[Home ] [Archive]   [ فارسی ]  
:: Main :: About :: Search :: Submit ::
Main Menu
Home::
Journal Information::
Articles archive::
For Authors::
For Reviewers::
Contact us::
Statistical info::
::
Indexing and Abstracting
..
Islamic Economic Association Of Iran
..
Social Media


..
Paper Plagiarism Checker
..
:: Volume 12, Issue 46 (Quarterly Journal of Fiscal and Economics Policies 2024) ::
qjfep 2024, 12(46): 191-225 Back to browse issues page
Evaluating Relative and Integrated Efficiency of the Stock Market: NDEA Approach
Seyedeh Elham Eftekharian , Seyed Farzad Hashemi , Ali Nemati * , Razieh Mehrjoo , Mahnaz Ahadzadeh Namin
Department of Accounting, Central Tehran Branch, Islamic Azad University
Abstract:   (271 Views)
Several studies have used the data envelopment analysis method in the field of portfolio optimization or efficiency evaluation of companies listed on the Tehran Stock Exchange, but less attention has been paid to the network data envelopment analysis method and indicators simultaneously derived from technical and fundamental analysis. Therefore, considering the importance of the issue, the purpose of this article is to evaluate the relative and integrated efficiency of the Tehran Stock Exchange using "production process" and "financial production process" with the approaches of Fundamental Analysis (FA) and Technical Analysis (TA). To achieve this, the network data envelopment analysis model (NDEA) was used for the period 2014-2021. In addition, FAHP and SOCP are developed, respectively, to determine the weights of the first and second stages and to solve the nonlinear problem in the AED model. In addition, the efficiency of the year 2021 is predicted based on the efficiency values of the previous years by using simple regression analysis. The results showed: the production process is more important in defining the overall efficiency of a company; there is a significant difference in the efficiency distribution among different industries; Kh-Sapa and Khodro achieved 100% overall efficiency and the Technical and Engineering Services industry achieved the highest overall efficiency; the predicted efficiency values are very close to the actual efficiency values in 2021. Based on the results, it is suggested that investors pay more attention to the fundamental analysis in order to create an investment portfolio. Additionally, focus more on the companies with higher first and second stage efficiency, since they are investment proposals.
Keywords: Data envelopment analysis, Fundamental Analysis, Technical Analysis, Relative Efficiency Evaluation, Stock Exchange market.
Full-Text [PDF 1099 kb]   (81 Downloads)    
Type of Study: Research | Subject: Special
References
1. اتحادی، وحید، حسینی نسب، حسن، فخرزاد، محمدباقر و خادمی زارع، حسن (1401). توسعه مدل تحلیل پوششی داده‌های شبکه‌ای باز و ناهمگن. مدیریت بهره‌وری، 16(1(60))، 23-50. 10.30495/QJOPM.2021.1925553.3106
2. اسکندری‌عطا، محمدرضا، مهرگان، نادر، و روستا، ایمان (1395). ارزیابی تأثیر درصد مالکیت دولت بر کارایی شرکت‌های پذیرفته‌شده در بورس اوراق بهادار. فصلنامه سیاست‌های مالی و اقتصادی، 4(14)، 53-72. http://qjfep.ir/article-1-375-fa.html
3. امینی، امیر و علی‌نژاد، علیرضا (1398). ارائه مدل ترکیبی DEA و VIKOR جهت بررسی سطح کارایی شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران و رتبه‌بندی آن‌ها. فصلنامه بورس اوراق بهادار، 12(48)، 111-143. https://sid.ir/paper/401225/fa
4. برخورداری، فرناز، دهقان دهنوی، محمدعلی، سرگلزایی، مصطفی، و رجایی باغسیایی، محمد (1401). تأثیر ادغام بالقوه بر خلق نقدینگی و کارایی در بانک‌های ایران. فصلنامه سیاست‌های مالی و اقتصادی، 10(38)، 316-269. http://qjfep.ir/article-1-1342-fa.html
5. بنی‌هاشمی، سید علی، خلیل‌زاده، محمد، شهرکی، علیرضا، و رستمی ‌مال‌خلیفه، محسن (1402). رتبه‌بندی واحدهای تصمیم‌گیرنده کارا و ناکارا با داده‌های نامطلوب بر اساس مدل ترکیبی DEA و TOPSIS. تحقیق در عملیات در کاربردهای آن، 20(1)، 33-48. https://www-.sid.ir/paper/1083769/fa
6. جوکار سرهنگی، عیسی، و جباری، حسین (۱۳۹۳). کاربرد فرایند تحلیل سلسله مراتبی فازی جهت اولویت‌بندی مراکز شهری با ملاحظات اکولوژیکی (مطالعه موردی: آذربایجان غربی).‎ جغرافیــــا و برنامــــه‌ریــــزی محیطــــی، 25، (4(56)) ، ۲۳۷-۲۵۰. https://civilic-a.com/doc/1199432
7. راضی‌پور قلعه جوق، سمیه، حسین‌زاده لطفی، فرهاد، رستمی مالخلیفه، محسن، و شرفی، حمید (1399). ارزیابی عملکرد شعب بانک با شاخص‌های مالی با استفاده از تحلیل پوششی داده‌های نسبتی. فصلنامه مهندسی مالی و مدیریت اوراق بهادار، 11(45)، 127-146. https://‌fej. ctb.iau.ir/issue_1134132_1135012.html
8. رضائی لوا، سعید، فلاح، میرفیض، صانعی، مسعود، و بنی‌هاشمی، شکوفه (1401). سنجش عملکرد مالی ٥٠ شرکت برتر بورس اوراق بهادار با استفاده از مدل‌های غیر شعاعی تحلیل پوششی داده‌ها. فصلنامه مهندسی مالی و مدیریت اوراق بهادار. 50، 1-20. https://sanad.iau.ir‌/Journal/fej/Article/1078898
9. روشن میمندی، زهرا (1397). ارزیابی عملکرد شرکت‌های پتروشیمی پذیرفته‌شده در بورس با رویکرد تلفیقی تحلیل پوششی داده‌ها با وزن مشترک و تحلیل مؤلفه‌های اصلی. رساله دکتری، دانشگاه علامه طباطبایی.
10. شجاع، نقی، و درویش متولی، محمدحسین. (1394). ارزیابی کارایی فعالیت‌های پژوهشی واحدهای دانشگاه آزاد اسلامی: رویکرد تحلیل پوششی داده‌ها. مدل‌سازی اقتصادی، 9(4 (32))، 123-141. https://sid.ir/paper/176149/fa
11. صمدی، سعید، ایزدی نیا، ناصر، و داورزاده، مهتاب (1389). کاربرد بهره‌گیری از تحلیل تکنیکی در بورس اوراق بهادار تهران (رویکردی بر میانگین متحرک). پیشرفت‌های حسابداری (علوم اجتماعی و انسانی شیراز)، 2(1(3/58))، 121-154. https://sid.ir/paper/355850/fa
12. ضیایی شیرکلایی، علیرضا، محمدپورزرندی، محمدابراهیم، و مینویی، مهرزاد (1401). ارزیابی امتیاز کارایی هولدینگ‌های سرمایه‌گذاری با در نظر گرفتن متغیر نامطلوب با استفاده از مدل FDH: یک رویکرد تحلیل پوششی داده‌ها. فصلنامه مهندسی مالی و مدیریت اوراق بهادار، 13(50)، 99-120. https://sanad.iau.ir/Journal/fej/Article/1078898
13. غفاری، مهسا. (1396). سنجش کارایی شرکت‌های پذیرفته‌شده در بورس اوراق بهادار با رویکرد تحلیل پوششی داده‌ها. پایان‌نامه کارشناسی ارشد. گروه مدیریت. دانشکده حسابداری. واحد شهریار. دانشگاه آزاد اسلامی.
14. کتابی، سعیده، فتحی، سعید، و یوسفان، ناهید (1394). رتبه‌بندی صنایع منتخب بورس اوراق بهادار تهران بر اساس عوامل بنیادی صنعت با استفاده از روش تحلیل پوششی داده‌ها. مدیریت دارایی و تأمین مالی، 3(2(9)) ، 55-67. https://sid.ir/paper/245706/fa
15. مرادی پور، کیوان، اسدی رحمتی، ساناز، و عبدالی، الهام (1400). مدل چانه‌زنی برای تخمین کارایی شبکه چندمرحله‌ای با تخصیص هزینه ثابت و کاربردهای آن. مدل‌سازی اقتصادی، 15(3 (55))، 65-90. 10.30495/ECO.2022.1941475.2579
16. هدایت مظهری، روزبه، خرم‌آبادی، مهدی، و لشگرآراء، سهیلا (1400). تحلیل سنجش کارایی با روش تحلیل پوششی داده‌ها و ارتباط آن با نسبت‌های مالی، نشریه پژوهش‌های حسابداری مالی، 13(3)، 89-110. doi: 10.22108/far.2022.129532.1785
17. یعقوبی، علی (1395). طراحی مدل تحلیل پوششی داده‌های تصادفی چندهدفه به منظور پیش‌بینی کارایی واحدهای سازمانی. مجله تحقیق در عملیات در کاربردهای آن، 13(1(48))، 51-72. https://sid.ir/paper/164502/fa
18. Benjamin, M. M. (2024). Nigerian Stock Market Efficiency And Volatility: A Data Envelopment Analysis. International Journal of Innovative Social Sciences & Humanities Research, 12(1), 161-170. ISSN: 2354-2926.
19. Bettman, J. L., Sault, S. J., & Schultz, E. L. (2009). Fundamental and technical analysis: Substitutes or complements?. Accounting & Finance, 49(1), 21-36. doi: 10.1111/j.1467-629X.2008.00277.x. [DOI:10.1111/j.1467-629X.2008.00277.x]
20. Bleyer, j., Maillard, M., Patrick de Buhan, P. de, & Coussot, Ph. (2015). Efficient numerical computations of yield stress fluid flows using second-order cone programming. Computer Methods in Applied Mechanics and Engineering, 283, 599-614. 10.1016/j.cma.2014.10.008ff. hal-01081508 [DOI:10.1016/j.cma.2014.10.008]
21. Chen, K. & Zhu, J. (2017). Second order cone programming approach to two-stage network data envelopment analysis. European Journal of Operational Research, 262(1): 231-238. doi:10.1016/j.ejor.2017.03.074. [DOI:10.1016/j.ejor.2017.03.074]
22. Chen, K. & Zhu, J. (2019). Scale efficiency in two-stage network DEA. Journal of the Operational Research Society, 70(1): 101-110. doi:10.1080/01605682-.2017.1421850. [DOI:10.1080/01605682.2017.1421850]
23. Contreras, I., Hidalgo, J. I., & Nunez-Letamendia, L. (2012). A GA combining technical and fundamental analysis for trading the stock market[Conference session]. In European Conference on the Applications of Evolutionary Computation (pp. 174-183). Springer, Heidelberg, Berlin. [DOI:10.1007/978-3-642-29178-4_18]
24. Despotis, D. K., Koronakos, G. & Sotiros, D. (2016). Composition versus decomposition in two-stage network DEA: A reverse approach. Journal of Productivity Analysis, 45(1): 71-87. doi:10.1007/s11123-014-0415-x. [DOI:10.1007/s11123-014-0415-x]
25. Edirisinghe, N. & Zhang, X. (2008). Portfolio selection under DEA-based relative financial strength indicators: Case of US industries. Journal of the Operational Research Society, 59(6): 842-856. doi: https://doi.org/10.1057/palgrave.jors.2602442 [DOI:10,1057/palgrave-.jors.2602442.]
26. Edirisinghe, N. & Zhang, X. (2010). Input/output selection in DEA under expert information, with application to financial markets. European journal of operational research, 207(3): 1669-1678. doi: https://doi.org/10.1016/j.ejor.2010.06.027 [DOI:10,1016/j.ejor.-2010,06,027.]
27. Farrell, M. J. (1957). The measurement of productive efficiency. Journal of the Royal Statistical Society, 120(3): 253 - 290. [DOI:10.2307/2343100]
28. Kočišová, K. (2020). Two-Stage DEA: An Application in Banking. In: Popkova, E., Sergi, B. (eds) Scientific and Technical Revolution: Yesterday, Today and Tomorrow. ISC 2019. Lecture Notes in Networks and Systems, vol 129. Springer, Cham. https://doi.org/10.1007/978-3-030-47945-9_162 [DOI:10.1007/978-3-030-47945-9_162.]
29. Kulik, J. (2017). Technical Efficiency and the methods of its measurement. Econometrics, 3(57), 72-87. doi: 10.15611/ekt.2017.3.06. [DOI:10.15611/ekt.2017.3.06]
30. Kuo, K.-C., Lu, W.-M., & Dinh, T. N. (2020). An integrated efficiency evaluation of China stock market. Journal of the Operational Research Society, 72(4), 950-969. doi: https://doi.org/10.1080/01605682.2019.1700190 [DOI:01605682,2019,1700190/10,1080.]
