CC BY
58УДК 339.13.017
специфика применения методов исследования информационной асимметрии в рамках анализа инновационных рынков
specific application of methods of research of information asymmetry within analysis of innovative markets
Алена Алексеевна ЧЕПЕЛЬ,
аспирантка факультета экономики, Национальный исследовательский университет «Высшая школа экономики» E-mail: [email protected]
Рассмотрены применяемые в современном анализе информационной асимметрии методы и инструменты, включая маркеры присутствия асимметричной информации на различных рынках. Показаны возможности применения существующих методов оценки информационной асимметрии в анализе рынков инновационных товаров. Результаты дают основания предположить, что разницу между уровнем информационной асимметрии среди инновационных компаний и среднерыночным уровнем можно считать несущественной.
Ключевые слова: информационная асимметрия, инновационные рынки, биржевой анализ.
Современные исследования отмечают относительно высокую степень выраженности информационной асимметрии на рынках инновационных товаров [1, 14, 21]. Это связывается с тем, что инновационная активность компании зачастую характеризуется одновременно уникальностью и высокой степенью неопределенности. Как следствие, деятельность компании трудно поддается оценке, а значит, существуют трудности, связанные с получением о ней достоверных сведений. Существующие тематические работы рассматривают разнообразные частные аспекты вопроса о высоком уровне информационной асимметрии на инновационных рынках. Однако отсутствуют строгие данные о том, можно ли говорить о значимой разнице в уровне информационной асимметрии среди инновацион-
Alyona A. CHEPEL,
Graduate Student of Faculty of Economy, National Research University «Higher School of Economics» E-mail: [email protected]
In the article the methods and instruments applied in the contemporary analysis of information asymmetry, including proxies of information asymmetry in different markets are considered. The possibilities of implementation of actual information asymmetry analysis methods in the context of markets of innovation goods are shown. The results give reason to believe to assume that the difference between level of information asymmetry among the innovative companies and average market level can be considered insignificant.
Keywords: information asymmetry, innovation markets, stock market analysis.
ных компаний и среднерыночным уровнем, а если она есть, следует ли ее относить на счет именно инновационного характера деятельности компании. Авторское исследование ставит своей задачей оценить возможности применения существующих методов анализа информационной асимметрии в контексте вопроса о значимости данного явления в инновационной среде.
Современная методология анализа информационной асимметрии на рынках. В экономической литературе информационная асимметрия оценивается как в целом негативное явление, препятствующее общей эффективности рынка, вызывающее деформацию механизма конкуренции, ценообразования, поведения участников рынка, выгодное лишь отдельным группам экономических агентов.
В рамках анализа феномена информационной асимметрии можно выделить следующие составляющие элементы:
- взаимодействующие стороны, между которыми наблюдается информационное неравенство;
- предмет взаимодействия, относительно которого имеет место указанное неравенство;
- собственно та информация, которой владеет одна сторона взаимодействия и не владеет другая;
- контекст анализа (рынок и рыночная ситуация, в которой рассматривается явление);
- последствия информационной асимметрии, выделяемые для конкретной рыночной ситуации, и возможности их нивелирования. Выделение данных элементов позволяет определять корректность и эффективность тех или иных методов оценки информационной асимметрии, поскольку разные методы концентрируются на различных элементах анализа, вследствие этого их применение получает определенные ограничения, которые необходимо учитывать.
Анализ информационной асимметрии предполагает привлечение различных измерителей. Имеется в виду применение как показателей, заимствованных из конкретных сфер (например, используемых в отношении фондовых рынков), так и специфических для инновационных рынков. Показатели, как правило, отражают предпосылки либо последствия информационной асимметрии.
В качестве предпосылок информационной асимметрии в литературе выделяются следующие факторы, связанные с информационной неопределенностью [5, 18, 20]:
- среди небольших компаний уровень асимметрии выше, чем среди крупных;
- среди фирм-новичков уровень асимметрии выше, чем среди зрелых, хорошо известных рынку фирм;
- среди фирм, за чьей деятельностью не наблюдают внешние финансовые аналитики, уровень асимметрии выше, чем среди наблюдаемых аналитиками фирм. Смежным признаком является разброс в результатах аналитических прогнозов по деятельности фирмы, что указывает на повышенный уровень информационной неопределенности [18].
О высоком уровне информационной асимметрии могут говорить также следующие признаки:
- отмечается наличие связи между неравномерностью распределения информации на рынке
ценных бумаг и ростом цен на акции фирмы после IPO [6]. Так, значительная недооценка акций может отражать асимметрию между текущими владельцами компании и потенциальными инвесторами. В процессе IPO наличие информационной асимметрии обесценивает официально раскрываемую информацию, поскольку последняя необязательно соответствует действительности, является неполной и может содержать искажения, продиктованные интересами текущих владельцев бумаг компании. Инвесторы, таким образом, склонны к игнорированию сигналов, поддающихся манипулированию со стороны владельцев компании, и напротив, обращают внимание на «объективные» и «независимые» сигналы. В данной ситуации особо заниженная цена размещения может служить своеобразной компенсацией информационной асимметрии;
- концентрация прав собственности в руках небольшого числа людей (concentrated ownership), что снижает вероятность появления новой информации о компании на рынке [3]. Имеется положительная связь с уровнем информационной асимметрии;
- централизованная структура кредита при информационной асимметрии между пулом кредиторов и заемщиком; также присутствует положительная корреляция [25];
- высокая стоимость финансирования деятельности организации, обоснованная в теории иерархии («теории порядка клевания», или pecking order theory) [7];
- рост транзакционных издержек в ходе торговли [2, 18, 21], что в избранном контексте трактуется как свидетельство высоких затрат на получение дополнительных сведений;
- частота нулевой прибыли (zero return frequency), характеризующая долю торговых дней, когда транзакционные издержки сделки превышают ценность не отраженной в цене информации, что делает торговлю невыгодной. Следующая группа показателей содержит
заимствования из анализа фондовых рынков: оборачиваемость акций, ценовой спрэд, инсайдерская прибыль, дисбаланс заявок, модели PIN и AdjPIN, описания которых представлены в таблице.
Отдельного рассмотрения заслуживают специальные модели, такие как PIN-модель, AdjPIN-модель, PSOS-модель.
Ключевые маркеры информационной асимметрии (иА), заимствованные из средств анализа фондовых рынков
маркер НА Корреляция с уровнем ИА Обоснование
Оборачиваемость акций (ликвидность) Отрицательная Объем торгов в день Оборачиваемость =---- Акции в обращении Оборачиваемость (share turnover), т. е. число торгуемых в день акций, деленное на общее число акций в обращении. Показатель отрицательно коррелирует с уровнем информационной асимметрии, что связано с большей привлекательностью акций, о которых известно больше сведений. Поэтому существует положительная корреляция показателя с размером, зрелостью компаний, а также освещенностью деятельности компании в аналитике. Сходным образом интерпретируется уровень ликвидности акций
Ценовой спрэд (относительный) Положительная С д Цена предложения - Цена спроса Среднее значение цены Показатель рассчитывается, как правило, как среднее значение спрэдов за определенный временной период. Предполагается, что информационное неравенство между рыночными агентами влечет за собой разницу в ценах. Поскольку считается, что ценовой спрэд в качестве компенсации должен покрывать информационные издержки, а также процессуальные издержки, издержки хранения и иные [24], то следует учитывать, что информационная асимметрия не является первоочередным фактором, влияющим на величину ценового спрэда. Таким образом, данный критерий в целом будет эффективнее в сочетании с дополнительными показателями
Инсайдерская прибыль Положительная Информационное преимущество инсайдеров влечет дополнительную выгоду, чем объясняется содержание данного критерия [9, 14]. Анализ инсайдерских прибылей среди фирм, ведущих активную инновационную деятельность (R&D-intensive firms), приводит к выводу, что в этом секторе инсайдерские прибыли значительно выше, что в свою очередь свидетельствует о сравнительно высоком уровне информационной асимметрии в инновационном секторе [1]
Дисбаланс заявок Положительная дз=В;S. где ДЗ - дисбаланс заявок; B - объем заявок на покупку (число сделок, инициируемых покупателями), S - объем заявок на продажу (число сделок, инициируемых продавцами), T - общий объем торговых заявок (общее число сделок). Различная оценка стоимости одного и того же актива может свидетельство -вать о различной информации о данном активе у разных сторон (соответственно, различным образом себя ведущих) [15, 18]
PIN, AdjPIN Положительная По определению PIN (отношение ожидаемой информированной торговли к общему ожидаемому объему заявок) показывает уровень ИА практически непосредственно
В ряде работ PIN-модель рассматривается в качестве маркера присутствия информационной асимметрии, а также инструмента, помогающего управлять уровнем асимметрии информации [3, 18]. Значение PIN (вероятность информированной торговли, или probability of informed trading) рассчитывается на основе данных о цене покупки и продажи активов компании и вероятностно оценивает потенциальный эффект возможного появления
какой-либо информации, которая будет либо не будет учтена агентами фондового рынка. Формула показывает, что события «покупка» и «продажа» с учетом частной информации появляются в соответствии с Пуассоновским распределением:
-(и+Ч ) (ш + £Ъ )
P(S) = (1 -a) e
-Ч b „-в.
B! S!
-o.de
B!
S!
-а(1 - d) e
-Ч Sb „-(u+Ч) (u +Ss)S
B!
S!
S
s
где а - вероятность появления у рыночных агентов какой-либо информации; е - нормальная частота появления неинформированных участников сделки; B и S - число покупок и продаж соответственно; d - вероятность появления положительной информации на рынке;
u - дополнительная частота появления информированных участников торгов. Вероятность информированной торговли рассчитывается как отношение ожидаемых сделок, совершенных в условиях наличия информации, к ожидаемому общему числу сделок
а
PIN =-u-.
au + SS +S B
Уточнением модели PIN являются модели AdjPIN, PSOS, которые учитывают возможность возникновения дисбаланса в потоке заявок на покупку-продажу по причине шоков ликвидности и иных факторов, меняющих конечное значение и не зависящих непосредственно от асимметрии информации.
Так, модель шоков симметричного потока заявок PSOS (Probability of a symmetric order flow shocks) описывает отношение вероятности того, что данная сделка обусловлена шоком, к потоку заявок на покупку и продажу. Модель рассматривается в том числе как компонент PIN-модели, отражающий аспект эффекта неликвидности [8]
PSOS = (Аь +А s )[а9' + (1 -а) 6] a[dub + (1 - d) us ] + +(Ль +Л s )[а9' + (1 -а) 9] + ss +гБ
где Ab, As - шоки потоков заявок на покупку и продажу соответственно;
9' - вероятность наступления шока в день, когда на рынке присутствует частная информация, способная породить информационную асимметрию;
9 - вероятность наступления шока в отсутствие частной информации.
Значения показателей PIN, AdjPIN, PSOS положительно коррелируют с уровнем асимметрии информации на рынке.
Также иногда рассматривается асимметрия информации не внутри цепочки «производитель - покупатель», а между конкурентами. Так, конкуренты могут владеть неравным объемом информации о рынке, о покупателях и их свойствах, что может быть обусловлено разницей в опыте фирм (молодые
компании менее осведомлены о тонкостях рынка, на который они пришли недавно).
Классическая работа М. Спенса [23] открывает собой второй, не менее значимый, блок подходов к анализу информационной асимметрии - поиск инструментов нивелирования негативных эффектов информационной асимметрии, предлагая в качестве инструмента, призванного снизить уровень асимметрии, сигналы качества (та или иная информация, косвенно способная подтвердить те или иные гипотезы о качестве товара или услуги). В дальнейшем эта теория была развита, и в ряде исследований были изучены различные виды сигналов, способы их применения, их разнообразие на различных рынках [18, 21, 22]. Также в литературе были выделены и критически оценены другие блоки противодействующих мер: государственное регулирование, включающее стандарты качества, ценовые ограничения, критериальную конкуренцию, или yardstick competition [16, 26], финансовые корректировочные механизмы на основе моделей (PIN-модель [18] и иные) и другие методы и инструменты.
Так, авторы работы [12] называют в качестве решения проблемы «лимонов» прежде всего создание условий для полноценного раскрытия информации, предлагая в качестве соответствующих инструментов оптимизацию контрактов и регулирующие меры, вводящие требование к менеджерам по раскрытию частной информации о компании. Критериальная конкуренция широко рассматривается как способ снижения ренты, возникающей ввиду неравномерного распределения информации в сфере публичных благ. В общем виде данный метод регулирования рынка заключается в применении системы предполагаемых платежей по следующей схеме: оказание услуги либо продажа товара предшествует оплате, сумма которой устанавливается сообразно свойствам приобретенного товара или услуги. Автор работы [16], анализируя рынок медицинских услуг, указывает на слабую эффективность критериальной конкуренции и схемы предполагаемых платежей при попытке сдерживать такой эффект асимметричной информации, как несправедливое установление цены, возможное ввиду использования сведений, известных лишь продавцу медицинских услуг. Автор предлагает в качестве альтернативы более действенную модель совместимости мотивов (incentive compatible schemes).
Также далее в рамках специфических для инновационной сферы методов анализа информационной асимметрии рассматривается интеграция
разных экономико-управленческих ролей (между которыми наблюдается информационное неравенство) в лице одного агента.
Анализ информационной асимметрии на инновационном рынке. Помимо описанных подходов к анализу информационной асимметрии существуют также подходы, не связанные с заимствованием критериев оценки из определенных сфер, т. е. подразумевающие использование специфических для рынков инновационных товаров методов.
В исследовании [17] анализируется выбор изобретателем фирмы с точки зрения информационной асимметрии между автором изобретения и фирмой-лицензиатом, непосредственно реализующей инновацию. В данном случае знание об инновации, которой обладает ее автор, обладает двумя свойствами: неявный характер (затруднена передача знания, а также высоки связанные с этим транзакционные издержки) и ценность при управлении инновацией (обладание таким знанием напрямую влияет на коммерческую успешность инновации). В качестве решения проблемы рассматривается совпадение разработчика и фирмы, выводящей разработку на рынок, т. е. создание фирмы-лицензиата самим автором инновации. Как следствие, имеют место максимальное снижение транзакционных издержек и возможность применять необходимые скрытые знания на практике. Эмпирический анализ подтверждает большую успешность таких фирм в сравнении с фирмами, покупавшими у разработчиков технологии и в дальнейшем относительно самостоятельно (либо с участием разработчиков в роли консультантов, что также указывало на значимость скрытых знаний) развивать технологию. Исследователь указывает на неявное знание, а также на технологическую неопределенность как на два ключевых проводника (источника) информационной асимметрии в контексте проблематики исследования. Можно говорить о появлении специфических форм конкуренции на инновационном рынке, складывающихся под влиянием информационной асимметрии.
Сходная ситуация информационного неравенства между изобретателем и приобретателем патента рассмотрена в работе [10], где предметом информационной асимметрии также является ценность изобретения, контекстом анализа является форма вознаграждения, выплачиваемого лицензиатом лицензиару. В зависимости от качества инновации (низкая либо высокая ценность) лицензиару выгодно либо устанавливать фиксированную сумму вознаграждения
в первом случае, либо во втором случае в качестве вознаграждения устанавливать процент от продаж при применении данной инновации. Такая закономерность, как отмечают авторы, может служить сигналом для приобретателя патента, дающим дополнительную информацию о качестве инновации, неявно выраженную в условиях предлагаемого договора.
Кроме того, работы, посвященные анализу информационной асимметрии, а также инновационным рынкам, позволяют сделать некоторые хорошо согласующиеся между собой предположения. Так, авторы работ [4, 19] обращают внимание на тот факт, что крупные и хорошо известные фирмы обладают дополнительной мотивацией к инновационной деятельности ввиду имеющегося превосходства в плане рыночных ресурсов, необходимых для успешной коммерциализации разработок. Это позволяет сделать вывод о преимуществах фирм с низким уровнем информационной асимметрии в рамках инновационной деятельности. Это связано с положительной корреляцией между размером (зрелостью, известностью, объемом аналитических обзоров, освещающих деятельность) компании и ее уровнем информационной асимметрии, как упоминалось в работах [1, 18]. Это подчеркивает актуальность проблематики информационной асимметрии на инновационных рынках и позволяет полагать, что существуют специфические для инновационной сферы способы снижения уровня асимметрии (включая описанные ранее).
