پیش بینی بازده سهام با استفاده از نوساتان ضمتی اختیار معامله در بورس اوراق بهادار تهران

درک چگونگی جریان اطلاعات بین اختیار معامله و بازارهای سهام همچنان یک موضوع مهم در امور مالی مدرن است و افزایش حجم معاملات در بازار نوپا اختیار معامله کشور نیز نیاز به درک این رابطه و بررسی تاثیر این ابزار بر بازار سهام را دو چندان می کند. هدف این پژوهش بررسی امکان پیش بینی بازده سهام با استفاده از نوسانات ضمنی اختیار معامله در بورس اوراق بهادار تهران است. در این پژوهش ابتدا نوسانات ضمنی با استفاده از روش نیوتون رافسون و تصنیف با در نظر گرفتن مدل قیمت گذاری بلک ، شولز و مرتون محاسبه شده و با در نظر گرفتن سایر عوامل اختیار معامله و همچنین عوامل بنیادین سهم پایه در رگرسیون فاما مکبث جهت پیش بینی پذیری استفاده شده است. همچنین از مدل‌ها با سه رولینگ متفاوت( ۴۰ روزه، ۶۰ روزه و ۸۰ روزه معامله شده) جهت بررسی ابعاد مختلف زمانی استفاده شده است. در این پژوهش از داده های اختیار معامله از ابتدای سال ۱۳۹۷ تا انتهای خراداد ماه ۱۴۰۲ که در بورس اوراق بهادار تهران مورد معامله قرار گرفته استفاده شده است. براساس رگرسیون‌های برازش شده مشخص شد در روند معاملات سرمایه‌گذاران به عوامل بنیادی مدل همانند ضریب بتا ، اسپرد نوسانات تحقق‌یافته - ضمنی و همچنین خود معیار نوسانات ضمنی توجهی ندارد ولی مومنتوم و حجم معاملات اختیار خرید و اندازه شرکت توانسته بر قیمت آتی سهم مؤثر باشد در نتیجه در بازار سرمایه کشور بر خلاف بازارهای توسعه یافته خارجی نوسانات ضمنی توانایی پیش بینی بازده سهام در آینده را ندارد.

Abstract

Understanding how information flows between options and stock markets is still an important issue in modern finance, and the increase in the volume of transactions in the nascent options market of the country also doubles the need to understand this relationship and examine the impact of this tool on the stock market. The purpose of this research is to investigate the possibility of predicting stock returns using implied volatility of trading options in Tehran Stock Exchange. In this research, first, implied volatility was calculated using Newton-Raphson method and Binary Search, taking into account the Black-Scholes-Merton pricing model, and considering other option factors, as well as the fundamental factors of the underlying share in Macbeth's Fama regression for prediction. Also, models with three different rolling periods (۴۰-day, ۶۰-day, and ۸۰-day traded) have been used to examine different time dimensions. In this research, data on trading options from the beginning of ۲۰۱۷ to June ۲۰۲۳, which were traded on Tehran Stock Exchange, were used. Based on the fitted regressions, it was found that fundamental factors of the model such as beta coefficient, realized-implied volatility spread, as well as implied volatility measure itself are not important in investors' trading process. However, momentum and volume of call option transactions and company size have been found to be effective on future share price. In the country's capital market, unlike developed foreign markets, implied volatility does not have the ability to predict future stock returns.