کشف دستکاری قیمت سهام با استفاده از تحلیل ممیزی خطی و تحلیل ممیزی درجه دوم
محورهای موضوعی : دانش مالی تحلیل اوراق بهادارمحمدحسین پوستفروش 1 , علیرضا ناصر صدرآبادی 2 * , محمود معینالدین 3
1 - دانشآموخته کارشناسی ارشد حسابداری دانشگاه آزاد اسلامی واحد یزد
2 - استادیار دانشگاه یزد
3 - استادیار و عضو هیات علمی دانشگاه آزاد اسلامی، واحد یزد
کلید واژه: دستکاری قیمت بازار, تحلیل ممیزی خطی, تحلیل ممیزی درجه دوم,
چکیده مقاله :
در این مقاله از مدل تحلیل ممیزی (DA)[i] برای تعیین احتمال دستکاری قیمت سهام در بورس اوراق بهادار تهران استفادهشده است. در این مطالعه، ابتدا با استفاده از روش غربالگری، نمونهای به حجم 345 شرکت پذیرفتهشده در بورس اوراق بهادار تهران انتخاب و اطلاعات مربوط به شاخصهای قیمت و بازده نقدی (TEDPIX)، قیمت پایانی، نوسان قیمت پایانی و حجم معاملات در بازه زمانی سالهای 1387 تا 1391 گردآوری گردید. سپس با بکارگیری آزمون وابستگی دیرش و آزمون ضرایب کشیدگی و چولگی و با استفاده از متغیر قیمت و بازده نقدی، شرکتهای منتخب به دودسته دستکاری قیمت شده و دستکاری قیمت نشده تقسیم شدند. سپس با بررسی نمودار روند تغییرات شاخص قیمت و بازده نقدی و حجم معاملات در مورد شرکتهای دستکاری قیمت شده و با استفاده از الگوی هالی[ii]، تاریخ شروع دستکاری قیمت تعیین گردید. در گام بعدی، با استفاده از تحلیل ممیزی یعنی تابع ممیزی خطی (LDF)[iii] و تابع تحلیل ممیزی درجه دوم (QDF)[iv] و با استفاده از متغیرهای قیمت پایانی، نوسان قیمت پایانی و حجم معاملات و با استفاده از اطلاعات یکسال قبل از شروع دستکاری قیمت سهام برایشرکتهایدستکاریقیمتشدهواطلاعاتچهارسالهبرایشرکتهایدستکاریقیمتنشده، مدلهایی برای پیشبینی دستکاری قیمت سهام طراحی گردید. در پایان قدرت پیشبینی مدلها با استفاده از دادههای گروه آزمایش موردبررسی قرار گرفت.با توجه به نتایج بهدستآمده، قدرت پیشبینی مدل تحلیل ممیزی خطی 56 درصد و قدرت پیشبینی مدل تحلیل ممیزی درجه دوم 73 درصد است.
In this study, Discriminant Analysis (DA) model are used to estimate manipulation of stock prices in Tehran Stock Exchange. In this study, first by using screening data method, a sample of 345 companies listed in Tehran Stock Exchange were selected and then information about the 'TEDPIX' index, closing price, volatility of closing price and trading volume in the time frame years 1387 to 1391 were collected. Afterwards the selected companies categorized into manipulated and non-manipulated groups by using duration dependence test and skewness & kurtosis test. Then with scrutiny of the trend of Tedpix's chart and volume chart of the manipulated group, Start of price manipulation is determined. In next step by using Linear Discriminant Function (LDF) and Quadratic Discriminant Function (QDF) and by using closing price, volatility of closing price and trading volume variables and also using information in range one year before starting manipulation group and in range four years for non-manipulation group, designed models for forecasting manipulation. At the end, the prediction ability of the models was examined. According to the results, the prediction ability of LDF model is 56% and the prediction ability of QDF model is 73%.