تعداد نشریات | 161 |
تعداد شمارهها | 6,532 |
تعداد مقالات | 70,501 |
تعداد مشاهده مقاله | 124,097,653 |
تعداد دریافت فایل اصل مقاله | 97,205,351 |
تبیین و ارائه مدلی برای پیشبینی نقدشوندگی سهام در بورس اوراق بهادار تهران | ||
تحقیقات مالی | ||
دوره 24، شماره 1، 1401، صفحه 134-156 اصل مقاله (659.19 K) | ||
نوع مقاله: مقاله علمی پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/frj.2021.323611.1007184 | ||
نویسندگان | ||
بابک مرادی1؛ جمال بحری ثالث* 2؛ سعید جبارزادهکنگرلویی3؛ علی آشتاب4 | ||
1دانشجوی دکتری، گروه حسابداری، دانشکده علوم انسانی، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران. | ||
2استادیار، گروه حسابداری، دانشکده علوم انسانی، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران. | ||
3دانشیار، گروه حسابداری، دانشکده علوم انسانی، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران. | ||
4استادیار، گروه حسابداری، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران. | ||
چکیده | ||
هدف: پژوهش حاضر با شناسایی عوامل مؤثر بر نقدشوندگی، مدلی برای پیشبینی وضعیت نقدشوندگی سهام، در بازار اوراق بهادار تهران ارائه کرده است. روش: 23 عامل مشخصشده در مطالعات کتابخانهای، بر اساس دادههای 154 شرکت فعال در فاصله زمانی 1388 تا 1398 استخراج و در قالب دو خوشه افراز شد. با استفاده از معادلات ساختاری با رویکرد حداقل مربعات جزئی، اعتبار متغیرهای شناساییشده با معیار حاصل از خوشهبندی ارزیابی شد. یافتهها: ارزیابی ارتباط متغیرها در مدلهای یادگیری ماشینی نشان داد که جریان نقدی غیرعادی، هزینه اختیاری غیرعادی، خطای تخمین اقلام تعهدی، تفاوت بین سرمایه در گردش تحقق یافته و موردانتظار، سهام شناور آزاد، دوره تصدی حسابرس، حقالزحمه حسابرسی، سهم بازار حسابرس، محافظهکاری و تغییر حسابرس، در خوشهبندی بیشترین تأثیر را دارند. سرانجام بهترین مدل یادگیری ماشینی، بر اساس آموزش و آزمون انتخاب شد. نتیجهگیری: نتایج نشان میدهد که متغیرهای مستقل، بیش از 72 درصد از تغییرات نقدشوندگی را توضیح میدهند. همچنین مدل شبکههای عصبی در مقایسه با سایر مدلهای یادگیری ماشینی، توان پیشبینی بیشتری دارد و با 32/99 درصد صحت برازش، مناسبترین مدل پیشبینی نقدشوندگی است. | ||
کلیدواژهها | ||
بازار اوراق بهادار تهران؛ نقدشوندگی؛ یادگیری ماشینی | ||
عنوان مقاله [English] | ||
Explaining and Proposing a Market Liquidity Prediction Model in Tehran Stock Exchange | ||
نویسندگان [English] | ||
Babak Moradi1؛ Jamal Bahri Sales2؛ Saeed Jabbarzadeh Kangarlooi3؛ Ali Ashtab4 | ||
1Ph.D. Candidate., Department of Accounting, Faculty of Humanities, Urmia Branch, Islamic Azad University, Urmia, Iran. | ||
2Assistant Prof., Department of Accounting, Faculty of Humanities, Urmia Branch, Islamic Azad University, Urmia, Iran. | ||
3Associate Prof., Department of Accounting, Faculty of Humanities, Urmia Branch, Islamic Azad University, Urmia, Iran. | ||
4Assistant Prof., Department of Accounting, Faculty of Economics and Management, Urmia University, Urmia, Iran. | ||
چکیده [English] | ||
Objective: In this study, a market liquidity prediction model is proposed for the Tehran Stock Exchange (TSE) by identifying the factors affecting liquidity. Methods: Based on the data of 154 Tehran Stock Exchange (TSE)-listed companies for the 2009–2020 period, the values of 23 factors were extracted and divided into two clusters. The partial least squares structural equation modeling (PLS-SEM) technique was employed to validate the variables extracted through the evaluation criterion and to determine their power to explain changes. Results: The relationships among the variables were evaluated by machine learning models. The results indicated the 10 variables of abnormal cash flow, abnormal discretionary expenses, accrual estimation error, the difference between fulfilled and expected working capitals, free float, auditor’s tenure, audit fees, auditor’s market share, conservatism, and change of auditor to have the greatest effect on clustering. Finally, the best machine learning model was selected through training and testing. Applying the logistic regression model showed that for the calculated value of a dependent variable greater than or equal to 3.391, the illiquidity of the company’s shares is definite, and for the calculated value of the dependent variable less than 3/391, the liquidity of shares of the company is definite. Finally, the best machine learning model was selected through training and testing. Conclusion: Based on library studies, 89 different liquidity criteria have been used around the world in the studies on the subject of liquidity and various classifications, including measures with more or less frequency and one-dimensional or multi-dimensional measures. There is less agreement on the best measure and the correlation among most of these measures indicating that the use of an inappropriate measure may lead to incorrect conclusions. Using Minitab software, the dependent variable was compared with 5 commonly used criteria (measures) known in library studies (Liu measure, Amihud illiquidity measure, zero measure, number of trading day measure, and trading volume measure). The results confirm the statistically significant difference between the widely used and newly obtained measures. It should be noted that the dependent variable was extracted using non-supervisory patterns in machine learning software and a statistically significant difference between the widely used criteria and the obtained variable was proved. Thus, the resulting variable is a criterion for liquidity. According to the results, the independent variables explain more than 72 percent of the changes in liquidity. Moreover, the neural network model was more capable of prediction than the other machine learning models. In fact, it was proved as the best liquidity prediction model with 99.32 percent of the fitness accuracy. | ||
کلیدواژهها [English] | ||
Tehran Stock Exchange, Liquidity, Machine learning | ||
مراجع | ||
آشتاب، علی؛ محمدزاده، حمیده و زواری رضایی، اکبر (1399). بررسی تأثیر اندازه شرکت بر نقدشوندگی سهام باتوجه به چرخه عمرشرکت در شرکتهای پذیرفته شده بورس اوراق بهادار تهران. فصلنامه علمی راهبرد مدیریت مالی، 10(2).
اصولیان، محمد؛ حسننژاد، محمد و سمیعی تبریزی، پدرام (1398). بررسی مدل تعدیل شده قیمتگذاری داراییهای سرمایهای با عامل نقدشوندگی در بازارهای صعودی و نزولی بورس اوراق بهادار تهران. فصلنامه تحقیقات مالی، 21(2)، 293- 32.
انصاری، عبدالمهدی؛ خورشیدی، علیرضا و شیرزاد، علی (1393). بررسی تأثیر مدیریت سود مبتنی بر اقلام تعهدی و واقعی سود بر نقدشوندگی سهام و ارزش شرکت. فصلنامه علمی پژوهشی دانش حسابداری و حسابرسی مدیریت، 3(11)، 41- 53.
ایزدینیا، ناصر و رامشه، منیژه (1390). نقش ویژگیهای معاملات سهام بر نقدشوندگی سهام در بورس اوراق بهادار تهران. مجله پیشرفتهای حسابداری دانشگاه شیراز، 3(1)، 1-27.
حساسیگانه، یحیی و خیرالهی، مرشید (1384). حاکمیت شرکتی و شفافیت. مجله حسابدار، 23(203)، 74- 79.
دموری، داریوش و خوشنود، هادی (1398) بررسی تأثیر حد نوسان و توقف نماد معاملاتی بر فعالیت معاملاتی، نقدشوندگی و نوسانپذیری در بورس اوراق بهادار تهران. تحقیقات مالی، 21(2)، 213 – 236.
کاشانیپور، محمد؛ مهرانی، ساسان و پاشانژاد، یوسف (1389). بررسی ارتباط برخی از مکانیزمهای نظام راهبری شرکتی با نقدشوندگی بازار. پژوهشهای حسابداری مالی، 2(2)، 61-76.
مرادی شهدادی، خسرو؛ انواری رستمی، علی اصغر؛ رنجبر، محمد حسین و صادقیشریف، سید جلال (1398). تبیین نقش سرمایه فکری در نقدشوندگی داراییها و نقدشوندگی سهام شرکتها: شواهدی از بورس اوراق بهادار تهران. فصلنامه مهندسی مالی و مدیریت اوراق بهادار، (38)، 274- 305.
مشایخی، بیتا و صفری، مریم (1385). وجه نقد ناشی از عملیات و مدیریت سود در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران. بررسیهای حسابداری و حسابرسی، 13(2)، 35- 54.
منصورفر، غلامرضا؛ جودی، سمیرا؛ پورسلیمان، احسان (1399) نقش تعدیلگری ابعاد درونی و بیرونی حاکمیت شرکتی بر رابطه بین عدم تقارن اطلاعاتی و کارایی سرمایهگذاری. تحقیقات مالی، 22(2)، 227- 248.
نظری، هیراد؛ بوژ مهرانی، مهدی و تحریری، آرش (1398) ساختار سرمایه و نقدشوندگی سهام: آزمون تجربی نظریه موازنه ایستا در مقابل نظریه سلسله مراتبی. تحقیقات مالی، 21(3)، 472- 492.
نوروزی نصر، حسین؛ مرادزادهفرد، مهدی و شکری، اعظم (1398). تأثیر مالکیت شرکتهای سرمایه گذاری بر نقدشوندگی سهام. فصلنامه پژوهشهای حسابداری مالی و حسابرسی، 11(42)، 23- 45.
نوروش، ایرج؛ سپاسی، سحر و نیکبخت، محمدرضا (1384). بررسی مدیریت سود در شرکتهای پذیرفته شده در بورس تهران. علوم اجتماعی و انسانی دانشگاه شیراز، 22 (2)، 165-177.
یحییزادهفر، محمود و خرمدین، جواد (1387). نقش عوامل نقدشوندگی و ریسک عدم نقدشوندگی بر مازاد بازده سهام در بورس اوراق بهادار تهران. بررسیهای حسابداری و حسابرسی، 15 (53)، 101- 118.
References
Aitken, M.J. & Winn, R. (1997). What is this thing called liquidity? Working Paper, Securities Industry Research Centre of Asia-Pacific. Ali, S., Liu, B. & Su, J.J. (2017). Corporate governance and stock liquidity dimensions: Panel evidence from pure order-driven Australian market. International Review of Economics & Finance, 50, 275-304. Altay, E. & Calgici, S. (2019). Liquidity adjusted capital asset pricing model in an emerging market: Liquidity risk in Borsa Istanbul, Borsa_Istanbul Review. Ansari, A., Khorshidi, A. & Shirzad, A. (2014). The investigation effect of accruals-based earnings management and real earnings management on stock liquidity and firm value. Journal of Management Accounting and Auditing Knowledge, 3 (11), 41-53. (in Persian) Ashtab, A., Mohammadzadeh, H. & Zavari Rezaei, A. (2020). Review investigating the effect of company size on stock liquidity concerning Companies life cycle in admited companies to Tehran stock exchanges. Scientific Quarterly of Financial Management Strategy, 10(2). (in Persian) Bentley, K. A., Omer, T. C & Sharp, N. Y. (2013). Business strategy, financial reporting irregularities, and audit effort. Contemporary Accounting Research, 30 (2), 780–817. Byrd, W.J. & Hickman, A.K. (1992). Do outside directors monitor managers? Evidence from tender offer bids. Journal of Financial Economics, 32, 195-221. Chai, D., Faff, R. & Gharghori, P. (2010). New evidence on the relation between stock liquidity and measures oftrading activity. International Review of Financial Analysis, 19, 181-192. Chia, Y.E., Lim, K.P. & Goh, K.L. (2020). More shareholders, higher liquidity? Evidence from an emerging stock market. Emerging Markets Review, 44. Chordia, T., Roll, R. & Subrahmanyam, A. (2000). Commonality in liquidity. Journal of Financial Economics, 56(1), 3-28. Chung, H., Sheu, H., & Wang, J. (2009)."Do firms’ earnings management practices affect their equity liquidity? Finance Research Letters, (6), 152–158. Damoori, D. & Khoshnud, H. (2019). The Study of the Impact of Price Limits and Trading Halts on Trading Activities, Liquidity and Price Volatility in the Tehran Stock Exchange. Financial Research, 21(2), 213–236. (in Persian) Dechow, M. & Skinner, J. (2000). Earnings management: Reconciling the views of accounting academics, practitioners, and regulators. Accounting Horizons, 14, 235-250. Easley, D. & O’Hara M. (2004). Information and the cost of capital. J Finance, 59,1553–1583. Fong, K., Holden, C. W., & Trzcinka, C. A. (2011). "What are the best liquidity proxies for global research? Working paper. University of New South Wales and Indiana University. Francis, J. R. (1984). The effect of audit firm size on audit prices: A study of the Australian Market. Journal of Accounting and Economics, 6(2), 133-151. Francis, J., LaFond, R., Olsson, P. & Schipper, K. (2005). The market pricing of accruals quality. Journal of Accounting and Economics, 39, 295-327. Gao, P., Jiang, J. & Zhang, G. (2019). Firm value and market liquidity around the adoption of common accounting standards. Journal of Accounting and Economics, 68(1), 1-30. Hassas Yeganeh, Y. & Kheirollahi, M. (2005). Corporate governance and transparency. Journal of Accountants, 23 (203), 74-79. (in Persian) Heflin, F. & Shaw, K.W. (2000). Blockholder Ownership and Market Liquidity. Journal of Financial and Quantitative Analysis, 35(4), 621- 633. Hsu, C., Ma, Z., Wu, L., & Zhou, K. (2020). The Effect of stock liquidity on corporate risk-taking. Journal of Accounting, Auditing & Finance, 35(4), 1-29. Huang, H.Y. & Ho, K.C. (2020). Liquidity, earnings management, and stock expected returns. The North American Journal of Economics and Finance, 54, 1 – 38. Izadinia, N. & Ramsheh, M. (2011). The Role of Stocks’ Trading Characteristics In Stock Liquidity In Tehran Stock Exchange (Tse). Journal of Accounting advances (JAA). 3(1), 1 – 27. (in Persian) Jensen, M.C. (1986). Agency costs of free cash flow, corporate finance, and takeovers. American Economic Review, 76, 323 – 329. Kanagaretnam, K., Lobo, G. & Whalen, D. J. (2007). Does Good Corporate Governance Reduce Information Asymmety Around Quarterly Earnings nnouncements? Journal of Accounting and Public Policy, 26(4), 497 - 522. Kashanipoor, M., Mehrani, S. & Pashanjad, Y. (2010). A Review Of Relation Between Corporate Governance And Market Liquidity. Financial Accounting Research, 2(2), 61-76. (in Persian) Lafond, R. & Watts, R.L. (2006). The Information Role of Conservative Financial Statements. The accouonting review, 83(2), 447 – 478. Lesmond, D., Ogden, J. & Trzcinka. J. (1999). A new estimate of transaction costs. The Review of Financial Studies, 12, 1113 - 1141. Lim, C., Thong, T. & Ding, D. (2008). Firm diversification and earnings management: evidence from seasoned equity offerings. Rev Quant Financ Acc., 30, 69–92. Loughran, T. & Ritter, J. (1997). The operating performance of firms conducting seasoned equity offerings. J Finance, 52, 1823-1850. Lyon, J. & Maher, W.M. (2005). The Importance of Business Risk in Setting Audit Fees: Evidence from Cases of Client Misconduct. Journal of Accounting Research, 43 (1), 133-151. Maharani, G., Hartoyo, I. S. & Sasongko, H. (2019). The effect of corporate governance on stock liquidity in banking sub-sector companies: evidence from Indonesian stock exchange. Russian Journal of Agricultural and Socio-Economic Sciences, 1(85), 15-23. Mansourfar, G., Joudi, S. & Poursoleiman, E. (2020). The Role of Internal and External Dimensions of Corporate Governance on the Relationship between Information Asymmetry and Investment Efficiency. Financial Research, 22(2), 227-248. (in Persian) Mashayekhi, B. & Safari, M. (2006). Kash from operations and earnings management in companies listed on the Tehran Stock Exchange. The Iranian Accounting and Auditing review, 13 (2), 35-54. (in Persian) Moradi, S.K., Anwari Rostami, A., Ranjbar, M. & Sadeghi Sharif, S.J. (2019). Impacts of Intellectual Capital on the Assets and Share Liquidity: Evidence from Tehran Stock Exchange. Financial engeering and securities management, (38), 274-305. (in Persian) Nazari, H., Bozh Mehrani, M. & Tahriri, A. (2019). Capital Structure And Stock Liquidity: Experimental Test Of The Trade-Off Theory Versus The Peeking Order Theory. Financial Research, 21(3), 472-492. (in Persian) Norouzi Nasr, H., Moradzadeh Fard, M. & Shukri, A. (2019). The Impact Of Ownership Of Investment Companies On Stock Liquidity. The financial accounting and auditing researches, 11 (42), 23-45. (in Persian) Nouravesh, I., Sepasi, S. & Nikbakht, M. (2005). Investigating Earnings Manipulation In Tehran Stock Exchange. Social Sciences and Humanities, 22 (2), 165 - 177. (in Persian) Osoolian, M., Hassannejhad, M. & Samiee Tabrizi, P. (2019). An Investigation on Liquidity Risk in Bullish and Bearish of Tehran Security Exchange Market: Insights from Liquidity-Adjusted Capm. Financial Research, 21(2), 293–320. (in Persian) Rangan, S. (1998). Earnings management and the performance of seasoned equity offerings. J Financ Econ, 50(1), 101 -122. Sanjaya, P.S. & Saragih, M.F. (2012). The Effect of Real Activities Manipulation on Accrual Earnings Management: The Case in Indonesia Stock Exchange (IDX). Journal of Modern Accounting and Auditing, 8(9), 1291-1300. Schipper, K. (1989). Commentary on earnings management. Accounting Horizons, 3, 91-102. Shingo, I. (2004). Progress in the Free-Float Adjustment of the TOPIX. NLI Research, 7(12). Simunic, D. (1980). The pricing of audit services: theory and evidence. Journal of Accounting Research, 18(1), 161 -190. Stoll, H. R. (2000). Friction. Journal of Finance, 55, 1479–1514. Teoh, S., Welch, I. & Wong, J. (1998). Earnings management and the underperformance of seasoned equity offerings. J Financ Econ., 50, 63– 99. Yahyazadeh Far, M. & Khorramdin, J. (2008). The Role of Liquidity Factors and Illiquidity Risk on Excess Stock Return in Tehran Stock Exchange. The Iranian Accounting and Auditing review, (53), 101-118. (in Persian) | ||
آمار تعداد مشاهده مقاله: 884 تعداد دریافت فایل اصل مقاله: 731 |