دانشگاه شهید بهشتیچشم انداز مدیریت مالی2645-4637103220201221Multi-Factor asset pricing model in Iranian Capital Marketمدل قیمتگذاری چندعاملی در بازار سرمایه ایران93210072810.52547/JFMP.10.32.9FAرضا عیوض لواستادیار، گروه مدیریت مالی و بیمه، دانشگاه تهران، تهران، ایران.یاسمن هاشمیدانشجوی کارشناسی ارشد مدیریت مالی، دانشگاه تهران، تهران، ایرانامیرعلی قربانیدانشجوی کارشناسی ارشد مدیریت مالی، دانشگاه تهران ، تهران، ایران.0000-0002-9336-078XJournal Article20200911Eight-factor pricing model of Skocˇir and Loncˇarski (2018) is a development of Fama and French (2016). They attempt to improve the explanatory power of the model by adding three factors; default risk, liquidity and momentum, in response to some anomalies of the model. Findings show that explanatory power of the model depends highly on variable selection. Efficiency of the model has not been approved in the mentioned confidence interval. But, evidence of the new factors` power and their impact on improvement of the model shows that in combination with 5- factor model, momentum has better performance and default has the worst performance. In addition, through combination of 2 factors, intercept analysis implies that combination of liquidity and momentum leads to a better performance.مدل هشتعاملی اسکاکیر و لانکرسکی (2018)، بسط یافته مدل پنجعاملی فاما و فرنچ (2016) است. این دو محقق با افزودن سه عامل ریسک نکول، نقدشوندگی و مومنتوم سعی در بهبود قدرت تبیینکنندگی مدل داشته و دنبال یافتن پاسخی برای برخی نابهنجاریهای این مدل بودهاند. هدف این پژوهش بررسی کارایی عوامل یادشده در قالب مدل قیمتگذاری دارایی ها در بازار سرمایه ایران است. یافتهها نشان میدهندکه قدرت توضیحدهندگی مدلها تا حد بسیار زیادی به نحوه گزینش عوامل بستگی دارد. کارایی مدلها در سطح معنیداری مورد توجه، مورد تأیید نبوده است. لیکن نتایج درباره قدرت عوامل جدید و اثر آنها بر ارتقای مدل پنجعاملی در ترکیبات مختلف نشان میدهد که در ترکیب تنها یکی از عوامل با مدل پنجعاملی، مومنتوم عملکرد بهتری داشته و ریسک نکول ضعیفترین عملکرد را ارائه کردهاست. در ترکیب دو عامل از میان عوامل، بررسی عرض از مبدأ نشان میدهد که ترکیب ریسک نقدشوندگی و مومنتوم باعث بهبود بیشتری شدهاست.https://jfmp.sbu.ac.ir/article_100728_75dbf3b5cf2e25f99446881123b30d70.pdfدانشگاه شهید بهشتیچشم انداز مدیریت مالی2645-4637103220201221Optimization Portfolio Selection in Risk Situations with Combined Meta-Heuristic Algorithm of Genetic Algorithm (GA) and Lion Optimization Algorithm (LOA)بهینه سازی انتخاب سبد سرمایه در شرایط ریسک با الگوریتم فراابتکاری ترکیبی ژنتیک (GA) و بهینه سازی شیر (LOA)335610072910.52547/JFMP.10.32.33FAمحمد میرابیاستادیار، گروه مهندسی صنایع، دانشگاه میبد، میبد، ایران.0000-0003-0077-9889محمد زارعی محمودآبادیاستادیار گروه مدیریت، دانشگاه میبد، میبد، ایران.0000-0001-9544-2490Journal Article20200917Portfolio selection is one of the most concerns of any investor and the goal is to distribute the capital in different assets in such a way that it has the highest rate of return with considering the minimal risk from the investor's point of view. Saving in financial institute or buying bonds and investment in housing market, stock market, foreign currency market or precious metals such as gold and silver are one of the most important choices for any investor with different degrees of risk. Decision situations can be completely certainly, risky and completely uncertainly and solving techniques can be optimization or heuristics. So far during the past decade, different methods are presented depending on the conditions of the capital portfolio selection issue. In this research, a meta-heuristic algorithm based on genetic algorithm and based on the group life of lions is introduced to find a suitable capital portfolio for the investor in risky conditions. Using optimistic, most likely and pessimistic estimates is a strategy used in risky situations. The results of the research confirmed the efficiency of the proposed algorithm in distribution of capital in different sectors with the criterion of maximum return on capital. Also, the proposed algorithm performed better than the whale optimization algorithm in optimizing the portfolio of the top 50 listed companies in terms of stock portfolio return and risk criteria and the time to reach the answer.