31. Lam, M. (2004). Neural network techniques for financial performance prediction: Integrating fundamental and technical analysis. Decision Support Systems, 37(4), 567-581. doi:10.1016/S0167-9236(03)00088-5. [DOI:10.1016/S0167-9236(03)00088-5]
32. Li, M., Zhu, N., He, K., & Li, M. (2022). Operational Efficiency Evaluation of Chinese Internet Banks: Two-Stage Network DEA Approach. Sustainability, 14(21), 14165. https://doi.org/10.3390/su142114165 [DOI:10.3390/su142114165.]
33. Li, W., Liang, L., Cook, W. D., Zhu, J. (2016). DEA models for non-homogeneous DMUs with different input configurations. European Journal of Operational Research, 254(3), 946-956. doi: 10.1016/j.ejor.2016.04.063. [DOI:10.1016/j.ejor.2016.04.063]
34. Lim, S., Oh, K. W. & Zhu, J. (2014). Use of DEA crossefficiency evaluation in portfolio selection: An application to Korean stock market. European Journal of Operational Research, 236(1), 361-368. doi:10.1016/j. ejor.2013.12.002. [DOI:10.1016/j.ejor.2013.12.002]
35. Lin, S., Rouse, P., Wang, YM., Lin, L. & Zheng, Z. (2023). Performance measurement of nonhomogeneous Hong Kong hospitals using directional distance functions. Health Care Management Science , 26, 330-343. https://doi.org/10.1007/s10729-022-09625-0 [DOI:10.1007/s10729-022-09625-0.]
36. Lobo, M., Vandenberghe, L., Boyd, S. and Lebret, H. (1998). Applications of Second-Order Cone Programming. Linear Algebra and Its Applications, 284, 193-228. http://dx.doi.org/10.1016/S0024-3795(98)10032-0 [DOI:10.1016/S0024-3795(98)10032-0]
37. Mashayekhi, Z. & Omrani, H. (2016). An integrated multiobjective Markowitz-DEA cross-efficiency model with fuzzy returns for portfolio selection problem. Applied Soft Computing, 38: 1-9. doi:10.1016/j.asoc.2015.09.018. [DOI:10.1016/j.asoc.2015.09.018]
38. Sinha, R. P. (2021). Two-Stage Data Envelopment Analysis Efficiency of Indian General Insurance Companies. Global Business Review, 0(0). https://doi.org-/10.1177/09721509211047645. [DOI:10.1177/09721509211047645]
39. Sueyoshi, T., & Sekitani, K. (2007). Measurement of returns to scale using a non-radial DEA model: A range-adjusted measure approach. European Journal of Operational Research, Elsevier, 176(3), 1918-1946. doi:10.1016/j.ejor.-2005.10.043. [DOI:10.1016/j.ejor.2005.10.043]
40. Tarnaud, A. C. & Leleu, H. (2018). Portfolio analysis with DEA: Prior to choosing a model. Omega, Elsevier, 75(C): 57-76. doi: https://doi.org/10.1016/j.omega.2017.02.003 [DOI:10,1016/j-.omega.2017,02,003.]
41. Tsai, M.-C., Cheng, C.-H., Nguyen, V. T., & Tsai M.-I. 2020. The Theoretical Relationship between the CCR Model and the Two-Stage DEA Model with an Application in the Efficiency Analysis of the Financial Industry. Symmetry, 12(5), 712. https://doi.org/10.3390/sym12050712 [DOI:10.3390/sym12050712.]
42. Zhou, Z., Xiao, H., Jin, Q., & Liu, W. (2018). DEA frontier improvement and portfolio rebalancing: An application of China mutual funds on considering sustainability information disclosure. European journal of operational research, 269(1), 111-131. doi: https://doi.org/10.1016/j.ejor.2017.07.010 [DOI:10,1016/j.ejor.2017,07,010.]
Send email to the article author

Add your comments about this article
Your username or Email:

CAPTCHA



XML   Persian Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Eftekharian S E, Hashemi S F, Nemati A, Mehrjoo R, Ahadzadeh Namin M. Evaluating Relative and Integrated Efficiency of the Stock Market: NDEA Approach. qjfep 2024; 12 (46) :191-225
URL: http://qjfep.ir/article-1-1606-en.html


Rights and permissions
Creative Commons License This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Volume 12, Issue 46 (Quarterly Journal of Fiscal and Economics Policies 2024) Back to browse issues page
فصلنامه سیاستهای مالی و اقتصادی Quarterly Journal of Fiscal and Economic Policies
Persian site map - English site map - Created in 0.06 seconds with 43 queries by YEKTAWEB 4660