اطلاعات استناد: Enow ، S. T. ، Kasse ، S. ، & Dubihlela ، J. (2022). بررسی مفهوم عمق بازار در بازار آفریقای جنوبی: یک تحلیل تجربی. مجله آکادمی حسابداری و مطالعات مالی ، 26 (5) ، 1-10.
چکیده
عمق بازار یک دارایی به دلیل ارتباط با هزینه های محافظت و تجارت ، همواره مفهوم مهمی در بازارهای بانکی و مالی بوده است. از دیدگاه نظارتی ، عمق بازار یک مفهوم مهم برای بهینه سازی سفارش است که در آن به شرکت کنندگان در بازار کمک می کند تا سفارشات خود را در جهت درست قرار دهند. بر این اساس ، تأثیر حجم معاملات بر قیمت بازار به طور گسترده ای به عنوان یک هنجار برای کشف عمق بازار مورد استفاده قرار گرفته است. هدف از این مطالعه آزمایش و اعتبارسنجی نظریه تداوم قیمت نقدینگی به منظور تعیین اینکه آیا متغیرهای اضافی وجود دارد که می توانند توضیحی واضح تر از عمق بازار ارائه دهند. با استفاده از داده های پانل در طی 5 سال از ماه مه 2016 - مه 2021 از بورس اوراق بهادار ژوهانسبورگ و یک مدل اثر ثابت ، یافته ها نشان داد که خریدار و فروشنده معاملات آغاز شده نیز متغیرهای مهمی در توضیح عمق بازار هستند. در این راستا ، این مطالعه نظریه استمرار قیمت را به عنوان یک اقدام جامع تر برای دسترسی به عمق بازار پیشنهاد می کند.
کلید واژه ها
عمق بازار ، اثر ثابت ، نتایج آزمون Kolmogorov-Smirnov ، حجم معاملات ، معاملات خریدار ، معاملات فروشنده آغاز شده است.
مقدمه
عمق بازار به اندازه سفارش مورد نیاز برای تغییر قیمت امنیت اشاره دارد (Boonvorachote & Lakmas ، 2016). برای امنیت مایع ، سفارشات بزرگی برای جابجایی قیمت به میزان قابل توجهی لازم نیست (چاوه و همکاران ، 2010). در بیشتر بازارها ، تغییرات کمیت سفارش معمولاً با تغییر بعدی در قیمت همراه است ، که در مورد دارایی های مایع نیز اینگونه نیست (Engle & Lange ، 2001). قیمت ها به دلیل مناسب بودن بین حجم سفارش و قیمت بازار ، با سفارشات جدید بازار در دارایی عمیق مالی حرکت نمی کند (چاوه و همکاران ، 2010). این امر به این دلیل است که تجارت دارایی های نقدی با بهترین قیمت و قیمت پیشنهادات به سرعت مطابقت دارد و این باعث می شود سفارشات بازار به سرعت و بدون حرکت در قیمت ها پر شود (مو و همکاران ، 2010).
در مقابل ، بین قیمت سفارش بازار و حجم معاملات در امنیت غیرقانونی که با کمبود عمق بازار مشخص می شود ، تفاوت معنی داری وجود دارد. قیمت در این دارایی های غیرقانونی بر اساس تجاوز توسط شرکت کنندگان در بازار حرکت می کند ، که مطابق با این تصور است که وقتی خریداران بیشتری نسبت به فروشندگان وجود داشته باشند ، قیمت ها تمایل به افزایش دارند و بالعکس. این بدان معناست که مناسب بودن کتابهای سفارش محدود برای مکیدن سفارشات معاملات بستگی به پرخاشگری شرکت کنندگان در بازار دارد. منحنی واکنش بازار تمایل به تندتر دارد و این نشانگر تغییرات قابل توجه قیمت و عدم نقدینگی است. بنابراین ، بدیهی است که عمق بازار به طور مستقیم با قیمت بازار و فعالیت های معاملاتی ، به ویژه حجم معاملات مرتبط است. این فعالیت های تجاری و قیمت های بازار در مبادلات خوب سازمان یافته و سیستم های معاملاتی نمایش داده می شود که شرکت کنندگان در بازار در زمان و قیمت های مختلف وارد سفارشات خود می شوند. قیمت وارد شده توسط شرکت کننده بازار تعیین می کند که سفارشات نسبت به سایرین و نحوه مطابقت سفارشات در اولویت قرار می گیرند و تهاجمی ترین قیمت ها اولویت را دریافت می کنند (متوس و همکاران ، 2007). اگر قیمت های تهاجمی یکسان باشند ، سفارشات غیر پنهان در اولویت قرار می گیرند و به دنبال آن وقایع سفارشات انجام می شود. اولویت قیمت ، سفارشات غیر پنهان و اولویت وقایع به شرکت کنندگان این امکان را می دهد تا با تهاجمی تجارت کنند ، کل سفارشات خود را به نمایش بگذارند و معاملات اولیه را تشویق کنند و عمق بازار را افزایش دهند. بنابراین ، عمق بازار مبتنی بر فعالیت های تجاری است که فرانک و گارسیا (2008) معتقدند که مزایای زیادی از عمق کافی بازار در یک دارایی وجود دارد. برخی از این موارد عبارتند از:
عمق بازار هزینه های محافظت را کاهش می دهد. شرکت کنندگان در بازار به دلیل عدم تعادل سفارش ، دائماً با نوسانات قیمت روبرو هستند. این خطر در جایی که عمق وجود داشته باشد کاهش می یابد و قیمت دارایی نسبتاً ثابت است
عمق بازار همچنین هزینه های معاملاتی را کاهش می دهد.
1. عمق بازار اطلاعات لازم را در مورد نقدینگی دارایی و فعالیت های تجاری آن ارائه می دهد. نکته قابل توجه ، دارایی های مالی عمیق سفارشات خرید و فروش خود را نشان می دهند که برای تصمیم گیری در تصمیم گیری ضروری است.
2. عمق بازار برای بهینه سازی ترتیب مرتبط است. سفارشات بهینه شده شرکت کنندگان در بازار را قادر می سازد که سفارش خود را در جهت درستی که سفارشات بزرگی وجود دارد ، قرار دهند.
بررسی جغرافیایی مفهوم عمق بازار
عمق بازار در زمینه قیمت بازار و حجم معاملات در بازارهای مالی به طور گسترده ای بوده است. شایان ذکر است که مطالعات زیر بر اساس زمینه عمق بازار ، یعنی قیمت بازار و فعالیتهای تجاری بررسی شده است. رابطه بین عمق بازار یا نقدینگی بازار سهام و متغیرهای دیگر بررسی نشده است زیرا خارج از محدوده این مطالعه است. هریس (1996) تأثیر معاملات اندازه تیک را بر روی قیمت های نقل شده برای سهام ذکر شده در بورس پاریس و تورنتو آزمایش کرد. این مطالعه با هدف بررسی رابطه بین نوسانات قیمت و اندازه تیک ، که حجم معاملات با استفاده از نمونه 300 سهام است. با استفاده از تجزیه و تحلیل رگرسیون ، یافته های این مطالعه تأثیر مثبت معنی داری بین حجم معاملات و نوسانات قیمت نشان داد که سطح پایین عمق بازار است.
مطالعه KEMPF و KORN (1999) سطح عمق بازار در بازارهای آتی آلمان را بررسی کرده است. Kempf & Korn (1999) از لگاریتم قیمت و جریان سفارش خالص به عنوان شاخص های عمق بازار استفاده کردند. لگاریتم قیمت متغیر وابسته بود ، در حالی که جریان سفارش خالص متغیر مستقل بود. نویسندگان از داده های حجم معاملات 15 دقیقه ای از حجم معاملات به عنوان اقدامات جریان سفارش خالص استفاده کردند. Kempf & Korn (1999) با استفاده از مشاهدات 18729 از نمونه ها از سال 1993 تا 1994 و یک مدل آزمایش خطی ، حرکت قابل توجهی در قیمت ها از حجم معاملات پیدا کردند. این نشانگر عدم عمق بازار در بازار شاخص آلمان بود.
در یک نوع مطالعه مشابه ، Engle & Lange (2001) سطح عمق بازار را با استفاده از یک حجم خالص به مدل نوسانات قیمت (VNET) و یک داده 1 ساله از تجارت ، سفارشات ، گزارش ها و نقل قول ها (TORQ) در این اندازه اندازه گیری کرد. بورس اوراق بهادار نیویورک. انگل و لانژ (2001) معتقدند عدم عمق بازار تابعی از عدم تعادل سفارش بین خریداران و فروشندگان است که تجارت را آغاز می کند که باعث حرکت قیمت می شود. این ممکن است ناشی از اطلاعات جدید در بازار باشد که در قیمت ها منعکس نمی شود. Engle & Lange (2001) از نمونه 144 سهام در طی سه ماه از 1 نوامبر 1990 تا 31 خیابان ژانویه 1991 استفاده کرد. نویسندگان برای تجزیه و تحلیل داده ها از یک مدل مشروط رگرسیون خودکار استفاده کردند و دریافتند که عمق بازار با حجم معاملات و تغییراندازه معاملاتمطالعه آنها نشان داد که دوره هایی وجود دارد که قیمت ها بدون توجه به حجم معاملات ثابت می ماند. با این حال ، دوره هایی وجود داشت که قیمت ها با حجم معاملات حرکت می کردند.
در آسیا، بروکمن و چانگ (2002) تأثیر تجارت آگاهانه را در بورس اوراق بهادار هنگ کنگ از می 1996 تا آگوست 1997 سرمایه گذاری کردند. این مطالعه با هدف بررسی چگونگی تأثیر معامله گران و در نتیجه فعالیت های تجاری بر موقعیت نقدینگی در بازار سهام هنگ کنگ انجام شد. بروکمن و چانگ (2002) از 645 سهام برای تجزیه و تحلیل این رابطه استفاده کردند و دریافتند که عمق بازار به طور قابل توجهی تحت تأثیر سطح معاملاتی است که در آن قیمت به طور تصادفی در نوسان است.
