Περίληψη
Οι κανονιστικές ανακοινώσεις ειδήσεων (RNAs) δημιουργούνται για να διασφαλίσουν την αμερόληπτη πρόσβαση σε πληροφορίες που σχετίζονται με τις επιχειρήσεις από όλα τα μέλη της επενδυτικής κοινότητας. Αναπτύσσουμε ένα σύστημα υποστήριξης αποφάσεων για την αξιολόγηση του επιπέδου ασυμμετρίας πληροφοριών στις ρυθμιζόμενες χρηματιστηριακές αγορές. Πρώτον, πραγματοποιούμε ανάλυση συναισθημάτων για την ταξινόμηση των τύπων ανακοινώσεων. Στη συνέχεια, χρησιμοποιούμε το επίπεδο του όγκου συναλλαγών, ως υποκατάστατο για τη μέτρηση του επιπέδου ασυμμετρίας πληροφοριών σε ρυθμιζόμενες χρηματιστηριακές αγορές. Σε μια δίκαιη αγορά, χωρίς καμία μορφή ασυμμετρίας πληροφοριών, θα πρέπει να αναμένουμε ότι ο αντίκτυπος (t-1) μιας ενημερωτικά πλούσιας RNA θα πρέπει να είναι μηδενικός, καθώς οι νέες πληροφορίες αποκαλύπτονται σε όλους τους συμμετέχοντες στην αγορά ταυτόχρονα την ημέρα (t). Διαπιστώνουμε ότι υπάρχει στατιστικά σημαντική υψηλότερη ακραία διακύμανση του όγκου συναλλαγών την προηγούμενη ημέρα (t-1) της επίσημης ανακοίνωσης ενός πληροφοριακά πλούσιου RNA, υποδεικνύοντας ότι υπάρχει κάποιου είδους ασυμμετρία πληροφοριών στο χρηματιστήριο του Ηνωμένου Βασιλείου.
Συμπεράσματα
Σε αυτό το άρθρο αναπτύσσουμε ένα σύστημα υποστήριξης αποφάσεων (DSS) για την αξιολόγηση του επιπέδου ασυμμετρίας πληροφοριών σε ρυθμιζόμενες χρηματιστηριακές αγορές. Για τη μέτρηση του επιπέδου ασυμμετρίας των πληροφοριών, αποφασίσαμε να χρησιμοποιήσουμε τον αντίκτυπο μιας πλούσιας σε πληροφορίες ανακοίνωσης ρυθμιστικών ειδήσεων (RNA) την ημέρα (t) της επίσημης ανακοίνωσής της και την προηγούμενη ημέρα (t-1) της επίσημης ανακοίνωσής της. Σε μια δίκαιη αγορά, χωρίς καμία μορφή ασυμμετρίας πληροφοριών, θα πρέπει να αναμένουμε ότι ο αντίκτυπος (t-1) μιας πλούσιας σε πληροφορίες RNA θα πρέπει να είναι μηδενικός, καθώς οι νέες πληροφορίες αποκαλύπτονται σε όλους τους συμμετέχοντες στην αγορά ταυτόχρονα την ημέρα (t). Για τη μέτρηση του αντίκτυπου ενός πλούσιου σε πληροφορίες RNA αποφασίσαμε να χρησιμοποιήσουμε τον όγκο συναλλαγών, καθώς σύμφωνα με μια σειρά μελετών, είναι πολύ ευαίσθητος στις ειδήσεις που σχετίζονται με τις επιχειρήσεις.
Πρώτον, έπρεπε να δημιουργήσουμε τα αντίστοιχα σύνολα δεδομένων. Υπάρχουν διάφοροι τρόποι που μπορεί να χρησιμοποιήσει κάποιος για την ανάκτηση Ρυθμιστικών Ανακοινώσεων Ειδήσεων (RNA) για τα συστατικά του FTSE-100. Ένας τρόπος είναι η αναζήτηση ανακοινώσεων από μεμονωμένες εταιρείες του FTSE-100. Οι περισσότερες εταιρείες του FTSE-100 δημοσιεύουν RNA απευθείας στους εταιρικούς τους ιστότοπους στις ενότητες των σχέσεων με τους επενδυτές ή του δελτίου τύπου. Στη συνέχεια, έπρεπε να εφαρμόσουμε τεχνικές εξόρυξης κειμένου, προκειμένου να διαχωρίσουμε τα βασικά στοιχεία από κάθε ανακοίνωση. Χρησιμοποιήσαμε τεχνικές εξόρυξης κειμένου για να εξάγουμε τα ακόλουθα δεδομένα από κάθε ανακοίνωση: τίτλος, κατηγορία, ημερομηνία, ώρα και περιεχόμενο της ανακοίνωσης.
Στη συνέχεια, έπρεπε να αναλύσουμε τους διάφορους τύπους κανονιστικών ανακοινώσεων ειδήσεων (RNA) χρησιμοποιώντας τη διαθέσιμη βιβλιογραφία στον τομέα. Ο πρωταρχικός στόχος για τη διεξαγωγή αυτής της ανάλυσης είναι η καλύτερη κατανόηση των διαφόρων τύπων RNA. Μέσω αυτής της ανάλυσης είμαστε σε θέση να εντοπίσουμε τύπους RNA που είναι πληροφοριακά πλούσιοι από την πλευρά του επενδυτή. Μια πληροφοριακά πλούσια ανακοίνωση είναι αυτή που μπορεί να προκαλέσει μια αντίδραση της αγοράς, όπως μια μετατόπιση στην τιμή της μετοχής ή μια διακύμανση του όγκου συναλλαγών. Το προτεινόμενο ΣΑΤ εκτελεί πρώτα ανάλυση συναισθήματος για την ταξινόμηση των τύπων ανακοινώσεων με βάση τον πληροφοριακό τους πλούτο. Στη συνέχεια, χρησιμοποιούμε το επίπεδο του όγκου συναλλαγών την ημέρα (t) και την προηγούμενη ημέρα (t-1) της επίσημης ανακοίνωσης ενός πληροφοριακά πλούσιου RNA, ως υποκατάστατο για τη μέτρηση του επιπέδου ασυμμετρίας πληροφοριών σε ρυθμιζόμενες χρηματιστηριακές αγορές.
Στο πειραματικό μέρος της μελέτης, βρήκαμε σημαντική διαφορά μεταξύ της ημέρας (t-1) και της ημέρας (t) όσον αφορά τη μέση ακραία διακύμανση (Q3 – Q4) του όγκου συναλλαγών σε τρία από τα τέσσερα σύνολα δεδομένων που εξετάστηκαν. Αυτό το εύρημα δείχνει σαφώς ότι μια επιλεγμένη ομάδα, όπως αναλυτές ή θεσμικοί επενδυτές, λαμβάνει θέσεις πριν από την επίσημη κυκλοφορία σημαντικών πληροφοριών που σχετίζονται με τις επιχειρήσεις, υποδεικνύοντας την παρουσία ασυμμετρίας πληροφοριών στο χρηματιστήριο του Ηνωμένου Βασιλείου.
Είναι γνωστό ότι η ασυμμετρία των πληροφοριών, επηρεάζει αρνητικά το επίπεδο της αποτελεσματικότητας της αγοράς καθώς μπορεί να οδηγήσει στην απώλεια της εμπιστοσύνης στη δικαιοσύνη της αγοράς. Η έλλειψη εμπιστοσύνης στη δικαιοσύνη της αγοράς λόγω του κενού πληροφόρησης μπορεί να οδηγήσει ένα μέρος των επενδυτών να εγκαταλείψουν την αγορά, μειώνοντας την αποτελεσματικότητα της αγοράς και οδηγώντας σε χαμηλότερη συνολική συμμετοχή στην αγορά. Τα τελευταία χρόνια, οι ρυθμιστικές αρχές σε όλο τον κόσμο έχουν εφαρμόσει διάφορα μέτρα για τον μετριασμό της ασυμμετρίας των πληροφοριών στις χρηματιστηριακές αγορές. Παρ 'όλα αυτά, η παρούσα μελέτη παρέχει στοιχεία ότι απαιτείται περισσότερη δράση για την πλήρη επίτευξη αυτού του στόχου.
Οι συνεισφορές αυτού του άρθρου μπορούν να συνοψιστούν ως εξής: (1) Εισάγουμε ένα σύστημα υποστήριξης αποφάσεων (DSS) για τη μέτρηση του επιπέδου ασυμμετρίας πληροφοριών σε μια ρυθμιζόμενη χρηματιστηριακή αγορά. (2) Εξ όσων γνωρίζουμε, αυτή είναι η πρώτη μελέτη που χρησιμοποιεί ανακοινώσεις ρυθμιστικών ειδήσεων (RNA) για την ανάπτυξη ενός ΣΑΤ για την αξιολόγηση της ασυμμετρίας πληροφοριών σε ρυθμιζόμενες χρηματιστηριακές αγορές. (3) Ενώ οι περισσότερες προηγούμενες μελέτες διερευνούν μόνο λίγους τύπους εταιρικών γεγονότων σε σχέση με την ασυμμετρία πληροφοριών, όπως οι ανακοινώσεις μερισμάτων και κερδών, η παρούσα μελέτη υιοθετεί ένα ευρύτερο πεδίο λαμβάνοντας επίσης υπόψη τις ανακοινώσεις σχετικά με τις αλλαγές ηγεσίας και διοικητικού συμβουλίου, τις εκποιήσεις, τις εξαγορές, τις εξαγορές μετοχών, τις μειώσεις κεφαλαίου, τις συμμαχίες, τις τεχνολογικές εξελίξεις και τα νέα καινοτομίας. (4) Η μελέτη ενισχύει την ευαισθητοποίηση σχετικά με την ασυμμετρία των πληροφοριών στο χρηματιστήριο του Ηνωμένου Βασιλείου.
Η ασυμμετρία των πληροφοριών στο χρηματιστήριο προκύπτει από δύο κύριες πηγές: τις προνομιακές πληροφορίες και την ανώτερη αναλυτική εμπειρογνωμοσύνη των θεσμικών επενδυτών. Σε αυτή τη μελέτη, αναπτύξαμε ένα σύστημα υποστήριξης αποφάσεων (DSS) ειδικά σχεδιασμένο για να μετριάσει την πρώτη από αυτές τις πηγές, δηλαδή τις προνομιακές πληροφορίες με τη μορφή της εκ των προτέρων πρόσβασης σε πληροφορίες που σχετίζονται με τις επιχειρήσεις. Μελλοντική έρευνα θα μπορούσε να διερευνήσει την εφαρμογή εργαλείων γενετικής τεχνητής νοημοσύνης για τη σύνοψη μακροχρόνιων γνωστοποιήσεων. Αυτά τα εργαλεία είναι ικανά να αποστάζουν εκτεταμένες εταιρικές αρχειοθετήσεις σε συνοπτικές, ευανάγνωστες περιλήψεις, διατηρώντας παράλληλα βασικές λεπτομέρειες που κινούν την αγορά. Με αυτόν τον τρόπο, θα μπορούσαν να ενδυναμώσουν ένα ευρύτερο τμήμα της επενδυτικής κοινότητας που διαφορετικά αγωνίζεται να επεξεργαστεί πυκνές πληροφορίες εντός χρονικών περιορισμών, συμβάλλοντας έτσι στην άμβλυνση της ασυμμετρίας των πληροφοριών που προκαλείται συχνά από την ανώτερη εμπειρογνωμοσύνη των θεσμικών επενδυτών.
Αυτό το άρθρο προέρχεται από μετάφραση του άρθρου: A Decision Support System for Identifying the Existence of Information Asymmetry in Regulated Stock Markets από τα αγγλικά και δημοσιεύεται με βάση την άδεια CC BY 4.0 Attribution 4.0 International Creative Commons.
Διαβάστε επίσης: