رویکرد مدل ACD برای بررسی رابطه بین دیرش معاملات و نقدشوندگی اسناد خزانه اسلامی ایران
سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 218
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICOCS16_063
تاریخ نمایه سازی: 20 تیر 1405
چکیده مقاله:
این پژوهش به بررسی رابطه میان دیرش معاملات و نقدشوندگی اوراق اسناد خزانه اسلامی در بازار بدهی ایران می پردازد و هدف آن ارزیابی قابلیت استفاده از اطلاعات نهفته در دیرش معاملات به عنوان شاخصی برای سنجش نقدشوندگی بازار است. برای این منظور، از داده های فرکانس بالای معاملات شش نماد اسناد خزانه اسلامی طی ۶۳ روز معاملاتی در دوره مهر تا آذر ۱۴۰۴ استفاده شد. ابتدا اثرات فصلی درون روزی دیرش معاملات با استفاده از تابع اسپلاین مکعبی و گره های ۱۵ دقیقه ای حذف شد و سپس دیرش های تعدیل شده با بهره گیری از مدل خودرگرسیو شرطی دیرش وایبل ACD(۱,۱) مدل سازی گردید. بر اساس نتایج مدل، دیرش معاملات به دو مولفه دیرش مورد انتظار و دیرش غیرمنتظره تجزیه شد و اثر هر یک از این مولفه ها بر شاخص های نقدشوندگی شامل حجم معاملات و تعداد معاملات از طریق مدل های رگرسیونی مورد بررسی قرار گرفت. نتایج آزمون های تشخیصی نشان داد که دیرش های تعدیل شده از مانایی برخوردار بوده و مدل ACD(۱,۱) وایبل برازش مناسبی برای داده ها ارائه می دهد. همچنین ضرایب برآوردی مدل وجود وابستگی زمانی و خوشه بندی معنادار در دیرش معاملات را تایید می کنند. یافته های رگرسیونی نشان داد که هر دو مولفه دیرش مورد انتظار و دیرش غیرمنتظره رابطه ای منفی و معنادار با حجم معاملات و تعداد معاملات دارند؛ به گونه ای که افزایش دیرش معاملات با کاهش نقدشوندگی همراه است. افزون بر این، اثر دیرش های غیرمنتظره بر شاخص های نقدشوندگی از دیرش های مورد انتظار قوی تر است که بیانگر محتوای اطلاعاتی بیشتر این مولفه در تبیین شرایط نقدشوندگی بازار است. در مجموع، نتایج پژوهش نشان می دهد که اطلاعات نهفته در دیرش معاملات می تواند به عنوان شاخصی موثر برای ارزیابی نقدشوندگی اوراق بدهی به کار گرفته شود و مدل های ACD علاوه بر مدل سازی رفتار زمانی معاملات، ابزار مناسبی برای پایش نقدشوندگی بازار اوراق بدهی فراهم می کنند.
کلیدواژه ها:
دیرش معاملات ، نقدشوندگی ، مدل خودرگرسیو شرطی دیرش (ACD) ، اوراق اسناد خزانه اسلامی ، داده های فرکانس بالا
نویسندگان
امیرحسین علیزاده
کارشناسی ارشد مهندسی مالی و مدیریت ریسک،دانشگاه خاتم،تهران،ایران.
مصطفی نیک صفت
کارشناسی ارشد مدیریت بانکداری،دانشگاه خاتم،تهران،ایران.