عوامل تعیین‌کننده قیمت سهام شرکت‌های کالای مصرفی پذیرفته‌شده در نیجریه: تحلیل عوامل خاص شرکت و کلان‌اقتصادی

1. مقدمه و مرور کلی

این مطالعه عوامل تعیین‌کننده قیمت سهام شرکت‌های کالای مصرفی پذیرفته‌شده در بورس اوراق بهادار نیجریه را بررسی می‌کند. بر اساس فرضیه بازار کارا (EMH)، این مطالعه فرض می‌کند که قیمت‌های سهام تمام اطلاعات موجود را منعکس می‌کنند که می‌توان آن‌ها را به دو دسته خاص شرکت (داخلی) یا مرتبط با بازار (خارجی/کلان‌اقتصادی) طبقه‌بندی کرد. هدف این تحقیق تفکیک اثرات این دو دسته گسترده است تا بینش‌هایی برای سرمایه‌گذاران، مدیران سبد و سیاست‌گذاران در بازار پرنوسان سهام نیجریه فراهم کند.

بازار سرمایه نیجریه، مانند بسیاری از اقتصادهای نوظهور، با نوسان بالا و حساسیت به عملکرد داخلی شرکت‌ها و شوک‌های خارجی مشخص می‌شود. درک دقیق محرک‌های حرکت قیمت سهام برای تصمیم‌گیری سرمایه‌گذاری و کارایی تخصیص سرمایه حیاتی است.

2. روش‌شناسی تحقیق

این مطالعه از روش‌شناسی داده‌های پانلی قوی برای تحلیل داده‌های ۱۳ ساله (۲۰۲۲-۲۰۱۰) استفاده می‌کند.

2.1 داده‌ها و نمونه

نمونه شامل ۱۸ شرکت کالای مصرفی پذیرفته‌شده در نیجریه است. داده‌های خاص شرکت (مانند سود تقسیمی، اهرم مالی، بازده دارایی‌ها) از گزارش‌های سالانه حسابرسی‌شده استخراج شد. داده‌های کلان‌اقتصادی (مانند عرضه پول، قیمت نفت خام) از پایگاه داده بانک جهانی و بولتن آماری بانک مرکزی نیجریه تهیه شد.

2.2 مدل تجربی و متغیرها

مدل تجربی اصلی قیمت سهام (متغیر وابسته) را به عنوان تابعی از موارد زیر بررسی می‌کند:

• متغیرهای خاص شرکت: نسبت سود تقسیمی، اهرم مالی (بدهی به حقوق صاحبان سهام)، بازده دارایی‌ها (ROA)، رشد شرکت (مانند رشد دارایی‌ها).
• متغیرهای کلان‌اقتصادی: عرضه پول (M2)، قیمت نفت خام.
• متغیر سیاسی: یک متغیر مجازی که رویدادهای سیاسی مهم (مانند انتخابات) را ثبت می‌کند.

متغیرهای کنترل برای اندازه و سن شرکت نیز در نظر گرفته شده‌اند.

2.3 تکنیک برآورد: GMM سیستم دو مرحله‌ای

برای رسیدگی به درون‌زایی بالقوه (مانند تأثیر قیمت‌های گذشته سهام بر تصمیمات جاری شرکت) و ناهمگونی مشاهده‌نشده شرکت، این مطالعه از برآوردگر روش تعمیم‌یافته گشتاورها (GMM) سیستم دو مرحله‌ای توسعه‌یافته توسط آرلانو و بوور (۱۹۹۵) و بلاندل و باند (۱۹۹۸) استفاده می‌کند. این تکنیک به ویژه برای مدل‌های پانل پویا با ابعاد «T کوچک، N بزرگ» مناسب است و در حضور متغیرهای وابسته با وقفه، برآوردهای سازگار ارائه می‌دهد.

3. نتایج تجربی و تحلیل

برآورد GMM نتایج آماری معناداری برای چندین عامل تعیین‌کننده به دست داد.

3.1 عوامل تعیین‌کننده خاص شرکت

3.2 عوامل تعیین‌کننده کلان‌اقتصادی و سیاسی

4. بینش‌های کلیدی و بحث

• بازار در بخش کالای مصرفی نیجریه، بازده نقدی فوری (سود تقسیمی) را نسبت به سودآوری حسابداری (ROA) پاداش می‌دهد.
• ثبات کلان‌اقتصادی، که با قیمت نفت و عدم وجود شوک‌های سیاسی نمایندگی می‌شود، پیش‌نیازی حیاتی برای ارزش‌گذاری مثبت سهام است.
• سیاست پولی که منجر به رشد سریع عرضه پول می‌شود، توسط بازار سهام منفی تلقی می‌شود.
• یافته‌ها تا حدی از فرضیه بازار کارای خالص حمایت می‌کنند اما آن را به چالش نیز می‌کشند و جنبه‌های رفتاری و ناکارایی‌های خاص بازار را در بافت یک اقتصاد نوظهور برجسته می‌کنند.

5. نتیجه‌گیری و توصیه‌ها

این مطالعه نتیجه می‌گیرد که هم متغیرهای خاص شرکت و هم متغیرهای کلان‌اقتصادی/سیاسی، عوامل تعیین‌کننده معناداری برای قیمت سهام شرکت‌های کالای مصرفی پذیرفته‌شده در نیجریه هستند.

توصیه‌ها:

• برای سرمایه‌گذاران: هنگام تصمیم‌گیری سرمایه‌گذاری در این بخش، سیاست‌های سود تقسیمی، نسبت‌های اهرم مالی، روند عرضه پول، قیمت نفت خام و تقویم سیاسی را به دقت زیر نظر بگیرید.
• برای شرکت‌ها: سیاست‌های سود تقسیمی شفاف و پایدار را حفظ کنید و منطق استراتژیک پشت معیارهای سودآوری و رشد را به طور مؤثر به بازار منتقل کنید.
• برای سیاست‌گذاران: ثبات کلان‌اقتصادی را در اولویت قرار دهید، تورم را مدیریت کنید و محیط سیاسی قابل پیش‌بینی‌ای را برای تقویت بازار سرمایه سالم تضمین کنید.

6. دیدگاه تحلیلی: بینش اصلی، جریان منطقی، نقاط قوت و ضعف، بینش‌های عملی

بینش اصلی: این مقاله یک حقیقت حیاتی، هرچند ناراحت‌کننده، درباره بازار سهام نیجریه ارائه می‌دهد: ارسال سیگنال بر ماهیت برتری دارد، و آشفتگی کلان بر برتری خرد غلبه می‌کند. رابطه منفی بین ROA و قیمت سهام یک پرچم قرمز است که نشان می‌دهد بازار به سودهای گزارش‌شده اعتماد ندارد یا ارزش نقد کوتاه‌مدت (سود تقسیمی) را بسیار بیشتر از سود انباشته برای رشد ارزش‌گذاری می‌کند. این مطالعه تصویری از بازاری ترسیم می‌کند که در آن سرمایه‌گذاران محتاط هستند و سود تقسیمی فوری و قطعی را به وعده رشد آتی مبتنی بر سود ترجیح می‌دهند، و کل سیستم در گرو قیمت نفت و هوس‌های سیاسی است.

جریان منطقی: استدلال از نظر منطقی مستحکم و از نظر روش‌شناسی قوی است. از فرضیه EMH شروع می‌کند، به درستی بافت نیجریه را به عنوان محیطی شناسایی می‌کند که هر دو مجموعه اطلاعات حیاتی هستند، و از یک تکنیک اقتصادسنجی پیشرفته مناسب (GMM سیستم) برای مقابله با درون‌زایی—یک مشکل رایج در چنین مطالعاتی—استفاده می‌کند. جریان از فرضیه تا انتخاب متغیر، برآورد و تفسیر واضح است.

نقاط قوت و ضعف: نقطه قوت اصلی، کاربرد GMM سیستم است که فراتر از مدل‌های OLS یا اثرات ثابت پایه می‌رود و اعتبار می‌افزاید. گنجاندن متغیر مجازی سیاسی برای نیجریه از نظر بافتی درخشان است. با این حال، نقاط ضعف قابل توجه هستند. اول، متغیر «رویداد سیاسی» احتمالاً ابزاری نادقیق است؛ کمی کردن شاخص‌های عدم اطمینان سیاستی (مانند شاخص عدم اطمینان سیاست اقتصادی) ظریف‌تر خواهد بود. دوم، نمونه محدود به یک بخش (کالای مصرفی) است که اگرچه متمرکز است، اما تعمیم‌پذیری را محدود می‌کند. آیا «پارادوکس ROA» برای بانک‌ها یا شرکت‌های فناوری نیز صادق است؟ سوم، فرصتی از دست رفته است تا این یافته‌ها با مطالعات مشابه در بازارهای نوظهور باثبات‌تر (مانند کنیا، آفریقای جنوبی) مقایسه شوند تا صرف ریسک «خاص نیجریه» جدا شود.

