BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Kliber Paweł (Poznań University of Economics and Business), Garsztka Przemysław (Poznań University of Economics, Poland)
Tytuł
Information Asymmetry, Liquidity and the Dynamic Volume-Return Relation in Panel Data Analysis
Asymetria informacyjna, płynność i analiza panelowa dynamicznej relacji pomiędzy wielkością obrotu a stopami zwrotu
Źródło
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, 2018, nr 519, s. 122-134, rys., bibliogr. 20 poz.
Research Papers of Wrocław University of Economics
Tytuł własny numeru
Wrocław Conference in Finance: Contemporary Trends and Challenges
Słowa kluczowe
Asymetria informacji, Giełda papierów wartościowych, Modele regresji
Information asymmetry, Stock market, Regression models
Uwagi
Klasyfikacja JEL: G12, G14, C32, C33, C58
streszcz., summ.
Abstrakt
W artykule zbadano dynamiczną zależność pomiędzy zwrotami i wolumenem poszczególnych akcji z Giełdy Papierów Wartościowych w Warszawie. Modele teoretyczne sugerują, że relacja ta ujawnia asymetrię informacji na rynku i rolę informacji prywatnej. W przeciwieństwie do innych prac, w artykule użyto regresji dynamicznej do uzyskania współczynników dla 52 akcji, przy założeniu, że współczynniki dla poszczególnych z nich mogą się zmieniać z miesiąca na miesiąc. Zastosowano regresję panelową z efektami losowymi w celu przetestowania zależności między współczynnikiem asymetrii informacji a płynnością. Wyniki badań potwierdzają zgodność miary asymetrii informacji, szczególnie w przypadku spółek o średniej i małej kapitalizacji.(abstrakt oryginalny)

In the paper we investigate the dynamic relation between returns and volume of individual stocks traded on the Warsaw Stock Exchange. Theoretical models suggest that this relation reveals the information asymmetry in the market and the role of private information. Unlike other works, we use dynamic regression to obtain the coefficients for 52 stocks, assuming that coefficients for individual stock can vary from month to month. Then we use panel regression with random effects to test the relationship between coefficient of information asymmetry and liquidity. We find an evidence supporting the compliance of measure of information asymmetry, especially for medium and small capitalization companies.(original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Amihud Y., 2002, Illiquidity and stock returns: cross-section and time-series effects, Journal of Financial Markets, vol. 5, no.1, p. 31-56.
  2. Amihud Y., Mendelson H., 1986, Asset pricing and the bid-ask spread, Journal of Financial Economics, vol. 17, no. 2, p. 223-249.
  3. Antoniewicz R.L., 1993, Relative volume and subsequent stock price movements, working paper (paperback print), Board of Governors of the Federal Reserve System. Bagehot W., 1971, The only game in town, Financial Analysts Journal, vol. 27, no. 2, p. 12-17.
  4. Blume L., Easley D., O'Hara M., 1994, Market statistics and technical analysis: The role of volume, Journal of Finance, vol. 49, no. 1, p. 153-181.
  5. Copeland T.E., 1979, Liquidity changes following stock splits, Journal of Finance, vol. 34, no. 1, p. 115-141.
  6. Cowpertwait P.S., Metcalfe A.V., 2009, Introductory Time Series with R, Springer, New York.
  7. Datar V.T., Naik Y.N., Radcliffe R., 1998, Liquidity and stock returns: An alternative test, Journal of Financial Markets, vol. 1, no. 2, p. 203-219.
  8. Lesmond, D.A., Ogden, J.P., Trzcinka, C.A., 1999, A new estimate of transaction costs, Review of Financial Studies, vol. 12, no. 5, p. 1113-1141.
  9. Liu W., 2006, A liquidity-augmented capital asset pricing model, Journal of Financial Economics, vol. 82, no. 3, p. 631-671.
  10. Llorente G., Michaely R., Saar G., Wang J., 2002, Dynamic volume-return relation of individual stocks, Review of Financial Studies, vol. 15, no. 4, p. 1005-1047.
  11. Lütkepohl H., 2005, New Introduction to Multiple Time Series Analysis, Springer, Heidelberg.
  12. Hasbrouck J., 1991, Measuring the information content of stock trades, Journal of Finance, vol. 46, no. 1, p. 179-207.
  13. Hasbrouck J., Seppi D.J., 2001, Common factors in prices, order flows, and liquidity, Journal of Financial Economics, vol. 59, no. 3, p. 383-411.
  14. Petris G., Petrone S., Campagnoli P., 2009, Dynamic Linear Models with R, Springer, New York.
  15. Su Y., Huang H., 2004, Information asymmetry and volume-return relation, Proceedings of the NTU Conference in Finance, National Taiwan University.
  16. Sun Y., Duong H.N., Singh H., 2014, Information asymmetry, trade size and dynamic volume-return relation: evidence from Australian Securities Exchange, Financial Review, vol. 49, no. 3, p. 539--564.
  17. Stoll H.R., 1989, Inferring the components of the bid-ask spread: Theory and empirical tests, Journal of Finance, vol. 44, no. 1, p. 115-134.
  18. Stickel S.E., Verrecchia R.E., 1994, Evidence that trading volume sustains stock price changes, Financial Analysts Journal, vol. 50, no. 6, p. 57-67.
  19. Wang J., 1994, A model of competitive stock trading volume, Journal of Political Economy, vol. 102, no. 1, p. 127-167.
Cytowane przez
Pokaż
ISSN
1899-3192
Język
eng
URI / DOI
http://dx.doi.org/10.15611/pn.2018.519.10
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu