نوسانات۹۴۱۴۵۵۳۴۱۹۷۱۰۰۱۶۷۰۵۶۱۰۸۳۴۹۷/۳۱۳/۰۳٫۰۳۰۳۸۱۰٫۵۰۳۶۳۴
- حجم معاملات (turnover )
منظور از حجم معاملات در تحقیق حاضر، لگاریتم طبیعی ارزش پولی کل سهام مبادله شده تقسیم بر ارزش سهام موجود در روز معاملاتی قبل از معامله بلوک می‌باشد. همان طور که مشاهده می‌گردد مقدار عددی حجم معامات برای تمامی شرکت ها منهای دو شرکت کاشی نیلو(۹۱/۰) و کاشی حافظ(۲۵/۰)، منفی می‌باشد و از میان کمترین مقدار با عدد ۲۱/۱۱- از آن شرکت مخابرات ایران می‌باشد.
نمودار۳-۶- حجم معاملات turnover
در جدول زیر آماره توصیفی مربوط به متغیر turnover ارائه شده است، مشاهده می‌گردد میانگین آن در سال مورد مطالعه برابر با ۵۲/۴- و انحراف معیار استاندارد برابر با ۷۰/۲ می‌باشد. همچنین با توجه به احتمال برآورد شده ی آماره Jarque-Bera، می توان گفت توزیع متغیر مذبور نرمال می‌باشد.
جدول۳-۷-آمار توصیفی turnover
تعداد
حداقل
حداکثر
میانگین
انحراف معیار استاندارد
آماره
Jarque-Bera
احتمال برآوردشده
کشیدگی
چولگی
حجم معاملات
۹۴
۲۱/۱۱-
۹۱/۰
۵۲/۴-
۷۰/۲
۱۴/۴
۱۲/۰
۲٫۳۰۰۴۴۸
-۰٫۳۷۷۴۸۹
متغیر BAS در تحقیق حاضر، نشان دهنده تفاوت بین بالاترین و پائین ترین قیمت سهام است که معیار دیگر نقدشوندگی می‌باشد و به صورت زیر محاسبه شده است:
همان طور که از نمودار زیر مشاهده می‌گردد مقدار متغیر مذبور برای شرکت های مختلف متفاوت می‌باشد، به طوری که کمترین مقدار صفر و بیشترین مقدار با عدد ۰۱۹/۰ برای شرکت شکر می‌باشد.
نموار ۳-۷- متغیر BAS
در جدول زیر آماره توصیفی مربوط به متغیر BAS ارائه شده است، مشاهده می‌گردد میانگین آن در سال مورد مطالعه برابر با ۰۰۷/۰ و انحراف معیار استاندارد برابر با ۰۰۵/۰ می‌باشد. همچنین با توجه به احتمال برآورد شده ی آماره Jarque-Bera، می توان گفت توزیع متغیر مذبور نرمال می‌باشد.
جدول۳-۸-آمار توصیفی متغیر BAS
تعداد
حداقل
حداکثر
میانگین
انحراف معیار استاندارد
آماره
Jarque-Bera
احتمال برآوردشده
کشیدگی
چولگی
متغیر BAS
۹۴
۰
۰۱۹/۰
۰۰۷/۰
۰۰۵/۰
۴۵/۳
۱۷/۰
۸۹٫۰۴۰۹۷
۹٫۳۰۳۴۷۰
- بازده بازار ( market return )
بازده بازار در روز معامله بلوک که تمام شرکت های فهرست شده در بازار را پوشش می‌دهد. همان طور که از نمودار زیر مشاهده می‌گردد مقدار متغیر مذبور برای شرکت های مختلف متفاوت می‌باشد، به طوری که کمترین مقدار ۰۱/۱- و بیشترین مقدار با عدد ۴۰/۱ می‌باشد.
نمودار ۳-۸- متغیر market return
در جدول زیر آماره توصیفی مربوط به متغیر market return ارائه شده است، مشاهده می‌گردد میانگین آن در سال مورد مطالعه برابر با ۰۹/۰ و انحراف معیار استاندارد برابر با ۶۹/۰ می‌باشد. همچنین با توجه به احتمال برآورد شده ی آماره Jarque-Bera، می توان گفت توزیع متغیر مذبور نرمال می‌باشد.
جدول۳-۹-آمار توصیفی متغیر market return
تعداد
حداقل
حداکثر
میانگین
انحراف معیار استاندارد
آماره
Jarque-Bera
احتمال برآوردشده
کشیدگی
چولگی
بازده بازار
۹۴
۰۱/۱-
۴۰/۱
۰۹/۰
۶۹/۰
۱۳/۳
۲۱/۰
۲٫۱۲۴۵۰۰
۰٫۰۹۱۶۴۲
- بازده روزانه تجمعی ماقبل ( momentum )
بازده روزانه تجمعی سهام برای پنج روز معاملاتی قبل از معامله بلوک می‌باشد.همان طور که از نمودار زیر مشاهده می‌گردد مقدار متغیر مذبور برای شرکت های مختلف متفاوت می‌باشد، به طوری که کمترین مقدار ۶۴/۲۲۳- و بیشترین مقدار با عدد ۷۳/۶۲۳ می‌باشد.
نمودار ۳-۹- متغیر momentum
در جدول زیر آماره توصیفی مربوط به متغیر momentum ارائه شده است، مشاهده می‌گردد میانگین آن در سال مورد مطالعه برابر با ۷۷/۵۴ و انحراف معیار استاندارد برابر با ۷۵/۱۸۹ می‌باشد. همچنین با توجه به احتمال برآورد شده ی آماره Jarque-Bera، می توان گفت توزیع متغیر مذبور غیرنرمال می‌باشد.
جدول۳-۱۰-آمار توصیفی متغیر momentum
تعداد
حداقل
حداکثر
میانگین
انحراف معیار استاندارد
آماره
Jarque-Bera
احتمال برآوردشده
کشیدگی
چولگی
بازده روزانه تجمعی ماقبل
۹۴
۶۴/۲۲۳-
۷۳/۶۲۳
۷۷/۵۴
۷۵/۱۸۹
۳۷/۲۹
۰۰/۰
۳٫۹۶۷۶۹۶
۱٫۲۸۰۹۹۴
۳-۷- بررسی خودهمبستگی در جملات اخلال
در مطالعه حاضر برای بررسی خودهمبستگی از آزمون Correlation LM بهره برده ایم.چنانچه مقدار احتمال برآورد شده کمتر از ۰٫۰۵ باشد دلیل بر وجود خودهمبستگی است.
- مدل اول
با توجه به نتیجه آزمون(پیوست ۱ )، مدل حاضر مشکل خود همبستگی دارد، از اینرو جهت رفع این مشکل جزء AR(1) را وارد مدل می‌کنیم و بار دیگر آزمون مورد نظر انجام شده و مشاهده می شود که با ورود جزء AR(1) مشکل خودهمبستگی رفع شده و فرض عدم خودهمبستگی به قوت خود باقی می ماند.
- مدل دوم
با توجه به نتیجه آزمون(پیوست ۱)، مدل دوم نیز مشکل خود همبستگی دارد، از اینرو جهت رفع این مشکل جزء AR(1) را وارد مدل می‌کنیم و بار دیگر آزمون مورد نظر انجام شده و مشاهده می شود که با ورود جزء AR(1) مشکل خودهمبستگی رفع شده و فرض عدم خودهمبستگی به قوت خود باقی می ماند.
- مدل سوم
با توجه به نتیجه آزمون(پیوست ۱)، مدل سوم مشکوک به مشکل خود همبستگی است ضمن اینکه مقدار دوربین واتسون در این حالت برابر با ۶/۱ است و تفاوت قابل ملاحظه ای با عدد ۲ دارد، از اینرو جهت رفع این مشکل جزء AR(1) را وارد مدل می‌کنیم و بار دیگر آزمون مورد نظر انجام شده و مشاهده می شود که با ورود جزء AR(1) مشکل خودهمبستگی رفع شده و فرض عدم خودهمبستگی به قوت خود باقی می ماند.
۳-۸- بررسی ناهمسانی واریانس در جملات اخلال
در تحقیق حاضر برای آزمون فرض همسانی واریانس از آزمون Heteroskedasticity بهره جسته ایم. در این آزمون چنانچه مقدار احتمال برآورد شده کمتر از ۰٫۰۵ باشد آنگاه مشکل ناهمسانی واریانس خواهیم داشت. در این قسمت برای لحاظ کردن تفاوت های شرکت های منتخب و جلوگیری از ناهمسانی واریانس، گزینه white را فعال کرده و سپس تخمین زده شد. آنگاه آزمون مذبور انجام شد و مشاهده می‌گردد Prob تخمین زده شده بیش از ۰٫۰۵ است(پیوست ۱)، لذا هر سه مدل مشکل ناهمسانی واریانس ندارد.
۳-۹- بررسی نرمال بودن توزیع
