ارزیابی و مقایسه کارایی مدلهای قیمتگذاری داراییها با استفاده از معیارهای متفاوت تشکیل پرتفوی

فصلنامه علمي پژوهشي حسابداري مالي/سال هفتم/ شماره 6 /تابستان 49 /صفحات 5681 ارزیابی و مقایسه کارایی مدلهای قیمتگذاری داراییها با چکیده: استفاده از معیارهای متفاوت تشکیل پرتفوی تاريخ دريافت: 39/0/61 شهناز مشایخ خدیجه اسفندی تاريخ پذيرش: 39/0/00 با توجه به اهمیت ریسک و بازده در تصمیمگیریهای مربوط به سرمایهگذاری پژوهش های تجربی تعداد زیادی مدل معرفی کردهاند. در این پژوهش به ارزیابی و مقایسه 01 مدل معروف قیمتگذاری داراییها در بورس اوراق بهادار تهران پرداخته شده است. این مدلها عبارتند از: CAPM 6 مدل قیمتگذاری آربیتراژی مدل CAPM مصرفی و مدل CAPM چند دورهای. برای ارزیابی و مقایسه کارایی این مدلها از روش GMM و آماره سارگان استفاده شده است. به این منظور اطالعات مربوط به 03 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی سالهای 0331 شامل معیار 6 تا 0331 جمعآوری شد. پس به دفتری ارزش نسبت اندازه از جمعآوری اطالعات دادههای شرکتها بر اساس بازار ارزش سرمایهگذاری گذشته بازدهی عدماطمینان و نسبت ROA پرتفویبندی شدند. یافتههای پژوهش نشان میدهد که کارایی دانشیار حسابداری گروه حسابداری دانشگاه الزهرا تهران ایران. shahnaz_mashayekh@yahoo.comemail: کارشناس ارشد حسابداری گروه حسابداری دانشگاه الزهرا تهران ایران)نویسنده مسئول(. Email: Kh.esfandi89@gmail.com

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره 6/ تابستان 39 49 مدلهای مورد آزمون یکسان نمیباشد. مدل فاما فرنچ 3 عاملی بهترین و مدل دو عاملی شامل نقدشوندگی ضعیفترین کارایی را داشتند. واژه هاي کلیدي: مدل قیمتگذاری داراییها مدل فاما و فرنچ معیار پرتفوی بندی آماره سارگان GMM 1 مقدمه یکی از مشکالت عمدهای که بازار سرمایهی اکثر کشورهای دارای اقتصاد نوظهور با آن مواجه هستند مناسب نبودن تخصیص منابع مالی است. رفع چنین مشکلی مستلزم شناخت فرصته یا مناسب سرمایهگذاری با استفاده از ابزارهایی با دقت بیشتر برای پیشبینی متغی رهای ضروری تصمیمگیری است. اکثر اوقات عدم موفقیت سرمایهگذاران در بازار سرمایه معلول ناتوانی آنها در انجام پیشبینیه یا مناسب از متغی رهای مربوطه است. بنابراین چنانچه با استفاده از ابزارها و یا مدلهای مناسب بتوانیم متغی رهای ضروری تصمیمگیری را با دقت بیشتری پیشبینی کنیم منابع مالی به گونهای مناسبتر هدایت میشوند و بازار در جهت کارایی حرکت خواهد کرد. بدین منظور مدلهای بسیاری معرفی شدهاند. از جمله این مدل ها مدل CAPM 0 میباشد که از زمان ارائه تاکنون پارادایم غالب بوده است. ولی انتقادات زیادی بر این مدل وارد شده است که اعتبار آن را زیر سوال بردهاند. با توجه به وجود مدلهای زیاد ضروری است در جهت دستیابی به مدل دقیقتر پژوهش شود. در این پژوهش کارایی 01 مدل قیمتگذاری ارزیابی و مقایسه و مناسبترین مدل برای بورس تهران معرفی خواهد شد. این مدلها عبارتند از: CAPM 6 مدل قیمتگذاری آربیتراژی مدل CAPM مصرفی و مدلهای CAPM چند دورهای. در همین جهت پرسش زیر مطرح شد: آیا دقت پیشبینی بازده اضافی براساس مدلهای قیمتگذاری دارایی مورد بررسی با هر یک از معیارهای تشکیل پرتفویهای آزمون یکسان است یا دارای تفاوت میباشد 1 Capital Asset Pricing Model

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره / 6 تابستان 49 34 تفاوت این پژوهش با پژوهش های دیگر در جامع بودن و استفاده از روش GMM 0 برای برآورد مدلها می باشد. 6 ادبیات موضوع 61 مباني نظري.0. )039( 1 معرفی )0361( 3 و بلک )0361( و لینتر از زمانی که مدل CAPM توسط شارپ شد این مدل در دنیای مالی یک پارادایم غالب بوده است. در مدل CAPM فرض بر این است که بازده مورد انتظار یک دارایی ریسکی به صورت خطی بستگی به بتای آن دارد. به عبارت دیگر 1 تعیین میشود نه متغیرهای دیگر. جذابیت این تفاوتهای مقطعی در میانگین بازده توسط بتا مدل در منطق ساده و بسیار قوی آن و پیشبینیهای صحیح از چگونگی اندازهگیری ریسک و رابطه بین بازده مورد انتظار و ریسک میباشد. متاسفانه شاید به خاطر سادگی مدل نتایج تجربی آن به قدری ضعیف بوده که روش های بکارگیری در موارد خاص آن را کرده است. انتقادات زیادی بر مدل CAPM وارد شده است. عمده ترین انتقادات به این مدل عبارتند از: در مدل CAPM ادعا میشود رابطه بین بازدهی مورد انتظار از هر دارایی با بتای آن دارایی به صورت خطی است. بتای دارایی درجه حساسیت بازدهی دارایی را نسبت به بازدهی پرتفوی بازار اندازهگیری میکند. اولین و مهمترین انتقاد آن بود که چنین پرتفویی را میتوان تصور کرد ولی نمیتوان آن را در واقعیت مشاهده نمود. بنابراین عمال نمیتوان درستی این مدل را آزمون کرد. مفروضات برای مدل CAPM زیادند و با دنیای واقعی تطبیق کمی دارند. مثال شرایط تعادلی بازار اطالعات کامل و بدون هزینه قابل دسترسی برای همه نبود هزینههای معامالتی و غیره. )محسنی دمنه 0336( 1 Generalized Method of Moments sharpe 3 lintner 4 black 1 نشانگر نوسان قیمتی سهم در مقایسه با بازار کلی که در آن است

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره 6/ تابستان 33 49 پژوهش های تجربی نابسامانیهایی معرفی کردند که مدل CAPM قادر به تبیین آنها نبود. از جمله این نابسامانیها عبارتند از اندازه شرکت )بنز 0330 0 رینگانوم ( 0330 نسبت ارزش 1 )جگادیش دفتری به ارزش بازار )فاما و فرنچ 033( 3 تداوم قیمت کوتاه مدت 1 یا شتاب قیمت و تیتمن 0333( 6 برگشت قیمت بلند مدت 9 )دی بونت و تالر 0331( 3 عدم اطمینان درباره 00 اطالعات سود)کیم 101( 116 3 نقدینگی)آمیهود و مندلسون 0336 01 پاستور و استمباگ 01 113( آهنگ تدریجی قیمت پس از اعالم سود 0 )بال و براون 0363 03 فوستر و همکاران 0336 کوپر و همکاران 113 09 چن 06 0331 برنارد و توماس 0333 (و 01 رشد دارایی )کوکران و همکاران 101 03 یائو و همکاران 100(. 03 نتیجه این پژوهشها ارائه مدلهایی به عنوان جایگزینی برای مدل CAPM میباشد )کیم و همکاران 10(. 66 پیشینه پژوهش کیم )10( در پژوهش خود به آزمون چند مدل CCAPM چند عاملی و CAPM و فاما و فرنچ سه عاملی پرداخت و دو نتیجهگیری را اعالم کرد. اول اینکه آزمونهای سری زمانی مبتنی 1 Banz Reinganum 3 Fama and French 4 Shortterm price continuation 5 Momentum 6 Jegadeesh and Titman 7 Longterm price reversal 8 DeBondt and Thaler 9 Kim 10 Amihud and Mendelson 11 Pastor and Stambaugh 1 PEAD 13 Ball and Brown 14 Foster, et al. 15 Bernard and Thomas 16 Cochrane 17 Cooper, et al. 18 Chen, et al. 19 Yao, et al.

