اثر معامله الگوریتمی در نقدینگی بازار
چکیده
این مقاله به آزمایش تاثیر معامله ی الگوریتمیک (AT) بر نقدینگی بازار در دوره های عدم تقارن بالای اطلاعات می پردازد که در آن، جریان نقدینگی ارزشمند تر است. ما اجرای خدمات میزبان مجاور را توسط بورس ایتالیا ، که انتظار می رود AT را افزایش دهد، به منظور آزمایش رفتار نقدینگی پیرامون اطلاعیه های درآمد در دوره های پیش و پس از AT ، مشخص می کنیم. با تکیه بر مطالعه ی قبلی در می یابیم که به دنبال اطلاعیه های در آمدی در دوره ی پیش از AT ، پیش بینی می شود که تقاضا افزایش یافته و عمق بازار کاهش یابد. هر چند در دوره ی پس از AT ، زمانی که ما الگوی مشابهی را در رابطه با گسترش تقاضا می یابیم، هیچ گونه شواهدی را از افت قابل توجه در عمق بازار نمی یابیم. ما همچنین شرکت هایی را می یابیم که به دنبال اعلامیه های در آمدی، بزرگترین افزایش ها ر ا در دوره های پیش و پس از AT ، و هم چنین افزایش تقاضای پایین و عمق بزرگتری را تجربه می کنند. ما نتیجه می گیریم که AT نقدینگی بازار را با افزایش انعطاف پذیری بازار ها در دوره های عدم تقارن بالای اطلاعاتی بخصوص در دوره های اطلاعیه های درآمدی، بهبود می بخشد.
1 . مقدمه
بدنه ی کوچک اما در حال رشد ادبیات به آزمایش تاثیر معامله ی الگوریتمی بر نقدینگی می پردازد. کار اساسی Hendershott et al. (2011) ، ارزیابی تجربی تاثیر معامله ی الگوریتمی ( در اینجا AT) را بر نقدینگی بازار فراهم می کند. با استفاده از ترافیک پیغام به عنوان یک پراکسی برای مقدار AT، نویسندگان شواهدی را ارائه می دهند که حضور AT در بازار باعث افزایش نقدینگی می شود. Brogaard (2010) کار Hendershott et al. (2011) را با آزمایش یک مجموعه داده ی اختصاصی که رفتار های تجاری 26 معامله گر با فرکانسی بالا را در نزدک می سنجد، به پیش برد. Brogaard (2010) به آزمایش تعیین کنندگان مقطعی ارائه ی نقدینگی توسط معامله گران با فرکانس بالا پرداخته و در می یابد که معامله گران با فرکانس بالا به احتمال بیشتر قیمت های داخلی ( ارائه ی نقدینگی) را در سهام های بزرگتر تنظیم می کنند. اخیرا Jarnecic and Snape (2014) استراتژی های تحویل سفارش معامله گران را بررسی کرده و در یافتند که معامله گران فرکانس بالا، نقدینگی را در قیمت های گوناگون در دفتر سفارشی و عدم تعادل نقدینگی ارائه می کنند. بنابراین، بر اساس این ادبیات ، AT عموما نقدینگی بازار را بهبود می بخشد. در این مقاله، ما ادبیات پیشین در رابطه با آزمایش اثر AT بر روی نقدینگی به وسیله ی آزمایش ارائه ی نقدینگی در طی دوره ی عدم تقارن بالای اطلاعات بخصوص در آمد آزاد شده را ، گسترش می دهیم .
abstract
This paper examines the impact of algorithmic trading (AT) on market liquidity around periods of high information asymmetry when available liquidity is more valuable. We identify the implementation of proximity hosting services by Borsa Italiana, that are expected to increase AT, in order to examine the behaviour of liquidity around earnings announcements in pre- and post-AT periods. Consistent with previous research, we find that bid-ask spreads widen and market depth falls following earnings announcements in the pre-AT period. However, in the post-AT period, while we find a similar pattern in bid-ask spreads, we find no evidence of a significant fall in market depth. We also find firms that experience the largest increase in AT from pre- to post-AT periods, exhibit lower bid-ask spreads and greater depth following earnings announcements.We conclude that AT improves market liquidity by increasing the resiliency of markets around periods of high information asymmetry, specifically around earnings announcements.
1. Introduction
A small but growing body of literature examines the impact of algorithmic trading on liquidity. The seminal work of Hendershott et al. (2011) provides an empirical assessment of the effect of algorithmic trading (herein AT) on market liquidity. Using message traffic as a proxy for the quantity of AT, the authors provide evidence that the presence of AT in markets enhances liquidity. Brogaard (2010) extends the work of Hendershott et al. (2011) by examining a proprietary dataset that identifies the trading behaviour of twenty-six high-frequency traders on NASDAQ. Brogaard (2010) examines the cross-sectional determinants of the provision of liquidity by high-frequency traders and finds that high-frequency traders are more likely to set the inside quotes (i.e., provide liquidity) in larger stocks. More recently, Jarnecic and Snape (2014) examine the order submission strategies of traders and find that high-frequency traders provide liquidity at multiple prices in the order book and temper liquidity imbalances. This literature, therefore suggests that AT generally improves market liquidity.
چکیده
1. مقدمه
2 . جزئیات سازمانی
3 . داده و روش
3.1 . فعالیت AT در بورس ایتالیا
3.2 . نمونه اطلاعیه های درآمدی و پارامتر های برآورد شده
4 . نتایج
4.1 . فعالیت AT در روز های اعلام درآمد
4.2 . فعالیت AT و رفتار نقدینگی پیرامون اطلاعیه های درآمد
5 . بررسی بیشتر و تست های قدرتمند
6. نتیجه
abstract
1. Introduction
2. Institutional Details
3. Data and Method
3.1. AT Activity on Borsa Italiana
3.2. Earnings Announcement Sample and Estimated Parameters
4. Results
4.1. AT Activity on Earnings Announcement Days
4.2. AT Activity and Liquidity Behaviour Around Earnings Announcements
5. Further Analysis and Robustness Tests
6. Conclusion
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه