رفتن به محتوا
همه اسناد کتابخانه

فعالیت معاملاتی به‌عنوان جانشین اطلاعات در مدل‌های نوسان سهام GARCH

مقاله arXiv papers · نویسنده: Tetsuya Takaishi et al.

خلاصه

این مطالعه با استفاده از داده‌های بورس توکیو بررسی می‌کند که آیا حجم روزانه معاملات و تعداد تراکنش‌ها به توضیح نوسان سهام کمک می‌کنند. در چارچوب فرضیه ترکیب توزیع‌ها، هر دو سنجه را جانشین‌هایی برای نرخ ورود اطلاعات مرتبط با بازار در نظر می‌گیرد. رابطه آن‌ها با نوسان با مدل‌های ناهمسانی واریانس شرطی خودرگرسیو تعمیم‌یافته سنجیده می‌شود که ماندگاری واریانس شرطی را ثبت می‌کنند.

یافته گزارش‌شده این است که افزودن حجم یا تعداد تراکنش‌ها همیشه آثار GARCH را از بین نمی‌برد. نویسندگان این نتیجه را شاهدی می‌دانند که این سنجه‌های فعالیت نرخ ورود اطلاعات را به‌خوبی ثبت نمی‌کنند. نتیجه هشدار می‌دهد که نباید فرض کرد افزایش حجم معامله به‌تنهایی نوسان ماندگار را توضیح می‌دهد. شرح ارائه‌شده دوره نمونه، سهام، گونه‌های مدل یا فراوانی مواردی را که ماندگاری باقی می‌ماند مشخص نمی‌کند؛ بنابراین نمی‌توان قدرت و تعمیم‌پذیری یافته را فقط بر پایه این خلاصه داوری کرد.

ایده‌های کلیدی

  • مطالعه حجم معاملات و تعداد تراکنش‌ها را به‌عنوان جانشین‌هایی برای ورود اطلاعات می‌آزماید.
  • برای سنجش ماندگاری نوسان، از داده‌های روزانه بورس توکیو و مدل‌های GARCH استفاده می‌کند.
  • افزودن هر یک از دو سنجه معاملاتی همیشه آثار GARCH را حذف نمی‌کند.
  • نتیجه گزارش‌شده نشان می‌دهد که حجم و تعداد تراکنش‌ها سنجه‌های کاملی برای جریان اطلاعات نیستند.
  • سند جزئیات روش‌شناختی کافی برای ارزیابی دامنه نتیجه ارائه نمی‌کند.

برچسب‌ها

متن کامل
# 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.

با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0

این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.