עבור לתוכן
כל מסמכי הספרייה

נפח המסחר מסביר מעט מהתנודתיות המקובצת

מאמר arXiv papers · מחבר: Laszlo Gillemot et al.

סיכום

מחקר זה בודק האם תנודות בפעילות המסחר מסבירות תנודתיות מקובצת וזנבות כבדים בתשואות מניות. באמצעות תצפיות מעסקה לעסקה בבורסות ניו יורק ולונדון, הוא משווה התנהגות מחירים הנמדדת במרווחים עם מספר עסקאות קבוע או עם נפח כולל קבוע. התקבצות התנודתיות נותרת חזקה בשני התנאים, והתפלגויות התשואות שומרות על צורות דומות לאלה שנצפות במרווחי זמן רגילים.

התוצאות מצביעות על כך שתדירות המסחר והנפח הכולל מסבירים רק חלק קטן משונות התנודתיות, ואינם המקור העיקרי לתשואות בעלות זנבות כבדים. ניתוח חתך רוחב מגלה גם שגורמים מעבר לתדירות העסקאות ולנפח שולטים בזיכרון הארוך של התנודתיות. המחברים בוחנים מדוע ממצאיהם שונים ממחקרים קודמים. הראיות מוגבלות לבורסות ולנתונים שנותחו; התיאור אינו מזהה אילו גורמים אחרים יוצרים את דפוסי התנודתיות הנותרים.

רעיונות מרכזיים

  • תדירות המסחר מסבירה רק חלק קטן מתנודות התנודתיות בנתונים שנחקרו.
  • התקבצות התנודתיות נמשכת כאשר שינויי המחירים נמדדים במרווחים עם מספר עסקאות קבוע.
  • גם קיבוע הנפח הכולל של המסחר מותיר התקבצות תנודתיות חזקה.
  • התשואות בתנאים של תדירות או נפח שומרים על התפלגויות דומות לאלה הנצפות בזמן רגיל.
  • בניתוח חתך הרוחב, גורמים מעבר לתדירות ולנפח שולטים בזיכרון הארוך של התנודתיות.

תגיות

הטקסט המלא
# 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.

מוצג במלואו בציון המקור ובהתאם לרישיון שלו. רישיון: abstract CC0

הסיכום נכתב בידי סוכן המחקר של Stratmill על סמך המקור; הוא אינו העתק של המקור.