هنوز در ایالات متحده، Choridia و همکاران.(2001) همچنین اثر حجم معاملات را بر عمق بازار بررسی کرد، جایی که اثر حجم معاملات بر نوسانات قیمت تعیین شد. هدف از مطالعه آنها تجزیه و تحلیل نوسانات سری زمانی نقدینگی در NYSE بود. کوریدیا و همکاران(2001) از رگرسیون تابلویی برای نمونه ای از 2694 شرکت در بورس از سال 1989 تا 1998 استفاده کرد. این منجر به نتیجه گیری سطوح پایین تر از عمق بازار در NYSE برای آن دوره شد.
در جای دیگر، پنینگز و همکاران.(2003) عمق بازار مبادلات آتی کشاورزی را در بازار آمستردام ارزیابی کرد. نویسندگان عمق بازار را در چهار مرحله فرض کردند: پایدار، تعدیل تاخیر، بازیابی و بازیابی. پنینگز و همکاران(2003) از رگرسیون خطی و آزمون دیکی فولر برای تجزیه و تحلیل مجموعه ای از داده ها از آگوست تا سپتامبر 1995 استفاده کرد. نویسندگان دریافتند که قیمت ها به دلیل عدم تعادل سفارش محدود به طور قابل توجهی کاهش یافت، که نشان دهنده کمبود عمق بازار است که در فازهای تعدیل تاخیر و بازیابی آشکار شد. با این حال، پنینگز و همکاران.(2003) مطالعه با استفاده از یک چارچوب نمونه گیری بسیار کوچک (2 ماه) و در اروپا انجام شد. بنابراین، یافته های آن ممکن است قابل تعمیم به بازارهای آفریقای جنوبی نباشد.
در ایالات متحده، رحمان و همکاران.(2005) به طور همزمان سطح عمق بازار را در NYSE و NASDAQ با استفاده از نمونه 30 سهام از ژانویه تا مارس 2000 بررسی کردند. هدف مطالعه آنها تعیین جهت حجم معاملات بر روی تغییرات قیمت بود. رحمان و همکاران با استفاده از مدل خودرگرسیون برداری.(2005) سطوح بالایی از عمق بازار را در NYSE و سطوح پایین‌تری را در NASDAQ یافت زیرا فعالیتهای تجاری در NYSE غیر اطلاعاتی بود و بر قیمت بازار تأثیری نداشت.
در یک مطالعه بعدی ، فرانک و گارسیا (2008) همچنین در مورد عمق بازار بازار گاو در بورس تجاری شیکاگو بررسی کردند. نویسندگان ضریب تأثیر بین حجم معاملات را در فواصل زمانی مختلف و لگاریتم قیمت ها به عنوان پروکسی عمق بازار تخمین زده اند. فرانک و گارسیا (2008) معتقدند که بازارهای عمیق مالی باید فعالیتهای مختلف معاملاتی را که با سفارشات بازار ورودی مشخص می شود ، جذب کند. این بدان معنی است که منحنی واکنش بازار ، که تأثیر حجم معاملات بر قیمت ها را نشان می دهد ، باید از نظر منطقی ثابت باشد. با استفاده از یک مدل بیزی و به طور متوسط 32 اندازه معامله ، نویسندگان دریافتند که مبادله بازرگانی شیکاگو از عمق بالایی از عمق بازار برخوردار است زیرا حرکات قیمت به طور مستقیم قابل مشاهده نبود.
در یک مطالعه آسیایی ، چا و همکاران.(2010) عمق بازار قیمت را در بازار معاملات آینده بورس اوراق بهادار تایوان بررسی کرد. مطالعه آنها با هدف بررسی عوامل خاص تأثیرگذاری بر عمق بازار انجام شده است. چا و همکاران.(2010) از داده های دو سال از 2001 تا 2002 برای پنج قرارداد مختلف و روش VNET برای تجزیه و تحلیل عمق بازار مدت زمان استفاده کرد. بر خلاف مطالعه فرانک و گارسیا (2008) ، چا و همکاران.(2010) دریافت که حجم و اندازه معاملات عوامل اساسی در تعیین عمق بازار هستند. نویسندگان همچنین دریافتند که واکنش بازار از عمق مدت زمان غیر خطی است. نویسندگان به این نتیجه رسیدند که سرمایه گذاران تمایل دارند رفتارهای تجاری خود را افزایش دهند که نوسانات قیمت از این رو افزایش سطح پایین عمق بازار افزایش می یابد.
در یک مطالعه دیگر آسیایی ، Boonvorachote & Lakmas (2016) در مورد تأثیر حجم معاملات و حجم بهره باز بر تغییرات قیمت در بازار آسیا شامل مبادلات آتی ژاپنی ، چینی ، تایلندی و سنگاپور تحقیق کرد. مطالعه آنها با هدف تجزیه و تحلیل عمق بازار با بررسی تأثیر اطلاعات حجم معاملات بر نوسانات قیمت. نویسندگان همچنین از لگاریتم تغییرات قیمت به عنوان متغیر وابسته و حجم معاملات و علاقه باز به عنوان متغیرهای مستقل استفاده کردند. Boonvorachote & Lakmas (2016) از نمونه 4 قرارداد آتی لاستیکی و چهار قرارداد آینده طلا از سال 2006 تا 2012 به عنوان نمونه استفاده کرد. با استفاده از یک ناهمگونی مشروط رگرسیون خودکار ، یافته های آنها رابطه مثبت معنی داری بین حجم معاملات و تغییرات قیمت نشان داد. با این حال ، یافته ها همچنین رابطه منفی قابل توجهی بین علاقه باز و تغییرات قیمت نشان داد. پیامدهای این مطالعه سطح پایین عمق بازار در بازارهای آینده کالاهای آسیایی را نشان داد.
