الگوریتم کشف معاملات مشکوک در بورس اوراق بهادار تهران بر اساس مدل معاملات جعلی
Publish place: Financial Research Journal، Vol: 25، Issue: 1
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 96
This Paper With 39 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JFR-25-1_002
تاریخ نمایه سازی: 17 مرداد 1402
Abstract:
هدف: این پژوهش دستکاری قیمت سهام را در بورس اوراق بهادار تهران بررسی می کند و به شناخت و کشف دستکاری قیمت سهام با استفاده از الگوریتم ریاضی spoof trading می پردازد. این پژوهش بر دستکاری معامله محوری تمرکز کرده است که در آن، دستکاری کنندگان سفارش های خریدوفروش را برای کنترل قیمت سهام وارد سامانه می کنند. روش: در این پژوهش با استفاده از مجموعه ای از داده های دست چین شده مربوط به معاملات لحظه ای، ۵۰ شرکت دستکاری شده انتخاب و مشخصات و الگوهای سهم های دستکاری شده در این شرکت ها، در بازه زمانی ۱۳۹۲ تا ۱۳۹۵ بررسی شده است. در ادامه، از پنل دیتا و آزمون های اف لیمر، هاسمن، هم انباشتگی، ناهمسانی واریانس و تورم واریانس و سپس، آزمون های اقتصادسنجی مربوط به دستکاری قیمت، از جمله آزمون های مانایی، خودهمبستگی، کشیدگی، چولگی، تسلسل و وابستگی دیرش استفاده شده است. در انتها نیز برای سنجش کارایی الگوریتم مدنظر، از شبکه عصبی بهره گرفته شده و نتایج در قالب ماتریس تشخیص الگو ارائه شده است. یافته ها: یافته ها حاکی از آن است که نتایج حاصل از آزمون های اقتصادسنجی با نتایج به دست آمده از الگوریتم طراحی شده هم خوانی دارد. همچنین فرضیه های ارائه شده در این پژوهش تایید شدند. نتیجه گیری: نتایج بررسی الگوریتم طراحی شده نشان داد که کارایی الگوریتم استفاده شده در جهت شناسایی معاملات مشکوک ۴/۹۰ درصد بوده است که این سطح از کارایی، برای پذیرش یک الگوریتم بسیار عالی است. همچنین با تایید فرضیه های این پژوهش، این نتیجه حاصل شد که قیمت های ارائه شده در بخش سفارش های خریدوفروش و همچنین، میزان حجم ارائه شده در بخش سفارش های خریدوفروش در ردیف های اول و دوم تابلوی معاملات در شناسایی دستکاری قیمت موثر است.
Keywords:
Authors
رضا تهرانی
استاد، گروه مالی و بیمه، دانشکده مدیریت، دانشگاه تهران، تهران، ایران.
سعید فلاح پور
استادیار، گروه مالی و بیمه، دانشکده مدیریت، دانشگاه تهران، تهران، ایران.
حمید نورعلی دخت
دکتری مالی، گروه مالی و بیمه، دانشکده مدیریت، دانشگاه تهران، تهران، ایران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :