نوسانات نقدینگی در بازارهای مالی

بررسی سرریز نوسانات شاخص استرس مالی بر تورم، نرخ بهره، نقدینگی و شاخص صنعت با تاکید بر مدل های GARCH-BEKK، VAR و علیت گرانجر

در طول دوران استرس مالی، تاثیر شوک های استرس مالی بر فعالیت های اقتصادی ممکن است با آنچه معمولا در زمان عادی مشاهده می شود متفاوت باشد. بنابراین مقتضی است که نحوه ی تفاوت تاثیرات استرس مالی بر فعالیت های اقتصادی و تورم در دوران بی ثباتی مالی مورد بررسی قرار گیرد. در این مقاله با توجه به بحث فوق چگونگی تاثیر وخامت شرایط مالی اقتصاد ایران و تاثیر آن بر متغیرهای کلان اقتصادی در طی سال های 1391 تا 1396 مورد بررسی قرار گرفته است. به همین منظور در این پژوهش قصد داریم با ساخت شاخص استرس مالی با استفاده از نماینده هایی از بازارهای مختلف، تاثیر سرریز نوسانات شاخص استرس مالی را بر تورم، نرخ بهره، نقدینگی و شاخص صنعت بررسی کنیم. به همین جهت با استفاده از مدل GARCH دو متغیره (BEKK) و همچنین با مدل VAR، تاثیر شوک ها و نوسانات بین آنها مورد آزمون قرار گرفت و سپس رابطه ی بین آنها از طریق آزمون علیت گرانجر بررسی گردید. نتایج نشان دهنده ی این است که بین شاخص استرس مالی با تورم، نرخ بهره و نقدینگی یک رابطه ی علیت برقرار است اما در بررسی رابطه علیت بین شاخص استرس مالی و شاخص صنعت نتایج آزمون علیت نشان دهنده ی این است که این شاخص صنعت است که در بلند مدت با تلاطم خود باعث تغییرات شاخص استرس مالی می شود اما شاخص استرس مالی تاثیری بر شاخص صنعت ندارد.

نقدینگی یا شناوری بازار فارکس چقدر است؟

وجود یک بازار نقد در دنیای معامله گری یکی از مهم ترین عناصر در جهت سودآوری میباشد، که بازار فارکس یکی از بهترین گزینه ها برای نقدینگی بالا است، و با توجه به حجم عظیم معاملات در بازار فارکس نقدینگی این بازار قابل مقایسه با هیچ بازار دیگری نمیباشد، و این مزیت در جفت ارز های اصلی فارکس بیشتر قابل مشاهده میباشد.

به صورت کلی هر چه میزان نقد شوندگی بیشتر باشد، جریان معاملات ساده و قیمت ها رقابتی ترمیباشد که اشخاص میتوانند خرید یا فروش های خود را در یک قیمت پایدار و بدون تاخیر انجام دهند.

میزان نقد شوندگی در بازار فارکس بیشتر توسط آن هایی صورت میگیرد که نقش بازار گردان (Market Maker) را در بازار دارند، اما جدا از این ها بازیگران دیگری در بازار وجود دارند که میزان نقد شوندگی بازار را از طریق افزایش دادن حجم معاملات انجام میدهند.

نقد شوندگی یا (Liquidity) چیست؟

نقد شوندگی یا Liquidity یا میزان شناوری در بازار، به معنای میزان ارز یا دارایی میباشد که به سرعت و بدون تاخیر و با مقدار مشخص قیمت پایدار بتوان خرید یا فروش کرد، به صورت کلی تعریف نقد شوندگی در بازار مالی یعنی سرعت تبدیل شدن سرمایه گزاری به وجه نقد میباشد.

همانطور که قبل تر گفته شد در بازار فارکس نقدینگی بالایی وجود دارد که روزانه بالای 6 تریلیون دلار میباشد و همین امر باعث میشود که اغلب معاملات به خصوص در جفت ارز های اصلی در لحظه انجام شود، این میزان نقدینگی باعث شده که سفارشات معاملاتی با اسپرد کم (تفاوت میان خرید و فروش) و میزان حجم بالا بدون آن که در قیمت تاثیری داشته باشد انجام شود، اما اگر حجم معاملات کاهش پیدا کند تفاوت بین قیمت خرید و فروش نیز زیاد میشود.

تامین کنندگان نقدینگی در بازار

حجم بالای معاملات توسط انواع معامله گران بزرگ در بازار فارکس، نقد شوندگی را به وجود می آورد.

و در بازار فارکسی که در طول روز میلیارد ها دلار حجم نوسانات نقدینگی در بازارهای مالی معاملات روزانه آن میباشد، بیشتر این نقدینگی ها توسط سازمان های بزرگ مالی، بانک های تجاری و مالی، مدیران سرمایه گزاری خارجی، شرکت های چند ملیتی، هج فاند ها و . میباشد.

همچنین میتوان به ارائه دهندگان نقدینگی نظیر: بروکر ها و بانک های مرکزی اشاره کرد، که میزان زیادی از دارایی خود را در غالب ارز های مختلف ذخیره میکنند، تا در زمان لازم برای پر کردن معاملات خود از آن ها استفاده کنند.

نقدینگی توسط بروکر ها

همانطور که قبل تر گفته شد تامین نقدینگی توسط بروکر ها، شرکت های مالی، بانک ها و . انجام میشود، اما ممکن است این حجم نقدینگی در مواقعی برای درخواست مشتری کافی نباشد.

برای مثال در مواقعی که تعداد خریداران یا فروشندگان یک ارز پایه بیشتر باشد، تعادل بازار از بین میرود، در این مواقع واسطه ها به میان می آیند و ارز مورد نظر را از ارائه دهنده نقدینگی که معمولا بانک های بزرگ هستند خریداری میکنند.

چون معمولا بانک های بزرگ امکان تضمین انجام درخواست ها برای تعداد زیادی از ارز ها را دارا هستند.

سیستم نقدینگی در بازار فارکس را میتوان به چند سطح طبقه بندی کرد.

در پایین ترین سطح معامله گران خرد و عادی وجود دارند که معاملات خود را توسط بروکر ها و شرکت ها با حجم های متنوع ثبت میکنند.

در سطح بعدی بروکر های بزرگ هستند که معمولا شامل بانک های بزرگ و شرکت های مالی میباشند، که سفارشات مشتریان خصوصی و بروکر های کوچک تر را عملیاتی میکنند.

اما از آن جا که حداقل میزان حجم معاملات برای ورد به بازارهای بین بانکی 5 میلیون دلار است، بنابراین این موسسات همیشه فرصت برای وارد شدن به بازار بین بانکی را ندارند.

پس در این میان شرکت هایی وظیفه جمع آوری نقدینگی را بر عهده میگیرند و نقش واسطه را بین بانک های بزرگ و سایر موسسات مالی ایفا میکنند و تعداد زیادی از مشتریان را برای ورود به بازار بین بانکی متحد میکنند، چند مورد از بزرگترین جمع کنند گان نقدینگی جهان عبارتند از:

• Currenex
• Integral
• CFH Clearing
• KCG Hotspot

و در نهایت بالاترین سطح از تامین کنند گان میزان نقدینگی بازار فارکس میتوان به غول های جهانی صنعت بانکی زیر اشاره کرد:

• British Barclays
• Royal Bank of Scotland
• German Deutsche Bank
• American Bank of America
• Swiss bank UBS
• JPMorgani Citigroup

تاثیر نقدینگی بر جهت روند بازار

در مواقعی که بازار نقدینگی بالایی دارد، در هر لحظه قیمت های اعلامی تغییرات زیادی دارد و از طرفی قیمت ها روند حرکتی آرامی را در پیش میگیرند.

اما در زمانی که بازار نقدینگی کمی دارد، ممکن است بر اثر خبر های اقتصادی مختلف، حرکات قیمتی شدیدی در بازار رخ دهد و همچنین پیش بینی حرکت قیمت ها دشوار میشود، در این مواقع معمولا اعلام قیمت در بازه های زمانی مشخصی صورت میگیرد.

میزان حجم معامله شده در بازار میتواند یکی از عوامل نشان دهنده نقدینگی در بازار باشد، که هر چه میزان حجم در بازار افزایش یابد، اختلاف قیمت بین عرضه و تقاضا کمتر میشود، و از آن جا که دلار آمریکا بیشترین حجم در معاملات را دارد، میزان حجم بالا معاملات در جفت ارز هایی که یک طرف آن دلار آمریکا میباشد بیشتر دیده میشود.

یکی دیگر از عواملی که میتواند در نقدینگی بازار تاثیر داشته باشد، زمان باز شدن بازار های مختلف در جهان است که با توجه به تعداد معاملاتی که در ساعات مختلف در بازار رخ میدهد قاعدتا تاثیر بر روند بازار گذاشته میشود.

از آن جا که بازار فارکس به صورت 24 ساعته میباشد، و به دلیل تفاوت مناطق زمانی مختلف همگی نمیتوانند همزمان کار کنند این نقدینگی در ساعات مختلف شبانه روز کم و زیاد میشود.

اوج نقدینگی و فعالیت در بازار را میتوان در زمان باز شدن بازار لندن و اروپا وهمپوشانی آن با بازار نیویورک مشاهده کرد، و با بسته شدن این بازار ها نقدینگی در بازار کم میشود.

مشاهده بیشتر: دوره آموزش جامع فارکس

نقد ترین جفت ارز ها

بهتر است برای موفقیت بیشتر در بازار فارکس به نقدینگی جفت ارز های مختلف بیشتر توجه شود، و معمولا معامله گران موفق بیشتر تمرکز خود را روی جفت ارزهایی که نقدینگی بالایی دارند میگذارند.

نقد شوندگی بالای یک جفت ارز در میزان اسپرد آن مشخص میشود که هر چه این اسپرد پایین تر باشد نشان از میزان نقدینگی بالا در آن جفت ارز است.

اولین جفت ارزی که میزان نقدینگی در آن بسیار بالا میباشد EUR USD است که با توجه به عمق بازار و تعداد معامله گران اسپرد این جفت ارز حدود 0.5 تا 2 پیپ در حال نوسان است، بعد از آن بیشترین حجم معاملات و نقدینگی در جفت ارز USD JPY است که اسپرد آن معمولا حدود 0.5 تا 2.5 است.

سومین جفت ارز که اسپرد آن معمولا بین 2.5 تا 5 پیپ است GBP USD نام دارد و معمولا دارای نوسان زیادی است، چهارمین جفت ارز را میتوان به AUD USD اشاره کرد که اسپردی حدود 2 تا 5 پیپ را دارا میباشد .

از دیگر جفت ارز هایی که میزان نقد شوندگی بالایی دارند میتوان به: USD CHF ، NZD USD ، EUR GBP و EUR JPY اشاره کرد.

انجام معامله در جفت ارز هایی که در بالا گفته شد میتواند به دلیل نقدینگی بالا و هزینه های معاملاتی پایین برای سود آوری در بازار گزینه های مناسبی باشد.

جمع بندی

برای موفقیت در بازار و کسب سود، میزان نقدینگی اهمیت زیادی دارد و اگر در معامله ای با نقد شوندگی پایین وارد معامله شوید ممکن است که به دلیل نوسانات ناگهانی که ایجاد میشود دچار ضرر شوید.

میزان نقدینگی یا همان Liquidity توسط سطح های مختلفی در بازار ایجاد میشود مانند: انواع معامله گران، بروکر های نوسانات نقدینگی در بازارهای مالی بزرگ و غول های بانکی دنیا، که این میزان نقدینگی در روند بازار تاثیر به سزایی دارد، به این صورت که وقتی نقدینگی بالا باشد روند حرکتی بازار آرام میباشد و میزان اسپرد آن کم، ولی در مواقعی که نقدینگی کم میشود موجب نوسانات شدید در بازار و افزایش اسپرد هستیم.

برای به دست آوردن سود بیشتر و افزایش موفقیت در معاملات بهتر است از جفت ارز هایی که میزان نقدینگی بالایی دارند استفاده کنید.

تاثیر مبادلات سرمایه گذاران نهادی بر نقدینگی، نوسانات و بازده سهام در طول بحران مالی Journal Article

هدف اﺻﻠﯽ ﭘﮋوﻫﺶ ﺣﺎﺿﺮ ﺑﺮرﺳﯽ ﺗﺄﺛﯿﺮ ﻣﺒﺎدﻻت ﺳﺮﻣﺎﯾﻪ ﮔﺬاران ﻧﻬﺎدی ﺑﺮ ﻧﻘﺪﯾﻨﮕﯽ، ﻧﻮﺳﺎﻧﺎت و ﺑﺎزده ﺳﻬﺎم در ﻃﻮل ﺑﺤﺮان ﻣﺎﻟﯽ ﻣﯽ ﺑﺎﺷﺪ. ﺟﺎﻣﻌﻪ آﻣﺎری ﺷﺎﻣﻞ ﮐﻠﯿﻪ ی ﺷﺮﮐﺖ ﻫﺎی ﭘﺬﯾﺮﻓﺘﻪ ﺷﺪه در ﺑﻮرس اوراق ﺑﻬﺎدار ﺗﻬﺮان ﺑﻮده و ﻧﻤﻮﻧﻪ آﻣﺎری آن ﻧﯿﺰ ﺑﯿﻦ ﺳﺎل ﻫﺎی 1385 اﻟﯽ 1395 ﺑﺮ اﺳﺎس روش ﻧﻤﻮﻧﻪ ﮔﯿﺮی ﻣﻨﻈﻢ اﻧﺘﺨﺎب ﮔﺮدﯾﺪه اﺳﺖ. ﻫﻤﭽﻨﯿﻦ ﮔﺮدآوری اﻃﻼﻋﺎت ﻧﯿﺰ ﺑﻪ دو روش ﮐﺘﺎﺑﺨﺎﻧﻪ ای و ﻣﯿﺪاﻧﯽ (ﺗﻬﯿﻪ ﺻﻮرت ﻫﺎی ﻣﺎﻟﯽ ﺷﺮﮐﺖ ﻫﺎ از ﺑﻮرس) ﺑﻮده اﺳﺖ. روش ﭘﮋوﻫﺶ ﻧﯿﺰ ﺗﻮﺻﯿﻔﯽ-ﮐﺎرﺑﺮدی ﻣﯽ ﺑﺎﺷﺪ. ﺟﻬﺖ ﺗﺠﺰﯾﻪ و ﺗﺤﻠﯿﻞ داده ﻫﺎ از آزﻣﻮن ﻫﺎی آﻣﺎری (ﺗﻮﺻﯿﻔﯽ و اﺳﺘﻨﺒﺎﻃﯽ) در راﺳﺘﺎی ﺗﺨﻤﯿﻦ ﻣﻌﺎدﻟﻪ ﺧﻂ رﮔﺮﺳﯿﻮن ﭼﻨﺪﮔﺎ اﺳﺘﻔﺎده ﺷﺪه اﺳﺖ. ﻧﺘﺎﯾﺞ ﭘﮋوﻫﺶ ﺣﺎﺿﺮ ﻧﺸﺎن ﻣﯽ دﻫﺪ ﮐﻪ ﻣﺒﺎدﻻت ﺳﺮﻣﺎﯾﻪ ﮔﺬاران ﻧﻬﺎدی ﺑﺮ ﻧﻘﺪﯾﻨﮕﯽ، ﻧﻮﺳﺎﻧﺎت و ﺑﺎزده ﺳﻬﺎم در ﻃﻮل ﺑﺤﺮان ﻣﺎﻟﯽ ﺗﺄﺛﯿﺮ ﻣﻌﻨﯽ داری داﺷﺘﻪ اﺳﺖ.

Machine summary:

گابیاکس و همکاران ٥ (٢٠٠٦) نشان دادند که بین حجم مبادلات بالای سرمایه گذاران نهادی بر عدم نقدینگی بازار، ارتباط معناداری وجود دارد که این امر منجر به فعالیت های مبادلاتی خوشه ای در سهام و ایجاد نوسانات در بازار سهام ، میگردد (مصطفی ٦، ٢٠١٦). بدین منظور تحقیق حاضر در صدد پاسخ به پرسش زیر است : "آیا مبادلات سرمایه گذاران نهادی بر نقدینگی، نوسانات و بازده سهام در طول بحران مالی در بورس اوراق بهادار تهران ، تاثیر دارد؟" در ادامه این مقاله ، به بررسی مبانی نظری و تدوین فرضیه ها، خواهیم پرداخت ، در بخش سوم ، به ارائه مدل و تعریف عملیاتی متغیرها، در بخش چهارم ، به تجزیه وتحلیل داده ها و در آخر به بحث و نتیجه گیری پرداخته میشود. 23 در این تحقیق به منظور آزمون فرضیه های تحقیق از مدل رگرسیونی مصطفی (٢٠١٦) استفاده می شود: فرضیه اول : تعداد سرمایه گذاران نهادی در یک موقعیت طولانی مدت بر نوسانات سهام ، تاثیر دارد. ٤-٦- آزمون فرضیه های تحقیق با توجه به مدل برآورد شده و بر اساس فرضیه های شماره (١)، (٢) و (٣)، در ایـن پـژوهش بـه بررسـی تـاثیر مبـادلات سـرمایه گذاران نهادی بر نقدینگی، نوسانات و بازده سهام در طول بحران مالی در بین شرکت هـای پذیرفتـه شـده در بـورس اوراق بهـادار تهران پرداخته میشود. درنتیجه فرض (H١) موردقبول واقع مـیشـود یـا فرضـیه تحقیـق کـه بیان شده است تعداد سرمایه گذاران نهادی در یک موقعیت طولانی مدت بر نوسانات سهام ، تاثیر معناداری دارد مورد تائید واقـع میشود؛ زیرا این رابطه در معادله خط برآوردی معنادار است و متغیر فوق در مدل برآوردی تجربی تحقیق نیز حذف نمیشود.

مقالات ISI نقدینگی بازار : 156 مقاله انگلیسی + ترجمه فارسی

نقدینگی عبارتست از حجم پول، مجموع پول و شبه‌پول است. چون میزان کالا و خدمات در جامعه محدود است، پس باید میزان نقدینگی به اندازه‌ای باشد که با کالا و خدمات برابری کند. اگر میزان نقدینگی افزایش یابد، کالا و خدمات در جامعه کم شده و قیمت‌ها افزایش نوسانات نقدینگی در بازارهای مالی می‌یابد. کنترل نقدینگی از مهم‌ترین خواسته‌های کشورها است و سیاست‌های گوناگونی را بدین منظور تدوین می‌کنند. برای نمونه افزایش فناوری و تولید درون‌مرزی، که با گردآوری کالای کافی و بسنده، از تورم جلوگیری می‌کند.

در این صفحه، تعداد 156 مقاله انگلیسی از ژورنال ها و مجلات معتبر پایگاه ساینس دایرکت (ScienceDirect) درباره موضوع نقدینگی بازار آرشیو شده است که شما می توانید مقالات مورد نظر خود را بر اساس سال انتشار، موضوع مقاله، وضعیت ترجمه و تعداد صفحات، انتخاب نموده و دانلود فرمایید.
در صورتی که مقاله لاتین مورد نظر شما تا کنون به زبان فارسی ترجمه نشده باشد، واحد ترجمه پایگاه ISI Articles با همکاری تنی چند از اساتید و مترجمان با سابقه، آمادگی دارد آن را در اسرع وقت و با کیفیت مطلوب برای شما ترجمه نماید.

