Торговый объём мало объясняет кластеризацию волатильности

Сводка

Исследование проверяет, объясняют ли колебания торговой активности кластеризацию волатильности и тяжёлые хвосты доходности акций. На основе потиковых наблюдений с Нью-Йоркской и Лондонской бирж сравнивается поведение цен на интервалах с фиксированным числом сделок или фиксированным общим объёмом. В обоих случаях кластеризация волатильности сохраняется, а распределения доходности имеют форму, схожую с наблюдаемой на обычных временных интервалах.

Результаты показывают, что частота торгов и общий объём объясняют лишь небольшую часть изменчивости волатильности и не являются главным источником тяжёлых хвостов доходности. Анализ поперечного сечения также показывает, что факторы помимо частоты и объёма сделок преобладают в долгосрочной памяти волатильности. Авторы изучают, почему их выводы отличаются от результатов более ранних исследований. Данные ограничены рассмотренными биржами и выборками; в описании не указано, какие другие факторы вызывают оставшиеся закономерности волатильности.

Ключевые идеи

• Частота торгов объясняет лишь небольшую долю колебаний волатильности в изученных данных.
• Кластеризация волатильности сохраняется, если изменения цен измерять на интервалах с фиксированным числом сделок.
• Фиксация общего торгового объёма также не устраняет сильную кластеризацию волатильности.
• Распределения доходности, обусловленные частотой или объёмом, сохраняют форму, схожую с наблюдаемой в реальном времени.
• В анализе поперечного сечения долгосрочную память волатильности определяют преимущественно факторы помимо частоты и объёма.

Теги

# 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.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.