Bhattachary & Bhattachary (2018) همچنین خواص عمق بازار در بازار سهام هند را مورد بررسی قرار داد. نویسندگان بر این باورند که عدم اطمینان ، عدم اطمینان و ریسک را برای سرمایه گذاران و سرمایه گذاران بالقوه مربوط به سرمایه گذاری خود نشان می دهد. Bhattachary & Bhattachary (2018) از رگرسیون طیفی ، آمار Hurst Mandelbrot و آمار دامنه نجات یافته برای بررسی عمق بازار از سال 2002 تا 2016 استفاده کرد. این مطالعه از حجم معاملات ، نرخ گردش مالی و قیمت دارایی های فردی استفاده کرد. نویسندگان سطح بالایی از عمق بازار را در بورس اوراق بهادار هند یافتند. این در توانایی مداوم شاخص برای جذب سفارشات بزرگ بازار بدون تغییر قیمت قابل توجه مشهود بود.
به همین ترتیب ، Olbrys & Mursztyn (2019) به طور تجربی ، عمق بازار مبادله ورشو را به عنوان ابعادی از نقدینگی بازار مورد تجزیه و تحلیل قرار داد. نویسندگان از سال 2005 تا 2015 نمونه ای از 53 بنگاه ذکر شده در فهرست را استفاده کردند. یافته های این مطالعه نشان دهنده سطح بالایی از عمق بازار است. این در نتایج رگرسیون تجربی مشاهده شد زیرا خریداران و فروشندگان تجارت بزرگترین شرکت ها را بر قیمت دارایی تأثیر نمی گذارد.
در یک مطالعه استرالیایی، فام و همکاران.(2020) از محتوای اطلاعاتی عمق بازار در شاخص ASX200 بهره برداری می کند. هدف از این مطالعه بررسی اثر حجم معاملات بر نوسانات قیمت بود. نویسندگان معتقدند که پویایی تغییرات قیمت، فرآیند اطلاعاتی بازارهای مالی عمیق را توضیح می دهد. فام و همکاران(2020) از داده های مالی 60 سهم از سال 2007 تا 2013 و یک مدل خودرگرسیون ناهمگن برای بررسی سطح عمق بازار استفاده کرد. 89 802 580 معامله مورد بررسی قرار گرفت که شامل 46 290 024 معامله آغاز شده توسط خریدار و 45 512 556 معامله آغاز شده توسط فروشنده بود. یافته‌های این مطالعه نشان داد که عمق بازار زمانی که سفارش‌های بازار کمتر از سفارش‌های محدود باشد، زیاد است. این به این دلیل است که سفارشات غالب بازار بدون تغییر قیمت ها جذب می شوند. برعکس، زمانی که سفارشات بازار بیشتر از سفارش مظنه رایج باشد، عمق بازار در بازار استرالیا بسیار پایین است.
مطالعات فوق با مشاهده رابطه بین حجم معاملات و حرکات قیمت، عمق بازار را بررسی کردند. پیشنهاد پیشنهاد شده توسط بلک (1971a) ممکن است در تخمین عمق در بازارهای مالی مفیدتر باشد. هدف این مطالعه استفاده از تئوری سیاه (1971b) در مورد عمق بازار به منظور ارائه یک چارچوب جامع تر است. بنابراین از فرضیه زیر استفاده شد:
H0: با توجه به تئوری تداوم قیمت ترجیح نقدینگی، حجم معاملات (تلویزیون)، مبادلات آغاز کننده خریدار و فروشنده (BIT & SIT) به طور قابل توجهی بر لگاریتمی مقیاس قیمت تأثیر می‌گذارد و از این رو برای عمق بازار مناسب است.
H1: TV، BIT و SIT تأثیر قابل توجهی بر لگاریتمی مقیاس قیمت ندارند و بنابراین برای عمق بازار مناسب نیستند.
ادبیات
مبانی نظری
یک تئوری ابزاری ، سیستم یا گزاره ای است که برای توضیح هرگونه ساختار علاقه منطقی ، سیستماتیک و منسجم در برخی فرضیات و مرزها استفاده می شود (کالینچنکو و همکاران ، 2014). از تئوری ها برای توضیح رابطه بین سازه ها برای یک رویداد یا پدیده استفاده می شود (گلانز و همکاران ، 2008). یک تئوری با تجزیه و تحلیل داده ها به تأیید ، رد یا تجزیه و تحلیل گزاره ای که نتیجه گیری یک مطالعه را می دهد ، محدود می شود (Kivunja ، 2018). بنابراین ، تئوری ها را می توان به عنوان یکی از مبانی تحقیق دانست و به توضیح زمینه تحقیق و توجیه سوالات تحقیق کمک کرد. سازه های عمق بازار مالی این مطالعه بر اساس نظریه تداوم قیمت سیاه در مورد ترجیح نقدینگی ساخته شده توسط بلک (1971a) است که با تئوری اولویت نقدینگی کینز (1936) آغاز شد. ترجیح نقدینگی برای تعیین نرخ بهره با استفاده از عرضه و تقاضا برای پول فرض شد ، جایی که تقاضا برای پول به عنوان دارایی تئوریزه شد (کینز ، 1936). به گفته کینز (1936) ، علاقه جبران نقدینگی است و پول نقد مایع ترین دارایی است. بر این اساس ، در صورتی که بتوانند به سرعت به پول نقد تبدیل شوند ، باید دارایی در نظر گرفته شود تا تقاضای پول را برآورده کند (کینز ، 1936). این منطق شهودی بر اساس سه انگیزه است که انگیزه معامله ، انگیزه احتیاطی و انگیزه سوداگرانه است. به گفته کینز (1963) ، شرکت کنندگان در بازار دارایی های نقدی را برای اهداف تجاری به دلیل عدم قطعیت که ممکن است در درآمد مورد انتظار دارایی های خطرناک ایجاد شود ، ترجیح می دهند. همچنین ، نگه داشتن دارایی های مایع به عنوان یک انگیزه احتیاطی به منظور برآورده کردن شرایط غیر منتظره عمل می کند. نظریه بلک (1971a) چهار متغیر را تشکیل می دهد که عمق بازار را تشکیل می دهد: تغییرات قیمت ، معاملات سمت خریدار ، معاملات سمت فروش و حجم معاملات. درک عمق بازار ، نقدینگی بازار مالی به ویژه در تجارت دارایی های مالی است (بلک ، 1971b). عمق بازار توسط بلک (1971a) به عنوان توانایی تجارت تعداد زیادی سهام در کوتاه و طولانی تعریف شده است. دوره های بدون تغییر قابل توجه در قیمت. درک عمق بازار دانش خوبی از سفارشات غالب و چگونگی تأثیر اینها بر قیمت یک دارایی مایع ارائه می دهد. این در روند کلی بازار مشاهده می شود ، جایی که افزایش سهام مشاهده می شود. در صورتی که بیش از 80 ٪ از سهام در حال معامله بالاتر از 200 روز خود در حال حرکت به طور متوسط Caginalp & Laurent باشد ، دارایی از عمق کافی برخوردار است. از این رو،
عمق بازار روند پایداری قیمت بلند مدت و کوتاه مدت یک دارایی مایع را تشخیص می دهد.
قبل از استفاده از نظریه سیاه (1971b) ، یک تکنیک تجزیه و تحلیل همبستگی متا برای مشاهده میزان تأثیر حجم معاملات بر نوسانات قیمت استفاده شد. یعنی بزرگی و اندازه اثر حجم معاملات بر قیمت. این برای بررسی چگونگی تأثیر حجم تجارت همانطور که نویسندگان در بخش 1 توضیح داده شده است ، می تواند به اندازه کافی حرکت در نوسان قیمت را بدون در نظر گرفتن متغیرهای دیگر توضیح دهد. در انجام این تجزیه و تحلیل ، فقط از مطالعات با مقادیر R (R 2) گزارش شده به عنوان برخی از مطالعات در ادبیات عمق بازار ، مقادیر R 2 خود را ارائه نمی دهد. بخش روش تحقیق خلاصه ای از مطالعات مربوطه را ارائه می دهد.
روش تحقیق
