![MQL5 - Sprache von Handelsstrategien, eingebaut ins Kundenterminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Vorlesung 3, Teil 1: Informationen und Preise (Mikrostruktur der Finanzmärkte)
Vorlesung 3, Teil 1: Informationen und Preise (Mikrostruktur der Finanzmärkte)
Der Professor skizziert drei große Teile des Kurses. Der erste Teil konzentriert sich auf die Erstellung mathematischer Modelle zur Darstellung relevanter Aspekte der Finanzmärkte, die auf spezifische Fragestellungen angewendet werden. Ziel dieses Teils ist es, eine theoretische Grundlage für das Verständnis der Marktdynamik zu schaffen. Der zweite Teil wendet diese Modelle an, um spezifische Fragestellungen zu untersuchen, beispielsweise die Kosten und Vorteile der Fragmentierung der Finanzmärkte und die Zusammenhänge zwischen Liquidität und Unternehmenspolitik. Durch die Anwendung der Modelle auf reale Szenarien können Studierende praktische Einblicke in die Funktionsweise von Finanzmärkten gewinnen. Schließlich behandelt der dritte Teil des Kurses spezifische Themen, die für moderne Finanzmärkte von großer Relevanz sind, aber im Lehrbuch nicht behandelt werden. Zu diesen Themen gehören digitale Märkte, algorithmischer und Hochfrequenzhandel, öffentliche Information sowie Probleme im Zusammenhang mit Blasen und Herdenbildung auf den Finanzmärkten. Dieser Teil des Kurses zielt darauf ab, aktuelle Entwicklungen und Herausforderungen auf diesem Gebiet zu erkunden.
Anschließend beginnt der Professor mit der Diskussion des Zusammenhangs zwischen Informationen und Preisen. Sie stellen das erste Modell vor, das diese Probleme untersucht, beginnend mit der Geld-Brief-Spanne, die als Ergebnis bewusster Entscheidungen von Händlern entsteht. Die Vorlesung befasst sich mit den Gründen, warum Händler Vermögenswerte auf dem Markt kaufen oder verkaufen, und wie sich diese Gründe auf die Bewertung des Vermögenswerts auswirken können oder auch nicht.
Der erste diskutierte Grund besteht darin, ein individuelles Risikoprofil für den einzelnen Händler zu erstellen. Händler können Vermögenswerte auf der Grundlage ihrer persönlichen Risikopräferenzen kaufen oder verkaufen, was sich möglicherweise nicht direkt auf die Bewertung des Vermögenswerts auswirkt. Der zweite Grund ist die Liquiditätsfinanzierung, bei der Einzelpersonen Zugang zu liquiden Mitteln benötigen oder überschüssige Mittel investieren möchten. Diese Art des Handels hat auch keinen Einfluss auf die Rentabilität oder die zukünftigen Cashflows des Vermögenswerts und ändert daher nicht dessen Bewertung. Abschließend betont der Dozent, dass der Handel auf der Grundlage der Fundamentaldaten des Marktes, wie der Wirtschaftslage und externer Faktoren, die Rentabilität und die zukünftigen Cashflows des Vermögenswerts beeinflusst und somit dessen Bewertung verändert.
Die Vorlesung konzentriert sich dann auf die verschiedenen Arten von Informationen, wobei zwischen öffentlichen und privaten Informationen unterschieden wird, und auf deren Auswirkungen auf die Vermögensbewertung. Öffentliche Informationen sind Informationen, die allen Marktteilnehmern zur Verfügung stehen und von allen gleichermaßen verstanden und bewertet werden können. Dies kann zu einer Neubewertung des Wertes eines Vermögenswerts führen, ohne dass es zu neuen Meinungsverschiedenheiten unter den Händlern kommt. Andererseits führen private Informationen zu einer Informationsasymmetrie zwischen Händlern, da Einzelpersonen möglicherweise Zugriff auf bestimmte Informationen haben, über die andere nicht verfügen. Diese privaten Informationen können dazu führen, dass Händler den Wert eines Vermögenswerts aufgrund ihres Wissens über bestimmte Faktoren unterschiedlich wahrnehmen.
Der Redner erörtert, wie öffentliche Informationen innerhalb der Grenzen des klassischen Wirtschaftsparadigmas keinen neuen Handel generieren können, sondern durch die Einbeziehung allgemein verfügbarer Informationen zu einer Neubewertung von Vermögenswerten führen können. Der Referent betont jedoch, dass Modelle mit asymmetrischen Informationen zeigen sollen, warum Insiderhandel illegal ist und was passieren würde, wenn er auf Märkten stattfinden würde.
Die wissenschaftliche Interpretation privater Informationen wird erläutert und besagt, dass alle Informationen, ob öffentlich oder privat, grundsätzlich für jedermann zugänglich sind. Einige Händler können die Informationen jedoch möglicherweise besser analysieren und verfügen über bessere Kenntnisse der Fundamentaldaten der Aktien. Die Vorlesung untersucht den Zusammenhang zwischen Informationen und Preisen und beleuchtet, wie Preise Informationen verschiedener Personen koordinieren, um eine effiziente Allokation in der Gesellschaft zu ermöglichen. Der Dozent geht auch auf die verschiedenen Formen der Markteffizienz ein, einschließlich der schwachen Effizienz, die impliziert, dass Preise historische Informationen einbeziehen.
In der Vorlesung werden dann verschiedene Ebenen der Markteffizienz erörtert und erläutert, wie die Hypothese effizienter Märkte impliziert, dass Preise in gewisser Weise effizient sein müssen. Die stärkste Form der Effizienz, die sogenannte „starke Form“, erfordert, dass die Preise alle öffentlichen und privaten Informationen sofort widerspiegeln. Diese Vorstellung bringt jedoch Herausforderungen mit sich, wie zum Beispiel das „No-Trade-Theorem“, da Händler mit privaten Informationen vom Handel Abstand nehmen würden, da jeder Wunsch nach Handel zu informativ wäre und als öffentliches Signal wirken würde, was jeden potenziellen Handel unrentabel machen würde. Wenn die Preise in der starken Form vollkommen effizient wären, gäbe es außerdem keinen Anreiz für Händler, sich Informationen anzueignen, da alle gewonnenen Erkenntnisse sofort in die Preise einfließen würden, sodass sich die Beschaffung der Informationen nicht lohnt.
In der Vorlesung werden die Paradoxien der Effizienzmarkthypothese erörtert und das Fehlen einer Erklärung für Preisvolatilität hervorgehoben. Die Hypothese liefert kein klares Verständnis dafür, wie Informationen in Preise einfließen, und sie erklärt drei wichtige Phänomene nicht: die Aktienprämie, die Preisvolatilität und das Ausmaß der Marktbewegungen. Um diese Probleme anzugehen, erklärt das Video das Konzept des Marktwerts eines Vermögenswerts und stellt zwei Ansätze zu seiner Untersuchung vor, einschließlich des Discounted-Cashflow-Ansatzes, der die Erwartung zukünftiger Cashflows berücksichtigt.
Der Redner stellt das Konzept der Marktbewertung vor, die berechnet werden kann, indem die Erwartung zukünftiger Cashflows eines Vermögenswerts mit einem Abzinsungsfaktor abgezinst wird, der die Unsicherheit berücksichtigt. Zwar gibt es einen objektiven Grundwert für einen Vermögenswert, öffentliche Informationen berücksichtigen jedoch möglicherweise nicht alle privaten Informationen vollständig und Händler verfügen möglicherweise nicht über vollständige Kenntnisse über den wahren Grundwert. Die Effizienz der Vermögenspreise im Hinblick auf die Widerspiegelung der Marktbewertung wird dadurch bestimmt, inwieweit der Preis mit der Marktbewertung übereinstimmt. Wenn der Preis der Marktbewertung entspricht, gilt der Preis als halbstark effizient. Die Vorlesung schließt mit der Definition von Innovation in der Marktbewertung als Zufallsvariable aus Sicht eines Investors.
Anschließend beschreibt der Referent, wie die Erwartung der Innovation bei der Marktbewertung berechnet wird. Die Formel beinhaltet die Erwartung der Innovation in der nächsten Periode, die als Erwartungswert des erwarteten Werts der Marktbewertung in der nächsten Periode ausgedrückt werden kann. Durch die Anwendung des Gesetzes der iterierten Erwartungen kann die verschachtelte Erwartung vereinfacht werden, was dazu führt, dass die Erwartung der Innovation in der nächsten Periode gleich der aktuellen Erwartung der Marktbewertung abzüglich des erwarteten Werts der Marktbewertung angesichts der aktuellen Informationen ist. Der Referent stellt fest, dass bei effizienten Preisen die Erwartung einer Preisänderung Null ist, was darauf hinweist, dass die beste Schätzung des zukünftigen Preises des Vermögenswerts der aktuelle Preis ist.
Der Dozent erklärt, dass in der halbstarken Form der Effizienz der Aktienkurs aus Sicht der Marktteilnehmer als Martingal betrachtet wird. Das bedeutet, dass der Preis zwar steigen oder fallen kann, die beste Schätzung des zukünftigen Preises jedoch einfach der aktuelle Preis ist. Diese Implikation der Informationseffizienz ist eine beliebte Annahme in der Literatur zur Vermögenspreisgestaltung. Im nächsten Abschnitt des Kurses wird ein bestimmtes Handelsmodell mit asymmetrischen Informationen vorgestellt, das auf diesen Grundkonzepten aufbaut.
Im nächsten Abschnitt des Kurses befasst sich der Referent mit einem spezifischen Handelsmodell unter asymmetrischen Informationen. Dieses Modell zielt darauf ab, die Dynamik und Ergebnisse zu erfassen, die entstehen, wenn Händler über unterschiedliche Informationsniveaus über den Markt und seine Vermögenswerte verfügen.
Der Dozent betont zunächst, wie wichtig es ist, zu verstehen, wie sich Informationsasymmetrie auf das Handelsverhalten und die Marktergebnisse auswirkt. Auf realen Finanzmärkten ist es üblich, dass einige Händler Zugriff auf private Informationen haben, über die andere nicht verfügen. Dieses Informationsungleichgewicht kann die Entscheidungen und Strategien der Marktteilnehmer erheblich beeinflussen.
Der Referent stellt das Konzept der nachteiligen Selektion vor, die auftritt, wenn Händler mit privaten Informationen selektiv am Markt teilnehmen, was zu negativen Auswirkungen auf die Markteffizienz führt. Händler mit besseren Informationen entscheiden sich möglicherweise nur dann für den Handel, wenn sie glauben, einen Vorteil zu haben, während Händler ohne solche Informationen aufgrund des erhöhten Risikos negativer Ergebnisse möglicherweise zögern, Transaktionen durchzuführen.
Um die Auswirkungen der negativen Selektion zu veranschaulichen, führt der Dozent ein Beispiel eines Marktes mit zwei Arten von Vermögenswerten an: Vermögenswerte hoher Qualität und Vermögenswerte niedriger Qualität. Händler verfügen über private Informationen über die Qualität der Vermögenswerte, diese Informationen sind jedoch für andere Marktteilnehmer nicht einsehbar. Folglich ist die Wahrscheinlichkeit höher, dass Händler mit Kenntnissen über hochwertige Vermögenswerte in den Handel einsteigen, während Händler ohne solche Informationen möglicherweise aussteigen oder höhere Preise für ihre Vermögenswerte verlangen. Dies führt dazu, dass der Markt von minderwertigen Vermögenswerten dominiert wird, da informierte Händler aufgrund des Problems der nachteiligen Auswahl nicht bereit sind, mit qualitativ hochwertigen Vermögenswerten zu handeln.
Anschließend erörtert der Dozent die Auswirkungen der negativen Selektion auf die Geld-Brief-Spannen. Da Händler mit privaten Informationen selektiv handeln, schaffen sie eine größere Spanne zwischen Geld- und Briefkursen. Die Geld-Brief-Spanne spiegelt die Handelskosten wider und dient als Ausgleich für das mit der Negativauswahl verbundene Risiko. In einem asymmetrischen Informationsumfeld vergrößert sich die Geld-Brief-Spanne, um der erhöhten Unsicherheit Rechnung zu tragen, mit der Händler konfrontiert sind, denen vollständige Informationen über die Vermögenswerte fehlen.
Darüber hinaus führt der Dozent in den Begriff der Signalisierung in Märkten ein. Unter Signalisierung versteht man die strategischen Maßnahmen von Händlern, um ihre privaten Informationen an andere weiterzugeben. Durch bestimmte Verhaltensweisen oder Transaktionen versuchen Händler, Informationen über die Qualität oder den Wert ihrer Vermögenswerte zu vermitteln. Dieser Signalprozess trägt dazu bei, die negative Selektion abzuschwächen und die Markteffizienz durch die Verringerung der Informationsasymmetrie zu verbessern.
Der Dozent gibt ein Beispiel für die Signalisierung durch Preiswahl. In einem Markt mit zwei Arten von Vermögenswerten kann ein Verkäufer mit einem Vermögenswert von hoher Qualität einen höheren Preis festlegen, um seine Qualität zu signalisieren, während ein Verkäufer mit einem Vermögenswert von geringer Qualität möglicherweise einen niedrigeren Preis festlegt. Durch die Beobachtung der von den Verkäufern festgelegten Preise können potenzielle Käufer Rückschlüsse auf die Qualität des zugrunde liegenden Vermögenswerts ziehen. Dieser Signalmechanismus ermöglicht eine bessere Allokation von Vermögenswerten und reduziert die nachteiligen Auswirkungen der Informationsasymmetrie.
Um die Dynamik des Handels unter asymmetrischen Informationen weiter zu untersuchen, stellt der Vortragende das Konzept des Moral Hazard vor. Moral Hazard entsteht, wenn Einzelpersonen größere Risiken eingehen oder unerwünschtes Verhalten an den Tag legen, weil sie nicht die volle Verantwortung für die Folgen tragen. Auf den Finanzmärkten kann sich Moral Hazard manifestieren, wenn Händler über private Informationen verfügen, die ihre Handelsentscheidungen beeinflussen.
Der Dozent betont, dass das Vorhandensein von Moral Hazard die Marktergebnisse und die Effizienz beeinträchtigen kann. Händler mit privaten Informationen neigen möglicherweise dazu, riskantere Positionen einzugehen oder sich an Aktivitäten zu beteiligen, die ihren Informationsvorteil ausnutzen, was möglicherweise zu Marktverzerrungen oder Ineffizienzen führt. Das Verständnis der Auswirkungen von Moral Hazard ist entscheidend für die Gestaltung wirksamer Vorschriften und Marktmechanismen, die Transparenz und faire Handelspraktiken fördern.
Dieser Abschnitt des Kurses konzentriert sich auf den Handel unter asymmetrischen Informationen, negativer Selektion, Signalisierung und moralischem Risiko. Durch das Studium dieser Konzepte erhalten Studierende Einblicke in die Komplexität realer Finanzmärkte, wo unterschiedliche Informationsniveaus unter Händlern das Handelsverhalten und die Marktergebnisse erheblich beeinflussen können.
Vorlesung 3, Teil 2: Glosten-Milgrom-Modell (Mikrostruktur der Finanzmärkte)
Vorlesung 3, Teil 2: Glosten-Milgrom-Modell (Mikrostruktur der Finanzmärkte)
In diesem Abschnitt des Kurses betont der Dozent die Bedeutung von Modellen für die Erfassung spezifischer Probleme, die auf realen Finanzmärkten auftreten. Der Schwerpunkt liegt auf dem Glosten-Milgrom-Modell, das wertvolle Erkenntnisse darüber liefert, wie sich Informationsprobleme auf die Preisgestaltung und Marktliquidität auswirken.
Das Glosten-Milgrom-Modell dreht sich um einen langlebigen Händler, der mit zwei Arten von Händlern interagiert: privat informierten Spekulanten und uninformierten Lärmhändlern. Das Modell geht davon aus, dass die Spekulanten darauf abzielen, ihre erwarteten Gewinne zu maximieren und gleichzeitig ihre privaten Informationen zu verbergen, indem sie Lärmhändler als Deckmantel nutzen. Auf der anderen Seite handeln Noise-Händler aufgrund von Liquiditäts- oder Risikoanforderungen mit festen Wahrscheinlichkeiten.
Der Dozent diskutiert die Annahmen und das Gleichgewichtskonzept des Glosten-Milgrom-Modells. Es handelt sich um ein statisches Spiel mit asymmetrischer Information und das Gleichgewichtskonzept ist ein Basis-Nash-Gleichgewicht. Der Händler legt Geld- und Briefkurse fest, um den Gewinn zu maximieren und gleichzeitig sicherzustellen, dass er selbst keinen Gewinn erzielt. Spekulanten treffen Entscheidungen auf der Grundlage ihrer erwarteten Gewinne. Der Vortrag wirft zum Nachdenken anregende Fragen hinsichtlich der Abwesenheit uninformierter Spekulanten, der Notwendigkeit eines Händlers im Modell und der Bereitschaft des Händlers auf, mit besser informierten Spekulanten zu handeln.
Eine weitere Analyse des Glosten-Milgrom-Modells zeigt, dass die Nullgewinnpreise des Händlers unter Berücksichtigung aller relevanten Geschäfte und Aufträge den erwarteten Bewertungen des Vermögenswerts entsprechen sollten. Der Dozent erklärt, wie sich Kauf- und Verkaufsaufträge von Lärmhändlern und Spekulanten, die über Informationen über den wahren Vermögenswert verfügen, auf den erwarteten Gewinn der Spekulanten auswirken. Es wird die optimale Strategie für Spekulanten beschrieben, die unterschiedliche Vermögenswerte im Verhältnis zu Brief- und Geldkursen berücksichtigt.
Der Dozent betont auch, wie Aufträge Informationen über die Bewertung des Vermögenswerts preisgeben. Die Wahrscheinlichkeit eines Kaufauftrags von einem Noise-Händler im Vergleich zu einem Spekulanten wird erklärt, wobei Spekulanten mehr Informationen über den wahren Wert des Vermögenswerts liefern. Die bedingte Werterwartung des Vermögenswerts wird durch das Gesetz der Gesamtwahrscheinlichkeit erweitert, wodurch die Berechnung von Brief- und Geldkursen mit größerer Genauigkeit möglich wird.
Mithilfe des Glosten-Milgrom-Modells wird bestätigt, dass der Briefkurs höher als der Geldkurs sein wird, was zu effizienten Marktpreisen in der halbstarken Form führt. Diese Effizienz setzt jedoch voraus, dass die Händler wettbewerbsfähig sind und keine Handelsspanne erzielen. Wenn Händler über Marktmacht verfügen, weichen die Preise von der fairen Marktbewertung des Vermögenswerts ab. Die Vorlesung beinhaltet ein einfaches Beispiel des Glosten-Milgrom-Modells mit einem binären fundamentalen Vermögenswert.
Die Vorlesung befasst sich mit der Ableitung der Brief- und Geldpreise im Gleichgewicht des Glosten-Milgrom-Modells mit Handel. Bei der Berechnung wird explizit die Vermögenswertverteilung unter Berücksichtigung von Kauf- und Verkaufsaufträgen berücksichtigt. Die Brief- und Geldkurse werden als Funktionen der Modellparameter ausgedrückt, was zu einem Gleichgewicht im Modell führt.
Illiquidität und die Berechnung des am Markt notierten Spreads werden diskutiert, wobei der Spread mit der Wahrscheinlichkeit eines informierten Handels zunimmt und mit der Präsenz von Lärmhändlern abnimmt. Vergleichsstatistiken zeigen, wie der Spread durch den Grad der anfänglichen Unsicherheit über den Vermögenswert beeinflusst wird. Der Vortrag geht auch auf ein mehrperiodiges Umfeld ein, in dem ein dauerhafter Vermögenswert und ein informativer Handelsfluss zur Preisfindung im Laufe der Zeit beitragen.
Das Glosten-Milgrom-Modell wird weiter untersucht und zeigt, dass sich der langfristige Preis eines Vermögenswerts seinem wahren Grundwert annähert, was auf eine starke Effizienz innerhalb dieses Modells hinweist. Allerdings hängt die Geschwindigkeit der Preisfindung vom Anteil der informierten Händler ab, wodurch ein Kompromiss zwischen Preisfindung und Liquidität auf dem Markt entsteht. Es kann eine Herausforderung sein, diese Aspekte bei der Marktgestaltung in Einklang zu bringen. Der Vortrag berücksichtigt Einschränkungen wie das zentralisierte Händlermodell und das Fehlen einer Marktbereinigung, die die reale Marktdynamik möglicherweise nicht vollständig erfasst.
Abschließend wird der Vortrag mit der Erörterung des letzten Nachteils des Glosten-Milgrom-Modells abgeschlossen, das ausschließlich den Grundwert berücksichtigt, ohne Spekulation oder Weiterverkauf einzubeziehen. Diese Einschränkung bedeutet, dass Händler, die beim Kauf eines Vermögenswerts zum Wert v einen Gewinn sehen, die potenzielle Illiquidität beim zukünftigen Verkauf des Vermögenswerts nicht berücksichtigen. Dennoch bleibt das Glosten-Milgrom-Modell ein flexibler und unkomplizierter Rahmen, um die Auswirkungen der negativen Selektion auf die Preise zu verstehen und spezifische Fragen auf dem Markt zu beantworten. Das Modell unterstreicht auch die Bedeutung des Lärmhandels für die Aufrechterhaltung der Marktliquidität. Das Kapitel endet mit Übungen zum Glosten-Milgrom-Modell, die interessierte Leser erkunden können.
Vorlesung 4: Determinanten der Liquidität (Mikrostruktur der Finanzmärkte)
Vorlesung 4: Determinanten der Liquidität (Mikrostruktur der Finanzmärkte)
Im Video werden zwei Faktoren erörtert, die zu Geld-Brief-Spannen auf Händlermärkten führen können. Der erste berücksichtigte Faktor ist der Einfluss der Auftragsabwicklungskosten auf den Spread. Der Dozent erklärt, dass Händler auf dem Markt verschiedene Kosten verwalten müssen, wie etwa Handelsgebühren, Clearing- und Abwicklungsgebühren, Büromiete sowie Forschungs- und Analysekosten. Diese Kosten sowie etwaige zusätzliche Gewinne, die die Händler möglicherweise erzielen, werden letztendlich von den Händlern getragen, die mit ihnen handeln, und wirken sich dadurch auf den Spread aus. Der Dozent betont, wie wichtig es ist, diese Kosten empirisch zu entwirren, um ihre Auswirkungen auf die Marktliquidität und Preisfindung zu verstehen.
Der zweite diskutierte Faktor ist das Glosten-Milgrom-Modell und wie sich die Transaktionskosten eines Händlers auf die Geld- und Briefpreise auf dem Markt auswirken. In diesem Modell verfügen nur Spekulanten über Informationen über den fundamentalen Wert eines Vermögenswerts, während andere Marktteilnehmer nur über begrenzte Informationen verfügen, die durch omega_t dargestellt werden. Der Markt bewertet einen Vermögenswert mit mu_t, was der bedingten Erwartung des fundamentalen Wertes aufgrund öffentlicher Informationen entspricht. Der Briefkurs wird als Marktbewertung zu Beginn der Periode t zuzüglich des halben Spreads zuzüglich der Transaktionskosten des Händlers (Gamma) ermittelt, während der Geldkurs als Marktbewertung abzüglich des halben Spreads minus Gamma berechnet wird. Daher wird der Spread um die Transaktionskosten erweitert, und der Gesamtspread besteht aus zwei Komponenten: Transaktionskosten und Kosten der nachteiligen Auswahl.
Das Video verdeutlicht die Herausforderung, bei der Untersuchung eines einzelnen Angebotspaares den Anteil der Angebotsspanne zu bestimmen, der sich aus den Orderkosten im Vergleich zu den Adverse-Selektion-Kosten ergibt. Durch die Beobachtung der Dynamik von Kursen im Zeitverlauf ist es jedoch möglich, auf diese Informationen zu schließen. Die Auswirkungen dieser Kosten auf die Preise unterscheiden sich hinsichtlich ihrer dynamischen Wirkung. Der Dozent stellt eine Gleichung vor, die zeigt, wie sich der von einem Händler gezahlte realisierte Preis um die genaue Marktbewertung plus die Handelsrichtung multipliziert mit dem halben Spread plus oder minus der Orderkosten dreht. Der dynamische Einfluss der Orderkosten unterscheidet sich von dem der Adverse-Selektion-Kosten, wobei die Abweichung des Preises von der Ex-ante-Marktbewertung durch den realisierten Spread zuzüglich der Transaktionsorderkomponente gegeben ist. Im Video wird auch die Berechnung des erwarteten zukünftigen Preises erläutert.
Anschließend werden die langfristigen Auswirkungen des Handels auf die Preise untersucht, indem die Komponenten der nachteiligen Auswahl und Auftragsabwicklung von Half Spreads analysiert werden. Die Erwartung zukünftiger Preise wird als Ex-ante-Marktbewertung minus eins angenähert. Während der Negative-Selektion-Term eine dauerhafte Wirkung hat und die Preise in die entsprechende Richtung verschiebt, wobei zukünftige Geschäfte mehr Informationen liefern und sich die Preise weiter verschieben, vergrößern die Orderabwicklungskosten lediglich die Spanne und haben keine langfristigen Auswirkungen auf die Verschiebung der Durchschnittspreise . Zukünftige Geschäfte kehren die Auswirkungen der Auftragsabwicklungskosten um, während der Begriff der nachteiligen Selektion dauerhafter bleibt, was dazu führt, dass sich die Preise dauerhaft in die entsprechende Richtung verschieben.
Das Video untersucht weiter die Auswirkung der Negativauswahl im Vergleich zu den Auftragsabwicklungskosten auf die Marktbewertung. Die negative Selektion wirkt sich dauerhaft auf zukünftige Marktbewertungen aus, indem sie diese basierend auf der entsprechenden Komponente der negativen Selektion verschiebt. Im Gegensatz dazu erweitern die Kosten für die Auftragsabwicklung lediglich die Spanne, ohne dass sich dies nachhaltig auf die Durchschnittspreise auswirkt. Wenn wir uns dem Modell von Stahl aus dem Jahr 1978 zuwenden, deutet das Video darauf hin, dass die Lagerkosten der Händler für Marktilliquidität oder Geld-Brief-Spannen verantwortlich sein könnten. Händler sind verpflichtet, Lagerbestände für einige Zeit vorzuhalten, und wenn sich der Vermögenspreis in diesem Zeitraum ändert, kann dies für die Händler kostspielig werden. Daher können Händler eine Prämie für das Halten positiver oder negativer Positionen in dem Vermögenswert verlangen. Das Modell basiert auf der Annahme einer Risikoaversion der Händler.
Anschließend wird im Video erläutert, wie Market Maker oder Händler ihre wettbewerbsfähigen Nachfragepläne oder Angebotspläne einreichen. Diese Zeitpläne bieten separate Preise für jeden bestimmten Betrag, den ein Händler kaufen oder verkaufen möchte, und bilden im Wesentlichen ein Limit-Orderbuch, das ausschließlich vom Händler gefüllt wird. Das Modell konzentriert sich auf die Ableitung der Angebots- und Nachfragepläne und geht dabei davon aus, dass es keine informierten Händler und nur Lärmhändler gibt. Informationen entstehen auf dem Markt durch öffentliche Ankündigungen, die die Bewertung aller Akteure auf dem Markt verändern können und damit das Risiko einer Bewertungsänderung mit sich bringen. Der Dozent weist darauf hin, dass die Annahme, dass Händler von Natur aus risikoscheu sind, zwar selbstverständlich ist, die Risikoaversion jedoch instrumentell durch Regulierung entsteht. Wenn Händler durch regulatorische Anforderungen dazu verpflichtet sind, Positionen oder bestimmte Margen aufrechtzuerhalten, können sie keine großen Positionen in einem bestimmten Vermögenswert eingehen und verhalten sich so, als wären sie risikoscheu.
Als nächstes erklärt der Dozent ein Modell, bei dem Händler am Markt Positionen halten, die sie in einer einzelnen Periode erworben haben, und diese erst in der nächsten Periode wieder auflösen können, wenn sich der fundamentale Wert verändert hat. Händler müssen den Vermögenswert heute kaufen oder verkaufen und ihn dann später verkaufen bzw. kaufen. Sie sind jedoch nicht mit einer künftigen Illiquidität konfrontiert, da sie die Position genau zu dem Wert auflösen können, zu dem sie sie gekauft oder verkauft haben. Darüber hinaus geht das Modell von der Anwesenheit eines einzelnen konkurrierenden Händlers oder einer sehr großen Anzahl von Händlern aus, was keinen Einfluss auf das Argument hat. Ein repräsentativer Händler verfügt über eine Anfangsposition namens „Endowment“ am Vermögenswert.
Das Video erörtert außerdem die Vermögensnachfrage oder das Angebot eines Händlers und wie der Händler in einem wettbewerbsintensiven Markt als Preisnehmer auftritt. Die Entscheidung des Händlers für Angebot oder Nachfrage wird durch den Wunsch bestimmt, den Nutzen zu maximieren, der über das Vermögen des nächsten Zeitraums definiert wird. Hierbei handelt es sich um eine Zufallsvariable, die der Händler zum Zeitpunkt t wahrnimmt. Das Vermögen des Händlers zu Beginn der Periode t + 1 wird durch seine zukünftige Vermögensposition und seine Bargeldbestände bestimmt, die als zt plus eins bzw. ct plus eins bezeichnet werden. Der Nutzen wird als Funktion dieses Reichtums definiert. Der Lösungsalgorithmus für dieses Modell ist komplex und möglicherweise nicht intuitiv.
Es wird auch die Annahme wettbewerbsfähiger Händler diskutiert, was sinnvoller ist, wenn es eine Million Händler auf dem Markt gibt. In diesem Fall kann kein einzelner Händler die Preise maßgeblich beeinflussen, und alle agieren als Preisnehmer und optimieren auf der Grundlage der von allen anderen Händlern auf dem Markt festgelegten Nachfrage- und Angebotspläne. Das Maximierungsproblem für einen bestimmten Händler besteht darin, zu entscheiden, wie viel von der Einheit zu einem bestimmten Festpreis geliefert werden soll. Die Mittelwert-Varianz-Präferenzen der Händler werden auch im Hinblick auf die Erwartungen an zukünftiges Vermögen berücksichtigt. Die Erwartung künftigen Vermögens wird durch die künftige Position des Agenten im Vermögenswert bestimmt, während sich die Varianz des künftigen Vermögens aus dem Besitz des Vermögenswerts ergibt, da der Wert von Bargeld in diesem Modell ein risikoloser Vermögenswert ist.
Anschließend wird im Video der Algorithmus zur Ableitung des Lieferplans eines Händlers bei einem Festpreis vorgestellt. Die Nutzenfunktion des Händlers wird verwendet, um die Vermögensangebotsfunktion zu erhalten, die proportional zur Differenz zwischen dem Preis und dem Mittelkurs ist. Der mittlere Kurs stellt den Preis dar, zu dem der Händler nicht bereit ist, Einheiten des Vermögenswerts zu liefern oder zu kaufen, und hängt von der ursprünglichen Position des Händlers im Vermögenswert ab. Eine größere Anfangsposition führt zu einem niedrigeren Mittelkurs, was zu niedrigeren Preisen für den Kauf und Verkauf des Vermögenswerts führt.
In der Vorlesung wird untersucht, wie sich die Risikoaversion und Präferenz eines Händlers für die mittlere Standardabweichung auf die Liquidität auswirkt. Je größer die Risikoaversion des Händlers und je volatiler die Vermögensbewertung, desto geringer ist die Bereitschaft des Händlers, größere Positionen einzugehen. Dies führt zu einem steileren Preisplan und einer größeren Preisauswirkung, was letztendlich zu einer geringeren Markttiefe führt. Der Redner erklärt auch, wie sich die Präferenz des Händlers für die mittlere Standardabweichung auf seine Bereitschaft auswirkt, den Markt zu beliefern, wobei die Steigung der Funktion die Angebotsgrenze des Händlers bestimmt.
Der Dozent beschreibt die Gleichgültigkeit des Händlers beim Kauf und Verkauf eines Vermögenswerts anhand der Renditen. Das einzige Szenario, in dem der Händler ein Gleichgewicht erreichen kann, ist, wenn die Steigung der Funktion genau Null ist, was bedeutet, dass es dem Händler gleichgültig wäre, einen Vermögenswert zu jedem Preis zu kaufen oder zu verkaufen. Dieser Gleichgewichtspunkt erzeugt einen einzigen Diskontinuitätspunkt, der durch die positive oder negative Position des Händlers bestimmt wird. Im Gegensatz zu Mittelwert-Varianz-Präferenzen generiert dieses Standardabweichungs-Präferenzmodell Geld-Brief-Spannen als natürliche Maße. Diese Spreads stellen den Abstand zwischen den Preisen dar, zu denen der Händler bereit ist, eine positive Position zu akzeptieren, und dem Preis, zu dem der Händler bereit ist, eine negative Position in dem Vermögenswert zu akzeptieren. Darüber hinaus zeigt das Modell, dass eingehende zufällige Rauschgeschäfte die Preise verändern können, was dazu führen kann, dass der mittlere Preis vom erwarteten Wert abweicht.
Ziel der Händler ist es, mittel- bis langfristig eine neutrale Position im Vermögenswert aufrechtzuerhalten. Dies ist jedoch nicht immer möglich und jeder Lagerbestand ungleich Null kann dazu führen, dass die Preise von der Marktbewertung abweichen. Als Händler kann man von dieser Preisineffizienz profitieren, wenn man auf einen Händler mit einer günstigen Position trifft. Wenn die Handelsbedingungen jedoch ungünstig sind oder ein dringender Bedarf besteht, eine bestimmte Menge des Vermögenswerts zu kaufen, kann es für den Händler zu Schwierigkeiten kommen. Dennoch werden sich die Preise auf lange Sicht wieder dem effizienten Niveau annähern, da die Händler ihre Lagerbestände abbauen.
Das Video schließt mit der Präsentation einer Grafik, die die Auswirkungen der Negativauswahl, der Auftragsabwicklungskosten und der Lagerkosten auf die Marktbewertung visuell veranschaulicht. Die Komponente der nachteiligen Selektion hat eine dauerhafte Wirkung und führt zu langfristigen Preisänderungen. Der Kostenanteil der Auftragsabwicklung hingegen wirkt sich nur auf die aktuellen Preise aus und hat keinen Einfluss auf die erwarteten Handelspreise. Die Kostenkomponente der Bestandskontrolle wirkt sich mittelfristig auf die Preise aus und lässt allmählich nach. In der nächsten Vorlesung möchte der Redner die Bedeutung der einzelnen Mechanismen und ihre empirischen Beiträge zur Ausbreitung abschätzen und relevante Übungen zum Bestandsrisiko aus der Leseliste bereitstellen. Aus wirtschaftlicher Sicht gelten die Kosten für die Auftragsabwicklung im Vergleich zu anderen Faktoren als trivial.
Vorlesung 5, Teil 1: Tiefendeterminanten, Kyle-Modell (Mikrostruktur der Finanzmärkte)
Vorlesung 5, Teil 1: Tiefendeterminanten, Kyle-Modell (Mikrostruktur der Finanzmärkte)
Die Vorlesung beginnt mit der Erörterung der Determinanten der Markttiefe und der Auswirkungen der Handelsgröße auf die Marktpreise, aufbauend auf der Diskussion der Spread-Determinanten der vorherigen Vorlesung. Die Hauptfrage, die angesprochen wird, ist, warum Händler beim Handel mit großen Beträgen mehr bezahlen müssen, wobei größere Geschäfte typischerweise einen größeren Spread aufweisen und den Preis weiter vom effizienten Niveau entfernen, was auf eine begrenzte Markttiefe hindeutet.
Die Vorlesung stellt das Kyle-Modell vor, ein weit verbreitetes Modell in der Literatur zur Mikrostruktur von Finanzmärkten, das flexible Handelsgrößen ermöglicht. Es wird erwähnt, dass sich der zweite Teil der Vorlesung mit der empirischen Schätzung von Faktoren befassen wird, die zur Liquidität beitragen, einschließlich der Schätzung der Auswirkungen auf den Preis, der Tiefe und des Anteils des informierten Handels.
Das Video untersucht potenzielle Faktoren, die das Phänomen erklären, dass für größere Geschäfte mehr bezahlt wird, darunter negative Auswahl, Lagerrisiko und Auftragsabwicklungskosten. Negative Auswahl und Bestandsrisiken gelten als triftige Erklärungen für die begrenzte Markttiefe, da Händler aufgrund des damit verbundenen Risikos zurückhaltend bei der Übernahme großer Positionen sind und von den Händlern höhere Prämien verlangen. Allerdings unterscheidet der Vortrag bei der Betrachtung der Auftragsabwicklungskosten zwischen Kosten, die an Händler gezahlt werden, und Kosten, die an die Börse gezahlt werden.
Der Zusammenhang zwischen Marktmacht, begrenzter Markttiefe und den Kosten, die durch unvollkommen wettbewerbsfähige Händler entstehen, wird ebenfalls diskutiert. Unvollkommen wettbewerbsfähige Händler können größere Spreads festlegen und den Händlern einen Überschuss entlocken, was im Vergleich zu perfekt wettbewerbsfähigen Händlern zu größeren Spreads für jede gegebene Handelsgröße führt. Es ist jedoch unklar, ob dieser durch unvollkommenen Wettbewerb hervorgerufene Unterschied bei großen Handelsunternehmen größer oder kleiner wäre. Darüber hinaus wird in der Vorlesung anerkannt, dass die Auftragsabwicklungskosten je Aktie steigen oder sinken können, je nachdem, ob Händler eine feste Gebühr oder eine prozentuale Gebühr zahlen. Die Schwierigkeit, große Geschäfte zu arrangieren, abzuwickeln oder abzuwickeln, kann auch zu höheren Transaktionskosten führen.
Der Vortrag konzentriert sich dann auf das Kyle-Modell, das den Zusammenhang zwischen negativer Selektion und Markttiefe erklärt. Es werden Annahmen zum Verhalten von Händlern erörtert, wobei betont wird, dass die Handlungen der Händler und ob sie informiert sind oder Lärm machen, den fundamentalen Wert des Vermögenswerts beeinflussen können. Der Dozent erklärt die wichtigsten Aspekte des Kyle-Modells, insbesondere die Rolle eines Spekulanten, der seine Ordergröße strategisch wählt, um die Auswirkungen auf den Preis zu minimieren.
Die im Kyle-Modell getroffenen Annahmen werden diskutiert und mit Stahls Modell aus der vorherigen Klasse verglichen. Im Kyle-Modell wird davon ausgegangen, dass Market Maker risikoneutral und wettbewerbsfähig sind und keine Gewinne erzielen. Händler beobachten nur den Gesamtmarktfluss und können nicht zwischen spekulativen und Lärmaufträgen unterscheiden. Bestellungen werden stapelweise über eine Aufrufauktion und nicht über eine fortlaufende Auktion abgewickelt.
Der Spekulant im Kyle-Modell hat Zugriff auf den wahren Wert des Vermögenswerts und kauft strategisch eine bestimmte Anzahl von Einheiten mit dem Ziel, einen Nettogewinn zu erzielen. Der Preis, zu dem der Handel abgeschlossen wird, wird vom Spekulanten bei der Auswahl des Orderpreises nicht explizit beachtet. Der Noise-Händler im Modell hat eine zufällige Nachfrage, es werden jedoch keine Informationen über den Fundamentalwert übermittelt.
Der Dozent erläutert die Rolle der Market Maker im Kyle-Modell, bei dem sie keinen Gewinn erzielen und einen Preisplan vorlegen. Der Marktpreis wird durch die Auftragsgröße der Händler bestimmt und der Handel wird zum Marktpreis ausgeführt. Das Modell strebt ein Gleichgewicht an, wobei die Strategie des Spekulanten auf dem fundamentalen Wert des Vermögenswerts basiert. Es wird davon ausgegangen, dass der Spekulant eine lineare Strategie verwendet, wobei der Beta-Koeffizient die Aggressivität bestimmt, mit der er auf Marktnachrichten reagiert. Der Market Maker kennt die Strategie des Spekulanten, schätzt den wahrscheinlichen Wert des Vermögenswerts aus dem gesamten aggregierten Auftragsfluss und ermittelt die Beziehung zwischen Auftragsfluss und Vermögenswert.
In der Vorlesung werden der Preisauswirkungskoeffizient Lambda und seine Rolle bei der Bestimmung der Strategie des Market Makers erörtert. Der Koeffizient wird als Regressionskoeffizient der Handelsgröße (q) auf den Vermögenswert (v) geschätzt und misst die lineare Beziehung zwischen Handelsgröße und Preisauswirkungen. Das Video erklärt die lineare Preisgleichung und wie der Abstand zwischen dem realisierten Handelspreis und der Ex-ante-Marktbewertung linear mit der Handelsgröße (q) mit dem Koeffizienten Lambda zusammenhängt. Der Kehrwert von Lambda dient als Maß für die Markttiefe und gibt an, wie viel Handel getätigt werden kann, bevor sich der Preis um einen Dollar ändert.
Das Maß der durch die Handelsgröße (q) im Kyle-Modell übermittelten Informationen wird ebenfalls diskutiert. Die Erwartung von q stellt die neutrale Information dar, während q minus der Erwartung von q die durch die Handelsgröße vermittelte Information angibt. Dieses Maß kann verwendet werden, um die Größe des Grundwerts (v) abzuschätzen, wobei eine größere Handelsgröße (q) auf einen größeren Wert (v) schließen lässt. Der Referent stellt eine alternative Interpretation des Koeffizienten vor, indem er alle Variablen anhand ihrer Standardabweichungen normalisiert und so das Verständnis der Korrelation zwischen dem Grundwert (v) und der Handelsgröße (q) erleichtert. Der Prozess zum Erhalten der Ergebnisse aus den Folien mithilfe bedingter Wahrscheinlichkeitsdichtefunktionen (PDFs) und der Anwendung der Bayes-Regel wird kurz beschrieben.
Die Vorlesung behandelt die Ableitung der Wahrscheinlichkeitsdichtefunktion (PDF) im Kyle-Modell mithilfe der Bayes-Regel. Das PDF wird durch Multiplikation der Wahrscheinlichkeit eines gegebenen Werts des Grundwerts (v) und der Wahrscheinlichkeit eines gegebenen Werts der Handelsgröße (q) bei gegebenem v, dividiert durch die Wahrscheinlichkeit von q, erhalten. Es wird erklärt, dass alle drei PDFs (Fundamentalwert, Handelsgröße bei gegebenem Grundwert und Handelsgröße) als Normalverteilungen angenommen werden, und die Vorlesung zeigt, wie man sie in Form von Mittelwert und Varianz ausdrückt.
Es wird diskutiert, wie man die optimale Spekulantenstrategie im Kyle-Modell findet. Die lineare Preisgleichung wird dem Spekulanten vorgelegt und in den Ausdruck für den Gewinn des Spekulanten eingefügt, was zu einem quadratischen Ausdruck für die Anzahl der gehandelten Einheiten (x) mit einem eindeutigen Maximum führt. Die Vorlesung kommt zu dem Schluss, dass die optimale Handelsstrategie für den Spekulanten durch Beta mal der Differenz zwischen dem Grundwert (v) und dem geschätzten Wert (mu) gegeben ist, wobei Beta durch 1 über 2 mal Lambda bestimmt wird. Es wird darauf hingewiesen, dass sich das Modell auf lineare Strategien konzentriert und andere Gleichgewichte mit nichtlinearen Preisregeln und Handelsstrategien aufgrund der damit verbundenen Rechenkomplexität nicht untersucht werden.
In der Vorlesung wird die Handelsstrategie von Spekulanten im Kyle-Modell erörtert und hervorgehoben, dass Spekulanten einen positiven Durchschnittsgewinn erwarten. Wettbewerbsfähige und risikoneutrale Vermittler auf dem Markt erzielen keine Gewinne, während Lärmhändler im Durchschnitt negative Gewinne erwirtschaften. In der Vorlesung wird jedoch erwähnt, dass der negative Gewinn für Noise-Händler durch Gewinne in Risikoportfolios oder Liquiditätsbedarf ausgeglichen werden kann, die nicht explizit modelliert werden. Das Modell gilt als vollständig, nachdem die optimale Preisstrategie des Händlers unter Berücksichtigung der Handelsstrategie der Spekulanten abgeleitet und das Handelsproblem der Spekulanten unter Berücksichtigung der Preisstrategie des Händlers gelöst wurde. Der Aggressivitätsparameter (Beta) und der Preisauswirkungskoeffizient (Lambda) werden anhand bekannter Modellparameter ausgedrückt, wobei das Beta höher ist, wenn der Grundwert des Vermögenswerts weniger volatil ist.
Das Video befasst sich mit Faktoren, die den Gewinn eines Spekulanten pro gehandelter Einheit beeinflussen, und wie dies dazu führen kann, dass mehr Handel erforderlich ist, um niedrige Gewinne auszugleichen. Wenn der Gewinn pro Einheit nicht erheblich ist, sind die Grenzkosten und Verluste bei zunehmender Handelsgröße und Handel zu ungünstigeren Preisen relativ geringer. Die Markttiefe, bestimmt durch das Zweifache der Standardabweichung der Nachfrage von Lärmhändlern (Sigma u) dividiert durch die Standardabweichung des Grundwerts (Sigma v), nimmt mit weniger Insiderhandel und mehr Lärmhandel zu. Der Gewinn des Insiders steigt, wenn die Zahl der Lärmhändler auf dem Markt zunimmt und der Wert des Vermögenswerts volatiler wird. Die Vorlesung behandelt auch die Berechnung der Restvarianz und ihre Abhängigkeit von der Handelsgröße (q).
Die Vorlesung befasst sich mit dem Konzept der Restvarianz, die die im Markt verbleibende Unsicherheit hinsichtlich des Fundamentalwerts darstellt, nachdem alle in der Handelsgröße enthaltenen Informationen berücksichtigt wurden. Die bedingte Varianz quantifiziert die Menge unbekannter Informationen, die nach dem Handel übrig bleiben. Sie dürfte geringer sein als die anfängliche Unsicherheit, da die Handelsgrößen Informationen über den Grundwert vermitteln. Im Kyle-Modell gibt der Insider-Spekulant die Hälfte seiner Informationen preis und die Gesamtmarkttiefe ist aufgrund des Insiderhandels begrenzt. Das Modell wird als umfassender als das Bloom-Milgram-Modell beschrieben, da es die Untersuchung der Auswirkungen der Handelsgröße ermöglicht. Im Gegensatz zum Bloom-Milgram-Modell ist der Spekulant im Kyle-Modell kein Preisnehmer.
Der Dozent beleuchtet die Bedeutung des Kyle-Modells im Kontext von Batch-Auktionsmärkten mit einem Händler-Vermittler. Dieses Modell ermöglicht es Händlern, ihre gewünschte Position nach einem vorgegebenen Preisplan auszuwählen, der sich auf den Preis auswirkt, den sie erhalten. Der Vortrag erwähnt mögliche Erweiterungen des Modells um Dynamik, mehrere Handelsrunden, unendliche Auktionen und zusätzliche Insider. Diese Erweiterungen führen zu mehr Wettbewerb, größerer Aggressivität und größerer Liquidität, was sowohl zur Preisfindung als auch zu einer höheren Marktliquidität führt.
Der Schwerpunkt der Vorlesung liegt auf den Erweiterungen des Kyle-Modells, wobei dynamische Modelle mit mehreren Insidern und die Rolle von Händlern als Vermittler berücksichtigt werden. Es wird anerkannt, dass es eine Herausforderung sein kann, sowohl Liquidität als auch Preisfindung zu erreichen, da Spekulanten die Marktmacht bevorzugen und versuchen, den Wettbewerb zu vermeiden. In der Vorlesung werden die Folgen unterschiedlicher Annahmen untersucht, beispielsweise ein unvollkommener Wettbewerb zwischen Händlern, der zu weniger liquiden Märkten und Preisineffizienzen führen kann, sowie die Auswirkungen risikoaverser Market Maker, die Bestandsbedenken in das Modell einbringen. Letztendlich wird das Kyle-Modell im Vergleich zum Stahl-Modell als eine fortschrittlichere und effektivere theoretische Grundlage für die Marktanalyse dargestellt.
Der Dozent schließt die Diskussion mit der Betonung ab, dass das Kyle-Modell einen robusten Rahmen zum Verständnis der Marktdynamik und zur Analyse verschiedener Faktoren bietet, die die Marktliquidität und -preisgestaltung beeinflussen. Die Fähigkeit des Modells, die Handelsgröße und das Verhalten verschiedener Marktteilnehmer wie Spekulanten, Vermittler und Lärmhändler zu berücksichtigen, bietet wertvolle Einblicke in reale Marktszenarien.
Darüber hinaus wird in der Vorlesung hervorgehoben, dass das Kyle-Modell weiter erweitert werden kann, um komplexere Dynamiken und Überlegungen zu berücksichtigen. Durch die Einbeziehung mehrerer Insider kann beispielsweise die Präsenz verschiedener informierter Händler erfasst werden, die auf dem Markt konkurrieren. Darüber hinaus kann die Einführung von Dynamik in das Modell zeitlich variierende Faktoren und die Entwicklung der Marktbedingungen über mehrere Handelsrunden hinweg berücksichtigen. Diese Erweiterungen erhöhen den Realismus des Modells und ermöglichen ein umfassenderes Verständnis der Marktergebnisse.
Der Dozent erkennt auch an, dass es eine herausfordernde Aufgabe ist, ein Gleichgewicht zwischen Liquiditätsbereitstellung und Preisfindung zu erreichen. Spekulanten, die eine entscheidende Rolle bei der Bereitstellung von Liquidität spielen, bevorzugen tendenziell Marktmacht und meiden möglicherweise den Wettbewerb. Diese inhärente Spannung zwischen Liquidität und Preisfindung erfordert weitere Untersuchungen und Analysen, um optimale Marktstrukturen und -mechanismen zu identifizieren, die beide Ziele fördern.
Zusammenfassend lässt sich sagen, dass das Kyle-Modell ein wertvolles Instrument zur Untersuchung der Marktmikrostruktur und zum Verständnis der Determinanten von Markttiefe, Preisgestaltung und Liquidität ist. Seine Fähigkeit, die Auswirkungen der Handelsgröße, des Verhaltens der Marktteilnehmer und der Rolle von Vermittlern zu erfassen, trägt zu einer umfassenden Analyse der Finanzmärkte bei. Mit dem Potenzial für Erweiterungen und Verfeinerungen bleibt das Kyle-Modell weiterhin ein wichtiger theoretischer Rahmen für die Marktanalyse und ein Weg für zukünftige Forschung im Bereich der Finanzökonomie.
Vorlesung 5, Teil 2: Empirik der Illiquidität (Mikrostruktur der Finanzmärkte)
Vorlesung 5, Teil 2: Empirik der Illiquidität (Mikrostruktur der Finanzmärkte)
Während der Vorlesung befasst sich der Professor mit der empirischen Einschätzung der Illiquidität, indem er die Beiträge verschiedener theoretischer Faktoren zur Marktliquidität entwirrt. Diese Diskussion baut auf früheren Vorträgen zu empirischen Liquiditätsmaßen und den Theorien auf, die verdeutlichen, wie die Liquidität durch Faktoren wie negative Auswahl, Bestellkosten und Lagerrisiko beeinflusst wird.
Um die Analyse zu erleichtern, führt der Professor die Notation für drei Schlüsselfaktoren ein: Lambda, das die negative Selektionskomponente des Preisauswirkungskoeffizienten darstellt; Beta, das sich auf den Preisauswirkungskoeffizienten bezieht, der mit Bedenken hinsichtlich des Bestandsrisikos verbunden ist; und Gamma, das als Sammelkomponente für die Liquidität dient. Die im Schätzprozess verwendeten Daten umfassen Transaktionspreise, Nettomarkt-Auftragsfluss und Auftragsvorzeichen. Ziel ist es, die Auswirkungen der Auftragsgröße und des Vertrags einer bestimmten Transaktion auf den Gesamtmarkt zu beurteilen.
Als nächstes untersucht der Dozent die Abschätzung der Auswirkung einer bestimmten Transaktion auf zukünftige Transaktionspreise auf den Finanzmärkten. Sie verwenden das Gloston-Milgram-Modell, das die Kosten für die Auftragsabwicklung berücksichtigt. Nach diesem Modell setzt sich der Transaktionspreis aus der Marktbewertung und dem von der Handelsrichtung abhängigen Auftragsabwicklungskostenanteil zusammen. Durch Bildung der ersten Differenz kann die Änderung der Marktbewertung ermittelt werden, die die Komponente der negativen Auswahl widerspiegelt, die die Informationen aus der vorherigen Transaktion berücksichtigt. Der Dozent demonstriert, wie diese Informationen zur Schätzung zukünftiger Transaktionspreise genutzt werden können, was zu einem Ausdruck führt, der außer dem Rauschterm keine nicht beobachtbaren Terme enthält.
Im Folgenden erläutert der Dozent den Prozess der getrennten Schätzung der Adverse-Selection-Komponente und der Auftragsabwicklungskostenkomponente. Die Schätzung erfolgt in zwei Stufen. Im ersten Schritt wird festgestellt, dass die Lager- oder Auftragsabwicklungskosten unabhängig von der gehandelten Menge sind. In der zweiten Stufe wird eine Regression ausschließlich unter Berücksichtigung der Handelsrichtung und des Handelsvolumens durchgeführt. Der Dozent erwähnt eine spezifische Forschungsarbeit, die Transaktionsdaten der New Yorker Börse aus den frühen 1980er Jahren verwendet, und weist darauf hin, dass die Anzahl der Beobachtungen in dieser Arbeit begrenzt ist.
Darüber hinaus werden die Einschränkungen eines zweistufigen Schätzverfahrens, das in einer bestimmten Arbeit verwendet wird, diskutiert. In diesem Artikel wurden lediglich zwei Faktoren abgeschätzt, die zur Illiquidität beitragen, während die Lagerkosten vernachlässigt wurden. Der Dozent weist darauf hin, dass die Trennung der Lagerkosten von den Adverse-Selektion-Komponenten eine Herausforderung darstellt und es unmöglich macht, die Koeffizienten separat zu identifizieren. Der Dozent hebt dann hervor, dass der Auftragsfluss eine Autokorrelation aufweist und dass die Einführung von geteilten Aufträgen einen positiven Grad an Autokorrelation zu einem ansonsten unkorrelierten Auftragsfluss hinzufügt. Nachfolgende Forscher versuchten, alle drei Komponenten der Streuung mithilfe dieser Spezifikation zu schätzen, was zu einem autoregressiven Prozess erster Ordnung führte, der den Ausdruck in der geschätzten Gleichung veränderte.
Der Redner geht dann auf eine Studie ein, in der die Autoren eine Gleichung für 20 große Aktien der New Yorker Börse geschätzt haben. Die Studie ergab, dass die Autokorrelation des Auftragsflusses tatsächlich eher negativ als positiv ist. Sie führten dieses Ergebnis auf die Neigung der Händler zurück, angesammelte Lagerbestände sofort abzuwickeln, anstatt Bestellungen aufzuteilen. Die Studie ergab außerdem, dass die Auftragskosten über 60 % des Spreads ausmachen, was die Bedeutung der Auftragskosten für die Entstehung von Illiquidität unterstreicht. Darüber hinaus ist ein Drittel des Spreads auf Lagerbedenken der Händler zurückzuführen, während 10 % auf die negative Selektionskomponente zurückzuführen sind. Die Studie ergab auch, dass die negative Selektionskomponente morgens am stärksten ist.
Anschließend wird in der Vorlesung untersucht, wie negative Selektions- und Bestandsbedenken während der Eröffnungs- und Schlusszeiten des Handels ausgeglichen werden. Am Morgen integriert der Markt alle gesammelten Informationen aus den außerbörslichen Zeiten, einschließlich Nachrichten und Informationen, die von Märkten weltweit generiert wurden. Dies führt dazu, dass der Markt schnell eine erhebliche Menge an Informationen aufnehmen muss, was sich auf die Preise auswirkt. Am Abend ist es das Ziel der Händler, ihre Positionen vor Ende des Handelstages aufzulösen, was erhebliche Auswirkungen auf die Schlusskurse hat. Diese Ineffizienz wird jedoch am Morgen durch den nachbörslichen Handel schnell behoben, der die Preise wieder auf die vor der Schlussauktion festgelegte Marktbewertung zurückführt.
Darüber hinaus diskutiert der Dozent zwei Arbeiten, die die Auswirkungen von Geschäften auf Preise und das Ausmaß der nachteiligen Selektion auf Finanzmärkten abschätzen. Der erste Artikel konzentriert sich auf die Schätzung der Impulsreaktion von Preisen auf Geschäfte und stellt einen signifikanten kurzfristigen Effekt fest, jedoch einen geringeren langfristigen Einfluss aufgrund der Auftragsabwicklungskosten. Die Studie bestätigt die Hypothese der negativen Selektion, da die Auswirkungen bei weniger liquiden Aktien stärker ausgeprägt sind. Das zweite Papier verwendet ein Modell zur Schätzung der Wahrscheinlichkeit eines informierten Handels und geht dabei von einem Ankunftsprozess von Händlern aus, der sowohl informierte als auch uninformierte Händler umfasst. Das Modell identifiziert erhebliche negative Selektion auf den Finanzmärkten.
Anschließend befasst sich der Redner mit der Schätzung der Wahrscheinlichkeit des informierten Handels (PIN) anhand von Daten der New York Stock Exchange aus den Jahren 1983 bis 1998. PIN stellt die Wahrscheinlichkeit dar, dass ein bestimmter Handel von einem informierten Händler stammt. Die Schätzung zeigt, dass die mittlere Wahrscheinlichkeit eines informierten Handels über Vermögenswerte und Aktien hinweg etwa 19 % beträgt, wobei bei 90 % der Aktien die Wahrscheinlichkeit eines informierten Handels zwischen 10 % und 30 % liegt. Bei den verbleibenden 10 % der Aktien, insbesondere bei Aktien mit geringer Marktkapitalisierung und seltenem Handel, kann die Wahrscheinlichkeit eines informierten Handels jedoch viel höher sein. Darüber hinaus korreliert diese Wahrscheinlichkeit positiv mit dem Spread und der Preisvolatilität.
Darüber hinaus erörtern die Referenten, dass die Wahrscheinlichkeit eines informierten Handels in anonymeren Märkten tendenziell höher ist, da es schwierig ist, sich als informierter Händler einen schlechten Ruf zu verschaffen. Auf solchen Märkten neigen informierte Händler eher zum Handel, was zu einer erhöhten Illiquidität führt. Der Abschnitt schließt mit einer Zusammenfassung der in der Vorlesung behandelten Themen und betont dabei die Bedeutung der Orderkosten für die Ermittlung der Liquiditätskosten. Die Autoren erinnern die Zuschauer jedoch daran, dass die Bestellkosten verschiedene Faktoren umfassen und dass verschiedene Komponenten der Spanne unterschiedliche Erklärungen haben können.
Abschließend erwähnt der Moderator einen Blogbeitrag, in dem von einem Vorfall berichtet wird, bei dem der Ölpreis im Frühjahr 2020 aufgrund von Einschränkungen bei den physischen Lagerbeständen der Öllager auf negative Werte abstürzte. Darüber hinaus empfiehlt der Vortragende, sich auf Kapitel 4 eines Lehrbuchs zu beziehen, das Variationen des Kyle-Modells und Übungen für die weitere Praxis bereitstellt. Abschließend wird eine Vorschau auf den Schwerpunkt der kommenden Woche gegeben, der sich auf die Unterschiede zwischen Händlermärkten und Limit-Order-Märkten sowie darauf konzentriert, wie Händler und Regulierungsbehörden Heterogenität nutzen können, um ihre gewünschten Ergebnisse zu erzielen.
Vorlesung 6: Limit-Order-Book-Märkte (Mikrostruktur der Finanzmärkte)
Vorlesung 6: Limit-Order-Book-Märkte (Mikrostruktur der Finanzmärkte)
Die Vorlesung konzentriert sich auf die Mikrostruktur von Finanzmärkten und geht auf die Unterscheidung zwischen Händlermärkten und auftragsgesteuerten Märkten ein. Auf Händlermärkten fungiert ein Vermittler als Mittelsmann und erstellt Preisangebote, wobei er im Wesentlichen als Vertreter für alle Transaktionen fungiert. Anders hingegen funktionieren auftragsgesteuerte Märkte, bei denen alle Teilnehmer ihre Aufträge an ein Limit-Orderbuch übermitteln. Marktaufträge können dann direkt auf die Liquidität aus diesem Buch zugreifen, ohne dass ein dedizierter Händler erforderlich ist. Dieser technologische Wandel hat zur Entstehung des Online- oder elektronischen Handels geführt, bei dem Aufträge mithilfe elektronischer Systeme automatisch abgeglichen und weitergeleitet werden können.
