1 در دهه 1980 ، سرمایه گذاران خرده فروشی اغلب به عنوان معامله گران نویز شناخته می شدند زیرا "آنها با سر و صدا تجارت می کنند که گویی اطلاعاتی است" (سیاه ، 1986). اگر بازارها کارآمد بودند ، به این معنی است که معامله گران نویز در قیمت ها تأثیر نمی گذارند ، اما از پایان دهه 90 ، ادبیات فراوانی در مورد سرمایه گذاران خرده فروشی ، به ویژه توسط Terrance Odean (1998 ، 1999) آغاز شده است ، تا نشان دهد که این موارد نیستمورد. واقعیت های اصلی تلطیف شده در این ادبیات بیان می کند که 1) سرمایه گذاران خرده فروشی دارای اوراق بهادار تحت تعقیب هستند ، 2) سرمایه گذاران خرده فروشی تصمیمات خود را به شدت تنظیم می کنند ، و 3) معاملات آنها با هم ارتباط دارد.

2 واقعیت تلطیف شده ، یعنی کمبود کمبود ، در Lease و همکاران برجسته شده است.(1974) و بلوم و دوست (1975). مطالعات اخیر تأیید می کند که سرمایه گذاران خرده فروشی دارای اوراق بهادار عمدتاً کم مصرف هستند (کلی ، 1995 ؛ اودین ، 1999 ؛ کومار ، 2007 ؛ گوتزمن و کومار ، 2008 ؛ میتون و ورورکینک ، 2007 ؛ برویهان و همکاران ، 2016) ، حاوی کمتر از پنج سهام درمیانگین. از دیدگاه نظری ، تمایل سرمایه گذاران برای نگه داشتن پرتفوی مثبت و مثبت (باربریس و هوانگ ، 2008 ؛ برونرمیایر و همکاران ، 2007 ؛ برانرمیر و پارکر ، 2005) یا محدودیت های پرداخت سرمایه گذاران (لیو ، 2014) ممکن است چنین مواردی را توجیه کندبشر

3 واقعیت سبک شده دوم ، یعنی قاب بندی باریک ، به این معنی است که سرمایه گذاران خرده فروشی سهام در انزوا را ارزیابی می کنند (باربریس و همکاران ، 2006). برخلاف فرضیات تئوری ابزار مورد انتظار و نظریه انتخاب نمونه کارها مارکوویتز ، سرمایه گذاران خرده فروشی نمونه کارها خود را به عنوان یک کل نمی دانند. تصمیمات آنها برای خرید یا فروش سهام معین از انتظارات آنها برای این سهام انگیزه دارد ، که این خوش بینی/بدبینی در مورد بازده آینده در این سهام خاص است. قاب بندی باریک هنگامی برجسته می شود که پرتفوی سرمایه گذاران حاوی تعداد بسیار کمی از سهام مختلف باشند (کومار و لیم ، 2008).

4 واقعیت تلطیف شده سوم ، یعنی معاملات همبسته ، دلالت بر این دارد که گزینه های تنوع در حد متوسط سرمایه گذاران خرده فروشی می توانند قیمت سهام را جابجا کرده و تا حدودی بازده آینده را هدایت کنند ، همانطور که در Do و همکاران نشان داده شده است.(2008). این نویسندگان با استفاده از نمونه ای از 37000 مشتری یک کارگزار آلمانی ، نشان می دهد که معاملات سرمایه گذاران خرده فروشی به طور سیستماتیک با همبستگی دارند. آنها همچنین دریافتند که سفارشات حد همبسته دارای قدرت پیش بینی کننده بازده بازار بعدی هستند. علاوه بر این ، کومار و لی (2006) نشان می دهند که سهام با غلظت خرده فروشی بالا بیشتر از آنکه با سایر سهام جمع شوند ، بیشتر در کنار هم قرار می گیرند.

با 5 نفر از سه واقعیت تلطیف شده در کنار هم ، معلوم می شود که معاملات همبستگی توسط سرمایه گذاران کم هزینه و باریک قاب می تواند سوءاستفاده های مداوم را ایجاد کند. این امر باعث می شود ساخت یک شاخص احساساتی که می تواند قدرت پیش بینی قابل توجهی از بازده های آینده در پرتفوی های خاص ، به ویژه مرتبط داشته باشد ، داشته باشد. در حقیقت ، رفتار تجارت و پویایی نمونه کارها سرمایه گذاران خرده فروشی سیگنال های خوبی برای اندازه گیری (بیش از حد) خوش بینی/بدبینی شرکت کنندگان در بازار هستند. خوش بینی/بدبینی سرمایه گذاران اغلب از نظر احساسات سرمایه گذار ترجمه می شود ، که توسط بیکر و وورگلر (2007) به عنوان "اعتقاد به جریان نقدی آینده و خطرات سرمایه گذاری که توسط حقایق مورد نظر توجیه نمی شود" تعریف می شود.

6 در سخنان Kahneman (2011) ، سرمایه گذاران احساسات بیشتر با مغز سیستم 1 (سریع و اتوماتیک) خود فکر می کنند تا مغزهای سیستم 2 (آهسته و پر تلاش) ، هنگامی که تصمیم به خرید سهام گرفتند. تقریباً صحبت می کند ، مغز یک تصمیم گیرنده به طور معمول از دو سیستم ذهنی به نام سیستم 1 و سیستم 2. استفاده می کند. سیستم 1 اتوماتیک ، عاطفی و مبتنی بر اکتشافی است. این روش تفکر است که به ما اجازه می دهد تا پس از دیدن چهره خود ، بلافاصله عصبانی شویم. در مقابل ، سیستم 2 نیاز به تلاش دارد و عمدتا مبتنی بر قانون است. ما هنگام محاسبه ، از آن استفاده می کنیم ، به عنوان مثال ، محصول 13 و 52. در هنگام تصمیم گیری ، سیستم 1 بر اساس اولین برداشت ارزیابی فوری انجام می دهد و آن را به سیستم منتقل می کند. کم و بیشتحقیقات در مورد تصمیم گیری نشان می دهد که سیستم 2 اغلب پیشنهاد سیستم 1 را می پذیرد یا آن را فقط کمی تنظیم می کند. از این رو ، سیستم 1 در بیشتر تصمیمات ما از جمله تصمیمات مالی تأثیر زیادی دارد. مشکل این است که سیستم 1 یک دستگاه انجمنی است. این قادر به ساخت داستانی است که به بهترین وجه اطلاعات موجود را در بر می گیرد اما به شما هشدار نمی دهد که برخی از اطلاعات از دست رفته و باید به دنبال اطلاعات بیشتر باشید. Kahneman (2011) این وضعیت را به شرح زیر خلاصه می کند: "اندازه گیری موفقیت سیستم 1 انسجام داستانی است که موفق به ایجاد آن می شود. میزان و کیفیت داده ها تا حد زیادی بی ربط است ... سیستم 1 به عنوان دستگاهی برای پرش به نتیجه گیری فعالیت می کند. "در همین راستا ، باربریس و همکاران.(2014) استدلال می کند که "برداشت های اول" در روند تصمیم گیری سرمایه گذاران خرده فروشی مهم است.

7 هنگامی که سرمایه گذاران احساسات در کنسرت تجارت می کنند و بخش قابل توجهی از کل معاملات را تولید می کنند ، برای داوری های منطقی برای شرط بندی علیه آنها هزینه می شود (شلیفر و ویشنی ، 1997). یک نتیجه آشکار یک سوءاستفاده بالقوه است. حباب اینترنت در اواخر دهه 90 نمونه بارز این نوع وضعیت است که سرخوشی تصمیمات سرمایه گذاران را آلوده می کند و از داوری های منطقی برای اصلاح مسیرهای قیمت جلوگیری می کند.[2]

مقاله 8this بر اساس دو بلوک ساختمانی مربوط به ادبیات فوق است. اول ، این اقدامات احساسات سرمایه گذار اغلب به صراحت به رفتار سرمایه گذاران خرده فروشی متکی است. به طور خلاصه ، اندازه گیری احساساتی که نمرات بالا (پایین) نشان می دهد نشانگر خوش بینی بیش از حد (بدبینی) در بین سرمایه گذاران خرده فروشی است. بنابراین ، بازده آینده انتظار می رود کم (زیاد) باشد. دوم ، احساسات در اصل توسط تفکر سیستم 1 هدایت می شود. در نتیجه ، ما انتظار داریم که یک نشانگر احساساتی بر اساس رفتار سرمایه گذاران که به دنبال (رایگان) اطلاعات اضافی و توصیه های حرفه ای نیستند ، پیش بینی کننده بهتر بازده های آینده نسبت به همان شاخصی است که بر رفتار سرمایه گذاران مشتاق تر استجمع آوری اطلاعات و استفاده از مشاوره حرفه ای.

9in به منظور گرفتن پویایی تنوع نمونه کارها از سرمایه گذاران خرده فروشی ، ما از شاخص احساسات بازار (MSI از این پس) که توسط راجر (2014) تهیه شده است استفاده می کنیم. شهود این شاخص بسیار ساده است: وقتی یک سرمایه گذار خرده فروشی ، که تعداد کمی از سهام مختلف را در سبد سهام خود (به عنوان مثال ، 2 یا 3) در اختیار دارد ، تصمیم می گیرد سهام جدیدی بخرد ، انگیزه اصلی وی این استاو/او نسبت به بازده های آینده در این سهام (قاب بندی باریک معمولی) خوش بین است. هنگامی که بسیاری از سرمایه گذاران خرده فروشی کم هزینه تعداد سهام مختلف موجود در اوراق بهادار خود را افزایش می دهد (کاهش می یابد ، آنها خوش بین (بدبینانه) در مورد بازده های آینده و احساسات زیاد هستند (کم). همانطور که توسط بیکر و وورگلر (2007) نشان داده شده است ، کلاه های کوچک بیشتر از کلاه های بزرگ تحت تأثیر احساسات هستند. راجر (2014) نشان می دهد که MSI در پیش بینی بازده های آینده در پرتفوی های کوتاه مدت بر اساس اندازه ، بهتر از تعدادی از شاخص های احساسات دیگر عمل می کند. MSI همچنین چندین مزیت دارد. اول ، می توان آن را با هر نمونه از اوراق بهادار سرمایه گذاران خرده فروشی محاسبه کرد. دوم ، محاسبه نشانگر در تاریخ معین فقط به ماتریس انتقال فرآیند n نیاز دارد_tاز تعداد سهام مختلف در پرتفوی سرمایه گذاران در تاریخ t.[3] سوم ، MSI با ملاحظات نقدینگی آلوده نمی شود.

10 ساختمان دوم این مقاله یک بانک اطلاعاتی اختصاصی از 45،085 حساب آنلاین سرمایه گذار خرده فروشی است. اول ، ما تمام فعالیت های معاملاتی سرمایه گذاران را در طی دوره از ژانویه 2008 تا مارس 2012 داریم. دوم ، ما پاسخ سرمایه گذاران را در مورد آزمون مناسب بودن و آزمون مناسب بودن ، که از زمان اجرای آن در کشورهای عضو اتحادیه اروپا مورد نیاز است ، داریمMifid [4] در نوامبر 2007. به طور خلاصه ، MIFID به شرکت های سرمایه گذاری نیاز دارد تا به منظور تعیین ظرفیت مالی ، تجربه مالی و دانش آنها و اهداف سرمایه گذاری خود ، پرسشنامه هایی را به مشتریان خود ارائه دهند. چنین آزمایشاتی باید به بنگاهها کمک کند تا خدمات و ابزارهای مناسبی را به سرمایه گذاران خرده فروشی ارائه دهند. به طور خاص ، ارزیابی مناسب بودن قبل از ارائه مشاوره سرمایه گذاری یا خدمات مدیریت نمونه کارها در حالی که ارزیابی مناسب بودن قبل از ارائه و انتقال سفارشات (آنچه که فقط در صنعت "اجرا می شود) در ابزارهای پیچیده لازم است ، لازم است. با استفاده از اطلاعات موجود در آزمایشات MIFID ، ما می توانیم سرمایه گذاران A را متمایز کنیم ، یعنی سرمایه گذاران که فقط آزمایش مناسب را پر کرده اند و سرمایه گذاران S ، یعنی سرمایه گذاران که هم در آزمون مناسب و هم تست مناسب بودن پر شده اند. به طور خاص ، ما آزمون مناسب بودن را به عنوان یک پروکسی برای اشتهای سرمایه گذار برای اطلاعات و مشاوره حرفه ای در نظر می گیریم. از آنجا که دسترسی به ابزار مشاوره سرمایه گذاری در بستر وب رایگان است (تنها هزینه تکمیل پرسشنامه است) ، سرمایه گذاران A در مقایسه با سرمایه گذاران S ، از اطلاعات رایگان و مشاوره حرفه ای غفلت می کنند. ما حدس می زنیم که سرمایه گذاران A بیشتر نسبت به سرمایه گذاران S مستعد ابتلا به احساسات هستند. به عنوان یک نتیجه ، ما انتظار داریم که MSI ساخته شده با پویایی نمونه کارها از سرمایه گذاران A (S-Investors) دارای قدرت پیش بینی کننده قوی تر (ضعیف تر) بازده آینده در یک نمونه کارها کوتاه کوتاه بر اساس اندازه باشد.

نتایج 11 شما انتظارات ما را تأیید می کند. MSI به ویژه هنگامی که مبتنی بر نمونه های سرمایه گذاران A باشد که از سطح پایین سواد مالی گزارش می دهند ، به ویژه مؤثر است. علاوه بر این ، قدرت پیش بینی کننده MSI حتی اگر خاصیت سرمایه گذاران A را با توجه به سرمایه گذاران S جدا کنیم ، حتی قوی تر می شود ، یعنی استفاده به عنوان پیش بینی کننده بازده رگرسیون MSI از سرمایه گذاران A بر روی MSI از S-سرمایه گذاران. یافته های ما نسبت به یک روش تطبیق نمره گرایش با هدف خنثی کردن تأثیر بالقوه زبان گفتاری ، ثروت و سواد مالی قوی است.

12 مقاله به شرح زیر سازماندهی شده است. بخش 2 به زودی MSI و خصوصیات اصلی آن را ارائه می دهد.[5] بخش 3 داده های ما را توصیف می کند و برخی از آمار توصیفی را ارائه می دهد. بخش 4 نتایج تجربی را ارائه می دهد و بخش 5 بررسی های استحکام را ایجاد می کند. بخش 6 نتیجه می گیرد.

2 - شاخص احساسات بازار

13: قبلاً ذکر شد ، MSI بر اساس حقایق تلطیف شده ساخته شده است که از هر دو کمبود و قاب بندی باریک سرمایه گذاران خرده فروشی بهار می شوند (راجر ، 2014). MSI با داده های ما مناسب است زیرا ساخت و ساز آن فقط به مجموعه زمانی از تعداد سهام مختلف که در اوراق بهادار سرمایه گذاران نگهداری می شود ، نیاز دارد. ما به طور خلاصه آخرت تعریف رسمی و خصوصیات این شاخص را خلاصه می کنیم. ابزار اصلی ریاضی ساخت آن خصوصیات زنجیرهای مارکوف است.

2. 1 - زنجیره ای از سطح متنوع سازی مارکوف

14 به این دلیل که سهام K توسط مجموعه ای از سرمایه گذاران I در طول دوره های زمانی که از 1 تا T شماره گذاری شده است ، در بازار معامله می شوند. حرف_tتعداد سهام مختلفی است که توسط یک سرمایه گذار در تاریخ t نگهداری می شود. حرف_t is a random variable taking values in the set K>.

15let q_tمخفف ماتریس احتمال انتقال یک دوره از فرآیند تصادفی است (n_t، t = 0 ،… ، t). این توسط:

17 س_t. در بخش تجربی ، فرض می کنیم که K = 5 زیرا بیشتر سرمایه گذاران در نمونه ما کمتر از 5 سهام دارند (دولت K دریافت می کند ، پس از آن ، تمام اوراق بهادار با تعدادی از سهام مختلف بیشتر از یا مساوی K). عناصر Q_tهنگامی که سرمایه گذاران تمایل به افزایش تعداد سهام مختلف در اوراق بهادار خود دارند ، بالاتر از مورب است. پرتفوی هنگامی که برعکس صحیح باشد ، متمرکز تر می شوند. باید توجه داشته باشیم که نه حجم معاملات و نه قیمت سهام وارد محاسبه MSI نمی شوند.

2. 2 - تعریف رسمی از MSI

18 در صورت ساختار q_tسیگنال ها احساسات سرمایه گذار بین خرما T و T + 1 را دارند و با گذشت زمان پایدار است ، خواص زنجیره های همگن مارکوف [6] به ما می گوید چه اتفاقی برای ماتریس انتقال طولانی مدت می افتد. در واقع ، همه خطوط Q_∞برابر با توزیع تعادل تعداد سهام موجود در پرتفوی ، مشخص شده_{∞ ، t}بشرراجر (2014) MSI را به عنوان منطقه زیر عملکرد توزیع Decumualative N تعریف می کند_{∞ ، t}بشرشهود این است که اگر سرمایه گذاران خوشبین باشند و سهام جدیدی بخرند ، ساختار Q_tمنجر به توزیع احتمال تعادل n می شود_∞این مقادیر بزرگ n را اضافه می کند_{∞ ، t}بشربه عنوان یک نتیجه ، منطقه فوق (در زیر) توزیع تجمعی (decumuative) n_{∞ ، t}بزرگ (کوچک) است. عید_tبه طور رسمی توسط:

20an ویژگی اساسی قضیه همگرایی زنجیره های مارکوف این است که تعادل حالت پایدار به توزیع اولیه سرمایه گذاران بستگی ندارد. معلوم است که فقط تغییرات بین T = 1 و T مهم است. سعدی_tحاوی اطلاعات مفیدی در مورد پویایی تنوع نمونه کارها است. در دوره های بلند و بلند صعودی (مانند حباب Dotcom) ، بیشتر و بیشتر سرمایه گذاران وارد بازار می شوند و کسانی که در حال حاضر در بازار سهام خود را افزایش می دهند و در سهام جدید سرمایه گذاری می کنند ، بنابراین تنوع را افزایش می دهند.[7] تقریباً صحبت ، س_t ( k , m )> Q_t(M ، k) در بازارهای صعودی. در بازارهای نزولی یا دوره های رکود اقتصادی ، سرمایه گذاران تمایلی به قرار دادن پول جدید روی میز ندارند و ممکن است سهام را برای تأمین مالی یا به دلیل نیازهای نقدینگی بفروشند. در نتیجه ، ما انتظار q را داریم_t(k ، m) ≤ q_t(M ، k) در بازارهای نزولی.[8] مکانیک های رانندگی زنجیره مارکوف به وضوح با خوش بینی/بدبینی سرمایه گذاران خرده فروشی مرتبط است ، با فرض اینکه اوراق بهادار آنها کمرنگ شده است و آنها تصمیمات خود را به شدت تنظیم می کنند.

3 - داده ها و آمار توصیفی

21 مطالعه شما از داده های سه منبع مختلف ، Eurofidai [9] و Bloomberg برای داده های مربوط به قیمت سهام و یک خانه کارگزاری بزرگ بلژیکی آنلاین برای داده های مربوط به سرمایه گذاران شخصی استفاده کنید. نمونه ما دوره از ژانویه 2008 تا مارس 2012 را در بر می گیرد و مبتنی بر 45. 085 سرمایه گذار خرده فروشی است که 2،333،372 معاملات را در 9،064 سهام مختلف به پایان رسانده اند. دو نوع اطلاعات در پایگاه داده اختصاصی موجود است.[10] اولین مجموعه داده اطلاعات مفصلی در مورد هر تجارت ، یعنی کد ISIN ابزار ، تمبر زمان ، جهت تجارت ، مقدار اجرا شده و قیمت تجارت ارائه می دهد. ما همچنین ارزهایی را که تجارت در آن اجرا می شود ، می دانیم که به ما امکان می دهد حجم معامله شده را به یورو محاسبه کنیم.[11] خانه کارگزاری آنلاین به سرمایه گذاران خرده فروشی دسترسی به یک صفحه بزرگ از ابزارهای مالی را فراهم می کند. اوراق بهادار اصلی معامله شده عبارتند از: سهام ، بودجه ، گزینه ها ، ضمانت نامه ها و اوراق قرضه.[12] مجموعه داده دوم حاوی اطلاعات اضافی در مورد سرمایه گذاران است: خصوصیات اجتماعی-جمعیت شناختی مانند سال تولد ، جنسیت و زبان گفتاری [13] اما همچنین پاسخ آنها به تست های MIFID.

22mifid در نوامبر 2007 در سراسر کشورهای عضو اتحادیه اروپا به اجرا درآمد.[14] یکی از اهداف آن افزایش سطح حمایت از مشتریان خرده فروشی شرکتهای سرمایه گذاری بود. بر این اساس ، MIFID به شرکتهای سرمایه گذاری نیاز دارد تا برای تعیین ظرفیت مالی خود ، تجربه و دانش مالی خود و اهداف سرمایه گذاری خود ، پرسشنامه ای را برای هر مشتری ارائه دهند. چنین آزمایشاتی باید به بنگاهها کمک کند تا خدمات و ابزارهای مناسب به مشتریان خرده فروشی خود ارائه دهند. به طور خاص ، ارزیابی مناسب بودن قبل از ارائه مشاوره سرمایه گذاران خرده فروشی یا خدمات مدیریت نمونه کارها در حالی که ارزیابی مناسب بودن قبل از ارائه و انتقال سفارشات (آنچه به عنوان "خدمات فقط اجرای") در ابزارهای پیچیده ارائه می شود ، لازم است. با این حال ، روش ارزیابی مناسب بودن و مناسب بودن محدود نیست و هر شرکت سرمایه گذاری برای تدوین و سازماندهی پرسشنامه (های) خود به شرط آنکه در برخی از دستورالعمل های کلی پیروی کند ، رایگان است.

23 در مورد ما ، خانه کارگزاری از دو پرسشنامه مجزا برای مناسب بودن و مناسب بودن استفاده کرد. ارزیابی مناسب بودن عمدتا مستلزم اطمینان از این است که سرمایه گذار تجربه و دانش لازم را برای درک خطرات درگیر در ابزارهای مالی پیچیده داشته باشد. در عمل ، خانه کارگزاری یک آزمایش مناسب (از این پس ، آزمون A) را برای یک لیست جامع از ابزارها ، از جمله سهام معامله شده در یک بازار غیر اروپایی یا در یک بازار غیر تنظیم شده اروپایی اجرا کرده است.[15] در نمونه ما ، همه سرمایه گذاران خرده فروشی پاسخ این آزمون A ، یعنی 45،085 نفر را ارائه دادند. در طول دوره نمونه ، خانه کارگزاری دسترسی رایگان (از طریق پلتفرم وب) را به یک ابزار مشاوره سرمایه گذاری در سهام در حالی که خدمات مدیریت نمونه کارها را ارائه نمی داد ، در اختیار مشتریان خود قرار می داد. برای دسترسی به این ابزار مشاوره ، که اطلاعات دقیق تری در مورد سهام و توصیه های حرفه ای ارائه می دهد ، سرمایه گذاران مجبور بودند آزمایش مناسب بودن را پر کنند (از این پس ، آزمون S). در نمونه ما ، تنها 21738 سرمایه گذار تصمیم به پر کردن این آزمون S گرفتند.

24 با استفاده از اطلاعات موجود در آزمایشات MIFID ، ما قادر به متمایز کردن سرمایه گذاران A هستیم ، یعنی سرمایه گذاران که فقط آزمون A را پر کرده اند و سرمایه گذاران S ، یعنی سرمایه گذاران که هر دو آزمون A و S را پر کرده اند. به طور خاص ، ما آزمون S را به عنوان یک پروکسی برای اشتهای سرمایه گذار برای اطلاعات و مشاوره حرفه ای در نظر می گیریم. از آنجا که دسترسی به ابزار مشاوره سرمایه گذاری در بستر وب رایگان است (تنها هزینه تکمیل پرسشنامه است) ، سرمایه گذاران A در مقایسه با سرمایه گذاران S ، از اطلاعات رایگان و مشاوره حرفه ای غفلت می کنند.

