معاملۀ الگوریتمی

اما در این میان عکسالعمل این فلَش بُویز هم جالب است. اگر آنهایی که در پی زیر سوال بردن کاتسویاما و انگیزههایش هستند را در نظر نگیریم، سه نوع استدلال برای مقابله با مباحث مطرح شده در این کتاب از سوی این فلَش بُویز ارایه میشود. اول اینکه این نوع معاملۀ پرتناوب با فراهم کردن «نقدینگی» کمک شایانی به بازار میکند؛ اما لوییس اینکه این نوع معامله منبعی حقیقی برای ایجاد نقدینگی است را به کلی رد میکند. او یک شرکت فرضی به نام «شرکت اسکالپرز» را درنظر میگیرد که در تمام معاملات بازار حضور دارد. هر بار که شما بخواهید سهمی را بخرید شرکت اسکالپرز از شما جلو زده، سهم را خریده و به شما میفروشد. هیچگونه ریسکی متوجه این شرکت نیست و هیچگاه سهمی را نمیخرد و یا نمیفروشد مگر اینکه طرف دیگر مبادله را در سمت دیگر آماده داشته باشد، در واقع این شرکت با هدف واسطهگری در مبادلهای وارد میشود که بدون او هم انجام میشد. از همین مثال فرضی میتوان به سادگی فهمید که این شرکت در واقع هیچ نقدینگی واقعی به بازار نیافزوده است چرا که هیچگونه ریسکی متحمل نشده است. این شرکت با این کار باعث فرّار شدن قیمتها در بازار میشود چرا که هرگونه تغییری در قیمت به سود این شرکت خواهد بود.
بررسی تأثیر قیمت معاملات بلوک در بازار سهام ایران
هدف اصلی پژوهش حاضر، بررسی عوامل مؤثر بر تأثیر قیمت معاملات بلوک در بازار سهام است. بدینمنظور، 525 معاملة بلوکی بهصورت تصادفی بهعنوان نمونۀ پژوهش از بین شرکتهای پذیرفته در بورس اوراق بهادار تهران، که در سالهای 1390 تا 1392 معاملۀ بلوکی انجام دادهاند، انتخاب شده است. در این پژوهش از تأثیر قیمت کل، موقتی و دائمی بهعنوان متغیرهای وابسته و اندازة معاملة بلوک، نوسان قیمت سهام، گردش مالی معاملات، بازده بازار، بازده تجمعی سهام و اختلاف قیمت پیشنهادی خریدوفروش سهام بهعنوان متغیرهای مستقل استفاده میشود. نتایج آزمون فرضیهها با استفاده از رگرسیون مقطعی نشان میدهد گردش مالی معاملات، بازده بازار و اختلاف قیمت پیشنهادی خریدوفروش سهام با هر سه متغیر وابسته (تأثیر قیمت کل، موقتی و دائمی) رابطۀ معناداری دارند. همچنین، اندازۀ معاملات بلوک با تأثیر قیمت کل و دائمی و نوسانات قیمت سهام با تأثیر قیمت کل و موقتی و بازده تجمعی با تأثیر قیمت موقتی، رابطۀ معناداری دارند.
کلیدواژهها
- تأثیر قیمت
- معاملات بلوک و نقدشوندگی سهام
- عدم تقارن اطلاعاتی
20.1001.1.10248153.1395.18.1.2.6
موضوعات
- 20. مدیریت فعال پرتفوی؛ استراتژیهای معاملاتی؛ معاملات الگوریتمی
عنوان مقاله [English]
Surveying Price impact of block trades in the Iran stock market
نویسندگان [English]
- Ahmad Ahmadpour 1
- Mehrab Nasiri 2
The main purpose of this study, is surveying the factors that affect Price Impact of block Trades in the stock market. For this reason, the sample consisted of 525 block trades have been selected randomly of accepted companies in Tehran Stock Exchange, that have block trade during the period 1390 to 1392. In this paper, total, temporary and permanent price impact is used as dependent variables, and the size of block trade, stock price volatility, trading turnover, market return, momentum and Bid-Ask Spread are used as explanatory variables. The results show that the relationship between turn over, Market return and Bid-Ask Spread with three dependent variable (total, temporary and permanent price impact) are significant. Also the relationship between size of block trade with total, permanent price impact, the relationship between Volatility of stock price with total, temporary price impact and, the relationship between momentum with temporary price impact are significant.
کلیدواژهها [English]
- Price impact
- Information Asymmetry
- block trades and stock liquidity
مراجع
Alzahrani, A. A., Gregoriou, A. & Hudson, R. (2013). Can market frictions really explain the price impact asymmetry of block trades? Evidence from the Saudi stock market. Emerging Markets Review, 13(2): 202- 209.
