حجم معاملات سهم اندکی در خوشه‌بندی نوسان دارد
خلاصه
این پژوهش می‌آزماید آیا نوسان فعالیت معاملاتی، خوشه‌بندی نوسان و دنباله‌های سنگین در بازده سهام را توضیح می‌دهد یا نه. با استفاده از مشاهدات لحظه‌به‌لحظه بورس‌های نیویورک و لندن، رفتار قیمت را در بازه‌هایی با تعداد ثابت تراکنش یا حجم کل ثابت مقایسه می‌کند. خوشه‌بندی نوسان در هر دو حالت قوی می‌ماند و توزیع بازده شکل‌هایی مشابه بازه‌های زمانی عادی حفظ می‌کند.
نتایج نشان می‌دهد بسامد معامله و حجم کل تنها بخش کوچکی از تغییرات نوسان را توضیح می‌دهند و منشأ اصلی بازده‌های دنباله‌سنگین نیستند. تحلیل مقطعی نیز می‌یابد که عواملی فراتر از بسامد معامله و حجم، حافظه بلندمدت نوسان را غالباً توضیح می‌دهند. نویسندگان بررسی می‌کنند چرا یافته‌هایشان با پژوهش‌های پیشین تفاوت دارد. شواهد به بورس‌ها و داده‌های تحلیل‌شده محدود است؛ این شرح مشخص نمی‌کند چه عوامل دیگری الگوهای نوسان باقی‌مانده را ایجاد می‌کنند.
ایده‌های کلیدی
- بسامد معامله تنها سهم کوچکی از نوسان‌های داده‌های بررسی‌شده را توضیح می‌دهد.
- وقتی تغییر قیمت در بازه‌هایی با تعداد ثابت تراکنش سنجیده می‌شود، خوشه‌بندی نوسان تداوم می‌یابد.
- ثابت نگه‌داشتن حجم کل معامله‌شده نیز خوشه‌بندی نوسان را قوی باقی می‌گذارد.
- بازده‌های مشروط به بسامد یا حجم، توزیع‌هایی مشابه آنچه در زمان واقعی دیده می‌شود حفظ می‌کنند.
- در تحلیل مقطعی، عواملی فراتر از بسامد و حجم، حافظه بلندمدت نوسان را غالباً توضیح می‌دهند.
برچسب‌ها
متن کامل
# 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.
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.