25 در طول دوره 51 ماهه ، ما 1،312،519 معاملات را در سهام برای سرمایه گذاران S شمارش می کنیم ، که از این تعداد 58 ٪ خریدها هستند. برای سرمایه گذاران A ، ما 1،020،853 معاملات را در سهام شمارش می کنیم که 57 ٪ از آنها خریداری می شوند. در حجم پولی ، سرمایه گذاران S (سرمایه گذاران A) حدود 10،065 میلیون یورو (9،268 میلیون یورو) با 52 ٪ (51 ٪) از این مبلغ برای خریدها تجارت می کنند. به منظور مطالعه ما ، ما روی سهام تمرکز می کنیم و از اطلاعات مربوط به فعالیت معاملاتی برای ساخت اوراق بهادار پایان ماه برای هر سرمایه گذار استفاده می کنیم. با استفاده از این داده ها ، میانگین ماهانه سهام موجود در نمونه کارها و همچنین میانگین ارزش نمونه کارها را محاسبه می کنیم.

26Table 1 آمار مقطعی را برای فعالیت معاملاتی سرمایه گذاران گزارش می دهد. اقدامات مبتنی بر تجارت در پانل A نشان می دهد که سرمایه گذاران S معاملات بیشتری را نسبت به سرمایه گذاران A انجام می دهند. این برای همه ابزارها (سهام ، گزینه ها ، صندوق ها و اوراق قرضه) معتبر است. سرمایه گذاران S همچنین تجربه معاملاتی طولانی تری دارند: به طور متوسط حدود 28 ماه ، در مقایسه با 22 ماه به طور متوسط برای سرمایه گذاران A. علاوه بر این ، سرمایه گذاران S بیشتر از سرمایه گذاران A تجارت می کنند ، یعنی میانگین تعداد روزها بین دو معاملات متوالی در سهام برای آنها کوچکتر است. در پانل B ، متغیرهای مبتنی بر پرتفوی سهام با کمبود کمبود سازگار هستند. به طور متوسط ، سرمایه گذاران A دارای یک سبد سه سهام هستند در حالی که سرمایه گذاران S دارای یک نمونه کارها شش سهام هستند. این تفاوت در سطح 1 ٪ قابل توجه است و هنوز هم وقتی به مدیرانی که کوچکتر هستند نگاه می کنیم (1. 84 برای سرمایه گذاران A و 3 برای سرمایه گذاران S). این ارقام نشان می دهد که سرمایه گذاران A دارای پرتفوی کم هزینه تر از سرمایه گذاران S هستند. وقتی ارزش نمونه کارها را در نظر می گیریم ، سرمایه گذاران S دارای پرتفوی بزرگتر از سرمایه گذاران A هستند: میانگین ارزش نمونه کارها ماهانه 48477 یورو برای سرمایه گذاران S و 36. 956 یورو برای سرمایه گذاران A است. برای هر دو نوع سرمایه گذاران ، مقادیر نمونه کارها ماهانه به طور مثبت کمرنگ هستند ، زیرا میانگین مقدار بسیار بزرگتر از مقدار کوارتیل فوقانی مربوطه است. این نشان می دهد پراکندگی بزرگی برای ارزش نمونه کارها در هر دو نمونه. در مورد ارزش به صورت موقعیت ، ما تفاوت آماری بین میانگین ماهانه را مشاهده نمی کنیم ، اگرچه میانه ها متفاوت هستند و از نظر موقعیت برای سرمایه گذاران S (1،727 یورو در برابر 1،575 یورو) مقدار کمی بزرگتر نشان می دهند. میانگین گردش مالی ماهانه برای سرمایه گذاران A برابر با 4. 11 و برای سرمایه گذاران S 1. 81 است. این تفاوت از نظر آماری در سطح 10 ٪ معنی دار است و نشان می دهد که سرمایه گذاران A به طور متوسط ، بیشتر از همه نمونه کارها آنها نسبت به سرمایه گذاران S است. در پانل C ، ما مشاهده می کنیم که سرمایه گذاران A به طور متوسط بازده ماهانه کمی پایین تر از سرمایه گذاران S کسب می کنند اما بازده متوسط (که نیز منفی هستند) بین هر دو نمونه سرمایه گذاران تفاوت معنی داری ندارند. در کل ، به نظر می رسد سرمایه گذاران S از سرمایه گذاران پیشرفته تر (یا باتجربه) نسبت به سرمایه گذاران A هستند. با این وجود ، این پیچیدگی ظاهری بالاتر (تجربه) از نظر عملکرد ماهانه منجر به مزیت روشنی نمی شود ، همانطور که با مقایسه بازده متوسط نشان داده شده است. این مشاهدات با Hoechle و همکاران سازگار است.(2016) ،

که نشان می دهد مشاوره حرفه ای همیشه برای عملکرد نمونه کارها سرمایه گذاران خرده فروشی مفید نیست.

میز 1

آمار توصیفی برای فعالیت تجاری سرمایه گذاران

میز 1

آمار توصیفی برای فعالیت تجاری سرمایه گذاران

در جدول ، میانگین مقطعی ، میانگین ، کوارتل های پایین و فوقانی محاسبه شده در دوره نمونه به ترتیب برای متغیرهای مبتنی بر تجارت ، متغیرهای مبتنی بر نمونه کارها و متغیرهای عملکرد نمونه کارها."# معاملات در سهام" تعداد معاملات انجام شده در سهام است."# معاملات در اوراق قرضه" تعداد معاملات انجام شده در اوراق قرضه است."# معاملات در وجوه" تعداد معاملات انجام شده در سهام صندوق سرمایه گذاری است."# معاملات در گزینه ها" تعداد معاملات انجام شده در گزینه ها و ضمانت ها است."# ماه های معاملات" به عنوان تعداد ماه های بین اولین تجارت و آخرین تجارت در سهام محاسبه می شود."مدت زمان تجارت" به عنوان میانگین تعداد روزها بین دو معاملات در سهام محاسبه می شود."# سهام موجود در نمونه کارها" میانگین ماهانه سهام موجود در نمونه کارها است."ارزش نمونه کارها" میانگین ارزش نمونه کارها ماهانه در یورو است."ارزش به صورت موقعیت" ارزش نمونه کارها ماهانه است که براساس تعداد ماهانه سهام موجود در نمونه کارها تقسیم می شود."گردش مالی" حجم ماهانه معامله شده با ارزش نمونه کارها پایان ماه است."بازده ناخالص ماهانه" میانگین بازده هندسی ماهانه است که سودآوری هر دو تجارت و ارزش بازار نمونه کارها را در پایان ماه ثبت می کند."بازده خالص ماهانه" میانگین بازده ناخالص هندسی ، خالص هزینه های صریح معاملات است."A- سرمایه گذاران" فقط در حالی که سرمایه گذاران S در آزمون A و آزمون S پر شده بودند ، آزمون A را پر می کرد.*، ** ، *** نشان می دهد که به معنای یا میانه از نظر آماری به ترتیب در سطح 10 ٪ ، 5 ٪ یا 1 ٪ متفاوت است.

27 آمار توصیفی در جدول 2 ارائه شده است. پانل A گزارش برخی جمعیت شناسی در مورد سرمایه گذاران را گزارش می کند. سنین متوسط در دو زیر مجموعه ، یعنی 47 در مقابل 48 سال بسیار نزدیک است. 18 ٪ از سرمایه گذاران A زن هستند ، در حالی که ما فقط 10 ٪ از سرمایه گذاران زن را در نظر می گیریم. ما همچنین مشاهده می کنیم که سرمایه گذاران هلندی زبان در هر دو نمونه (55 ٪ یا 56 ٪) اکثریت کمی دارند. هنگامی که ما به سطح آموزش نگاه می کنیم ، نسبت سرمایه گذاران که از داشتن مدرک دانشگاهی یا معادل آن خبر می دهند ، برای سرمایه گذاران S بزرگتر است (در مقایسه با 67 ٪). اطلاعات در صفحه A از جدول 2 تفاوتهای آماری بین دو نمونه را نشان می دهد ، اما این تفاوت ها به اندازه کافی بزرگ نیستند تا نتایج موجود در بخش 4 را توضیح دهیم.

جدول 2

جدول 2

آمار توصیفی برای سرمایه گذاران

پانل A ویژگی های جمعیتی را گزارش می کند. برای هر سرمایه گذار ، ما سن را به عنوان تفاوت بین سال 2012 و سال تولد محاسبه می کنیم."٪ مدرک دانشگاه" به نسبت سرمایه گذاران که گزارش می دهند دارای مدرک دانشگاهی یا معادل آن هستند ، اشاره دارد. پانل B سواد مالی ذهنی سرمایه گذاران را به نمایش می گذارد ، که به پاسخ به یک سؤال خاص از آزمون A اشاره دارد که در آن سرمایه گذاران باید دانش خود را از بازارهای مالی در مقیاس 4 سطح خود ارزیابی کنند. سطح 0 با دانش اساسی همراه است. سطح 1 با "یک تجربه کافی برای درک اهمیت تنوع خوب خطرات" مطابقت دارد. سطح 2 بیان می کند که سرمایه گذار عملکرد بازارهای مالی را درک می کند و می داند که نوسانات می تواند مهم باشد و بخش ها و دسته های مختلف محصولات دارای ویژگی های متفاوتی در رابطه با درآمد ، رشد و مشخصات ریسک هستند. سطح 3 به یک سرمایه گذار با تجربه اشاره دارد که هر جنبه ای از بازارهای مالی را مدیریت می کند. پانل C درصد معاملات را در ملیت های اصلی سهام معامله شده نشان می دهد."A- سرمایه گذاران" فقط در حالی که سرمایه گذاران S در آزمون A و آزمون S پر شده بودند ، آزمون A را پر می کرد.*، ** ، *** نشان می دهد که نسبت ها یا میانه ها از نظر آماری به ترتیب 10 ٪ ، 5 ٪ یا 1 ٪ متفاوت هستند.

28statistics برای سواد مالی خود گزارش شده در صفحه B از جدول 2 ارائه شده است. برای هر دو سرمایه گذاران A و سرمایه گذاران S ، ما یک پراکندگی واقعی را در چهار سطح ارائه شده در مقیاس مشاهده می کنیم. نسبت ها از نظر آماری متفاوت است ، به جز سطح 1. بخش بیشتری از سرمایه گذاران A فقط دانش بسیار اساسی (سطح 0) را گزارش می کنند (28 ٪ از سرمایه گذاران A در مقابل 22 ٪ از سرمایه گذاران S). در مقابل ، بخش بیشتری از سرمایه گذاران S سطح دوم سواد مالی را انتخاب می کنند ، که می گوید سرمایه گذار ، "عملکرد بازارهای مالی را درک می کند و می داند که نوسانات می تواند مهم باشد و بخش ها و دسته های مختلف محصولاتخصوصیات مختلف مربوط به درآمد ، رشد و مشخصات ریسک آنها "(40 ٪ از سرمایه گذاران S در مقابل 32 ٪ از سرمایه گذاران A). حتی اگر تفاوت معنی داری در بالاترین سطح (سطح 3) سواد مالی اندک باشد (12 ٪ در مقابل 11 ٪) ، سرمایه گذاران S تمایل به گزارش خود یک سواد مالی بالاتر دارند.

29Panel C از جدول 2 کشورهایی را نشان می دهد که سهام معامله شده توسط سرمایه گذاران منشا می گیرند. ما روی کشورهای اصلی تمرکز می کنیم که بیش از 80 ٪ معاملات را به خود اختصاص می دهند. هیچ تفاوت چشمگیری بین دو نمونه در این جنبه ظاهر نمی شود ، اگرچه از نظر آماری معنی دار است.