بینش‌های عملی: برای سرمایه‌گذار زیرک، این تحقیق یک کتاب راهنمای تاکتیکی است. ۱.) بر سود تقسیمی تمرکز کنید، سودها را زیر سؤال ببرید: شرکت‌های کالای مصرفی با نسبت‌های پرداخت بالا و پایدار را غربال کنید، اما عمیق‌تر به جریان نقدی پشت ROA شرکت‌های پر سود بپردازید—آیا این جریان نقدی عملیاتی است یا از فروش دارایی‌ها ناشی می‌شود؟ ۲.) بر اساس تقویم کلان معامله کنید: یک مدل تخصیص دارایی تاکتیکی بسازید که مواجهه با سهام نیجریه را در ۶ تا ۱۲ ماه منتهی به انتخابات مهم کاهش دهد و در دوره‌های افزایش قیمت نفت همراه با سیاست پولی انقباضی، مواجهه را افزایش دهد. ۳.) برای معیارهای بهتر طرفداری کنید: به عنوان یک تحلیلگر، شرکت‌ها را به اتخاذ و برجسته کردن معیارهای مبتنی بر ارزش مانند ارزش افزوده اقتصادی (EVA) در کنار ROA سوق دهید تا شکاف اعتباری که بازار به وضوح نشان می‌دهد را پر کنید. این مطالعه فقط بازار را توضیح نمی‌دهد؛ بلکه ابزارهایی برای پیمایش—و بهره‌برداری بالقوه از—ویژگی‌های خاص آن به شما می‌دهد.

7. پیوست فنی

7.1 فرمول‌بندی ریاضی

مدل داده پانل پویا که از طریق GMM سیستم دو مرحله‌ای برآورد شده است را می‌توان به صورت زیر نمایش داد:

$SP_{it} = \alpha + \beta_1 SP_{i,t-1} + \sum_{k=2}^{K} \beta_k X_{k,it}^{Firm} + \sum_{m=1}^{M} \gamma_m Y_{m,t}^{Macro} + \delta PolEvent_t + \eta_i + \epsilon_{it}$

جایی که:
- $SP_{it}$: قیمت سهام شرکت $i$ در سال $t$.
- $SP_{i,t-1}$: قیمت سهام با وقفه (ثبت‌کننده تعدیل پویا).
- $X_{k,it}^{Firm}$: بردار $K$ متغیر خاص شرکت برای شرکت $i$ در زمان $t$.
- $Y_{m,t}^{Macro}$: بردار $M$ متغیر کلان‌اقتصادی در زمان $t$ (مشترک برای همه شرکت‌ها).
- $PolEvent_t$: متغیر مجازی برای رویدادهای سیاسی.
- $\eta_i$: اثر ثابت خاص شرکت مشاهده‌نشده.
- $\epsilon_{it}$: جمله خطای خاص.
- $\alpha, \beta, \gamma, \delta$: پارامترهای قابل برآورد.

برآوردگر GMM سیستم از سطوح با وقفه به عنوان ابزار برای معادله تفاضلی و از تفاضل‌های با وقفه به عنوان ابزار برای معادله سطوح استفاده می‌کند و درون‌زایی ناشی از متغیر وابسته با وقفه و سایر متغیرهای توضیحی بالقوه درونزای دیگر را رسیدگی می‌کند.

7.2 چارچوب تحلیل: یک مثال عملی

سناریو: یک تحلیلگر در حال ارزیابی دو شرکت فرضی کالای مصرفی نیجریه، «StablePayout Ltd.» و «GrowthStar Ltd.» در سه‌ماهه چهارم ۲۰۲۴، پیش از انتخابات مورد انتظار ۲۰۲۵ است.

