تحلیل نقش معاملات بلوکی در ایجاد بازده غیرعادی و تأثیر بر نوسانات غیرسیستماتیک در بورس اوراق بهادار تهران

مهربان پور, محمدرضا; تهرانی, رضا; جمشیدی, حمید

doi:10.22108/amf.2018.111208.1256

تعداد نشریات	43
تعداد شماره‌ها	1,706
تعداد مقالات	13,973
تعداد مشاهده مقاله	33,597,663
تعداد دریافت فایل اصل مقاله	13,323,299

تحلیل نقش معاملات بلوکی در ایجاد بازده غیرعادی و تأثیر بر نوسانات غیرسیستماتیک در بورس اوراق بهادار تهران

مدیریت دارایی و تامین مالی

مقاله 2، دوره 8، شماره 1 - شماره پیاپی 28، فروردین 1399، صفحه 1-22 اصل مقاله (1.1 M)

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22108/amf.2018.111208.1256

نویسندگان

محمدرضا مهربان پور^* ¹؛ رضا تهرانی²؛ حمید جمشیدی¹

¹گروه حسابداری و مالی، دانشکده مدیریت و حسابداری، پردیس فارابی دانشگاه تهران

²استاد گروه مدیریت مالی و بیمه، دانشکده مدیریت دانشگاه تهران، تهران، ایران

چکیده

هدف: معاملات بلوکی سهام بخش مهمی از معاملات بورس اوراق بهادار تهران را تشکیل می‌‌دهد؛ این معاملات شامل معاملۀ حجم‌ زیادی از سهام در قیمت‌های توافقی است که به‌طور معمول با قیمت‌های جاری و نوسانی بازار تفاوت دارد. کمیت بالای معاملات بلوکی سبب شده است پژوهش‌‌های مهمی در این حوزه انجام شود. هدف اصلی این پژوهش، مطالعه دربارۀ محتوای اطلاعاتی معاملات بلوکی سهام است.
روش: برای این منظور 208 معاملۀ بلوکی در بورس اوراق بهادار تهران برای دورۀ زمانی 1395-1387 با استفاده از روش مطالعۀ رویدادی تجزیه‌و‌تحلیل شده است.
نتایج: نتایج پژوهش نشان می‌‌دهد تراکنش‌های معاملات بلوکی سهام، نشانه‌‌ای مهم برای سرمایه‌گذارانی‌ است که در بورس اوراق بهادار فعالیت می‌کنند. شواهد نشان‌دهندۀ آن است که بعد از انجام معاملات بلوکی صرف و کنترلی، بازده‌های غیرعادی انباشتۀ مثبت معنادار مشاهده می‌‌شود. در کل این بازده‌‌‌‌های غیرعادی انباشته حاکی است سهامداران نسبت به انجام معاملات بلوکی واکنش غیرعادی نشان می‌دهند. نتایج نشان داد بعد از انجام معاملات بلوکی نوسانات غیرسیستماتیک کاهش یافته است.

کلیدواژه‌ها

معاملات بلوکی؛ سهامدار بلوکی؛ بازده غیرعادی؛ نوسانات غیرسیستماتیک

اصل مقاله

مقدمه.

معامله‌گران حرفه‌ای، هنوز هم به‌طور گسترده، برای گرفتن تصمیم‌های سرمایه‌گذاری آگاهانه، اطلاعات دربارۀ معاملات بلوکی را به کار می‌برند. ورود معاملات بلوکی در بازار نشان‌دهندۀ وجود اطلاعات خصوصی است و سبب می‌شود سرمایه‌گذاران یا معامله‌گران با توجه به ماهیت معاملات بلوکی در انتظارات قیمتی خود تجدید نظر کنند (آگوارال^{^[1]} و پاندی^{^[2]}، 2010). تغییر قیمتی یک ورقۀ بهادار که به اطلاعات معامله منتسب می‌شود، اثر قیمتی یا بازاری یک معامله است. اثرات قیمتی بالاتر در بازارهای کم‌عمق‌تر، چالش بزرگ‌تری را برای سیاست‌گذاران و بورس‌های سهام ایجاد می‌کنند. اینکه حجم معاملات چگونه بر قیمت‌ها اثر می‌گذارد، جزء موضوعات در حال تکاملی است که سرمایه‌گذاران نهادی و سایر انواع سرمایه‌گذاران نگران آن‌اند (الزهرانی^{^[3]}، گرگوریو^{^[4]} و هودسن^{^[5]}، 2013). تحلیل جامع‌‌تر بازده‌‌‌‌های غیرعادی آشکار می‌‌کند که سهامداران واکنش‌‌های مختلفی به معاملات بلوکی در بازار دارند. همۀ آنها این معاملات را رویدادی به یک اندازه مثبت یا منفی تلقی نمی‌‌کنند. برخی از آنها انتقال کنترل و فروش سهام را وسیله‌‌ای برای دست‌یابی فوری به هدف خود یعنی سود در نظر می‌‌گیرند. برخی دیگر نیز معامله را با توجه به ازدست‌‌دادن سهام بالقوه در سودهای آتی ارزیابی می‌‌کنند (بایری‌کیتا^{^[6]} و کزرونسکی^{^[7]}، 2017).

در همین زمینه ممکن است بیان شود که نظر دو طرفی که در فعالیت معاملات بلوکی با تأثیر قیمتی نقش دارند، با مظنۀ بازار متناسب نیست. این دو طرف یا به‌منزلۀ عوامل غیرمنطقی دسته‌‌‌بندی شوند که برخلاف اطلاعات بازار عمل می‌کنند یا به‌منزلۀ عوامل منطقی دسته‌بندی شوند که اطلاعات دقیق و درست دارند؛ از همین روی، انگیزه‌های زیادی برای معاملۀ بلوکی سهام وجود دارد؛ یکی از آنها اجتناب از تأثیر افزایش گردش معاملات اوراق بهادار خاص است که ممکن است از مشخصات معاملاتی اندک سهام شرکت حاصل شود. انگیزۀ دیگر ممکن است دانش داخلی دربارۀ ارزش واقعی شرکت باشد. از آنجا که معاملات بلوکی سهام به شکل مستقیم با ارزش‌گذاری سرمایه و آشکارکردن قیمت‌های مبادلاتی مرتبط است، یک سؤال پژوهشی مهم به شرح تأثیر معاملات بلوکی بر قیمت سهام در بازار مطرح می‌شود (کورک^{^[8]}، 2016). مطالعات تجربی متعددی اثرات عملکرد بازار در معاملات بلوکی را بررسی کرده‌اند. مطالعاتی که هولدرنس^{^[9]} و شیهان^{^[10]} (1988) و بارکلی^{^[11]} و هولدرنس (1989) در بازار آمریکا و سودارسانام^{^[12]} (1996) در بازار انگلیس انجام داده‌‌اند، نشان می‌‌دهد بازده‌‌های غیرعادی نشان‌دهندۀ واکنش مثبت سهامداران به معاملات بلوکی بوده است. بارکلی و هولدرنس (1991)، بثل^{^[13]}، لیبسکایند^{^[14]} و اوپلر^{^[15]} (1998) و پارک^{^[16]}، سلویلی^{^[17]} و سونگ^{^[18]} (2008) نیز نشان می‌‌دهند معاملات بلوکی در حوالی اعلامیه‌‌‌های اذعامی، جهش بزرگی را در قیمت سهام ایجاد می‌کنند. تروجانوسکی^{^[19]} (2008) و دریس^{^[20]} و شریک^{^[21]} (2008) بیان می‌‌کنند که وجود بازده‌‌‌‌های غیرعادی نشان‌دهندۀ واکنش مثبت سهامداران به معاملات بلوکی سهام است. در پژوهش‌های اخیر، دریس، میتزنر^{^[22]} و شریک (2013)، پوچه^{^[23]}، براون^{^[24]} و آچلیتنر^{^[25]} (2015)، کورک (2016)، بایری‌کیتا و کزرونسکی (2017) در روزها و ماه‌های نزدیک به اعلام معاملات بلوکی، بازده‌های غیرعادی و قیاس‌پذیری را گزارش کرده‌اند. در ادامه، مبانی نظری و پیشینۀ پژوهش و سپس فرضیه‌‌ها و روش پژوهش ارائه می‌‌شود. جامعه و نمونۀ آماری پژوهش بخش بعدی است و بعد از آن یافته‌‌های پژوهش تشریح و درنهایت نتایج و پیشنهادها ارائه می‌‌شود.

مبانی نظری.

معاملات بلوکی، معاملۀ تعداد زیادی از اوراق بهادار است که توجه زیادی را به‌دلیل اندازۀ بزرگ معامله و تأثیر زیاد آن بر بازار جذب کرده‌ است (بیان^{^[26]}، ونگ^{^[27]} و ژانگ^{^[28]}، 2012). معاملات بلوکی براساس قیمت معامله به سه گروه تقسیم‌‎بندی می‌‌شود: معاملۀ بلوکی صرف که به قیمتی بالاتر از قیمت پایانی دیروز سهم معامله می‌‌شود. معاملۀ بلوکی به‌تخفیف که به قیمتی پایین‌‌تر از قیمت پایانی دیروز معامله می‌‌شود و معاملۀ بلوکی با صرف صفر که برابر با قیمت پایانی دیروز معامله می‌‌شود (کورک، 2016؛ بایری‌کیتا و کزرونسکی، 2017). آگوارالا و پاندی (2010) چنین استدلال می‌‌کنند که ورود معاملات بلوکی در بازار نشانگر وجود اطلاعات خصوصی است و این امر سبب می‌شود سرمایه‌گذاران با توجه به ماهیت معاملات بلوکی در انتظارات خود از قیمت تجدید‌نظر کنند. اسکولز^{^[29]} (1972) و چان^{^[30]} و لاکونیشوک^{^[31]} (1993) بیان کرده‌‌اند که معاملات بلوکی به دو روش بر فرایند آتی شکل‌گیری قیمت در بازار تأثیر‌ می‌گذارند: یکی اینکه محتوای اطلاعاتی دارند و دیگر اینکه با توجه به اندازۀ خود، اثرات قیمتی دارند. این موارد به ترتیب اثرات پایدار و موقت نامیده می‌شوند. اثرات پایدار مقداری است که معامله‌گران با توجه به آن در برآوردهای خود از ارزش مبتنی بر معامله تجدیدنظر می‌کنند و اثرات موقت تنزیل ناپایدار موردنیاز برای تطبیق بلوکی را نشان می‌دهند. اثر پایدار با اثر جانشینی و اطلاعاتی توضیح داده می‌شود. ازطرف دیگر، اثر اطلاعاتی تأثیرات قیمتی پایدار را به انتشار اطلاعات جدید نسبت می‌دهد که معامله‌گر آگاه تلاش می‌کند قبل از اطلاع به عموم، سهام خود را نقد کند. معاملات بلوکی این ظرفیت را دارد که قیمت‌ها را به‌صورت مستقیم ازطریق خود معامله و به‌صورت غیرمستقیم ازطریق تأثیرگذاری بر تصمیم‌های معاملاتی فعالان بازارهای دیگر - که ممکن است کنش‌های فعالان معاملات بلوکی را مشاهده کنند - تغییر دهد (الزهرانی و همکاران، 2013).

این حقیقت که فعالان در بازار معاملات بلوکی به خرید سهام تمایل دارند، نشان می‌دهد آنها می‌دانند که سهام کمتر از حد ارزش‌گذاری شده است. در این مورد، معاملۀ بلوکی ممکن است تأیید‌یه‌ای از آنها باشد و درنتیجه سیگنال خوبی به بازار ارسال کند (بیان و همکاران، 2012)؛ از همین رو، کورک (2016) معتقد است اگر قیمت‌‌های بالای معاملات بلوکی منعکس‌کنندۀ منافع خصوصی نباشد بلکه تنها منعکس‌کنندۀ اطلاعات برتر طرف‌‌های معامله دربارۀ ارزش شرکت باشد، واکنش سهامداران به این معاملات، افزایش قیمت سهام برای معاملات بلوکی انجام‌شدۀ با صرف و کاهش قیمت سهام برای معاملات بلوکی انجام‌شدۀ به‌تخفیف است. بیان و همکاران (2012) اینگونه استدلال می‌‌کنند که فروشندگان بلوکی سهام، سهامداران بزرگ شرکت‌اند و نسبت به افراد دیگر در بازار اطلاعات بهتری دربارۀ شرکت دارند. این حقیقت که آنها سهام خود را ازطریق معاملۀ بلوکی به فروش می‌رسانند، ممکن است نشان‌ دهد که آنها اطلاعات منفی را از قبل دارند و تلاش می‌‌کنند سهام خود را در هر قیمتی به فروش برسانند یا اینکه فروشندگان قصد دارند دارایی‌های سهام خود را کاهش دهند و ممکن است در آینده به مقدار بیشتری بفروشند؛ به هر حال، فشار قیمت رو به پایین در سهام وجود دارد.

بایری‌کیتا و کزرونسکی (2017) معتقدند هنگامی که یک سهامدار بلوکی کنترلی جدید وارد بازی می‌‌شود، بازار آن را کنترل‌کننده و مدیر بهتری در نظر می‌‌گیرد و سبب واکنش مثبت بازار و افزایش قیمت سهام می‌‌شود؛ در عین حال، این ریسک ایجاد می‌‌شود که سهامداران بلوکی از قدرت خود برای حفاظت از منافع خودشان سوء‌استفاده و نسبت به سهامداران خرد بی‌اعتنایی کنند. فاسیو^{^[32]}، مارچیکا^{^[33]}، مورا^{^[34]} (2011) در همین زمینه بیان می‌‌کنند که سهامداران خرد و سهامدارن بلوکی ازنظر ویژگی‌های ریسک‌‌پذیری و بازده‌ موردانتظار و انتخاب پروژه‌‌‌‌های سرمایه‌‌گذاری که شرکت باید دنبال کند، ترجیحات واگرا و متفاوتی دارند. آنها معتقدند سهامدار بلوکی بزرگ‌‌تر به‌ احتمال زیاد به بهای ازدست‌‌دادن سود بالاتر، پروژه‌های کم‌‌ریسک‌تری را ترجیح خواهد داد؛ در حالی که سهامداران کوچک‌تر، خواهان اجرای پروژه‌‌‌های پرریسک‌‌تر و پربازده‌‌ترند؛ ازاین‎رو، یک سهامدار بلوکی به‌دلیل قدرت بالاتر خود، با وجود ضرر سهامداران خرد، سیاست سرمایه‌‌گذاری ریسک‌گریز را اجرا خواهد کرد. این سهامدار بلوکی به‌دلیل گرایش شدیدی که به حفظ منافع شخصی خود دارد، تنها زمانی پروژه‌‌‌های پرریسک‌‌‌تر را قبول خواهد کرد که مزایای موردانتظار این پروژه‌‌ها، منفعت خصوصی چشم‌‎پوشی‌شده را به‌طور کامل جبران کند (کاسی^{^[35]}، لیتاو^{^[36]} و ینگ^{^[37]}، 2008). ازطرفی تهدید به خروج یا فروش سهام‌های یک سهامدار بلوکی، قیمت سهام یک شرکت را کاهش می‌دهد و با افزایش ریسک شرکت، ممکن است به‌منزلۀ سیگنال فروشی برای سایر سرمایه‌گذاران عمل کند (پرینو^{^[38]}، اسیاس^{^[39]}، استارکس^{^[40]}، 2003). در ادامه، برخی پژوهش‌‌های خارجی و داخلی انجام‌شده در این حوزه بررسی می‌‌شود.

آی‌بیکونل^{^[41]} و گریگوری^{^[42]} (2018) با بررسی تأثیر قیمت معاملات بلوکی نشان دادند سفارش‌‌های بلوکی، در ساعات میانی روز نسبت به انجام معامله در اولین و آخرین ساعات معامله در بازار تأثیر بیشتری بر قیمت دارند. بایری‌کیتا و کزرونسکی (2017) با مطرح‌کردن این سؤال که چه چیزی عامل واکنش سهامداران در معاملات بلوکی است، نشان دادند بازده‌‌های غیرعادی مثبت دربارۀ معاملات بلوکی، حدود 12 درصد است. علاوه بر این، در بیش از 40 درصد از معاملات بلوکی، واکنش سهامداران منفی ارزیابی شده است. کورک (2016) با بررسی محتوای اطلاعاتی معاملات بلوکی استدلال می‌‌کند که معاملات بلوکی که با قیمتی بالاتر از قیمت بسته‌شدن در روز قبل از معامله انجام شده‌‌اند، سبب بازده‌های مثبت غیرعادی در پنجرۀ رویداد می‌شوند؛ ولی معاملات بلوکی که با قیمت پایین‌تر از قیمت بسته‌شدن در روز قبل از معامله انجام شده‌اند، سبب بازده‌های منفی غیرعادی در پنجرۀ رویداد می‌‌شوند. میتزنر و شریک (2016) با بررسی ارزش‌آفرینی با مالکیت‌‌های بلوکی و اهمیت هویت مالک بلوک نشان دادند شکل‌گیری بلوک‌های خارجی جدید سبب ارزش‌آفرینی معناداری برای سهامداران هدف می‌شود و اندازۀ تأثیر به هویت مالک بلوک بستگی دارد. چائوهان^{^[43]}، وآدوا^{^[44]}، سیمالا^{^[45]} و گویال^{^[46]} (2015) با بررسی ساختار مالکیت بلوک نشان دادند اگر مالکان جدید بلوکی در واقعیت ناظران مؤثری باشند، حضور آنها ممکن است همراه با بازده سهام مثبت و پایدار شرکت‌های هدف باشد.

دریس و همکاران (2013) با بررسی اثر مالکیت نهادی سهام بر ارزش شرکت نشان دادند بازده‌های غیرعادی، زمانی به شکل معناداری بالاترند که سهامدار بلوکی هزینه‌‌‌های نمایندگی را قبول کند. گریگوریک^{^[47]} و وسپرو^{^[48]} (2009) رابطۀ بین معاملات بلوکی و منافع خصوصی کنترل را بررسی کردند. نتایج نشان می‌‌دهد قیمت سهام چهار روز قبل از اعلام معاملۀ بلوکی شروع به افزایش می‌‌کند؛ این افزایش نشان می‌‌دهد بازار به‌گونه‌ای منتظر معاملۀ بلوکی است. در همین زمینه تروجانوسکی (2008)، دریس و شریک (2008) و گریگوریک و وسپرو (2003) نشان دادند بازده‌‌های غیرعادی دربارۀ معاملات بلوکی مثبت بوده است. بارکلی و هولدرنس (1989؛ 1991) با بررسی مذاکرۀ معاملات بلوکی و کنترل شرکت‌‌ها نشان دادند بازده‌‌های غیرعادی در بازۀ رویداد کوتاه‌مدت برای کل جامعۀ آماری مثبت است. بازده‌‌های غیرعادی انباشته دربارۀ روز اعلام معاملات بلوکی، 37/7% برای معاملۀ بلوکی با تخفیف و 16/6% برای معاملات بلوکی صرف بوده‌‌اند. احمدپور و نصیری (2016) با بررسی تأثیر قیمتی معاملۀ بلوکی نشان دادند گردش مالی معاملات، بازده بازار و اختلاف قیمت پیشنهادی خرید و فروش سهام با تأثیر قیمتی بلوک‌‌ها رابطۀ معناداری دارند. احمدپور و نصیری (2015) با بررسی عدم‌تقارن تأثیر قیمت معاملات بلوکی بین خرید و فروش نشان دادند بین تأثیر قیمت خریدها و فروش‌‌های بلوکی عدم‌تقارن اطلاعاتی وجود دارد. رضایی‌دولت‌آبادی و صادق‌فلاح (2014) دیدگاه سهامداران بزرگ به عمل واگذاری بلوکی سهام برای تأمین مالی بنگاه را بررسی کردند. نتایج، به‌دلیل محدودیت در فرصت‌های واگذاری، بیانگر تأثیر منفی بزرگ‌‌ترین سهامدار بر سیاست‌های بنگاه است. تالانه، محمودی و شرفی (2013) با بررسی محتوای اطلاعاتی حجم غیرعادی معاملات سهام نشان دادند در روزهایی که حجم معاملات افزایش غیرعادی داشته است، بازده غیرعادی وجود دارد. احمدپور، آقاجانی، و فدوی (2014) با بررسی رابطۀ بین حجم معاملات و تغییر قیمت سهام نشان دادند در ساختار معاملات بازار روابط وجود دارد و تعداد دفعات معامله و تعداد سهام معامله‌شده و تغییر قیمت سهام روزانه با یکدیگر رابطۀ مثبت دارند.

بدری و کوچکی (2013) با بررسی حجم معاملات و بازده سهام براساس تحلیل مالی رفتاری نشان دادند رابطۀ معناداری بین حجم معاملات و بازده با وقفۀ بازار وجود ندارد؛ بنابراین، شواهدی مبنی بر وجود سوگیری فرااعتمادی بین سرمایه‌گذاران مشاهده نمی‌‌شود؛ ولی رابطۀ مستقیم و معناداری بین حجم معاملات سهام منفرد و بازده با وقفۀ آنها وجود دارد. قائمی، فرجی‌ملایی، و کیانی (2013) ورود و خروج شرکت‌ها در لیست 50 شرکت فعال‌تر را با روش پژوهش رویدادی بررسی کردند. نتایج نشان می‌‌دهد دو معیار حجم غیرعادی معاملات سهام و اختلاف قیمت پیشنهادی خرید و فروش، نشان‌دهندۀ واکنش سهامداران به اخبار تغییر فهرست مذکور، به‌صورت نقدشوندگی سهام است. قائمی، معصومی و آزادی (2011) بازده غیرعادی سهام در شرایط وقفۀ معاملاتی را بررسی کردند. نتایج نشان می‌‌دهد قدرت تشریح الگوی بازار با روش دادوستد نسبت به دادوستد برای سهام کم‌گردش و متوسط بالاتر است. با توجه به مطالب بیان‌شده فرضیۀ اول به‌صورت زیر بیان می‌‌شود:

فرضیۀ 1- معاملات بلوکی در ایجاد بازه غیرعادی مؤثر است.

نوسانات غیرسیستماتیک^{^[49]}.

نوسان‌‌پذیری بازده سهام، از موضوع‌‌های بحث‌برانگیز مالی است که در سال‌های اخیر پژوهشگران بازار سرمایه در بازارهای نوظهور به آن توجه کرده‌اند (للداکیس^{^[50]}، دیویدسون^{^[51]} و اسمیت^{^[52]}، 2004). حدود ده سال است که ماهیت و رفتار نوسانات غیرسیستماتیک ازجمله موضوع‌های متداول در زمینۀ قیمت‌گذاری دارایی‌‌هاست. به‌‎طور خلاصه، نوسانات غیرسیستماتیک حاصل یک الگوی قیمت‌گذاری دارایی است که اگر این الگو بتواند ریسک را به‌درستی قیمت‌گذاری کند، نوسانات غیرسیستماتیک نباید حاوی اطلاعات مفیدی باشد؛ اما در دو دهۀ اخیر برخی مقالات این انتظار را به چالش کشیده‌اند. برای مثال، کامپبل^{^[53]}، لتاو^{^[54]} و مالکیل^{^[55]} (2001) از یک روند ظاهری رو‌ به بالا در نوسانات غیرسیستماتیک خبر می‌دهند. این روند الهام‌بخش این ایده است که الگو‌‌های غالب قیمت‌گذاری دارایی در حال ازدست‌دادن دقت خود هستند. آنگ^{^[56]}، هادریک^{^[57]}، زینگ^{^[58]} و ژانگ (2006) نیز از وجود رابطه‌ای منفی بین نوسانات غیرسیستماتیک و بازده خبر می‌دهند. در پیشینۀ علمی حاضر، دربارۀ اینکه آیا می‌‌توان این مشاهدات را به دلالت‌های باارزشی دربارۀ قیمت‌گذاری دارایی تبدیل کرد یا نه، اختلاف عقیده وجود دارد. برخی مقالات روند رو به بالای مجموع نوسانات غیرسیستماتیک را تنها یک توهم می‌دانند که به‌واسطۀ نبودن کنترل‌های مربوط به بازده‌ها ازقبیل گزینه‌‌های رشد دسترسی‌پذیر و سودآوری شرکت‌‌ها به وجود آمده است (کاو^{^[59]}، سیمین^{^[60]} و ژائو^{^[61]}، 2006).

بحث رابطۀ منفی بین نوسانات غیرسیستماتیک و بازده مورد‌انتظار پیرامون محور این پرسش شکل می‌گیرد که آیا نوسانات غیرسیستماتیک، اطلاعاتی دربارۀ بازده‌های آتی ارائه می‌کند یا خیر. بیشتر توجیهاتی که این فرضیه را رد می‌کنند، بر مسائلی مانند ناهماهنگی معاملات (هان^{^[62]} و لزموند^{^[63]}، 2011)، ‌تمایل سرمایه‌گذاران به ویژگی‌هایی نظیر چولگی مثبت (بویر^{^[64]}، میتون^{^[65]} و وارکینک^{^[66]}، 2009)، افق‌های زمانی نامتجانس سرمایه‌گذاران و مزیت‌هایی شبیه به سفته‌بازی (بالی^{^[67]}، کاکیسی^{^[68]} و وایت‌لاو^{^[69]}، 2011) یا سودآوری و سرمایه‌گذاری شرکتی تمرکز می‌کنند که همگی، ازنظر زمانی عناصر ثابتی هستند (هو^{^[70]}، زو^{^[71]} و ژانگ، 2015). طبق الگو‌های کلاسیک قیمت‌گذاری دارایی، بازده سهام باید بدون همبستگی با نوسانات غیرسیستماتیک باشد؛ زیرا نوسانات غیرسیستماتیک می‌‌تواند حاصل دلایل مختلفی باشد (مرتون^{^[72]}، 1987). باربریس^{^[73]} و هوانگ^{^[74]} (2001) نیز پیش‌‌بینی می‌‌کنند که سهام دارای نوسانات غیرسیستماتیک بالا، بازده مورد‌انتظار بالایی را کسب می‌کند. پژوهشگران بر مبنای سبدهای شکل‌یافته براساس نوسانات غیرسیستماتیک، به نوعی رابطۀ معنادار مثبت بین نوسانات غیرسیستماتیک و بازده میانگین رسیده‌اند یا معنادارنبودن این رابطه را نشان داده‌اند (زو^{^[75]} و مالکیل، 2004). در پژوهش‌‌های اخیر توضیحات محتمل برای همبستگی منفی میان نوسان‌پذیری غیرسیستماتیک و بازده ارائه شده است. هان و کومار^{^[76]} (2013) نشان دادند سرمایه‌گذاران خرد به‌‌‌دلیل ویژگی‌‌های منحصربه‌فرد سفته‌بازانۀ این دارایی‌ها، به نگهداری آن ‌‌دسته از سهام گرایش دارند که نوسان‌پذیری غیرسیستماتیک آن بالا ‌باشد. در عوض، عملکرد سهامی که نسبت معاملۀ خرد دارد، در مقایسه با سهامی که بیشتر توسط سرمایه‌گذاران نهادی معامله می‌شود، به‌طور معناداری بالاتر است.

علاوه بر این، نابهنجاری نوسان‌پذیری غیرسیستماتیک در آن ‌‌دسته از سهام‌ها که پایین‌ترین رتبه‌بندی اعتباری را دارند، بسیار برجسته‌تر است. در اصل، بخش مرتبط با اختیار فروش راهبرد نوسان‌پذیری غیرسیستماتیک به این سمت گرایش دارد که در زمان کاهش قیمت پس از تنزیل رتبه‌بندی اعتباری، سود‌آور باشد (آوارمو^{^[77]}، کوردیا^{^[78]}، جاستوا^{^[79]} و فیلیپو^{^[80]}، 2013). نارتا^{^[81]}، وو^{^[82]} و لیاو^{^[83]} (2013) نیز رابطۀ منفی میان نوسان‌پذیری غیرسیستماتیک گذشته و بازده مشاهده کرده‌‌اند. طبق مستندات لی^{^[84]} و وی^{^[85]}، (2012) میان نوسان‌پذیری غیرسیستماتیک تأخیری و بازده کوتاه‌مدت موردانتظار برای سهام پذیره‌‎نویسی‌شده در بورس سهام هنگ‌کنگ، رابطۀ منفی وجود دارد. آنان مدعی‌اند که سهام برخوردار از ریسک سیستماتیک پایین به‌طور معمول سودآور است؛ زیرا آربیتراژگرهایی که در کوتاه‌مدت ریسک‌گریزند، به آن‌‌ دسته از سهام‌ها روی می‌آورند که نوسان‌پذیری پایینی دارند و این امر موجب بالارفتن حجم معاملات و قیمت نوع خاصی از سهام می‌‌شود. نارتا و همکاران (2013) میان بازده تعدیل‌یافته برحسب ریسک و نوسان‌پذیری غیرسیستماتیک رابطه‌ای منفی یافتند. این رابطۀ منفی را شاید بتوان به گرایش رفتاری سرمایه‌گذاران نسبت داد. دلیل این گرایش، به ارتباط بین نوسان‌‌پذیری قیمت و به‌‎‌دنبال آن بازده و تأثیر آن بر عملکرد بخش مالی و کل اقتصاد برمی‌‌گردد. فایدۀ مطالعۀ نوسان‌‌پذیری بازده سهام ازسوی سرمایه‌‌گذاران این است که آنها نوسان‌‌پذیری بازده سهام را معیاری از ریسک در نظر می‌گیرند و خط‌مشی‌‌گذاران بازار سرمایه می‌‌توانند از این معیار به‌منزلۀ ابزاری برای اندازه‌‌گیری میزان آسیب‌پذیری بازار سهام استفاده کنند (ظفر^{^[86]}، آروج^{^[87]} و دورانی^{^[88]}، 2008). با توجه به مطالب بیان‌‎شده فرضیۀ دوم به‌صورت زیر بیان می‌‌شود:

فرضیۀ 2- معاملات بلوکی در نوسانات غیرسیستماتیک مؤثر است.

روش پژوهش.

بیشتر پژوهش‌‌های مربوط به اثر معاملات بلوکی از روش رویدادپژوهی استفاده کرده‌‌اند. این روش فرایندی استاندارد است که برای اندازه‌‌گیری تغییرات در قیمت‌‌های سهام شرکت‌‌های پذیرفته‌شده در بورس، دربارۀ اثرگذاری یک رویداد استفاده می‌‌شود (فاما^{^[89]}، فیشر^{^[90]}، جنسن^{^[91]} و رول^{^[92]}، 1969). اندازه‌‌گیری واکنش بازار به یک رویداد و ارزیابی آن از دیدگاه سهامداران شامل برآورد بازده‌‌های غیرعادی است که به‌صورت تفاوت بین بازده ناشی از رویداد و بازده به‌اصطلاح عادی، یعنی تأثیرنگرفته از رویداد، تعریف می‌‌شود. بازۀ رویداد در پیش گرفته‌شده در این مطالعه یک دورۀ زمانی رایج در تحلیل‌‌های کوتاه‌‌مدت است؛ بنابراین، واکنش قیمت‌‌ها در پنجرۀ رویداد (-5تا+5) روز و دورۀ برآورد 242‎‌روزه بررسی شده است.

شکل (1) دورۀ تخمین و رویداد

CAR برای همۀ معاملات بلوکی برابر است با بازده غیرعادی انباشته در بازۀ رویداد t1,t2 طبق رابطۀ (1):

(1)

که در آن t1 اولین روز و t2 آخرین روز این بازۀ مشاهداتی و AR_jt بازده‌های غیرعادی برای همۀ سهام‌‌های تحلیل‌شده در دورۀ t است.

در دورۀ رویداد بازده غیرعادی برای همۀ معاملات بلوکی در دورۀ t به‌صورت میانگین حسابی بازده‌‌ها برای این نمونه محاسبه می‌‌شود. بازده غیرعادی روزانه برای شرکت i در طی دورۀ t بازده واقعی روزانه منهای بازده موردانتظار از سهام شرکت i در دورۀ t است که در رابطۀ (2) نشان داده شده است (فاما و همکاران، 1969).

(2)

که در آن AR_jt بازده غیرعادی برای شرکت i طی دورۀ t و r_jt بازده برای شرکت i طی دورۀ t و E(r_jt) بازده عادی موردانتظار برای شرکت i طی دورۀ t است. t روز یا ماه، به نسبت نوع اطلاعات پذیرفته‌شده برای محاسبات و واحد بازۀ رویداد است.

استفاده از الگوی بازار تک‌عاملی، از روش‌‌های معمول برای محاسبۀ بازده عادی در یک مطالعۀ رویدادی است. این الگو می‌تواند ارتباط بین بازده روزانۀ خاص و بازده روزانۀ بازار را توصیف کند. رگرسیون خطی ساده روشی پارامتری است که برای الگو‌‌سازی رابطۀ بین متغیر توصیفی و متغیر وابسته به کار می‌رود. حالت کلی این الگو در رابطۀ (3) نشان داده شده است:

(3)

در این معادله r_jt نرخ بازده اوراق j، α_j پارامتر الگوی β_j شیب منحنی، r_m نرخ بازده شاخص بازار و e_j عامل خطای میانگین صفرند. پارامترهای الگوی توصیف‌شده در معادلۀ یک را می‌توان با استفاده از چند روش محاسبه کرد. روش کمترین مربع‌های معمولی یکی از رویه‌های سنتی در مطالعات رویداد است؛ اما برای رسیدن به تخمین مناسب از پارامترهای ارائه‌شده در معادلۀ یک، دامنه‌‌ای از مفروضات مربوط به عامل خطا انجام می‌گیرد که عبارت‌اند از: میانگین صفر، واریانس عادی، استقلال، استقلال متغیرهای توصیفی و نرمال‌بودن (مادالا^{^[93]}، 2001). به‌کارگیری روش کمترین مربع‌های عادی موجب می‌شود از انطباق با فرض اول اطمینان حاصل شود؛ زیرا مجموع باقی‌مانده‌ها (که تقریب‌‌های عامل خطا فرض می‌‌شوند) برابر صفر است. کامپبل، لو^{^[94]} و مکینلی^{^[95]} (1997) معتقدند هنگامی که از یکی از الگو‌های آماری برای اندازه‌گیری بازده عادی اوراق بهادار فرضی استفاده می‌‌شود، به‌طور قراردادی فرض می‌‌شود بازده دارایی‌ها در کل نرمال است. کورک (2016) اینگونه استدلال می‌‌کند که الگوهای بازده‌‌های غیرعادی در پنجرۀ رویداد مشابه‌اند؛ بنابراین، هرچند برخی مفروضات تحقق نمی‌‌یابند، نتیجه‌‌گیری‌‎های حاصل از پژوهش رویدادی تضعیف و دربارۀ آنها تردید نمی‌‎شود. در این پژوهش برای تعدیل بازدهی‌‌های دسترسی‌ناپذیر روزانه از رویۀ مانیز^{^[96]} و رومسی^{^[97]} (1993)استفاده شده است. در این روش که دادوستد به دادوستد (مبادله به مبادله) نامیده می‌‌شود، بازده بین روزهای میانی تخصیص نمی‌‌یابد؛ بلکه بازده برای دورۀ زمانی بین دو روزی محاسبه می‌‌شود که دادوستد سهام در آنها انجام شده است. برای سهم j بازده حد فاصل دو روز دادوستد t و t-n (که به تعداد n-1 روز حد فاصل t و t-n سهم دادوستد نداشته است) با شرح رابطۀ زیر محاسبه می‌‌شود:

(4)

در این رابطه بازده سهم j حد فاصل زمان t و
t-n است. و قیمت سهم در زمان‌های t و t-n و است. قیمت سهم در زمان‌های t و t-n و ln نماد لگاریتم طبیعی است. معامله‌نشدن سهم j با تعداد n-1 دوره به معنای بی‌‎ارزش‌بودن آن نیست؛ درواقع، قیمت پایانی آن در روزهای وقفه مشاهده نشده است.

(5)

اگر n تعداد روزهای بدون معامله در نظر گرفته شود (تعداد روزهایی که در آن قیمت پایانی گزارش نشده است)، بازده غیرعادی اولین روز بعد از دوره بدون معامله از رابطۀ (6) محاسبه‌شدنی است:

(6)

که در آن β_jtحساسیت بازده سهم به بازده بازار است. با داشتن n بازده مشاهده‌نشده طی زمان t و t-n به‌دلیل n-1 روز وقفۀ بازده سهم j در روز t محاسبه می‌‌شود؛ سپس برای حذف اثر ناهمسانی واریانس که ناشی از جمع اجرای خطا در الگوست، اجزای رابطۀ (6) بر تقسیم می‌شود:

(7)

با به‌دست‌آوردن α و β در الگوی فوق، بازده موردانتظار از رابطۀ (8) محاسبه می‌‌شود:

(8)

و بازده غیرعادی از رابطۀ (9) محاسبه می‌‌شود:

(9)

برای ارزیابی سطح معنی‌‌داری بازده غیرعادی در دورۀ رویداد باید آماره محاسبه شود. محاسبۀ آماره مستلزم پذیرش فرض‌‌هایی دربارۀ توزیع بازده غیرعادی است. در این پژوهش از روش براون^{^[98]} و وارنر^{^[99]} (1985) استفاده شده است. این آماره با فرض نرمال‌بودن توزیع بازده غیرعادی و برمبنای بازده‌‌های غیرعادی استانداردشده محاسبه می‌‌شود. ابتدا بازده‌‌های غیرعادی طبق رابطۀ 10 استاندارد می‌‌شود:

(10)

که در این رابطه A^s_jt بازده غیرعادی استانداردشده، بازده غیرعادی و (A_jt)S انحراف معیار بازده غیرعادی است که بر مبنای رابطۀ (11) محاسبه می‌‌شود:

(11)

پس از اینکه A_jt، (A_jt)S و درنهایت A^s_jtبرای هر نمونه در دورۀ برآورد محاسبه شد، آمارۀ آزمون به شرح رابطۀ (12) براساس N نمونه محاسبه می‌‌شود:

(12)

در برخی موارد دورۀ رویداد شامل چند روز است. در این شرایط برای ارزیابی معناداری بازده غیرعادی باید بازده‌‌های غیرعادی برای دورۀ رویداد را به‌صورت انباشته محاسبه کرد. در این صورت آمارۀ آزمون طبق رابطۀ (13) خواهد بود:

(13)

برای محاسبۀ نوسانات غیرسیستماتیک از انحراف معیار باقی‌مانده‌های در الگوی بازار به‌صورت مقطعی استفاده شده است (آنگ و همکاران، 2006). درنهایت برای آزمون برابری نوسانات غیرسیستماتیک در دورۀ رویداد از آمارۀ فیشر استفاده می‌‌شود. تصمیم‌‌گیری دربارۀ پذیرش یا رد فرضیۀ صفر، آمارۀآزمون به‌دست‌آمده باآمارۀ آزمون جدول که با درجات آزادی K-1 و N-K در سطح خطای 5% محاسبه شده است، مقایسه می‌‌شود. اگر آمارۀ آزمون محاسبه‌شده بیشتر از آمارۀ آزمون جدول باشد، مقدار عددی تابع آزمون در ناحیۀ بحرانی قرار می‌گیرد و فرض صفر رد می‌‌شود. در این حالت با ضریب اطمینان 95% کل الگو معنی‌‌دار خواهد بود. در صورتی که مقدار آمارۀ آزمون محاسبه‌شده کمتر از آمارۀ آزمون جدول باشد، فرض پذیرفته می‌شود و معنی‌‌داری الگو در سطح اطمینان 95% تأیید نمی‌شود.

دورۀ زمانی از سال 1387 تا 1395 بوده و جامعۀ آماری، همۀ معاملات بلوکی انجام‌شده در این دورۀ زمانی است که دو معیار گزینشی زیر دربارۀ آن اعمال شده است: الف) سال مالی شرکت‌ها در سالی که معاملۀ بلوکی انجام شده است به 29 اسفند ختم شود؛ ب) بلوک‌ها به شرکت‌‌های سرمایه‌‌گذاری، بانک‌‌ها، بیمه‌‌ها، واسطه‌‌گری‌‌های مالی و لیزینگ مربوط نباشد. دو معیار زیر نیز برای برخورداری نتایج از اعتبار کافی انتخاب شده است: الف) سهام شرکت‌‎های نمونه در دورۀ برآورد بیش از دو هفتۀ متوالی توقف معاملاتی نداشته باشد؛ ب) شرکت‌های 242 روز مبادلاتی، قبل از معاملۀ بلوکی، معامله شده باشند.

جدول (1) نمونۀ پژوهش به تفکیک انواع معاملات بلوکی طبقه‌بندی‌شده

نوع معاملۀ بلوکی	صرف با حجم معاملۀ کمتر از یک درصد	صرف با حجم معاملۀ بیشتر از یک درصد	به‌تخفیف با حجم معاملۀ کمتر از یک درصد	به‌تخفیف با حجم معاملۀ بیشتر از یک درصد	صرف صفر	کنترلی
تعداد معامله	39	39	45	28	39	18

یافته‌‌ها

جدول‌های (2) تا (9) نتایج توصیف آماری متغیرها و آزمون‌‌های فرضیه‌‌ها را نشان می‌‌دهد:

جدول (2) آمار توصیفی بازده‌‌های غیرعادی دورۀ رویداد

نوع بلوک	دورۀ رویداد	صرف با حجم معاملۀ کمتر از یک درصد	صرف بیشتر از یک درصد	به‌تخفیف با حجم معاملۀ کمتر از یک درصد	به‌تخفیف با حجم معاملۀ بیشتر از یک درصد	صرف صفر	کنترلی
میانگین	قبل بلوک	05/0	14/0	09/0-	08/0	11/0	05/0
میانگین	بعد بلوک	009/0	07/0-	02/0-	10/0	10/0	19/0
میانه	قبل بلوک	05/0-	01/0	07/0-	008/0-	00/0-	00/0
میانه	بعد بلوک	06/0-	06/0-	09/0-	01/0-	01/0-	04/0-
انحراف معیار	قبل بلوک	03/1	23/1	88/0	11/1	84/0	98/0
انحراف معیار	بعد بلوک	02/1	46/1	06/1	13/1	83/0	33/1
چولگی	قبل بلوک	83/0	09/3	35/0-	47/1-	96/0	27/1-
چولگی	بعد بلوک	74/1	46/3-	52/0	62/0	26/1	73/1
کشیدگی	قبل بلوک	70/6	78/29	52/6	73/10	52/4	83/8
کشیدگی	بعد بلوک	14/12	19/28	57/6	01/6	81/7	41/9

شکل (2) متوسط بازده غیرعادی را برای دورۀ رویداد (-5 تا +5) نشان می‌‌دهد. مشاهدات نشان‌دهندۀ این است که بیشترین واکنش غیرعادی سهامداران پیرامون معاملات بلوکی در دورۀ رویداد (-1 تا +1) روز اتفاق می‌‌افتد. واکنش‌‌ها پس از این معاملات در معاملۀ بلوکی صرف با حجم معاملۀ کمتر و بیشتر از یک درصد و معاملات بلوکی کنترلی یک روز پس از این معاملات منفی است؛ اما واکنش‌ها در معاملات بلوکی به‌تخفیف با حجم معاملۀ کمتر و بیشتر از یک درصد و معاملات بلوکی با صرف صفر، مثبت ارزیابی می‌‌شود.

شکل (2) متوسط بازده غیرعادی استاندارد به تفکیک انواع معاملات بلوکی طبقه‌‌بندی‌شده

به ترتیب از چپ به راست، معاملات بلوکی صرف با حجم معاملات کمتر از یک درصد، معاملۀ بلوکی صرف با حجم معاملۀ بیشتر از یک درصد، معاملات بلوکی به‌تخفیف با حجم معاملۀ کمتر از یک درصد، معاملات بلوکی به‌تخفیف با حجم بالای یک درصد، معاملات بلوکی کنترلی و معاملات بلوکی با صرف صفر با حجم معاملۀ کمتر از یک درصد.

جدول (3) نتایج حاصل از آزمون فرضیۀ ایجاد بازده غیرعادی مربوط به معاملات بلوکی صرف با حجم معاملۀ کمتر از یک درصد و معاملات بلوکی به‌تخفیف با حجم معاملۀ کمتر از یک درصد

معاملات بلوکی صرف با حجم معاملۀ کمتر از یک درصد					معاملات بلوکی به‌تخفیف با حجم معاملۀ کمتر از یک درصد
دورۀ رویداد	ΣAR/n	t	بحرانی	تأیید / رد	دورۀ رویداد	ΣAR/n	t	بحرانی	تأیید / رد
-5	1/0	61/0	02/2	رد	-5	01/0-	03/0-	01/2	رد
-4	02/0-	14/0-	02/2	رد	-4	23/0-	52/1-	01/2	رد
-3	12/0	74/0	02/2	رد	-3	01/0-	04/0-	01/2	رد
-2	15/0	91/0	02/2	رد	-2	09/0-	61/0-	01/2	رد
-1	07/0-	26/0-	02/2	رد	-1	14/0-	94/0-	01/2	رد
0	37/0	32/2	02/2	تأیید	0	20/0-	34/1-	01/2	رد
1	27/0	68/1	02/2	رد	1	04/0	27/0	01/2	رد
2	01/0-	07/0-	02/2	رد	2	00/0	01/0	01/2	رد
3	14/0-	88/0-	02/2	رد	3	10/0	65/0	01/2	رد
4	08/0-	49/0-	02/2	رد	4	15/0-	1-	01/2	رد
5	01/0	05/0	02/2	رد	5	11/0-	76/0-	01/2	رد
کل دوره	06/0	29/1	20/2	رد	کل دوره	07/0-	60/1-	20/2	رد
قبل بلوک	05/0	74/0	57/2	رد	قبل بلوک	09/0-	41/1-	57/2	رد
بعد بلوک	01/0	13/0	57/2	رد	بعد بلوک	02/0-	37/0-	57/2	رد

جدول‌های (3) تا (9) واکنش سهامداران را در دورۀ رویداد (5-تا5+) روز بررسی می‌کند. نتایج طبق جدول (3) نشان می‌‌دهد واکنش سهامداران در روز اعلام معاملۀ بلوکی صرف با حجم معاملۀ کمتر از یک درصد، مثبت است و ازنظر معناداری تأیید می‌شود. روند بازده‌‌های غیرعادی استاندارد انباشته نشان می‌‌دهد در دورۀ 5 روز قبل از معاملات بلوکی بازده‌‌های غیرعادی روند صعودی دارند؛ ولی پس از معاملات روند نزولی به خود می‌گیرند. نتایج دربارۀ معاملات بلوکی به‌تخفیف با حجم معاملۀ کمتر از یک درصد، نشان می‌‌دهد سهامداران به این نوع خاص از معاملات، واکنش غیرعادی نشان ندادند. بررسی روند بازده‌های غیرعادی استاندارد انباشته نشان می‌دهد قبل از این معاملات روند کاهشی بازده‌‌های غیرعادی مشاهده می‌شود و این روند پس از معاملات بلوکی نیز ادامه می‌‌یابد.

جدول (4) نتایج حاصل از آزمون فرضیۀ ایجاد بازده غیرعادی مربوط به معاملات بلوکی صرف با حجم معاملۀ بیشتر از یک درصد و معاملات بلوکی به‌تخفیف با حجم معاملۀ بیشتر از یک درصد

معاملات بلوکی صرف با حجم معاملۀ بیشتر از یک درصد					معاملات بلوکی به‌تخفیف با حجم معاملۀ بیشتر از یک درصد
دورۀ رویداد	ΣAR/n	t	بحرانی	تأیید / رد	دورۀ رویداد	ΣAR/n	t	بحرانی	تأیید /رد
-5	22/0	35/1	02/2	رد	-5	17/0-	91/0-	04/2	رد
-4	09/0	55/0	02/2	رد	-4	01/0	06/0	04/2	رد
-3	09/0-	59/0-	02/2	رد	-3	28/0	46/1	04/2	رد
-2	06/0	37/0	02/2	رد	-2	01/0-	06/0-	04/2	رد
-1	24/0	75/2	02/2	تأیید	-1	23/0	72/1	04/2	رد
0	33/0	07/2	02/2	تأیید	0	19/0-	99/0-	04/2	رد
1	59/0	70/3-	02/2	تأیید	1	41/0	18/2	04/2	تأیید
2	20/0	25/1	02/2	رد	2	31/0	62/1	04/2	رد
3	04/0	23/0	02/2	رد	3	14/0	76/0	04/2	رد
4	14/0-	90/0-	02/2	رد	4	15/0-	78/0-	04/2	رد
5	14/0	84/0	02/2	رد	5	21/0-	09/1-	04/2	رد
کل دوره	06/0	28/1	20/2	رد	کل دوره	07/0	20/1	20/2	رد
قبل بلوک	14/0	99/1	57/2	رد	قبل بلوک	09/0	02/1	57/2	رد
بعد بلوک	07/0	02/1-	57/2	رد	بعد بلوک	10/0	20/1	57/2	رد

نتایج طبق جدول (4) نشان می‌‌دهد سهامداران در روز اعلام معاملات بلوکی صرف با حجم معاملۀ بیشتر از یک درصد واکنش مثبت غیرعادی نشان داده‌‌اند. این واکنش مثبت از روز قبل از این معاملات آغاز و به روز بعد از این معاملات ختم می‌‌شود. بررسی روند تجمعی بازده‌‌های غیرعادی استاندارد انباشته نشان می‌‌دهد روند افزایشی بازده‌‌های غیرعادی از 3 روز قبل از این معاملات آغاز می‌شود و پس از معاملات بلوکی روند خنثی به خود می‌گیرد که این نشان‌دهندۀ کاهش بازده‌‌های غیرعادی ستاندارد انباشته با شیب ملایم است. بررسی واکنش سهامداران به معاملات بلوکی به‌تخفیف با حجم معاملۀ بالای یک درصد نشان می‌‌دهد واکنش بازار در روز معاملۀ بلوکی منفی است؛ ولی در روز پس از این معاملات بازده‌‌های غیرعادی مثبت ایجاد و ازنظر معناداری تأیید می‌شود. بررسی روند بازده غیرعادی استاندارد انباشته نشان می‌‌دهد روند بازده‌های غیرعادی قبل از این نوع معاملات مثبت است؛ اما پس از این معاملات بازده‌‌های غیرعادی روند نزولی به خود می‌‌گیرد.

جدول (5) نتایج حاصل از آزمون فرضیۀ ایجاد بازده غیرعادی مربوط به معاملات بلوکی کنترلی و معاملات بلوکی با صرف صفر

معاملات بلوکی کنترلی					معاملات بلوکی با صرف صفر
دورۀ رویداد	ΣAR/n	t	بحرانی	تأیید / رد	دورۀ رویداد	ΣAR/n	t	بحرانی	تأیید / رد
-5	17/0	72/0	10/2	رد	-5	18/0	13/1	02/2	رد
-4	15/0-	64/0-	10/2	رد	-4	10/0	62/0	02/2	رد
-3	50/0-	12/2-	10/2	رد	-3	08/0-	51/0-	02/2	رد
-2	38/0	63/1	10/2	رد	-2	15/0	95/0	02/2	رد
-1	38/0	60/1	10/2	رد	-1	23/0	41/1	02/2	رد
0	32/0	35/1	10/2	رد	0	21/0-	34/1-	02/2	رد
1	10/1	66/4	10/2	تأیید	1	03/0	18/0	02/2	رد
2	20/0	85/0	10/2	رد	2	22/0	36/1	02/2	رد
3	01/0-	03/0-	10/2	رد	3	18/0	09/1	02/2	رد
4	47/0-	98/1-	10/2	رد	4	07/0	44/0	02/2	رد
5	17/0	71/0	10/2	رد	5	02/0	11/0	02/2	رد
کل دوره	14/0	03/2	20/2	رد	کل دوره	08/0	64/1	20/2	رد
قبل بلوک	06/0	53/0	57/2	رد	قبل بلوک	12/0	61/1	57/2	رد
بعد بلوک	20/0	88/1	57/2	رد	بعد بلوک	10/0	43/1	57/2	رد

نتایج طبق جدول (5) نشان می‌‌دهد واکنش سهامداران به معاملات بلوکی کنترلی مثبت است و در روز پس از این معاملات به‌شدت مثبت و ازنظر معناداری تأیید می‌‌شود. تحلیل بازده‌‌های غیرعادی استاندارد انباشته نشان می‌‌دهد واکنش سهامداران قبل از رویداد روند افزایشی دارد و پس از معاملۀ بلوکی روند کاهشی با شیب ملایم به خود می‌‌گیرد. بازار نسبت به معاملات بلوکی با صرف صفر در روز اعلام این معاملات واکنش منفی نشان می‌‌دهد. با تحلیل بازده‌‌های غیرعادی استاندارد انباشته قبل از این معاملات، مشخص می‌‌شود روند بازده‌‌های غیرعادی صعودی است؛ اما در روز رویداد واکنش منفی است و به روند صعودی خود ادامه می‌‌دهد.

شکل (3) بازده غیرعادی استاندارد انباشته به تفکیک انواع معاملات بلوکی طبقه‌بندی‌شده

شکل (3) نشان می‌‌دهد بازده‌‌های غیرعادی 3 روز قبل از معاملات بلوکی روند صعودی به خود می‌‌گیرد و تا یک روز پس از این معاملات این روند ادامه می‌‌یابد. این بدین مفهوم است که بازار به‌گونه‌ای منتظر معاملۀ بلوکی است؛ سپس از روز دوم کاهش شدیدی را تجربه می‌‌کند. تنها در یک نوع معاملۀ بلوکی به‌تخفیف با حجم معاملۀ کمتر از یک درصد رفتار متفاوتی از بازده‌های غیرعادی مشاهده شد. در این نوع معامله روند از 5 روز قبل از معامله کاهشی است و بعد از بلوک هم این روند کاهشی ادامه می‌‌یابد.

جدول (6) نوسانات غیرسیستماتیک به تفکیک انواع معاملات طبقه‌بندی‌شدۀ دورۀ رویداد

نوع بلوک	صرف با حجم معاملۀ کمتر از یک درصد	صرف بیشتر از یک درصد	به‌تخفیف با حجم معاملۀ کمتر از یک درصد	به‌تخفیف با حجم معاملۀ بیشتر از یک درصد	صرف صفر	کنترلی
-5	30/1	93/0	13/1	45/1	82/0	83/0
-4	94/0	97/0	94/0	46/1	62/0	86/0
-3	97/0	1/11	81/0	02/1	93/0	39/1
-2	99/0	01/1	72/0	93/0	85/0	73/0
-1	98/0	88/1	80/0	95/0	95/0	77/0
0	1	14/1	82/0	79/0	58/0	36/1
1	43/1	12/6	29/1	40/1	78/0	04/2
2	84/0	85/0	19/1	19/1	01/1	90/0
3	87/0	81/0	91/0	06/1	65/0	91/0
4	99/0	13/1	88/0	84/0	87/0	94/0
5	86/0	03/1	02/1	06/1	86/0	12/1

شکل (4) نوسانات غیرسیستماتیک به تفکیک انواع معاملات بلوکی طبقه‌بندی‌شده

به ترتیب از چپ به راست، معاملات بلوکی صرف با حجم معاملات کمتر از یک درصد، معاملات بلوکی به‌تخفیف با حجم معاملۀ کمتر از یک درصد، معاملۀ بلوکی صرف با حجم معاملۀ بیشتر از یک درصد، معاملات بلوکی به‌تخفیف با حجم بالای یک درصد، معاملات بلوکی با صرف صفر با حجم کمتر از یک درصد و معاملات بلوکی کنترلی

شکل (4) نشان می‌‌دهد سطح نوسانات غیرسیستماتیک در دورۀ رویداد (-1تا+1) پیش و بعد از معاملات بلوکی به‌طور چشمگیری افزایش دارد و از روز دوم پس از این معاملات کاهش می‌‌یابد. این نشان می‌‌دهد در روز قبل از معاملات، نوسانات غیرسیستماتیک به‌طور چشمگیری افزایش دارد و این روند تا یک روز پس از این معاملات ادامه می‌‌یابد.

جدول (7) نتایج حاصل از آزمون فرضیۀ تأثیر معاملۀ بلوکی بر نوسانات غیرسیستماتیک مربوط به معاملات بلوکی صرف با حجم معاملۀ کمتر از یک درصد و معاملات بلوکی به‌تخفیف با حجم معاملۀ کمتر از یک درصد

معاملات بلوکی صرف با حجم معاملۀ کمتر از یک درصد					معاملات بلوکی به‌تخفیف با حجم معاملۀ کمتر از یک درصد
دورۀ رویداد	واریانس	آمارۀ آزمون	بحرانی	تأیید / رد	دورۀ رویداد	واریانس	آمارۀ آزمون	بحرانی	تأیید / رد
-1	95/0	95/0	91/1	رد	-1	64/0	94/0	82/1	رد
0	01/1				0	68/0
0	01/1	49/0	91/1	رد	0	68/0	41/0	2/1	رد
+1	04/2				+1	66/1
کل قبل بلوک	47/5	05/1	60/9	رد	کل قبل بلوک	99/3	7/0	60/9	رد
کل بعد بلوک	33/6				کل بعد بلوک	72/5

جدول (8) نتایج حاصل از آزمون فرضیۀ تأثیر معاملۀ بلوکی بر نوسانات غیرسیستماتیک مربوط به معاملات بلوکی صرف با حجم معاملۀ بیشتر از یک درصد و معاملات بلوکی به‌تخفیف با حجم معاملۀ بیشتر از یک درصد

معاملات بلوکی صرف با حجم معاملۀ بیشتر از یک درصد					معاملات بلوکی به‌تخفیف با حجم معاملۀ بیشتر از یک درصد
دورۀ رویداد	واریانس	آمارۀ آزمون	بحرانی 5%	تأیید / رد	دورۀ رویداد	واریانس	آمارۀ آزمون	بحرانی 5%	تأیید / رد
-1	55/3	73/2	72/1	تایید	-1	9/0	44/1	16/2	رد
0	30/1				0	62/0
0	30/1	19/0	72/1	رد	0	62/0	32/0	16/2	رد
+1	80/6				+1	95/1
کل قبل بلوک	62/7	72/0	60/9	رد	کل قبل بلوک	27/6	99/0	60/9	رد
کل بعد بلوک	52/8				کل بعد بلوک	33/6

جدول (9) نتایج حاصل از آزمون فرضیۀ تأثیر معاملۀ بلوکی بر نوسانات غیرسیستماتیک مربوط به معاملات بلوکی کنترلی و معاملات بلوکی با صرف صفر

معاملات بلوکی کنترلی					معاملات بلوکی با صرف صفر
دورۀ رویداد	واریانس	آمارۀ آزمون	بحرانی 5%	تأیید / رد	دورۀ رویداد	واریانس	آماره آزمون	بحرانی 5%	تأیید / رد
-1	59/0	32/0	67/2	رد	-1	66/2	91/0	91/1	رد
0	84/1				0	56/0
0	84/1	44/0	67/2	رد	0	56/0	34/0	91/1	رد
+1	18/4				+1	6/0
کل قبل بلوک	46/4	56/0	60/9	رد	کل قبل بلوک	54/3	12/1	60/9	رد
کل بعد بلوک	96/7				کل بعد بلوک	18/3

جدول‌های (7)، (8) و (9) تأثیر معاملات بلوکی در نوسانات غیرسیستماتیک را بررسی و آزمون می‌کند. نتایج نشان می‌‌دهد در روز اعلام معاملات بلوکی صرف با حجم معاملۀ بیشتر از یک درصد نوسانات غیرسیستماتیک به‌طور چشمگیری افزایش پیدا کرده است و در سطح خطای 5 درصد معنی‌‌دار است؛ اما در سایر معاملات بلوکی طبقه‌بندی‌شده، با وجود افزایش نوسانات غیرسیستماتیک پیش از معاملات بلوکی و کاهش نوسانات از روز دوم پس از این معاملات، ازنظر آماری در سطح خطای 5 درصد معنی‌دار نیستند.

نتایج و پیشنهادها.

مسئلۀ محتوای اطلاعاتی معاملات بلوکی به دلایل تأثیر روانی بر بازار اهمیت زیادی دارد (کورک، 2016). تحلیل جامع بازده‌‌های غیرعادی انباشته نشان می‌دهد سهامداران واکنش‌‌های مختلفی به معاملات بلوکی در بازار دارند؛ بنابراین، همۀ معاملات بلوکی رویدادهایی به یک اندازه مثبت یا منفی تلقی نمی‌‌شوند. این نتیجه هم ساختار نتایج کلی و هم تفاوت‌‌ها برای زیرگروه‌‌های منفرد پژوهش را نشان می‌‌دهد؛ بنابراین، با توجه به ساختار مشاهده‌شده، بازده‌‌های غیرعادی و بازده‌‌های غیرعادی استاندارد انباشته برای زیرگروه‌های منتخب تعریف‌شده برای دورۀ زمانی 1387 تا 1395 در بورس اوراق بهادار تهران، مطابق با قیمت معامله، بررسی شد. نتایج نشان می‌‌دهد سهامداران درک مثبتی از اعلام معاملات بلوکی صرف با حجم معاملۀ بیشتر از یک درصد دارند. دربارۀ معاملات بلوکی کنترلی، واکنش‌‌ها مثبت ارزیابی شد و سرمایه‌‌گذاران در مجموع به انتقال بلوکی سهام به‌صورت کنترلی واکنش مثبت نشان دادند. این نتایج با دستاوردهای مطالعاتی بایری‌کیتا و کزرونسکی (2017)، کورک (2016؛ 2014)، چائوهان و همکاران (2015)، دریس و همکاران (2013)، گرگوریک و وسپرو (2009) و بارکلی و هولدرنس (1989) هم‌‎راستاست. بازار در روز پس از اعلام معاملات بلوکی به‌تخفیف با حجم معاملۀ بالای یک درصد واکنش مثبت نشان داد که برخلاف نتیجۀ پژوهش کورک (2014؛ 2016) است. در روز اعلام معاملات بلوکی صرف با حجم کمتر از یک درصد واکنش‌‌ها مثبت ارزیابی شد؛ اما دربارۀ سایر انواع معامله ازجمله معاملات بلوکی به‌تخفیف با حجم معاملۀ کمتر از یک درصد و صرف صفر، واکنش معناداری مشاهده نشد. نتایج نشان می‌‌دهد در روز اعلام معاملۀ بلوکی صرف با حجم معاملۀ بیشتر از یک درصد، در پنجرۀ رویداد در سطح خطای 5% نوسانات غیرسیستماتیک به‌طور معناداری کاهش یافته است. در کل سایر انواع معاملۀ بلوکی طبقه‌بندی‌شده قبل از معاملات سبب افزایش نوسانات غیرسیستماتیک می‌‌شوند؛ اما ازنظر آماری این تغییرات تا حدی نیست که معناداری آنها تأیید شود.

با انجام هر پژوهش، راه به‌سوی مسیری جدید باز می‌‌شود و ادامۀ راه، مستلزم انجام پژوهش‌‌های دیگری است؛ ازاین‌رو، انجام پژوهش با موضوع سایر انواع تصاحب‌‌ ازجمله ادغام در ایجاد بازده غیرعادی و تغییر در نوسانات غیرسیستماتیک و بررسی محتوای اطلاعاتی معاملات بلوکی در دورۀ رویداد بلندمدت و تخمین بازده‌‌های غیرعادی با استفاده از روش‌‌های دیگر ازجمله خودرگرسیون و میانگین متحرک یا ترکیبی پیشنهاد می‌‌شود.

[1]. Agarwalla

[2]. Pandey

[3]. Alzahrani

[4]. Gregoriou

[5]. Hudson

[6]. Byrka Kita

[7]. Czerwiński

[8]. Kurek

[9]. Holderness

[10]. Sheehan

[11]. Barclay

[12]. Sudarsanam

[13]. Bethel

[14]. Liebeskind

[15]. Opler

[16]. Park

[17]. Selvili

[18]. Song

[19]. Trojanowski

[20]. Drees

[21]. Schiereck

[22]. Mietzner

[23]. Puche

[24]. Braun

[25]. Achleitner

[26]. Bian

[27]. Wang

[28]. Zhang

[29]. Scholes

[30]. Chan

[31]. Lakonishok

[32]. Faccio

[33]. Marchica

[34]. Mura

[35]. Kose

[36]. Litov

[37]. Yeung

[38]. Parrino

[39]. Sias

[40]. Starks

[41]. Ibikunle

[42]. Gregoriou

[43]. Chauhan

[44]. Wadhwa

[45]. Syamala

[46]. Goyal

[47]. Gregoric

[48]. Vespro

[49]. Idiosyncratic volatility

[50]. Leledakis

[51]. Davidson

[52]. Smith

[53]. Campbell

[54]. Lettau

[55]. Malkiel

[56]. Ang

[57]. Hodrick

[58]. Xing

[59]. Cao

[60]. Simin

[61]. Zhao

[62]. Han

[63]. Lesmond

[64]. Boyer

[65]. Mitton

[66]. Vorkink

[67]. Bali

[68]. Cakici

[69]. Whitelaw

[70]. Hou

[71]. Xue

[72]. Merton

[73]. Barberis

[74]. Huang

[75]. Xu

[76]. Kumar

[77]. Avramov

[78]. Chordia

[79]. Jostova

[80]. Philipov

[81]. Nartea

[82]. Wu

[83]. Liu

[84]. Lee

[85]. Wei

[86]. Zafa

[87]. Urooj

[88]. Durrani

[89]. Fama

[90]. Fisher

[91]. Jensen

[92]. Roll

[93]. Maddala

[94]. Lo

[95]. MacKinlay

[96]. Maynes

[97]. Rumsey

[98]. Brown

[99]. Warner

مراجع

[1] احمدپور، الف.، و نصیری، م. (1394). بررسی عدم‌تقارن تأثیر قیمت معاملات بلوکی بین خرید و فروش. دانش سرمایه‎گذاری، 4 (16)، 74-59.

[2] احمدپور، الف.، و نصیری، م. (1395). بررسی تأثیر قیمت معاملات بلوک در بازار سهام ایران. تحقیقات مالی، 18 (1)، 23-38.

[3] احمدپور، الف.، آقاجانی، ح.، و فدوی، م. (1392). بررسی رابطۀ بین حجم معاملات و تغییر قیمت سهام در شرکت‌های پذیرفته‌‌شده در بورس اوراق بهادار تهران. راهبرد مدیریت مالی، 1 (1)، 95-75.

[4] بدری، الف.، و کوچکی، الف. (1392). حجم معاملات و بازده سهام: شواهدی از بورس اوراق بهادار تهران براساس تحلیل مالی رفتاری. فصلنامۀ حسابداری مالی، ۵ (۱۸)، 24-1.

[5] تالانه، ع.، محمودی، م.، و شرفی، ک. (1392). محتوای اطلاعاتی حجم غیرعادی معاملات سهام شرکت‌های بورس تهران. تحقیقات مالی، 15 (1)، 16-1.

[6] رضایی‌دولت‌آبادی، ح.، و صادق‌فلاح، ر. (1393). تحلیل دیدگاه سهامداران بزرگ به عمل واگذاری بلوکی سهام برای تأمین مالی بنگاه به روش مچینگ (مورد مطالعه: شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران). مدیریت دارایی و تأمین مالی، 2 (2)، 64-39.

[7] قائمی، م.، فرجی‌ملایی، س.، و کیانی، آ. (1392). بررسی واکنش بازار نسبت به ورود یا خروج از فهرست شاخص پنجاه شرکت فعال‌تر در بورس اوراق بهادار تهران. مدیریت دارایی و تأمین مالی، 1 (3)، 48-33.

[8] قائمی، م.، معصومی، ج.، و آزادی، م. (1390). سنجش بازده غیرعادی سهام در شرایط وقفۀ معاملاتی. پژوهش‌های حسابداری مالی، 3 (3)، 126-113.

[9] Agarwalla, S., & Pandey, A. (2010). Price impact of block trades and Price behavior surrounding block trades in the indian capital market. Journal of Indian Institute of Management, 20, 1-63. http://dx.doi.org/10.2139/ssrn.1572997.

[10] Ahmadpour, A., & Nasiry, M. (2015). The examination asymmetry Price impact of block trades between buying and selling. Journal of Investment Knowledge, 4 (16), 59-74. (in persian).

[11] Ahmadpour, A., & Nasiri, M. (2016). The examination price impact of block trade in Tehran Stock Exchange. Journal of Financial Research, 1 (18), 23-38. (in persian). doi: 10.22059/jfr.2016.59616.

[12] Ahmadpour, A., Aghajani, H., & Fadavi, M. (2014). The examination relationship between stock price changes and trading volume in companies accepted at the Tehran Stock Exchange. Financial Management Strategy, 1 (1), 1-24. (in persian). doi: 10.22051/JFM.2014.956.

[13] Alzahrani, A. A., Gregoriou, A., & Hudson. R. (2013). Price impact of block trades in the Saudi Stock Market. Journal of International Financial Markets Institutions and Money, 23, 322-341. https://doi.org/10.1016/j.intfin.2012.11.003.

[14] Ang, A., Hodrick, R. J., Xing, Y., & Zhang, X. (2006). The cross‐section of volatility and expected returns. The Journal of Finance, 61 (1), 259-299.

[15] Avramov, D., Chordia, T., Jostova, G., & Philipov, A. (2013). Anomalies and financial distress. Journal of Financial Economics, 108 (1), 139-159. https://doi.org/10.1016/ j.jfineco.2012.10.005.

[16] Badri, A., & Kuchaki, A. (2013). Trading volume and stock returns in Tehran Stock Exchange. Financial Accounting, 5 (18), 1-24. (in persian). URL: http://qfaj.ir/article-1-178-fa.html.

[17] Bali, T. G., Cakici, N., & Whitelaw, R. F. (2011). Maxing out: Stocks as lotteries and the cross-section of expected returns. Journal of Financial Economics, 99 (2), 427-446. https://doi.org/10.1016/ j.jfineco.2010.08.014.

[18] Barberis, N., & Huang, M. (2001). Mental accounting, loss aversion and individual stock returns. The Journal of Finance, 56 (4), 1247-1292. https://doi.org/10.1111/0022-1082.00367.

[19] Barclay, M. J., & Holderness, C. G. (1989). Private benefits from control of public corporations. Journal of Financial Economics, 25 (2), 371-395. https://doi.org/ 10.1016/0304-405X(89)90088-3.

[20] Barclay, M. J., & Holderness, C. G. (1991). Negotiated block trades and corporate control. The Journal of Finance, 46 (3), 861-878. https://doi.org/ 10.1111/j.1540-6261.1991.tb03769.x.

[21] Bethel, J. E., Liebeskind, J. P., & Opler, T. (1998). Block share purchases and corporate performance. The Journal of Finance, 53 (2), 605-634. https://doi.org/10.1111/0022-1082.244195.

[22] Bian, J., Wang, J., & Zhang, G. (2012). Chinese block transactions and the market reaction. China Economic Review, 23 (1), 181-189. https://doi.org/10.1016/j.chieco. 2011.10.001.

[23] Boyer, B., Mitton, T., & Vorkink, K. (2009). Expected idiosyncratic skewness. The Review of Financial Studies, 23 (1), 169-202. https://doi.org/10.1093/ rfs/hhp041.

[24] Brown, S. J., & Warner, J. B. (1985). Using daily stock returns: The case of event studies. Journal of Financial Economics, 14 (1), 3-31. https://doi.org/10.1016/0304-405X(85)90042-X.

[25] Byrka-Kita, K., Czerwiński, M., & Preś-Perepeczo, A. (2018). What Drives Shareholder Reaction and Wealth Effect in Block Trades? Evidence from the Warsaw Stock Exchange. Emerging Markets Finance and Trade, 54 (7), 1586-1607. doi: 10.1080/1540496X.2017.1315333.

[26] Campbell, J. Y., Lettau, M., & Malkiel, B. G. (2001). Have individual stocks become more volatile? An empirical exploration of idiosyncratic risk. The Journal of Finance, 56 (1), 1-43. https://doi.org/10.1111/0022-1082.00318.

[27] Campbell, J. Y., Lo, A., & MacKinlay AC. (1997). The Econometrics of Financial Markets. Princeton University Press: Princeton, NJ. ISBN 0-691-04301-9.

[28] Cao, C., Simin, T., & Zhao, J. (2006). Can growth options explain the trend in idiosyncratic risk. The Review of Financial Studies, 21 (6), 2599-2633. https://doi.org/10.1093/rfs/hhl039.

[29] Chan, L. K., & Lakonishok, J. (1993). Institutional trades and intraday stock price behavior. Journal of Financial Economics, 33 (2), 173-199. https://doi.org/ 10.1016/0304-405X(93)90003-T.

[30] Chauhan, Y., Wadhwa, K., Syamala, S. R., & Goyal, A. (2015). Block-Ownership structure, bank nominee director and crash-risk. Finance Research Letters, 14, 20-28. https://doi.org/10.1016/j.frl.2015.07.002.

[31] Drees, F., & Schiereck, D. (2008). New outside blockholders, performance and governance in Germany. Journal of Business Management, 1, 129-143. https://doi.org/10.1007/978-3-8349-8886-7_2.

[32] Drees, F., Mietzner, M., & Schiereck, D. (2013). Effects of corporate equity ownership on firm value. Review of Managerial Science, 7 (3), 277-308. doi: https://doi.org/10.1007/012-0080-2s11846.

[33] Faccio, M., Marchica, M., & Mura, R. (2011). Large shareholder diversification and corporate risk-taking. Review of Financial Studies, 24 (11), 3601–3641. https://doi.org/10.1093/rfs/hhr065.

[34] Fama, E. F., Fisher, L., Jensen, M. C., & Roll, R. (1969). The adjustment of stock prices to new information. International Economic Review, 10 (1), 1-21. doi: 10.2307/2525569.

[35] Ghaemi, H., Faraji Malaei, S., & Kiani, A. (2013). The examination of reaction the arket to entry or exit the index of 50 more active companies in Tehran Stock Exchange. Journal of Asset Management and Financing, 1 (3), 48-33. (in persian).

[36] Ghaemi, M., Masoumi, J., & Azadi, M. (2011). Estimates abnormal stock returns in trading breakdown. Financial Accounting Research, 3 (9),113-126. (in persian).

[37] Gregoric, A., & Vespro, C. (2003). Block trades and the benefits of control in Slovenia, Finance Working Paper, Electronic copy. Available at http://ssrn.com/abstract_id=444500. http://dx.doi.org/10.2139/ssrn.444500.

[38] Gregoric, A., & Vespro, C. (2009). Block trades and the benefits of control in Slovenia. Economics of Transition, 17 (1), 175-210. https://doi.org/10.1111/j.1468-0351.2009.00332.x.

[39] Han, B., & Kumar, A. (2013). Speculative retail trading and asset prices. Journal of Financial and Quantitative Analysis, 48 (2), 377-404. https://doi.org/ 10.1017/S0022109013000100.

[40] Han, Y., & Lesmond, D. (2011). Liquidity biases and the pricing of cross-sectional idiosyncratic volatility. The Review of Financial Studies, 24 (5), 1590-1629. https://doi.org/10.1093/rfs/hhq140.

[41] Holderness, C. G., & Sheehan, D. P. (1988). The role of majority shareholders in publicly held corporations: An exploratory analysis. Journal of Financial Economics, 20, 317-346. https://doi.org/10.1016/0304-405X(88)90049-9.

[42] Hou, K., Xue, C., & Zhang, L. (2015). Digesting anomalies: An investment approach. The Review of Financial Studies, 28 (3), 650-705. https://doi.org/10.1093 /rfs/hhu068.

[43] Ibikunle, G., & Gregoriou, A. (2018). The price impact of block emissions permit trades. in: Carbon Markets. (pp. 91-128). Palgrave Macmillan, Cham. https://doi.org/ 10.1007/978-3-319-72847-6_4.

[44] Kose, j., Litov, L., & Yeung, B. (2008). Corporate governance and risk-taking. The Journal of Finance, 63 (4), 1679–1728. https://doi.org/10.1111/j.1540-6261.2008. 01372.x.

[45] Kurek, B. (2016). The information content of equity block trades on the Warsaw Stock Exchange: Conventional and bootstrap approaches. Journal of Forecasting, 35 (1), 43-53. https://doi.org/ 10.1111/j.1540-6261.2008.01372.x.

[46] Kurek, B. (2014). The information content of equity block trades on the Warsaw Stock Exchange: An estimation of shares' returns with the usage of simple linear regression and multivariate adaptive regression splines. Journal of Forecasting, 33 (6), 433-454. https://doi.org/10.1002/ for.2299.

[47] Lee, J. S., & Wei, C. Y. (2012). Types of shares and idiosyncratic risk. Emerging Markets Finance and Trade, 48, 68-95.

[48] Leledakis, G. N., Davidson, I., & Smith, J. (2004). Does firm size predict stock returns? Evidence from the London Stock Exchange. Available at: SSRN: https://ssrn.com/abstract=492283 or http://dx.doi.org/10.2139/ssrn.492283 http://dx.doi.org/10.2139/ssrn.492283.

[49] Maddala, G. S .(2001). Introduction to Econometrics. USA: Wiley.

[50] Maynes, E., & Rumsey. J. (1993). Conducting event studies with thinly traded stocks. Journal of Banking & Finance, 17 (1), 145-157. https://doi.org/10.1016/0378-4266(93)90085-R.

[51] Merton, R. C. (1987). A simple model of capital market equilibrium with incomplete information. The Journal of Finance, 42 (3), 483-510. https://doi.org/10.1111/ j.1540-6261.1987.tb04565.x.

[52] Mietzner, M., & Schiereck, D. (2016). Value creation by block acquisitions and theimportance of block owner identity. Finance Research Letters, 17, 118-124. https://doi.org/10.1016/j.frl.2016.02.004.

[53] Nartea, G. V., Wu, J., & Liu, Z. (2013). Does idiosyncratic volatility matter in emerging markets? Evidence from China. Journal of International Financial Markets Institutions and Money, 27, 137-160. https://doi.org/10.1016/j.intfin.2013.09.002.

[54] Park, Y. W., Selvili, Z., & Song, M. H. (2008). Large outside blockholders as monitors: Evidence from partial acquisitions. International Review of Economics & Finance, 17 (4), 529-545. https://doi.org/10.1016/j.iref.2007.05.006.

[55] Parrino, R., Sias, R., & Starks, L. (2003). Voting with their feet: Institutional ownership changes around forced CEO turnover. Journal of Financial Economics, 68 (1), 3–46. https://doi.org/10.1016/ S0304-405X(02)00247-7.

[56] Puche, B., Braun, R., & Achleitner, A. K. (2015). International evidence on value creation in private equity transactions. Journal of Applied Corporate Finance, 27 (4), 105-122. http://dx.doi.org/10.2139/ ssrn.2496899.

[57] Rezaei Dolatabadi, H., & Sadegh Fallah, R. (2014). Analyzing the views of large shareholders on the practice of divestiture a stock block to finance the firm based on mating in Tehran Stock Exchange. Journal of Asset Management and Financing, 1 (3), 48-33. (in persian).

[58] Scholes, M. S. (1972). The market for securities: Substitution versus price pressure and the effects of information on share prices. The Journal of Business, 45 (2), 179-211.

[59] Sudarsanam, S. (1996). Large shareholders takeovers and target valuation. Journal of Business Finance & Accounting, 23 (2), 295-314. https://doi.org/ 10.1111/j.1468-5957.1996.tb00914.x.

[60] Talane, A., Mahmoudi, M., & Sharafy, K. (2013). Informational content of abnormal trading volume. Financial Research, 15 (1), 1-16. (in persian). doi. 10.22059/JFR.2013.35429.

[61] Trojanowski, G. (2008). Equity block transfers in transition economies: Evidence from Poland. Economic Systems, 32 (3), 217-238. https://doi.org/10.1016/j.ecosys. 2007.11.002.

[62] Xu, Y., & Malkiel, B. G. (2004). Idiosyncratic risk and security returns. AFA 2001 NewOrleans Meetings, Available at: SSRN: https://ssrn.com/abstract=255303 or http://dx.doi.org/10.2139/ssrn.255303.

[63] Zafar, N., Urooj, S. F., & Durrani, T. K. (2008). Interest rate volatility and stock return and volatility. European Journal of Economics Finance and Administrative Sciences, 14, 135-140.

آمار

تعداد مشاهده مقاله: 3,812

تعداد دریافت فایل اصل مقاله: 1,124

سامانه مدیریت نشریات علمی. طراحی و پیاده سازی از سیناوب

پیوندهای مفید

اخبار و اعلانات

آمار

تحلیل نقش معاملات بلوکی در ایجاد بازده غیرعادی و تأثیر بر نوسانات غیرسیستماتیک در بورس اوراق بهادار تهران