کاربرد تحلیل پوششی داده ها برای محاسبه شاخص تلفیقی نقدشوندگی سهام (شواهدی از بورس اوراق بهادار تهران)

نوع مقاله: مقاله پژوهشی

نویسندگان

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

چکیده

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 مدل­های 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 می­گیرد، هم شاخص عددی برای کارایی ارائه می­ دهد و هم ورودی و خروجی منفی را می ­پذیرد؛ از این­رو 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 رتبه­بندی بر مبنای مرزهای کاملاً ناکارا نموده­ایم. نتایج پژوهش حاکی از کاربرد مؤثر روش تحلیل پوششی داده­ها برای محاسبه شاخص تلفیقی نسبی نقدشوندگی سهام می­باشد. با استفاده از این روش، نمره شاخص تلفیقی نقدشوندگی سهام اختصاص داده­شده به هر یک از شرکت­های پذیرفته­ شده در بورس، ابعاد و جنبه ­های مختلف نقدشوندگی سهام یک شرکت را در بر می­گیرد و بر اساس آن به راحتی می­توان شرکت­ها را با هم مقایسه کرد یا اینکه شاخص تلفیقی نقدشوندگی سهام یک شرکت را در چند دوره مالی مورد نظارت قرار داد.

کلیدواژه‌ها


*      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