دانلود ترجمه مقاله بازده ارزهای دیجیتال و نوسانات نقدینگی

چکیده – مطالعه حاضر به بررسی رابطه مثبت بین نوسانات نقدینگی و بازده مورد انتظار پرداخته و رابطه بین نوسانات خاص نقدینگی بازار و بازده پنج نمونه از عمده ترین ارزهای دیجیتال را بر اساس ارزش بازار مورد بررسی و تحلیل قرار می دهد. یافته های بدست آمده حاکی از آن است که به طور قابل ملاحظه ای، همبستگی بین نوسانات نقدینگی و بازده در کل مثبت بوده و بر حسب زمان متغیر است. این یافته حاکی از آن است که سرمایه‌گذاران برای انجام تغییرات گسترده در نوسانات نقدینگی، نیازمند حق بیمه هستند. همچنین شایان ذکر است که همبستگی بین بازده و سطح نقدینگی غالبا مثبت است، از اینرو، زمانیکه نقدینگی کم باشد، بازده مورد انتظار تا حدی بالا است. نتایج با نتایج بدست آمده از سایر بازارهای مالی سازگار است. مقدمه: مطالعه حاضر به بررسی رابطه مثبت بین نوسانات نقدینگی و بازده مورد انتظار پرداخته و رابطه بین نوسانات خاص نقدینگی بازار و بازده پنج نمونه از عمده ترین ارزهای دیجیتال را بر اساس ارزش بازار مورد بررسی و تحلیل قرار می دهد. همچنین لازم به ذکر است که نوسانات نقدینگی یک مشخصه خاص ارز است که عدم قطعیت مرتبط با سطح نقدینگی ارز را در زمان معامله مورد سنجش و ارزیابی قرار می دهد. همچنین، همبستگی مثبت بین نوسانات نقدینگی و بازده مورد انتظار نشانگر این است که برای حفظ ارزهایی با تنوع بالا در نقدینگی، سرمایه‌گذاران ریسک گریز به نوسانات نقدینگی در بازارهای مالی یک حق بیمه ریسک نیازمند هستند. لازم به ذکر است که تا کنون سطح نقدینگی ارزهای دیجیتال توسط چندین نویسنده ( به طور مثال، برانیز و همکاران (2020)، یو و همکاران (2020)، برونیس و همکاران (2021) و شارنوفسکی (2020) مورد بررسی قرار گرفته است. همچنین نوسانات نقدینگی، چندان مورد مطالعه قرار نگرفته است. انگیزه مطالعه نوسانات نقدینگی این است که سرمایه گذارانی که نیازمند معامله در برهه ای از زمان هستند ممکن است به معامله آسان در آینده تمایل نشان دهند. یعنی در صورتیکه تغییرات سطح نقدینگی ثابت باشد، سرمایه‌گذار از سطح دقیق آن مطلع بوده و آگاه است که در آینده تا چه حد معامله دارایی ها ساده می باشد. با این وجود، در صورتیکه نوسان غیر ثابت باشد، ممکن است هنگامیکه سرمایه گذار خواهان معامله در آینده است، نقدینگی کاملاً متفاوت باشد. در حقیقت با وجود اینکه، نقدینگی در طول زمان متفاوت است، اما میزان آن از دارایی به دارایی دیگر با تفاوت هایی همراه است. از اینرو، نه تنها سرمایه گذاران در معرض ریسک سطح نقدینگی قرار دارند، بلکه در معرض تغییرات موجود در زمینه سطح نقدینگی نیز قرار دارند. همچنین در این مطالعه، بازده مورد انتظار و نوسانات نقدینگی در بازار سهام نیز بررسی و تحلیل می شود کوردیا و همکاران(2001)، آچاریا و پدرسن (2005)، پریرا، جی پی و ژانگ (2010)، و اکباس و همکاران. (2013).

In this paper I document a positive relation between the volatility of liquidity and expected returns. Specifically, I analyze the relationship between the idiosyncratic volatility of market liquidity and the returns of the five largest cryptocurrencies by market capitalization. I find that the correlation between liquidity volatility and returns is overall significantly positive, but highly time-varying. This implies that investors demand a premium for a high variation in liquidity volatility. I furthermore find that the correlation between returns and the level of liquidity is mostly positive, thus, when liquidity is low, expected returns are high. The results corroborates results from other financial markets. Introduction: In this paper I document a positive relation between the volatility of liquidity and expected returns. Specifically, I analyze the relationship between the volatility of market liquidity and realized returns of the five largest cryptocurrencies1 The paper documents a significant relationship between the expected returns of a cryptocurrency and it's idiosyncratic volatility of liquidity. The volatility of liquidity is a currency-specific characteristic that measures the uncertainty associated with the level of liquidity of the currency at the time of trade. The positive correlation between the volatility of liquidity and expected returns suggests that risk averse investors require a risk premium for holding currencies with high variation in liquidity. The level of liquidity of cryptocurrencies are investigated by several authors, see, for example, Brauneis et al. (2020), Yue et al. (2020), Brauneis et al. (2021), and Scharnowski (2020). The second moment of liquidity is less studied. The motivation to study the second moment, or the volatility, of liquidity is that investors who need to trade at random points in time might care about the possibility of trading easily in the future. That is, if the variation of the level of liquidity is constant, the investor knows the exact level and how easy it will be to trade the asset in the future. If, however, the volatility is non-constant, there is a chance that the liquidity is completely different when the investor needs to trade in the future. In reality, liquidity does vary over time, though how much varies from asset to asset. Thus, investors are exposed to not only the risk of the level of liquidity, but also the variation in the level of liquidity. This relationship, i.e. between expected return and the volatility of liquidity, has been investigated in the stock market, though with contradictory results, see Chordia et al. (2001), Acharya and Pedersen (2005), Pereira, J.P. and Zhang (2010), and Akbas et al. (2013).