دانلود ترجمه مقاله رابطه بازده، ریسک و نقدینگی در معاملات مکرر

1. مقدمه 2. بررسی مقالات 3. داده ها، متغیرها، آنالیز پانل و تشریح داده های پانل 4. مدل ها و نتایج تجربی 5. بحث و بررسی 6. نتیجه گیری

نتیجه گیری: این تحقیق ابتدا افزایش ریسک و تاثیر نقدینگی در معاملات بسامد بالا (یا معاملات پرتواتر) را بررسی کرد. پیش بینی می شود ریسک وابسته به روش ویژه نقش مهم تری از ریسک سیستماتیک داشته باشد، که ناشی از اطلاعات غیرموثر، انواع زیاد هزینه ها، و زمان کوتاه معاملات است. نتایج تجربی ریسک ویژه و نقدینگی Binfreq را در یک دوره تاخیر زمانی مشخص می کند که بازده جاری را تحت تاثیر قرار می دهد. با این حال، تاثیر ریسک سیستماتیک بر بازده پیدا نشد. این شواهد از کار مرتون (1973)، بوهم و همکارانش (2009) [37] و تحقیقات قبلی دیگر قویا حمایت می کند، مبنی بر اینکه ریسک وابسته به روش ویژه باید براساس بازده مقطعی قیمت گذاری شود. در نهایت، این تحقیق رابطه بین ریسک وابسته به روش ویژه و سیستماتیک و نقدینگی را بررسی می کند. نتایج این تحقیق تجربی نشان می دهد که نقدینگی بر ریسک وابسته به روش ویژه تاثیر می گذارد. با این حال، این تاثیر به چگونگی تعریف نقدینگی وابسته است. در این تحقیق تعداد معاملات در هر روز در یک دوره تاخیر برجسته تر از نقدینگی BinFreq است. نتایج نشان داد که رابطه معنی دار بسیار ضعیفی بین نقدینگی و بتا وجود دارد، دو نتیجه تجربی شواهدی عینی فراهم می کنند مبنی بر اینکه ریسک ویژه نقش مهم تری از ریسک سیستماتیک در معاملات در بازه زمانی بسیار کوتاه دارد. بعلاوه، باید چالش های مهم دیگری مثل فناوری خارج از کنترل و مسائل مالی در معاملات بسامد بالا وجود داشته باشد که باید توجه بیشتری به آنها صورت گیرد. این تحقیق را می توان به چند طریق بسط داد. تحقیقات آتی می توانند ابتدا روی یافتن روشی دیگر برای ایجاد ریسک وابسته به روش ویژه به جای انحراف معیار خطاهای برآورد شده از روی CAPM یا از روی مدل سه عاملی کار کنند. در نهایت، پاسخ به این سوال نیز جالب خواهد بود که تاثیرات ریسک وابسته به روش ویژه را چگونه می توان از طریق حفظ پورتفولیوی متنوع برطرف کرد، نه پورتفولیویی با تنوع مناسب که حفظ آن غیرممکن است.

Conclusion: The research first examines how aggregate risk and liquidity affect returns in high frequency trading. Idiosyncratic risk is expected to play a more vital role than systematic risk because of inefficient information, many types of costs, and a short trading time. The empirical results identify specific risk and BindFreq liquidity in one period lag that influence current returns. Systematic risk, however, is not found to impact returns. This evidence strongly supports Merton (1973) [35], Boehme et al. (2009) [37], and other previous studies, that idiosyncratic risk should be priced in cross-sectional returns. Finally, the research investigates the relationship between both idiosyncratic and systematic risk and liquidity. The results of this empirical work suggest that liquidity influences idiosyncratic risk. This influence, however, depends on how liquidity is defined. The number of trades per day in one period lag is more pronounced than the BindFreq liquidity in this research. The results prove that there is a very low significant relationship between liquidity and beta; the two empirical results provide concrete evidence that specific risk plays more important roles than systematic risk in very short interval trading. Moreover, there could be other crucial challenges such as out of control technology and finance in high frequency trading, to which close attention should be paid. This study could be extended in several ways. Future research may first work on finding another method to generate idiosyncratic risk instead of the standard deviation of errors estimated from the CAPM or from the three factor model. Finally, it would be also interesting to answer the question of how the effects of idiosyncratic risk could be eliminated though holding a diversified portfolio, not a properly diversified portfolio, the holding of which is impossible.