کاربرد تحلیل پوششی داده ها برای محاسبه شاخص تلفیقی نقدشوندگی سهام (شواهدی از بورس اوراق بهادار تهران)
محورهای موضوعی : دانش مالی تحلیل اوراق بهادارکیخسرو یاکیده 1 , محمدحسن قلی زاده 2 , سیدمرتضی موسوی نیا 3
1 - استادیار گروه مدیریت، دانشگاه گیلان، گیلان، ایران
2 - دانشیار گروه مدیریت، دانشگاه گیلان، گیلان، ایران
3 - دانش آموخته کارشناسی ارشد، دانشگاه گیلان، گیلان، ایران
کلید واژه: نقدشوندگی سهام, تحلیل پوششی داده, بورس اوراق بهادار تهران, رتبه بندی, مرزهای کاملاً ناکارا,
چکیده مقاله :
در این پژوهش از الگوی محاسبه کارایی در تحلیل پوششی داده ها، به منظور ارائه یک شاخص تلفیقی از ابعاد مختلف نقدشوندگی سهام استفاده گردیده است. در میان مدل های تحلیل پوششی داده ها، مدل دامنه تعدیل شده (RAM) از این خاصیت برخوردار است که هم ورودی ها و خروجی ها را به طور همزمان در نظر می گیرد، هم شاخص عددی برای کارایی ارائه می دهد و هم ورودی و خروجی منفی را می پذیرد؛ از این رو مدل RAM به عنوان مبنای ارائه شاخص تلفیقی نقدشوندگی سهام در این پژوهش مورد توجه قرار گرفته است. درگام بعدی اقدام به رتبه بندی واحدهای دارای شاخص تلفیقی نسبی نقدشوندگی برابر یک، بر مبنای روش رتبه بندی بر مبنای مرزهای کاملاً ناکارا نموده ایم. نتایج پژوهش حاکی از کاربرد مؤثر روش تحلیل پوششی داده ها برای محاسبه شاخص تلفیقی نسبی نقدشوندگی سهام می باشد. با استفاده از این روش، نمره شاخص تلفیقی نقدشوندگی سهام اختصاص داده شده به هر یک از شرکت های پذیرفته شده در بورس، ابعاد و جنبه های مختلف نقدشوندگی سهام یک شرکت را در بر می گیرد و بر اساس آن به راحتی می توان شرکت ها را با هم مقایسه کرد یا اینکه شاخص تلفیقی نقدشوندگی سهام یک شرکت را در چند دوره مالی مورد نظارت قرار داد.
In this paper, the pattern of efficiency calculation with data envelopment analysis (DEA) is used to present a consolidated index for representing different dimensions of stock liquidity. Among DEA models, the range adjusted model (RAM) considers both inputs and outputs simultaneously; provide measure of efficiency and deals with negative inputs and outputs. Thus in this paper, RAM model is used as a basis for presenting relative consolidated index of liquidity. The next step, units with relative consolidated index equal to one is ranked, based on the full-inefficient frontier ranking method. Results support the effectiveness of data envelopment analysis application for measuring liquidity relative consolidated. Using this method, the stock liquidity consolidated index allocated to each of the companies listed on the, presents different aspects of stock liquidity for stocks in stock exchange, in a way that liquidity of stocks can be compared with each other easily and liquidity of a specific stock can be surveyed during time prides.
* آذر، عادل؛ دانشور، مریم و زالی، محمدرضا (1385). طراحی مدل ارزیابی عملکرد شعب بیمه با استفاده از تکنیک DEA (مطالعه موردی بیمه دانا)، پژوهشنامه علوم انسانی و اجتماعی، شماره 23، صص 35-62.
* جهانشاهلو، غلامرضا و حسینزاده، فرهاد. (1385). مقدمهای بر تحلیل پوششی دادهها، جلد اول، جزوه درسی چاپ نشده، دانشکده ریاضی دانشگاه تربیت معلم.
* خواجوی، شکراله. سلیمیفرد، علیرضا. ربیعه، مسعود (1384). کاربرد تحلیل پوششی دادهها در تعیین پرتفوی از کاراترین شرکتهای پذیرفته شده در بورس اوراق بهادار تهران، مجله علوم اجتماعی و انسانی دانشگاه شیراز، دوره22 (2)، پیاپی43.
* کاظمی، حسین و حیدری، عباس (1391). رابطه بین نقدشوندگی سهام و فرصتهای سرمایهگذاری، فصلنامه علمی پژوهشی دانش مالی تحلیل اوراق بهادار، شماره 16، صص 29-39.
* یعقوبنژاد، احمد و ذبیحی، علی (1390). بررسی رابطه بین کیفیت افشا و نقدشوندگی سهام شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران، فصلنامه علمی پژوهشی دانش مالی تحلیل اوراق بهادار، شماره 10، صص 217-235.
* مهرگان، محمدرضا (1383). ارزیابی عملکرد سازمانها: رویکردی کمّی با استفاده از تحلیل پوششی دادهها، تهران: انتشارات دانشگاه تهران.
* Agarwal, P. (2009). Institutional Ownership, Liquidity and Liquidity Risk, Phd Thesis, Cornell University.
* Amihud, Y. (2002). Illiquidity and stock returns: cross-section and time-series effects, Journal of Financial Markets, 5(1), 31–56.
* Amihud, Y., Mendelson, H. and Pedersen, L.H. (2005). Liquidity and asset prices, Vol. 1, now Publishers Inc., Hanover
* Andersen, P., Petersen, N.C., (1993). A procedure for ranking efficient units in data envelopment analysis, Management Science, 39, 1261–1264.
* Andrew W., Constantin p. and Wierzbicki, M. (2003). It is 11 pm- do you klow your liquidity is? The mean-variance liquidity frontier, Journal of investment management, 1, 55-93.
* Banker, R. D., Charnes, A., Cooper, W. W., (1986). Some models for estimating technical and scale In-efficies in data envelopment analysis. Management science, 30(9), 41-62.
* Ben. M.R. (2006). Liquidity and Stock Returns: Evidence from a Pure Order Market using a New Liquidity Proxy, International Review of Financial Analysis, 15, 21-38.
* Bervas, A. (2006). Market liquidity and its incorporation into risk management, Financial Stability Review, NO. 8, pp. 63-79.
* Bhattacharjee, S. (2012). Efficiency dynamics and sustainability of the Indian IT-ITeS industry: An empirical investigation using DEA, Journal of IIMB Management Review, 24(4), 203-214.
* Bogdan, S., Baresa, S. and Ivanovic, S. (2012). Measuring liquidity on stock market: impact on liquidity ratio, Tourism and Hospitality Management, 18(2), 183-193.
* Chai, D., Faff, R. and Gharghori, P. (2010). New evidence on the relation between stock liquidity and measures oftrading activity, International Review of Financial Analysis, 19, 181-192.
* Charnes, A., Cooper,W. W., Rohdes, E., (1978). Measuring the Efficiency of Decision Making Units. Europen Journal of operational Research, 2, 249-444.
* Chordia, T., Roll, R. & Subrahmanyam, A. (2001), Market liquidity and trading activity, The Journal of Finance, 56(2), 501-530.
* Cooper, W. W., K. S. Park, and J. T. Pastor. (1999). RAM: A Range Adjusted Measure of Inefficiency for Use with Additive Models, and Relations to Other Models and Measures in DEA. Journal of Productivity Analysis, 11, 5–42.
* Farell, M. J. (1957). The measurement of productive efficiency. Journal of the Royal Statistical Society, 120, 253-281.
* Halkos, G. E. and Salamouris, D. S. (2004). Efficiency measurement of the Greek commercial banks with the use of financial ratios: a data envelopment analysis approach. Management Accounting Research, 15, 201–224.
* Hasbrouck, J. and Seppi, D. (2001). Common Factors in Prices, Order Flows and Liquidity, Journal of Financial Economics, 59(3), 383-411.
* Jahanshahloo, G.R. and Afzalinejad, M. (2006). A ranking method based on a full-inefficient frontier. Applied Mathematical Modelling, 30, 248–260.
* Lim, S., Oh, K.W., Zhu, J. (2013). Use of DEA Cross-Efficiency Evaluation in Portfolio Selection: An application to Korean Stock Market, European Journal of Operational Research, 13, 1-27.
* Liu, Weimin (2006), A liquidity-augmented capital asset pricing model, Journal of Financial Economics, 82, 631–671.
* Wierzbicki, A. P. (1999). Reference Point Approaches, International Series in Operations Research & Management Science, Vol. 21, Pp. 237-275.
* Powers, J. McMullen, P. R. (2000). Using Data Envelopment Analysis to Select Efficient Large Market Cap Securities, Journal of Business and Management, Vol. 7(2), Pp. 31-42.
* Robin, A. (2007). Ownership level, Ownership Concentration and Liquidity, Journal of financial market, 5, 219-248.
* Stoll, H., (2000). Friction, Journal of Finance, Vol. 55(4), Pp. 1479−1514.
* Wyss, R. (2004). Measuring and Predicting Liquidity, PhD diss., University St. Gallen, Zurich