Alzahrani, A. A., Gregoriou, A. & Hudson, R. (2013). Price impact of block trades in the Saudi stock market. Journal of International Financial Markets, Institutions & Money, 23(1): 322- 341.
Bian, J., Wang, J. & Zhang, G. (2012). Chinese block transactions and the market reaction. China Economic Review, 23(1): 181- 189.
Brockman. P., Chung. D. & Yan, X. (2009). Block ownership, trading activity, and market liquidity. Journal of Financial and Quantitative Analysis, 44(6): 1403– 1426.
Chen, J. & Chen, D. (2005). The effect of block trades on share price: Australian evidence. The International Journal of Finance, 17(4): 3788- 3805.
Chen, J. C. (2005). On liquidity around large-block trades: Upstairs trading mechanisms, price impacts and common factors, PhD Thesis, University of Lugano, Switzerland.
Chiyachantana, C. N., Jain, P. K., Jiang, C. & Wood, R. A. (2004). International evidence on institutional trading behavior and price impact. The Journal of Finance, 59(2): 869- 898.
Chou, R. & Wang, G. H. K. (2011). The impacts of large trades by trader types on intraday futures prices: Evidence from the Taiwan futures exchange. Pacific-Basin Finance Journal, 19(1): 41- 70.
Fan, L., Hu, B. & Jiang, C. (2012). Pricing and information content of block trades on the Shanghai stock exchange. Pacific-Basin Finance Journal, 20(3): 378- 397.
Frino, A. E., Jarnecic, D., Johnstone, A. & A. Lepone. (2005). Bid-ask bounce and the measurement of price behavior around block trades on the Australian stock exchange. Pacific Basin Finance Journal, 13(3): 247- 262.
Frino, A., Jarnecic, E. & Lepone, A. (2007). The determinants of the price impact of block trades: Further evidence. Abacus, 43(1): 94– 106.
Frino, A., Mollica, V. & Walter, T. (2003). Asymmetric price behavior surrounding block trades: A market microstructure approach. Working Paper. University of Sydney.
Gregoriou, A. (2008). The asymmetry of the price impact of block trades and the bid-ask spread. Journal of Economic Studies, 35(2): 191– 199.
Ibikunle, G. (2013). Price impact of block trades: New evidence from downstairs trading on the world's largest Carbon exchange, Available at ssrn.com/abstract=1952749.
Kraus, A. & Stoll, H. R. (1972). Price impacts of block trading on the New York Stock Exchange. Journal of Finance, 27(3): 569– 588.
Kurek, B. (2014). The information content of equity block trades on the Warsaw stock exchange: An estimation of shares' returns with the usage of simple linear regression and multivariate adaptive regression splines. Journal of Forecasting Financial Markets, 33(6): 433– 454.
Saar, G. (2001). Price impact asymmetry of block trades: An institutional trading explanation. Review of Financial Studies, 14(4): 1153– 1181.
اقتصاد،حسابداری، مدیریت،مالی و سرمایه گذاری
شاخص بورس تهران در میان 17 بورس بین المللی بیشترین بازدهی را دارد.
در هفته پایانی آذرماه سال 96 حجم معاملات بورس 6988 میلیون سهم و ارزش آن 14707 میلیارد ریال شد که حجم و ارزش معاملات به ترتیب 24 و 13 درصد افزایش داشت.
ارزش بورس اوراق بهادار تهران نیز در این مدت به عدد 3813076 میلیارد ریال رسید که 2.36 درصد افزایش داشته است.
البته سه صنعت «فلزات اساسی» با 18.9 درصد، «استخراج کانههای فلزی» با 15.8 درصد و «خودرو و ساخت قطعات» با 10.8 درصد و شرکتهای چند رشتهای صنعتی با 10.9 درصد بیشترین ارزش و «خودرو و ساخت قطعات» با 17.8 درصد، «فلزات اساسی» با 16.3 درصد و شرکتهای چند رشتهای صنعتی با 14.6 درصد بیشترین حجم معاملات را در هفته گذشته به خود اختصاص دادند.
بدین ترتیب در 30 روز گذشته نیز صنعت «اطلاعات و ارتباطات » با بازدهی 30.6 درصد، در صدر صنایع بورسی قرار گرفت و صنعت «ساخت محصولات فلزی» با افت با 8 درصدی بیشترین افت را تجربه کرد.
شاخص کل بورس اوراق بهادار تهران در پایان معاملات هفته گذشته به عدد 95509 واحد رسید که 2225 واحد افزایش داشته است. در حالی که از ابتدای امسال تا پایان آذرماه شاخص کل با 23.7 درصد افزایش و شاخص کل هم وزن با 13.8 درصد افزایش را تجربه کردهاند.
همچنین در مقایسه شاخص کل بورس تهران با برخی از شاخص بورسهای بین المللی، شاخص بورس تهران (TEDPIX) با رشد 2.4 درصدی بیشترین بازدهی و شاخص بورس دبی (DFM INDEX)با افت یک درصدی کمترین بازدهی را در هفته گذشته به خود اختصاص دادند.
معاملات الگوریتمی و پیشرفت های بورس
معاملات الگوریتمی در اصل یک سیستم خودکار شده برای قرار دادن و مدیریت دستورهای معامله در ابزارهای مالی مختلف از طریق برنامه های کامیپوتری بر مبنای الگوریتم های ریاضی است. معاملات در معاملۀ الگوریتمی بدون حضور انسان انجام شده و یک معامله گر الگوریتمی یا یک معامله گر کمّی (عددی) در وضعیت های متفاوت در زبان برنامه نویسی فقط الگوریتم های رفتار یک ربات را تعریف می کند (سیستم های معاملاتی مکانیکی (MTS) ). آنها بر اساس تحلیل قیمت های قبلی ابزارهای مالی ، احتمال کاهش قیمت آینده در محدودۀ ارائه داده شده را پیش بینی می کنند. ربات وارد یک تراکنش می شود یا اینکه اگر تغییرات خاصی در قیمت نمودار دارائی معاملاتی ایجاد شود از آن خارج می شود. یک روش متداول در معاملۀ الگوریتمی، معاملۀ تناوب بالا (HFT) نامیده می شود که عبارت است از انتقال معاملۀ الکترویکی در سرعت های بسیار بالا. ربات های تناوب بالا با هدف جمع آوری سودهای بالا معاملات کوتاه مدت را با حجم های بالا باز می کنند و می بندند.کارشناسان پیش بینی می کنند با توجه معاملۀ الگوریتمی به شرایط مناسب بازار و وجود معاملات الگوریتمی بورس ایران احتمال پیشرفت های بیشتر را هم دارد.
سقوط بریتانیا در شاخص کشورهای خوب
«ایندیپندنت» پیشتر گزارش داده بود که میزان صادرات تسلیحات بریتانیا به عربستان سعودی از زمان آغاز جنگ در یمن به میزان ۵۰۰ درصد افزایش یافته است. در سال گذشته بریتاینا از لحاظ فناوری و علوم رتبه اول را از آن خود کرده بود در حالی که در سال ۲۰۱۷ میلادی پنجمین رتبه را از آن خود کرد؛ آن هم براساس معیارهایی چون تعداد دانشجویان خارجی، نشریات، جوایز نوبل و اختراعات ثبت شده. از نظر رفاه و برابری در سال ۲۰۱۶ میلادی بریتانیا در رتبه پنجم از نظر سهماش در رفاه و برابری قرار گرفته و اکنون در رتبه ۳۵ قرار دارد.
بریتانیا هنوز در میان ده کشور برتر از نظر «خوب» بودن شاخص است با این حال، سوئیس، ایرلند پیش از آن کشور قرار دارند و از نظر رفاه و برابری آلمان و فنلاند جایگاه بهتری را دارند. در صدر فهرست هلند بهترین کشور است و در حالی که عراق، لیبی و افغانستان در پایین ترین رتبه قرار دارند. پس از هلند کشورهای بعدی از نظر خوب بودن به ترتیب سوئیس، دانمارک، فنلاند، آلمان، سوئد، ایرلند، بریتانیا، اتریش، نروژ، فرانسه، مجارستان، بلژیک ، کانادا و سنگاپور قرار دارند.
از میان کشورهای منطقه ترکیه در رتبه سی و هشتم قرار دارد و اردن در رتبه پنجاه و دوم است. تونس در رتبه پنجاه و ششم و امارات در رتبه پنجاه و هشتم قرار گرفته است. قطر در رتبه شصتام قرار دارد و لبنان در رتبه شصت و دوم است.
عمان در رتبه شصت و هشتم و مصر در رتبه هفتاد و سوم است. ارمنستان در رتبه هفتاد و پنجم قرار دارد. کویت در رتبه هشتاد و پنجم است و جمهوری اذربایجان در رتبه هشتاد و نهم. عربستان سعودی در رتبه صد و ششم قرار گرفته است.
ایران نیز در رتبه صد و سی و یکم قرار گرفته است. پیش از ایران ویتنام، بروندی، لسوتو و نیجریه قرار گرفتهاند و پس از ایران گینه، لیبریا و لائوس.