انتخاب سبد سرمایه یکی از مهمترین دغدغههای هر سرمایهدار میباشد و هدف نحوه توزیع سرمایه در بخشهای مختلف بهگونهای است که بیشترین نرخ بازدهی را از دید سرمایهگذار داشته باشد. پسانداز در مؤسسات مالی و یا در قالب خرید اوراق قرضه و یا سرمایهگذاری در زمینههایی همچون بازار مسکن، بازار سهام، بازار ارزهای خارجی و یا فلزات قیمتی همچون طلا و نقره از جمله انتخابهای مهم برای هر سرمایهگذار البته با درجه ریسکهای متفاوت است. شرایط تصمیمسازی میتواند اطمینان کامل، ریسکی و یا عدم اطمینان کامل و تکنیکهای تصمیمسازی میتواند بهینهسازی و یا ابتکاری باشد. تاکنون در طول چند دهة گذشته روشهای مختلفی بسته به شرایط مسئلة انتخاب سبد سرمایه ارائه شده است. در این پژوهش، یک الگوریتم فراابتکاری بر پایة الگوریتم ژنتیک و بر اساس زندگی گروهی شیرها جهت یافتن یک سبد سرمایة مناسب برای سرمایهگذار در شرایط ریسکی معرفی شده است. استفاده از تخمینهای خوشبینانه، محتمل و بدبینانه راهکاری است که در شرایط ریسکی استفاده شده است. نتایج حاصل از پژوهش، مؤید کارآمدی روش معرفی شده در تعیین نحوة توزیع سرمایه در بخشهای مختلف با معیار حداکثر بازدهی سرمایه است.https://jfmp.sbu.ac.ir/article_100729_00ca80d230349494263a0ef0f7f74c5c.pdfدانشگاه شهید بهشتیچشم انداز مدیریت مالی2645-4637103220201221Assessment of the Effect of CAMELS Indicators on Risk-Adjusted Return on Capital (RAROC) in the Banks listed in Iran’s Stock Marketارزیابی اثر شاخص های کملز (CAMELS) بر بازده سرمایه تعدیل شده به ریسک (RAROC) در بانک های پذیرفته شده در بازار سرمایه ایران578010102010.52547/JFMP.10.32.57FAمحمدصادق عبداللهی پورکارشناسی ارشد مدیریت مالی، دانشگاه علامه طباطبائی، تهران، ایران0000-0002-6084-7532محمدهاشم بت شکندانشیار، گروه مالی و بانکداری، دانشگاه علامه طباطبائی، تهران، ایران.0000-0002-1685-8808مصطفی سرگلزاییاستادیار، گروه مالی و بانکداری، دانشگاه علامه طباطبائی، تهران، ایران.0000-0002-8245-9258Journal Article20201003In this Research, The Risk-Adjusted Return on Capital (RAROC), as economic performance measurement and risk-adjusted index, was introduced and has been calculated for all the registered banks in the Tehran Stock Exchange and Over-the-Counter Market of Iran, based on contemporary methods which were extracted from earlier researches. The way in which this variable was calculated is one of the distinctions of this research. The period of this research is 8 years, from 2012 to 2019. At the next stage, the CAMELS indicators were introduced and their importance were declared. Then, the impact of these indicators on RAROC were assessed by a multiple linear regression model and Panel Data approach. The results illustrated this fact that there are numerous banks which even disclose net income in their financial statements, while based on RAROC index are not financially as safe as they seem. Also, it has been concluded that Capital Adequacy ratio, Management Quality, Earnings Quality, and Liquidity Quality affect the RAROC. Meaning that, by improving those indicators, RAROC index will be enhanced. On the other hand, Asset Quality and Sensitivity to Market Risk have no significant effect on the RAROC.در این پژوهش بازده سرمایه تعدیلشده به ریسک (RAROC) بهعنوان یک شاخص سنجش عملکرد اقتصادی و تعدیلشده به ریسک تبیین و برای اولینبار براساس روش جدید مبتنی بر مطالعات اخیر برای همه بانکهای پذیرفتهشده در بورس اوراق بهادار تهران و فرابورس ایران در بازه زمانی سالهای 1391 الی 1398 محاسبه گردید. روش محاسبه این شاخص در این پژوهش یکی از وجوه تمایز آن به شمار میرود. در گام بعد ضمن معرفی شاخصهای کملز (CAMELS) و تبیین اهمیت آنها، اثرشان بر بازده سرمایه تعدیلشده به ریسک بر اساس مدل رگرسیون خطی چند متغیره و رویکرد پانل دیتا، مورد سنجش قرار گرفت. بر اساس یافتههای پژوهش، بسیاری از بانکها علیرغم افشای سودخالص درصورت-های مالی خود، از حیث این شاخص در وضعیت مناسبی قرار ندارند. همچنین براساس مدل اجراشده، اثر کفایت سرمایه، کیفیت مدیریت، کیفیت سود و کیفیت نقدینگی بر بازده سرمایه تعدیلشده به ریسک در بانکها معنیدار تلقی شد، بدین معنا که با بهبود این شاخصها میتوان RAROC را نیز بهبود بخشید. از طرف دیگر رابطهای بین کیفیت داراییها و حساسیت نسبت به ریسک بازار با این شاخص یافت نشد.https://jfmp.sbu.ac.ir/article_101020_4ff78b3e129d02bacc84f6727d7e9597.pdfدانشگاه شهید بهشتیچشم انداز مدیریت مالی2645-4637103220201221The Effect of Monetary and Financial Instability on Energy-Intensive Industries Stocksبررسی بی ثباتی پولی و مالی بر نقدشوندگی سهام صنایع انرژی بر8110710105310.52547/JFMP.10.32.81FAسارا بیرانوندکارشناسی ارشد اقتصاد انرژی، دانشکده کسب و کار و اقتصاد، دانشگاه خلیج فارس، بوشهر، ایران.محمد رضائیاستادیار، گروه اقتصاد، دانشکده کسب و کار و اقتصاد، دانشگاه خلیج فارس، بوشهر، ایرانهادی کشاورزاستادیار، گروه اقتصاد، دانشکده کسب و کار و اقتصاد، دانشگاه خلیج فارس. بوشهر، ایران.Journal Article20201127Capital markets are created with the goal of allocating and equipping resources, and one of the most important tasks of these markets is to provide liquidity. A minimum of liquidity is essential for the survival of the capital market. Given that liquidity is considered a type of risk for financial assets and in recent decades has been considered by many economists, so the study of monetary and fiscal policy shocks and their effect on liquidity is important. It is a significant step in orienting the capital market. In this study, using the Structural vector autoregressive (SVAR) model, the impact of monetary and financial instabilities on the liquidity of energy industry stocks has been investigated. The data used are 43 companies active in the energy industry on the stock exchange for 2008 to 2018. The results indicate that monetary and financial instability have a negative impact on the liquidity of energy-intensive industries.بازارهای سرمایه با هدف تخصیص و تجهیز منابع ایجاد شدهاند. یکی از مهمترین وظایف این بازار تأمین نقدشوندگی است. با توجه به اینکه نقدشوندگی نوعی ریسک برای دارایی های مالی تلقی میشود و در دهههای اخیر نیز مورد توجه بسیاری از متخصصین اقتصادی بوده است، لذا بررسی تغییرات در سیاست های پولی و مالی و اثر آن بر نقدشوندگی حائز اهمیت بوده و گامی مؤثر در جهت دهی به بازار سرمایه است. در این پژوهش با استفاده از مدل خودرگرسیون برداری ساختاری (SVAR) به بررسی تأثیر بی ثباتیهای پولی و مالی بر نقدشوندگی سهام صنایع انرژی بر پرداخته شده است. دادههای مورد استفاده نیز دادههای 43 شرکت فعال در صنایع انرژی بر بورس اوراق بهادار برای بازه زمانی 1387 تا 1396 است. نتایج پژوهش حاکی از این بوده است که بی ثباتی پولی و مالی تأثیر منفی بر نقدشوندگی سهام صنایع انرژیبر دارند.https://jfmp.sbu.ac.ir/article_101053_2db385ecc01d493371920ea27cde1a8a.pdfدانشگاه شهید بهشتیچشم انداز مدیریت مالی2645-4637103220201221The impact of Tedan system analytical reports on the informational efficiency of Tehran Stock Exchangeاثر گزارشات تحلیلی سامانه تدان بر کارایی اطلاعاتی بورس اوراق بهادار تهران10913010108810.52547/JFMP.10.32.109FAمرتضی رفیعیکارشناسی ارشد حسابداری، دانشگاه فردوسی مشهد، خراسان رضوی ، ایران.