한국주식시장의 온라인 거래와 오프라인  거래의 가격발견 비교 분석

이우백; 김종오

추천

검색

자료유형: 학술저널

저자정보: 이우백 김종오

저널정보: 보험연구원 보험금융연구 보험금융연구 제22권 제4호

발행연도: 2011.1

수록면: 109 - 147 (39page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문은 2002~2003년도의 기간동안 한국주식시장에 상장된 339개 종목을대상으로 온라인 투자자와 오프라인 투자자의 가격발견(price discovery)에 대한공헌도를 분석하였다. Barclay ‧ Warner(1993)의 가중평균가격공헌(weighted price contribution)을 이용하여 일별 주문 매체별 가격발견의 공헌도를 측정한 결과,한국주식시장에서 높은 주문 전달 점유율을 가진 홈 트레이딩 시스템(Home Trading System)을 이용하는 투자자들의 가격발견은 매우 낮았다. 반면에 증권회사의영업점에서 주문을 제출한 오프라인 투자자들의 가중평균가격공헌은 평균 104%로전체 가격발견을 주도한 것으로 분석되었다. 이 같은 분석결과는 행위재무학적인관점에서 온라인 투자자들은 과도한 정보에 의존하여 자기과신에 따른 빈번한 거래로인하여 저조한 성과를 보인다는 Barber ‧ Ordean(2002)의 결과와 일관성을 유지한다. 또한 주별, 월별로 측정기간을 확장하여 분석한 결과에서도 영업점에서 주문을 제출한투자자들은 HTS 및 기타 온라인 투자자들의 가격발견 공헌도를 상회하여 일관성 있는결과를 제시하였다.

This paper examines online and offline traders' contribution to price discovery using unique data covering 339 stocks listed on the Korea Stock Exchange during the sample period from 2002 through 2003. We investigate daily contribution of each channel to price discovery using the weighted price contribution(WPC) suggested by Barclay-Warner(1993). We find that contribution to price discovery by Home Trading System(HTS), which holds substantial share of trading, is very low and statistically insignificant. In contrast, offline traders who place orders through brokers, lead the price discovery by representing 104% of weighted price contribution. The contribution of offline traders to price discovery is still statistically significant even after controlling trading frequency and trading volume. In view of behavioral finance, these empirical results are consistent with Barclay-Odean(2002)’s findings that traders become less profitable and more active after switching from phone-based trading to online trading, which is explained by overconfidence – augmented by self-attribution bias and the illusions of knowledge and control. Offline trader’s contribution to price discovery also strongly exceeds online traders’ contribution in the estimation extended to weekly and monthly interval, confirming that offline traders have long-term informational advantage. Institutional investors and foreign investors are offline traders, but individual investors concentrate substantial portion of trading on HTS. Notably, institutional investors and foreign investors significantly outperform individual traders in offline trading. Offline traders lead contribution to price discovery in large-capital stocks. These findings demonstrate that order placement channel is differentiated by investor types and reflected in price discovery. In summary, our empirical findings suggest that Korea stock market is efficient in public online information.

#가격발견 #가중평균가격공헌 #온라인 거래 #자기과신 #행위재무학 #behavioral finance #online trading #overconfidence #price discovery #weighted price contribution

참고문헌 (33)

참고문헌 신청

Badrinath, S.G / / Of Shepherds, Sheep, and the Crossautocorrelations in Equity Returns / Review of Financial Studies 8 : 401 ~ 430

Barber,B.M / 2001 / The Internet and the Investor / Journal of Economic Perspectives 15 : 41 ~ 54

Barber,B.M / 2002 / Online Investor : Do the Slow Die First / Review of Financial Studies 15 : 455 ~ 487

Barber,B.M / 2004 / Do Individual Day Traders Make Money? Evidence From Taiwan

Barclay, M / 1993 / Stealth Trading and Volatility : Which Trades Move Prices / Journal of Financial Economics 34 : 281 ~ 305

이 논문의 저자 정보

이우백

소속기관 보험연구원

주요연구분야 사회과학 > 경영학

논문수 3 이용수 3

김종오

소속기관 보험연구원

주요연구분야 사회과학 > 경영학

논문수 1 이용수 0

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (33)

이 논문의 저자 정보

최근 본 자료

댓글(0)