Le volume de trading explique peu la volatilité groupée

Résumé

Cette étude teste si les fluctuations de l’activité de trading expliquent le regroupement de la volatilité et les queues épaisses des rendements boursiers. À partir d’observations transaction par transaction des places de New York et de Londres, elle compare le comportement des prix mesuré sur des intervalles à nombre fixe de transactions ou à volume total fixe. Le regroupement de la volatilité reste prononcé dans les deux cas, et les distributions des rendements conservent des formes semblables à celles observées sur des intervalles de temps ordinaires.

Les résultats indiquent que la fréquence de trading et le volume total n’expliquent qu’une petite part de la variation de la volatilité et ne sont pas la principale source des rendements à queues épaisses. Une analyse transversale montre également que des facteurs autres que la fréquence des transactions et le volume dominent la mémoire longue de la volatilité. Les auteurs examinent pourquoi leurs résultats diffèrent de ceux d’études antérieures. Les éléments probants se limitent aux places et aux données analysées ; le compte rendu n’identifie pas les autres facteurs à l’origine des motifs de volatilité résiduels.

Idées clés

• La fréquence de trading n’explique qu’une petite part des fluctuations de volatilité dans les données étudiées.
• Le regroupement de la volatilité persiste lorsque les variations de prix sont mesurées sur des intervalles comportant un nombre fixe de transactions.
• Fixer le volume total échangé laisse également subsister un fort regroupement de la volatilité.
• Les distributions des rendements conditionnées par la fréquence ou le volume restent similaires à celles observées en temps ordinaire.
• Dans l’analyse transversale, des facteurs autres que la fréquence et le volume dominent la mémoire longue de la volatilité.

Étiquettes

# 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.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.