Handelsvolumen erklärt nur wenig von der Volatilitätsballung

Zusammenfassung

Diese Studie prüft, ob Schwankungen der Handelsaktivität Volatilitätsballungen und fette Verteilungsschwänze bei Aktienrenditen erklären. Anhand von Tickdaten der Börsen in New York und London vergleicht sie Kursverhalten in Zeiträumen mit fester Transaktionszahl oder festem Gesamtvolumen. Unter beiden Bedingungen bleibt die Volatilitätsballung stark ausgeprägt, und die Renditeverteilungen behalten ähnliche Formen wie in gewöhnlichen Zeitintervallen.

Die Ergebnisse deuten darauf hin, dass Handelsfrequenz und Gesamtvolumen nur einen kleinen Teil der Volatilitätsschwankungen erklären und nicht die Hauptursache fetter Renditeschwänze sind. Eine Querschnittsanalyse zeigt außerdem, dass Faktoren jenseits von Transaktionsfrequenz und Volumen das Langzeitgedächtnis der Volatilität dominieren. Die Autoren untersuchen, weshalb ihre Ergebnisse von früheren Studien abweichen. Die Evidenz ist auf die untersuchten Börsen und Daten beschränkt; die Darstellung identifiziert nicht, welche anderen Faktoren die verbleibenden Volatilitätsmuster verursachen.

Kernaussagen

• Die Handelsfrequenz erklärt in den untersuchten Daten nur einen kleinen Anteil der Volatilitätsschwankungen.
• Die Volatilitätsballung bleibt bestehen, wenn Kursänderungen über Zeiträume mit fester Transaktionszahl gemessen werden.
• Auch bei festem Gesamthandelsvolumen bleibt die Volatilitätsballung stark ausgeprägt.
• Nach Handelsfrequenz oder Volumen bedingte Renditen weisen ähnliche Verteilungen auf wie Renditen über gewöhnliche Zeitintervalle.
• In der Querschnittsanalyse dominieren Faktoren jenseits von Frequenz und Volumen das Langzeitgedächtnis der Volatilität.

Schlagwörter

# There's more to volatility than volume


# There's more to volatility than volume









It is widely believed that fluctuations in transaction volume, as reflected in the number of transactions and to a lesser extent their size, are the main cause of clustered volatility. Under this view bursts of rapid or slow price diffusion reflect bursts of frequent or less frequent trading, which cause both clustered volatility and heavy tails in price returns. We investigate this hypothesis using tick by tick data from the New York and London Stock Exchanges and show that only a small fraction of volatility fluctuations are explained in this manner. Clustered volatility is still very strong even if price changes are recorded on intervals in which the total transaction volume or number of transactions is held constant. In addition the distribution of price returns conditioned on volume or transaction frequency being held constant is similar to that in real time, making it clear that neither of these are the principal cause of heavy tails in price returns. We analyze recent results of Ane and Geman (2000) and Gabaix et al. (2003), and discuss the reasons why their conclusions differ from ours. Based on a cross-sectional analysis we show that the long-memory of volatility is dominated by factors other than transaction frequency or total trading volume.

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.