احساسات به عنوان یک عامل ریسک در بازار سرمایه: تحلیلی از بورس اوراق بهادار تهران در چارچوب عامل تنزیل تصادفی (sdf)

این مقاله به بررسی تاثیر احساسات به عنوان یک عامل ریسک بحرانی در بازار سرمایه می‌پردازد که منجر به انحرافات رفتاری در قیمت‌گذاری دارایی‌های مالی می‌شود. ما تخمینی از مدل قیمت‌گذاری دارایی را براساس چارچوب عامل تنزیل تصادفی (sdf) پیشنهاد می‌کنیم که هر دو رویکرد سنتی و رفتاری را دربرمی‌گیرد. با بسط مدل قیمت‌گذاری دارایی مبتنی بر مصرف (ccapm) و وارد کردن احساسات به تابع مطلوبیت از طریق معادلات اویلر و روش گشتاورهای تعمیم‌یافته (gmm)، بورس اوراق بهادار تهران را تحلیل می‌کنیم. برای تعیین کمیت احساسات، از شاخص گردش مالی بازار به عنوان یک شاخص قابل اعتماد استفاده می‌کنیم. مطالعه ما دوره زمانی 1390 تا 1399 و 18 گروه بورسی شامل 63 شرکت پذیرفته شده در بورس اوراق بهادار تهران را دربرمی‌گیرد. نتایج حاکی از آن است که مدل (sdf) رفتاری سازگاری و کارایی بالاتری نسبت به مدل سنتی ارائه می‌دهد که نزدیک به پویایی مشاهده شده در بورس اوراق بهادار تهران است. علاوه بر این، ضریب احساسات از نظر آماری معنادار است. از نظر ریسک، مدل رفتاری ضرایب بالاتری نسبت به مدل سنتی نشان می‌دهد. جالب توجه است که هر دو مدل نشان می‌دهند که فعالان بازار عامل ترجیح زمانی بالایی و در رفتار سرمایه‌گذاری خود صبر و حوصله نشان می‌دهند.

sentiment as a risk factor in capital markets: an analysis of the tehran stock exchange within the stochastic discount factor (sdf) framework

the current study examined the influence of sentiment as a key risk factor in capital markets, which contributes to behavioral deviations in the pricing of financial assets. the stochastic discount factor (sdf) framework was used to propose an estimation of the asset pricing model, incorporating both traditional and behavioral approaches. an attempt was made to extend the consumption-based capital asset pricing model (ccapm) and incorporate sentiment into the utility function through euler equations and the generalized method of moments (gmm). to measure sentiment, the analysis utilized the market turnover sentiment index as a reliable indicator. the data covered 18 stock exchange groups, including 63 companies listed on the tehran stock exchange, over the years 2011 to 2020. the results showed that the behavioral sdf model demonstrates higher consistency and efficiency than the traditional model, aligning more closely with observed market dynamics in the tehran stock exchange. furthermore, the sentiment coefficient was found to be statistically significant. in terms of risk, the behavioral model demonstrated higher coefficients than the traditional model. notably, both models indicated that market participants exhibit a high time preference factor and display patience in their investment behavior.