Классификация микроструктурных эффектов

Первый и простейший шаг в микроструктурном моделировании — допустить, что трения в торговом механизме генерируют непредсказуемую ошибку ценообразования s_t:

Модель делит цену сделки Р, на постоянный и мимолетный элементы: ц, перехватывает влияние информации, as, — влияние прочих факторов («шум») (рис. 19.2). Здесь s, играет роль спрэда между ценой и ожидаемой подлинной стоимостью актива:

Рис. 19.2. Структура цены.

Обычно s, моделируют как сх, где с — положительная константа, равная ½ спрэда, а х_{ е {-1,0,1} — поток заявок. Взяв первую разность, получаем простейшую микроструктурную модель цены:

где ).

Причем тут случайное блуждание ? Как отмечает Дж. Хасбрук, «если случайное блуждание и не полностью определяет цену бумаги, то оно все равно образует крупный и экономически значимый элемент цены»^[1] и служит отправным пунктом в микроструктурном моделировании.

Отдав должное случайному блужданию, ТРМ исследует то, что ТЭР игнорирует как тривиальное, а именно: влияние трений в торговом механизме и отклонений от информационной симметрии на цены. Эти трения и отклонения генерируют в ценообразовании микроструктурные эффекты. Наша следующая задача — выделить и классифицировать микроструктурные эффекты. С ними связаны две парадигмы, лежащие в основе микроструктурного моделирования.

Один принцип классификации вытекает из традиционной сферы микроструктурного анализа. Специальные вопросы дизайна рынка и его операционной эффективности отделяются от таких широких вопросов, как информация и ценообразование. С экономической точки зрения фактическую цену во многих микроструктурных моделях можно рассматривать как идеализированную информационно эффективную цену, «поврежденную» микроструктурными эффектами. С эмпирической точки зрения отмеченное выше разграничение вопросов можно увязать с горизонтом времени. Информационное событие вызывает пересмотр ожидаемой стоимости актива «раз и навсегда», т. е. до следующего информационного события, а микроструктурные эффекты скоротечны, мимолетны, преходящи и представляют собой «шум» цены. Соответственно, цена складывается из ненаблюдаемого постоянного элемента (ожидаемой стоимости) и наблюдаемого переменного элемента («шумных» отклонений от стоимости) (см. рис. 19.2).

Второй принцип классификации касается причин изменения цены. Следуя этому принципу, мы обнаруживаем, что цена меняется либо под влиянием сделки, либо других факторов. Если деление цены на два элемента часто встречается в экономическом анализе, то «подключение» сделки к ценообразованию — заслуга ТРМ (табл. 19.2). Сделка влияет на рыночную цену своим объемом, направлением (покупка или продажа), временем и самим фактом свершения. Часто сделки совершаются по ценам, назначенным одной из сторон сделки.

Таблица 19.2

Классификация микроструктурных эффектов¹

Ценовой эффект сделки (ЦЭС) — важный драйвер цены. ЦЭС показывает, как сильно колеблется цена, отражая информационное содержание сделки, или, другими словами, какая активность на торгах необходима, чтобы цена сдвинулась на один тик. Это мерило роста (падения) цены сделки, инициированной покупателем (продавцом). Чем крупнее сделка, тем вероятнее, что ее инициатор — информированный участник рынка, например корпоративный инсайдер. Популярной мерой ЦЭС является коэффициент Кайла, связывающий изменение цены с потоком заявок. Для оценки ЦЭС по Кайлу используется следующая линейная регрессия:

где P_t — P_t_j— разность цен текущей и предыдущей сделок; ПЗ_Г—чистый объем покупок, характеризующий поток (исполненных) заявок; e_t — нормально распределенная случайная величина; (3j — коэффициент Кайла (не путать с бетой САРМ). Ожидаемый знак (3, — «+». Чем сильнее ЦЭС, тем притягательнее торговые механизмы, минимизирующие утечку информации о крупных заявках.

инсайдер и знает что-то хорошее об инвестиционной стоимости акций. Сделка Маккейга своим объемом и направлением подсказала остальным, что акции TransCanada надо покупать. Это называется информационным содержанием сделки. «Я был расстроен, мягко говоря», — признался Маккейг. Он уже устал говорить болтливым трейдерам, что хотел бы заменить их компьютерами и торговать акциями так, чтобы даже очень крупные заявки не влияли на цены.

• [1] Hasbrouck J. Modeling Market Microstructure Time Series P. 649.