سوریه، آنگولا، مالی، موریتانی، چاد یمن، عراق، لیبی و افغانستان نیز از نظر خوب بودن شاخصها در بدترین و پایینترین رده قرار دارند.
استفاده از امواج Wi-Fi برای خواندن احساسات انسانها با استفاده از هوش مصنوعی
کاربر عزیز، شما به عنوان کاربر مهمان در وبسایت سکان آکادمی حضور دارید. برای ، به حساب کاربری تان وارد شوید.
* شما پس از ورود، مجددا به همین صفحه بر می گردید.
ورود به حساب کاربری
آیا هرگز تصور کردهاید چقدر میتواند هیجانانگیز باشد که به احساس واقعی خود، طرف مقابل، طرف مذاکره و یا طرف معاملۀ خود از طریق امواج الکترومغناطیس پی ببرید؟ به نظر شما چه فواید دیگری را میتوان برای چنین سیستمی متصور شد؟ برای یافتن پاسخ به این سؤالات، در این مقاله با سکان آکادمی همراه باشید.
دانشمندان موسسۀ تحقیقاتیMIT درصدد بهکارگیری امواج وایفای و هوش مصنوعی برای پی بردن به احساسات و شرایط روحی افراد هستند و در همین راستا دست به طراحی الگوریتمی زدهاند که میتواند تپش قلب شخص را تشخیص داده و آن را اندازهگیری کند (این الگوریتم این کار را از طریق دریافت فرکانسهای رادیویی انعکاس یافته از سمت انسان انجام میدهد.)
برای این منظور، یک فرستندۀ امواج رادیویی به همراه این الگوریتم و درست مشابه یک الکتروکاردیوگرام (دستگاه اندازهگیری نوارقلب) بدون نیاز به نصب وسیلهای به بدن انسان کار میکند و این امکان با بهکارگیری همان تکنولوژی ایجاد شده است که ما در حال حاضر در روترهای خانگی خود استفاده میکنیم اما مهمترین بخش این نوآوری، یادگیری ماشینی است که دانشمندان آن را EQ Radio نامیدهاند.
اطلاعاتی که توسط این سیستم مبتنی بر هوش مصنوعی دریافت میشود، میبایست به روشی متفاوت از یک تست استاندارد نوارقلب پردازش شود. در واقع، زمانی که انسان به صورت فیزیکی به دستگاه متصل باشد، اندازه و شکل طول موجهایی که ممکن است کامپیوتر دریافت کند تاحدی قابلیت پیشبینی دارند اما بدون وجود سیمی که شخص را به دستگاه اتصال دهد، EQ Radio نمیتواند در مورد تپش قلب انسان حدسی بزند. وضعیت قرار گرفتن بدن، اندازۀ اتاق و فاکتورهای بسیار دیگری نیز وجود دارند که ممکن است صدای تپش قلب را آهسته و غیرقابل تشخیص کند اما این فناوری ارزیابی اولیهای از آنچه در حال رخ دادن است دریافت کرده و از طریق آن حالت تپش قلب شما را تعیین میکند و سپس زمینۀ دقیق احساسات شما را تشخیص میدهد.
این تکنولوژی تاحدی غافلگیرکننده و تشدیدکنندۀ کابوسهای هولناکی است که برای آیندۀ دنیای تکنولوژی داریم به طوری که به گفتۀ دانشمندان میتوان کارکردهایی بیش از استفاده از ضربان قلب انسان برای تشخیص حالت احساسی شخص، از این تکنولوژی توقع داشت به طوری که این محققان گفتهاند:
تصور ما اینه که این تکنولوژی بتونه راه رو برای تحقیقات هیجانانگیزتری برای درک ریختشناسی ضربان قلب باز کنه که در این صورت میتونیم علاوه بر تشخیص احساسات انسان، قادر به مشاهدۀ عوامل تهدیدکنندۀ سلامتی و تشخیص بیماریها هم از این طریق بشیم.
این دستگاه نیازی به ایجاد ارتباط مستقیم با انسانی که او را مورد بررسی قرار میدهد ندارد و همین مسئله ممکن است باعث بروز سوءاستفاده در تشخیص شود و بنابراین به لحاظ اخلاقی مشکلاتی را به وجود آورد. به عبارت دیگر، ممکن است یک شخص به اصطلاح فضول به حالات روحی ما با استفاده از از ضربان قلبمان دست یابد!
