تجارت الگوریتمی و ارزش شرکت

با استفاده از داده های 2002 تا 2013 ، ما نشان می دهیم که تجارت الگوریتمی تأثیر مثبتی بر ارزش شرکت دارد. بیشتر این تأثیر مثبت از طریق کانال های نقدینگی سهام ، نوسانات ایدیوسنکراتیک و کمبود احمقانه جریان می یابد ، اما تجارت الگوریتمی نیز در خارج از آن کانال ها اثر اقتصادی زیادی دارد. ما از ظهور نقل قول خودرو در بورس اوراق بهادار نیویورک به عنوان یک شوک برون زا در تجارت الگوریتمی برای رد علیت معکوس استفاده می کنیم. اثرات مثبت تجارت الگوریتمی بر ارزش شرکت برای شرکتهای بزرگتر قوی تر است و در دوره پس از سال 2007 که شدت تجارت الگوریتمی بیشتر است.

معرفی

همانطور که معمولاً مورد استفاده قرار می گیرد ، تجارت الگوریتمی به استفاده از الگوریتم های رایانه ای برای تصمیم گیری در تجارت ، ارسال سفارشات و مدیریت سفارشات پس از ارسال اشاره دارد. این یک نمونه چشمگیر از تحولات تکنولوژیکی است که در تجارت اوراق بهادار متحول شده است. با شروع در بازار سهام ایالات متحده در اواخر دهه 1990 ، استفاده از تجارت الگوریتمی در بازارهای بزرگ مالی رایج تر و غالب تر شده است ، که حدود 78 ٪ از کل حجم معاملات سهام ایالات متحده در سال 2012 را نشان می دهد. 1 ادبیات مستند شده است که پیشرفت در بازارریزساختار به دلیل پیشرفت های تکنولوژیکی می تواند تأثیر زیادی بر اصول شرکت داشته باشد. به عنوان مثال ، Sanger و McConnell (1986) افزایش شفافیت و نقدینگی ارائه شده به سهام OTC را با ایجاد NASDAQ در سال 1971 بررسی می کنند و نتیجه می گیرند که حاکی از افزایش ارزش بنگاه های OTC است. Amihud و همکاران.(1997) نشان می دهد که سهام که به یک مکانیسم معاملاتی کارآمدتر در بورس سهام تل آویو در سال 1987 منتقل شده اند ، از افزایش قابل توجه و دائمی قیمت برخوردار هستند. Easley و همکاران.(2014) دریافت که فاز دوم ارتقاء 1980 به محیط تجارت NYSE تأثیر مثبتی بر نقدینگی دارد که منجر به بازده مثبت غیر طبیعی برای سهام هایی که به روزرسانی دریافت کرده اند منجر شد. ادبیات موجود در مورد تجارت الگوریتمی عمدتاً بر تأثیر آن بر کیفیت بازار متمرکز شده است ، اما تأثیر آن بر اصول شرکت و ارزش محکم ، که تمرکز ما است ، ناشناخته است. با توجه به نقش قابل توجه تجارت الگوریتمی در بورس سهام ، سرمایه گذاران ، دانشگاهیان و سیاست گذاران به درک عمیق تری از مزایا ، هزینه ها و تأثیرات واقعی آن از جمله مواردی که در اصول شرکت هستند ، نیاز دارند.

چگونه ممکن است تجارت الگوریتمی ارزش شرکت را تحت تأثیر قرار دهد؟این احتمال وجود دارد که هرگونه تأثیر تجارت الگوریتمی از طریق ویژگی های مختلف سهام مانند نقدینگی ، نوسانات و پوستی هدایت شود. اگر تجارت الگوریتمی نقدینگی را افزایش می دهد ، همانطور که در هندرسوت و همکاران نشان داده شده است.(2011) ، باید محتوای اطلاعات قیمت سهام را بهبود بخشد و عدم تقارن اطلاعات و هزینه سرمایه را کاهش دهد و منجر به ارزش شرکت بالاتر شود. محتوای اطلاعات قیمت سهام بهبود یافته همچنین می تواند اثربخشی قراردادهای جبران خسارت مدیریتی را که براساس قیمت سهام است و تصمیمات سرمایه گذاری مدیریتی را بهبود بخشد ، افزایش دهد (Fang et al. ، 2009). در مقابل ، اگر تجارت الگوریتمی نقدینگی را کاهش دهد ، ممکن است ریسک سهام و هزینه سرمایه را افزایش دهد و در نتیجه ارزش شرکت کمتری داشته باشد.

اگر تجارت الگوریتمی بر نوسانات بازده سهام تأثیر بگذارد ، در نهایت می تواند بر بازده مورد انتظار و ارزش شرکت تأثیر بگذارد. رابطه بین نوسانات خاص و بازده مورد انتظار پیچیده است. برخی رابطه مثبت مشروط بین این دو را نشان داده اند یا پیدا کرده اند (مرتون ، 1987 ؛ بوهم و همکاران ، 2009 ؛ فو ، 2009 ؛ استامباگ و همکاران ، 2015) در حالی که برخی دیگر رابطه ای منفی یا بدون آن پیدا کرده اند (آنگ و هودریک ، 2006 ، 2006، Guo et al. ، 2014 ؛ Park et al. ، 2020). ما در داده های خود رابطه مثبتی پیدا می کنیم و بنابراین این احتمال را کشف می کنیم که کاهش نوسانات ایدیوسیکاتیک ناشی از تجارت الگوریتمی می تواند منجر به کاهش بازده مورد انتظار و در نتیجه افزایش ارزش شرکت شود.

برخی از سرمایه گذاران سهام را با کمبود مثبت ترجیح می دهند و ارزش بالاتری را بر روی آنها قرار می دهند و در نتیجه رابطه منفی بین پوستی احمقانه و بازگشت مورد انتظار ایجاد می شود (میتون و ورورکینک ، 2007 ؛ بویر و همکاران ، 2010). بازده مورد انتظار پایین نشان دهنده قیمت سهام فعلی و ارزش شرکت است. ادبیات موجود نشان می دهد که تجارت الگوریتمی ممکن است تأثیرات متفاوتی بر ویژگی های سهام مانند نقدینگی ، نوسانات ، کمبود و راندمان قیمت داشته باشد و اثرات کوتاه مدت و بلند مدت آن نیز ممکن است متفاوت باشد. 2 این پیچیدگی های بالقوه متناقض ، ارزیابی تأثیر کلی تجارت الگوریتمی در بازارهای مالی و اوراق بهادار فردی را دشوار می کند. با بررسی تأثیر تجارت الگوریتمی بر ارزش شرکت ، ما امیدواریم که مطالعات گسترده ای را در مورد اثرات تجارت الگوریتمی تقویت کرده و شواهدی ارائه دهد تا برای ارزیابی هزینه های کلی خالص و مزایای تجارت الگوریتمی مفید باشد.

به دنبال هندرسوت و همکاران.(2011) و Boehmer و همکاران ، 2020 ، ما یک پروکسی تجارت الگوریتمی را بر اساس ترافیک پیام با استفاده از پایگاه داده معاملات و نقل قول ها (TAQ) می سازیم. ما ابتدا بررسی می کنیم که چگونه تجارت الگوریتمی بر ویژگی های مختلف قیمت سهام ، به طور خاص ، نقدینگی سهام ، نوسانات ایدیوسنکراتیک و بی پروا بودن ایدیوسیکاتیک تأثیر می گذارد و می یابیم که تجارت الگوریتمی به طور معناداری با نقدینگی سهام و اسقفی ایدیوسیکاتیک ارتباط دارد و به طور قابل توجهی با نفوذ پذیری ایدیوسیوسنکراتیک ارتباط دارد. سپس می دانیم که فعالیت معاملات الگوریتمی به طور قابل توجهی با ارزش شرکت اندازه گیری شده توسط Q توبین پس از کنترل سایر متغیرهایی که بر ارزش شرکت تأثیر می گذارد ، مرتبط است. این رابطه نسبت به گنجاندن سال ، صنعت و اثرات ثابت شرکت ، مشخصات مدل مختلف و استفاده از پروکسی های جایگزین برای فعالیت تجارت الگوریتمی قوی است. این نتایج نشان می دهد که تجارت الگوریتمی از طریق بهبود نقدینگی سهام ، کاهش نوسانات ایدیوسنکراتیک و افزایش پوستی خاصیت خاص ، بر ارزش شرکت تأثیر می گذارد.

