ساختار پرتفولیوهای طبقه بندی شده بر اساس عامل مورد نظر به صورت زیر می‌باشد:

1. 1. روش دسته بندی مناسب را انتخاب کنید؛

1. 1. تمامی دارایی ها را بر اساس عامل مورد نظر مرتب کنید؛

1. 1. دارایی های مرتب شده را به Nپرتفولیو گروه بندی کنید(معمولا N=5 یا N=10)؛

1. میانگین بازدهی( و دیگر آماره ها) دارایی ها در هر پرتفولیو در دوره زمانی مورد نظر را محاسبه کنید.

رویه استاندارد آزمون آماری رویکرد پرتفولیو استفاده از آزمون t استیودنت جهت ارزیابی معنادار بودن اختلاف میانگین بازدهی میان پرتفولیو سهام با بیشترین و کمترین ارزش عامل مورد نظر است،فابوزی و همکاران(۲۰۱۱).

انتخاب روش های مناسب مرتب سازی

روش مرتب سازی باید با خصوصیات عامل مورد نظر سازگار باشد. در زیر ۶ روش مرتب سازی عوامل ارائه می‌گردد:

روش اول:

• مرتب سازی سهام به وسیله ارزش عامل مورد نظر از بالاترین به پایین ترین

روش دوم:

• مرتب سازی سهام به وسیله ارزش عامل مورد نظر از پایین ترین به بالاترین

روش سوم:

• • اختصاص سهام با مقادیر صفر از عامل مورد نظر در پایین ترین پرتفولیو

• مرتب سازی باقیمانده سهام ها با ارزش غیر صفر در مابقی پرتفولیو ها.

روش چهارم:

• • تخصیص سهام با ارزش صفر در پرتفولیو میانی

• • مرتب سازی سهام ها با ارزش عاملی مثبت در پرتفولیو های بالاتر باقی مانده(بالاتر از پرتفولیو میانی)

• مرتب سازی سهام ها با ارزش عاملی منفی در پرتفولیو های پایین تر باقی مانده(پایین تر از پرتفولیو میانی)

روش پنجم

• • قرار دادن تمامی سهام موجود در نمونه در چند بخش؛

• • رتبه بندی دارایی های موجود در هر بخش؛

• قرار دادن دارایی ها با رتبه های مشابه از بخش های مختلف در پرتفولیوها .

روش ششم

• • تمامی سهام ها با ارزش عاملی منفی را جدا کنید.سپس مقادیر منفی را با بهره گرفتن از میانه ارزش مقادیر منفی، به دو پرتفولیو تفکیک کنید.

• • به سهام هایی که از نظر ارزش عامل مورد نظر مقادیر صفر دارند، یک پرتفولیو اختصاص دهید.

• باقیمانده سهام هایی را که دارای مقادیر مثبت هستند، در پرتفولیو ها بر اساس ارزش عامل مورد نظر قرار دهید،فابوزی و همکاران(۲۰۱۱).

مزایای رویکرد پرتفولیو

روش مرتب سازی پرتفولیو دارای مزایای متعددی است. این رویکرد براحتی و بسادگی قابل اجرا بوده و می‌تواند سهام هایی را که از نمونه خارج یا به آن اضافه می شود را در خود قرار دهد. پرتفولیو های منتج از این فرایند به گوناگونی نوسانات غیرسیستماتیک دارایی های منفرد منجر می شود. همچنین این رویکرد راهی برای ارزیابی چگونگی تفاوت بازدهی درمعرض میزان متفاوتی از عامل مورد نظر را فراهم می‌کند،فابوزی و همکاران(۲۰۱۱).

معایب رویکرد پرتفولیو

رویکرد مرتب سازی پرتفولیو به مانند هر رویکرد دیگری دارای معایبی نیز می‌باشد. پرتفولیو های منتج از این فرایند ممکن است در معرض ریسک های مختلفی ماوراء عاملی که بر اساس آن مرتب شده باشند. در این حالت شناسایی خصوصیات ریسک که بر بازده پرتفولیو اثرگذار است دشوار خواهد بود. به دلیل ناپارامتری بودن رویکرد مرتب سازی پرتفولیو،این رویکرد نمی تواند بینشی از شکل عملیاتی رابطه میان میانین بازده پرتفولیو و عامل مورد نظر ارائه کند.

ضریب اطلاعاتی(IC^[43])

این ضریب جهت ارزیابی توانایی پیش‌بینی بازده توسط عامل ورد نظر به کار برده می شود. این ضریب همبستگی میان عامل و بازدهی واقعی متعاقب آن را اندازه گیری می‌کند،فابوزی و همکاران(۲۰۱۱).

رویکرد پرتفولیو های عاملی

این رویکرد جهت اندازه گیری محتوای اطلاعاتی عامل مورد نظر به کار برده می شود. هدف از این رویکرد، شبیه سازی رفتار بازده تحت تاثیر عامل و حداقل سازی ریسک باقی مانده است. در این رویکرد می توان با بهره گرفتن از مدل های عاملی یا بهینه سازی جهت تشکیل پرتفولیو ها اقدام نمود. ذکر این نکته لازم است که بهینه سازی پرتفولیو از انعطاف بیشتری برخوردار بوده زیرا قادر به آمیختن محدودیت ها است،فابوزی و همکاران(۲۰۱۱).

۳-۷- تحلیل رگرسیون

جهت آزمون توان نوسانات غیرسیستماتیک در پیش‌بینی بازده آینده و نیز اثر عوامل بر این رابطه، از دو روش سری های زمانی و داده های پنلی استفاده شده است.

۳-۸- رگرسیون های سری زمانی^[۴۴]

پیرو مطالعات انگ و همکاران(۲۰۰۶)،پرتفولیو های مرتب شده بر اساس نوسانات غیرسیستماتیک(پرتفولیو های چارکی^[۴۵]) جهت آزمون این فرضیه که پرتفولیو ها با نوسانات غیرسیستماتیک بالا دارای بازده پایین هستند از طریق اجرای رگرسیون حداقل مربعات معمولی^[۴۶] به شکل زیر ارائه می شود،بروکز(۲۰۱۴):

که در آن بازده یک ماهه پرتفولیو مرتب شده با بالاترین و پایین ترین میزان نوسانات غیرسیستماتیک در هر ماه t است.

۳-۹- تحلیل داده های پنلی^[۴۷]

داده های پنلی به بیان خصوصیات یک متغییر می پردازند که هم در طول زمان و هم با توجه به مقاطع تغییر می‌کنند.در این تحقیق زمانی که رابطه بین متغیر های تحقیق با بازده را از سال ۱۳۸۴ تا ۱۳۹۲ در کل شرکت های عضو بورس اوراق بهادار تهران مورد مطالعه قرار می‌دهیم، داده هایی داریم که هم با گذشت زمان و هم به توجه به نوع شرکت تغییر می‌کنند.جهت انجام این امر از رگرسیون زیر جهت آزمون توان پیش‌بینی نوسانات غیرسیستماتیک پیشین در بازدهی آینده استفاده می شود،ورکشال(۲۰۱۳):

که در آن بازده در زمان t و نوسانات غیرسیستماتیک سهام i در دوره زمانی t-1، ارزش بازار و نسبت ارزش دفتری به ارزش بازار می‌باشد. برای تعیین اثر عواملی نظیر سود آوری و جریانات نقدی نیز از رگرسیون فوق استفاده شده است.

فصل چهارم

تجزیه و تحلیل داده ها

مقدمه

در فصل قبل متغیرهای تحقیق، قلمرو مکانی و زمانی تحقیق، نمونه ی مورد بررسی، روش تحقیق، نحوه ی گردآوری داده ها، و نیز مدل های مورد استفاده در تحقیق به تفصیل ارائه شد. اطلاعات تحقیق حاضر شامل داده های ترکیبی است. داده های مورد نیاز برای آزمون فرضیه‌ها، از نرم افزار ره آورد نوین و همچنین صورت های مالی شرکت ها استخراج شد و پس از آماده سازی داده ها در نرم Excel، تجزیه و تحلیل و آزمون فرضیه‌ها توسط نرم افزار آماری Eviews 7 انجام شده است.

۴-۱- آماره های توصیفی