاه در پرتفوی های بازنده دارند.

3. 2. 2. حرکت خاص

ما چندین مرحله برای محاسبه حرکت غیرمستقیم انجام می دهیم. همانطور که در بلیتز و همکاران انجام شد.(2018) ، ما از روشهای گوتیرز و پیرینسکی (2007) و بلیتز و همکاران پیروی می کنیم.(2011) برای به دست آوردن حرکت احمقانه. ابتدا مدل (1) بیش از 36 ماه پنجره نورد را برای هر سهام i اجرا می کنیم. ما برای برآورد مدل 3-فاکتور FAMA-French به 36 ماه گذشته نیاز داریم..+ ε i ، t (1)

کجا (r_i,t-R_f,t) بازده اضافی سهام I در ماه T بیش از نرخ بدون ریسک در ماه t است.

(R_مکتب-R_f) حق بیمه خطر بازار است. حرف_HML، و r_SMBعوامل سهام ارزش نسبت به سهام رشد و کلاه های کوچک بر روی کلاه های بزرگ هستند. α_iو β ها پارامترهایی هستند که باید تخمین زده شوند. دلیل استفاده از ویندوزهای نورد 36 ماهه این است که اطمینان حاصل کنیم که تعداد کافی از مشاهدات را برای به دست آوردن برآوردهای دقیق داریم. بنابراین ، سهام واجد شرایط برای اجرای رگرسیون فوق مواردی است که کل 36 بازده ماهانه دارند.

دوم ، بازده ایدیوسنکراتیک به صورت زیر ساخته می شود: (2) E I ، T = R I ، T - R F ، T - α ˆ I - β ˆ M K T ، I ⋅ (R M K T ، I - R F ، T) - β β ˆH M L ، I ⋅ R H M L ، T - β ˆ S M B ، I ⋅ R S M B ، T (2)

سرانجام ، IMOM نمره حرکت احمقانه_i,tآیا بازگشت احمقانه 12-2 ماهه قبلی توسط نوسانات تنظیم شده است: (3) I D I O S Y N C R A T I C M O M E N T U M = ∑ T - 12 T - 2 E I ، T ∑ T - 12 T - 2 (E I ، T - E ˉ T) 2 (3)

جایی که e ˉ t به عنوان میانگین بازده باقیمانده نشان می دهد.

در حالی که پرتفوی های سنتی حرکت بر اساس بازده کل 12 ماهه گذشته که در ماه اخیر است ، طبقه بندی می شوند ، اوراق بهادار Idiosyncratic Momentum بر اساس بازده های خاص 122 ماهه گذشته با انحراف استاندارد خود در مدت مشابه طبقه بندی می شوند. گوتیرز و پیرینسکی (2007) نشان می دهند که استاندارد سازی بازده می تواند اندازه گیری بازده حاصل از اطلاعات خاص شرکت را بهبود بخشد. از این رو ، ما بازده ها را برای کاهش نگرانی های اطلاعات پر سر و صدا و بهبود قابلیت اطمینان از اندازه گیری های بازگشت IDIOSYNCRATIC RETHING استاندارد می کنیم.

ما تمام اوراق بهادار حرکت خاص را به مدت 3 ، 6 و 12 ماه پس از تاریخ تشکیل نگه می داریم. P1 نمایانگر پرتفوی بازنده است ، P10 نمایانگر پرتفوی برنده است. P10-P1 پرتفوی گسترش Momentum است ، و بازده آنها برای بازده حرکت ناشی از سرمایه گذاران است که اوراق بهادار برنده خریداری می کنند و پرتفوی بازنده را می فروشند.

4- نتایج تجربی

با بررسی نتایج برای کل دوره ، ما دوره نمونه کامل خود را 1972 تا 2017 را به دو دوره زیر تقسیم می کنیم. 1972 تا 1995 و 1996 تا 2017. این دو دوره فرعی به طور کلی دوره های زمانی را بدون گزینه و با گزینه ها نشان می دهند. ما با ارائه بازده شتاب سنتی و احمقانه خود که توسط پرتفوی های گسترش یافته با دوره برگزاری ، K = 3 ، 6 ، 12 ماه پس از تاریخ شکل گیری شروع می کنیم ، شروع می کنیم. ما به سمت بازده حرکت برای سهام با گزینه ها و سهام بدون گزینه در زیر دوره دوم دوره از سال 1998 تا 2017 حرکت می کنیم زیرا منبع داده گزینه ما از CBOE فقط از سال 1998 در دسترس است.

4. 1حرکت بازگشت

به دنبال رویکرد اتخاذ شده در Blitz و همکاران.(2018) ، ما بر اساس دوازده تا دو ماه گذشته بازده کل سهام را تشکیل می دهیم و به مدت سه ماه اوراق بهادار را نگه می داریم. در جدول 1 میانگین بازده اضافی هر سبد دهکده ، که در آن تمام بازده ها ماهانه و با ارزش هستند ، گزارش می کند. اوراق بهادار گسترش با گرفتن موقعیت طولانی در پرتفوی برنده و موقعیت کوتاه در اوراق بهادار بازنده ساخته می شود و به مدت سه ماه برگزار می شود. جدول 1 همچنین ALPHAS CAPM و ALPHAS را از مدل سه عاملی Fama-French برای هر نمونه کارها Decile و نمونه کارها پخش شده در سه دوره نمونه گزارش می دهد. ما الگوهای مشابه یافته های Abhyankar و همکاران را می یابیم.(2018) برای TMS. اوراق بهادار گسترش WML بازده حرکت قابل توجهی از 56. 3 bps (امتیاز پایه) را در کل دوره نمونه از ژانویه 1972 تا دسامبر 2017 ایجاد می کند. پرتفوی های گسترش بازده حتی بالاتر از اولین دوره زیر دوره از ژانویه 1972 تا دسامبر 1995 با 94. 8 bps به دست می آیند. با این حال ، استراتژی های Momentum WML با بازگشت 13. 8 bps در طی دوره دوم دوره دوم از ژانویه 1996 تا دسامبر 2017 بسیار سودمندتر می شود.