نوع مقاله : مقاله پژوهشی
نویسندگان
1 استادیار، گروه مدیریت بازرگانی، دانشکدۀ علوم انسانی، دانشگاه بجنورد، بجنورد، ایران
2 استادیار، گروه مدیریت، دانشکدۀ علوم انسانی، دانشگاه میبد، میبد، ایران
3 استادیار، گروه حسابداری، دانشکدۀ علوم انسانی، دانشگاه بجنورد، بجنورد، ایران
4 کارشناسی ارشد، مدیریت بازرگانی، دانشکدۀ علوم انسانی، مؤسسه آموزش عالی اشراق، بجنورد، ایران
چکیده
کلیدواژه‌ها
موضوعات
عنوان مقاله [English]
نویسندگان [English]
This study aimed to investigate the effects of information asymmetry and illiquidity related to cluster trading on market efficiency and examine the mediating roles of these two variables in the relationship between noise trading and market efficiency. To measure the information asymmetry, Adj PIN and illiquidity related to cluster trading obtained from PSOS models were used. Also, market return based on trade volume imbalances was utilized as the indicator of market efficiency. The sample include 146 companies, which were listed in Tehran Stock Exchange between 2014 and 2020. The results showed significant inverse effects of information asymmetry and illiquidity related to cluster trading and market return. However, the effect of illiquidity related to cluster trading on market return was stronger than that of information asymmetry. In addition, the findings showed that noise trading had direct and significant effects on information asymmetry and illiquidity related to cluster trading. Thus, the relationship between noisy trading and market return through information asymmetry and illiquidity relevant to cluster trading, as well as the mediating roles of these two variables, was confirmed.
Introduction
Based on the previous research, liquidity is one of the fundamental factors affecting market efficiency and proper pricing of the capital assets (Wei, 2018; Ibikunle et al., 2016; Han, Tang, & Yang, 2016; Liu et al., 2019). On the other hand, one of the characteristics of an ideal efficient market is the lack of trading cost consequently leading to high liquidity. Stock liquidity can be suggested as an indicator for market return. It is broadly incorporated into the investigation of the effective factors presenting positive information (Rahmani, Hosseini, & Rezapour, 2019). Information asymmetry affects market value of the companies listed in the stock market (Muslim, 2021 & Setiawan). It can lead to wrong financial decision-makings of the management and reductions of the shareholders` wealth (Aflatooni, 2020). Information asymmetry concerning adverse selection occurs when one party of the deal enjoys more valuable information than the other party over the dealing process and this leads to an increase in trading cost (Hu & Prigent, 2017). Another important impact of information asymmetry on the market is the orientation of market performance toward disruption and inefficiency because the asymmetric information can affect market price fluctuations and the assets prices. Information asymmetry can reduce efficiency and prevent market formation in extreme cases, which make the two parties to the transaction lose in the end (Miskin, 2015). In the modern financial world, a great deal of trades is done unknowingly by disruptive traders, who enjoy a limited trading strategy based on rumors and other people's mere advice. These disruptive traders are called noisy traders whose major feature is the lack of adequate information in the transaction, i.e., their buying and selling are independent from the inherent value of the traded property (Han, Tang, & Yang, 2016; Peress & Schmidt, 2021). Nonetheless, we cannot say whether a trader has enjoyed his/her access to information in a particular trade only based on the empiric and routine levels of information about trades. In this circumstance, from the type of information, researchers usually speculate whether the trades have been based on information or not (Chung et al., 2013). Noises have always existed in financial markets. These noises, which are based on daily fluctuations in the stock price, are caused by factors like the spread of news or information, mass behavior, and/or fundamental parameters. Based on one important assumption of behavioral theory, trades of these noisy traders are not independent from each other and have a systematic correlation. Therefore, we cannot neglect their roles in and impacts on financial markets and construe them as the trivial part of the process of investing in those markets (Saranj et al, 2018). Information asymmetry is related to price clustering and cluster trades. In an efficient ideal market, price clustering and cluster trades are at their minimum possible levels. By cluster trades, we mean noisy traders’ tendency to do trades when there is no real and good quality information. With the increase of noisy trades in a time period, even knowable traders tend to trade more, while this gives noisy traders more incentive to do more trades, which in turn, leads to an increase in trade cost and a decrease in market efficiency (Duarte & Young, 2009). The findings of a study showed that due to the existence of noisy traders and spread of confidential information, knowable traders trade in a particular period after the spread of information and reduce their trades after its gradual effect on prices. This leads to the reduction of liquidity (market illiquidity) (Foster & Viswanathan, 1990). Therefore, it is expected that stocks go higher with information asymmetry, while the higher levels of cluster trades lead to less efficiency of the market (Hu & Prigent, 2019). Market efficiency is affected by several stock features, such as the market value, price volatility, trading volume, institutional trade, and trading cost. It is also influenced by trading cost due to information asymmetry and illiquidity due to cluster and noisy trades. Since no research has been done to investigate the impacts of information asymmetry and illiquidity concerning cluster trades on market returns in Iran Stock Exchange, this essay aimed to determine if the impacts of information asymmetry and illiquidity concerning cluster trades on the returns of companies listed in TSE market were based on a model that could show the degree of market efficiency and intended to answer these questions: do information asymmetry and illiquidity concerning cluster and noisy trades affect the market? Is the meditating role of illiquidity concerning cluster trades in the relationship between noisy trades and market returns confirmed in Iran stock exchange market?
Method and Data
To test the research hypotheses, 146 companies among those listed In Tehran Stock Exchange during the years of 2014-2020 were examined. To this goal, a multivariate regression model and pooled data were utilized.
Findings
The results displayed the significant inverse effects of information asymmetry and illiquidity related to cluster trading and market returns. The effect of illiquidity related to cluster trading was stronger than that of information asymmetry. In addition, the findings revealed that noise trading had direct and significant impacts on information asymmetry and illiquidity related to cluster trading. Thus, the relationship between noisy trading and market return through information asymmetry and illiquidity relevant to cluster trading and the mediating roles of these two variables were corroborated.
Conclusion and discussion
The results demonstrated that noisy trades reduced market efficiency by enhancing the trading and illiquidity costs due to information asymmetry and cluster trades, respectively. Information asymmetry and illiquidity affected market efficiency as independent variables, which gave us some evidence on the information motivation model. When new information enters the market, trades increase due to the initial advantage and motivation of using information as long as it is integrated into the stock price. However, the impact of information on the prices in the period of no new good-quality information (increase of noisy investigators’ trades due to concerns about liquidity) leads to enhancement of trading costs concerning illiquidity, which in turn, results in the reduction of market efficiency. Therefore, the supervising institution must pay attention to such factors as the accounting quality and information disclosure of the companies listed in TSE, as well as promotion of their supervising mechanisms in general. They should also take steps to making some policies for the growth and development of financial institutions active in the capital market like investment consulting firms, investment funds and companies, portfolio management, and financial information processing companies. In addition, the investors should pay attention to the management team qualities of companies responsible for preparing financial statements, company size, disclosure level, and growth opportunities as the factors affecting information asymmetry.
کلیدواژه‌ها [English]
مقدمه
براساس پژوهش‌های صورت‌گرفته میزان نقدشوندگی، یکی از عوامل اساسی کارایی بازار و قیمت‌گذاری صحیح دارایی است (Wei, 2018 Ibikunle, et al., 2016; Han, et al., 2016; Liu, et al., 2019;). از طرفی یکی از ویژگی‌های بازار کارا و ایده‌آل، نبود هزینه‌های معاملاتی[1] و درنتیجه قابلیت نقدشوندگی بالاست. هزینه‌های معاملاتی، طیف وسیعی از هزینه‌های معاملاتی را به شکل هزینه‌های آشکار مانند هزینۀ مالیات و کارگزاری و غیر آشکار ناشی از ناکارایی اطلاعاتی در برمی‌گیرد. بنابراین نقدشوندگی سهام می‌تواند به‌عنوان معیاری برای بازده بازار به‌خصوص ازلحاظ اطلاعاتی مطرح شود و به شکل گسترده در بررسی عوامل مؤثر بر ارائۀ اطلاعات مفید به کار گرفته شود (Rahmani, et al., 2019). عدم تقارن اطلاعاتی بر ارزش بازار و شرکت‌های پذیرفته‌شده در بازار سهام اثرگذار است (2021 ,Setiawan &(Muslim و می‌تواند منجر به تصمیم‌گیری مالی اشتباه شرکتها و سرمایه‌گذاران و کاهش سرمایۀ آنها شود (Huynh, et al., 2020 ;Aflatooni, 2020). دربارۀ ارتباط مثبت بین انتخاب نادرست[2] و معاملات آگاهانه در ادبیات بازارهای مالی بحث شده است. عدم تقارن اطلاعات مرتبط با انتخاب نادرست زمانی اتفاق می‌افتد که یک طرف معامله نسبت‌به طرف مقابل اطلاعات بیشتر و باارزش‌تری در فرآیند معامله دارد؛ درنتیجه منجر به افزایش هزینه‌های معامله خواهد شد (Hu & Prigent, 2017). یکی دیگر از اثرهای مهم اطلاعات نامتقارن در بازار، جهت‌گیری عملکرد بازار به‌سمت اخلال و عدم کارایی است؛ زیرا نحوۀ ورود اطلاعات در نوسان قیمت بازار و تعیین قیمت نهایی اثرگذار است و عدم تقارن اطلاعات می‌تواند کارایی را کاهش دهد یا حتی در حالت افراطی مانع از شکل‌گیری بازار شود و درنهایت دو طرف معامله از این موضوع متضرر شوند (Miskin, 2015). عدم تقارن اطلاعاتی از طریق ایجاد بازده غیرعادی برای دارندگان اطلاعات، باعث عدم کارایی بازار خواهد شد. در دنیای مدرن مالی، بسیاری از معاملات ناآگاهانه را معامله‌گران ناآگاه (اخلالگر) انجام می‌دهند؛ زیرا استراتژی محدود معاملاتی دارند و براساس شایعات و توصیۀ دیگران معامله می‌کنند (Liu, et al., 2019). ویژگی بارز معامله‌گران اخلالگر[3] فقدان اطلاعات کافی در معاملات است که خریدوفروش‌های آنها مستقل از ارزش ذاتی دارایی معامله شده است (Tang & Yang, 2016 ;Han, et al., 2021). با وجود این، به‌طور تجربی و با توجه به سطح داده‌های روزانه دربارۀ مبادلات، نمی‌توان بیان کرد که آیا در یک مبادلۀ خاص شخص اطلاعاتی در دسترس داشته است یا خیر. در این حالت محققان به‌طور معمول از نوع داده‌ها بیان می‌کنند که مبادلات اغلب بر مبنای اطلاعات بوده است یا خیر (2013 ,Chung, et al.). نویزها همیشه در بازارهای مالی وجود دارد. این نویزها که در قالب نوسان‌های روزانۀ قیمت سهام است، ناشی از عواملی چون ورود اخبار یا اطلاعات، رفتار توده‌وار یا ناشی از تأثیر عوامل بنیادین است. براساس یک فرض مهم نظریۀ رفتاری، معاملات این نوع از معامله‌گران مستقل از یکدیگر نیست و همبستگی سیستماتیک به یکدیگر دارد. بنابراین نمی‌توان نقش و تأثیر آنها را در بازارهای مالی نادیده گرفت و بخش بی‌اهمیت فرآیند سرمایه‌گذاری در بازارهای مالی قلمداد کرد ( 2018,(Saranj, et al.. عدم تقارن اطلاعاتی با خوشه‌بندی قیمتها و معاملات خوشه‌ای مرتبط است. در بازاری کارا و ایده‌آل، خوشه‌بندی قیمتها و معاملات خوشه‌ای در حداقل ممکن است. در بسیاری از پژوهش‌ها وجود معاملات خوشه‌ای اعم از بازار سهام، طلا و ارز تأیید شده است (Mishra & Tripathy, 2018). منظور از معاملات خوشه‌ای، تمایل معامله‌گران اخلالگر در شرایط فقدان اطلاعات واقعی باکیفیت به انجام معامله می‌باشد. با افزایش معاملات نویزی در یک دورۀ زمانی، معامله‌گران آگاه نیز بیشتر معامله می‌کنند و این موضوع باعث افزایش جذابیت برای معامله‌گران اخلالگر جهت معاملۀ بیشتر و بیشتر خواهد بود که منجر به افزایش هزینه‌های معامله و کاهش کارایی بازار خواهد شد (Duarte & Young, 2009). نتایج پژوهشی نشان‌دهندۀ آن بود که به علت وجود معامله‌گران اخلالگر (معامله‌گران به‌دنبال نقدینگی) و انتشار اطلاعات نهانی و خصوصی، معامله‌گران آگاه در دورۀ مشخصی بعد از انتشار اطلاعات معامله می‌کنند و بعد از تأثیر تدریجی اطلاعات بر قیمتها، از معاملات خود به‌شدت می‌کاهند که از نقدشوندگی و عدم نقدینگی بازار کاسته خواهد شد (Foster & Viswanathan, 1990). بنابراین پیش‌بینی می‌شود که سهام با عدم تقارن اطلاعاتی بیشتر و سطح معاملات خوشه‌ای بالاتر باعث کارایی کمتر در بازار شود (2019 Hu & Prigent,). چندین ویژگیِ سهام مانند: ارزش بازاری، نوسان قیمت، حجم معامله، معاملات نهادی و هزینه‌های معامله بر کارایی بازار اثرگذار است. هزینه‌های معامله ناشی از عدم تقارن اطلاعاتی و عدم نقدشوندگی نشأت‌گرفته از معاملات خوشه‌ای و نویزی بر کارایی بازار اثر دارد. از آنجا که در بورس اوراق بهادار ایران در پژوهشی به تأثیر عدم تقارن اطلاعاتی و عدم نقدشوندگی مرتبط با معاملات خوشه‌ای بر بازده بازار توجه نشده است، در این پژوهش تأثیر عدم تقارن اطلاعاتی و عدم نقدشوندگی مرتبط با معاملات خوشه‌ای بر بازده بازار شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران مبتنی بر مدلی که درجۀ کارایی بازار را نشان دهد، بررسی شده است و پاسخ به این پرسش‌ها مطرح است که آیا عدم تقارن اطلاعات، عدم نقدشوندگی مرتبط با معاملات خوشه‌ای و معاملات نویزی بر بازده بازار اثرگذار است؟ آیا نقش میانجی عدم نقدشوندگی مرتبط با معاملات خوشه‌ای بین معاملات نویزی و بازده بازار در بازار سهام ایران تأیید می‌شود؟ برای پاسخ به سؤال‌های مطرح‌شده، پژوهش حاضر به این ترتیب ساختاربندی شده است: در بخش دوم مبانی نظری و پیشینۀ پژوهش بررسی شده است. بخش سوم به بیان روش‌شناسی، تعاریف عملیاتی متغیرهای پژوهش، چگونگی محاسبۀ آنها و ارائۀ نظریه‌ها اختصاص داده شده است. در بخش چهارم به تجزیه‌وتحلیل داده‌ها و بررسی معنی‌داری نظریه‌ها توجه شده و درنهایت در بخش پنجم نتایج و پیشنهادها مطرح شده است.