از جمله مزایای این فناوری میتوان به این نکته اشاره کرد که هوش مصنوعی مورد استفاده در تکنولوژی EQ Radio میتواند تشخیص دهد که شما دچار استرس هستید و به این دلیل، گوش دادن به موسیقی را به شما پیشنهاد دهد، بدون آنکه شما بدانید در آن زمان به موسیقی نیاز دارید. یا ممکن است در خانهای مجهز به این تکنولوژی، اگر شخص در منزل دچار حملۀ قلبی شود، سیستم مشکل را حس کرده و به شخص یا اعضای خانوادهاش هشدار دهد و بنابراین ممکن است انسانهای بسیاری از مرگ نجات پیدا کنند (یا حتی میتواند امکانی فوقالعاده و عالی برای والدین فراهم کند بدین شکل که روتری که در حال حاضر از آن استفاده میکنید، میتواند اطلاعاتی دقیق از وضعیت کودک شما در خواب در اختیارتان قرار دهد.)
در پایان هم یادآوری این نکته خالی از لطف نیست که مثل همۀ تکنولوژیهای جدید دیگری که دارای پتانسیل استفادۀ نادرست و غیراخلاقی هستند، در مورد این تکنولوژی نیز باید به امنیت اطلاعات و مراقبت از آنها توجه داشت.
معاملۀ الگوریتمی
در سال ۲۰۱۰ میانگین مهمترین بازار سهام امریکا یعنی داوجونز به یکباره سقوط کرد و در کمتر از ۱۵ دقیقه بازار سرمایه را دچار ضرری در حدود ۱ تریلیون دلاری کرد. اما پس از ۲۰ دقیقه شاخص داوجونز به نقطۀ اولیۀ خود بازگشت. این «سقوط آنی» توجه پژوهشگران را به خود جلب کرد. برخی معتقد بودند فناوری جدید یعنی آنچه به معاملۀ پرتناوب یا معاملۀ آنی(HFT) مشهور است، مقصر اصلی این سقوط آنی است. مایکل لوییس در کتاب «فلَش بُویز» در قالب داستانی به تحلیل «معاملۀ پرتناوب» پرداخته است.
لندن ریویو آو بوکز — در بعد از ظهر ششم ماه میسال ۲۰۱۰ بود که شاخص مهمترین بازار سهام آمریکا، یعنی میانگین شاخص صنعتی داوجونز به یکباره شروع به کاهش کرد. هیچ دلیل بیرونی مثل خبر خاص یا اطلاعات اقتصادیِ مهمی برای این کاهش وجود نداشت، اما بازار که در آن روز روند کاهشی آرامی را پی گرفته بود در عرض چند دقیقه به اندازهٔ ۵ درصد سقوط کرد. این روند در طول ۱۵ دقیقه بازار سرمایه را دچار ضرری در حدود ۱ تریلیون دلار کرد.
خب این اتفاق خیلی عجیب بود، اما این اولین باری نبود که چنین اتفاقی میافتاد. اتفاقات عجیب و غریب در بازار زیاد میافتد، آن هم اصولاً تنها به دلیل هیجان و تنش شدید آنی؛ به همین دلیل هم هست که یکی از بهترین کتابهای تاریخ مالیه «جنون، وحشت و ویرانی» ۱ نام دارد؛ اما آنچه عجیبتر مینمود برگشت ناگهانی بازار پس از این سقوط بود. بعد از بیست دقیقهٔ جنونآمیز قیمتها سرجای خود برگشته و شاخص داوجونز هم به نقطهٔ اولیهٔ خود بازگشت.
این اتفاق به «سقوط آنی» ۲ مشهور است. گزارشهای هیئتهای رسمی رسیدگی تقصیر را گردن فروش نابهنگام مقدار زیادی سهم میاندازد، اما چنین توجیهی برای شاهدان آگاه ماجرا قانعکننده نیست. در مقابل، بسیاری از پژوهشگران بازار مقصر را یکسری روش و فناوری جدید میدانند که به معاملۀ پرتناوب و یا معاملۀ آنی ۳ مشهور است؛ اما حقیقت این است که تا به حال هیچکس به طور کامل ماهیت و دلیل این سقوط آنی را توضیح نداده است.
سقوط آنی معاملۀ الگوریتمی باعث شد که «معاملۀ پرتناوب» ۴ برای اولین بار زیر ذرهبین قرار بگیرد. این نوع از سازوکار بازاری تا جایی پیشرفت کرده که امروزه بیشتر خرید و فروشها نه توسط اشخاص بلکه توسط رایانهها و بدون هیچگونه دخالتی از سوی انسانها انجام میپذیرد. تنها کاری که افراد در این زمینه انجام میدهند طراحی الگوریتم این رایانهها است. در سال ۲۰۰۸، ۶۸ درصد معاملۀ عمومی سهام به این شکل انجام شده و خرید و فروش انسانی تنها یک سوم بازار را شامل میشود. افرادی که از این شکل از معامله استفاده میکردند به دلیل پول خوبی که از آن در میآوردند صحبت چندانی از آن نمیکنند و ترجیح میدهند که این موضوع چندان مورد توجه قرار نگیرد.
در این شرایط بود که مایکل لوییس ۵ وارد ماجرا شد. کتاب او یعنی فلَش بُویز ۶ چند مشخصهٔ اساسی دارد، یکی اینکه به روشنی نشان میدهد که در بازار سهام چه میگذرد؛ این کتاب همچنین هر توضیحی که برای فهم معاملۀ پرتناوب لازم باشد را در یکجا جمع کرده است. کتاب مانند یک داستان هیجانی نوشته شده است که قهرمانش سعی دارد معمای پیش رویش را حل کند. این قهرمان، یک بانکدار کانادایی است به نام «برد کاتسویاما» ۷ و معما این است که هرگاه او میخواهد با قیمتی سهم مشخصی را بخرد به محض کلیک کردن برای خرید قیمت تغییر میکند و موفق به خرید نمیشود.
کاتسویاما متوجه میشود که مشکلش در سرتاسر صنعت مالی همهگیر است. شاید بسیاری از افراد حاضر در این بازار این سؤال را از خود پرسیده باشند که چه خبر است، اما تفاوت کاتسویاما این است که سؤال را تا رسیدن به پاسخ رها نمیکند. بخشی از پاسخ در فرمولبندی صحیح سؤال نهفته است، اصلاً این بازار چیست؟
آنچه ما به صورت ایدهآل از بازار در ذهن داریم، یک مکان فیزیکی مشخص است که افراد در آن خرید و فروش میکنند؛ اما در این بازار جدید عوامل اصلی نه انسانها بلکه الگوریتمها هستند. در این شرایط بازار قدیمی تنها صحنهای خواهد بود که برای اخبار و امثالهم کاربرد دارد. همان طور که لوییس به درستی اشاره میکند بازار در اختیار گروههای سرمایهگذاری بزرگ است که اغلب توسط بانکها اداره میشود و کارشان انجام معاملۀ دور از چشم عموم است به شکلی که کسی نمیداند چه کسی میخرد، کسی نمیداند چه کسی میفروشد و هیچکس قیمتی که پرداخت میشود را نیز نمیداند. کسی که در داستان برای حل این معما کمک شایانی به کاتسویاما میکند مهندس مخابراتی است به نام رونان رایان. شغل او مربوط به برقراری ارتباطات مخابراتی درون بازار است و برای کاتسویاما توضیح میدهد که در این شرایط سرعت چقدر در روند معاملۀ اهمیت دارد.
«همانطور که رایان صحبت میکرد جاهای خالی در نقشهٔ ذهنی کاتسویاما از بازار مالی پر میشد. خودش چنین میگوید: آنچه او به من گفت روشن کرد که ما به دنبال میکروثانیهها و نانوثانیهها هستیم. با این حساب بازار سهام ایالات متحده به نظامی تبدیل شده که سرعت در آن ریشهایترین بخش بوده و آنها که از این فناوری برخوردارند از نانوثانیهها سود میبرند و آنها هم که از این فناوری بهرهمند نیستند اصلاً در جریان نیستند که این نانوثانیهها چه ارزشی دارند. در واقع آنها که از این ابزار برخوردارند دید کاملی به بازار دارند و آنها که از آن برخوردار نیستند در واقع هیچگاه به معنای واقعی بازار را نمیبینند. آنچه که روزی به عنوان عمومیترین و دموکراتیکترین بازار مالی مطرح بود در واقع به چیزی شبیه مشاهدهٔ خصوصی یک اثر هنری دزدیده شده بدل شده است.»
این سرعت به این دلیل اهمیت دارد که روشهای مالی جدید به دنبال بهرهبردن از کوچکترین اختلافات قیمتی هستند که در کسری از ثانیه روی میدهد. در واقع استفاده از آنها و در برخی موارد ایجاد این اختلافات.
«برای مثال در نظر بگیرید که قیمت یک سهم در سمت خرید و فروش در بازار سهام نیویورک ۸۰ / ۱.۸۰ است. در این شرایط فروشندهٔ بزرگی قیمت را به ۸.۷۸ / ۹.۷۸ میرساند. آنهایی که از معاملات پرتناوب استفاده میکنند در ۹۹.۷۸ خریده و قبل از اینکه اصلاً بازار بخواهد به طور رسمی دچار تغییری بشود آن را به خریداران با ۸۰ دلار میفروشد. این اتفاق هر روز میافتد و موثرتر از تمام روشهای دیگر باعث ایجاد درآمدهای میلیارد دلاری میشود.»