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره / 6 تابستان 49 31 0 نشان دادند که مدل چند عاملی CAPM مصرفی بهتر از مدلهای غیر شرطی بر عرض از مبدا مثل CAPM و CCAPM میتواند مقاطع بازده سهام را توضیح دهد. دوم برخی از مدلهای CCAPM چند عاملی همانند و گاهی بهتر از مدل سه عاملی فاما و فرنچ عمل میکنند. )100( اثر بازده سهام حجم معامالت نوسان معامالت فعالیتهای پردانا سانتوسا معامالتی روزانه نوسان قیمتها و نقدشوندگی را بر احتمال برگشت قیمت در بورس اندونزی بررسی کرد. نتایج نشان دادند میزان معامالت روزانه و بازده سهام رابطه مثبت و نوسان معامالت رابطه منفی با احتمال برگشت قیمت دارد ولی بین نقدشوندگی و نوسان قیمتها و احتمال برگشت قیمت رابطهای وجود ندارد. کیم و همکاران )100( به ارزیابی و مقایسه مدلهای CAPM چند مدل آربیتراژ CAPM مصرفی CAPM چند دورهای و مدل شرطی جاناتان و وانگ در بورس کره پرداختند. آنها با آزمونهای رگرسیون سری زمانی و مقطعی به این نتیجه رسیدند که مدل فاما و فرنچ پنج عاملی بهتر از سایر مدلها میتواند رفتار مقطعی و چند دورهای بازده سهام بورس کره را تشریح کند. مدل سه عاملی فاما و فرنچ )0333( و سه عاملی چن و همکاران )101( و مدل کمپل )0336( در مرحله بعدی قرار دارند. آنها چنین اظهار داشتند که نتایج نشاندهنده این است که پرتفویهای اوراق قرضه )عوامل نکول و دوره( نقش مهمی در توضیح بازده سهام کره دارند. کیم و همکاران )101( رابطه بین رشد درآمد آتی نیروی کار و بازده سهام را آزمون کردند. نتایج حاصل از برآوردهای CSR وGMM نشان داد که این مدل سه عاملی به خوبی مدل فاما و فرنچ میتواند بازده مقطعی پرتفوی را تشریح کند. در ادامه آنها این مدل را با سایر مدلهای قیمتگذاری چون CAPM مدل جاناتان و وانگ با عامل نیروی انسانی مدل CAPM مصرفی )110( 1 مقایسه کردند و )0330( 3 و مدل لتاولودویگسون مدل ارائه شده توسط اپستینزین نشان دادند که این مدل سه عاملی بهتر از سایر مدلها میتواند بازده مقطعی را تشریح کند. 1 timeseries interceptbased tests Perdana Wahyu Santosa 3 Epstein and Zin 4 Lettau and Ludvigson

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره 6/ تابستان 35 49 )101( 0 مدل سه عاملی با عوامل بازار سرمایهگذاری و نسبت بازده داراییها چن و همکاران را معرفی کرده و ادعا کردند که مدل آنها بهتر از مدلهای سنتی نابسامانیهای مربوط به تداوم قیمت کوتاهمدت آهنگ تدریجی پس از اعالم سود اقالم تعهدی و شوکهای ارزیابی سهام را توضیح میدهد. در واقع به دلیل آنکه مدل آنها بیشترین مقدار ناهنجاریهای اخیر را از بین میبرد چن و همکاران مدل سه عاملی فاما و فرنچ را رد کردند. )113( مدلهای قیمتگذاری شرطی را در بازارهای نوظهور )کشور اقبال و همکاران پاکستان را انتخاب کردند( که نوسان زیادی در شرایط بنگاهی سیاسی و اقتصادی دارند بررسی کردند. آنها به این نتیجه رسیدند که در این کشور به دلیل نوسان باال مدل CAPM سنتی رد میشود ولی وقتی عوامل اندازه و ارزش دفتری به ارزش بازار به آن اضافه میشود عملکرد آن بهبود مییابد. کیم )116( با مطالعه نمونهای از شرکتهای بورس نیویورک و امکس طی دوره 113039 یک مدل دو عاملی شامل عامل بازار و ریسک عدم اطمینان اطالعات سود ناشی از نوسان سود را توسعه داد. وی نشان داد که مدل او بهتر میتواند اثر ژانویه و اثر اندازه شرکت را توضیح دهد. )116( 3 مدلهای CAPM)0 CAPM ) مصرفی )3 فاما و فرنچ )1 فاما آورامو و کوردیا فرنچ بعالوه عامل ریسک نقدینگی پاستور و استامبورگ 1( فاما و فرنچ بعالوه عوامل برنده و بازنده 6( فاما و فرنچ بعالوه عوامل ریسک نقدینگی و برنده و بازنده 9( مدل جاناتان و وانگ را برای توضیح برخی نابسامانیها در بورسهای نیویورک نزدک و امکس بررسی کردند. آنها اظهار داشتند که مدلهای چند عامله که بتای آنها طی زمان تغییر میکند اثر نابسامانیهایی چون اندازه و نسبت ارزش دفتری به ارزش بازار را بهتر توضیح میدهند. مارتینز نیتو و تاپیا )111( در بازار اسپانیا نشان دادند که نقدشوندگی سیستماتیک تأثیر بهینه بر رفتار عوامل بازارهای مالی میگذارند. آنها به بررسی سه معیار مهم نقدشوندگی )معیار 1 Chen, et al. Iqbal, et al. 3 Avramov and Chordia

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره / 6 تابستان 49 30 )113( 0 حساسیت بازده به تغییرات قیمت پیشنهاد خرید و معیار ارائه شده پاستور و استامباغ توسط آمیهود( و میانگین بازده بازار اسپانیا پرداختند. آنها نشان دادند که معیار ارائه شده توسط آمیهود به طور معناداری باعث بهبود مدل قیمتگذاری داراییها شده و بر سایر معیارهای نقدشوندگی ارجحیت دارد. جیانگ و همکاران )111( نقش عدم اطمینان در پیش بینی بازده شرکتهای عضو بورسهای نزدک نیویورک و امکس طی سالهای 0361 تا 110 پرداختند. با در نظر گرفتن 1 نماینده ( سن شرکت نوسان بازده حجم معامالت و دیرش( برای عدم اطمینان نشان دادند که 0( به طور میانگین شرکتهایی با عدم اطمینان باال بازده آتی کمتری بدست میآورند و ( تأثیر شتاب سود و قیمت در شرکتهایی با عدم اطمینان باال قویتر است. مینگ سیانگ چن )113( نیز مقایسهای را بین مدل CAPM و CCAPM در بازار سهام تایوان انجام داد. وی به این نتیجه رسید که توان تبیین مدل CAPM سنتی در ارتباط بین ریسک و بازده بیشتر از مدل CCAPM است. در ایران نیز تهرانی و همکاران )0339( با مقایسه CAPM سنتی با CCAPM در بورس اوراق بهادار تهران طی سالهای 31 تا 31 نشان دادند با وجود اینکه بتای مصرف از نظر تئوری بایستی یک معیار بهتری از ریسک سیتماتیک باشد ولی عملکرد تجربی مدل قیمتگذاری دارایی سنتی دلگرمکنندهتر بوده و در همة آزمونها موفقیت نسبی داشته است. رباط میلی )0336( عملکرد مدل CAPM و فاما فرنچ سه عاملی در پیش بینی بازده مورد انتظار در بورس تهران را مقایسه کرده و اظهار داشت در بلند مدت هر دو مدل اختالف میانگین معناداری بین بازدههای مورد انتظار با بازده واقعی وجود دارد. طبق پژوهش وی در کوتاهمدت عملکرد مدل سه عاملی فاما و فرنچ بهتر بوده است. رهنمای رودپشتی و مرادی )0331( با بررسی چگونگی سازوکار قیمتگذاری آربیتراژ به این نتیجه رسیدند که فرصتهای آربیتراژ در بازار سرمایه ایران وجود دارد. آنها با استفاده از تحلیل عاملی نشان دادند که بازده سهام در بازار ایران حداقل تحت تأثیر یک مدل دو عامله میباشد. 1 Pastor and Stambaugh

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره 6/ تابستان 33 49 معرفي مدل ها مدلهایی که در این پژوهش ارزیابی و مقایسه خواهند شد عبارتند از: E[R i ] = R f + β im (E[R m ] R f ) مدل CAPM که در سال 0361 توسط شارپ و لینتر معرفی شد : مدل فاما و فرنچ )0333( سه عاملی )FF3( : R(t) R f (t) = a + b[r M (t) R F (t)] + ssmb(t) + hhml(t) + e(t) عالوه بر FF3 فاما و فرنچ در سال 0333 مدل 1 عاملی معرفی کردند که به خوبی میتوانست بازده بازارهای سهام و اوراق قرضه را تشریح کند. R(t) R f (t) = a + b[r m (t) R f (t)] + ssmb(t) + hhml(t) + mterm(t) + ddef(t) + e(t) مدل سه عاملی چن و همکاران )101( : R pt R ft = a pt + b pt (R mt R ft ) + d pt INVEST + p pt ROA + e pt R pt R ft = α p + β 1p (R mt R ft ) + β 5p EIU t + ε pt R pt R ft = α p + β 1p (R mt R ft ) + β p LIQ t مدل دو عاملی کیم )116( : مدل دو عاملی شامل عامل بازار و عامل نقدینگی: مدل دو عاملی شامل عامل بازار و عامل شتاب قیمت: R pt R ft = α p + β 1p (R mt R ft ) + β p MOMENT t مدل دو عاملی شامل عامل بازار و برگشت قیمت: R pt R ft = α p + β 1p (R mt R ft ) + β p REVSL t مدل قیمت گذاری داراییهای سرمایه ای مبتنی بر مصرف: R(t) R f (t) = β 0 + β 1p (R mt R ft ) + β p CONSU t مدلهای چند دورهای:

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره / 6 تابستان 49 1 مدل دو عاملی شامل :GDP مدل دو عاملی شامل رشد درآمد نیروی کار: R(t) R f (t) = β 0 + β 1p (R mt R ft ) + β p GDP t R(t) R f (t) = β 0 + β 1p (R mt R ft ) + β p LABOR t تعریف متغیرهاي پژوهش متغیر وابسته بازده سهام )i R( : یکی از روشهای متداول محاسبه نرخ بازده شرکتهای بورسی استفاده از روش اضافه ارزش میباشد. سادهترین شکل محاسبه نرخ بازده بر اساس روش اضافه ارزش به صورت زیر است: R i=((p tp (t1) )+DPS)/P (t1)) که در آن: P: t قیمت در پایان دوره t که در این پژوهش ماه در نظر گرفته شده است. :P (t1) :DPS سود قیمت در ابتدای دوره t تقسیمی در این پژوهش بازده ماهانه شرکتهای نمونه از نرم افزار رهآوردنوین استخراج شده است. متغیرهاي مستقل صرف ریسک بازار )MKT( : عبارت است از مازاد بازده بازار )مابهالتفاوت بازده بازار و بازده بدون ریسک( که انتظار میرود با توجه به ریسک تحمل شده توسط پرتفوی نصیب آن شود. بازده بدون ریسک )f R( : سود علیالحساب اعالم شده توسط بانک مرکزی از سال 0331 تا پایان سال 0331 برای اوراق مشارکت به عنوان نرخ بازده بدون ریسک در نظر گرفته شده است. بازده بازار: شاخص قیمت و بازده نقدی را میتوان یکی از دقیقترین شاخصهای محاسبه شده برای بازده بازار در نظر گرفت. زیرا هر دو مولفه تقسیم سود در شرکتها و بازده در اثر

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره 6/ تابستان 16 49 افزایش قیمت سهام در آن مد نظر قرار گرفته است )سایت بورس اوراق بهادار تهران(. اطالعات مربوط به این شاخص از سایت بورس اوراق بهادار استخراج شد. سپس عامل MKT بدین صورت محاسبه شد: MKT=RmRf SMB و :HML ناهنجاریهای مربوط به اثر اندازه و ارزش که از مشخصههای شرکت میباشند توسط محققانی چون باسو )0399( بانز )0330( و غیره معرفی شدند. برای محاسبه این متغیرها ابتدا شرکتها بر اساس ارزش دارایی ها از کوچک به بزرگ مرتب شده و به دو دسته بزرگ و کوچک نسبت به میانه تقسیم شدند. سپس بر اساس رویکرد فاما و فرنچ با توجه به نسبت ارزش دفتری به ارزش بازار شرکتها رتبهبندی و به سه دسته شرکتهای با ارزش پایین )31 درصد پایین( شرکتهای متوسط )11 درصد بعدی( و شرکتهای ارزش باال )31 درصد باال( تقسیم شدند. برای محاسبه مجموع حقوق صاحبان سهام در پایان هر سال از صورتهای مالی شرکتها و ارزش بازار سهام در آخرین روز معامله از نرم افزار رهآورد نوین استخراج و در Excel ارزش دفتری و بازار هر سهم محاسبه و نسبت BV/MV بدست آمد. و در نهایت متغیرهای اندازه و ارزش به شکل زیر محاسبه شد: :SMB تفاوت میانگین بازده ماهانه سهام شرکتهای کوچک و شرکتهای بزرگ. برای محاسبه این متغیر به پیروی از روش فاما و فرنچ )0333( شرکتها را براساس اندازه و نسبت BV/MV در شش پرتفوی S H,S M,S L,B H,B M,B L طبقهبندی و بازده ماهانه هر یک از شرکتها استخراج و میانگین ماهانه هر یک از پرتفویها محاسبه شد و تفاوت میانگین پرتفوی کوچک و بزرگ به شکل زیر بدست آمد: SMB= (S/L+S/M+S/H) /3 (B/L+B/M+B/H) /3 :HML تفاوت میانگین بازده سهام شرکتهایی با نسبت BV/MV باال و شرکتهای با نسبت BV/MV پایین. برای محاسبه این متغیر ابتدا میانگین ماهانه شش پرتفوی که بر اساس اندازه و نسبت BV/MV طبقهبندی شدهاند محاسبه و با استفاده از فرمول زیر بدست آمد: HML= (S/H+B/H) / (S/L+B/L) / سرمایهگذاری )INVEST( : تفاوت میانگین بازده ساالنه پرتفویی با سرمایهگذاری باال و بازده پرتفویی با سرمایهگذاری پایین. برای این عامل بر طبق روش چن و همکاران )101( عمل شد.