Das Video erläutert die Unterschiede zwischen Händlermärkten und auftragsgesteuerten Märkten. Für Markthändler, die Marktaufträge erteilen, ist der Unterschied zwischen den beiden Markttypen möglicherweise nicht von Bedeutung. Händler, die sich für die Erteilung von Limitaufträgen entscheiden, übernehmen jedoch eine ähnliche Rolle wie Händler. Durch die Bereitstellung von Marktliquidität sind diese Limit-Order-Händler dem Risiko der Nichtausführung und Verzögerung ausgesetzt, denen Händler nicht ausgesetzt sind. Auf auftragsgesteuerten Märkten haben Händler die Wahl zwischen Market Orders und Limit Orders, eine Wahl, die es auf Händlermärkten nicht gibt. Trotz der damit verbundenen zusätzlichen Risiken werden Limit-Orders häufig bevorzugt, da sie den Händlern einen besseren Preis für ihre Transaktionen bieten, obwohl sie die potenziellen Risiken einer Nichtausführung und Verzögerung in Kauf nehmen müssen.
Das Video erklärt anschließend das Konzept und die Wahl zwischen Markt-Orders und Limit-Orders in einem auftragsgesteuerten Markt. Marktaufträge werden zum Briefkurs ausgeführt, während Limitaufträge zum Geldkurs ausgeführt werden. Der Dozent betont den selbstausgleichenden Charakter von Märkten und wie sich die Wahl zwischen Markt- und Limit-Orders auf die Tiefe und Liquidität des Limit-Orderbuchs auswirken kann. In dem Video wird erläutert, wie die Kosten für die Einreichung einer Limit-Order je nach Marktsättigung variieren. In einem gesättigten Markt sind die Kosten höher, aber der Nutzen wird größer, wenn der Markt dünn ist. Der Vortrag stellt ein Modell von Glosten aus dem Jahr 1994 vor, das untersucht, wie Preise in einem auftragsgesteuerten Markt ermittelt werden und wie Limithändler ihre Preise festlegen und so die Effizienz der Preise sicherstellen. Darüber hinaus geht es im Video um die Bestimmung der Tiefe des Limit-Orderbuchs und darum, wie Händler Entscheidungen über die Aufnahme oder Bereitstellung von Liquidität treffen.
Im weiteren Verlauf befasst sich das Video mit der Zusammensetzung eines Limit-Orderbuchs mit konkurrierenden Händlern für eine einzelne Seite des Marktes und konzentriert sich dabei insbesondere auf Limit-Verkaufsorder und Marktorder-Kauf. Sobald das Limit-Orderbuch erstellt ist, wird ein Preisplan erstellt, und Markthändler müssen sich diesem Zeitplan stellen. Die Preise werden volumenabhängig angepasst und der Grenzpreis für den Kauf einer bestimmten Menge an Vermögenswerten wird als der Preis definiert, zu dem der letzte Handel stattgefunden hat. Der für den Kauf eines Volumens q gezahlte Gesamtbetrag ergibt sich durch Integration des Grenzpreises über alle getätigten Geschäfte, und die Ableitung dieser Gesamtzahlung in Bezug auf q ergibt den Grenzpreis p prime von q.
Im Video wird ein Modell des Entscheidungsprozesses eines Markthändlers in einem Limit-Orderbuch-Markt vorgestellt. Das Modell geht von der Anwesenheit eines Markthändlers pro Periode aus, der als „i“ bezeichnet wird. Der Markthändler bestimmt die Größe seiner Kauforder, die als „q“ bezeichnet wird, indem er seinen Grenzwert für eine zusätzliche Einheit des Vermögenswerts mit dem Grenzpreis für diese Einheit gleichsetzt. Die Grenzbewertung stellt die Substitutionsrate des Händlers zwischen Geld und Vermögenswerten dar, die als „Theta i von q“ bezeichnet wird. Das Video erklärt, dass größere Geschäfte mehr Kapital erfordern, was zu zusätzlichen Kosten für den Kauf weiterer Vermögenswerte führt. Dadurch sinkt die effektive Zahlungsbereitschaft für weitere Einheiten.
Der Redner erörtert, wie sich der Zustand von q auf den fundamentalen Wert des Vermögenswerts in der Mikrostruktur der Finanzmärkte auswirkt. Obwohl dies nicht explizit dargelegt wird, geht das Modell davon aus, dass eine höhere Bewertung für ein Geschäft einer bestimmten Größe auf einen höheren Vermögenswert schließen lässt. Das Video erklärt, wie Limit-Händler wettbewerbsfähig Limit-Orders aufgeben, diese jedoch nur dann ausführen, wenn ein Markt-Händler eine Order gleicher oder größerer Größe aufgibt. Da Limit-Händler jedoch nicht auf alle Informationen zugreifen können, wissen sie, dass ihre Order im Falle einer Ausführung mindestens die angegebene Größe hat, aber nicht größer sein darf.
Das Video befasst sich mit der Preisgestaltung von Limit-Orders und erklärt, dass der von einem Limit-Händler für die vierte Einheit eines Vermögenswerts in einem Limit-Orderbuch-Markt festgelegte Preis die bedingte Erwartung des Grundwerts des Vermögenswerts ist, vorausgesetzt, dass die Ordergröße mindestens beträgt Q. Dadurch entsteht eine Inside Spread zwischen den Geld- und Briefkursen, wenn sich die Ordergröße Null nähert, was aufgrund der Konditionierung zu einer Diskontinuität führt. Das Video hebt hervor, dass Limit-Händler immer vom Verkauf der letzten Einheiten profitieren, da ihre Preise zwischen verschiedenen Fällen großer Ordergrößen und optimistischen Nachrichten über den fundamentalen Wert des Markthändlers einen durchschnittlichen Gewinn von Null erzielen. Der Grenzpreis für den ersten Vermögenswert kann jedoch niedriger sein oder auch nicht.
Anschließend erörtert der Dozent die Bedingungen, die die besten Brief- und Geldkurse in einem Limit-Orderbuch-Markt erfüllen müssen. Diese Notierungen hängen von der Kauf- und Verkaufsbereitschaft der Marktteilnehmer ab, sie können jedoch nicht von den spezifischen Kauf- oder Verkaufsbeträgen abhängig gemacht werden. Diese Bedingung erzeugt den Inside Spread, der die Differenz zwischen dem besten Brief- und dem besten Geldkurs darstellt. Der Dozent erklärt auch, wie die Diskretion der Preise eine Rolle spielt, da sich die Preise oft an eine Tick-Größe halten, die das Ausmaß der Preisunterbietung zwischen Wettbewerbern begrenzt.
Um die Konzepte weiter zu veranschaulichen, stellt der Dozent ein Modell vor, das dem vorherigen ähnelt, jedoch ein diskretes Preisraster mit einer konstanten Tick-Größe enthält. Das Modell geht davon aus, dass Limit-Orders sowohl nach Zeit als auch nach Preis priorisiert werden, wobei zuerst eingegebene Orders zuerst ausgeführt werden und Limit-Orders mit niedrigeren Preisen vor solchen mit höheren Preisen ausgeführt werden. Der Dozent führt die Notation ein, um die zu einem bestimmten Preis angebotene Menge und die Gesamtmenge darzustellen, die ein Markthändler zu Preisen erhalten kann, die nicht höher als ein bestimmter Preis sind. Das Modell berücksichtigt auch, dass größere Bestellungen in der Regel höhere Bewertungen bedeuten, was Einfluss auf die Berechnung der Erwartungen hat. Abschließend wird in der Vorlesung erläutert, wie der Wettbewerb innerhalb des Modells funktioniert.
Anschließend erläutert die Vorlesung den Prozess der Lieferung von Limit-Orders bei jedem Tick in einem warteschlangenähnlichen System. Der marginale Händler, der die letzte Order auf jedem Preisniveau aufgibt, erzielt keinen Gewinn, während der nächste Händler, der versucht, eine Order auf demselben Preisniveau aufzugeben, diese nicht mehr für profitabel hält und zum nächsten Tick übergeht. Dieser Prozess kann anhand eines Diagramms veranschaulicht werden, in dem die Angebotskurve einer Stufenfunktion ähnelt. Der erste Händler erzielt typischerweise einen erwarteten positiven Gewinn, während der letzte Händler im Allgemeinen keinen erwarteten Gewinn erhält.
Der Dozent geht dann auf die Null-Gewinn-Bedingung für Marginal-Orders in einem Limit-Order-Book-Markt ein. Infra-Marginal-Orders können einen positiven Gewinn erzielen, basierend auf dem erwarteten Gewinn des Limit-Händlers multipliziert mit der Wahrscheinlichkeit der Orderausführung, was den Anzeigekosten „c“ entspricht. Der Ausdruck, der das Preisniveau „ak“ und die kumulative Tiefe „yk“ verbindet, besteht aus zwei Komponenten: dem Negativselektionsterm zum Preis und der Ausführungsrisikokomponente. Der Dozent integriert die Anzeigekosten „c“ in die Grafik und stellt den Modellhändlern im Markt Beispiele für binäre und kontinuierliche Zufallsvariablen zur Verfügung.
Anschließend wird das Konzept des Gleichgewichts in der Mikrostruktur des Finanzmarktes eingeführt. Es wird das Modell mit kontinuierlichen Preisen und einem diskreten Gleichgewicht verwendet, bei dem zwei Preise, „a1“ und „a2“, so bestimmt werden, dass die Tiefe bei „a1“ gleich „qs“ und die kumulative Tiefe bei „a2“ gleich ist zu „ql.“ Es wird davon ausgegangen, dass ein Noise-Trader einen von vier Trades mit gleicher Wahrscheinlichkeit einsetzt: einen kleinen Kauf, einen großen Kauf, einen kleinen Verkauf oder einen großen Verkauf. Der Spekulant handelt auch nur mit einer von zwei Einheiten, entweder „qs“ oder „ql“. Schließlich müssen die Preise von „a1“ und „a2“ zwei Gleichungen erfüllen, um den erwarteten Grundwert für jede Ordergröße auf einer bestimmten Seite des Handels zu bestimmen.
Der Referent erläutert das Konzept des Gleichgewichts anhand eines einfachen Limit-Order-Book-Marktmodells. Das Gleichgewicht umfasst Strategien beider Gruppen aktiver Marktteilnehmer: Limit-Händler und Markthändler. Limit-Händler legen Preise wie „a1“ und „a2“ auf der Grundlage der Null-Gewinn-Bedingung fest, während Markthändler anhand der konditionierten Wahrscheinlichkeiten, entweder informiert oder uninformiert zu sein, entscheiden, welche Aufträge sie aufgeben und optimal handeln. Die abgeleiteten Ausdrücke zeigen, dass die Bedingungen für das Gleichgewicht erfüllt sind, wodurch dieses Modell als Gleichgewicht etabliert wird.
Im Video werden dann Beispiele für Limit-Order-Book-Märkte erörtert. In einem Beispiel entstehen diskrete Preisniveaus aufgrund der Diskretion der Strategien der Noise-Händler, was zu nur zwei möglichen Orderniveaus und effektiv zwei möglichen Gruppen von Ereignissen führt. Der Preiseffekt ist aufgrund der Strategie uninformierter Händler positiv. Es wird ein weiteres Beispiel vorgestellt, bei dem Marktauftragsgrößen einer exponentiellen Verteilung folgen. Die Preisauswirkungsgleichung geht von Lambda mal x für einen konstanten Preisauswirkungsfaktor Lambda aus, der die Aussagekraft des Auftragsflusses misst. Obwohl dieses Beispiel bedeutsam ist, konzentriert sich das Video hauptsächlich auf die Bildung des Limit-Orderbuchs auf der Grundlage des Verhaltens von Markthändlern und präsentiert eine Analyse in reduzierter Form.
Der Referent erklärt, wie man mithilfe der bedingten Wahrscheinlichkeitsdichtefunktion (pdf) von „q“, die auf der kumulativen Tiefe „yk“ für Limit-Händler basiert, eine bedingte Erwartung ableitet. Durch die Anwendung der Bayes-Regel demonstriert der Redner eine einfache Methode zur Berechnung des erwarteten Fundamentalwerts „v“, der den Preis darstellt, den der Limit-Händler für die „ykth“-Einheit des Vermögenswerts festlegen würde. Der endgültige Ausdruck für das bedingte PDF der Handelsgrößen „q“ beinhaltet die Exponentialverteilung, und die Integration nach Teilen wird verwendet, um die lineare Preisauswirkungsgleichung abzuleiten. Die Einbeziehung des Faktors „1/Theta“ ergibt die Innenstreuung der Gleichung.
Die Vorlesung schließt mit einer Zusammenfassung des Zusammenhangs zwischen der Gleichung für den Tick „ak“ und der kumulativen Tiefe am Tick „yk“ in einem Markt mit vorgegebenen Ticks unter Berücksichtigung der Parameter des Anzeigekostenmodells. Der Vortrag betont die Auswirkungen der Anzeigekosten und die Notwendigkeit, den Ausdruck in einem Markt mit vorgegebenen Ticks umzukehren. Der Dozent weist darauf hin, dass die Rolle der Liquiditätsbereitstellung für Limit-Händler und Händler aufgrund ihrer unterschiedlichen Informationsumgebungen unterschiedlich ist, was zu unterschiedlichen Marktergebnissen führt. In der nächsten Vorlesung wird untersucht, wie sich Tick-Größe und Prioritätsregeln auf Marktergebnisse auswirken, und zwar anhand einer dynamischen Analyse, die ein Parlor-Modell berücksichtigt, bei dem Händler die Wahl zwischen Limit-Orders und Market-Orders haben. Der Dozent stellt den Schülern Übungsfragen aus dem Lehrbuch, um ihr Verständnis weiter zu vertiefen.
Der Dozent stellt zunächst das Konzept der Tick-Size vor, das sich auf den minimalen Preisanstieg bezieht, zu dem Wertpapiere notiert oder gehandelt werden können. Die Tick-Größe spielt eine entscheidende Rolle in der Marktmikrostruktur, da sie die Granularität der Preisniveaus und die potenzielle Rentabilität von Limit-Händlern beeinflusst. Eine kleinere Tick-Größe ermöglicht mehr Preisniveaus und eine feinere Preisdifferenzierung, was zu mehr Wettbewerb und engeren Spreads auf dem Markt führen kann. Andererseits kann eine größere Tick-Größe zu geringeren Preisniveaus und größeren Spreads führen.
Als nächstes untersucht die Vorlesung den Einfluss der Tick-Größe auf das Gleichgewichtsergebnis in einem Limit-Orderbuch-Markt. Das Modell geht davon aus, dass Händler die Wahl haben, ob sie Limit-Orders oder Market-Orders erteilen möchten. Limit-Orders haben Vorrang vor Market-Orders, d. h. sie werden zuerst auf einem bestimmten Preisniveau ausgeführt. Der Dozent erklärt, dass die Tick-Größe die Anzahl der Limit-Orders beeinflusst, die auf jedem Preisniveau eingereicht und ausgeführt werden können.
Der Referent stellt ein Parlor-Modell zur Analyse der dynamischen Interaktion zwischen Limit-Orders und Market-Orders vor. In diesem Modell wechseln Händler je nach Ergebnis der vorherigen Runde zwischen der Übermittlung von Limit-Orders und Market-Orders. Die Vorlesung konzentriert sich auf den Fall, dass die Tick-Größe im Verhältnis zur Standardabweichung fundamentaler Wertänderungen klein ist. In diesem Szenario ist das Gleichgewichtsergebnis durch einen stabilen Preis gekennzeichnet, wobei Limit-Orders aufgrund ihrer Priorität die Market-Orders dominieren.
Der Dozent erklärt, dass die Stabilität des Gleichgewichtspreises auf einem Rückkopplungsmechanismus beruht. Wenn ein Händler feststellt, dass das Limit-Order-Buch dünn ist, was auf eine geringe Liquidität hinweist, ist es wahrscheinlicher, dass er eine Limit-Order aufgibt. Dieser Anstieg an Limit-Orders erhöht die Liquidität auf dem Markt, zieht mehr Market-Orders an und stärkt die Dominanz von Limit-Orders. Wenn umgekehrt das Limit-Order-Buch umfangreich ist, was auf eine hohe Liquidität hinweist, neigen Händler eher dazu, Market-Orders aufzugeben, wodurch die Dominanz von Limit-Orders verringert wird.
Der Vortrag betont, dass die Tickgröße bei diesem Feedback-Mechanismus eine entscheidende Rolle spielt. Bei einer kleineren Tick-Größe gibt es mehr Preisniveaus, was eine feinere Differenzierung und einen effektiveren Feedback-Prozess ermöglicht. Dies führt zu einem stabileren Gleichgewichtspreis und engeren Spreads. Im Gegensatz dazu begrenzt eine größere Tick-Größe die Anzahl der Preisniveaus, was die Wirksamkeit des Feedback-Mechanismus verringert und möglicherweise zu einem instabileren Gleichgewicht mit größeren Spreads führt.
Der Dozent diskutiert auch die Auswirkungen von Prioritätsregeln auf Marktergebnisse. Prioritätsregeln legen die Reihenfolge fest, in der Aufträge zu einem bestimmten Preisniveau ausgeführt werden. In der Vorlesung werden zwei Prioritätsregeln vorgestellt: Preis-Zeit-Priorität und anteilige Priorität. Bei der Preis-Zeit-Priorität wird der früheste aufgegebene Auftrag zu einem bestimmten Preisniveau zuerst ausgeführt. Bei der anteiligen Priorität werden Aufträge auf einem bestimmten Preisniveau proportional zu ihrer Größe ausgeführt.
Der Redner erklärt, dass Prioritätsregeln Marktergebnisse beeinflussen können, indem sie das Verhalten von Händlern beeinflussen. Die Preis-Zeit-Priorität ermutigt Händler, Aufträge frühzeitig aufzugeben, um Priorität zu erlangen, was zu einem höheren Maß an angezeigter Liquidität auf dem Markt führen kann. Die anteilige Priorität hingegen bietet Händlern einen Anreiz, größere Aufträge zu erteilen, um einen größeren Anteil des ausgeführten Volumens zu erhalten.
Der Vortrag schließt mit der Hervorhebung des Zusammenspiels zwischen Tick-Größe und Prioritätsregeln bei der Bestimmung von Marktergebnissen. Die Wahl der Tick-Größe beeinflusst die Anzahl der Preisniveaus und die Wirksamkeit des Feedback-Mechanismus, während Prioritätsregeln das Verhalten der Händler und die Verteilung des ausgeführten Volumens beeinflussen. Beide Faktoren spielen eine wesentliche Rolle bei der Gestaltung der Marktdynamik und der Liquiditätsbereitstellung in einem Limit-Orderbuch-Markt.
Die Studierenden werden ermutigt, diese Themen durch Lektüre und Übungsübungen weiter zu erforschen, um ihr Verständnis der Marktmikrostruktur und ihrer Auswirkungen auf Handelsstrategien und Marktergebnisse zu vertiefen.
Übungsklasse 3, Teil 1 (Mikrostruktur der Finanzmärkte)
Übungsklasse 3, Teil 1 (Mikrostruktur der Finanzmärkte)
Im Vortrag über die Mikrostruktur von Finanzmärkten erläutert der Referent ausführlich die Unterschiede zwischen Händlermärkten und auftragsgesteuerten Märkten. Auf Händlermärkten gibt es einen Vermittler, der im Namen der Marktteilnehmer Preise stellt und alle Transaktionen abwickelt. Auf auftragsgesteuerten Märkten hingegen übermitteln die Teilnehmer ihre Aufträge an ein Limit-Auftragsbuch, und Marktaufträge werden ausgeführt, indem sie Liquidität aus dem Buch entnehmen, ohne dass ein dedizierter Händler beteiligt ist. Das Aufkommen der elektronischen Handelstechnologie ermöglichte die Entwicklung auftragsgesteuerter Märkte, auf denen der Handel online erfolgt und Aufträge automatisch abgeglichen und weitergeleitet werden.
Das Video betont, dass für Markthändler, die Marktaufträge erteilen, die Wahl zwischen Händler- und auftragsgesteuerten Märkten keinen wesentlichen Unterschied macht. Allerdings übernehmen Händler, die Limitaufträge erteilen, die Rolle von Händlern, indem sie Marktliquidität bereitstellen. Diese Händler sind mit dem Risiko der Nichtausführung und Verzögerungen konfrontiert, denen Händler auf Händlermärkten nicht ausgesetzt sind. Auf auftragsgesteuerten Märkten haben Händler die Wahl zwischen Market Orders und Limit Orders. Trotz der damit verbundenen Risiken werden Limit-Orders bevorzugt, da sie den Händlern einen besseren Preis für ihre Transaktionen bieten.
Das Konzept von Market Orders und Limit Orders in einem ordergesteuerten Markt wird im Video erklärt. Marktaufträge werden beim Kauf zum Briefkurs bzw. beim Verkauf zum Geldkurs ausgeführt. Mit Limit-Orders hingegen können Händler den Preis festlegen, zu dem sie bereit sind, den Vermögenswert zu kaufen oder zu verkaufen. Das Video beleuchtet die selbstausgleichende Natur der Märkte und wie sich die Wahl zwischen Markt- und Limit-Orders auf die Tiefe und Liquidität des Limit-Orderbuchs auswirkt. Außerdem wird erläutert, wie Kosten und Nutzen der Erteilung einer Limit-Order je nach Marktsättigung variieren. In dünnen Märkten überwiegt der Vorteil eines besseren Preises die Risiken der Nichtausführung und Verzögerung.
Der Dozent stellt ein von Glosten aus dem Jahr 1994 vorgeschlagenes Modell vor, das untersucht, wie Preise in einem auftragsgesteuerten Markt ermittelt werden und wie Limithändler ihre Preise festlegen, um die Markteffizienz sicherzustellen. Das Video geht auch darauf ein, wie die Tiefe des Limit-Orderbuchs bestimmt wird und wie Händler zwischen der Aufnahme und Bereitstellung von Liquidität entscheiden.
Die Zusammensetzung eines Limit-Orderbuchs mit konkurrierenden Händlern für eine einzelne Marktseite (z. B. Verkaufsaufträge) wird erläutert. Sobald das Buch verfasst ist, wird ein Preisplan erstellt, und die Markthändler müssen sich diesem Zeitplan stellen. Die Preise werden volumenabhängig angepasst und der Grenzpreis für eine gewünschte Menge an zu kaufenden Vermögenswerten wird ermittelt. Der Gesamtbetrag, der für den Kauf eines bestimmten Volumens gezahlt wird, wird anhand des Integrals des Grenzpreises über alle Geschäfte berechnet. Die erste Ableitung dieses gezahlten Gesamtbetrags stellt den Grenzpreis für die gewünschte Menge dar.
Das Video zeigt ein Modell des Entscheidungsprozesses eines Market-Händlers in einem Limit-Order-Book-Markt. Jede mit „i“ gekennzeichnete Periode ist einem Markthändler zugeordnet, der die Kaufauftragsgröße „q“ bestimmt, indem er seine Grenzbewertung für die nächste Einheit des Vermögenswerts mit dem Grenzpreis für eine zusätzliche Einheit gleichsetzt. Die Grenzbewertung stellt die Grenzrate der Substitution zwischen Geld und Vermögenswerten des Händlers dar. Größere Geschäfte erfordern mehr Kapital, was zu einer sinkenden effektiven Zahlungsbereitschaft für weitere Einheiten führt.
Der Redner erörtert die Beziehung zwischen dem Zustand der Menge „q“ und dem Grundwert des Vermögenswerts in der Mikrostruktur der Finanzmärkte. Obwohl das Video den genauen Zusammenhang zwischen dem Staat und dem Wert des Vermögenswerts nicht explizit erläutert, geht das Modell davon aus, dass höhere Bewertungen für eine bestimmte Handelsgröße auf einen höheren Vermögenswert hinweisen. Der Redner erklärt auch, wie Limit-Händler ihre Limit-Orders wettbewerbsfähig aufgeben, die Orders jedoch nur dann ausgeführt werden, wenn ein Markthändler eine Order gleicher oder größerer Größe aufgibt. Der Limit-Händler kennt möglicherweise nicht die genaue Größe der Marktorder, die seine Limit-Order ausgeführt hat.
Das Video befasst sich mit der Preisgestaltung von Limit-Orders in einem Limit-Orderbuch-Markt. Der von einem Limit-Händler für die q-te Einheit eines Vermögenswerts festgelegte Preis ergibt sich aus der bedingten Erwartung des Grundwerts des Vermögenswerts, vorausgesetzt, dass die Ordergröße mindestens q beträgt. Dies führt zu einer Inside Spread zwischen Geld- und Briefkurs, wenn die Ordergröße gegen Null geht. Allerdings erzeugt die Preisgleichung aufgrund der Konditionierung eine Diskontinuität bei Null. Im Video wird darauf hingewiesen, dass Limit-Händler immer vom Verkauf der letzten Einheiten profitieren, da ihr Preis zwischen großen Ordergrößen und optimistischen Nachrichten über den fundamentalen Wert des Markthändlers einen durchschnittlichen Gewinn von Null ergibt. Der Grenzpreis für den ersten Vermögenswert kann niedriger sein oder auch nicht.
Der Dozent erörtert die Bedingungen, die die besten Brief- und Geldkurse in einem Limit-Orderbuch-Markt erfüllen müssen. Diese Notierungen hängen von der Kauf- oder Verkaufsbereitschaft der Marktteilnehmer ab, können jedoch nicht von der konkreten Kauf- oder Verkaufsmenge abhängig gemacht werden. Dadurch entsteht der Inside Spread, der die Differenz zwischen dem besten Brief- und dem besten Geldkurs darstellt. Der Dozent erklärt auch, wie die Diskretion der Preise eine Rolle spielt, da Preise häufig einer Tick-Größe unterliegen, die die Preisunterbietung zwischen Wettbewerbern begrenzt.
Es wird ein Modell eingeführt, das dem vorherigen ähnelt, jedoch ein diskretes Preisraster mit einer konstanten Tick-Größe enthält. In diesem Modell werden Limit-Orders nach Zeit und Preis priorisiert, wobei frühere Orders zuerst ausgeführt werden und niedrigere Orders vor höherpreisigen Orders ausgeführt werden. Der Dozent führt die Notation ein, um die zu einem bestimmten Preis angebotene Menge und die Gesamtmenge anzugeben, die ein Markthändler zu Preisen erhalten kann, die diesen Preis nicht überschreiten. Das Modell geht davon aus, dass größere Aufträge grundsätzlich auf höhere Bewertungen hinweisen, was bei der Erwartungsberechnung berücksichtigt wird. Der Vortrag schließt mit einer Erläuterung, wie Wettbewerb in diesem Modell funktioniert.
Das Video erklärt den Prozess der Lieferung von Limit-Orders bei jedem Tick in einem warteschlangenähnlichen System. Der Grenzhändler, der die letzte Order auf jedem Preisniveau aufgibt, erzielt keinen Gewinn, während der nächste Händler, der versucht, eine Order auf demselben Preisniveau aufzugeben, diese nicht mehr für profitabel hält. Folglich gehen sie zum nächsten Tick über. Dieser Prozess lässt sich anhand eines Diagramms veranschaulichen, in dem die Angebotskurve die Form einer Stufenfunktion annimmt. Der erste Händler erzielt typischerweise einen erwarteten positiven Gewinn, während der letzte Händler im Allgemeinen keinen erwarteten Gewinn erhält.
Der Dozent diskutiert die Null-Gewinn-Bedingung für Marginal-Orders in einem Limit-Orderbuch-Markt. Infra-Marginal-Orders können einen positiven Gewinn erzielen, basierend auf dem erwarteten Gewinn des Limit-Händlers multipliziert mit der Wahrscheinlichkeit der Orderausführung, was den Anzeigekosten „c“ entspricht. Der Ausdruck, der das Preisniveau „ak“ und die kumulative Tiefe „yk“ verbindet, besteht aus zwei Begriffen: dem Adverse-Selektion-Term und der Ausführungsrisikokomponente. Der Dozent integriert die Anzeigekosten „c“ in die Grafik und stellt den Modellhändlern im Markt Beispiele für binäre und kontinuierliche Zufallsvariablen zur Verfügung.
Anschließend wird das Gleichgewicht in der Mikrostruktur des Finanzmarktes diskutiert. Es wird das Modell mit kontinuierlichen Preisen und diskretem Gleichgewicht verwendet, das zwei Preise „a1“ und „a2“ umfasst. Die Tiefe bei „a1“ ist gleich „qs“, während die kumulative Tiefe bei „a2“ gleich „ql“ ist. Es wird davon ausgegangen, dass ein Noise-Trader einen von vier Trades mit gleichen Wahrscheinlichkeiten einsetzt: kleiner Kauf, großer Kauf, kleiner Verkauf oder großer Verkauf. Der Spekulant handelt auch nur mit einer von zwei Einheiten, entweder „qs“ oder „ql“. Schließlich sollten die Preise von „a1“ und „a2“ zwei Gleichungen erfüllen, um den erwarteten Grundwert für jede Ordergröße auf einer bestimmten Seite des Handels zu bestimmen.
Der Referent erläutert das Konzept des Gleichgewichts anhand eines einfachen Limit-Order-Book-Marktmodells. Das Gleichgewicht besteht aus Strategien beider Gruppen aktiver Marktteilnehmer: Limit-Händler und Markthändler. Limit-Händler legen Preise wie „a1“ und „a2“ auf der Grundlage von Null-Gewinn-Bedingungen fest, während Markthändler auf der Grundlage konditionierter Wahrscheinlichkeiten, entweder informiert oder nicht informiert zu sein, entscheiden, welche Aufträge sie optimal einreichen und handeln. Die abgeleiteten Ausdrücke zeigen, dass die Bedingungen für ein Gleichgewicht erfüllt sind, was dieses Modell zu einem Gleichgewicht macht.
Das Video diskutiert ein Beispiel für Limit-Order-Book-Märkte, bei denen aufgrund der Diskretion der Strategie des Noise-Traders diskrete Preisniveaus entstehen, was zu nur zwei möglichen Orderniveaus und effektiv zwei möglichen Gruppen von Ereignissen führt. Der Preiseffekt ist aufgrund der Strategie uninformierter Händler positiv. Es wird ein weiteres Beispiel vorgestellt, bei dem Marktauftragsgrößen gemäß einer Exponentialverteilung verteilt sind. Die Preisauswirkungsgleichung geht von einem konstanten Preisauswirkungsfaktor Lambda aus, der die Aussagekraft des Auftragsflusses misst. Obwohl dieses Beispiel bedeutsam ist, konzentriert sich das Video in erster Linie auf die Bildung des Limit-Orderbuchs angesichts des Verhaltens der Markthändler und bietet eine Analyse in reduzierter Form.
Der Referent erklärt, wie man mithilfe der bedingten Wahrscheinlichkeitsdichtefunktion (pdf) von „q“, die auf der kumulativen Tiefe „yk“ für Limit-Händler basiert, eine bedingte Erwartung ableitet. Durch die Anwendung der Bayes-Regel demonstriert der Redner eine einfache Möglichkeit, den erwarteten Fundamentalwert „v“ zu berechnen, bei dem es sich um den Preis handelt, den der Limit-Händler für die „yk“-te Einheit des Vermögenswerts festlegen würde. Der endgültige Ausdruck für das bedingte PDF der Handelsgrößen „q“ nutzt die Exponentialverteilung und eine partielle Integration wird verwendet, um die lineare Preisauswirkungsgleichung abzuleiten. Der Faktor eins über „Theta“ ergibt jedoch die Innenstreuung der Gleichung.
Der Dozent schließt die Diskussion über auftragsgesteuerte Märkte ab, indem er sich auf den Zusammenhang zwischen der Gleichung für den Tick „ak“ und der kumulativen Tiefe am Tick „yk“ konzentriert und dabei die Parameter des Anzeigekostenmodells berücksichtigt. Der Vortrag beleuchtet die Auswirkungen der Anzeigekosten und die Notwendigkeit, den Ausdruck in einem Markt mit vorgegebenen Ticks umzukehren. Der Dozent weist darauf hin, dass die Liquiditätsbereitstellungsfunktion eines Marktes für Limit-Händler und Händler aufgrund ihrer unterschiedlichen Informationsumgebungen unterschiedlich ist, was zu unterschiedlichen Marktergebnissen führt. In der nächsten Vorlesung wird untersucht, wie sich Tick-Größe und Prioritätsregeln mithilfe dynamischer Analysen auf Marktergebnisse auswirken. Dabei wird ein Parlor-Modell betrachtet, das Händlern die Wahl zwischen Limit- und Market-Orders gibt. Der Dozent stellt den Schülern einige Übungsfragen aus dem Lehrbuch zur Bearbeitung zur Verfügung.
dargestellt als Funktion der Anzahl informierter Händler, was zeigt, dass mit zunehmender Anzahl informierter Händler der Gesamtgewinn aller Spekulanten sinkt, während der Gewinn jedes einzelnen Spekulanten ebenfalls sinkt.
Übungsklasse 3, Teil 2 (Mikrostruktur der Finanzmärkte)
Übungsklasse 3, Teil 2 (Mikrostruktur der Finanzmärkte)
Der Kursleiter stellt das Glossing-Modell vor, ein Marktmodell, das Kyles Modell ähnelt, jedoch mit einem Limit-Händler anstelle eines Händlers. In diesem Modell übermittelt der Limit-Händler Limit-Orders und verfügt über keine Informationen über die gesamte Handelsgröße der Warteschlange. Der Limithändler kann nur davon ausgehen, dass seine Order ausgeführt wurde. Infolgedessen wird der Preis in diesem Modell diskriminierend sein, was bedeutet, dass der Markthändler, der eine Marktorder aufgibt, verschiedene Teile seiner Order zu unterschiedlichen Preisen ausführt, während er im Buch aufsteigt.
Um dieses Modell zu analysieren, diskutiert der Dozent die Annahme einer Verteilung der Handelsgrößen auf dem Markt und wie sich informierte Händler verhalten, um eine lineare Preisauswirkungsgleichung zu erstellen. Sie gehen davon aus, dass Limit-Händler dieses Verhalten nicht beeinflussen. Anschließend befasst sich der Dozent mit dem Erwartungswert des Grenzpreises für die zuletzt gehandelte Einheit und erklärt, wie dieser mithilfe des Gesetzes der iterierten Erwartungen dargestellt werden kann. Sie drücken auch den erwarteten Wert aus, wenn die bedingte Handelsgröße über einem bestimmten Schwellenwert liegt.
Als nächstes erklärt der Dozent, wie man den erwarteten Wert eines Vermögenswerts ermittelt, wenn die Handelsgröße über einem bestimmten Niveau liegt. Sie leiten eine bedingte Wahrscheinlichkeitsdichte für Handelsgrößen ab, die einen bestimmten Wert überschreiten, und berechnen daraus die bedingte Erwartung. Der Prozess beinhaltet die Bildung des Integrals der Handelsgröße in Bezug auf die bedingte Dichte der Handelsgrößen. Sie präsentieren zwei mögliche Ausdrücke für das Endergebnis.
Der Dozent erklärt außerdem, wie man die bedingte Dichte verwendet, um den erwarteten Wert des Grundwerts zu ermitteln, vorausgesetzt, die Handelsgröße liegt über einem festgelegten Niveau. Sie berücksichtigen den erwarteten Gesamtgewinn des Limit-Händlers unter Berücksichtigung der Handelswahrscheinlichkeit, des Handelsgewinns und der Anzeigekosten. Es wird davon ausgegangen, dass Limit-Händler wettbewerbsfähig sind. Durch die Betrachtung der Verteilung der Handelsgrößen und der Verteilung des von der Handelsgröße abhängigen Fundamentalwerts wird ein Ausdruck abgeleitet, der den Preis einer bestimmten Einheit und die Tiefe des Marktes miteinander verbindet.
Das Video geht dann von der Annahme von Tick-Größen und der Suche nach spezifischen Werten zur Untersuchung über, wie sich informierte Händler angesichts der Marktgrenzen verhalten würden. Es wird davon ausgegangen, dass einige Händler informiert sind, andere jedoch nicht, und informierte Händler optimieren mit einem Wahrscheinlichkeits-Pi. Uninformierte Händler erteilen Kauf- oder Verkaufsaufträge mit gleicher Wahrscheinlichkeit und einer exponentiellen Verteilungsgröße. Das Szenario geht von einem kontinuierlichen Limit-Orderbuch ohne Tick-Größe aus. Der Dozent gibt aus dem Lehrbuch einen Hinweis darauf, dass die bedingte Erwartung für diesen Aufbau über den Verteilungsparameter Sigma ermittelt werden kann.
Die geometrische Intuition der Handelsentscheidung des Spekulanten wird diskutiert. Der Spekulant möchte einen bestimmten Teil des Vermögenswerts kaufen, wenn sein Wert über einem durch einen Stern gekennzeichneten Mindestpreis liegt. Der Markthändler steigt auf der Angebotskurve nach oben und zahlt diskriminierende Preise für jede gekaufte Einheit. Die optimale Strategie für den informierten Händler besteht darin, eine Ordergröße basierend auf einem Anteil des Vermögenswerts aufzugeben, bis die Angebotskurve den Wert schneidet. Die Grenzkosten für den Kauf der ersten Einheit ergeben sich aus dem Grenzpreis auf der Angebotskurve, während der Grenznutzen aus dem Wert des Vermögenswerts resultiert.
Anschließend erörtert der Dozent die Beziehung zwischen Grenzerlös und Grenzkosten in der Mikrostruktur des Finanzmarktes. Der Händler kauft Einheiten, solange die Grenzkosten unter dem Wert und der Grenzpreis unter dem Grenzerlös liegen. Teil B des Videos konzentriert sich auf die Ableitung der Angebotskurve unter Verwendung der in Teil A besprochenen Konzepte und der Null-Gewinn-Bedingung. Die Null-Gewinn-Bedingung besagt, dass der Grenzpreis der q-ten Einheit dem Erwartungswert der fundamentalen Bewertung entsprechen sollte. Die Wahrscheinlichkeit, dass die Marktorder von einem informierten Händler kommt, kann mithilfe der Bayes-Regel bestimmt werden.
Die bedingte Wahrscheinlichkeit, dass ein Händler informiert wird, wird diskutiert, vorausgesetzt, dass die Handelsgröße mindestens einen bestimmten Wert beträgt. Die Wahrscheinlichkeit wird berechnet, indem die bedingungslose Wahrscheinlichkeit, dass ein Händler informiert wird, mit der Wahrscheinlichkeit multipliziert wird, dass der informierte Händler einen Kaufauftrag in mindestens diesem Wert aufgibt. Ähnliche Wahrscheinlichkeiten für uninformierte Händler sind in den Nennern enthalten, und durch Vereinfachung erhält man einen Ausdruck für die bedingte Wahrscheinlichkeit mit mehreren Exponentialtermen. Dieser Alpha-Wert ist erforderlich, um die bedingte Erwartung des Fundamentalwerts zu berechnen, der bei der Ableitung der Angebotskurve oder der kumulativen Tiefe des Marktes hilft.
Das Video erläutert, wie das Marktbuch dünner wird, wenn es informiertere Händler gibt oder wenn die Volatilität zunimmt. Je besser der Handel erfolgt, desto höher sind die Handelskosten für den Händler, was dazu führt, dass Limit-Händler weniger bereit sind, ihre Aufträge abzugeben. Ebenso nimmt die Markttiefe mit zunehmender Volatilität ab, was dazu führt, dass Limit-Händler bei der Abgabe ihrer Aufträge zurückhaltender werden. Die diesen Entwicklungen zugrunde liegende Mathematik ist relativ einfach und die dahinter stehende Intuition stimmt mit dem überein, was in vielen Modellen beobachtet wurde.
Darüber hinaus untersucht das Video die Wahl, vor der informierte Händler stehen, ob sie zu diskriminierenden Preisen in einem Limit-Orderbuch handeln oder mit einem Händler handeln und dabei ihre Ordergröße offenlegen möchten. Der Hauptunterschied liegt in der Art und Weise, wie Preise gebildet werden, da Händler ihre Preise von der gesamten Handelsgröße abhängig machen, während Limit-Händler ihre Preise davon abhängig machen, dass ihre Auftragsgröße über einem bestimmten Niveau liegt. Im Allgemeinen sollten Händler sich dafür entscheiden, kleine Aufträge gegen einen Händler einzutauschen, um zu zeigen, dass ihnen ein starker Informationsvorteil fehlt. Umgekehrt sollten sie sich dafür entscheiden, große Aufträge über ein Limit-Orderbuch zu handeln, um die begrenzten Informationen von Limit-Händlern auszunutzen und bessere Preise zu erzielen, als ein Händler anbieten würde.
Darüber hinaus untersucht das Video die Wahl, vor der informierte Händler stehen, ob sie zu diskriminierenden Preisen in einem Limit-Orderbuch handeln oder mit einem Händler handeln und dabei ihre Ordergröße offenlegen möchten. Der Hauptunterschied liegt in der Art und Weise, wie Preise gebildet werden, da Händler ihre Preise von der gesamten Handelsgröße abhängig machen, während Limit-Händler ihre Preise davon abhängig machen, dass ihre Auftragsgröße über einem bestimmten Niveau liegt. Im Allgemeinen sollten Händler sich dafür entscheiden, kleine Aufträge gegen einen Händler einzutauschen, um zu zeigen, dass ihnen ein starker Informationsvorteil fehlt. Umgekehrt sollten sie sich dafür entscheiden, große Aufträge über ein Limit-Orderbuch zu handeln, um die begrenzten Informationen von Limit-Händlern auszunutzen und bessere Preise zu erzielen, als ein Händler anbieten würde.
Abschließend geht der Dozent auf die Bedenken hinsichtlich der Tick-Größen im Limit-Orderbuch ein. Tick-Größen beziehen sich in diesem Zusammenhang auf bestimmte feste Preisniveaus, die die zulässigen Preise auf dem Markt bestimmen. Je größer die Tick-Größe, desto mehr Gewinn können Limit-Händler erzielen, möglicherweise auf Kosten der Markthändler. Infolgedessen wird die Einreichung eines Limit-Orderbuchs im Vergleich zu einem Händlermarkt, auf dem der Händler jeden gewünschten Preis angeben kann, weniger attraktiv.
Vorlesung 7, Teil 1: Marktdesign (Mikrostruktur der Finanzmärkte)
Vorlesung 7, Teil 1: Marktdesign (Mikrostruktur der Finanzmärkte)
Im vorherigen Vortrag gab der Redner eine Auffrischung zu Limit-Order-Book-Märkten oder auftragsgesteuerten Märkten und konzentrierte sich dabei auf Claussens Modell. Dieses Modell verdeutlicht, dass Limit-Händler als Liquiditätsgeber auf dem Markt fungieren, ähnlich wie Händler, jedoch mit einem anderen Ansatz, da sie einen Informationsnachteil haben. Anschließend wurden in der Vorlesung verschiedene Dimensionen des Marktdesigns vorgestellt, die den Handel und das Marktumfeld in auftragsgesteuerten Märkten beeinflussen können. Zu diesen Dimensionen gehören Tick-Größen, Prioritätsregeln und die Einbeziehung von Händlern. Der Redner betonte, dass das Verständnis dieser Dimensionen für eine wirksame Marktregulierung von entscheidender Bedeutung sei und ihre Auswirkungen in der Vorlesung weiter untersucht würden.
Der Schwerpunkt der Vorlesung lag auf der dynamischen Analyse auftragsgesteuerter Märkte und dem Entscheidungsprozess für Händler hinsichtlich der Abgabe von Marktaufträgen oder Limitaufträgen. Diese Entscheidung wird häufig von Händlern auf realen Märkten getroffen. Der Vortrag befasste sich eingehend mit der Regulierung von Tick-Größen und ihren Auswirkungen auf die Marktliquidität und -tiefe. Es wurden jedoch auch die möglichen unbeabsichtigten Folgen solcher Vorschriften hervorgehoben, da sie den gegenteiligen Effekt haben und die Anreize der Akteure verzerren und zu ineffizienten Ergebnissen führen können. Grafiken wurden verwendet, um zu erklären, wie die vom Limit-Orderbuch generierte Angebotskurve die Informationen darstellt, die den Händlern bei einem Handel zur Verfügung stehen.
Anschließend diskutierte der Dozent das Konzept der Null-Gewinn-Linie für Limit-Händler in einem wettbewerbsintensiven Markt mit kontinuierlichen Ticks. Diese Linie stellt den Preis dar, zu dem ein Limit-Händler seine Order festlegt, um sicherzustellen, dass kein Gewinn erzielt wird. Bei diskreten Ticks verschiebt sich die Null-Gewinn-Linie jedoch, wenn Limit-Händler Aufträge erteilen, was möglicherweise zu positiven Gewinnen führt. In einem Markt mit Zeitpriorität funktioniert das Limit-Orderbuch nach dem Prinzip „Wer zuerst kommt, mahlt zuerst“, sodass frühere Aufträge Vorrang vor späteren haben. Sobald also bei einem bestimmten Preis der Null-Gewinn-Punkt erreicht ist, sind keine weiteren Limit-Orders mehr im Auftragsbuch vorhanden.
Anschließend wurden die Auswirkungen einer Reduzierung der Tick-Größe auf dem Markt untersucht. Kleinere Tick-Größen führen dazu, dass die Preise in feineren Schritten festgelegt werden, was geometrisch zu einem Rückgang des Gewinnpotenzials für Limit-Händler führt. Der durchschnittliche Gewinn für Limit-Händler sinkt, was zu einer Verringerung der Anzahl der am Markt teilnehmenden Limit-Händler und in der Folge zu einer geringeren Tiefe des Orderbuchs führt. Es kann zwar zu einer Verringerung der Geld-Brief-Spanne kommen, diese ist aufgrund von Rundungsfehlern jedoch in der Regel minimal und nicht signifikant.
Im weiteren Verlauf diskutierte der Dozent die Auswirkungen der Tick-Größe auf die Mikrostruktur des Finanzmarktes. Die Tick-Größe bezieht sich auf den minimalen Preisanstieg, mit dem sich ein Wertpapier bewegen kann. Eine Verringerung der Tick-Größe führt zu einer engeren Geld-Brief-Spanne und erhöhter Liquidität, kann aber auch einige Limit-Händler aus dem Markt verdrängen. Infolgedessen nimmt die Markttiefe ab und die Wiederherstellung der Liquidität nach dem Handel wird langsamer, was sich auf die Widerstandsfähigkeit des Marktes auswirkt. Diese Schlussfolgerungen wurden durch Tests gestützt, die an der NYSE durchgeführt wurden, als sich die Tick-Größe von 1/8 auf 1/16 eines Dollars bewegte, was mit den vorhergesagten Auswirkungen übereinstimmte. Um eine weitere Diskussion anzustoßen, stellte der Dozent eine offene Frage zur Rolle der Zeitpriorität auf dem Markt und fügte ein Zitat von Man Winner zu HFT 101 hinzu.
Anschließend wurden die Bedeutung der Tick-Größe im Marktdesign und ihre Auswirkungen auf die Preispriorität gegenüber der Zeitpriorität diskutiert. Kleinere Tick-Größen geben der Preispriorität im Vergleich zur Zeitpriorität eine größere Bedeutung. Niedrigere Tick-Größen können verwendet werden, um die beiden Prioritäten auszugleichen, wodurch möglicherweise Hochfrequenzhändler verdrängt und langsamere Händler angezogen werden. Als Alternative zur Zeitpriorität wurde in der Vorlesung auch die anteilige Zuteilung vorgestellt. Bei der Pro-rata-Zuteilung werden Aktien allen Limit-Orders auf einem bestimmten Preisniveau proportional zu ihrer Größe beim Eingang einer Market-Order zugeteilt.
Das Video untersuchte dann die anteilige Zuteilung in wettbewerbsintensiven Märkten. Auf solchen Märkten erhält der letzte Limit-Händler, der zu einem bestimmten Tick eine Order aufgegeben hat, keinen Gewinn. Allerdings werden alle Händler auf dieser Tick-Ebene gleich behandelt, was zu einem Nullgewinn für alle Händler zusammen auf diesem Tick-Level führt. Folglich weist die aggregierte Angebotskurve auf dem Markt bei jedem Tick eine größere Tiefe auf. Dies bedeutet jedoch nicht zwangsläufig, dass zu einem bestimmten Preisniveau eine größere Menge verfügbar sein wird.
Das Konzept der anteiligen Zuteilung wurde weiter untersucht, insbesondere in Märkten wie elektronischen Futures für kurzfristige Zinssätze und dem Markt für zweijährige US-Staatsanleihen. Während eine anteilige Zuteilung die Tiefe auf jedem Preisniveau erhöhen kann, kann sie auch zu geringeren Gewinnen für Limit-Händler führen und sie möglicherweise aus dem Markt verdrängen. Der Vortrag ging auch auf Hybridmärkte ein, bei denen Händler in auftragsgesteuerte Märkte eingeführt werden, um zusätzliche Liquidität bereitzustellen. Diese Einbeziehung kann jedoch die Vorteile zunichte machen, da Limit-Händler ihr Verhalten an die Anwesenheit von Händlern anpassen.
Abschließend diskutierte der Dozent das Handeln eines Händlers in einem Markt mit roten Häkchen und Preispriorität. Die Rentabilität für Limit-Händler wurde überprüft und es stellte sich heraus, dass kleine Aufträge Gewinne bringen, während große Aufträge zu Verlusten führen. In einem solchen Szenario beobachtet der Händler die Größe der eingehenden Marktaufträge und muss einen Preis anbieten, der über dem Break-Even-Punkt liegt und gleichzeitig die im Limit-Orderbuch angegebenen Preise übertrifft. Auf diese Weise kann der Händler Gewinne erzielen und möglicherweise die Ausführung des Handels verbessern.
Darüber hinaus wurde der Einfluss der Händler auf das Limit-Orderbuch und die Gesamtmarktliquidität thematisiert. Händler können davon profitieren, indem sie Preise angeben, die günstiger sind als diejenigen im Limit-Orderbuch. Dies bedeutet jedoch, dass sie selektiv profitable Limit-Orders annehmen und nur unrentable in das Orderbuch zurückführen. Dadurch werden Limit-Händler nach und nach aus dem Markt verdrängt und die von Händlern bereitgestellte Liquidität ersetzt die zuvor von Limit-Händlern angebotene Liquidität. Folglich verringert die Hinzunahme von Händlern bei günstigen Marktbedingungen die Marktliquidität und -tiefe. Allerdings kann es die Liquidität in ungünstigen Zeiten erhöhen, indem es dem Markt eine Art Liquiditätsversicherung bietet.
Abschließend beleuchtete der Vortrag verschiedene Aspekte auftragsgesteuerter Märkte und deren Dynamik. Es wurde betont, wie wichtig es ist, Marktdesigndimensionen wie Tick-Größen, Prioritätsregeln und die Rolle der Händler bei der Gestaltung von Marktergebnissen zu verstehen. Die Regulierung der Tick-Größe wurde untersucht und zeigte ihre Auswirkungen auf die Marktliquidität, die Markttiefe und das Verhalten von Limit-Händlern auf.
Der Dozent betonte, dass eine Reduzierung der Tick-Größe zu einer engeren Geld-Brief-Spanne und einer erhöhten Liquidität führen kann, aber auch einige Limit-Händler aus dem Markt verdrängen kann. Diese Verringerung der Markttiefe kann zu einer langsameren Erholung der Liquidität nach dem Handel führen und die allgemeine Widerstandsfähigkeit des Marktes beeinträchtigen. Die Auswirkungen der Zeckengröße wurden durch an der NYSE durchgeführte empirische Tests gestützt, was die erwarteten Konsequenzen untermauerte.
Der Vortrag untersuchte auch das Zusammenspiel zwischen Preispriorität und Zeitpriorität und betonte, dass kleinere Tickgrößen die Bedeutung der Preispriorität gegenüber der Zeitpriorität erhöhen. Niedrigere Tick-Größen können verwendet werden, um die beiden Prioritäten auszugleichen, was möglicherweise langsamere Händler anzieht und Hochfrequenzhändler abschreckt. Als Alternative zur Zeitpriorität wurde die anteilige Zuteilung eingeführt, die die Tiefe auf jeder Preisebene erhöhen kann, aber die Gewinne für Limit-Händler verringern kann.
Ein weiterer Schwerpunkt war die Rolle der Händler in auftragsgesteuerten Märkten. Es zeigte sich, dass Händler davon profitieren können, indem sie bessere Preise als diejenigen im Limit-Orderbuch anbieten, indem sie selektiv profitable Limit-Orders auswählen und unrentable im Orderbuch belassen. Folglich ersetzt die von Händlern bereitgestellte Liquidität die von Limit-Händlern, was möglicherweise zu einer geringeren Marktliquidität und -tiefe führt. Allerdings kann die Präsenz von Händlern bei ungünstigen Marktbedingungen eine Liquiditätsabsicherung bieten.
Während der gesamten Vorlesung wurden Grafiken und Beispiele verwendet, um Schlüsselkonzepte zu veranschaulichen und das Verständnis zu erleichtern. Durch die Auseinandersetzung mit den Feinheiten auftragsgesteuerter Märkte lieferte die Vorlesung wertvolle Einblicke in die Marktdynamik, den Entscheidungsprozess von Händlern und die möglichen Konsequenzen von Marktdesignentscheidungen.
Die umfassende Analyse der Limit-Order-Book-Märkte, Tick-Größen, Prioritätsregeln und der Rolle der Händler ermöglichte ein tieferes Verständnis der Feinheiten und Kompromisse bei der Gestaltung und Regulierung auftragsgesteuerter Märkte. Der Vortrag diente als Grundlage für weitere Untersuchungen und Diskussionen über die Dynamik dieser Märkte und die Auswirkungen auf Marktteilnehmer und Regulierungsbehörden.
Vorlesung 7, Teil 2: LOB-Märkte – Dynamische Analyse (Mikrostruktur der Finanzmärkte)
Vorlesung 7, Teil 2: LOB-Märkte – Dynamische Analyse (Mikrostruktur der Finanzmärkte)
In diesem Abschnitt der Vorlesung liegt der Schwerpunkt auf der dynamischen Analyse von Limit-Order-Book-Märkten (LOB), insbesondere auf dem Entscheidungsprozess von Händlern, wenn es darum geht, zwischen der Aufnahme oder Bereitstellung von Liquidität und der Übermittlung von Markt- oder Limit-Orders zu wählen. Der Dozent geht auf die mit diesen Entscheidungen einhergehenden Kompromisse ein und betont, dass Market-Orders eine sofortige Ausführung, jedoch zum aktuellen Marktpreis, ermöglichen, während Limit-Orders das Potenzial für einen besseren Preis haben, aber das Risiko einer Nichtausführung bergen und anfällig für eine nachteilige Auswahl sind.
Zur Untersuchung der dynamischen Analyse der Wahl zwischen Market- und Limit-Orders werden zwei bemerkenswerte Modelle vorgestellt: das Modell von Christine Parlor und das Modell von Foucault. Diese Modelle unterscheiden sich in ihren Überlegungen zu negativer Auswahl, Nichtausführungsrisiko und Verzögerung und zielen darauf ab, zu verstehen, welche Arten von Aufträgen von verschiedenen Händlern übermittelt werden. Der Dozent erkennt jedoch an, wie komplex die Durchführung einer umfassenden dynamischen Analyse von LOB-Märkten aufgrund der Vielzahl der beteiligten Faktoren ist.
Anschließend diskutiert der Dozent die dynamische Abhängigkeit zwischen zukünftigen Akteuren in der Mikrostruktur der Finanzmärkte. Die Attraktivität der heutigen Einreichung einer Limit-Order hängt von der Ausführungswahrscheinlichkeit oder den Entscheidungen zukünftiger Agenten ab, die dagegen handeln. Dadurch entsteht eine herausfordernde dynamische Schleife, in der die Einreichung von Limitaufträgen von den Entscheidungen zukünftiger Agenten abhängt, die wiederum von den Ausführungswahrscheinlichkeiten abhängen. Um dieses Konzept zu veranschaulichen, wird ein einfaches Modell vorgestellt, bei dem Händler ankommen und entscheiden, ob sie eine Limit- oder Market-Order für eine Einheit des Vermögenswerts aufgeben. Die Wahl wird durch die Wahrscheinlichkeit der Ausführung der Limit-Order beeinflusst, die kleiner als eins ist, was zu einer Verzögerung im Entscheidungsprozess führt.
In der Vorlesung wird außerdem ein Modell untersucht, das das Nichtausführungsrisiko berücksichtigt, wobei Händlern eine Bewertung von V plus y zugewiesen wird. Während Händler den Vermögenswert unterschiedlich bewerten, liegt dies nicht daran, dass sie über unterschiedliche Informationen über den Grundwert V verfügen. V stellt den Grundwert des Vermögenswerts dar, der allen Marktteilnehmern bekannt oder unbekannt ist. Händler vergeben unterschiedliche Bewertungen für Liquiditäts- oder Risikomanagementzwecke. Jeder Händler beinhaltet die Vorstellung einer Kreditkomponente, die gleichmäßig auf einem Intervall verteilt ist, sich um Null dreht und für alle Händler unabhängig ist. Die Gleichgewichtswahrscheinlichkeiten der Ausführung von Limit- oder Market-Orders werden unter Berücksichtigung der expliziten Verzögerung bestimmt, die als im Modell gesuchte Unbekannte dient.
Um das Verständnis zu erleichtern, stellt der Vortragende eine grafische Darstellung von vier linearen Linien vor, die die Gewinne darstellen, die mit verschiedenen Arten von Aufträgen in LOB-Märkten verbunden sind. Von rationalen Händlern wird erwartet, dass sie die Art von Order wählen, die ihren erwarteten Gewinn basierend auf ihrem Bewertungs-Y maximiert. Händler mit einem hohen Y werden sich für den sofortigen Kauf über eine Market-Order entscheiden, während diejenigen mit hohen Bewertungen, aber ohne Sinn für Dringlichkeit, möglicherweise ein Risiko eingehen Limit-Order, um einen besseren Preis zu sichern. Andererseits werden Händler mit niedrigen Bewertungen den Vermögenswert lieber verkaufen. Dieser Entscheidungsprozess stellt sicher, dass alle Händler die Möglichkeit haben, den Vermögenswert zum bestmöglichen Preis zu kaufen.
Die optimale Handelsstrategie wird anhand unterschiedlicher Verkaufsdringlichkeiten besprochen. Händler mit extrem niedrigen Bewertungen des Vermögenswerts sind bereit, zu einem niedrigeren Preis zu verkaufen, während Händler mit mäßig niedrigen Bewertungen möglicherweise das Risiko einer längeren Ausführungsfrist im Austausch für einen etwas höheren Preis eingehen. Die Wahrscheinlichkeit der nächsten Verkaufs- oder Kaufaufträge des Marktes kann anhand der Verteilung von Y, der Kreditkomponente der Bewertungen und den Haltepunkten im Diagramm berechnet werden. In der Vorlesung wird anerkannt, dass die Gleichgewichtsgrenzwerte und -wahrscheinlichkeiten noch nicht bestimmt wurden.
Anschließend befasst sich der Referent mit den Wahrscheinlichkeiten im Zusammenhang mit der Gleichverteilung und der Bestimmung der Grenzwerte für y mithilfe von Indifferenzpunkten. Indifferenzpunkte stellen die Bewertungen dar, bei denen Händler gleichermaßen dazu geneigt sind, einen limitierten Verkaufsauftrag oder einen limitierten Kaufauftrag zu erteilen, da die erwarteten Gewinne aus beiden Optionen gleich sind. Der Referent demonstriert anhand eines vereinfachten Modells, wie man das System löst und das Gleichgewicht findet. Anhand eines Beispiels wird veranschaulicht, dass Händler mit extremen Bewertungen zwischen -2 und -0,4 Marktaufträge zum Verkauf erteilen, während Händler mit hohen Bewertungen zwischen 1,4 und 2 Marktaufträge zum Kauf erteilen. Obwohl die Wahrscheinlichkeit der Ausführung von Limit-Orders gering ist, sind Händler aufgrund der möglichen erheblichen Preisverbesserung, die sie erzielen können, bereit, das Risiko einzugehen.
Darüber hinaus erwähnt der Redner die Einbeziehung der nachteiligen Selektion in ein Modell sowie des Nichtausführungsrisikos. Da diese beiden Friktionen jedoch nicht wesentlich miteinander interagieren, bietet das Modell keine wesentlichen Erkenntnisse über das hinaus, was bereits in früheren Diskussionen zur nachteiligen Selektion (Claustens Modell) und dem Nichtausführungsrisiko (Parlors Modell) untersucht wurde. Der Redner warnt davor, dass Regulierungsbemühungen zur Verbesserung der Marktliquidität und -tiefe unbeabsichtigte Folgen haben könnten, wie die verschiedenen Aspekte des Marktdesigns belegen, die in der Vorlesung untersucht werden.
Gegen Ende der Vorlesung schlägt der Redner den Studierenden eine Übung vor, in der er die Auswirkungen von Gebühren untersucht, die für Limit-Orders und Market-Orders im Rahmen des Parlour-Modells erhoben werden. Diese Übung regt zur weiteren Erforschung und Analyse der komplexen Dynamik und Auswirkungen verschiedener Marktmechanismen an. Darüber hinaus lädt die Vorlesung zum Abschluss des Vortrags die Zuschauer dazu ein, über die Einschreibung in einen bevorstehenden Mechanismusdesign-Kurs nachzudenken, was darauf hinweist, dass es auf dem faszinierenden Gebiet der Marktdynamik und des Marktdesigns noch mehr zu lernen und zu diskutieren gibt.