عدم تعادل و بازده سهام فردی: نظریه و شواهد

در این مقاله رابطه بین عدم تعادل سفارش و بازده روزانه سهام فردی بررسی شده است. تست های ما توسط مدلی ایجاد می شود که در نظر می گیرد که چگونه سازندگان بازار به طور پویا عدم تعادل همبستگی ناشی از معامله گران بزرگ را که بهینه تصمیم می گیرند سفارشات خود را تقسیم کنند ، قرار می دهند. فشارهای قیمت ناشی از عدم تعادل همبستگی باعث ایجاد رابطه مثبت بین عدم تعادل و بازده تاخیر می شود ، که پس از کنترل عدم تعادل فعلی ، علامت را معکوس می کند. ما شواهد تجربی مطابق با این پیامدها می یابیم. ما همچنین می دانیم که استراتژی های تجاری مبتنی بر عدم تعادل از نظر آماری بازده قابل توجهی دارند. نتایج ما نقش اثرات موجودی را در حرکات روزانه قیمت سهام روشن می کند.

معرفی

چرا حرکت قیمت بازار مالی یک مسئله اصلی است که چندین دهه اقتصاددانان مالی را مورد توجه قرار داده است. با هدف به دست آوردن درک بهتر از این موضوع ، تحقیقات زیادی به بررسی رابطه بین حرکات قیمت سهام و فعالیت معاملاتی اختصاص یافته است ، جایی که دومی معمولاً با حجم معاملات نشان داده می شود. بنابراین ، یک ادبیات بزرگ حجم و ارتباط آن با بازده بازار سهام را مورد مطالعه قرار داده است (گالانت و همکاران ، 1992 ؛ هیمسترا و جونز ، 1994 ؛ لو و وانگ ، 2000 ؛ همچنین به مطالعات خلاصه شده در کارپوف ، 1987 مراجعه کنید). با این حال ، حجم معاملات می تواند یا به دلیل برتری در معاملات مبتنی بر خریدار یا فروشنده باشد ، یا به دلیل این که به طور کلی مقدار زیادی از سود معاملات در یک روز معین وجود دارد ، که نسبتاً مساوی بین خریداران و فروشندگان توزیع می شود. شهود نشان می دهد که پیامدهای حجم گزارش شده از یک میلیون سهم تولید شده توسط 500،000 سهم از فروشندگان و 500،000 سهم از معاملات مبتنی بر خریدار بسیار متفاوت از مواردی است که توسط یک میلیون سهم از معاملات فروشنده (یا خریدار) ایجاد می شود. به طور خاص ، حداقل دو دلیل وجود دارد که عدم تعادل سفارش می تواند قدرت اضافی را فراتر از اقدامات فعالیت تجاری مانند حجم در توضیح بازده سهام فراهم کند. اول ، عدم تعادل با نظم مطلق بالا می تواند بازده را تغییر دهد زیرا سازندگان بازار برای تنظیم مجدد موجودی خود تلاش می کنند. علاوه بر این ، عدم تعادل سفارش می تواند نشان دهنده علاقه بیش از حد سرمایه گذار در سهام باشد و اگر این علاقه به صورت همبسته باشد ، عدم تعادل سفارش می تواند مربوط به بازده های آینده باشد.

بدیهی است ، مفهوم عدم تعادل نظم در یک بازه فقط در یک الگوی یک بازار واسطه معنا پیدا می کند ، که در آن سازندگان بازار در خرید و فروش فشارهای عموم مردم را در خود جای می دهند (در غیر این صورت ، می توان از ابعاد با افتخار زمان استفاده کرد "برای هر خریدار ، وجود داردیک فروشنده "برای استدلال که عدم تعادل سفارش بی ربط است). در واقع ، بسیاری از نظریه مالی مدرن مبتنی بر این الگوی واسطه ای است و نشان می دهد که تغییرات قیمت به شدت با عدم تعادل نظم همراه است. به عنوان مثال ، مدل مشهور کایل (1985) از تشکیل قیمت ، تغییرات قیمت را به جریان سفارش خالص (جمع شده) مربوط می کند. می توان استدلال کرد که تنظیم کایل به طور طبیعی در زمینه عدم تعادل سفارش امضا شده در یک بازه زمانی قابل اجرا است ، بر خلاف داده های تجارت به تجارت ، زیرا این تئوری یکی از معاملات متوالی توسط معامله گران فردی نیست. به همین ترتیب ، مدل های موجودی پویا هو و استول (1983) و اشپیگل و Subrahmanyam (1995) همچنین مطالعه می کنند که چگونه سازندگان بازار خرید و فروش فشارهای از سرمایه گذاران خارجی را در خود جای می دهند.