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره / 6 تابستان 49 10 بدین صورت که در پایان هر سال بر اساس نسبت سرمایهگذاری به کل داراییها شرکتها به سه گروه تقسیم شد. سپس متغیر INVEST به روش زیر محاسبه شد: )کیم و همکاران 10( INVEST= (L/S+L/B) / (H/S+H/B) / بازده داراییها )ROA( : تفاوت میانگین بازده ماهانه پرتفویی با نسبت ROA باال و پرتفوی با نسبت ROA پایین. برای محاسبه این عامل نیز طبق روش چن و همکاران 6 پرتفوی اندازه بازده داراییها تشکیل داده و همانند متغیر سرمایه گذاری محاسبه شد. ROA = L S + L B H S + H B نقدشوندگی )LIQ( : برای محاسبه این عامل سهام شرکتها با توجه به فرمول آمیهود )11( که در زیر آمده است به سه گروه تقسیم شدند. D n LIQ = 1 D n r i,d,t V i,d,t d=1 این عامل برای ماههایی محاسبه شد که نماد شرکت متوقف نباشد زیرا در این بازهها معیار آمیهود )11( تعریف نشده میباشد. سپس با تشکیل شش پرتفوی اندازهنقدشوندگی مشابه متغیرهای پیشین محاسبه شد. یعنی : LIQ = Low S + Low B High S + High B عدماطمینان )EIU( : برای محاسبه خطای برآورد سود برآوردی منهای سود واقعی تقسیم بر سود واقعی شد. از آنجا که سرمایهگذاران به پیشبینی مدیران از سود هر سهم اتکا کرده و در قیمتگذاری استفاده سهام پژوهش این در میکنند پیشبینی شرکتها اعالم میشود به عنوان سود برآوردی استفاده شده است. توسط که سهم هر درآمد قرار در پایان هر سال شرکتها بر اساس قدرمطلق درصد خطای برآوردشان طبقهبندی شده و در 3 گروه )%31 با عدماطمینان باال %11 عدماطمینان متوسط و %31 با عدماطمینان پایین( گرفتند. پس از تشکیل 6 پرتفوی عدماطمینان اندازه عدماطمینان نیز برابر است با تفاوت

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره 6/ تابستان 19 49 میانگین بازده پرتفوی با عدماطمینان باال و میانگین بازده پرتفوی با عدماطمینان پایین. )کیم )116 EIU = L s + L b H s + H b مومنتوم یا شتاب قیمت در کوتاهمدت )MOMENT( : برای این عامل الزم است یک دوره تشکیل پرتفوی و یک دوره آزمون پرتفوی در نظر بگیریم. در این پژوهش به پیروی از دی روش بونت و تالر )0339( دوره 0 ساله )0 ماهه( برای تشکیل پرتفوی در نظر گرفته شد. در پایان هر ماه شرکتها بر اساس بازده تجمعی 0 سال گذشته مرتب شدند. 31 درصد شرکتهای با بازده باال شرکتهای برنده و 31 درصد شرکتهای با بازده پایین بازنده در نظر گرفته شدند. عامل برگشت قیمت برابر است با تفاوت میانگین بازده پرتفویهای برنده و بازنده. MOMENT = W s + W b L s + L b نیروی کار )LABOR( : این عامل در برگیرنده سود حاصل از حقوق و دستمزدها سود حاصل از مالکیت خصوصی و سود بهره میباشد. در این پژوهش برای این عامل حداقل دستمزد ماهانه مطابق قانون کار هر سال در نظر گرفته شده است. L t L t 1 L t 1 با استفاده از این اطالعات نرخ رشد ساالنه حداقل دستمزد محاسبه تبدیل به نرخ رشد ماهانه شد. با توجه به تفاوت میزان پرداختها در اسفند ماه ( زا جمله پرداخت عیدی و...( نرخ رشد اسفند ماه هر سال 3 برابر ماههای دیگر در نظر گرفته شد. برای محاسبه این متغیر در پایان هر سال شرکتها بر اساس بار عاملی نرخ رشد نیروی کار )β_labor( رتبهبندی شدند. عامل نیروی کار برابر است با تفاوت بازده 31 درصد شرکتهایی با بتای باال و بازده 31 درصد شرکت هایی با بتای پایین. برای محاسبه بتا از فرمول کوواریانس استفاده شد. )جاناتان و وانگ 0336( :GDP اطالعات مربوط به تولید ناخالص داخلی به قیمت پایه از گزارشهای بانک مرکزی استخراج شد. همانند عامل نیروی کار در پایان هر سال شرکتها را بر اساس بار عاملی نرخ رشد GDP مرتب شده و عامل GDP را از تفاضل بازده شرکتهایی با بتای باال و بازده شرکتهایی با بتای پایین بدست آمد.

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره / 6 تابستان 49 14 مصرف )CONSU( : پژوهش های پیشین برای این متغیر اطالعات مربوط به مصرف نهایی خانوار را استفاده کردهاند. در این پژوهش مصرف خصوصی گزارش شده در گزارشهای ساالنه بانک مرکزی استفاده شده است. همانند دو متغیر پیشین برای محاسبه این عامل نیز شرکتها را براساس بتای مصرفشان مرتب کرده و تفاضل دو گروه بتای باال و پایین را محاسبه میکنیم. سررسید یا نرخ بهره )TERM( : فاما و فرنچ )0333( در پژوهش خود این متغیر را به صورت تفاوت بازده ماهانه اوراق قرضه دولتی بلندمدت و نرخ یک ماهه اوراق خزانه تعریف کردند. در آن نرخ اوراق خزانه نمایندهای برای سطح معمول بازده مورد انتظار اوراق قرضه میباشد. بنابراین این عامل نشاندهنده نوسان بازدههای اواق قرضه بلندمدت از بازدههای مورد انتظار و در نتیجه تغییرات نرخ بهره میباشد. به دلیل عدم وجود اوراق قرضه در کشور ما برای نشان دادن این عامل در این پژوهش از تفاوت نرخ بانکی سپردههای 1 ساله و سپردههای یک ساله استفاده شده است. نکول )DEF( : فاما و فرنچ )0333( این عامل را تفاوت بین بازده پرتفوی بازاری شامل اوراق قرضههای بلندمدت شرکتی و بازده اوراق بلندمدت دولتی تعریف کردند. کیم و همکاران )100( برای محاسبه این عامل از تفاوت بازده شرکتهایی با رتبه AA و نرخ اوراق بانک مرکزی استفاده کردند. در این پژوهش برای محاسبه این عامل ابتدا شرکتها را بر اساس نسبت بدهی بلندمدت به حقوق صاحبان سهام مرتب شد. باال بودن این نسبت نشاندهنده ریسک نکول باال برای هر شرکت میباشد. پس از آن شرکتها را در 01 گروه قرار داده و با تشکیل 6 پرتفوی اندازهریسک نکول تفاوت بازده شرکتهایی با ریسک باال و پایین محاسبه شد. DEF = L B + L S H B + H S 3 روش پژوهش پژوهش حاضر به جهت توسعه استفاده از مدلهای قیمتگذاری در بازار سرمایه در ردیف پژوهش های کاربردی قرار میگیرد. در این پژوهش مدله یا قیمتگذاری ارزیابی و مقایسه میشوند این مدلها باید برای همه داراییها برآورد شوند چه این داراییها تک تک شرکتها باشند یا اینکه به صورت پرتفوی باشند.

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره 6/ تابستان 13 49 در این پژوهش نیز برای کاهش مشکل خطا در متغیرها )بلوم 0391( 0 از روش پرتفویبندی استفاده شده است. نتایج آزمون مدلهای قیمتگذاری داراییها نسبت به نوع تشکیل پرتفویها حساس میباشند. برای اینکه پرتفویی خوب باشد ویژگیهای )ریسک و بازده( آن باید به خوبی ویژگیهای تکتک شرکتهایش را نشان دهد. ادبیات نشان میدهد که برخی ویژگیهای شرکتها منجر به ایجاد تفاوتهای مقطعی در بازده متوسط میشوند. برخی از این ویژگیها عبارتند از: اندازه شرکت نسبت ارزش دفتری به ارزش بازار نقدشوندگی بازدهیهای گذشته انحراف معیار خطای پیش بینی سود و نرخ رشد داراییها. این ویژگیها به عنوان معیاری برای پرتفویبندی استفاده میشوند. )کیم و همکاران 100(. پرتفویهایی که به این صورت تشکیل میشوند پرتفوی آزمون نامیده میشوند. برای تشکیل این پرتفویها ابتدا شرکتها بر اساس معیارهای ذکر شده مرتب شدند. در اکثر مطالعات پیشین برای ارزیابی مدلها شرکتها را در 01 گروه قرار داده و آزمونها انجام شدهاند. همانطور که گفته شد این پرتفویها باید به گونهای باشند که ویژگیهای شرکتهایی که در آنها قرار گرفتهاند را به خوبی نشان دهند. در این پژوهش به دلیل کم بودن تعداد شرکتهای نمونه )03 شرکت( در صورتی که 01 گروه تشکیل میشد تعداد کمی )حدود 03( شرکت در هر گروه قرار میگرفت. بنابراین پرتفویها نماینده خوبی برای داراییها نمیشدند. به همین دلیل در ادامه شرکتها در 1 گروه قرار گرفتند. Pvalue برای تعیین مناسب بودن پرتفوی برای انجام آزمونها از آزمون مقایسه زوجی استفاده شد. کمتر از %1 به این معنی است که میانگین بازده پرتفوی 0 )کمترین مقدار از معیار موردنظر( و میانگین بازده اضافی پرتفوی 1 )بیشترین مقدار از معیار موردنظر( تفاوت معناداری با یکدیگر دارند. بنابراین میتوان از این معیار برای آزمون مدلها استفاده کرد. نتایج آزمون مقایسه زوجی در جدول )0( گزارش شده است. 1 Blum