| برای تعیین توزیع نرمال R 2 از اندازه نمونه در جدول 1 از آزمون Kolmogorov-Smirnov استفاده شد. این آزمایش برای ارزیابی توزیع تجمعی مقادیر واقعی داده ها به احتمالات عادی استفاده می شود (Drezner et al. ، 2008). در این مطالعه ، توزیع تجمعی مقادیر R 2 با توزیع عادی نظری مقایسه شد. این کار با مقایسه تفاوت بین نتیجه واقعی و مورد انتظار با یک مقدار بحرانی انجام شد. مقدار بحرانی با استفاده از آزمون یک نمونه در اکسل محاسبه شد و دو فرضیه به منظور تعیین اینکه آیا مقادیر R2 از نمونه انتخاب شده به طور معمول توزیع می شود ، مورد بررسی قرار گرفت. فرضیه زیر از مطالعه (Arnastauskaite و همکاران ، 2021) گرفته شده است. | ||||
| جدول 1 خلاصه تجزیه و تحلیل R 2 | نویسندگان | متغیرهای وابسته | متغیرهای مستقل | اندازهی نمونه |
| مقدار R-Square | هریس (1996) | نوسانات قیمت | 300 | اندازه تیک |
| 64. 40 ٪ | Kempf & Korn (1999) | تغییر قیمت | 18729 | 5% |
| حجم معاملات | Kempf & Korn (1999) | تغییر قیمت | 645 | حجم معاملات |
| 41. 50 ٪ | Kempf & Korn (1999) | تغییر قیمت | 2694 | حجم معاملات |
| 33. 00 ٪ | Kempf & Korn (1999) | تغییر قیمت | 30000 | عدم تعادل سفارش را محدود کنید |
| 9. 90 ٪ | چا و همکاران.(2010) | تغییر قیمت | حجم معاملات | 5 قرارداد |
| 64. 30 ٪ | هریس (1996) | تغییر قیمت | حجم معاملات | 4 قرارداد |
| 1. 70 ٪ | هریس (1996) | تغییر قیمت | 60 | حجم معاملات |
1. 20 ٪
H2: حداکثر مقدار تفاوت بین مقدار واقعی و مورد انتظار کمتر از مقدار بحرانی است. از این رو R2 به طور معمول توزیع می شود
H3: حداکثر مقدار تفاوت بین مقدار واقعی و مورد انتظار بیشتر از مقدار بحرانی است. از این رو R2 به طور معمول توزیع نمی شود
| در جدول 2 در زیر خروجی تست Kolmogorov-Smirnov ارائه شده است. | ||||||
| اندازهی نمونه | مقدار R-Square | انباشته | انتظار می رود | درجه | norm. s. inv | واقعی |
| اندازه تیک | 1 | 64. 40 ٪ | 0. 125 | -0. 125 | -1. 150 | 0. 913 |
| 1. 038 | 2 | 5. 00 ٪ | 0. 250 | 0. 000 | -0. 674 | -0. 674 |
| حجم معاملات | 3 | 41. 50 ٪ | 64. 40 ٪ | 0. 125 | -0. 319 | 0. 696 |
| حجم معاملات | 4 | 33. 00 ٪ | 5. 00 ٪ | 0 | 0. 250 | 0. 579 |
| عدم تعادل سفارش را محدود کنید | 5 | 9. 90 ٪ | 41. 50 ٪ | 0. 375 | 0. 319 | 0. 256 |
| 5 قرارداد | 6 | 64. 30 ٪ | 33. 00 ٪ | 0. 500 | -1. 150 | 0. 913 |
| 4 قرارداد | 7 | 1. 70 ٪ | 9. 90 ٪ | 0. 625 | 1. 150 | 0. 169 |
| حجم معاملات | 8 | 1 | 64. 30 ٪ | 0. 750 | 0. 164 | |
| 0. 586 | 8 | |||||
| شمردن | منظور داشتن | |||||
| 27. 63 ٪ | انحراف معیار | |||||
| 27 ٪ | 0. 913 | |||||
| 1. 038 | آمار آزمون (5 ٪ ، 8 نفر) | |||||
0. 454
اگرچه اندازه نمونه اندک است ، یافته های فوق نشان می دهد که R 2 به طور معمول توزیع نمی شود و حجم معاملات برای حداقل تغییرات قیمت حساب می شود. بنابراین ، مدل پیشنهادی توسط بلک (1971a) برای بررسی عمق بازار ممکن است بینش بیشتری در مورد عمق بازار اوراق بهادار سهام فراهم کند.
از اثر ثابت برای بررسی عمق بازار 51 اوراق بهادار ذکر شده در بورس یوهانسبورگ از سال 2016 - 2021 استفاده شد. این اوراق بهادار که بر اساس معیارهای خاص برای اوراق بهادار مایع انتخاب شده اند ، همانطور که در کمیته بازل در مورد نظارت بانکی برجسته شده است (BCBS ، 2010). این مدل مناسب تلقی شد زیرا کواریانس اثر ثابت برابر با صفر نیست. مدل مشخص شده مورد استفاده مستقیماً با فرضیه بیان شده در بخش 1 مرتبط بود. تلویزیون ، بیت و SIT به میزان قابل توجهی بر لگاریتمی مقیاس قیمت که در زیر آورده شده است تأثیر می گذارد.
مقیاس قیمت لگاریتمی است.