جذابیت طبیعی عدم تعادل نظم به عنوان تعیین کننده بازده با وجود این ، بیشتر مطالعات موجود عدم تعادل را فقط برای عوامل خاص یا در دوره های کوتاه مدت تجزیه و تحلیل می کند. 1 بنابراین ، به عنوان مثال ، Lakonishok و همکاران.(1992) ، Kraus and Stoll (1972) ، Sias (1997) و Wermers (1999) عدم تعادل نظم نهادی ، بلوم و همکاران را تجزیه و تحلیل می کنند.(1989) و Lauterbach و Ben-Zion (1993) عدم تعادل نظم را در مورد سقوط اکتبر 1987 تجزیه و تحلیل می کنند ، لی (1992) عدم تعادل سفارش را در مورد اعلامیه های درآمد بررسی می کند ، در حالی که کوشینگ و ماداوان (2000) و استول (2000) عدم تعادل بازده را در نظر می گیرندرابطه برای سهام انفرادی به ترتیب تقریباً دو سال و دو ماهه. ما اولین مطالعه برای تجزیه و تحلیل عدم تعادل سفارش بلند مدت در یک نمونه مقطعی جامع سهام بورس اوراق بهادار نیویورک (NYSE) است.

به طور خاص ، ما عدم تعادل سفارش روزانه را برای هر یک از نمونه های جامع سهام NYSE برای دوره 1988-1998 تخمین می زنیم. با استفاده از داده های موسسه مطالعه بازارهای امنیتی (1988-1992) و بانک اطلاعاتی معاملات و نقل قول های خودکار ارائه شده توسط NYSE (1993-1998) ، ما با استفاده از Lee و Ready (1991) معاملات را در هر سهام در هر سهام امضا می کنیم. الگوریتمسپس ما با استفاده از تعداد خریدها و فروش ها و همچنین مقدار خریداری شده یا فروخته شده ، اقدامات عدم تعادل سفارش روزانه را در هر سهام محاسبه می کنیم. در پایان ، ما اقدامات عدم تعادل سفارش روزانه برای هر شرکت را در نمونه خود داریم.

مطالعه ما بر رابطه روزانه سری زمانی بین عدم تعادل سفارش و بازده سهام فردی متمرکز است. مسئله حرکات بازگشت هوریزون ، تمرکز چندین مقاله مشهور ، به عنوان مثال ، لمان (1990) ، لو و مکینلی (1990) و کنراد و همکاران است.(1994). بخش بزرگی از این بحث بر اهمیت اثرات ریزساختار بر بازده های افقی کوتاه متمرکز شده است. با بررسی رابطه بین بازده و یک متغیر ریزساختار بسیار بصری ، یعنی عدم تعادل ، ما این بحث را روشن کردیم.

ما مطالعه تجربی خود را با یک مدل بین المللی در مورد چگونگی واکنش قیمت ها در برابر عدم تعادل هنگامی که سازندگان بازار دارای اطلاعات موجودی و انتخاب نامطلوب هستند ، ایجاد می کنیم. ویژگی متمایز چارچوب ما این است که صریحاً بررسی می کند که چگونه نشانگرهای بازار بی نظیر ریسک با نگرانی های موجودی ، نیازهای معامله گر همبستگی را در خود جای می دهد. در مدل ما ، معامله گران این است که تقسیم سفارشات خود را با گذشت زمان بهینه کنند تا تأثیر قیمت معاملات را به حداقل برسانند ، در نتیجه باعث ایجاد همبستگی مثبت در عدم تعادل تعادل می شود. به نوبه خود ، این همبستگی باعث همبستگی بین قشر در فشارهای قیمت می شود که منجر به رابطه پیش بینی مثبت بین عدم تعادل و بازده آینده می شود. به طور شهودی ، این رابطه این ایده را ضبط می کند که فشار قیمت فعلی با عدم تعادل عقب مانده در ارتباط است زیرا عدم تعادل معاصر و تاخیر همبستگی دارد. البته ، از آنجا که فشار مداوم قیمت در نهایت برعکس می شود ، قیمت ها معکوس های خود را در افق های طولانی تر نشان می دهند.