کاربرد چارچوب:

1. امتیازدهی خاص شرکت:
   • StablePayout: سود تقسیمی بالا (۷۰٪)، اهرم مالی متوسط (۰.۶)، ROA متوسط (۸٪)، رشد کم (۵٪). امتیاز: + (عوامل مثبت غالب هستند).
   • GrowthStar: پرداخت کم (۲۰٪)، اهرم مالی کم (۰.۳)، ROA بالا (۱۵٪)، رشد بالا (۲۵٪). امتیاز: - (ROA/رشد بالا بر اساس مطالعه منفی تلقی می‌شود).
2. لایه کلان/سیاسی:
   • قیمت نفت بی‌ثبات اما روند نزولی دارد.
   • رشد عرضه پول به دلیل هزینه‌های مالی بالا است.
   • عدم اطمینان مرتبط با انتخابات در حال افزایش است (متغیر مجازی رویداد سیاسی = ۱).
   • امتیاز کلان: به شدت منفی.
3. ماتریس تصمیم‌گیری یکپارچه:

   شرکت	امتیاز شرکت	امتیاز کلان	چشم‌انداز ترکیبی	اقدام تحلیلگر
   StablePayout Ltd.	+	--	خنثی تا کمی منفی	نگهداری، اما اندازه موقعیت را به دلیل موانع کلان کاهش دهید.
   GrowthStar Ltd.	-	--	منفی	کاهش یا فروش. پروفایل شرکت جریمه می‌شود و محیط کلان ریسک را تشدید می‌کند.

این چارچوب ساده‌شده، یافته‌های مطالعه را به یک فرآیند تحلیل عملی و قابل تکرار تبدیل می‌کند.

8. چشم‌انداز تحقیقات آتی و کاربرد

جهت‌های تحقیقاتی:

• تحلیل را به سایر بخش‌ها (مالی، صنعتی، فناوری) گسترش دهید تا عمومیت «پارادوکس ROA» آزمایش شود.
• معیارهای پیچیده‌تری از ریسک سیاسی، مانند شاخص عدم اطمینان سیاست اقتصادی یا تحلیل احساس مبتنی بر NLP اخبار مرتبط با سیاست اقتصادی را در نظر بگیرید.
• از تکنیک‌های یادگیری ماشین (مانند جنگل‌های تصادفی، افزایش گرادیان) برای مدل‌سازی روابط غیرخطی و اثرات تعامل بین عوامل تعیین‌کننده استفاده کنید که اقتصادسنجی کلاسیک ممکن است از دست بدهد.
• یک مطالعه تطبیقی در چندین بورس آفریقایی انجام دهید تا اثرات نهادی و خاص کشور جدا شود.

چشم‌انداز کاربرد:

• توسعه «داشبورد ریسک سهام نیجریه»: یک داشبورد بلادرنگ برای سرمایه‌گذاران که سیگنال‌های کلیدی از این مطالعه را یکپارچه می‌کند: روندهای پرداخت/اهرم مالی شرکت، رشد عرضه پول، پیش‌بینی‌های قیمت نفت و تقویم رویدادهای سیاسی.
• یکپارچه‌سازی ESG: مدل‌های آتی می‌توانند امتیازات محیطی، اجتماعی و حاکمیتی (ESG) را به عنوان یک عامل تعیین‌کننده خاص شرکت یکپارچه کنند. در بافتی غنی از منابع اما با چالش‌های حاکمیتی مانند نیجریه، امتیازات قوی حاکمیتی ممکن است درک ریسک سیاسی را کاهش دهد.
• استفاده نظارتی: بانک مرکزی نیجریه و کمیسیون بورس و اوراق بهادار می‌توانند از بینش‌های مربوط به تأثیر منفی عرضه پول استفاده کنند تا سیاست پولی را با اهداف ثبات بازار سرمایه بهتر هماهنگ کنند.

9. منابع

1. Oyasor, E. (2025). Firm-specific and macroeconomic determinants of share pricing of listed firms in Nigeria. Economic Profile, 20(1), 7-20. https://doi.org/10.52244/ep.2025.29.01
2. Arellano, M., & Bover, O. (1995). Another look at the instrumental variable estimation of error-components models. Journal of Econometrics, 68(1), 29-51.
3. Blundell, R., & Bond, S. (1998). Initial conditions and moment restrictions in dynamic panel data models. Journal of Econometrics, 87(1), 115-143.
4. Baker, S. R., Bloom, N., & Davis, S. J. (2016). Measuring Economic Policy Uncertainty. The Quarterly Journal of Economics, 131(4), 1593–1636. (Source for EPU Index).
5. Maku, A. T., & Atanda, A. A. (2010). Determinants of Stock Market Performance in Nigeria: Long-run Analysis. Journal of Management and Society, 1(3), 46-55.
6. Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. The Journal of Finance, 25(2), 383–417. (Seminal work on EMH).