The structure of contemporaneous price-volume relationships in financial markets

• Autorzy: Gurgul H. , Syrek R.

Identyfikatory

DOI

10.7494/manage.2013.14.39

Warianty tytułu

PL

Struktura zależności równoczesnych cena - wielkość obrotów na rynkach finansowych

• Języki publikacji: EN

Abstrakty

EN

The main goal of this paper is an examination of the interdependence stuctures of stock returns, volatility and trading volumes of companies listed on the CAC40 and FTSE100. The authors establish that the mean values of respective measures are different on the markets under study. In general, they are larger for equities from CAC40 than from FTSE100. The Mixture of Distributions Hypothesis with long memory is rejected for about 70 % of stocks from both markets. Additionally fractional cointegration was tested. The lack of fractional cointegration, suggests a rejection of the last variant of MDH in all cases, i.e. the time series under study do not exhibit common long-run dependence. The analyzed time series are not driven by a common information arrival process with long memory. Correlation between volatility and trading volume is present for all the stocks of companies from these markets. The mixtures of rotated copulas and Kendall correlation coefficient allowed the checking of extreme return-volume dependence structures. The empirical results reflect significant dependencies between high volatility and high trading volume. In general, the dependence structures of stock returns and trading volume are different. In the case of CAC40 companies high trading volume is not correlated as frequently with high stock returns as with low stock returns. For companies listed on the FTSE100 high stock returns are mostly related with high trading volume.

PL

Głównym celem artykułu jest znalezienie zależności pomiędzy stopami zwrotu, ich zmiennością oraz wielkością obrotów dla spółek należących do indeksów CAC40 i FTSE100. Autorzy ustalili, że średnie miary zależności na obu badanych rynkach różnią się istotnie. Przeważnie są one większe w przypadku spółek notowanych w indeksie CAC40 aniżeli w przypadku spółek z indeksu FTSE100. Badania empiryczne dają podstawę do odrzucenia ok. 70% akcji z obu rynków hipotezy o mieszance rozkładów (MDH) w przypadku dla wszystkich szeregów czasowych w wersji z długą pamięcią. Dodatkowo przetestowano istnienie kointegracji ułamkowej pomiędzy badanymi chrakterystykami akcji. Stwierdzono brak istotnej statystycznie kointegracji ułamkowej, co sugeruje konieczność odrzucenia ostatniego wariantu MDH odnośnie do badanych szeregów czasowych we wszystkich przypadkach. Świadczy to o tym, że nie wykazują one wzajemnej zależności długoterminowej. Tak więc analizowane szeregi czasowe nie są generowane przez wspólny proces napływu informacji z długą pamięcią. Występuje korelacja pomiędzy zmiennością stóp zwrotu a wielkością obrotów akcji wszystkich spółek z rozważanych rynków. Badania pozwoliły na ustalenie, że mieszanka obróconych kopuł oraz współczynnik korelacji Kendalla umożliwiły sprawdzenie zależności pomiędzy ekstremalnymi stopami zwrotu i ekstremalną wielkością obrotów. Wyniki empiryczne odzwierciedlają istotne zależności pomiędzy wysoką zmiennością stop zwrotu i wysoką wielkością obrotów. Jednak struktury zależności w przypadku poszczególnych spółek różnią się istotnie. W przypadku spółek z CAC40 wysokie wielkości obrotów akcjami nie są tak często skorelowane z wysokimi stopami zwrotu jak z niskimi. Natomiast w przypadku FTSE100 wysokie stopy zwrotu są przeważnie skorelowane z wysokimi wielkościami obrotów.

Słowa kluczowe

EN

stock returns; volatility; trading volume; long memory; copulas

PL

stopy zwrotu; zmienność stóp zwrotu; wielkość obrotów; długa pamięć; kopule

• Wydawca: Wydawnictwa AGH
• Czasopismo: Managerial Economics
• Rocznik: 2013
• Tom: nr 14
• Strony: 39--60
• Opis fizyczny: Bibliogr. 26 poz., tab., rys.

Twórcy

autor

Gurgul H.

• AGH University of Science and Technology in Cracow, Department of Applications of Mathematics in Economics

autor

Syrek R.

• Jagiellonian University in Cracow, Institute of Economics and Management

Bibliografia

• [1] Andersen T.G., Return volatility and trading volume: An Information flow interpretation of stochastic volatility, "Journal of Finance" 1996, vol. 51, pp. 169-204.
• [2] Balduzzi E, Kallal H., Longin F., Minimal Returns and the Breakdown of the Price-Volume Relation, "Economic Letters" 1996, vol. 50, pp. 265-269.
• [3] Bollerslev T., Jubinski D., Eąuity trading volume volatility. latent information arrivals and common long-run dependencies, "Journal of Business & Economic Statistics" 1999, vol. 17, pp. 9-21.
• [4] Bollerslev T., Mikkelsen H.O., Modeling andpricing long mernory in stock market volatility, "Journal of Econometrics" 1996, vol. 73, pp. 151-184.
• [5] Clark P.K., A subordinated stochastic process model with finite variance for speculative prices "Econometrica" 1973, vol. 41, pp. 135-155.
• [6] Copeland T., A model of asset trading under the assumption of seąuential information arrival, "Journal of Finance" 1976, vol. 31, pp. 135-155.
• [7] Ding Z., Granger C.W.J., Engle R.F., A Long Memory Property of Stock Market Returns and a New Model, "Journal of Empirical Finance" 1993, vol. 1, pp. 83-106.
• [8] Epps T., Epps M., The stochastic dependence of security price changes and transaction volumes: Implications for the mixture-of-distribution hypothesis, "International Review of Financial Analysis" 1976, vol. 44, pp. 305-321.
• [9] Fleming J., Kirby C., Long memory in volatility and trading volume, "Journal of Banking & Finance" 2011, Elsevier, vol. 35(7), pp. 1714-1726.
• [10] Granger C.W.J., Some recent development in a concept of causality, "Journal of Econometrics" 1988, vol. 39, pp. 199-211.
• [11] Granger C.W.J., Newbold E, Spurious regressions in econometrics, "Journal of Econometrics" 1974, vol. 2, pp. 111-120.
• [12] Gurgul H., Mestel R., Syrek R., Kopule i przyczynówość w badaniach związków pomiędzy zmiennymi finansowymi wybranych spółek z DAX, "Ekonomia Menedżerska" 2008, vol. 3, pp. 7-20.
• [13] Jennings R., Starks L., Fellingham J., An Equilibrium model of asset trading-with sequential information arrival, "Journal of Finance" 1981, vol. 36, pp. 143-161.
• [14] Lobato I.N., Velasco C., Long memory in stock market trading volume, "Journal of Business & Economic Statistics" 2000, vol. 18(4), pp. 410-427.
• [15] Marsh T. A., Wagner N., Return-Volume Dependence and Extretnes in International Equity Markets, Working Paper, Haas School of Business 2000.
• [16] Nelsen R., An Introduction to Copulas. Springer, New York 1999.
• [17] Nielsen M.O., Shimotsu, K., Determining the cointegrating rank in nonstationary fractional systems by the exact local Whittle approach. "Journal of Econometrics" 2007, vol. 141, pp. 574-96.
• [18] Ning C., Wirjanto T., Extreme return-volume dependence in East-Asian stock markets: A copula approach, "Finance Research Letters" 2009, vol. 6(4), pp. 202-209.
• [19] Phillips P.C.B., Understanding spurious regressions in econometrics, "Journal of Econometrics" 1986, vol. 33, pp. 311-340.
• [20] Phillips P.C.B., Shimotsu K., Local Whittle estimation in nonstationary and unit root cases, "Annals of Statistics" 2004, vol. 34(2), pp. 656-692.
• [21] Phillips P.C.B., Shimotsu K., Exact local Whittle estimation of fractional integration, "Annals of Statistics" 2005, vol. 33(4), pp. 1890-1933.
• [22] Phillips P.C.B., Shimotsu K., Local Whittle estimation of fractional integration and some of its variants, "Journal of Econometrics" 2006, vol. 103(2), pp. 209-233.
• [23] Robinson P. M., Yajima Y., Determination of cointegrating rank in fractional systems, "Journal of Econometrics" 2002, vol. 106 (2), pp. 217-241.
• [24] Rossi E., de Magistris P.S., Long memory and taił dependence in trading volume and volatility, "CREATES Research Paper" 2010, No. 2009-30.
• [25] Shimotsu K., Exact Local Whittle Estimation of Fractional Integration with Unknown Mean and Time Trend, "Econometric Theory", Cambridge University Press 2010, vol. 26(02), pp. 501-540.
• [26] Tauchen G.E., Pitts M., Theprice variability — volume relationship on speculative markets, "Econometrica" 1983, vol. 51, pp. 485-505.