مدل ما همچنین حاکی از آن است که پس از کنترل عدم تعادل فعلی ، عدم تعادل تاخیر با حرکات قیمت فعلی منفی است. شهود به شرح زیر است. حرکت پیش بینی شده قیمت مشروط به عدم تعادل خالص فعلی به تنهایی وزن برابر را به فشار قیمت ایجاد شده توسط معاملات وابسته به تاریخ و همچنین معاملات فعلی که مستقل از معاملات گذشته هستند ، اختصاص می دهد. با این حال ، فشار قیمت ناشی از معاملات وابسته به تاریخ کوچکتر از آن است که توسط نوآوری در معاملات ایجاد می شود ، زیرا دورهای اولیه تجارت تا حدی فشار قیمت ناشی از معاملات را که با برنامه های گذشته همبستگی دارند ، شامل می شود. ضریب منفی عدم تعادل عقب مانده به دلیل این "وزن بیش از حد" معاملات وابسته به تاریخ در عدم تعادل فعلی بوجود می آید.

در کار تجربی ما ، می فهمیم که عدم تعادل روزانه به صورت همبستگی مثبت است ، که با مدل نظری ما سازگار است. بنابراین ، عدم تعادل خرید (فروش) احتمالاً روزهای دیگر عدم تعادل خرید (فروش) دنبال می شود. عدم تعادل عقب مانده رابطه پیش بینی مثبت با بازده روز جاری دارد ، که مطابق با ادامه فشارهای قیمت ناشی از عدم تعادل همبستگی مثبت است. عدم تعادل معاصر نیز با بازده ارتباط مثبت دارد ، و همانطور که توسط مدل پیش بینی شده است ، رابطه مثبت بین عدم تعادل تاخیر و بازده پس از کنترل عدم تعادل فعلی از بین می رود.

ما به طور مستقیم سودآوری یک استراتژی تجاری مبتنی بر عدم تعادل را که در صورت عدم تعادل روز گذشته مثبت است ، خریداری می کند و اگر عدم تعادل روز قبل منفی باشد ، می فروشد (در پیشنهاد). این موقعیت از باز تا بسته تجارت در طی یک روز برگزار می شود و در پیشنهاد (سؤال) معکوس می شود که آیا تجارت صبحگاهی در ASK (پیشنهاد) بوده است. بنابراین ، استراتژی تجارت برای گسترش پیشنهاد و پیشنهاد است. شواهد نشان می دهد که در حالی که چنین استراتژی هایی از نظر آماری سود قابل توجهی دارند ، سرمایه گذاران فردی ممکن است پس از حسابداری برای کمیسیون های کارگزاری نتوانند از آنها سود ببرند. با این حال ، معامله گران نهادی با هزینه معاملاتی پایین ممکن است بتوانند بازده اضافی کسب کنند. چنین فعالیتی لزوماً با کارآیی بازار مغایرت ندارد ، زیرا الگوی موجودی نشان می دهد که خریداران ممکن است پس از روزهای فروش سنگین یا خرید ، با شرایط مطلوب تجارت روبرو شوند زیرا سازندگان بازار برای بارگیری موجودی خود تلاش می کنند. بنابراین ، به طور کلی ، یافته های تجربی ما با الگویی از تعادل بازار سازگار است که در آن سازندگان بازار با نگرانی های موجودی ، عدم تعادل همبستگی مثبت را در خود جای می دهند.

در حین تجزیه و تحلیل رابطه عدم تعادل ، ما می دانیم که گزاف گویی پیشنهاد در بازده روزانه (Blume and Stambaugh ، 1983) به ویژه برای مطالعه ما مرتبط است. این امر به این دلیل است که عدم تعادل سفارش بالا ، به عنوان مثال ، حاکی از برتری معاملات در سمت سؤال از بازار است ، که به طور طبیعی هرگونه تلاش برای ارتباط بازگشت روز بعد به عدم تعادل سفارش روز را آلوده می کند. ما این مسئله را با عدم تعادل با مجموعه ای از بازده های محاسبه شده از نقاط میانی با پیشنهاد باز تا بسته ، به این مسئله می پردازیم. به طور خاص ، ما از کل بانک اطلاعاتی معاملات عبور می کنیم تا برای هر سهام ، نقطه میانی پیشنهاد نقل شده را محاسبه کنیم و قیمت های مربوط به اولین و آخرین معامله هر روز را بپرسیم. سپس بازده برای هر سهام را با استفاده از نقطه میانی پیشنهاد محاسبه می کنیم و قیمت ها را می خواهیم. در طول کار تجربی ما ، ما این سری های بازگشت به نزدیک را متمرکز می کنیم.

این مقاله به شرح زیر سازماندهی شده است. بخش 2 یک مدل نظری را ارائه می دهد که پیامدهای تجربی را برای رابطه بین حرکات قیمت و عدم تعادل به دست می آورد. بخش 3 داده ها را توصیف می کند و میزان همبستگی در عدم تعادل را اسناد می کند. بخش 4 رابطه سری زمانی بین بازده روزانه و جریان و همچنین عدم تعادل سفارش گذشته را مستند می کند. بخش 5 توانایی پیش بینی عدم تعادل را مستند می کند و بخش 6 نتیجه می گیرد.

قطعه قطعه

یک چارچوب نظری

به منظور ایجاد انگیزه در تست های خود در مورد رابطه بین عدم تعادل و بازده ، ما یک مدل بین المللی با هم موجودی و هم اثرات اطلاعات نامتقارن ارائه می دهیم. با انگیزه مطالعات چان و لاکونیشوک (1995) و کیم و مادهاوان (1995) که مستند می کنند که معامله گران نهادی اغلب در طی چند روز سفارش را پر می کنند ، ما معامله گران (به عنوان مثال ، موسسات مالی) که می توانند سفارشات خود را با گذشت زمان تقسیم کنند ،همراه با معامله گران آگاه و سازندگان بازار. برای سادگی ، ما دو مدل می کنیم

داده ها

منابع داده معاملات موسسه مطالعه بازارهای اوراق بهادار (ISSM) و بانکهای اطلاعاتی NYSE و نقل قول های خودکار (TAQ) هستند. پوشش داده های ISSM شامل 1988-1992 شامل داده های TAQ برای 1993-1998 است. 8

مشخصات و نتایج رگرسیون

در این بخش، ما از فرضیه های توسعه یافته در بخش 2 برای بررسی رابطه بین بازده روزانه تحقق یافته و سطوح جاری و گذشته روزانه عدم تعادل سفارش استفاده می کنیم. البته، محاسبات بازده افق کوتاه در معرض تعصب شناخته شده پرش قیمت پیشنهادی-پرسش قرار دارند. ما از یک سری بازده استفاده می کنیم که بازده روزانه یک روز آینده را با استفاده از نقاط میانی نقل قول مرتبط با اولین و آخرین تراکنش در آن روز (به استثنای حراج دسته ای افتتاحیه) محاسبه می کند. 11

شواهد رگرسیون

گزاره 1 همچنین نشان می دهد که یک رابطه پیش بینی بین بازده و عدم تعادل تاخیر زمانی که عدم تعادل همزمان در رگرسیون گنجانده نشده است. برای آزمایش این مفهوم، رگرسیون های مشابهی را اجرا می کنیم.(12)، اما عدم تعادل همزمان را حذف کنید، و پنج تاخیر عدم تعادل را شامل شود. در رگرسیون های جداگانه (که برای اختصار گزارش نشده است) ما همچنین اولین تاخیر بازده بازار را برای در نظر گرفتن تعدیل ناهمزمان قیمت ها با اطلاعات بازار لحاظ می کنیم و متوجه می شویم که

نتیجه

با دیدگاهی برای درک بهتر چرایی حرکت قیمت های بازار مالی، ادبیات به طور گسترده ای رابطه بین فعالیت تجاری و بازده بازار سهام را بررسی کرده است. فعالیت معاملاتی معمولاً بر اساس حجم مشخص می شود، اما عدم تعادل سفارش می تواند رابطه معنی داری با جهت و میزان تغییرات قیمت داشته باشد. این مطالعه تجزیه و تحلیل رابطه بین عدم تعادل سفارشات تخمینی و بازده سهام منفرد را برای یک نمونه جامع از سهام NYSE انجام می دهد.