رضا حصارزادهدانشیار، گروه حسابداری، دانشگاه فردوسی مشهد، خراسان رضوی ، ایرانفرزانه نصیرزادهدانشیار، گروه حسابداری، دانشگاه فردوسی مشهد، خراسان رضوی، ایران.Journal Article20210313Informational efficiency is an influential variable in financial markets that affects the flow of capital and the optimal allocation of resources. There is extensive literature on the factors affecting information efficiency and our aim in this study is to examine the reports of analysts as one of the factors affecting this variable. For this purpose, the effect of analysts' reports in the Tedan system in general and also in a classified way on the information efficiency of 291 companies listed on the Tehran Stock Exchange during the years 2015 to 2020 was studied using multivariate regression. The information efficiency in this study has been calculated by two methods of variance ratio and Fama and French three-factor model and the results indicate that the Tedan system reports do not affect the information efficiency of Tehran Stock Exchange companies.کارایی اطلاعاتی، یک متغیر با اهمیت در بازارهای مالی است چراکه جریان سرمایه و تخصیص بهینه منابع را تحت تاثیر قرار میدهد. از این رو، متولیان بازارهای مالی به دنبال بهبود هر چه بیشتر کارایی اطلاعاتی میباشند. بر این اساس، در سالهای اخیر، سامانه تدان، برای فراهم آوردن بستری برای ارایه گزارشات تحلیل گران در بازار سرمایه ایجاد شده است. هدف این پژوهش، بررسی تجربی میزان اثرگذاری گزارشات تحلیلگران در سامانه تدان بر کارایی اطلاعاتی است. بدین منظور اثر گزارشات تحلیلگران در سامانه تدان بصورت کلی و همچنین بصورت طبقهبندی شده بر کارایی اطلاعاتی ۲۹۱ شرکت پذیرفته شده در بورس اوراق بهادار تهران طی سالهای ۱۳۹۴ تا ۱۳۹۸ با استفاده از رگرسیون چند متغیره مورد بررسی قرار گرفت. کارایی اطلاعاتی در این پژوهش با استفاده از دو روش نسبت واریانس و مدل سه عاملی فاما و فرنچ محاسبه گردید. در مجموع، نتایج این پژوهش بیانگر عدم تاثیرگذاری گزارشات سامانه تدان بر کارایی اطلاعاتی شرکتهای بورس اوراق بهادار تهران است. انواع آزمونهای اضافی و تحلیل حساسیت، حاکی از استحکام این نتایج میباشد.https://jfmp.sbu.ac.ir/article_101088_d8ed25b71b5fd524b389d71d03c3fd44.pdfدانشگاه شهید بهشتیچشم انداز مدیریت مالی2645-4637103220201221Compare Canonical stochastic volatility model of focal MSGJR-GARCH to measure the volatility of stock returns and calculating VaRمقایسه مدل تلاطم تصادفی کانونی و MSGJR-GARCH در اندازهگیری تلاطم بازده سهام و محاسبه ارزش در معرض ریسک13115810110410.52547/JFMP.10.32.131FAعلی فرهادیاناستادیار گروه مدیریت و کارافرینی، دانشکده علوم انسانی، دانشگاه کاشان، اصفهان، ایرانمجتبی رستمیپژوهشگر پسادکتری اقتصاد، تهران، ایران.مسلم نیلچیدانشجوی دکتری مهندسی مالی، دانشگاه یزد، یزد، ایران0000-0001-8946-4693Journal Article20210228One of the most important challenges in examining the behavior of investors in financial markets is measuring the volatility of financial assets. This is because stock price volatility is a latent variable. There are two basic approaches to modeling volatility in financial economics that differ in their probabilistic structure. In the first approach, volatility is modeled using shocks to stock returns, and in the second approach, volatility is transformed based on a stochastic process that can be independent of stock return dynamics over time. The models presented in the first approach of the GARCH class and in the second approach of the class constitute random volatility and Markov regime change. Despite the superiority of the probabilistic structure of these models, the calculation of model parameters and volatility prediction is very complex, which makes it necessary to use Bayesian methods and MCMC simulations. The results of this study indicate that in the period of this study, the existence of a leverage effect in the Tehran stock market is not confirmed and the MSGJR-GARCH method is more efficient in predicting fifty more active companies of Stock Exchange return volatility based on Bayesian information deviation criteria. Finally, based on the more efficient model, the out-of-sample VaR was calculated for the first seven days.یکی از مهمترین چالشها در بررسی رفتار سرمایهگذاران در بازارهای مالی اندازهگیری تلاطم داراییهای مالی است. علت این موضوع آن است که تلاطم بازده سهام یک متغیر غیرقابل مشاهده میباشد. دو رویکرد اساسی برای مدلسازی تلاطم در اقتصاد مالی وجود دارد که تفاوت آنها در ساختار احتمالاتی آنهاست. در رویکرد اول تلاطم با استفاده از شوکهای وارد آمده بر بازده سهام مدلسازی میشود و در رویکرد دوم تلاطم براساس یک فرآیند تصادفی که میتواند مستقل از دینامیک بازده سهام در طول زمان باشد تحول یابد. مدلهای ارائه شده در رویکرد اول کلاس GARCH و در رویکرد دوم کلاس تلاطم تصادفی و تغییر وضعیت مارکفی را تشکیل میدهند. با وجود برتری ساختار احتمالاتی این دسته از مدلها محاسبه پارامترهای مدل و پیشبینی تلاطم بسیار پیچیده میباشد که استفاده از روشهای بیزی و شبیهسازی MCMC را ناگزیر میسازد. نتایج این پژوهش حاکی از این است که در بازه زمانی پژوهش، وجود اثر اهرمی با استفاده از الگوی CSV در بازار سهام تهران تایید نمیشود و روش MSGJR-GARCH با توزیع t در پیشبینی تلاطم بازده پنجاه شرکت فعال بورس اوراق بهادار براساس معیار انحراف اطلاعاتی بیزی کاراتر عمل میکند. در نهایت برمبنای مدل کاراتر ارزش در معرض ریسک هفت روز اول خارج از دادهها محاسبه گردید.https://jfmp.sbu.ac.ir/article_101104_e8a9789a1505f3b2d9159796b8493e41.pdfدانشگاه شهید بهشتیچشم انداز مدیریت مالی2645-4637103220201221The Ability of Firm Life Cycle Patterns in Explaining Financial Flexibility (Based on the Adjusted Financial Flexibility Index)توانایی الگوهای چرخه عمر شرکت در تبیین انعطافپذیری مالی (بر اساس شاخص تعدیلشده انعطافپذیری مالی)15918810110310.52547/JFMP.10.32.159FAوحید تقوی فردوددانشجوی دکتری حسابداری، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران.0000-0002-1283-1931رسول برادران حسن زادهدانشیار،گروه حسابداری، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران0000-0002-2161-0321احمد محمدیاستادیار، گروه حسابداری، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران.Journal Article20210125The purpose of the present study is to investigate the ability of different models of firm life cycle in explaining financial flexibility in Iran Stock Exchange. Therefore, to achieve the research objective, an adjusted and multidimensional financial flexibility index to reflect the current characteristics of the Iranian Stock Exchange in the form of composite index based on the experts' views using the hierarchical analysis method and the coefficient of variation was extracted, and then using this adjusted criterion of financial flexibility, the ability of different patterns of firm life cycle to explain financial flexibility was tested. The research hypotheses were tested on a sample of 180 companies listed on the Tehran Stock Exchange during the years 2009 to 2019 using panel data regression. The results showed that generally, among the three life cycle models, the Dickinson model combines the net cash flow from operating, investing and financing activities of a company and provides a more complete and comprehensive life cycle map of the company at any date of financial statements, and this reason has increased the ability of Dickinson’s model in explaining financial flexibility.هدف از پژوهش حاضر بررسی توانایی الگوهای مختلف چرخه عمر شرکت در تبیین انعطافپذیری مالی در بازار سرمایه ایران است. بنابراین برای دستیابی به هدف پژوهش یک شاخص انعطافپذیری مالی تعدیلشده و چند بعدی جهت انعکاس ویژگیهای جاری بورس اوراق بهادار ایران به صورت شاخصی ترکیبی و بر اساس نظرات خبرگان به روش تحلیل سلسله مراتبی و ضریب تغییرات استخراج شده است و سپس با استفاده از این معیارِ تعدیل شدهِ انعطافپذیری مالی، توانایی تبیین الگوهای مختلف چرخه عمر شرکت مورد آزمون قرار گرفته است. فرضیههای پژوهش بر روی نمونهای از 180 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی سالهای 1387 تا 1397 با استفاده از رگرسیون دادههای ترکیبی مورد آزمون قرار گرفته است. نتایج نشان داد که به طور کلی در بین سه الگوی چرخه عمر، الگوی دیکینسون با ترکیب خالص جریان وجوه نقد ناشی از فعالیتهای عملیاتی، سرمایهگذاری و تامین مالی یک شرکت، نقشه چرخه عمر شرکت را در هر تاریخی از صورتهای مالی به طور کاملتر و همه جانبهتری فراهم میآورد و همین عامل توانایی تبیین این الگو را بالاتر برده است.https://jfmp.sbu.ac.ir/article_101103_448064b184d30d61a15894321280458d.pdf