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره / 6 تابستان 49 11 جدول )1(: میانگین بازده اضافي پرتفويهاي آزمون نسبت اندازه پرتفوی B/M نسبتR سرمای هگذار ی OA بازدهی عدم 1 ماهه اطمینان نقد بازدهی 63 شوندگی ماهه 0/ 971 0/ 7007 0/ 971 0/ 96 0/ 7199 0/ 30 0/ 9376 / 0 1 0/ 7033 0/ 761 0/ 7033 0/ 730 0/ 7117 0/ 91 0/ 970 / 070 6 0/ 703 0/ 939 0/ 703 0/ 7767 0/ 717 0/ 7710 0/ 777 / 06 0 0/ 73 0/ 337 0/ 73 0/ 7076 0/ 00 / 0070 / 066 / 037 منبع: یافته های پژوهشگران * مثبت بودن این تفاوت نشان دهنده این است که ناهنجاری مربوط به برگشت قیمت طی دوره مورد مطالعه وجود نداشته است. با توجه به تفاوتهای بدست آمده متوسط بازدهها با نسبت ارزش دفتری به ارزش بازار و عدم اطمینان درباره سود رابطه منفی دارد و با اندازه سرمایهگذاری نسبت ROA بازده تجمعی و نقدشوندگی رابطه مثبت دارد. به عبارت دیگر سرمایهگذاران برای شرکتهایی با اندازه سرمایهگذاری نسبت ROA بازدهی گذشته و نقدشوندگی باال ارزش دفتری به ارزش بازار و عدم اطمینان انتظار بازدهی بیشتر دارند. روش های مختلفی برای برآمود مدل ها وجود دارد. یکی از روش های موجود روش GMM می باشد. این روش تخمین زننده قدرتمندی است که برخالف روش حداکثر راستنمایی نیاز به اطالعات دقیق توزیع جمالت اخالل ندارد. P0 P 0/ 063 0/0967 0/063 0/ 67 0/ 063 / 636 0/ 1067 0/ 0070 6/ آماره t 130 3/ 376 6/ 130 0/ 730 9/ 917 / 700 * 7/ 76 0/ 0 /0 معناداری 001 000 0/ 001 000 000 000 000 0/ 000 به کار بردن روش GMM پانل دیتای پویا مزیتهای همانند لحاظ نمودن ناهمسانی فردی و اطالعات بیشتر حذف تورشهای موجود در رگرسیونهای مقطعی است که نتیجه آن

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره 6/ تابستان 15 49 تخمینهای دقیقتر با کارایی باالتر و همخطی کمتر در GMM خواهد بود. به طور کلی روش GMM پویا نسبت به روشهای دیگر دارای مزایای به شکل زیر است: حل مشکل درونزا بودن متغیرهاي نهادي: مزیت اصلی تخمین GMM پویا آن است که تمام متغیرهای رگرسیون که همبستگی با جزء اخالل ندارد )از جمله متغیرهای با وقفه و متغیرهای تفاضلی( میتوانند به طور بالقوه متغیر ابزاری باشند )گرین 113(. 0 کاهش یا رفع همخطي در مدل: استفاده از متغیرهای وابسته وقفهدار باعث از بین رفتن همخطی در مدل میشود. افزایش بعد زماني متغیرها: هر چند ممکن است تخمین برش مقطعی بتواند رابطه بلندمدت بین متغیرها را به دست آورد اما این نوع تخمینها مزیتهای سریهای زمانی آمارها را ندارند که کارآمدی برآوردها را افزایش دهد. هنسن در سال 033 اظهار داشت با تعریف ماتریس وزن دهنده بهینه میزان خطای برآورد را به صفر نزدیک کرد. statistic J )آماره سارگان( محاسبه شده در این برآورد نشان دهنده اعتبار مدل یا به عبارت دیگر اعتبار ابزارهای به کار گرفته شده در مدل میباشد. درصورتی که مدل به درستی تشریح نشده باشد یا برخی شرایط گشتاوری آن رعایت نشده باشد این آماره خیلی بزرگ میشود. البته صرفا با توجه به این آماره نمیتوان درمورد کارایی مدلها اظهار نظر کرد. برای این منظور از احتمال آن استفاده شده است. بنابراین در این مقاله برای برآورد مدل ها از روش GMM و برای قضاوت درباره اعتبار و مقایسه آنها از احتمال آماره سارگان استفاده شده است. جامعه روش نمونه گیري و حجم نمونه این پژوهش در قلمرو زمانی از ابتدای سال 31 تا پایان سال 31 انجام شده است. جامعه پژوهش شامل کلیه شرکتهای پذیرفته در بورس اوراق بهادار تهران میباشد که تا سال 31 به عضویت بورس در آمده باشند و تا پایان سال 31 از عضویت بورس خارج نشده باشند. 0 Green

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره / 6 تابستان 49 10 در نمونهگیری شرکتهایی که ویژگیهای زیر را نداشتند حذف شدند: اطالعاتشان در دسترس نباشد. شرکتهای مالی سرمایهگذاری بانکها و موسسات اعتباری لیزینگ و هلدینگ شرکتهایی که نسبت ارزش دفتری به ارزش بازار آنها منفی باشد. پایان سال مالی آنها غیر از 3 اسفند باشد. سال مالی خود را تغییر داده باشند. از 313 شرکتی که تا پایان سال 31 عضو شرکت بورس اوراق بهادار تهران بودند پس از حذف شرکتهایی که دارای ویژگیهای یاد شده نبودند 03 شرکت باقی ماند. 9 یافتههاي پژوهش به منظور شناخت بهتر ماهیت جامعهای پژوهش خود و آشنایی بیشتر با متغیرهای پژوهش قبل از تجزیه و تحلیلهای آماری الزم است دادهها توصیف شوند. این امر منجر به تشخیص الگوی حاکم بر آنها و پایهای برای تبیین روابط بین متغیرهای پژوهش است )خورشیدی و قریشی.)0330 لذا قبل از اقدام به آزمون فرضیه ها آمار توصیفی مربوط به متغیرهای پژوهش ارائه شده است. از بین شاخصهای پراکندگی و مرکزی از میانگین و انحراف معیار برای توصیف دادهها استفاده شده است. جدول) 6 (: آمار توصیفي متغیرهاي مستقل انحراف معیار میانگین حداقل حداکثر /0 اندازه 063 0/ 1903 0/ 01676 0 / 030760 0/ نسبت B/M 03 0/ 1909 0/ 0393 0 / 0700733 /0 سرمایهگذاری 16 0/ 763 0/ 0606 0 / 097013 ROA 0/ 673 0/ 0117 0 / 136 0 / 0709977

