Handelsaktivität als Näherungsmaß für Informationen in GARCH-Aktienvolatilitätsmodellen

Zusammenfassung

Die Studie untersucht anhand von Daten der Tokioter Börse, ob tägliches Handelsvolumen und Transaktionszahlen die Aktienvolatilität erklären helfen. Gemäß der Mischung-von-Verteilungen-Hypothese behandelt sie beide Größen als Näherungsmaße für die Rate, mit der marktrelevante Informationen eintreffen. Ihr Zusammenhang mit der Volatilität wird mithilfe verallgemeinerter autoregressiver bedingter Heteroskedastizitätsmodelle bewertet, die Persistenz der bedingten Varianz erfassen.

Dem berichteten Ergebnis zufolge beseitigt die Hinzunahme von Volumen oder Transaktionszahlen GARCH-Effekte nicht immer. Die Autoren werten dies als Hinweis darauf, dass diese Aktivitätsmaße die Ankunftsraten von Informationen nicht ausreichend erfassen. Das Ergebnis mahnt, nicht anzunehmen, dass stärkerer Handel allein die persistente Volatilität erklärt. Die vorliegende Beschreibung nennt weder den Stichprobenzeitraum und die Aktien noch Modellvarianten oder die Häufigkeit, mit der Persistenz bestehen bleibt; daher lässt sich die Stärke und Allgemeingültigkeit des Befunds allein anhand dieser Zusammenfassung nicht beurteilen.

Kernaussagen

• Die Studie prüft Handelsvolumen und Transaktionszahlen als Näherungsmaße für eintreffende Informationen.
• Sie verwendet tägliche Daten der Tokioter Börse und GARCH-Modelle zur Untersuchung persistenter Volatilität.
• Die Hinzunahme einer der beiden Handelskennzahlen beseitigt GARCH-Effekte nicht immer.
• Das berichtete Ergebnis legt nahe, dass Volumen und Transaktionszahlen den Informationsfluss nur unvollständig messen.
• Das Dokument enthält nicht genügend methodische Einzelheiten, um die Reichweite des Ergebnisses zu beurteilen.

Schlagwörter

# The relationship between trading volumes, number of transactions, and stock volatility in GARCH models


# The relationship between trading volumes, number of transactions, and stock volatility in GARCH models









We examine the relationship between trading volumes, number of transactions, and volatility using daily stock data of the Tokyo Stock Exchange. Following the mixture of distributions hypothesis, we use trading volumes and the number of transactions as proxy for the rate of information arrivals affecting stock volatility. The impact of trading volumes or number of transactions on volatility is measured using the generalized autoregressive conditional heteroscedasticity (GARCH) model. We find that the GARCH effects, that is, persistence of volatility, is not always removed by adding trading volumes or number of transactions, indicating that trading volumes and number of transactions do not adequately represent the rate of information arrivals.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.