برای کمک به ایجاد تأثیر علیت تجارت الگوریتمی بر ارزش شرکت و نگرانی های درون زا ، ما از تغییر در انتشار خودکار نقل قول (نقل قول خودکار) توسط بورس نیویورک (NYSE) در سال 2003 به عنوان یک شوک برونزا به شدت تجارت الگوریتمی NYSE استفاده می کنیم. سهامنقل قول خودکار بازخورد سریعتر را به الگوریتم ها ارائه می دهد و منجر به ترافیک پیام الکترونیکی بیشتر و شدت تجارت الگوریتمی بالاتر می شود. ما رگرسیون حداقل مربعات دو مرحله ای را در سهام NYSE بر روی یک پنجره باریک از دو چهارم پیرامون اجرای نقل قول خودکار تخمین می زنیم. نتایج شواهدی را برای تأثیر علّی تجارت الگوریتمی بر ارزش شرکت ارائه می دهد. علاوه بر این ، ما نتیجه ای می یابیم که نشان می دهد بیشتر اثرات تجارت الگوریتمی بر ارزش شرکت از طریق کانال های نقدینگی سهام ، نوسانات ایدیوسنکراتیک و اسقفی ایدیوسینکراتیک است. این سه کانال در مجموع حدود دو سوم از تأثیر تجارت الگوریتمی بر ارزش شرکت را تشکیل می دهند. در میان آنها ، کانال نقدینگی مکانیسم اصلی است و به دنبال آن نوسانات خاص و کانال های Skewness. تأثیر تجارت الگوریتمی بر ارزش شرکت در خارج از آن کانال ها هنوز از نظر اقتصادی نسبتاً بزرگ است.

ما در ادامه بررسی می کنیم که چگونه تأثیر تجارت الگوریتمی بر ارزش شرکت به ویژگی های سهام و شرکت و دوره های زمانی بستگی دارد. شدت تجارت الگوریتمی در گروه های مختلف سهام و دوره های زمانی متفاوت است و ممکن است تأثیر غیرخطی بر ارزش شرکت داشته باشد. ادبیات اخیر نشان می دهد که سهام بزرگی که در معرض شدت بالاتر تجارت الگوریتمی هستند بیشتر از تجارت الگوریتمی از نظر بهبود نقدینگی سود می برند (هندرسوت و همکاران ، 2011 ؛ بوهمر و همکاران ، 2020). مطابق با این یافته ها ، می فهمیم که اثرات مثبت تجارت الگوریتمی بر ارزش شرکت برای شرکتهای بزرگتر به طور قابل توجهی قوی تر است و پس از سال 2007 وقتی سطح کلی شدت تجارت الگوریتمی بیشتر است.

مطالعه ما به منظور رد وجود هرگونه اثرات مضر تجارت الگوریتمی طراحی نشده است ، بنابراین نمی توانیم و نتیجه نگییم که هیچ اثر مضر ندارد. قابل تصور است که تجارت الگوریتمی منجر به اثرات منفی مانند تصادفات فلش می شود که به طور دوره ای خود را نشان می دهند در حالی که هنوز هم مزایای خالص را برای ارزش شرکت برای سهام با تجارت الگوریتمی بیشتر فراهم می کند. با این حال ، در مورد باریک اما مهم و مهم ، می توانیم نتیجه بگیریم که تجارت الگوریتمی با افزایش نقدینگی سهام ، کاهش نوسانات ایدیوسنکراتیک ، افزایش پوستی ایدیوسینکراتیک و افزایش ارزش شرکت همراه است ، به ویژه هنگامی که شدت تجارت الگوریتمی زیاد است.

ما با آزمایش مستقیم ارتباط بین فعالیت تجارت الگوریتمی و ارزش شرکت ، به ادبیات مربوط به تجارت الگوریتمی و تجارت فرکانس بالا به روشی منحصر به فرد کمک می کنیم. مطالعات قبلی در مورد تجارت الگوریتمی و تجارت فرکانس بالا بر تأثیر آنها بر اقدامات کیفیت بازار تمرکز دارد ، اما در مورد تأثیر تجارت الگوریتمی بر اصول شرکت و در نهایت بر ارزش شرکت اطلاعات کمی وجود دارد. 3 نتایج ما در مورد ارزش شرکت ، به دانش ما اولین شواهد ، در ارزیابی مزایای اجتماعی خالص تجارت الگوریتمی بسیار مهم است. علاوه بر این ، مطالعه ما با ارائه شواهد جدید نشان می دهد که تجارت الگوریتمی نوسانات ایدیوسنکراتیک را کاهش می دهد و باعث افزایش پوستی احمقانه می شود.

مطالعه ما همچنین به رشته ادبیات در تقاطع ریزساختار بازار و امور مالی شرکت یا قیمت گذاری دارایی کمک می کند. بازارهای مالی می توانند اصول شرکت را منعکس کنند و همچنین می توانند بر اصول شرکت تأثیر بگذارند. بیکر و همکاران.(2003) ، لو (2005) و چن و همکاران.(2007) شواهدی ارائه می دهد که نشان می دهد قیمت بازار از طریق یادگیری مدیریتی و یا دسترسی شرکت به سرمایه جدید بر سرمایه گذاری شرکت ها تأثیر می گذارد. رول و همکاران.(2009) پیدا کردن شرکت هایی که دارای گزینه های بیشتر هستند ، مقادیر بالاتری از Q Tobin دارند. Fang و همکاران.(2009) دریافت که نقدینگی بیشتر بازار باعث افزایش محتوای اطلاعات قیمت بازار و جبران خسارت مدیریتی حساس به عملکرد می شود و از این طریق بر ارزش شرکت تأثیر می گذارد. پیوند بین ویژگی های سهام و قیمت دارایی به طور معمول با استفاده از تست های قیمت گذاری دارایی استاندارد که از علیت و درون زایی نادیده گرفته می شود ، ایجاد می شود. مطالعه ما با نشان دادن اینکه تجارت الگوریتمی از طریق تأثیرگذاری بر ویژگی های سهام نقدینگی ، نوسانات و کمبود ، بر این خط ادبیات نقش دارد. با استفاده از تغییرات اگزوژن در تجارت الگوریتمی به دلیل اجرای نقل قول خودکار به عنوان ابزارها ، مطالعه ما شواهدی را برای اثرات علیت تجارت الگوریتمی بر ارزش شرکت ارائه می دهد.

تأثیر تجارت الگوریتمی در بازارهای سهام بحث برانگیز است. از یک طرف ، یک خط از ادبیات تأثیرات مثبتی از تجارت الگوریتمی (یا زیر مجموعه اصلی آن ، تجارت فرکانس بالا) بر کیفیت بازار ، مانند افزایش نقدینگی می یابد (Hendershott et al. ، 2011 ؛ Conrad et al. ، 2015 ؛ Boehmer etآل ، 2020) ، کاهش خطر نقدینگی (هندرسوت و ریوردان ، 2013) ، کاهش نوسانات (Brogaard ، 2011) و افزایش راندمان قیمت (Brogaard et al. ، 2014 ؛ Conrad et al. ، 2015 ؛ Frino et al. ، 2017). شواهد مشابهی برای تجارت الگوریتمی در سایر بازارهای مالی ، مانند بازار آینده (ویلجوین و همکاران ، 2014) و بازار ارز (Chaboud et al. ، 2014) یافت شده است. از طرف دیگر ، برخی از مطالعات نشان می دهد که تجارت الگوریتمی یا تجارت فرکانس بالا ممکن است برای بازارهای مالی مضر باشد. نشان داده شده است که تجارت الگوریتمی نقدینگی را کاهش می دهد (Upson and Van Ness ، 2017 ؛ Chakrabarty et al. ، 2018 ؛ Breckenfelder ، 2019) ، نوسانات اضافی ایجاد می کند (ژانگ ، 2010 ؛ Scholtus et al. ، 2014 ؛ Kirilenko et al. ، 2017 ، 20177؛ Boehmer et al. ، 2020 ؛ Breckenfelder ، 2019) ، و باعث کاهش اطلاع رسانی در قیمت سهام می شود (Weller ، 2018). معاملات فرکانس بالا به دلیل مشارکت در Flash Crash 4 2010 (به عنوان مثال ، Kirilenko و همکاران ، 2017) و برای استفاده از استراتژی های درنده که سرمایه گذاران نهادی پیشکسوت است ، مورد انتقاد قرار گرفته است. چگونگی این شواهد مختلط از تأثیر تجارت الگوریتمی بر ویژگی های سهام در ارزش شرکت قبلاً مورد توجه قرار نگرفته است.

بقیه مقاله در ادامه شرح زیر است. بخش 2 فرضیه های ما را توسعه می دهد. بخش 3 نمونه ، منابع داده و اندازه گیری متغیر را شرح می دهد. بخش 4 نتایج اصلی تجربی را ارائه می دهد ، و بخش 5 نتیجه می گیرد.

قطعه قطعه

توسعه فرضیه

به دلیل پیشرفت در فناوری و توانایی تجارت در فرکانس های بسیار بالاتر ، بازارهای مالی و تجارت به روش های اساسی تغییر کرده است (Kirilenko and Lo ، 2013 ؛ O'Hara ، 2015). با توجه به غلبه تجارت الگوریتمی و نقش بحث برانگیز آن در بازارهای سهام ، یک سؤال اصلی که به شرکت کنندگان در بازار مالی ، سیاستگذاران و دانشگاهیان علاقه مند می شود ، این است که آیا تجارت الگوریتمی باید با شدت بیشتری تنظیم و مورد بررسی قرار گیرد. با بررسی تأثیر الگوریتمی

انتخاب نمونه

ما از سال 2002 تا 2013 با نمونه ای از کلیه سهام های تحت پوشش در پایگاه داده TAQ شروع می کنیم. ما توجه خود را به دوره پس از دفعالیزاسیون محدود می کنیم زیرا اعشار در سال 2001 یک تغییر ساختاری اساسی در سیستم تجارت سهام بود. TAQ شامل داده های معامله داخل (نقل قول ها و معاملات) برای کلیه اوراق بهادار ذکر شده در NYSE ، بورس اوراق بهادار آمریکا (AMEX) ، NASDAQ و مسائل کوچک است. ما داده های مالی شرکت را از پایگاه داده Compustat ، بازده سهام و کل داده های حجم معاملات از طریق دریافت می کنیم

نتایج پایه

(پایه) منجر به این بخش نگرانی های احتمالی درون زا نادیده می گیرد. در بخش بعدی ، ما از یک شوک اگزوژن به تجارت الگوریتمی برای رفع چنین نگرانی هایی استفاده می کنیم. ما فرض می کنیم که تجارت الگوریتمی بر جنبه های مختلف تجارت سهام تأثیر می گذارد و در نتیجه ارزش شرکت را افزایش می دهد. بنابراین ، ما تجزیه و تحلیل خود را با بررسی رابطه بین تجارت الگوریتمی و نقدینگی سهام (اندازه گیری شده توسط گسترش مؤثر) ، نوسانات ایدیوسنکراتیک و چابک بودن احمقانه شروع می کنیم. به طور خاص ، برای

نتیجه

در حالی که تجارت الگوریتمی به دلیل ایجاد نوسانات بیش از حد و بی ثبات کردن بازارهای سهام مورد انتقاد قرار می گیرد ، برخی از شواهد نشان می دهد که تجارت الگوریتمی با افزایش نقدینگی ، کاهش نوسانات ایدیوسنکراتیک و کمک به کشف قیمت ، بر کیفیت بازار تأثیر می گذارد. ما با بررسی تأثیر فعالیت تجارت الگوریتمی بر ارزش شرکت ، شواهد را به بحث و گفتگو می کنیم.

با استفاده از یک پروکسی تجارت الگوریتمی بر اساس ترافیک پیام الکترونیکی ، ما اثرات قابل توجهی از

اعتبار نویسنده

همه نویسندگان به همان اندازه در مقاله نقش داشتند.