مبانی نظری
عدم تقارن اطلاعاتی، منجر به مسئلۀ انتخاب نادرست می‌شودPeress & Schmidt, 2021) ). زیرا سرمایه‌گذاران آگاه، بر مبنای اطلاعات خصوصی مبادله می‌کنند. این مبادلات به‌صورت عدم توازن غیرمعمول در جریان سفارش‌ها منعکس می‌شود؛ بنابراین حدود عدم تقارن اطلاعاتی را بین سرمایه‌گذاران می‌توان به‌عنوان احتمال اینکه یک سفارش خرید یا فروش خاص، ناشی از وجود یک سرمایه‌گذار با اطلاعات خصوصی باشد، توصیف کرد (Brown & Hillegeist, 2007). در شرایط عدم تقارن اطلاعاتی، سرمایه‌گذاران ناآگاه یا کم‌اطلاع[4]، نگران مبادله با سرمایه‌گذاران دارای اطلاعات خصوصی یا اطلاعات بیشتر هستند. به طور کلی یک سرمایه‌گذار ناآگاه نگران این است که یک سرمایه‌گذار آگاه، ممکن است به فروش (خرید) اوراق بهادار اقدام کند، فقط به دلیل اینکه قیمت جاری، نسبت‌به اطلاعات در اختیار مبادله‌گر آگاه، بسیار بالا (بسیار پایین) است؛ درنتیجه سرمایه‌گذار غیر آگاه، قیمت را به میزانی که متمایل به خرید (فروش) اوراق بهادار خاصی است، کاهش (افزایش) می‌دهد تا در برابر زیان‌های مبادله با سرمایه‌گذار آگاه، مصون بماند. تعدیل قیمت، احتمال مبادله با یک سرمایه‌گذار آگاه و مزیت اطلاعاتی بالقوۀ یک مبادله‌گر آگاه را منعکس می‌کند. این سازوکار مربوط به حمایت قیمت در زمان خرید یا فروش سهام، باعث ایجاد اختلاف قیمت پیشنهادی خریدوفروش[5] در بازارهای ثانویۀ سهام است. به‌طور مشابه، عدم تقارن اطلاعاتی و انتخاب نادرست، تعداد سهامی را که سرمایه‌گذاران ناآگاه متمایل به مبادلۀ آنها هستند، کاهش می‌دهد. واضح است که هر دو اثر، نقدشوندگی بازارهای سهام را تقلیل می‌دهد (Leuz & Spread, 2006).
پژوهشگران زیادی اثرات گوناگون عدم تقارن اطلاعات را بر بازارهای سهام بررسی کردند. زمانیان و همکاران[6] (2017)، دریافتند که عدم تقارن اطلاعات بر بازده و نوسان‌های بازده سهام اثر مثبت داشت و احتمال وقوع اخبار خوب و جدید بر نرخ رشد حجم معاملات اثرگذار بود که درنتیجۀ آن عدم تقارن اطلاعات بر حجم معاملات اثری مثبت داشت. شی و همکاران[7] (2016)، نقش اطلاعات عمومی دریافت‌شده و نوسان‌های بازده را با استفاده از مدل مارکوف سوئیچینگ وگارچ بررسی کردند. نتایج پژوهش نشان داد اثر عدم تقارن اطلاعات در نوسان‌های بازده با توجه به نوع خبر متفاوت است. در صورت وجود عدم تقارن اطلاعات، سرمایه‌گذاران به اخبار بد و خوب واکنش بیشتری نشان می‌دهند. درنهایت در حالت سکون اثر خبر بد بیشتر از خبر خوب و در حالت آشوب اثر یکسان بود. از طرفی در حالت سکون اثرات اخبار در صنایع سنگین بیشتر و در حالت آشوب در همۀ بخش‌ها یکسان بود. شین و او[8] (2017)، به این نتیجه رسیدند که بین افشای اختیاری و عدم تقارن اطلاعاتی از نظر آماری، رابطۀ معنادار مثبت وجود دارد و کیفیت اقلام تعهدی (متغیر تعدیلگر) بر رابطۀ بین افشای اختیاری و عدم تقارن اطلاعاتی اثر معنادار منفی دارد. موسی و همکاران[9] (2017) ارزیابی تأثیر تقاضا و عرضۀ اطلاعات را در بازده بازار سهام و نوسان‌های آن بررسی کردند. در این مطالعه برای تقاضای اطلاعات از یک نماینده که درواقع حجم جستجو در اینترنت طی هفته بود، استفاده شده است. شواهد تجربی آنها نشان داد که اطلاعات عمومی اولیه تحت‌تأثیر بازده سهام هستند؛ اما تأثیر آن بر نوسانات بیشتر است و با وجود منتشرکردن اطلاعات کامل دربارۀ بازار و شرکت، باز هم اطلاعات خاصی هست که اثرات خصوصی بر شرکت دارد. لین و همکاران[10] (2019)، دریافتند که شرکت‌های با عدم تقارن اطلاعات بالاتر، پرداخت سود سهام کمتری دارند. علاوه بر این، شرکت‌های دولتی با عدم تقارن اطلاعات بالاتر، پرداخت سود سهام بیشتری در مقایسه با شرکت‌های غیردولتی داشتند و تجدید ساختار، باعث افزایش شفافیت اطلاعات و تأثیر تعدیلی مثبت بر رابطۀ بین عدم تقارن اطلاعات و سیاست تقسیم سود شد. نتایج پژوهش‌ها حاکی از آن بود که میزان مبادلۀ آگاهانه متناسب با میزان موردانتظار مبادله‌های غیرآگاهانه تغییر می‌یابد و با توجه به اینکه مبادله‌گران آگاه، ریسک‌گریز و با محدودیت سرمایه مواجه هستند، پیش‌بینی می‌شود که با افزایش مبادلۀ غیرآگاهانه میزان نسبی مبادله‌های آگاهانه کاهش یابد. تغییر انگیزۀ سرمایه‌گذاران ناآگاه در زمان عدم تقارن اطلاعاتی باعث افزایش هزینۀ تحصیل اطلاعات خصوصی می‌شود (Diamond, 1985; Kyle, 1985 Verrecchia, 1982; Hillegeist, 2007; Brown ). پژوهش‌های انجامشدۀ کیفیت حسابداری، نقش مدیران در عدم تقارن اطلاعاتی، اندازۀ شرکت، مخارج تحقیق و توسعه و فرصت رشد شرکت را از عوامل اثرگذار بر عدم تقارن اطلاعاتی بیان کردند و افشای داوطلبانۀ اطلاعات، افشای ضعف کنترل‌های داخلی، کیفیت افشای اطلاعات شرکتها، افزایش دفعات گزارشگری مالی، ارتقای سازوکارهای نظارتی، محافظه‌کاری و وجود افراد حرفه‌ای را برای تحلیل اطلاعات مالی شرکتها به‌عنوان عوامل کاهش عدم تقارن اطلاعاتی نشان دادند (2016 Kamyabi & Noarli, Kordestani & Rahim khani, 2015; Asadi & Khalegi, 2015; Nasirzaded, et al., 2017;).
براساس پژوهش کلین و همکاران[11] (2017) فرآیند معاملاتی بازار به دو زمان اطلاعاتی و غیر اطلاعاتیِ معاملاتی تقسیم شد. با ورود اطلاعات به بازار، معامله‌گران مطلع به‌سرعت وارد رقابت معاملاتی برای سودبردن از مزیت اطلاعات خود می‌شوند که باعث افزایش عدم تقارن اطلاعاتی می‌گردد. در این صورت هزینۀ معاملاتی ناشی از عدم تقارن اطلاعاتی با توجه به گزینش نادرست[12]، به‌صورت مؤثرتری باعث ناکارایی بازار می‌شود. این فرضیه مبنی بر تأثیر عدم تقارن اطلاعاتی بر کارایی بازار در پژوهش هو و پریگنت[13] (2019) نیز تأیید شده است. در فرضیۀ اول پژوهش، معناداری رابطۀ بین عدم تقارن اطلاعاتی و کارایی بازار بررسی شده است.
یکی از مهم‌ترین شاخص‌ها در بررسی وضعیت بازار، قابلیت نقدشوندگی اوراق بهادار موجود در آن است. بالا بودن میزان نقدشوندگی در یک بازار بورس اوراق بهادار نشان‌دهندۀ موفقیت آن بازار در شفاف‌سازی اطلاعات و نزدیکی قیمت اوراق بهادار به ارزش ذاتی آنهاست. سرمایه‌گذاران به بازارهایی روی می‌آورند که نقدشوندگی بالاتری دارد. نقدشوندگی به‌عنوان توانایی خرید یا فروش مقدار دلخواه از اوراق بهادار به قیمت بازار و در یک دورۀ زمانی کوتاه‌مدت تعریف شده است (Asgary, et al., 2015).
چانگ و همکاران[14] (2013) رابطۀ بین هم‌زمانی قیمت و نقدشوندگی سهام را بررسی کردند. آنها از سه معیار عدم نقدشوندگی برای بررسی نقدشوندگی استفاده کردند که شامل شکاف قیمت خریدوفروش نسبی، تأثیر قیمت و عدم نقدشوندگی آمیهود بود. همچنین آنها هم‌زمانی قیمت سهام را به دو بخش نسبی مبتنی بر ضریب تعیین و مطلق که بر پایۀ بتای سهم است، تقسیم کردند. نتایج پژوهش نشان‌دهندۀ آن بود که هم‌زمانی نسبی و مطلق رابطۀ منفی با هر سه معیار عدم نقدشوندگی دارد که حاکی از رابطۀ مثبت بین هم‌زمانی قیمت و نقدشونگی است.آگودلو و همکاران[15] (2015)، اثر احتمال معاملات را مبتنی بر اطلاعات[16] بر بازده و نقدینگی شش بازار سهام آمریکای لاتین بررسی کردند. نتایج نشان‌دهندۀ آن بود کهPIN پویای مربوط به بازده، اثرات بیشتری نسبت‌به نقدینگی بر عدم تقارن اطلاعات دارد و PIN درک بهتری از شکل‌گیری قیمت در بازارهای نوظهور ارائه می‌کند. نتایج ترسیم‌کننده نوعی واگرایی در شش بازار سهام بوده است.
پژوهش‌های انجامشدۀ مرتبط با رابطۀ بین نقدشوندگی، بازده و قیمت سهام، تأیید‌کنندۀ آن است که سرمایه‌گذاران با معاملۀ سهام با نقدشوندگی پایین به‌دنبال بازده بالاتری هستند. همچنین بازده موردانتظار سهام با ریسک نقدشوندگی مرتبط بوده و یکی از عوامل مهم تعیین قیمت سهام است ( Jacoby, et al., 2000;Jones, 2002 ;Amihud & Mandelson, 1986 ; Amihud, 2002;Pastor & Stambaugh, 2003 ;Acharya & Pedersen, 2005 ;Domowitz, et al., 2005).
آدماتی و فیلدرر[17] (1988)، مدلی را برای تجزیه‌وتحلیل روزانۀ الگوی معاملات در بازار سهام با در نظر گرفتن معامله‌گران نویزی (نقدینگی) خرد ارائه کردند. نتایج حاکی از آن بود که معامله‌گران نقدینگی تمایل به معاملۀ جمعی و متمرکز دارند؛ زیرا ترجیح می‌دهند وقتی بازار عمق کافی دارد، معاملات خود را انجام دهند (Admati & Pfleiderer, 1990). منظور از عمق بازار، اندازۀ کافی خریداران و فروشندگان بالقوه است؛ اما در بازار کم‌عمق خریداران و فروشندگان به علت پراکنده‌بودن نمی‌توانند یکدیگر را برای انجام‌دادن معامله پیدا کنند. بنابراین معاملات بسیار کمی انجام می‌شود (Foster & Viswanathan, 1990). هو و پریگنت[18] نشان دادند که به دلیل وجود معامله‌گران اخلالگر و افشای اطلاعات خصوصی و نهانی، معامله‌گران مطلع و آگاه در دورۀ معینی، که اطلاعات خصوصی در دسترس بازار است، اقدام به معامله می‌کنند. علاوه بر این، آنها نشان دادند که شدت معاملات آگاهانه به‌تدریج بعد از اثر اطلاعات روی قیمتها کاهش می‌یابد (2019 Hu & Prigent,). بنابراین در دورۀ ورود اطلاعات به بازار، معاملات در سری زمانی هموار نیست و حجم بیشتری را به خود اختصاص می‌دهد و در دورۀ عدم وجود اطلاعات حجم معاملات پایین‌تر بوده است که باعث افزایش هزینه‌های معامله خواهد شد. هنگامی که معاملات خوشه‌ای وجود دارد، سرمایه‌گذار باید از بین انتظارِ دوره‌ای با حجم معاملات بالا و نقدینگی بالاتر (عدم انجام معامله فعلی) یا انجام‌دادن معامله‌ای با هزینه بالاتر، تصمیم‌گیری کند (Duarte & Young, 2009). درنتیجه سهام با معاملات خوشه‌ای بالاتر، باعث افزایش هزینۀ معامله می‌شود. بعد از آنکه اثر اطلاعات بر قیمت و شدت معاملات کاهش یافت، معاملات وارد دورۀ فاقد اطلاعات می‌شود که هزینۀ معاملات ناشی از عدم تقارن اطلاعاتی و تأثیر آن بر عدم کارایی بازار کاهش می‌یابد. با کاهش بسیار شدید حجم معاملات و افزایش تأثیر قیمت در معاملات، برخی از سرمایه‌گذاران معاملات خود را به قصد کسب سود در دوره‌های معاملاتی بعد به تعویق می‌اندازند که این امر سرعت نفوذ و ادغام اطلاعات را به‌شدت کاهش می‌دهد. تحلیل استراتژی‌های معاملاتی سرمایه‌گذاران فعال نشان‌دهندۀ آن بود که عدم نقدشوندگی مرتبط با معاملات خوشه‌ای اثر معکوس و شدیدی بر کارایی بازار دارد (دوفرنس و فوس[19]، 2015). بنابراین پژوهش حاضر در فرضیۀ دوم، معناداری رابطۀ بین عدم نقدشوندگی مرتبط را با معاملات خوشه‌ای و کارایی بازار بررسی کرده است.
مطالعات انجام‌شده در ساختار خرد بازار حاکی از دو نوع سرمایه‌گذاران است: نوع اول مبادله‌کنندگان مطلع[20] هستند که دارایی‌ها را بر مبنای اطلاعات به‌دست‌آمده از ارزش حقیقی آتی دارایی خریدوفروش می‌کنند و نوع دوم، مبادله‌کنندگان نقدینگی[21] (یا نویزی) هستند که مبادلات را با هدف نیاز به نقدینگی و بدون توجه به اطلاعات انجام می‌دهند. با تعریف شیفر و استیتمن[22] (1994) هر معامله‌گری که بدون اطلاعات لازم اقدام به معامله می‌کند، معامله‌گر نویزی است. این تعریف ساده از معامله‌گران نویزی باعث ارائۀ مدل‌هایی برای کمی‌کردن تأثیر معامله‌گران نویزی و ریسک آنها از سوی پژوهشگران مختلف شد. رامیحا و داویدسون[23] (2007) با استفاده از مدل نویز تعدیل‌شده با اطلاعات (IANM) نشان دادند که معامله‌گران نویزی برخی مواقع در بازار سهام استرالیا حضور فعال دارند و تأثیر آنها بر بازار سهام می‌تواند به شکل‌های مختلفی چون واکنش بیش از اندازه، واکنش کمتر از اندازه و قیمت‌گذاری اشتباه باشد.
سارنج و همکاران[24] (2018) رفتارهای معاملاتی و ریسک معامله‌گران اخلالگر را در بازار سهام ایران شناسایی کردند. آنها برای اولین بار از نمادهای پربیننده برای تدوین یک شاخص جدید رفتاری جهت شناسایی معامله‌گران اخلالگر استفاده کردند و به بتای دقیق‌تری نسبت‌به بتای بازار دست یافتند و با استفاده از CAPM و مدل رفتاری قیمت‌گذاری دارایی[25] در دورۀ شش‌ساله نشان دادند که بازار سهام ایران خطای رفتاری معناداری دارد. علاوه بر این، نتایج حاصل از به‌کارگیری مدل اخلال تعدیل‌شده با اطلاعات[26] (IANM) نشان داد که معامله‌گران نویزی در 100 درصد مواقع در بازار سهام ایران فعال هستند و باعث ناکارایی آن می‌شوند. بیشترین نوع کارایی‌نداشتن در این بازار واکنش بیش‌از اندازه در 67/46 درصد مواقع و پس از آن قیمت‌گذاری نادرست و واکنش کمتر از اندازه به‌ترتیب در 63/45 و 71/7 درصد مواقع است.
باحقیقت و رضایی[27] (2018) به نتایجی رسیدند که نشان داد رابطۀ منفی میان ضریب واکنش به سود در رابطۀ بین هم‌زمانی بازده سهام با بازده غیرعادی سهام و معناداری میان ضریب واکنش به سود در رابطۀ بین هم‌زمانی بازده سهام با حجم غیرعادی معاملات وجود ندارد. هو و پریگنت[28] (2019)، با بررسی تأثیر عدم تقارن اطلاعات و عدم نقدشوندگی مرتبط با معاملات خوشه‌ای بر کارایی یکپارچۀ اطلاعات دریافتند که عدم تقارن اطلاعات و عدم نقدشوندگی مرتبط با معاملات خوشه‌ای هر دو تأثیر منفی بر بازده بازار سهام چین دارد. معاملات نویزی نیز از طریق کاهش جالب‌توجه عدم نقدشوندگی مرتبط با معاملات خوشه‌ای، تأثیر مثبت بر بازده بازار دارد. با این حال، تأثیر آن بر عدم تقارن اطلاعات معنادار نیست.
پژوهش‌های مختلف رفتار معامله‌گران آگاه، نقد و غیر مطلع (نویزی) را در بازارهای سهام بررسی کردند. این نتایج دربارۀ معامله‌گران نویزی و اخلالگر یکسان نبوده است. از یک طرف، آنها که اغلب در معامله با معامله‌گران آگاه زیان می‌کنند، باعث افزایش نقدشوندگی بازار و کاهش هزینه‌های معاملاتی می‌شوند و با افزایش حجم معاملات و عمق بازار، اثر قیمت کاهش می‌یابد. اما از طرف دیگر معاملات نویزی باعث کاهش کارایی بازار شده است؛ زیرا استراتژی‌های متضاد معامله‌گران ناآگاه منجر به عدم تطبیق قیمت با ارزش واقعی می‌شود (بلومفیلد و همکاران[29]، 2009). بنابراین فرضیۀ سوم پژوهش، تأثیر معاملات نویزی را بر کارایی بازار با توجه به نقش میانجی عدم تقارن اطلاعاتی بررسی کرده است. از طرفی در دورۀ ورود اطلاعات به بازار، معاملات حجم بیشتری را به خود اختصاص می‌دهد و در دورۀ عدم وجود اطلاعات حجم معاملات پایین‌تر بوده است که هزینه‌های معامله را افزایش می‌دهد. هنگامی که معاملات خوشه‌ای وجود دارد، سرمایه‌گذار باید از بین انتظار دوره‌ای با حجم معاملات بالا و نقدینگی بالاتر (عدم انجام معامله فعلی) یا انجام معامله‌ای با هزینۀ بالاتر تصمیم‌گیری کند. درنتیجه سهام با معاملات خوشه‌ای بالاتر، باعث افزایش هزینۀ معامله می‌شود و گزینش نامناسب ناشی از هزینه‌های معاملۀ کاهش کارایی بازار را می‌کاهد (وانگ[30]، 2010؛ اهن و همکاران[31]، 2014). فرضیۀ چهارم پژوهش، معنی‌داری رابطۀ بین معاملات نویزی و کارایی بازار را با توجه به نقش میانجی عدم نقدشوندگی مرتبط با معاملات خوشه‌ای بررسی کرده است.
از آنجا که در پژوهش‌های داخلی تاکنون به تأثیر عدم تقارن اطلاعاتی و عدم نقدشوندگی مرتبط با معاملات خوشه‌ای به‌طور هم‌زمان به‌عنوان متغیرهای اثرگذار و میانجی بر کارایی بورس اوراق بهادار تهران توجه نشده است، این پژوهش اثر متغیرهای پیش‌گفته را به‌طور مستقیم و به‌صورت متغیر میانجی بین معاملات نویزی و کارایی بازار بورس اوراق بهادار تهران بررسی کرده است.
روش پژوهش
نمونه آماری پژوهش، شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران است که از سال 1390 تا 1396 (به دلیل وجود جو هیجانی موجود در معاملات بازار بورس اوراق بهادار طی سال‌های 99-97 داده‌های این دوره‌ها از پژوهش حذف شده است) به‌طور مداوم در بورس فعالیت داشته‌اند که سال مالی آنها منتهی به 29 اسفند بوده است، سال مالی خود را در بازۀ مورد بررسی تغییر نداده‌اند و اطلاعات آنها برای مقاصد پژوهش در دسترس است. علاوه بر این، بانک‌ها و مؤسسه‌های مالی و شرکت‌های سرمایه‌گذاری مالی به دلیل ماهیت متفاوت فعالیت آنها حذف شده است .با بررسی شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران و اعمال شرایط بالا، تعداد 146 شرکت برای برآورد الگوها و آزمون فرضیه‌های پژوهش انتخاب و اطلاعات مربوط به متغیرهای پژوهش از طریق مرکز پردازش اطلاعات مالی ایران دریافت شد.
برای آزمون فرضیه‌های پژوهش مدل هو و پریگنت (2019) استفاده شده است:
|
1 |
|
که در آن:
Efficiencyit کارایی بازار (بازده بازار) شرکت i در زمان t، Capit لگاریتم میانگین سرمایه‌گذاری کوتاه‌مدت (روزانه) بر مبنای 100 شرکت i در زمان t، Volatilityit انحراف معیار بازده‌های روزانۀ شرکت i در زمان t، Volumit لگاریتم میانگین معاملات روزانه بر مبنای 100 شرکت i در زمان t، Accnumit میانگین سه‌ماهۀ حساب‌های فعال معاملاتی برای شرکت i در زمان t، Insholdingit میانگین درصدی نگهداری سرمایه‌گذاران نهادی از سهم شرکت i در زمان t، Noiseit معاملات نویزی شرکت i در زمان t، AdjPINit عدم تقارن اطلاعاتی شرکت i در زمان t و PSOSit عدم نقدشوندگی مرتبط با معاملات خوشه‌ای شرکت i در زمان t است.
مدل بازده بازار مبتنی بر عدم تعادل حجم معاملات به‌عنوان شاخصی از کارایی بازار استفاده می‌شود:
|
2 |
|
که در آن:
Order Imbalance عدم تعادل سفارش (تغییر حجم معاملات) در فاصلۀ زمانی یک دقیقه‌ای t-1 که با حجم معاملات جاری (t) منهای حجم معاملات زمان قبلی (t-1) تقسیم بر حجم معاملات زمان قبلی (t-1) سنجیده می‌شود، ILD متغیر مجازی که اگر میانگین موزون ارزش مؤثر شکاف قیمتی حداقل به اندازۀ یک انحراف معیار بالای میانگین شکاف محاسبه‌شده در بازۀ زمانی (60+ و 60-) باشد، مقدار یک گرفته و در غیر این صورت مقدار صفر می‌گیرد وOrder Im balance*ILD، برای کنترل تأثیرات تغییر نقدینگی روی کارایی بازار است.
برای آزمون فرضیۀ سوم، از متغیر تعدیل‌شدۀ احتمال معاملات مبتنی بر اطلاعات[32] ارائه‌شده از سوی دوارته و یانگ (2009) و مدل ارائه‌شده از سوی هو و پریگنت (2019) استفاده شده است:
|
3 |
|
برای آزمون فرضیۀ چهارم از متغیر احتمال ایجاد شوک در جریان معاملات متقارن ارائه‌شده از سوی دوارته و یانگ (2009) و مدل ارائه‌شده از سوی هو و پریگنت (2019) استفاده شده است:
|
4 |
|
که هم‌زمان معاملات خوشه‌ای و عدم تقارن اطلاعات را در نظر می‌گیرد. در این مدل ساختار روند معامله برای هر شرکت براساس تکنیک حداکثر درست‌نمایی به شرح زیر تخمین زده شده است:
|
5 |
|
|
6 |
|
|
7 |
|
|
8 |
|
که در آن:
α احتمال وجود اطلاعات خصوصی در یک دورۀ خاص، δ احتمال سیگنال مثبت دریافت‌کردن یک معامله‌گر آگاه (در صورتی که α اتفاق افتد)، µ نرخ ورود معاملات آگاهانه، £b و £s به‌ترتیب، نرخ ورود سفارش‌های خریدوفروش معامله‌گران نویزی، µ+£b و £s در صورت مثبت‌بودن سیگنال، نرخ ورود خریدار و فروشندۀ اولیه در جریان سفارش مبتنی بر توزیع پوآسون مستقل، θ احتمال افزایش هم‌زمان سفارش‌های خریدوفروش در روزهای بدون اطلاعات خصوصی، Δ نرخ ورود اضافی خریدوفروش هم‌زمان و B و S به‌ترتیب، تعداد معاملات خریدار و فروشندۀ اولیه را برای یک دورۀ معین نشان می‌دهد.
یافته‌ها
قبل از آزمون الگوی پژوهش، ابتدا آمار توصیفی داده‌های متغیرها بیان و سپس استنتاج آماری پژوهش ارائه شده است. برای توصیف متغیرهای پژوهش از شاخص مرکزی میانگین و میانه و شاخص‌های پراکندگی انحراف معیار،
چولگی و کشیدگی استفاده شده است. نتایج مربوط به آمار توصیفی متغیرهای پژوهش به شرح جدول زیر است:
جدول (1) آمار توصیفی متغیرهای پژوهش
Table (1) Descriptive statistics of research variables
|
متغیرها |
میانگین |
میانه |
انحراف معیار |
چولگی |
کشیدگی |
کمترین |
بیشترین |
|
معاملات نهادی Insholding |
397/0 |
340/0 |
341/0 |
242/0 |
490/1- |
000/0 |
990/0 |
|
میانگین روزانۀ سرمایه‌گذاری Cap |
187/5 |
615/4 |
319/5 |
263/0 |
581/1- |
000/0 |
670/15 |
|
نوسان بازده‌های روزانهVolatility |
130/0 |
110/0 |
084/0 |
070/2 |
296/10 |
000/0 |
910/0 |
|
حجم معاملات Volume |
543/12 |
425/12 |
972/1 |
112/0 |
127/0 |
040/6 |
510/ 8 |
|
بازده بازار Efficiency |
029/0 |
030/0 |
005/0 |
423/15 |
485/335 |
01/0- |
150/0 |
|
عدم تقارن اطلاعات AdjPIN |
984/5 |
670/5 |
749/1 |
689/0 |
034/0 |
600/2 |
950/11 |
|
عدم نقدشوندگی مرتبط با معاملات خوشه‌ای PSOS |
894/2 |
890/2 |
171/0 |
014/0 |
4520/0- |
420/2 |
360/3 |
|
معاملات نویزی NOISE |
361/2 |
360/2 |
126/0 |
024/0 |
448/0- |
010/2 |
710/2 |
|
حساب‌های فعال تجاری Accunum |
002/8 |
160/8 |
700/1 |
-526/0 |
249/0 |
390/1 |
220/12 |
میانگین نوسان بازده روزانه طی دورۀ پژوهش 130/0 و میانگین بازده بازار طی دوره برابر با 029/0 است که کمتر از نوسان روزانه است. میانگین حجم معاملات 543/12 و بیشتر از میانه است که چولگی مثبت حجم معاملات را نشان می‌دهد.
از آنجا که احتمال آمارۀ F لیمر در مدل اول و دوم به‌ترتیب برابر با 402/0 و 174/0 و بیشتر از 05/0 است، داده‌ها از نوع تلفیقی و با توجه به اینکه احتمال آمارۀ Fدر مدل سوم000/0 کمتر از 05/0 می‌باشد، داده‌ها از نوع تابلویی است و با توجه به سطح احتمال آزمون هاسمن 000/0 و مقدار آمارۀ آزمون 268/45 الگوی اثر ثابت برای آزمون مدل سوم استفاده شده است. شایان ذکر است که قبل از آزمون الگو، با استفاده از آزمون دیکی فولر مانا بودن تمام متغیرهای توضیحی در سطح اثبات شد. در ادامه دو مشکل هم‌خطی و واریانس ناهمسانی در الگو بررسی شده است. ماهیت داده‌های تابلویی ایجاب می‌کند این‌گونه داده‌ها در مطالعات زیادی، مشکل ناهمسانی واریانس دارند. از آنجا که این مشکل، تأثیر مهمی در برآوردها و استنباط‌های آماری به‌جا می‌گذارد، لازم است قبل از هرگونه تخمین، وجود یا نبود ناهمسانی واریانس بررسی شود (.(Nadiri, 2019 برای آزمون فرض ناهمسانی واریانس در داده‌های ترکیبی، از دو رویکرد آزمون والد تعدیل‌شده استفاده شده است. از آنجایی که سطح معنی‌داری آمارۀ آزمون والد در الگوی اول، دوم و سوم به‌ترتیب برابر با 057/1، 621/0 و 371/1 بوده و احتمال همه بیشتر از 5 درصد است؛ بنابراین نشان‌دهندۀ قبول فرض صفر و مبین نبود مشکل ناهمسانی واریانس در جملۀ خطای الگوهاست. برای بررسی هم‌خطی بین متغیرهای مستقل در مدل‌های اقتصادسنجی ذکرشده از آمارۀ عامل تورم واریانس استفاده شده است و با توجه به اینکه مقدار این آماره برای تمامی متغیرها کمتر از 5 درصد بود، هم‌خطی بین متغیرهای مستقل در هیچ‌کدام از سه مدل وجود ندارد.
نتایج تخمین الگوی اول برای بررسی فرضیه‌های اول و دوم پژوهش به شرح زیر است:
جدول (2) نتایج تخمین مدل اول برای بررسی فرضیۀ اول و دوم
Table (2) The results of estimating the first model to test the first and second hypotheses
|
متغیرها |
ضرایب |
خطای استاندارد |
T آماره |
معناداری |
|
عرض از مبدأ C |
015/0 |
016/0 |
949/0 |
347/0 |
|
میانگین روزانۀ سرمایه‌گذاری CAP |
000/0 |
000/0 |
911/0 |
361/0 |
|
انحراف استاندارد بازده‌های روزانه VOLATILITY |
004/0 |
002/0 |
810/1 |
070/0 |
|
میانگین روزانۀ حجم معاملات VOLUME |
-000/0 |
000/0 |
021/4- |
000/0 |
|
معاملات نهادی INSHOLDING |
-000/0 |
000/0 |
413/0- |
680/0 |
|
حساب‌های فعال تجاری ACCNUM |
000/0 |
000/0 |
095/4 |
000/0 |
|
معاملات نویزی NOISE |
049/0 |
049/0 |
003/1 |
314/0 |
|
عدم تقارن اطلاعات ADJPIN |
001/0- |
000/0 |
425/2- |
005/0 |
|
عدم نقدشوندگی مرتبط با تجارت خوشه‌ای PSOS |
140/0- |
035/0 |
939/3- |
000/0 |
|
ضریب تعیین 331/0 |
ضریب تعیین تعدیل‌شده 324/0 |
آمارۀ F 162/4 |
معناداری آمارۀ F 000/0 |
آمارۀ دوربین – واتسن 993/1 |
برای بررسی معناداری کل مدل از آمارۀ فیشر و جهت بررسی معناداری متغیرها به‌صورت جداگانه از آمارۀ تی اسیودنت استفاده شده است. بنابراین طبق مقدار آمارۀ F 162/4 و مقدار احتمال آماره000 /0، فرض صفر مبنی بر عدم معناداری مدل رد شده و مدل معنادار است. ضریب تعیین مدل نیز نشان می‌دهد که 18/33 درصد تغییر متغیر وابسته (بازده) را متغیرهای مستقل و کنترل توضیح داده‌اند. ضریب متغیر دوربین – واتسون 9931/1 نشان از نبود خودهمبستگی پسماندهای[33] مدل دارد. نتایج حاکی از آن است که متغیر عدم تقارن اطلاعاتی[34] اثر معکوس و معناداری بر بازده دارد. درنتیجه فرضیۀ اول پژوهش تأیید می‌شود. متغیر عدم نقدشوندگی مرتبط با معاملات خوشه‌ای[35] نیز تأثیر معکوس و معناداری بر بازده داشته و نظریۀ دوم پژوهش نیز تأیید شده است.
از آنجا که در فرضیه‌های سوم و چهارم نقش میانجی عدم تقارن اطلاعاتی و عدم نقدشوندگی مرتبط با معاملات خوشه‌ای در رابطۀ بین معاملات نویزی و کارایی بازار بررسی شده است، نمودار پراکنش این متغیرها نشان از رابطۀ مثبت بین معاملات نویزی و این متغیرها دارد:
شکل (1) پراکنش عدم تقارن اطلاعات و معاملات نویزی
Figure (1) Distribution of information asymmetry and noise characteristics
شکل (2) نمودار پراکنش عدم نقدشوندگی و معاملات نویزی
Figure (2) Distribution of nonliquidity and noise transaction
نتایج آزمون فرضیه‌های سوم و چهارم پژوهش به شرح زیر است:
جدول (3) نتایج آزمون فرضیۀ سوم پژوهش
Table (3) Results of the third research hypothesis test
|
متغیرها |
ضرایب |
خطای استاندارد |
T آماره |
سطح معناداری |
||
|
عرض از مبدأ C |
318/0- |
003/0 |
686/81- |
000/0 |
||
|
میانگین روزانۀ سرمایه‌گذاری CAP |
-000/0 |
000/0 |
256/1- |
210/0 |
||
|
انحراف استاندارد بازده‌های روزانه VOLATILITY |
001/0 |
001/0 |
902/0 |
364/0 |
||
|
میانگین روزانۀ حجم معاملات VOLUME |
000/0 |
000/0 |
043/0 |
965/0 |
||
|
معاملات نهادی INSHOLDING |
000/0 |
000/0 |
798/0 |
424/0 |
||
|
حساب‌های فعال تجاری ACCNUM |
000/0 |
000/0 |
263/0 |
792/0 |
||
|
معاملات نویزی NOISE |
360/1 |
001/0 |
295/967 |
000/0 |
||
|
ضریب تعیین 899/0 |
ضریب تعیین تعدیل‌شده 899/0 |
آمارۀ F 220/2 |
معناداری آمارۀ F 000/0 |
آمارۀ دوربین – واتسن 937/1 |
||
با توجه به مقدار آمارۀ F 220/2 و احتمال این آماره 000/0 که کمتر از 05/0 است، فرض صفر مبنی بر عدم معناداری مدل در سطح اطمینان 95/0رد شده و مدل معنادار است. مقدار ضریب تعیین 89 درصد مدل نشان‌دهندۀ قدرت بالای توضیح‌دهندگی متغیر وابسته (عدم-تقارن اطلاعات) توسط متغیرهای مستقل و کنترلی است. با توجه به ضریب متغیر معاملات نویزی و احتمال آمارۀ t، می‌توان نتیجه گرفت که معاملات نویزی بر عدم تقارن اطلاعات اثر مثبت و معناداری دارد و فرضیۀ سوم پژوهش در سطح اطمینان 95 درصد پذیرفته شده است.
جدول (4) نتایج آزمون فرضیۀ چهارم پژوهش
Table (4) Test results of the fourth research hypothesis
|
متغیرها |
ضرایب |
خطای استاندارد |
T آماره |
سطح معناداری |
||
|
عرض از مبدأ C |
062/22- |
306/0 |
985/71- |
000/0 |
||
|
میانگین روزانۀ سرمایه‌گذاری CAP |
005/0 |
002/0 |
116/2 |
034/0 |
||
|
انحراف استاندارد بازده‌های روزانه VOLATILITY |
106/2- |
103/0 |
382/20- |
000/0 |
||
|
میانگین روزانۀ حجم معاملات VOLUME |
029/0- |
008/0 |
346/3- |
000/0 |
||
|
معاملات نهادی INSHOLDING |
109/0 |
035/0 |
085/3 |
002/0 |
||
|
حساب‌های فعال تجاری ACCNUM |
018/0 |
010/0 |
827/1 |
068/0 |
||
|
معاملات نویزی NOISE |
054/12 |
128/0 |
919/93 |
000/0 |
||
|
ضریب تعیین 877/0 |
ضریب تعیین تعدیل‌شده 874/0 |
آمارۀ F 046/255 |
معناداری آمارۀ F 000/0 |
آمارۀ دوربین – واتسن 139/2 |
||
نتایج جدول مبتنی بر آمارۀ F که کمتر از 05/0 است، نشان از معناداری مدل در سطح اطمینان 95 درصد دارد و ضریب تعیین 87 درصد نشان از مقدار تعیین‌کنندگی بالای متغیر وابسته از سوی متغیرهای مستقل و کنترلی است. با توجه به ضریب متغیر معاملات نویزی و مقدار احتمال آمارۀ t، فرض صفر مبنی بر عدم معناداری رابطۀ معاملات نویزی و عدم نقدشوندگی مرتبط با معاملات خوشه‌ای رد شده است. درنتیجه فرضیۀ چهارم در سطح اطمینان 95 درصد تأیید می‌شود. بنابراین معاملات نویزی اثر مثبت و معناداری بر عدم نقدشوندگی مرتبط با معاملات خوشه‌ای دارد.
نتایج و پیشنهادها
در صورت کارا بودن بازار سرمایه، قیمت سهام به ارزش ذاتی سهام نزدیک می‌شود و پس‌اندازها به‌صورت بهینه به سرمایه‌گذاری‌های سودآور اختصاص پیدا می‌کند. به طوری که این امر هم به نفع سرمایه‌گذاران است و هم به اقتصاد کشور کمک شایانی می‌کند. در صورت کاهش بازده غیرعادی می‌توان بازار سرمایه را به‌سمت مدل بازار کارا سوق داد. بنابراین پژوهش حاضر بررسی تأثیر عدم تقارن اطلاعاتی، معاملات نویزی، عدم نقدشوندگی مرتبط با معاملات خوشه‌ای بر کارایی بازار سهام ایران را بررسی کرده است. نتایج حاصل از بررسی نظریه‌ها حاکی از آن بود که براساس فرضیۀ اول در سطح اطمینان 95 درصد، با توجه به ضریب منفی متغیر عدم تقارن اطلاعاتی و معناداری این متغیر نشان‌دهندۀ اثر معکوس و معنادار عدم تقارن اطلاعاتی بر کارایی بازار است. نحوۀ ورود اطلاعات در نوسان قیمت بازار و تعیین قیمت نهایی اثرگذار بوده است و باعث کاهش کارایی بازار می‌شود. افزایش عدم تقارن اطلاعاتی موجب افزایش تفاوت قیمت پیشنهادی خریدوفروش و درنتیجه افزایش هزینۀ معاملات می‌گردد. به‌عبارتی با افزایش عدم تقارن اطلاعاتی بازده بازار به‌عنوان شاخصی از کارایی بازار کاهش می‌یابد که نتایج این فرضیه با یافته‌های پژوهش‌های مشکین (2015) و هو و پریگنت (2019) هم‌خوانی دارد. بنابراین در صورت افشای کامل اطلاعات و کاهش عدم تقارن اطلاعاتی بین شرکتها و سرمایه‌گذاران که منجر به کاهش هزینه‌ها در انجام معاملات به‌دلیل انتخاب نادرست است، می‌توان در مسیر کارایی بازار گام برداشت. فرضیۀ دوم، تأثیر معکوس و معنادار عدم نقدشوندگی مرتبط با معاملات خوشه‌ای و بازده بازار را تأیید کرد. درنتیجه با افزایش عدم نقدشوندگی مرتبط با معاملات خوشه‌ای، بازده بازار به‌عنوان شاخصی از کارایی بازار کاهش می‌یابد. البته با موردتوجه قراردادن و مقایسۀ ضرایب متغیرهای عدم تقارن اطلاعاتی و عدم نقدشوندگی مرتبط با معاملات خوشه‌ای، اثر عدم نقدشوندگی مرتبط با معاملات خوشه‌ای نسبت‌به عدم تقارن اطلاعاتی بر بازده بازار قوی‌تر است. بنابراین عدم نقدشوندگی مرتبط با معاملات خوشه‌ای با افزایش هزینه‌های معاملاتی منجر به کاهش کارایی بازار می‌شود. نتایج حاصل از این فرضیه با یافته‌های پژوهش‌های دورات و یانگ (2009) و هو و پریگنت (2019) هم‌خوانی دارد. با توجه به تأیید اثرگذاری عدم تقارن اطلاعات و عدم نقدشوندگی مرتبط با معاملات خوشه‌ای بر کارایی بازار لازم است در زمینۀ اجرای صحیح آیین‌نامۀ حاکمیت شرکتی به‌منظور افشای کامل اطلاعات از سوی نهاد نظارتی تلاش شود. همچنین مقررات تنبیهی مناسب برای عدم افشای اطلاعات و استفاده‌کنندگان از اطلاعات نهانی وضع شود. در فرضیۀ سوم نقش میانجی عدم تقارن اطلاعاتی بین دو متغیر معاملاتی نویزی و بازده بازار بررسی شده است که نتایج تخمین مدل اثر مستقیم و معنادار معاملات نویزی را بر عدم تقارن اطلاعاتی تأیید کرد؛ بنابراین نقش میانجی متغیر عدم تقارن اطلاعاتی بین معاملات نویزی و بازده بازار به‌عنوان شاخصی از کارایی بازار تأیید شده است. ضریب تعیین بالای این مدل نشان از قدرت بالای توضیح‌دهندگی عدم تقارن اطلاعاتی از سوی معاملات نویزی و سایر متغیرهای کنترل دارد. نتایج حاصل از این نظریه با یافته‌های پژوهش بلوم فیلد و همکاران (2009) و هو و پریگنت (2019) هم‌خوانی ندارد. بررسی نقش میانجی عدم نقدشوندگی مرتبط با معاملات خوشه‌ای، اثر مثبت و معنادار معاملات نویزی را بر عدم نقدشوندگی مرتبط با معاملات خوشه‌ای تأیید کرده است؛ درنتیجه نقش میانجیِ عدم نقدشوندگی مرتبط با معاملات خوشه‌ای تأیید شده است. البته با توجه به ضرایب مربوط به دو متغیر، اثرگذاری معاملات نویزی بر عدم نقدشوندگی مرتبط با تجارت خوشه‌ای بیشتر و قدرت توضیح‌دهندگی آن پایین‌تر است. نتایج حاصل از این پژوهش با یافته‌های خسوانه (2017) هم‌خوانی داشت و در پژوهش هو و پریگنت (2019) برای رابطۀ بین دو متغیر معکوس بود که از این منظر با نتایج حاصل از این پژوهش متفاوت است. نتایج این پژوهش حاکی از آن است که معاملات نویزی از طریق افزایش هزینه‌های معاملات مرتبط با عدم تقارن اطلاعاتی و هزینه‌های عدم نقدشوندگی مرتبط با معاملات خوشه‌ای باعث کاهش کارایی بازار می‌شود. از طرفی عدم تقارن اطلاعاتی و عدم نقدشوندگی به‌عنوان متغیرهای مستقل نیز بر کارایی بازار اثرگذار است که شواهدی دال بر مدل انگیزة اطلاعاتی فراهم می‌کند. هنگامی که اطلاعات جدیدی وارد بازار می‌شود، ابتدا مزیت و انگیزۀ اولیۀ استفاده از اطلاعات تا زمانی که کاملاً در قیمت سهام ادغام شود، باعث افزایش معاملات می‌شود؛ اما اثرگذاری اطلاعات بر قیمتها در دوره‌ای که اطلاعات جدید و باکیفیتی وجود ندارد (افزایش معاملات سرمایه‌گذاران نویزی با دغدغۀ نقدشوندگی)، منجر به افزایش هزینه‌های معاملۀ مرتبط با عدم نقدشوندگی شده است که درنتیجه کارایی بازار کاهش می‌یابد. مقتضی است که نهاد ناظر به عواملی چون کیفیت حسابداری و افشای اطلاعات شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران و به طور کلی ارتقای سازوکارهای نظارتی توجه کرده و اقدام به سیاست‌گذاری برای رشد و توسعۀ نهادهای مالی فعال در حوزۀ بازار سرمایه اعم از شرکت‌های مشاورۀ سرمایه‌گذاری، صندوق‌‌ها و شرکت‌های سرمایه‌گذاری، سبدگردانی، شرکت‌های پردازش اطلاعات مالی کند و سرمایه‌گذاران نیز به نمونه‌هایی نظیر کیفیت تیم مدیریتی شرکت به‌عنوان مسئولان تهیۀ صورت‌های مالی، اندازۀ شرکت، سطح افشا و فرصت‌های رشد به‌عنوان عوامل اثرگذار بر عدم تقارن اطلاعاتی توجه داشته باشند.
در پژوهش‌های بعدی می‌توان نتایج را از طریق بررسی رابطۀ بین عدم تقارن اطلاعات و بازده بازار در دورۀ اطلاعاتی و غیر اطلاعاتی به‌طور جداگانه بهبود بخشید. همچنین از طریق بررسی رابطۀ بین عدم نقدشوندگی مرتبط با معاملات خوشه‌ای و بازده بازار در دورۀ اطلاعاتی و غیر اطلاعاتی می‌توان به‌طور جداگانه نتایج پژوهش را بهبود بخشید. با توجه به اینکه در این پژوهش اثر متغیرهای کلان اقتصادی و شرایط رکود و رونق اقتصادی از هم تفکیک نشده است، ممکن است اثرات و شدت اثرات متغیرها در الگوی پژوهش در دوره‌های مختلف بازار (رونق و رکود) متفاوت باشد. با این حال مناسب است که در پژوهش‌های آتی این الگو در سطح صنایع مختلف به تفکیک نوع صنعت با در نظر گرفتن اثر متغیرهای کلان اقتصادی و شرایط رکود و رونق اقتصادی بررسی شود.
باید در نظر داشت که به دلیل ماهیت شرکت‌های سرمایه‌گذاری، بیمه، بانک‌ها، صندوق‌های بازنشستگی، واسطه‌گری مالی، هلدینگ و لیزینگ، این شرکتها از نمونۀ انتخابی حذف شده است؛ به این دلیل امکان تعمیم یافته‌های پژوهش به همۀ شرکتها وجود ندارد و باید بررسی موضوع را در این‌گونه شرکتها به‌صورت جداگانه انجام داد.
[1]. Trading Cost
[2]. Adverse selection
[3] .Noisy trader or liquidity trader
[4]. Uninformed
[5]. Bid-Ask Spread
[6]. zamanian et al
[7]. Shi et al
[8]. Shin & Oh
[9]. Moussa et al
[10]. Lin et al
[11]. Klein et al
[12]. adverse selection
[13]. Hu & Prigent
[14]. Chung et al
[15] .Agudelo et al
[16]. Probability of Information-based Trading
[17] .Admati & Pfleiderer
[18]. Hu & Prigent
[19]. Collin-Dufrense & Fos
[20]. Informed Traders
[21]. Liquidity (or noise) Traders
[22]. Shefrin and Statman
[23]. Ramiah & Davidson
[24] .Saranj
[25]. Behavioral Asset Pricing Model
[26]. Information Adjusted Noisy Model
[27] .Ba haghgighat & Rezaei
[28]. Hu & Prigent
[29]. Bloomfield et al
[30].Wang
[31].Ahn et al
[32]. Adjusted Probablity of Information-based Trading (AdjPIN)
[33]. residual
[34] .AdjPIN
[35]. PSOS
)