این کتاب در بدو انتشارش مثل بمب صدا کرد. در همان هفتهای که این کتاب چاپ شد معاملۀ الگوریتمی دیوان عدالت ایالات متحده و دیگر نهادهای نظارتی و اجرایی اعلام کردند مطالعاتشان را در رابطه با معاملۀ پرتناوب آغاز کردهاند. تنها لوییس میتوانست چنین تاثیرگذاری عظیمی داشته باشد، همانطور که تنها خود لوییس میتوانست چنین کتابی بنویسد.
اما در این میان عکسالعمل این فلَش بُویز هم جالب است. اگر آنهایی که در پی زیر سوال بردن کاتسویاما و انگیزههایش هستند را در نظر نگیریم، سه نوع استدلال برای مقابله با مباحث مطرح شده در این کتاب از سوی این فلَش بُویز ارایه میشود. اول اینکه این نوع معاملۀ پرتناوب با فراهم کردن «نقدینگی» کمک شایانی به بازار میکند؛ اما لوییس اینکه این نوع معامله منبعی حقیقی برای ایجاد نقدینگی است را به کلی رد میکند. او یک شرکت فرضی به نام «شرکت اسکالپرز» را درنظر میگیرد که در تمام معاملات بازار حضور دارد. هر بار که شما بخواهید سهمی را بخرید شرکت اسکالپرز از شما جلو زده، سهم را خریده و به شما میفروشد. هیچگونه ریسکی متوجه این شرکت نیست و هیچگاه سهمی را نمیخرد و یا نمیفروشد مگر اینکه طرف دیگر مبادله را در سمت دیگر آماده داشته باشد، در واقع این شرکت با هدف واسطهگری در مبادلهای وارد میشود که بدون او هم انجام میشد. از همین مثال فرضی میتوان به سادگی فهمید که این شرکت در واقع هیچ نقدینگی واقعی به بازار نیافزوده است چرا که هیچگونه ریسکی متحمل نشده است. این شرکت با این کار باعث فرّار شدن قیمتها در بازار میشود چرا که هرگونه تغییری در قیمت به سود این شرکت خواهد بود.
خب این از ادعای نقدینگی؛ اما این فلَش بُویز ادعاهای دیگری هم مطرح میکنند که قابلقبولترینشان، حداقل از نظر ظاهری، مربوط میشود به شکاف قیمتی ۸ که همان فاصلهٔ بین قیمت خرید یک سهم با قیمت فروش آن است. هرچه این فاصله کمتر باشد، نفعش برای حاضرین در بازار بیشتر است. معاملهگران پرنوسان با اشاره به این واقعیت که این شکاف در دههٔ اخیر کاهش یافته، این کاهش را به معاملات پرتناوب مربوط میدانند. آنها ادعا میکنند تعدد بسیار زیاد معاملات کامپیوترهای معاملۀ الگوریتمی فوقالعاده سریعشان باعث این کاهش شده است؛ اما مشکل این ادعا هم این است که از آنجا که این معاملهگران بسیار مرموز و پنهانکار هستند، هیچ دادهای در حمایت از این ادعا ارایه نمیدهند.
ادعای دیگر آنها این است که بسیاری از فعالیتهای آنها در واقع جلو زدن به حساب نمیآید. آنها مجبورند این حرف را بزنند چون غیرقابل دفاع بودن جلوزدن در مفهوم بازار سرمایه، از روز هم روشنتر است؛ اما باز هم اینجا هیچ دادهٔ خاصی در این رابطه ارایه نمیشود. مشخصاً بسیاری از آنچه معاملات پرتناوب انجام میدهد شامل جلو زدن نمیشود ولی روند کاری آنها آنقدر مرموز است که حتی نمیتوانند به درستی از خود دفاع کنند.
کتاب فلَش بُویز دفتر و دستک معاملۀ پرتناوب را به هم ریخت. مشخص است که شرایط به همان منوالی که بوده باقی نخواهد ماند؛ اما مسئله اینجاست که چه چیزی میخواهد تغییر کند و آیا این تغییر واقعاً چیزی را تغییر میدهد. پیشنهاد لوییس برای این شرایط که از زبان قهرمان داستانش کاتسویاما مطرح میشود ایجاد تاخیری ۳۵۰ میکرو ثانیهای یا همان ۰.۰۰۰۳۵ ثانیهای است.
راه حل قابل بحث دیگر شامل تنظیم مقررات است. برای شروع میتوان این معاملۀ الگوریتمی نوع معامله را به شکلی غیرقانونی فرض کرد. آنهایی که در این معامله شرکت دارند وکلای بسیار زبدهای در کنارشان دارند که با تأیید آنها دست به کار میشوند؛ اما قاعدهٔ بسیار مهمی که در قانونگذاری مرتبط با بازار وجود دارد این است که معامله بر اساس اطلاعاتی که در دسترس عموم نباشد غیرقانونی است. حال این نکته را در نظر بگیرید که قیمتهای ظاهری در واقع قیمتهای حقیقی نیستند: آیا میتوان چنین چیزی را اطلاعاتی دانست که در دسترس عموم نیست. من اینطور فکر میکنم. اگر دیوان عدالت هم با من موافق باشد، خون به پا خواهد شد!
نکتهٔ مهمی که در این میان و در دنیای مدرن مالیه قابل ذکر است، وجود قانونهایی است که خود باعث پیچیدگی شده و این پیچیدگیها باعث میشوند که شانس سودآوری کاهش یابد. اگر افراد فوق العاده باهوشی در اختیار داشته باشی که تمام روز را صرف این کنند که نقاط کور و پتانسیلهای استفاده از سیستم را بیابند، بالاخره این کار را خواهند کرد. در این شرایط قوانینی که تنظیم میشوند باید قوانینی دقیق و فکر شده باشند. حداقل امیدواریم کسانی که اقدام به وضع این قوانین میکنند کتاب لوییس را خوانده باشند.
یکی از ظریفترین نکاتی که در این کتاب پی گرفته شده اندازهٔ قابی است که نویسنده از دریچهٔ آن به مسائل نگریسته: لوییس داستان خودش را میگوید و به خواننده این اجازه را میدهد که نتیجهگیری خودش را در رابطه با معنی و پیامدهای این موضوع داشته باشد. یکی از دلایل موفقیت بسیار زیاد کتاب این است که هم چپیهای متعصب و هم طرفداران بازار آزاد تقریباً با همهٔ آنچه در این کتاب گفته میشود موافقاند. اگر کسی بخواهد دیدش را وسیعتر کند با مطالعهٔ این کتاب میتواند به سوالاتی از این قبیل هم رسید که واقعاً داستان فلَش بُویز تا چه حد فقط داستان فلَش بُویز بوده و تا چه حد به ذات و طبیعت سرمایهداری مدرن بازمیگردد. پل کروگمن در این رابطه در روزنامه نیویورک تایمز مینویسد: «اصلاً بیخیال مقدار صدمهای که معاملۀ پرتناوب به بار میآورد. موضوع کل صنعت مالی است که اقتصاد و جامعهٔ ما را نادیده میگیرد، نه فقط این یک قسمت.» فکر میکنم لوییس با قسمت «بیخیال» مخالف باشد، اما با توجه به روند کتابهای اخیرش به نظرم میآید که با بقیهاش موافق است.
شاید به اندازهٔ کافی از نقاط تاریک موضوع صحبت کردیم، اما این کتاب ایدهٔ دیگری را نیز به ذهن متبادر میکند که اجازه بدهید از آن هم نام ببرم. داستان معاملۀ پرتناوب کم و بیش همان داستانی است که توماس پیکتی در کتاب خود به نام سرمایه در قرن بیستویکم آورده است. لوییس از شیوهٔ روایی استفاده کرده و پیکتی از داده و تحلیل، اما هردوی این کتابها در زمینهٔ سرمایهداری مدرن به این موضوع میپردازند که چطور سرمایه روزبهروز روندی ظالمانهتر به خود میگیرد: در واقع چطور ثروتمندترینها هر روز ثروتمندتر میشوند. لوییس در سخن آخر چاپ مجدد کتابش دیگرش پوکر دروغگوها میگوید: «دوست دارم فکر کنم که افرادی که این کارها را میکنند در نهایت توبیخ میشوند؛ اما حقیقت این است که اینطور نیست. آنها ثروتمندتر و ثروتمندتر میشوند. مطمئنم بیشترشان چاق و خوشحال از دنیا خواهند رفت.»
پینوشتها:
* این مطلب در یازدهمین شمارهٔ سال ۲۰۱۴ (ژوئن ۲۰۱۴) با عنوان Scalpers Inc در نشریهٔ لندن ریویو آو بوکز منتشر شده است.
[۱] Kindleberger, Charles P, and Robert Z. Aliber. Manias, panics and crashes: a history of financial crises. Palgrave Macmillan, 2011
[۲] Flash Crash
[۳] flash trading
[۴] High Frequency Trade
[۵] Michael Lewis
[۶] Flash Boys
[۷] Brad Katsuyama
[۸] Spread