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره 6/ تابستان 13 49 /0 ریسک نکول 670 0/ 076 0 / 01601 0 / 0709000 /0 عدم اطمینان 69 0/ 106 0/ 03703 0 / 001971 /0 نقد شوندگی 717 0/ 60 0 / 006 0 / 07091073 /0 شتاب قیمت 999 0/ 979 0 / 660909 0 / 767107 /0 ریسک دوره 0069 0/ 003 0 / 00163 0 / 00039093 GDP 0/ 609 0/ 170 0 / 0009 0 / 00090 /0 نیروی کار 6700 + 0/ 1703 0/ 03676 0 / 00773 /0 مصرف 610 0/ 10 0 / 007011 0 / 106979 /0 بازار 09 0/ 0716 0 / 00377 0 / 07063370 منبع: یافته های پژوهشگران برای محاسبه متغیرهای هر مدل پس از پرتفوی بندی شرکتها تفاوت میانگین بازده پرتفوی با ریسک پایین و باال محاسبه شد. بنابراین میانگین 1/1333 برای متغیر اندازه بدین معنی است که شرکتهای میانگین بازده بزرگتر بهتر از شرکتهای کوچکتر بوده است. برای محاسبه عامل ارزش میانگین بازده شرکتهایی با نسبت B/M پایین از میانگین بازده شرکتهایی با نسبت B/M باال کم شد. بنابراین منفی شدن این میانگین بیانگر عملکرد بهتر شرکتهایی با نسبت B/M پایین میباشد. به همین ترتیب شرکتهایی با سرمایهگذاری ریسک نکول عدم اطمینان و بتای نیروی کار کمتر و با ROA نقدشوندگی بازدهی گذشته و بتای مصرف و GDP بیشتر میانگین بازده بیشتری داشتهاند. آزمون ریشه واحد: پیش از برآورد مدل تحقیق الزم است مانایی تمام متغی رهای مورد استفاده در تخمینها مورد آزمون قرار گیرد. زیرا مانایی متغی رها چه در مورد دادههای سری زمانی و چه دادههای تابلویی باعث بروز مشکل رگرسیون کاذب میشود. از میان آزمون های بررسی مانایی در این مقاله نتایج دو روش ایم پسران و شیم و فیشر استفاده شده است. منبع: یافته های پژوهشگران جدول )3(: بررسي مانایي متغیرهاي مستقل

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره / 6 تابستان 49 5 prob نام متغیر آزمون آماره نتیجه آزمون مانا در سطح 7/33097 09/073 73/3730 Im, Pesaran and Shin Wstat ADF Fisher Chisquare PP Fisher Chisquare CONS مانا در سطح مانا در سطح مانا در سطح مانا در سطح مانا در سطح مانا در سطح 0/0066 0/000 0/0001 0/0007 1/6303 3/697 97/90 3/07791 7/63 0/101 7/3013 03/0 1/7 6/037 13/1701 70/6331 7/0071 00/7197 06/171 6/7939 60/773 7/777 Im, Pesaran and Shin Wstat ADF Fisher Chisquare PP Fisher Chisquare Im, Pesaran and Shin Wstat ADF Fisher Chisquare PP Fisher Chisquare Im, Pesaran and Shin Wstat ADF Fisher Chisquare PP Fisher Chisquare Im, Pesaran and Shin Wstat ADF Fisher Chisquare PP Fisher Chisquare Im, Pesaran and Shin Wstat ADF Fisher Chisquare PP Fisher Chisquare Im, Pesaran and Shin Wstat ADF Fisher Chisquare PP Fisher Chisquare DEF EIU GDP HML INV LABOR مانا در سطح 7/77901 03/933 19/77 Im, Pesaran and Shin Wstat ADF Fisher Chisquare PP Fisher Chisquare LIQ مانا در سطح 3/303 3/6 9/00 Im, Pesaran and Shin Wstat ADF Fisher Chisquare PP Fisher Chisquare MKT

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره 6/ تابستان 56 49 مانا در سطح 0/017 0/0777 1/9793 10/6790 19/31 Im, Pesaran and Shin Wstat ADF Fisher Chisquare PP Fisher Chisquare MOMENT با توجه به نتایج حاصل از آزمونها مشخص گردید که تمام متغی رها در سطح مانا هستند. بنابراین مشکل مدل کاذب وجود نخواهد داشت. 5 نتایج برآورد مدلها روش به منظور بهینه کردن ماتریس وزن دهنده در این مقاله برای برآورد مدلهای مورد نظر از OGMM استفاده شد. همانطور که بیان شد برای برآورد مدلها در این پژوهش از روش پرتفوی بندی استفاده شده است. برای پرتفوی بندی معیارهای مختلفی وجود دارند که با توجه به ادبیات موجود و نتایج جدول )0( شش معیار اندازه نسبت ارزش دفتری به ارزش بازار سرمایهگذاری عدم اطمینان نسبت ROA و بازدهی گذشته در نظر گرفته شد. نتایج برآورد مدلهای مورد برآورد به تفکیک هر معیار پرتفوی بندی در جدول )1( بیان شده است: در صورتی که مقدار احتمال آماره سارگان کمتر از 1/11 باشد مدل مورد نظر اعتبار ندارد. یا به عبارت دیگر ابزارهای استفاده شده مناسب نبودهاند. 0/3139 0/177 7/7397 67/1000 0/0 0/61616 0/66600 07/90 3/7 73/133 6/117 Im, Pesaran and Shin Wstat ADF Fisher Chisquare PP Fisher Chisquare Im, Pesaran and Shin Wstat ADF Fisher Chisquare PP Fisher Chisquare Im, Pesaran and Shin Wstat ADF Fisher Chisquare PP Fisher Chisquare ROA SMB TERM مانا در سطح مانا در سطح مانا در سطح منبع: یافته های پژوهشگران جدول )9(: نتایج برآورد مدل با استفاده از معیار اندازه

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره / 6 تابستان 49 50 مدل آماره سارگان )J( رتبه گشتاور )ابزارها( احتمال آماره سارگان نتیجه 90/70 CAPM احتمال آماره سارگان آزمون مدلها با معیار اندازه نشان میدهد که از بین 01 مدل مورد نظر فقط مدل دو عاملی دربرگیرنده عامل مصرف میباشد یا به عبارت دیگر فقط در این مدل ابزارهای استفاده شده مناسب بودهاند. 0/010739 0/0071 0/001600 0/07009 0/00 0/00013 0/01711 0/07939 0/01770 90 90 37/1336 01/077 90/6130 07/7701 39/09 90/0303 39/37 9/107 FF3 FF5 CNZ3 MKT+LIQ MKT+ MOMENT MKT+ GDP MKT+ CONS MKT+ LABOR MKT+ EIU مدل 91/1001 جدول )5(: نتایج برآورد مدل در پرتفوي آزمون نسبت ارزش دفتري به ارزش بازار آماره سارگان )J( رتبه گشتاور )ابزارها( 0/011717 احتمال آماره سارگان نتیجه 0/063707 3/3710 CAPM 0/6070 100 16/00 FF3 0/07771 3/06 FF5 0/03077 36/9677 CNZ3 0/01711 90/313 MKT+LIQ

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره 6/ تابستان 59 49 منبع: یافته های پژوهشگران در این پرتفوی آزمون مدلهای فاما و فرنچ سه عاملی و پنج عاملی سه عاملی چن و همکاران )101( و دو عاملی شامل شتاب قیمت اعتبار الزم را دارند. در بین این مدلها مدل فاما و فرنچ سه عاملی با احتمال 0/10730 0/00600 0/001767 0/0617 0/3 37/0610 9/9309 37/0061 1/310110 برتر از بقیه میباشد. MKT+ MOMENT MKT+ GDP MKT+ CONS MKT+ LABOR MKT+ EIU مدل 3/0900 جدول )(: نتایج برآورد مدل در پرتفوي آزمون عدم اطمینان آماره سارگان )J( رتبه گشتاور )ابزارها( 0/063707 احتمال آماره سارگان 0/006 0/03077 0/07396 0/06103 0/06991 0/0777 97/107 36/319 7/91 3/1730 90/093 7/011 CAPM FF3 FF5 CNZ3 MKT+LIQ MKT+ MOMENT نتیجه