В дополнение к названным специфическим методам анализа нужно отметить, что применение неспецифических показателей информационной асимметрии также может быть информативным с точки зрения расширения представлений о механизмах функционирования инновационных рынков, а также с точки зрения особенностей применения данных показателей.
Рассмотрим далее результаты апробации таких показателей применительно к компаниям инновационного сектора.
Ключевой гипотезой в таком анализе является предположение, что компании инновационного сектора экономики в целом характеризуются уровнем информационной асимметрии выше среднерыночного и, соответственно, выше, чем среди неинновационных компаний. Логически и практически существование информационной асимметрии убедительно показано в работах [10, 17], поэтому прежде всего речь будет вестись о характере, который носит информационная асимметрия, а
также о возможности ее отображения в выбранных показателях. Результаты анализа должны показать, отвечают ли стандартные методы анализа информационной асимметрии специфике инновационного рынка, является ли существенным вес фактора асимметрии в соответствующих показателях, существует ли необходимость в поиске альтернативной методологии анализа асимметрии информации среди инновационных компаний.
В соответствии с этим появляются следующие задачи: определить уровень информационной асимметрии среди инновационных компаний в сравнении со среднерыночным; при подтверждении его более высокого уровня определить, является ли причиной данного различия именно инновационный характер деятельности компаний.
Первая задача подразумевает применение существующих методов оценки информационной асимметрии по отношению к компаниям, принадлежащим к инновационному сектору. Соответственно, необходимо определить критерии отбора компаний, согласно которым они будут обозначены как инновационные. Для отобранных компаний требуется провести анализ на основании оценки указанных ранее показателей информационной асимметрии и сопоставления полученных результатов с аналогичными среднерыночными оценками. Если предположение об относительно высоком уровне данных показателей для инновационных компаний оправдывается, то второй задачей становится определение значимой роли именно инновационной активности компаний в повышенном уровне информационной асимметрии.
1,2 •
: 0,8
^ 0,6
<Г 0,4
0,2
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 Значение показателя,%
Рис. 1. Распределение значений относительного ценового (средние значения за год)
В связи с наибольшей разработанностью аппарата анализа информационной асимметрии именно в отношении данных фондовых рынков для анализа были выбраны публичные российские компании, чьи ценные бумаги торгуются на Московской бирже. Сообразно доступности данных о компаниях в качестве показателей информационной асимметрии были выбраны два классических критерия: ценовой спрэд и оборачиваемость акций. Показатели были рассчитаны для годового периода (с мая 2012 г. по май 2013 г.).
Согласно широкоприменяемому подходу к определению компаний как инновационных были избраны два основных взаимодополняющих критерия отбора. Это наличие открытых данных о затратах на НИОКР и принадлежность компании к рынку, непосредственно связанному с инновационными технологиями (биотехнологии и медицинские технологии, информационно-телекоммуникационные системы, чистые технологии и новые материалы, авиационные и космические системы, новые материалы и др.).
Рынок инноваций и инвестиций (РИИ Московской биржи) включает высокотехнологичные компании, соответствующие данным критериям. Площадка объединяет ценные бумаги компаний, деятельность которых относится к экономическим секторам, связанным с инновационными и высокими технологиями, а также устанавливает для участников минимальный порог капитализации в 50 млн руб. На площадке РИИ Московской биржи торгуется не столь большое число компаний - 25 эмитентов; необходимая для анализа информация доступна для 24 из них. Результаты ана-
_ лиза не охватывают большого количества
фирм, действующих на инновационном рынке, однако в целом они позволяют оценить некоторые закономерности. Выборка, призванная показать среднерыночные значения показателей, составила 307 эмитентов.
Анализ распределения значений ценового спрэда и оборачиваемости акций показал, что практическое распределение является экспоненциальным (рис. 1, 2).
Таким образом, большинство компаний в сравниваемых выборках характеризуется низкими значениями обоих показателей. С точки зрения анализа спрэда информационной асимметрии эти данные являются противоречивыми (в силу
0
Значение показателя,%
Рис. 2. Распределение значений оборачиваемости акций (средние значения за год)
разнонаправленной корреляции с уровнем асимметрии), что свидетельствует о доминировании в названных показателях иных факторов (отличных от уровня асимметрии), определяющих их значения.
Разница между средним значением относительного ценового спрэда среди инновационных компаний (8,4477 %) и среднерыночным значением (5,8937 %) в результате анализа была оценена как несущественная на уровне значимости 0,001. Аналогичный результат дает оценка среднего значения оборачиваемости акций по инновационным компаниям в сравнении со среднерыночной оборачиваемостью акций (0,4656 и 0,0928 % соответственно, уровень значимости выбран также равным 0,001).
Таким образом, результаты применения двух классических показателей информационной асимметрии не демонстрируют уровень информационной асимметрии среди инновационных компаний, существенно отличающийся от среднерыночного. Эти данные не позволяют делать выводы об отсутствии относительно высокого уровня информационной асимметрии на инновационном рынке по ряду причин, среди которых:
- малая выборка, способная проявить лишь сильновыраженные статистические закономерности, к которым, очевидно, взаимосвязь информационной асимметрии и выбранных показателей не относится;
- невозможность однозначной интерпретации значений выбранных показателей; как было показано ранее, ценовой спрэд и оборачиваемость акций подвергаются воздействию мно-
жества факторов, которые находят отражение в значении показателя, и на практике трудно установить роль каждого из них (в то же время в некоторых работах делаются попытки это осуществить [11, 13, 24]). Можно предположить, что уровень информационной асимметрии среди инновационных компаний выше среднерыночного, однако выбранные показатели не способны это отразить в силу незначительного веса данного фактора либо иных причин; - информационная асимметрия, специфицирующая инновационную сферу, может не отображаться в выбранных показателях. Так, ценовой спрэд и оборачиваемость акций отображают прежде всего асимметрию между инвесторами (рынком) и компанией, между участниками рынка ценных бумаг. В то же время для инновационных рынков помимо названных сторон асимметрии наблюдаются также асимметричные отношения между другими сторонами (Л&О-подразделение или исследовательская группа и менеджмент компании). Таким образом, ключ к интерпретации полученных результатов может лежать в разнородности информационной асимметрии, связанной с различием в факторах (а именно во взаимодействующих сторонах). Данное объяснение видится наиболее вероятным и логичным ввиду существующих специфических эффектов информационной асимметрии, имеющих место на инновационных рынках и не связанных с конкретными примененными в анализе показателями.
В настоящее время существует ряд моделей, позволяющих с той или иной степенью достоверности определить наличие информационной асимметрии на рынке и оценить степень выраженности различных ее эффектов в зависимости от выбранного критерия. Относительно четкие показатели присутствия информационной асимметрии выработаны прежде всего в пределах анализа компаний, представленных на фондовых рынках. В соответствии с этим на основе данных фондовых рынков строится анализ компаний в межотраслевом контексте и в отношении конкретных сфер экономической деятельности. Очевидно, что во втором случае анализ ограничивается лишь определенным кругом компаний, торгуемых на рынке ценных бумаг (из анализа выпадают компании, не представленные на фондовых рынках).
Современные работы по данному вопросу указывают на присутствие специфических эффектов информационной асимметрии, оказывающих влияние на инновационную сферу. Но такие эффекты могут не находить отражения в существующих показателях информационной асимметрии. В связи с этим целесообразным видится поиск показателей, отвечающих специфике инновационной сферы и способных продемонстрировать роль информационной асимметрии в функционировании инновационных рынков.
Список литературы/List of references
1. Aboody D., Lev B. Information asymmetry, R&D, and insider gains, The journal of Finance, 2002, vol. LV, no. 6, pp. 2747-2766.
2. Bartov E., Bodnar G. Alternative accounting methods, information asymmetry and liquidity: theory and evidence, Accounting Review, 1996, vol. 71, no. 3, pp.397-418.
3. Byun H., Hwang L., Lee W. How does ownership concentration exacerbate information asymmetry among equity investors? Pacific-Basin Finance Journal, Elsevier B. V, 2011, vol. 19, no. 5, pp. 511-534.
