Options
Kroencke, Tim A.
Nom
Kroencke, Tim A.
Affiliation principale
Fonction
Professeur.e ordinaire
Identifiants
Résultat de la recherche
Voici les éléments 1 - 1 sur 1
- PublicationAccès libreThree essays on price formation and liquidity in financial markets(Neuchâtel : Université de Neuchâtel, 2023-04-26)
; ; Cette thèse étudie comment les variables de microstructure affectent les prix sur les marchés financiers. Elle se compose de trois chapitres, dont les deux premiers sont co-écrits avec Tim A. Kroencke et David Ardia. Le premier chapitre dérive un estimateur efficace des écarts de prix achat-vente à partir des prix d’ouverture et de clôture ainsi que des prix maximums et minimums. L'estimateur est asymptotiquement non biaisé et combine de manière optimale l'ensemble des données de prix pour minimiser la variance d'estimation. L'estimateur permet d'estimer les écarts de prix achat-vente pour une variété d'instruments financiers indépendamment de leur fréquence de négociation, en basse et haute fréquence, pour les marchés qui ne rapportent pas de données achat-vente, lorsque les cotations ne sont pas fiables ou coûteuses à obtenir, ou lorsque les transactions ne peuvent pas être alignées de manière fiable avec les cotations. Nous constatons que les méthodes existantes surestiment les écarts de prix là où ils sont censés être les plus petits et les sous-estiment là où ils sont censés être les plus grands. Nous illustrons comment notre méthode permet d’améliorer l'inférence à travers plusieurs applications. Le deuxième chapitre utilise l'estimateur construit au chapitre précédent pour examiner les primes de liquidité sur le marché boursier américain depuis 1927, où la liquidité est mesurée par les écarts de prix achat-vente. Nous constatons que la prime de liquidité représente 20% de la prime de risque totale. La liquidité est plus fortement tarifée en janvier, mais elle est également importante pour les autres mois. Nos résultats suggèrent que la liquidité est tarifée sur toutes les actions, bien que des échantillons limités à des actions à plus grande capitalisation puissent manquer de puissance et atteindre une significativité statistique plus faible. Les actions avec des écarts de prix achat-vente plus élevés sont associées à des prix d'illiquidité plus bas et à des primes d'illiquidité plus élevées. Nous établissons également un lien entre les écarts de prix achat-vente et la mesure d'illiquidité d'Amihud. En résumé, nous constatons que les écarts de prix achat-vente représentent une dimension importante de la liquidité et qu'ils ont des effets omniprésents sur les prix des actifs. Dans le dernier chapitre, je propose un cadre théorique où les prix sont formés de manière purement mécanique via les transactions réalisées par le biais des échanges sur le marché. Ce cadre consiste en trois propositions fondamentales. Premièrement, la quantité échangée lors d’une transaction est égale à l’intégrale entre zéro et l'impact maximal de la densité du carnet d'ordres. Deuxièmement, l'impact maximal se transforme en impact permanent de telle manière que les preneurs et faiseurs de marché ne réalisent aucun profit lors de la transaction. Troisièmement, le prix de l'actif est déterminé par l'accumulation des impacts de prix. Le modèle est simple mais capable de reproduire plusieurs faits stylisés observées dans les données financières. Ce travail présente une vision mécanique des marchés financiers dans laquelle les échanges eux-mêmes sont la source des fluctuations du marché et suggère une nouvelle voie de recherche. Ici, la question n’est donc plus de déterminer ce qui influence les prix mais de déterminer ce qui incite à échanger en premier lieu. ABSTRACT: This dissertation studies how microstructure variables affect asset prices and participate in the price formation process. The dissertation consists of three chapters, of which the first two are co-written with Tim A. Kroencke and David Ardia. The first chapter derives an efficient estimator of the bid-ask spread from open, high, low, and close prices. The estimator is asymptotically unbiased and optimally combines the full set of price data to minimize the estimation variance. The estimator makes it possible to estimate bid-ask spreads for a variety of assets regardless of their trading frequency, in low and high frequency, for markets that do not report bid and ask data, when quotes are unreliable or expensive to obtain, or when trades cannot be reliably matched with quotes. We find that earlier methods overstate bid-ask spreads where they are expected to be the smallest and understate bid-ask spreads where they are expected to be the largest, and we illustrate how our method improves inference in a variety of applications. The second chapter uses the estimator to examine liquidity premia in the U.S. stock market since 1927, where liquidity is measured by the bid-ask spread. We find that the liquidity premium accounts for 20\% of the total equity premium. Liquidity is more strongly priced in January, but it is also significant in non-January months. Our results suggest that liquidity is priced across all stocks, although samples restricted to larger stocks may lack power and achieve lower significance. Stocks with higher spreads are associated with lower prices of illiquidity and higher illiquidity premia. We also establish a link between bid-ask spreads and Amihud's illiquidity measure. In summary, we find that bid-ask spreads represent an important dimension of liquidity and they have pervasive effects on asset prices. In the last chapter, I propose a theory where prices are formed in a purely mechanical manner through trading. The theory consists of three fundamental propositions. First, the quantity exchanged in a trade equals the integrated density of the book between zero and the peak impact. Second, the peak impact relaxes to the permanent impact such that makers and takers earn zero profits in the transaction. Third, the asset price is determined by the accumulation of price impacts. The model is simple yet capable of replicating various patterns observed in financial data. This work presents a mechanical view of financial markets in which trading itself is the source of financial market fluctuations and suggests a new research path in which the age-old question of what drives prices is replaced with what motivates people to trade in the first place.