BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Doman Małgorzata (Poznań University of Economics, Poland)
Title
Liquidity and Market Microstructure Noise : Evidence from the Pekao Data
Płynność a szum mikrostruktury rynku na przykładzie notowań spółki Pekao
Source
Dynamic Econometric Models, 2010, vol. 10, s. 5-14, rys., tab., bibliogr. 12 poz.
Keyword
Rynki giełdowe, Płynność finansowa, Stopa zwrotu
Stock markets, Financial liquidity, Rate of return
Note
summ., streszcz.
Company
Bank Pekao SA
Abstract
Dostępność danych giełdowych o bardzo wysokiej częstotliwości stanowi argument za stosowaniem do opisu dynamiki cen akcji modeli z czasem ciągłym. Jednak dane takie zawierają oprócz informacji na temat procesu ceny także szum mikrostruktury rynku, którego obecność powoduje obciążenie oszacowań zmienności. Szum ten jest związany z rzeczywistymi warunkami, w jakich odbywa się handel. W pracy dokonano oszacowania szumu mikrostruktury rynku w zmienności zrealizowanej cen akcji spółki Pekao SA oraz wyliczono stosunek sygnału do szumu. Wyniki badań wskazują, że optymalna częstotliwość wyliczania stóp zwrotu przy wyznaczaniu zmienności zrealizowanej to częstotliwość pięciominutowa, a obserwowany stosunek sygnału do szumu jest na poziomie zbliżonym do obserwowanego na rozwiniętych rynkach giełdowych. Ponadto, przeprowadzona została analiza powiązań pomiędzy wybranymi miarami płynności a poziomem szumu mikrostruktury rynku. (abstrakt oryginalny)

The availability of ultra-high frequency data justifies the use of a continuous-time approach in stock prices modeling. However, this data contain, apart from the information about the price process, a microstructure noise causing a bias in the realized volatility. This noise is connected with all the reality of trade. In the paper we separate the microstructure noise from the price process and determine the noise to signal ratio for the estimates of the realized volatility in the case of the shares of the Polish company Pekao S.A. The results are used to discover the optimal sampling frequency for the realized volatility calculation. Moreover, we check the linkages between the noise and some liquidity measures. (original abstract)
Accessibility
The Library of University of Economics in Katowice
The Main Library of Poznań University of Economics and Business
Full text
Show
Bibliography
Show
  1. Aďt-Sahalia, Y., Yu, J. (2009), High Frequency Market Microstructure Noise Estimates and Liquidity Measures, Annals of Applied Statistics, 3, 422-457.
  2. Aďt-Sahalia, Y., Mykland, P. A., Zhang, L. (2005), How Often to Sample a Continuous-Time Process in the Presence of Market Microstructure Noise, Review of Financial Studies 18(2), 351-416.
  3. Andersen, T. G., Bollerslev, T. (1998), Answering the Skeptics: Yes, Standard Volatility Models Do Provide Accurate Forecasts, International Economic Review, 39, 885-905.
  4. Andersen, T. G., Bollerslev, T., Diebold, F. X., Ebens, H. (2001), The Distribution of Realized Stock Return Volatility, Journal of Financial Economics, 61, 43-76.
  5. Barndorff-Nielsen, O. E., Shephard, N. (2002), Econometric Analysis of Realised Volatility and Its Use in Estimating Stochastic Volatility Models, Journal of the Royal Statistical Society, 64, Series B, 253-280.
  6. Chan, L., Lakonishok, J. (1997), Institutional Equity Trading Costs: NYSE Versus Nasdaq, Journal of Finance, 52, 713-735.
  7. Gottlieb, G., Kalay, A. (1985), Implications of the Discreteness of Observed Stock Prices, Journal of Finance, 40, 135-153.
  8. Hasbrouck, J. (1993), Assessing the Quality of a Security Market: A New Approach to Transaction Cost Measurement, Review of Financial Studies, 6, 191-212.
  9. Huang, R., Stoll, H. (1996), Dealer Versus Auction Markets: A Paired Comparison of Execution Costs on NASDAQ and the NYSE, Journal of Financial Economics,41 (3), 313-357.
  10. Manganelli, S. (2005), Duration, Volume and Volatility Impact of Trades, Journal of Financial Markets, 8, 377-399.
  11. Roll, R. (1984), A Simple Model of the Implicit Bid-Ask Spread in an Efficient Market, Journal of Finance, 39, 1127-1139.
  12. Tsay, R. S. (2002), Analysis of Financial Time Series, Wiley Series in Probability and Statistics, John Wiley& Sons, New York.
Cited by
Show
ISSN
1234-3862
Language
eng
URI / DOI
http://dx.doi.org/10.12775/DEM.2010.001
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu