کاربرد قانون بنفورد در تحلیل بازارهای مالی: شواهد تجربی از بازار بورس تهران

قانون بنفورد به بررسی توزیع فرکانس ارقام اصلی در مجموعه داده های عددی میپردازد. بر اساس این قانون، در یک مجموعه داده که بطور طبیعی اتفاق میافتد، احتمال اینکه رقم اول ۱ باشد، بیشتر از احتمال بزرگتر بودن رقم از ۱ است. قانون بنفورد به عنوان یک معیار تجربی کاربرد وسیعی در مجموعه داده ها برای شناسایی عددسازی و تقلبهای سیستماتیک، به ویژه در نتایج انتخابات و صورتهای مالی داشته و به طور گسترده ای در کشف تقلب در زمینه حسابرسی و صورتهای مالی استفاده میشود . یکی از کاربردهای در حال گسترش این قانون بررسی دستکاریهای احتمالی در اطلاعات بازارهای مالی و به ویژه شاخصهای بازده سهام در بازارهای مالی بورسهای معتبر جهان است. به دلیل نقش مهم کیفیت و قابل اتکا بودن داده ها و اطلاعات برای تصمیم گیری کارگزاران بازارهای مالی و اقتصادی در بازار اوراق بهادار، بررسی تطابق داده های بازده سهام و شاخصهای معیار در بازار بورس با قانون بنفورد اهمیت خاصی دارد. در این چارچوب این پژوهش با استفاده از قانون بنفورد کیفیت داده های بازدهی سهام در بازار بورس اوراق بهادار تهران را ارزیابی کرده است. جامعه آماری داده های روزانه شاخص کل هموزن بورس اوراق بهادار تهران از بازه ۲۸ اسفند ۱۳۹۲ تا ۲۸ اسفند ۱۴۰۱ و در مجموع ۲۱۷۲ مشاهده است. نتایج آزمونهای تطابق با قانون بنفورد نشان میدهد که داده ها از این قانون تبعیت نمیکنند که نشان دهنده پایین بودن کیفیت داده ها به عنوان یکی از معیارهای تصمیم گیری به دلیل تبدیلات انجام شده روی داده ها و یا عدم شفافیت در بازار سرمایه ایران است.

Keywords:

قانون بنفورد , شاخص هموزن , بازده سهام , مطابقت , بورس اوراق بهادار تهران.