پویایی‌های معاملات مبتنی بر اطلاعات خصوصی و شوک متقارن سفارش در بورس اوراق بهادار تهران: رویکرد مارکف پنهان

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دکتری اقتصاد دانشگاه تهران

2 استاد اقتصاد دانشگاه تهران

چکیده

این مطالعه با استفاده از رویکرد جدیدی به بررسی روند پویای معاملات ناشی از عدم تقارن اطلاعات و اختلاف تفاسیر معامله­گران پرداخته است. به این منظور، احتمال روزانه معاملات مبتنی بر اطلاعات خصوصی (PIN) و شوک متقارن سفارش (PSOS) برای 32 نماد از 11 صنعت بورسی طی 1394 تا 1397 تخمین­زده شد. PIN بعنوان شاخصی برای ریسک اطلاعات نامتقارن و PSOS شاخصی برای شدت اختلاف تفاسیر و ناهمگنی معامله­گران در بازار است که تغییرات و شدت آنها نقش مهمی در شکل­گیری قیمت و نقدشوندگی سهام دارند. نتایج نشان داد که حداقل و حداکثر مقدار شاخص­های PIN و PSOS در مقایسه با متوسط سالانه و چهارساله خودشان، فاصله قابل توجهی دارند. این موضوع بیانگر تغییرات قابل توجه ریسک اطلاعاتی در طول زمان و لزوم استفاده از الگوهای پویا برای بررسی آن است. همچنین، اغلب نمادهایی که ارزش بازاری بالاتری داشته‌اند، ریسک اطلاعات نامتقارن و اختلاف تفاسیر در اطلاعات عمومی کمتری را در مقایسه با سایر نمادها تجربه کرده­اند. به­طور کلی می­توان گفت که شدت عدم تقارن اطلاعات و شوک­های ناشی از اختلاف تفاسیر معامله­گران در بورس تهران بیشتر از سایر بورس­های توسعه­یافته است. تکانه ارزی سال 1397 نیز به­طور محسوس به تشدید اختلاف تفاسیر معامله­گران در صنایع پتروشیمی و فلزی منجر شده است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Dynamics of Symmetric Informed Trading and Order Flow Shock at Tehran Exchange Stock: A Hidden Markov Model Approach

نویسندگان [English]

  • Sadeq Rezaei 1
  • Mohsen Mehrara 2
1 University of Tehran
2 Professor of Economics,, University of Tehran
چکیده [English]

This paper aiming to accurately estimate the dynamic measures of trades stemming from information asymmetry and diverse opinions among investors. For this purpose, we estimated the daily measures of probability of informed trading (PIN) and symmetric-order flow shock (PSOS) 32 Tehran Stock Exchange (TSE) stocks belonging to 11 industries of TSE during the period from 2015 to 2018. PIN is an indicator of asymmetric information risk and PSOS indicating diverse opinions among investors whose variations and intensity play an important role in price formation and stock liquidity. Results indicate that the minimum and maximum values of PIN and PSOS indices are significantly different from their annual and four-year average. Accordingly, information risk varies remarkably along time and there is a substantial need to use dynamic models to study this risk. In most stocks that have higher market value experience less risks of asymmetric information and diverse opinions shocks than other stocks. Entirely, it appears that the average and the maximum of information risk and diverse opinions shocks at TSE are higher than in developed markets. Also, exchange rate shock in 2018 in Iran considerably increased diverse opinions on petrochemical and metal industries

کلیدواژه‌ها [English]

  • Informed Trading
  • Symmetric Order Shock
  • Microstructure Model
  • Hidden markov model
  1. دولو، مریم و عزیزی، نازنین (1396). واکاوی منشأ قیمت گذاری ریسک اطلاعات؛ شواهدی از معیار احتمال معاملات آگاهانة تعدیل شده. فصلنامه تحقیقات مالی، 19(3). 438-415.
  2. راعی، رضا، عیوض­لو، رضا و محمدی، شاپور. (۱۳۹۲). بررسی ریسک اطلاعات با استفاده از مدل­های ریزساختار بازار. فصلنامه پژوهش­های مدیریت در ایران، ۱۷(۳) ،۷۱-۸۵.
  3. راعی، رضا، محمدی، شاپور و عیوضلو، رضا. (1392). تخمین احتمال مبتنی بر اطلاعات خصوصی با استفاده از مدلهای ریزساختار بازار. فصلنامه تحقیقات مالی، دوره 15(1)، 28-17.
  4. رحمانیانی، مولود و طالبلو، رضا. (۱۳۹۶). اندازه­گیری سطح عدم تقارن اطلاعات برای شرکت­های منتخب فعال در بورس اوراق بهادار تهران: احتمال مبادله آگاهانه (PIN). فصلنامه تحقیقات مدل سازی اقتصادی، ۸ (۲۹)، ۷۳-۹۸.
  5. عیوض‌لو، رضا، راعی، رضا و محمدی، شاپور (1391). اثرات تقویم در احتمال معاملات مبتنی بر اطلاعات نهانی. فصلنامه بورس اوراق بهادار. 5 (18)، 1-15.
  6. مهرآرا، محسن و سهیلی، حبیب (1397). پویایی­های ورود معامله­گران مطلع و نامطلع به بورس تهران. فصلنامه تحقیقات مالی، 20 (3)، 288-265.

 

  1. Agudelo, D. A., Giraldo, S., & Villarraga, E. (2015). Does PIN measure information? Informed trading effects on returns and liquidity in six emerging markets. International Review of Economics & Finance, 39 (C), 149-161.
  2. Akerlof, G. A. (1970). The market for "lemons": Quality uncertainty and the market mechanism. The quarterly journal of economics, 83 (3), 488-500.
  3. Amihud, Y. (2002). Illiquidity and stock return: cross-section and time-series effects. Journal of Financial Markets, 5 (1), 31–56.
  4. Aslan, H., Easley, D., Hvidkjaer, S., & O'hara, M. (2011). The characteristics of informed trading: Implications for asset pricing. Journal of Empirical Finance, 18 (5), 782-801.
  5. Baker, M., & Stein, J. (2003). Market Liquidity as a Sentiment Indicator. Journal of Financial Markets, 7 (3), 271-299.
  6. Bień-Barkowska, K. (2013). Informed and uninformed trading in the EUR/PLN spot market. Applied Financial Economics, 23 (7), 619-628.
  7. Blasco, N., & Corredor, P. (2017). The Information Environment, Informed Trading, and Volatility. Journal of Behavioral Finance, 18 (2), 202-218.
  8. Bortolotti, B., De Jong, F., Nicodano, G., & Schindele, I. (2006). Privatization and Stock Market Liquidity, Journal of Banking and Finance, 31 (2), 297-316.
  9. Cappé O., Moulines O., & Rydén T. (2005). Inference in Hidden Markov Models. Springer, New York.
  10. Cepoi, C. O., & Toma, F. M. (2016). Estimating Probability of Informed Trading on the Bucharest Stock Exchange. Finance a Uver: Czech Journal of Economics & Finance, 66 (2), 140-160.
  11. Copeland, L., Wong, W. K., & Zeng, Y. (2009). Information-based trade in the Shanghai stock market. Global Finance Journal, 20 (2), 180-190.
  12. Davalou, M. & Azizi, N. (2017). The Investigation of Information Risk Pricing; Evidence from Adjusted Probability of Informed Trading Measure. Financial Research. 19 (3), 415-438 (In Persian).
  13. DeLong, J.B., Shleifer, A., Summers, L.H. & Waldmann, R.J. (1990). Noise trader risk in financial markets, Journal of Political Economy, 98 (4), 703-738.
  14. Dey, M. K., & Radhakrishna, B. (2015). Informed trading, institutional trading, and spread. Journal of Economics and Finance, 39 (2), 288-307.
  15. Diamond, D. W., & Verrecchia, R. E. (1991). Disclosure, liquidity, and the cost of capital. The journal of Finance, 46 (4), 1325-1359.
  16. Duarte, J., & Young, L. (2009). Why is PIN priced? Journal of Financial Economics, 91(2), 119-138.
  17. Easley, D., Engle, R.F., O’Hara, M., & Wu, L. (2008). Time Varying Arrival Rates of Informed and Uninformed Trades, Journal of Financial Econometrics, 6 (2), 171-207.
  18. Easley, D., Hvidkjaer, S., & O’Hara, M. (2002). Is information risk a determinant of asset returns?. Journal of Finance, 57 (5), 2185-2221.
  19. Engel, C., & Hamilton, J.D. (1990). Long Swings in the Dollar: Are They in the Data and Do Markets Know it?. American Economic Review, 80 (4), 689-713.
  20. Eom, K. S, Kang, J., & Kwon, K. Y. (2017). PIN, Adjusted PIN, and PSOS: Difference of Opinion in the Korean Stock Market, Asia-Pacific Journal of Financial Studies, 46 (3), 463-490.
  21. Eyvazlu, R., Raee, R., & Mohammadi, S. (2013). Calendar Effects of Insider Trading Probability, Journal of Securities Exchange, 5 (18), 1-15 (In Persian).
  22. Fama E.F. (1970). Efficient capital markets: A review of theory and empirical work, Journal of Finance, 25 (2), 383-417.
  23. Gordon, N., & Wu, Q. (2018). Informed trade, uninformed trade and stock price delay, Applied Economics, 50 (26), 2878-2893.
  24. Grossman, S. J., & Stiglitz, J. E. (1980). On the impossibility of informationally efficient markets, The American economic review, 70 (3), 393-408.
  25. Kandel E., & Pearson N. (1995). Differential interpretation of public signals and trade in speculative markets, Journal of Political Economy, 103 (4), 831–872.
  26. Kubota K., & Takehara, H. (2009). Information based trade, PIN variable, and portfolio style differences: evidence from stock exchange firms, Pacific-Basin Finance Journal, 17 (3), 319-337.
  27. Lai, S., Ng, L., & Zhang, B. (2014). Does PIN affect equity prices around the world?, Journal of Financial Economics, 114 (1), 178–195.
  28. Li, F. (2006). Do stock market investors understand the risk sentiment of corporate annual reports?, Working Paper, Shanghai Advanced Institute of Finance, Shanghai Jiaotong University.
  29. Marzo M., & Zagaglia P. (2014). Asymmetric information and term lending in the Euro money market: Evidence from the beginning of the turmoil, The Quarterly Review of Economics and Finance, 54 (4), 487-499.
  30. Mehrara, M., & Soheyli, H. (2018). Arrival Dynamics of Informed and Uninformed Traders into Tehran Stock Exchange, Financial Research, 20 (3), 265-288 (In Persian).
  31. Paparizos, P., Dimitriou, D., Kenourgiosb, D., & Simos, T. (2016). On high frequency dynamics between information asymmetry and volatility for securities, The Journal of Economic Asymmetries, 13 (1), 21–34.
  32. Preve D., & Tse Y. K. (2012). Estimation of time-varying adjusted probability of informed trading and probability of symmetric order-flow shock, Journal of Applied Econometrics, 28 (7), 1138-1152.
  33. Raee, R., Eyvazlou, R. & Mohammadi, S. (2013). Estimating Probability of Private Information Based Trade Using Microstructure Model, Financial Research, 15 (1), 17-28 (In Persian).
  34. Raee, R., Eyvazlou, R. & Mohammadi, S. (2013). Survey on Information Risk using Microstructure Models, Management Research in Iran, 17 (3), 71-85 (In Persian).
  35. Rahmaniani, M., & Taleblo, R. (2017). Measuring Probability of Informed Trading in Tehran Stock Exchange, Economic Modeling Research. 8 (29), 73-98 (In Persian).
  36. Sarkar, A., & Schwartz, R. (2009). Market sidedness: Insights into motives for trade initiation, Journal of Finance, 6 (1), 375–423.
  37. Schumaker, R.P., Zhang, Y.L., Huang, C.N., & Chen H. (2012). Evaluating sentiment in financial news articles, Decision Support Systems, 53 (3), 458-464.
  38. Xu, L., Xu, L., Zhao, J., & Zhao, Y. (2020). Information-based trading and information propagation: Evidence from the exchange traded fund market, International Review of Financial Analysis, 70 (1), 1-10.
  39. Xu, L., Yin, X., & Zhao, J., (2019). Differently motivated exchange traded fund trading activities and the volatility of the underlying index, Accounting & Finance, 59 (1), 859-886.
  40. Yan, Y., & Zhang, S. (2012). An improved estimation method and empirical properties of the probability of informed trading, Journal of Banking and Finance, 36 (2), 454-467.
  41. Yin, X., & Zhao, J. (2015). A Hidden Markov Model Approach to Information‐Based Trading: Theory and Applications, Journal of Applied Econometrics, 30 (7), 1210-1234.
  42. Zucchini, W., MacDonald, L.L & Langrock, R. (2016). Hidden Markov Models for Time Series. Taylor & Francis Group CRC Press, London.