تلویزیون حجم معاملات است
بیت معاملات آغاز شده خریدار است
The final analysis for this alternative was the Wald causality test. Regression statistical inferences do not logically imply causation. Although there might be evidence of an existing relationship, simple regression cannot determine the direction of influence. Hence the need for a Wald causality test to determine causality. Causality is appealing through the lens of a theoretical framework. The theoretical considerations used for the test are described in the Black (1971a) theory. More specifically, the following causality relations will be investigated through the Wald causality test. TV, BIT and SIT causes changes in log of price scale, In this case, the p-value >SIT معاملات آغاز شده فروشنده است
5 ٪
نتایج و تجزیه و تحلیل داده ها0مقادیر p برای متغیرهای مستقل کمتر از 5 ٪ است که در جدول 3 اثر ثابت نشان داده شده است. این بدان معنی است که تلویزیون ، بیت ، به طور قابل توجهی بر توزیع قیمت تأثیر می گذارد. ضریب منفی دلالت بر این دارد که تلویزیون در جهت مخالف به توزیع قیمت حرکت می کند که در اکثر بازارهای مالی یک هنجار است. نتایج جدول 3 همچنین حاکی از آن است که قیمت های تهاجمی برای تجارت به دلیل تغییر قیمت به طور قابل توجهی برای معاملات فعال حرکت می کند و امکان ورود یا خروج از بازار با حجم زیاد ممکن است جذاب نباشد. آنجا ساعت1پذیرفته شده و H
| رد شده | ||||
| جدول 3 خلاصه مدل اثر ثابت | متغیر | ضریب | stdخطا | وابسته به آمار |
| C | احتمالاً | -0. 000579 | 0. 000126 | -4. 587859 |
| 0. 0000 | بیت | 4. 94E-08 | 5. 34e-09 | -4. 587859 |
| 0. 0000 | نشستن | 2. 18e-08 | 3. 11e-09 | -4. 587859 |
| TV | 0. 0000 | -7. 10E-08 | 6. 18e-09 | -4. 587859 |
| 0. 0000 | ||||
| مشخصات اثر | آمار شناسی | |||
| 4. 214687 | پروب (F-Statistics) | |||
0. 00000
| جدا از تأثیر قابل توجه ، ضرایب نیز یافته های جالبی را ارائه می دهند. تلویزیون در جهت مخالف به مقیاس ورود به سیستم قیمت حرکت می کند در حالی که بیت و نشستن در همان جهت متغیر وابسته حرکت می کند. با افزایش تلویزیون ، توزیع مقیاس قیمت کاهش می یابد و باعث می شود که به هدف خرید یا فروش قیمت برسد (چن ، 2013). همچنین ، توزیع قیمت کاهش می یابد که تعداد بیت و نشستن کاهش یابد و برعکس ، به این معنی که وقتی فروشندگان و خریداران در تجارت کمتر تهاجمی هستند ، قیمت ها پایدارتر هستند. همچنین ، از خروجی F-Statistics ، این مدل مناسب است زیرا مقدار P حاصل از خروجی کمتر از 5 ٪ است. اگرچه از نظر تئوری صحیح است ، جهت نفوذ باید با شواهد آماری تأیید شود. برای این منظور ، نتایج آزمایش علیت والد در زیر جداول 4 تا 6 ارائه شده است. | |||||
| جدول 4 تست علیت والد برای تلویزیون | آمار آزمون | ارزش | DF | ||
| احتمال | وابسته به آمار | 131. 9998 | -4. 587859 | ||
| 0. 0000 | 6. 18e-09 | 63642 | -4. 587859 | ||
| 0. 0000 | وابسته به آمار | 1 | -4. 587859 | ||
| 0. 0000 | |||||
| فرضیه تهی: تلویزیون = 0 خلاصه فرضیه: | محدودیت عادی (= 0) | ارزش | |||
| stdخطا | |||
| جدول 5 تست علیت والد برای SIT | محدودیت عادی (= 0) | df | ارزش |
| احتمال | وابسته به آمار | 131. 9998 | -4. 587859 |
| 0. 0000 | 3. 11e-09 | 63642 | -4. 587859 |
| 0. 0000 | وابسته به آمار | 1 | -4. 587859 |
| 0. 0000 | |||
| فرضیه تهی: تلویزیون = 0 خلاصه فرضیه: | محدودیت عادی (= 0) | ارزش | |
| stdخطا | |||
| جدول 5 تست علیت والد برای SIT | محدودیت عادی (= 0) | df | ارزش |
| احتمال | وابسته به آمار | 131. 9998 | -4. 587859 |
| 0. 0000 | 5. 34e-09 | 63642 | -4. 587859 |
| 0. 0000 | وابسته به آمار | 1 | -4. 587859 |
| 0. 0000 | |||
| فرضیه تهی: تلویزیون = 0 خلاصه فرضیه: | محدودیت عادی (= 0) | ارزش | |
| 0. 0000 | بیت | 4. 94E-08 | |
5. 34e-09
جداول فوق 4 تا 6 نتایج آزمون علیت متغیرهای مستقل را نشان می دهد. مقادیر p در جداول 4 ، 5 و 6 کمتر از 5 ٪ است. این بدان معنی است که آزمون علیت برای فرضیه تهی برای تلویزیون و بیت و نشستن همه رد می شوند. بنابراین ، نتیجه گیری زیر می تواند انجام شود.
1. تلویزیون باعث تغییر در علیت از تلویزیون تا مقیاس قیمت می شود
2. بیت باعث ایجاد تغییر در علیت از بیت به مقیاس قیمت می شود
3. نشستن باعث ایجاد تغییر در علیت از SIT تا مقیاس قیمت می شود
بحث
از این فرضیه در H0 در حالی که H1 را رد می کند به دلیل این واقعیت که تلویزیون ، بیت ، به میزان قابل توجهی بر توزیع قیمت تأثیر می گذارد ، پذیرفته شده است. این در رابطه معنادار (مقادیر p کمتر از 5 ٪) بین متغیرهای مستقل (تلویزیون ، بیت ، نشستن) به متغیر وابسته مشهود بود ، نتایج فوق حاکی از آن است که ، عمق بازار در بازار آفریقای جنوبی می تواند به بهترین وجه با استفاده از آن توضیح داده شودسه متغیر یعنی تلویزیون ، بیت و نشستن بر خلاف تلویزیون فقط. این بدان معناست که مطالعات بدون بیت و SIT برای کشف موقعیت های بی شماری از دیدگاه خریدار و فروشنده چالش برانگیز خواهد بود. از دیدگاه علوم اجتماعی ، رابطه بین سازه لازم برای عمق بازار توسط تئوری تداوم قیمت ارائه شده است که هنوز مورد استفاده گسترده قرار نگرفته است. مطالعه حاضر با توضیح برخی از سازه هایی که به اندازه کافی در ادبیات قبلی بیان نشده اند ، کمک می کند ، بنابراین یک چارچوب جدید برای تجزیه و تحلیل عمق بازار در زیر شکل 1 برجسته شده است.