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره / 6 تابستان 49 54 منبع: یافته های پژوهشگران در پرتفوی آزمون عدماطمینان مدلهای فاما و فرنچ سه و پنج عاملی مدلهای دو عاملی شامل شتاب قیمت و GDP میباشند. مدل فاما و فرنچ پنج عاملی با احتمال 1/013693 نسبت به بقیه برتری دارد. منبع: یافته های پژوهشگران 0/3190 0/00013 0/010176 79/99 39/7309 96/0773 MKT+ GDP MKT+ CONS MKT+ LABOR MKT+ EIU مدل 97/106 جدول )7(: نتایج برآورد مدل در پرتفوي آزمون سرمایهگذاري آماره سارگان )J( رتبه گشتاور )ابزارها( 0/0790 احتمال آماره سارگان 0/010739 0/667 0/07009 0/07009 0/00 0/00013 0/00 0/00076 0/01770 0/011717 109 90 90 90 90/70 11/017 31/00 90/6130 07/7701 39/09 0/7670 0/ 9/107 91/1001 CAPM FF3 FF5 CNZ3 MKT+LIQ MKT+ MOMENT MKT+ GDP MKT+ CONS MKT+ LABOR MKT+ EIU در این پرتفوی آزمون مدلهای فاما و فرنچ 3 و 1 عاملی شدهاند و مدل سه عاملی با احتمال 1/331303 بهتر از پنج عاملی با احتمال 1/111139 میباشد. نتیجه جدول )8(: نتایج برآورد مدل در پرتفوي آزمون بازده تجمعي گذشته منبع: یافته های پژوهشگران

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره 6/ تابستان 53 49 مدل آماره سارگان )J( رتبه گشتاور )ابزارها( احتمال آماره سارگان نتیجه 3/130 CAPM فقط مدل دو عاملی شامل نقد شوندگی میباشند. مدل دو عاملی شامل شتاب قیمت با احتمال آماره سارگان 1/09333 برتر از بقیه میباشد. در این پرتفوی آزمون مدلهای فاما و فرنچ 3 عاملی و مدل دو عاملی با عامل نقدشوندگی با احتماالت کمتر از 1/11 نشدند. مدل فاما و فرنچ 1 عاملی با احتمال 1/003301 نسبت به بقیه مدلها توان باالتری دارد. 0/093707 0/6770 0/1071 0/07070 0/00039 0/1976 0/19070 0/0997 0/0997 90 70/7907 09/06 79/9373 7/71993 07/3399 73/066 3/66 3/306 FF3 FF5 CNZ3 MKT+LIQ MKT+ MOMENT MKT+ GDP MKT+ CONS MKT+ LABOR MKT+ EIU مدل 30/113 جدول )4(: نتایج برآورد مدل در پرتفوي آزمون نسبت ROA آماره سارگان )J( رتبه گشتاور )ابزارها( 0/090 احتمال آماره سارگان نتیجه 0/03090 30/109 CAPM 0/00100 90 00/77 FF3 0/7 70/1067 FF5 0/03091 77/937 CNZ3 0/00097 90 01/097 MKT+LIQ

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره / 6 تابستان 49 51 منبع: یافته های پژوهشگران همانطور که مشاهده شد برخی مدلها در اکثر پرتفویهای آزمون و برخی دیگر شدند که به شرح زیر میتوان آنها را خالصه کرد: مدل فاما و فرنچ 1 عاملی و مدل دو عاملی شامل شتاب قیمت در 1 پرتفوی مورد آزمون )ارزش سرمایهگذاری نسبت ROA عدم اطمینان و بازدهی گذشته( اعتبار الزم را داشتند و پس از آنها مدل فاما فرنچ سه عاملی قرار دارد که در 1 پرتفوی آزمون )ارزش سرمایهگذاری عدم اطمینان و بازدهی گذشته( بود. پس از آن مدل سه عاملی چن و همکاران) 101 ( در 3 پرتفوی نسبت ROA بازدهی تجمعی گذشته و ارزش مدل دو عاملی شامل GDP در 3 پرتفوی نسبت ROA بازدهی تجمعی گذشته و عدم اطمینان مدل دو عاملی شامل مصرف در 3 پرتفوی نسبت ROA بازدهی تجمعی گذشته و اندازه مدل دو عاملی شامل نیروی کار و عدم اطمینان در دو پرتفوی نسبت ROA و بازدهی تجمعی گذشته میباشند. نتیجه گیري کلي با 0/090 0/0910 0/0997 0/07939 0/07939 30/071 31/1730 3/6 30/039 30/0979 MKT+ MOMENT MKT+ GDP MKT+ CONS MKT+ LABOR MKT+ EIU توجه به اهمیت ریسک و بازده در تصمیم گیریهای مربوط به سرمایهگذاری پژوهش های تجربی تعداد زیادی مدل معرفی کردهاند تا سرمایهگذاران بتوانند با استفاده از ابزارهای مناسب تصمیمات بهینهای بگیرند و به نحو صحیحی منابع کمیاب را تخصیص دهند. در این پژوهش با هدف کمک به سرمایهگذاران برای تشخیص ابزار دقیقتر برای تصمیم گیری به ارزیابی و مقایسه برخی مدلهای قیمتگذاری پرداخته شد. ارزیابی مدلها به روشهای متفاوت انجام میشود. بیشترین روشی که در اکثر پژوهش ها استفاده میشود استفاده از رگرسیون و بررسی همبستگی

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره 6/ تابستان 55 49 بین عوامل میباشد. روش مورد استفاده در این پژوهش روش GMM میباشد که توسط هنسن در سال 033 معرفی شد اشاره کرد. در این روش میتوان با تعریف ماتریس وزن دهنده بهینه خطای برآورد مدل را به حداقل رساند. همچنین برای انجام برآورد مدلها از روش پرتفوی بندی استفاده شد. برای انجام این پرتفوی بندی 6 معیار با توجه به پیشینه موجود در نظر گرفته شد. این 6 معیار عبارتند از اندازه نسبت B/M سرمایهگذاری عدم اطمینان بازدهی گذشته و نسبت.ROA در نتیجه 01 مدل با بکار گیری پرتفویهای تشکیل شده براساس این معیارها از نظر بازده اضافی مورد بررسی قرار گرفت. یافتههای پژوهش نشان میدهند که مدلهای قیمتگذاری داراییها در صورت برآورد با استفاده از معیارهای مختلف کارایی متفاوتی را نشان میدهند. پس از مشخص شدن اعتبار مدلها در هر یک از پرتفویهای آزمون با توجه به احتمال آماره سارگان محاسبه شده مدلهای رتبه بندی شدند. مدل معیار رتبه هر یک از مدلها در گروههای مختلف پرتفوی به شرح جدول 01 میباشد. جدول )11(: رتبه بندي مدلها در گروههاي مختلف پرتفوي بندي شده اندازه ارزش دفتری به ارزش بازار سرمایهگذاری عدم اطمینان بازدهی گذشته ROA 6 0 فاما و فرنچ 6 عاملی * 1 1 0 فاما وفرنچ 7 عاملی 1 6 1 دو عاملی شامل شتاب قیمت

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره / 6 تابستان 49 50 9 9 دو عاملی شامل عدم اطمینان 7 7 1 دو عاملی شامل GDP 0 دو عاملی شامل مصرف 9 دو عاملی شامل نیروی کار مدل 6 عاملی چن و منبع: یافته های پژوهشگران *مدل نمیباشد. با توجه به جدول )01( میتوان گفت مدل فاما و فرنچ 1 عاملی و 3 عاملی و مدل عاملی شامل شتاب قیمت در اکثر پرتفویها توانستهاند با دقت بیشتری نسبت به بقیه برآورد نمایند. با اینکه مدل فاما و فرنچ 1 عاملی نسبت به مدل ذکر شده در تعداد بیشتری از پرتفویها بوده ولی با توجه به احتمال آماره سارگان مدل فاما و فرنچ 3 عاملی و مدل عاملی شامل شتاب قیمت میزان خطای برآورد کمتری نسبت به فاما و فرنچ 1 عاملی دارند. مدل دو عاملی شامل نقدشوندگی با هیچ یک از معیارهای پرتفوی بندی نتوانست اعتبار الزم را کسب کند. پژوهش پیشین جدول )11(: مقایسه نتیجه رتبهبندي مدلها با پژوهش هاي پیشین دیویس فاما و فرنچ )1000( واکشوسل و لوبه )10( پرومبر و همکاران )101( کیم و همکاران ) 10 ( رباط میلی )63( و احمدپور و رحمانی )63( نتیجه برتری مدل فاما و فرنچ 6 3 6 همکاران )100( CAPM دو عاملی شامل نقدشوندگی 3 7 مقایسه مشابه نتایج پائلو مایو 100 کن و همکاران 101 چن و همکاران 100 برتری مدل CAPM چند دوره ای رد فاما و فرنچ سه عاملی برتری مدل CAPM مصرفی متفاوت کیم 101