4. Chandy R., Tellis G. The incumbent's curse? Incumbency, size, and radical product innovation, The Journal of Marketing, 2000, vol. 64, no. 3, pp. 1-17.
5. Chiang R., Venkatesh P. Insider holdings and perceptions of information asymmetry: а note, The Journal of Finance, 1988, vol. 43, no. 4, pp. 1041-1048.
6. Cohen B., Dean T. Information asymmetry and investor valuation of IPOs: Top management team legitimacy as a capital market signal, Strategic Management Journal, 2005, vol. 26, no. 7, pp. 683-690.
7. Drobetz W., Grüninger M., Hirschvogl S. Information asymmetry and the value of cash, Journal of Banking & Finance, Elsevier B. V., 2010, vol. 34, no.9,pp.2168-2184.
8. Duarte J., Young L. Why is PIN priced? Journal of Financial Economics, 2009, vol. 91, pp. 119-138.
9. FrankelR., LiX. Characteristics of a firm's information environment and the information asymmetry between insiders and outsiders, Journal of Accounting and Economics, 2004, vol. 37, no. 2, pp. 229-259.
10. Gallini N., Wright B. Technology transfer under asymmetric information, The RAND Journal of Economics, 1990, vol. 21, no. 1, pp. 147-160.
11. Glosten L. Components ofthe Bid-Ask Spread and the Statistical Properties of Transaction Prices, The Journal of Finance, 1987, vol. 42, no. 5, pp. 1293-1307.
12. HealyP.M., PalepuK. G. Information asymmetry, corporate disclosure and the capital markets: a review of the empirical disclosure literature, Journal of Accounting and Economics, 2001, vol. 31, no. 1-3, pp. 405-440.
13. Huang R., StollH. The components of the bid-ask spread: a general approach, The Review of Financial Studies, 1997, vol. 10, no. 4, pp. 995-1034.
14. Joseph K., WintokiM. Advertising Investments, Information Asymmetry and Insider Gains, Journal of Empirical Finance, Elsevier B. V, 2013.
15. Lee C., ReadyM. Inferring trade direction from intraday data, The Journal of Finance, 1991, vol. 46, no. 2, pp. 733-746.
16. Levaggi R. Hospital health care: pricing and quality control in a spatial model with asymmetry of information, International Journal of Health Care Finance and Economics, 2005, vol. 5, no. 4, pp. 327-349.
17. Lowe R. Entrepreneurship and information asymmetry: theory and evidence from the University of California, Unpublished working paper, Haas School of Business, 2001, pp. 1-34.
18. Lu C., Chen T., Liao H. Information uncertainty, information asymmetry and corporate bond yield spreads, Journal of Banking & Finance, Elsevier B. V., 2010, vol. 34, no. 9, pp. 2265-2279.
19. Luttmer E. Selection, growth, and the size distribution of firms, The Quarterly Journal of Economics, 2007, August, pp. 1103-1144.
20. Mavlanova T., Benbunan-Fich R., KoufarisM. Signaling theory and information asymmetry in online commerce, Information & Management, Elsevier B. V., 2012, vol. 49, no. 5, pp. 240-247.
21. Mohd E. Accounting for software development costs and information asymmetry, The Accounting Review, 2005, vol. 80, no. 4, pp. 1211-1231.
22. Nicolau J., Sellers R. The quality of quality awards: Diminishing information asymmetries in a hotel chain, Journal of Business Research. Elsevier Inc., 2010, vol. 63, no. 8, pp. 832-839.
23. Spence M. Job market signaling, The quarterly journal of Economics, 1973, vol. 87, no. 3, pp. 355-374.
24. Stoll H. Inferring the Components of the Bid-Ask Spread: Theory and Empirical Tests, The Journal of Finance, 1989, vol. 44, no. 1, pp. 115-134.
25. Sufi A. Information asymmetry and financing arrangements: Evidence from syndicated loans, The Journal of Finance, 2007, vol. 62, no. 2, pp. 629-668.
26. Yardstick competition: Theory, design and practice, CPB Werkdocument. 2508 GM The Hague, The Netherlands, 2000, no. 133.
