برآورد عدم تقارن اطلاعات با استفاده از معیارهای ریزساختار بازار؛ مطالعه موردی شرکت‌های بورسی حوزه انرژی ایران

احتمال معاملات آگاهانه (pin)، یکی از معیارهای مهم ریزساختار بازار است که عموماً برای سنجش سطح عدم تقارن اطلاعات استفاده می‌شود. برآورد pin به دلیل راه‌حل‌های مرزی، حداکثر محلی و استثناهای نقطه اعشار (fpe) می‌تواند مشکل‌ساز باشد. همچنین حاکم بودن فرض وجود فقط یک لایه اطلاعاتی در هر روز معاملاتی در pin، با شواهد تجربی دنیای واقعی ناسازگار بوده و آن را در معرض اریب کم‌برآوردی قابل ملاحظه‌ای قرار می‌دهد. در مقاله حاضر با استفاده از مدل احتمال چندلایه معاملات آگاهانه (mpin) که توسط قاچم و ارسان (2023) ارائه شده است، عدم تقارن اطلاعات برای 55 شرکت بورسی فعال در حوزه انرژی طی دوره 1q:1396 تا 1q:1402 برآورد شده است. یافته‌های مقاله حاضر حاکی از آن است که اولاً برای 2.67 درصد از 1200 مشاهده سهام/فصل، فرض وجود یک لایه اطلاعاتی برقرار است که دلالت بر ضرورت به‌کارگیری mpin برای برآورد عدم تقارن اطلاعات دارد. ثانیاً به‌کارگیری pin نه تنها با اریب کم‌برآوردی روبروست بلکه تصویر نادرستی از رتبه‌بندی شرکت‌ها از منظر عدم تقارن اطلاعات به دست می‌دهد. ثالثاً صنعت انرژی کشور به‌طور متوسط با عدم تقارن اطلاعات 34.4 درصدی روبروست و برآوردها نشان می‌دهد که وجود اطلاعات خصوصی در تابستان 1399 به اوج خود رسیده و بیش از 49 درصد بوده است. رابعاً نماد «بپیوند» از زیربخش برق، گاز و بخار و نماد «شپنا» از زیربخش «پالایشگاه» با عدم تقارن اطلاعات 64.75 و 18.9 درصدی به ترتیب در جایگاه بالاترین و کمترین عدم تقارن اطلاعات قرار می‌گیرند.

estimating information asymmetry using market microstructure measures; a case study of energy sector companies listed in the iranian stock exchange

the probability of informed trading (pin) is one of the important measures of market microstructure that is generally used to estimate the level of information asymmetry. estimating pin can be challenging due to boundary solutions, local maxima, and floating point exceptions (fpe). additionally, the prevailing assumption of the existence of only one information layer per trading day in pin is inconsistent with the real world empirical evidence and exposes it to a considerable underestimation bias. in this paper, we estimate information asymmetry for 55 listed companies in the energy sector during the period from 1396:q1 to 1402:q1, utilizing the multi layer probability of informed trading (mpin) model introduced by ghachem and ersan (2023). the findings indicate: first, the assumption of a single information layer is satisfied for only 2.67% of the 1,200 stock/season observations, which implies the necessity of using mpin to estimate information asymmetry. second, the use of pin not only leads to significant underestimation bias, but also provides an inaccurate picture of the ranking of companies from the perspective of information asymmetry. third, the energy sector faces an average information asymmetry of 34.4%, and estimations reveal that private information reached its peak in the summer of 2020, exceeding 49%. fourth, the symbols bepeyvand from the electricity, gas, and steam sector and shapna from the refining sector hold the highest (64.75%) and lowest (18.9%) information asymmetry, respectively.