به طور خلاصه ، تفاوت های موجود در جدول 2 به اندازه کافی بزرگ به نظر نمی رسد تا تأثیر مورد نظر ما را توضیح دهد. این دلیل این است که تفاوت در قدرت پیش بینی احساسات در زیر نمونه ها (در مقابل S-investors) باقی می ماند ، هنگامی که ما برخی از متغیرهای گزارش شده در جدول 2 را کنترل می کنیم.

4 - نتایج تجربی

4. 1 - تجزیه و تحلیل همبستگی

31BAKER و WURGLER (2007) "Sentiment Seesaw" را برای توضیح تأثیر احساسات بر روی سهام معرفی می کنند (شکل 1 ، P133). آنها نشان می دهند که احساسات بسته به دشواری درگیر در داوری می تواند تأثیرات متضادی بر بازده سهام داشته باشد. در دوره های بالایی ، سهام هایی که به راحتی داوری هستند (سهام بزرگ) ممکن است کم ارزش باشند و سهام هایی که برای داوری دشوار هستند (سهام کوچک) ممکن است بیش از حد ارزیابی شوند. برعکس در دوره های کم سن و سال ظاهر می شود. به عنوان یک نتیجه ، ما انتظار داریم که در مقایسه با کلاه های بزرگ در دوره های بالایی ، کلاه های کوچک بیش از حد ارزیابی شود ، معکوس در دوره های کم سن و سال پیش بینی می شود. اگر این پیش بینی صحیح باشد ، سهام کوچک باید پس از یک دوره احساسات بالا (کم) بازده کم (بالا) داشته باشد. یک اندازه گیری خوب احساسات باید به پیش بینی بازده های آینده کمک کند اما باید با بازده های آینده در سهام کوچک همبستگی بیشتری داشته باشد تا سهام بزرگ.

32 ما ابتدا شاخص احساسات را برای کل نمونه (MSI) و سپس برای دو نمونه محاسبه می کنیم. AMSI (SMSI) نشانگر شاخص احساسات محاسبه شده با نمونه از سرمایه گذاران A (سرمایه گذاران S) است. از آنجا که ما عمدتاً به تفاوت بین سرمایه گذاران S و سرمایه گذاران A علاقه داریم ، ما به عنوان باقیمانده رگرسیون AMSI در SMSI نشان می دهیم. حدس ما این است که RES باید یک نشانگر احساسات خوبی باشد زیرا ویژگی سرمایه گذاران A را که داوطلبانه تصمیمات خود را بر اساس اطلاعات کمتر پایه گذاری می کنند ، استخراج می کند. این سرمایه گذاران به احتمال زیاد بیش از حد بیش از حد و یا بیشتر توسط سیستم 1 خود هدایت می شوند (باربریس و همکاران ، 2016). در نتیجه ، ما انتظار داریم که سرمایه گذاران A در مقایسه با سرمایه گذاران S ، خوش بین تر (بدبین) باشند._t33Table 3 همبستگی بین چهار متغیر احساسات بازار (AMSI ، SMSI ، MSI ، RES) و متغیرهای اقتصادی و عوامل خطر را فراهم می کند ، یعنی چهار عامل فاما-فرانسوی-کرگارت: حق بیمه بازار (MKT) ، اندازه (SMB) ، کتاب-به بازار (HML) ، حرکت (مادر). ما همچنین بازده های سه پرتفوی مبتنی بر اندازه را در نظر می گیریم. LCAPS (MCAPS / SCAPS) بازده نمونه کارها با ارزش وزن است که با درپوش های بزرگ (کلاه های متوسط / کلاه های کوچک) ساخته شده است.[16] آخرین متغیر کوچک-بزرگ بازده نمونه کارها کوتاه مدت است که مورد توجه ویژه ای به مطالعه ما است. طبق معمول ، این نمونه کارها روی کلاه های کوچک و درپوش های بزرگ کوتاه است. پانل A (ب) از جدول 3 همبستگی های معاصر (تاخیر) را نشان می دهد. به عنوان مثال ، اولین رقم پانل A-0. 354 است که همبستگی تجربی بین SMSI است_t، t = 1 ،… t و mkt_t، t = 1 ،… t در جایی که t = 1 با ژانویه 2008 و t تا مارس 2012 مطابقت دارد. اولین شکل پانل B-0. 063 است ، که این همبستگی بین SMSI است_t، t = 1 ،… t - 1 و mkt

، t = 2 ،… t.

جدول 3

همبستگی بین اقدامات احساساتی ، عوامل و اوراق بهادار در دوره از ژانویه 2008 تا مارس 2012

جدول 3

همبستگی بین اقدامات احساساتی ، عوامل و اوراق بهادار در دوره از ژانویه 2008 تا مارس 2012

پانل A همبستگی های معاصر و همبستگی های تاخیر پانل B را ارائه می دهد. شاخص های احساسات بازار SMSI (AMSI) است که بر اساس پویایی متنوع سازی نمونه کارها از سرمایه گذاران S (سرمایه گذاران A) و MSI با نمونه کامل سرمایه گذاران محاسبه می شود. RES بیانگر باقیمانده رگرسیون AMSI در SMSI است. عوامل خطر چهار عامل Fama-French-Carhart هستند: بازگشت بازار MKT ، ضریب اندازه SMB ، فاکتور ارزش HML و فاکتور حرکت MOM. این چهار عامل از پایگاه داده Eurofidai آمده است. آنها به عنوان عوامل مربوطه در بازار ایالات متحده محاسبه می شوند. سه پرتفوی LCAPS ، MCAPS و SCAP ها نیز توسط Eurofidai تهیه شده و بازده پرتفوی را بر اساس اندازه های اندازه (LCAPS برای کلاه های بزرگ ، MCAPS برای MIDCAPS و SCAP ها برای کلاه های کوچک) نشان می دهند. آخرین ستون "کوچک کوچک" تفاوت بین دو بازده بازده نمونه کارها-LCAPS است.*، ** ، *** اهمیت آماری را به ترتیب در سطح 10 ٪ ، 5 ٪ یا 1 ٪ نشان می دهد.

34panel A از جدول 3 همبستگی های منفی قابل توجهی بین اقدامات احساسات ما و بازده نمونه کارها را نشان می دهد. این همبستگی های منفی را می توان از چند طریق تفسیر کرد اما مطابق با اثر تمایل است که در ادبیات مربوط به سرمایه گذاران خرده فروشی ثبت شده است. هنگامی که قیمت ها کاهش می یابد ، سرمایه گذاران خرده فروشی تمایل دارند سهام خود را از دست بدهند ، یا حتی بدتر از آن ، سهام جدید را بخرند تا بتوانند میانگین قیمت خرید را کاهش دهند. از طرف دیگر ، اثر تمایل باعث می شود تا پس از افزایش قیمت ، سهام خود را خیلی زود بفروشند. این فروش ها باعث کاهش ارزش شاخص احساسات می شوند. همبستگی در ستون های 1 و 5 تا 7 با این تفسیر معمول سازگار است. مشاهده جالب دیگر این است که همبستگی در ستون آخر مثبت است ، حتی اگر ناچیز باشند. این علامت مثبت با این تفسیر سازگار است که هرچه سرمایه گذاران بیشتر خوش بین باشند ، بیشتر سهام کوچک را ترجیح می دهند و منجر به بازده بالاتر سهام کوچک نسبت به سهام بزرگ می شوند. با این حال ، به دلیل عدم اهمیت ، ما نمی توانیم نتیجه بگیریم که بین بازده نمونه کارها کوتاه مدت و شاخص احساسات ، رابطه معاصر وجود دارد. سازگار با این اظهار نظر عدم همبستگی معنی داری بین اقدامات احساسات و ضریب اندازه است.

35Results برای همبستگی های تاخیر در پانل B. متفاوت است. ما تفاوت بین کلاه های بزرگ و کلاه های کوچک را مشاهده می کنیم ، [17] که منجر به همبستگی معنی داری بین AMSI یا RES و بازگشت نمونه کارها کوتاه مدت می شود. در مقابل ، اندازه گیری احساسات مبتنی بر سرمایه گذاران S (SMSI) نه با بازده های آینده در نمونه کارها کوتاه مدت و نه با فاکتورهای Fama-French-Carhart ارتباط ندارد. جدول 3 ، بنابراین ، اختلافات بین احساسات ایجاد شده بر روی پویایی نمونه کارها سرمایه گذاران و احساسات آگاه و مبتنی بر پویایی نمونه کارها سرمایه گذاران کمتر آگاه (یعنی اینکه از یک فرصت رایگان برای کسب اطلاعات بیشتر و مشاوره حرفه ای استفاده نمی کنند) نشان می دهد.

36 از این تجزیه و تحلیل تک متغیره ، می توانیم نتیجه گیری اولیه (پارادوکسیکال؟) را نتیجه بگیریم که سرمایه گذاران با اشتها بیشتر برای اطلاعات "معامله گران نویز" هستند که در مورد اندازه گیری احساسات و بازده پیش بینی می شوند. به یک معنا ، این یک نکته خوب به نفع کارآیی بازار است. با این حال ، این واقعیت که: 1) تقریباً 50 ٪ از نمونه ما متعلق به دسته سرمایه گذاران A است که از اطلاعات رایگان چشم پوشی می کنند ، و 2) AMSI و RES به پیش بینی بازده کمک می کنند ، منجر به نتیجه گیری معکوس می شود. کارآیی اطلاعاتی به دور از رضایت است. این تجزیه و تحلیل اولیه نشان می دهد که تجزیه و تحلیل چند متغیره برای نتیجه گیری که آیا احساسات می تواند بازده واقعاً پیش بینی کند یا اینکه آیا این تنها ترکیبی از عوامل خطر معمول است ، مفید است.

4. 2 - تجزیه و تحلیل چند متغیره

حدس 37 شما دو برابر است. اول ، RES بهترین پیش بینی کننده بازده های آینده در بین چهار اقدامات احساساتی (SMSI ، AMSI ، MSI و RES) است. دوم ، SMSI یک پیش بینی کننده بدتر از AMSI است. برای پرداختن به این حدس ، ما عملکرد شاخص های احساسات چهار بازار را به عنوان پیش بینی کننده بازده های آینده در یک نمونه کارها کوتاه کوتاه بر اساس اندازه مقایسه می کنیم._{38as ذکر شده در بالا ، "Sentiment Seesaw" دلالت بر این دارد که بازده نمونه کارها کوتاه مدت پس از دوره های کم سن و سال بالا و پس از دوره های بالایی پایین است (بیکر و وورگلر (2007)). هنگام بازگشت به بازگرداندن نمونه کارها کوتاه مدت بر روی شاخص های احساسات ، ما انتظار داریم که یک علامت منفی برای ضریب اقدامات احساسات تاخیر داشته باشد. برای این منظور ، ما روش Baker و Wurgler (2006) را که شامل دو مرحله است ، تکرار می کنیم ، که در آن متغیر وابسته r است} R_{کیک های کوچک ، t}Largecaps ، t_{38as ذکر شده در بالا ، "Sentiment Seesaw" دلالت بر این دارد که بازده نمونه کارها کوتاه مدت پس از دوره های کم سن و سال بالا و پس از دوره های بالایی پایین است (بیکر و وورگلر (2007)). هنگام بازگشت به بازگرداندن نمونه کارها کوتاه مدت بر روی شاخص های احساسات ، ما انتظار داریم که یک علامت منفی برای ضریب اقدامات احساسات تاخیر داشته باشد. برای این منظور ، ما روش Baker و Wurgler (2006) را که شامل دو مرحله است ، تکرار می کنیم ، که در آن متغیر وابسته r است} ( R_{کیک های کوچک ، t}Largecaps ، t

) بازپرداخت یک نمونه کارها با ارزش با ارزش ساخته شده با سه گانه سهام کوچک (بزرگ) اروپا است.

39 در اولین قدم ، معادله رگرسیون زیر را تخمین می زنیم:_t41 جایی احساسات