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره 6/ تابستان 53 49 هودریک و ژانگ 100 برتری مدل کمپل منبع: یافته های پژوهشگران منابع: تهرانی رضا گودرزی مصطفی و مرادی هادی. )0339(. ریسک و بازده: "آزمون مدل CCAPM در مقایسه با مدل CAPM در بورس اوراق بهادار تهران". خدادادی و یل مدل قیمتگذاری تحقیقات اقتصادي شماره 31. اله دستگیر محسن و نصر اصفهانی حمید. )0333(. "بررسی دقت پیش بینی دو داراییهای سرمایهای و مدل بتای پژوهشنامه علوم اقتصادي سال دهم) (. پاداشی در بورس اوراق بهادار تهران". رباط میلی مژگان. )0336(. "مقایسه عملکرد مدل قیمتگذاری داراییهای سرمایهای با مدل سه عاملی فاما و فرنچ در پیش بینی بازده مورد انتظار در بورس تهران". حسابداري دانشگاه الزهرا )س(. پایان نامه کارشناسي ارشد رهنمای رودپشتی فریدون و مرادی محمدرضا. )0331(. "بررسی گونگی سازوکار قیمتگذاری آربیتراژ با استفاده از تحلیل عاملی در بورس اوراق بهادار تهران". تحقیقات مالي 3161. 03 ظریف فرد احمد و قائمی محمدحسین. )033(." آزمون تجربی مدل قیمتگذاری داراییهای سرمایهای در بورس اوراق بهادار تهران". مجله علوم اجتماعي و انساني دانشگاه شیراز 03)(. عرب مازار یزدی محمد و مشایخ شهناز. )033(. "بازده اضافی مدیریت حرفهای )فعال( به شرکتهای سرمایهگذاری". مطالعات تجربي حسابداري مالي شماره.10,1 فدایی نژاد محمداسماعیل و صادقی محسن. )0331(. "بررسی سودمندی استراتژیهای مومنتوم و معکوس". پیام مدیریت شماره 09 و 309. 03, کردستانی غالمرضا و آشتاب ع یل. )0333(. "بررسی رابطه بین خطای پیش بینی سود و بازده غیر عادی سهام شرکتهای جدیدالورود به بورس اوراق بهادار تهران". فصلنامه بررسيهاي حسابداري و حسابرسي دوره 09 )شماره 61( 01333. محسنی دمنه قاسم. )0336(. "چگونه تئوری قیمتگذاری مبتنی بر آربیتراژ راآزمون کنیم ". پژوهشنامه اقتصادي 9)1( 1103. 0 3 1 1 6 9 3 3

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره / 6 تابستان 49 0 01 نبوی شقاقی زهرا. )0333(. "انتخاب مدل قیمتگذاری داراییها برای تخمینهزینه سهام". پایان نامه کارشناسي ارشد مدیریت مالي دانشگاه عالمه طباطبایی. جواد. )0339(. زاده فر یحیی خرمدین و محمود "نقش عوامل نقدشوندگی عدم و ریسک 00 نقدشوندگی بر مازاد بازده سهام در بورس اوراق بهادار تهران". و حسابرسي دوره 01 )شماره 13( 003010. فصلنامه بررسيهاي حسابداري 1 Amihud, Yakov. (00). "Illiquidity and stock returns: crosssection and timeseries effects". Journal of Financial Markets, 5. 13 Avramov, Doron, & Ghordia, Tarun. (006). "Asset Pricing Models and Financial Market Anomalies". The Review of Financial Studies, 19(3). doi: 10.1093/rfs/hhj05 14 Bali, Turan G., & Zhou, Hao. (011). "Risk, Uncertainty,and Expected Returns". Paper presented at the Sixth Singapore International Conference on Finance 01 Paper, Singapore 15 Breeden, Douglas. (1979). "An international asset picing model with stochastic consumption and investment opportunities". Journal of Financial Economics,7,1. 16 Chen, Long, NovyMarx, & Zhang, Lu. (010). An Alternative ThreeFactor Model., available at; http:// papers.ssrn.com /sol3/papers.cfm?abstract _id = 1418117 17 Choudhary, Kapil, & Choudhary, Sakshi. (010). "Testing Capital Asset Pricing Model: Empirical Evidences from Indian Equity Market". International Journal of Management Prudence, 1(). 18 De PeÑa, Francisco, Forner, Carlos, & LÓpezEspinosa, Germán.(010) "Fundamentals and the Origin of FamaFrench Factors: The Case of the Spanish Market". journal of economics and finance, 60(5), 46446. 19 Fama, Eugene F., & French, Kenneth R. (1993). "Common risk factors in the returns on stocks and bonds". Journal of Financial Economics, 33, 356. 0 Gray, Philip, & Johnson, Jessica. (011). "The relationship between asset growth and the crosssection of stock returns". Journal of Banking & Finance, 35(3), 670680. doi: 10.1016/j.jbankfin.010.06.005 1 Hansen, Lars Peter(.(198). "larg sample properties of generalized method of moments estimators". econometrica, 50(4), 1091054.

فصلنامه علمي پژوهشي حسابداري مالي/ سال هفتم/ شماره 6/ تابستان 06 49 Iqbal, Javed, Brooks, Robert, & Galagedera, Don U. A. (010). "Testing conditional asset pricing models: An emerging market perspective". Journal of International Money and Finance, 9(5), 897918. doi: 10.1016/j. jimonfin. 009.1.004 3 Jagannathan, Ravi, & Wang, Zhenyu. (1996). "The Condittional CAPM and the crosssection of expected returns".journal of finance, 51(1), 353. 4 Jegadeesh, Narasimhan, & Titman, Sheridan (1993). "Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency". The Journal of Finance, 48(1), 6591. 5 Kan, Raymond, Robotti, Cesare &, Shanken, J. A. Y. (013). "Pricing Model Performance and the TwoPass CrossSectional Regression Methodology". The Journal of Finance, 68(6), 617649. doi: 10.1111/jofi.1035 6 Kim, Dongcheol. (006). "On the Information Uncertainty Risk and the January Effect". The Journal of Business, 79(4), 1716. 7 Kim, Dongcheol, Kim, Tong Suk, & Min, ByoungKyu. (011)." Future labor income growth and the crosssection of equity returns". Journal of Banking & Finance, 35(1), 6781. doi: 10.1016/j.jbankfin.010.07.014. 8 Kim, Jinyong. (01). "Evaluating timeseries restrictions for crosssections of expected returns: Multifactor CCAPMs". PacificBasin Finance Journal, 0(5), 688706. doi: 10.1016/j.pacfin.01.0.001 9 Kim, SoonHo, Kim, Dongcheol, & Shin, HyunSoo. (01). "Evaluating asset pricing models in the Korean stock market". PacificBasin Finance Journal, 0(), 1987. doi: 10.1016/j.pacfin.011.09.001 30 Perdana, Wahyu Santosa. (011)."Probability of Price Reversal and Intraday Trading Activity on Tick Size5 at Indonesia Stock Exchange". Indonesian Journal for the Science of Management, 10(3). 31 Perold, Andre F. (004). "The Capital Asset Pricing Model". Journal of Economic Perspectives, 18(3), 34. 3 Prombutr, Wikrom, Phengpis, Chanwit, & Zhang, Ying. (01). "What explains the investment growth anomaly?". Journal of Banking & Finance,36(9,)53 54.doi: 10.1016/j.jbankfin.01.05.010 33 Yasmeen, Masood, Sarwar, Saghi, Ghauri, & Waqas, Muhammad. (01). "The Capital Asset Pricing Model: Empirical Evidence from Pakistan". MPRA Paper, no. 41961(posted 16).