شکل 1 چارچوب عمق بازار را به روز کنید
نتیجه
هدف از این مطالعه بررسی نظریه عمق بازار سیاه در بین اوراق بهادار منتخب در JSE بود. این مطالعه از این تصور ناشی می شود که ممکن است متغیرهای بیشتری وجود داشته باشد که می توانند برای توضیح عمق بازار غیر از حجم و قیمت معاملات استفاده شوند. این مطالعه با توضیح برخی از سازه هایی که به اندازه کافی در ادبیات قبلی بیان نشده اند ، کمک می کند: بیت و نشستن. از این رو ، کمک به درک بهتر از عمق بازار اوراق بهادار سهام مشترک. نتایج تجزیه و تحلیل عمق بازار نشان می دهد که SIT و BIT به طور قابل توجهی بر توزیع قیمت تأثیر می گذارد و باید برای عمق بازار مورد استفاده قرار گیرد. در این راستا ، یافته های فعلی نیاز به یک اقدام جامع تر برای دسترسی به عمق بازار را تقویت می کند که بسیار مهم است زیرا ادبیات موجود تقریباً در مورد موضوع ساکت است. چارچوب جدید ممکن است برای سایر بازارها کاربرد داشته باشد زیرا BIT & SIT پیامدهای قابل توجهی در حرکت قیمت دارد. مطالعات آینده همچنین می تواند این تئوری را در سایر بازارهای مالی بین المللی آزمایش کند تا چارچوب را تأیید کند.
منابع
Bhattachary ، S. N. ، & Bhattachary ، M. (2018). پایداری در اقدامات نقدینگی: شواهدی از هند. مجله آکادمی حسابداری و مطالعات مالی ، 22 (2) ، 1-11.
Brockman ، P. ، & Chung ، D. Y.(2002). تأثیر تجارت آگاهانه بر نقدینگی شرکت ها. مجله مدیریت مالی چند ملیتی ، 12 ، 239-259.
Choridia, T., Roll, R., & Subrahmanyam, A. (2001). نقدینگی بازار و فعالیت معاملاتی. مجله مالی، 6 (2)، 501-530.
چوئه، اچ، یانگ، دی. ای.، یانگ، جی. ای.، و فانگ، ی. (2010). عمق بازار مدت زمان قیمت در بازار آتی شاخص سهام تایوان. مجله پژوهشی بین المللی امور مالی و اقتصاد، 48، 154-167.
فرانک، جی، و گارسیا، پی (2008). عمق بازار در بازارهای آتی گراز ناب و گاو زنده. در مجموعه مقالات کنفرانس NCCC-134 در مورد تحلیل کاربردی قیمت کالا، پیش‌بینی و مدیریت ریسک بازار، سنت لوئیس، MO.
کالینیچنکو، لس آنجلس، کووالف، دی. ای.، کووالوا، دی. آ، و مالکوف، او.(2014). مقدمه ای بر تحلیل روش ها و ابزارهای پشتیبانی از آزمایش علمی فرضی محور. در مجموعه مقالات شانزدهمین کنفرانس همه روسی روش ها و فناوری های پیشرفته 2014 (13-16): دوبنا، روسیه.
Kempf, A., & Korn, O. (1999). عمق بازار و اندازه سفارشمجله بازارهای مالی، 2، 29-48.
ماتوس، اف.، گارسیا، پی، و پنینگز، جی. ام. ای.(2007). رفتار معاملاتی در بازارهای آتی: عوامل تعیین کننده و پیامدهای آن. در کنفرانس NCCC-134: تحلیل کاربردی قیمت کالا، پیش‌بینی و مدیریت ریسک بازار (Pp16-17). شیکاگو، ایلینوی، ایالات متحده آمریکا
دریافت: 20-آوریل-2022، نسخه خطی شماره AAFSJ-22-11815; ویرایشگر اختصاص داده شده: 22-آوریل-2022، PreQC No. AAFSJ-22-11815(PQ); بازبینی شده: 06-مه-2022، QC No. AAFSJ-22-11815; بازبینی شده: 20-ژوئیه-2022، نسخه خطی شماره AAFSJ-22-11815(R); تاریخ انتشار: 02-اوت-2022
Allied Business Academys مجموعاً 14 مجله مختلف در زمینه های مختلف تجارت منتشر می کند. با نرخ پذیرش 30٪، هر یک از مجلات وابسته به ما دو سوکور، بررسی شده و برخی از مجلات در SCOPUS، SCIMAGO، Google Scholar، ProQuest، Cengage Gale، LexisNexis و چندین پایگاه داده دانشگاهی و موتورهای جستجو فهرست شده اند..
ما را دنبال کنید
لینک های سریع
اطلاعات تماس
Allied Business Academys 40 Bloomsbury Way Lower Ground Floor London, انگلستان WC1A 2SEآدرس ثبت شده
