شبیه سازی و برآورد احتمال معامله مبتنی بر اطلاعات نهانی در بورس اوراق بهادار تهران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری، مدیریت مالی، دانشکده پردیس بین الملل کیش، دانشگاه تهران، کیش، ایران.

2 استاد گروه اقتصاد، دانشکده اقتصاد، دانشگاه تهران، تهران، ایران.

10.22051/jfm.2021.34518.2483

چکیده

‌تقارن اطلاعات یکی از مهم‌ترین ملزومات اثبات‌شده بازارهای مالی کارا است و ریسک ناشی از عدم تقارن اطلاعات و اطلاعات نهانی نیز یکی از ریسک‌های تأثیرگذار برای سرمایه‌گذاران محسوب می‌شود. هدف اصلی این پژوهش، بررسی عدم تقارن اطلاعاتی در معاملات بورس اوراق بهادار تهران و تعیین دقت تخمین شاخص احتمال معامله مبتنی بر اطلاعات نهانی با استفاده از الگوریتم‌های مختلف تقسیم‌بندی معاملات است. بر این منظور، پس از انتخاب 40 سهم از سهام حاضر در بازار سرمایه ایران که در بیش از 75 درصد از روزهای معاملاتی این بازار فعال بوده‌اند و با بهره‌گیری از الگوریتم‌های LR و EMO در تقسیم‌بندی معاملات، میزان معامله مبتنی بر اطلاعات نهانی محاسبه و مشاهده شد که شاخص احتمال معامله مبتنی بر اطلاعات نهانی از مقدار قابل ملاحظه‌ای (به‌طور متوسط 25/0) در بورس اوراق بهادار تهران برخوردار است که با حرکت به سمت دهک‌ها با حجم کمتر، سطح آن افزایش می‌یابد. همچنین با استفاده از روش شبیه‌سازی ریزساختار ملاحظه گردید هرگونه انحراف در تقسیم صحیح معاملات خرید و فروش، احتمال معامله مبتنی بر اطلاعات نهانی را متأثر نموده و ‌می‌تواند دقت سیستم نظارتی را تا حد قابل ملاحظه‌ای تحت تأثیر قرار دهد.

کلیدواژه‌ها


عنوان مقاله [English]

Simulating and Estimating Trade Probability Based on Informed Trading in Tehran Stock Exchange

نویسندگان [English]

  • Taimaz Hamayeli Mehrabani 1
  • Mohsen Mehrara 2
1 PhD. Candidate, Financial Management, Faculty of International Campus-Kish Island, Tehran University, Kish, Iran
2 Professor. Of Economics, Faculty of Economics, Tehran University, Tehran, Iran.
چکیده [English]

One of the most prominent issues in financial markets is the effect of information asymmetry. Information symmetry proved to be one of the most important requirements of efficient markets. As a result, the risk of information asymmetry and the existence of inside information is one of the most effective risks for investors. The main purpose of this study is to investigate the level of information asymmetry on the Tehran Stock Exchange and also to investigate the accuracy of estimating the trading model based on the probability of informed trading model (PIN) using different trading classification algorithms. Accordingly, after selecting 40 shares of stocks present in Tehran Stock Exchange, which have been active more than 75% of the trading days of the market and using LR and EMO algorithms in the classification of transactions, the PIN was calculated and observed that the probability of informed trading had a considerable level (on average 0.25) in the Tehran Stock Exchange, which increased by moving to smaller volume deciles. Also, using the microstructure simulation method, it was observed that any deviation in the correct classification of trades affects the probability of informed trading and, as a result, can significantly affect the accuracy of the supervision system.

کلیدواژه‌ها [English]

  • Information Risk
  • Information Asymmetry
  • Probability of Trading based on Confidential Information
  • Division of Transactions
راعی، رضا.، عیوض‌لو، رضا و محمدی، شاپور. (1392). بررسی ریسک اطلاعات با استفاده از مدل‌های ریزساختار بازار. پژوهش‌های مدیریت در ایران، 17(3)، 85-71.
راعی، رضا.، محمدی، شاپور و عیوض‌لو، رضا. (1392). تخمین احتمال معامله مبتنی بر اطلاعات خصوصی با استفاده از مدل‌های ریزساختار بازار. تحقیقات مالی، 15(1)، 28-17.
راعی، رضا.، عیوض­لو، رضا و  عباس‌زاده اصل، امیرعلی. (1396). بررسی رابطه عدم تقارن اطلاعاتی و نقدشوندگی در بورس اوراق بهادار تهران با استفاده از مدل‌های ریزساختار بازار. دانش مالی تحلیل اوراق بهادار، 10(34)، 24-13.
طالب‌لو، رضا.، شاکری، عباس و رحمانیانی، میلاد. (1398). مقایسه روش‌های مختلف تخمین احتمال مبادله آگاهانه در بورس اوراق بهادار تهران. پژوهش‌های اقتصادی ایران، 24(78)، 29-1.
عیوض‌لو، رضا.، راعی، رضا و محمدی، شاپور. (1391). اثرات تقویمی در احتمال معاملات مبتنی بر اطلاعات نهانی. بورس اوراق بهادار، 5(18)، 0-0.
مهرآرا، محسن؛ سهیلی، حبیب (1397)، پویایی‌های ورود معامله‌گران مطلع و نامطلع به بورس تهران. تحقیقات مالی، 20(3)، 288-265.
Agudelo, D. A., Giraldo, S. & Villarraga, E. (2015). Does PIN measure information? Informed trading effects on returns and liquidity in six emerging marketsInternational Review of Economics & Finance, 39(C), 149-161.
Bosque, L., Albuquerque, P., Peng, Y., Da-Silva, C. & Nakano, E. (2020). Probability of informed trading: A bayesian approach. International Journal of Applied Decision Sciences, 13(2), 183-214.
Cai, J., He, J. & He, J. (2010). How better informed are the institutional investors?. Economics Letters, 106(3), 234-237.
Chakrabarty, B., Pascual, R. & Shkilko, A. (2015). Evaluating trade classification algorithms: Bulk volume classification versus the tick rule and the Lee-Ready algorithmJournal of Financial Markets, 25(C), 52-79.
Chan, K., Chung, Y. P. & Fong, W. M. (2002). The informational role of stock and option volume. The Review of Financial Studies, 15(4), 1049-1075.
Dipiazza, J., Samual A. & Eccles, R. G. (2002). Building public trust: The future of corporate reporting. New York: Jon Wily & Sons, Inc.
Easley, D., De Prado, M. L. & O'Hara, M. (2016). Discerning information from trade data. Journal of Financial Economics, 120(2), 269-285.
Easley, D., Hvidkjaer, S. & O'hara, M. (2002). Is information risk a determinant of asset returns?. The journal of finance, 57(5), 2185-2221.
Easly, D. & O’Hara, M. (1987). Prices, trade size and information in security markets. Journal of Financial Economics, 33(1), 173-199.
Easley, D. & O'Hara, M. (1992). Time and the process of security price adjustment. The Journal of finance, 47(2), 577-605.
Easley, D., Kiefer, N. M. & O'Hara, M. (1997). One day in the life of a very common stockReview of Financial Studies, 10(3), 805-835.
Easley, D., Kiefer, N. M. & O'Hara, M. (1997). The information content of the trading processJournal of Empirical Finance, 4(2), 159-186.
Easley, D., Kiefer, N. M., O'Hara, M. & Paperman, J. B. (1996). Liquidity, information, and infrequently traded stocks. The Journal of Finance, 51(4), 1405-1436.
Eyvazlu, R,. Raei, R. & Mohammadi, S. (2012). Calendar effects on the probability of informed trading. Journal of Securities Exchange. 17. 5-17. (In Persian)
Kubota, K. & Takehara, H. (2009). Information based trade, the PIN variable, and portfolio style differences: Evidence from Tokyo stock exchange firms. Pacific-Basin Finance Journal, 17(3), 319-337.
Lee, C. & Ready, M. J. (1991). Inferring trade direction from intraday data. The Journal of Finance, 46(2), 733-746.
Lei, Q. & Wu, G. (2005). Time-varying informed and uninformed trading activitiesJournal of Financial Markets, 8(2), 153-181.
Mehrara, M. & Soheyli Ahmadi, H. (2018). Arrival dynamics of informed and uninformed traders into Tehran Stock Exchange. Financial Research Journal, 20(3), 265-288. (In Persian)
Raei, R,. Eyvazlu, R. & Mohammadi, S. (2013). Survey on information risk using microstructure models. Management Research in Iran, 17(3), 71-86. (In Persian)
Raei, R,. Mohammadi, S. & Eyvazlu, R. (2013). Estimating probability of private information based trade using microstructure model. Financial Research Journal, 15(1), 17-28. (In Persian)
Raei, R,. Eyvazlu, R. & Abbaszade Asl, A. A. (2017). Investigation on relation between information asymmetry and liquidity via market microstructures model in Tehran Stock Exchange. Journal of Financial Knowledge of Securities Analysis, 10(34), 1-10. (In Persian)
Talebloo, R,. Shakeri, A. & Rahmaniani, M. (2019). Comparison of different methods for estimating the probability of informed trading in Tehran Stock Exchange. Iranian Journal of Economic Research, 24(78), 1-29. (In Persian)
Yan, Y. & Hongbing, O. (2018). Dynamic probability of informed trading and price movements: evidence from the CSI300 index futures market. Applied Economics Letters, 25(14), 998-1003.
Yan, Y. & Zhang, S. (2012). An improved estimation method and empirical properties of the probability of informed tradingJournal of Banking & Finance, 36(2), 454-467.