Szef NYSE broni handlu specjalistycznego. System sprzedaŜy produktów osiąga najlepsze ceny dla akcjonariuszy, mówi. 19 lutego 2004 r. NEW YORK TIMES NEWS SERVICE. NEW YORK - szef Nowego Jorku Giełda Papierów Wartościowych bronił swoich animatorów rynku i jego 211- letniego modelu handlowego, twierdząc, że zmiany, które wprowadził w ciągu ostatniego miesiąca, powinny wystarczyć, aby uspokoić krytyków Big Board. Uwagi szefa giełdy, John A Thain, pojawiły się zaledwie na dwa dni przed tym, jak jest zaplanowane na zeznania przed kongresowym panelem w sprawie rentowności systemu handlu giełdowego, który polega na sieci specjalistycznych przedsiębiorców, aby prowadzić inwestorów do jak najlepszej ceny za akcje. Specjalistyczny system zyskuje lepsze ceny, powiedział wczoraj Jeśli chcesz najlepszą cenę, prawdopodobnie otrzymasz to na NYSE. Zbieranie ich zyskiem. Podczas gdy on odmówił komentarza 240 milionów rozliczeń w tym tygodniu przez pięć najlepszych specjalistów wymiany firm i Komisji Papierów Wartościowych i Giełd w sprawie nadużyć handlowych, powiedział, że obawia się rentowności firm. Pozostało tylko siedem, powiedział, że chcę, aby były opłacalne i przetrwały. Zeznania są w decydującym momencie na wymianę W przyszłym tygodniu SEC oczekuje, że zdecyduje się na zmianę, a może nawet zlikwidować jedną z jej długotrwałych zasad aby zapewnić, że inwestorzy otrzymują najlepszą cenę za akcje, niezależnie od tego, która giełda jest przedmiotem obrotu. Określiła regułę handlu, stała się rodzajem błyskawicy dla krytyków wymiany, którzy twierdzą, że jest przestarzały przepis, który służy tylko w celu ochrony monopolu specjalistów poprzez kierowanie przepływem zamówień do Big Board i z dala od swoich konkurentów elektronicznych. Chroniła zasadę jako niezbędną gwarancję najlepszej realizacji, która stanowi, że inwestorzy są zobowiązani do uzyskania najlepszej ceny za akcje Ostrzegł, że wyeliminowanie tej zasady spowoduje, że kilku dealerów brokerów i inwestorów instytucjonalnych podejmie transakcje z systemu publicznego, na ich korzyść i szkodę inwestorów. Ryzyko polega na tym, że jeśli zniesie regułę handlu, nastąpi większa internalizacja, Thain powiedział, że te firmy z dużymi sieciami detalicznymi będą korzystały, a także dużych inwestorów. Powiedział, że zmiany dokonane w handlu elektronicznym system, który uczyni go bardziej atrakcyjnym dla inwestorów zainteresowanych szybkością i anonimowości, wymienia się na równym poziomie z elektronicznymi odpowiednikami. W rezultacie, powiedział, że wymiana prawdopodobnie zostanie sklasyfikowana jako szybki rynek, zbliżona do jej elektronicznych konkurentów, nie ma potrzeby znoszenia zasady handlu. Dajemy inwestorom instytucjonalnym zdolność do prowadzenia transakcji równie szybko i z taką samą anonimowość jak inna wymiana, Thain powiedział Jeśli masz taką samą szybkość, nie powinieneś pozwolić inwestorom zrezygnować z reguły handlu. SEC o zniesieniu reguły, ale powiedział, że prawdopodobne jest, że zostanie ona zmieniona. Jedna zmiana uważana przez komisję to modyfikacja, która umożliwiłaby handlowcom dokonywanie transakcji w drodze najwyższej ceny za akcje, o ile różnica w cenie nie przekroczyła 2 lub 3 centów. Ci, którzy chcą zostać. W odpowiedzi na pytanie, kto ma odnieść sukces jako John S Reed, Thain potwierdził dziennikarzom, że nie było dużej liczby kandydatów, którzy lobbują się o pracę. Podczas gdy Reed stoi na stanowisku, że nie jest zainteresowany staniem się przewodniczącym, Thain potwierdził, że poprosił Reeda, aby usunął tymczasowe z jego tytułu. Rozmawiałem z Johnem, prosząc go o to, że Thain powiedział i powiedział, że nie jest to ciągła dyskusja. 335 Rozdział 3 Book Notes. underwriters kupuje papiery wartościowe od emitenta i sprzedaje je do publicznej oferty publicznej akcji i obligacji są wprowadzane do obrotu przez banki inwestycyjne nazywane subliterami - inwestycyjne bankierów doradzają firmom - najpierw należy złożyć oświadczenie o wpisie prelimacyjnym z papierami wartościowymi i prowizją prowizji walutowej opisującą kwestię spółki - po zatwierdzeniu przez sek, nazywa się prospektem emisyjnym - rynek pozagiełdowy typu OTC - typ dealera - nieformalna sieć brokerów i dealerów, którzy prowadzą negocjacje w sprawie sprzedaży papierów wartościowych - rejestracja maklerów z sekcją jako dealerzy, dealerzy cytują ceny, po których chcą sprzedawać kupno papiery wartościowe, a następnie broker prowadzi transakcję kontaktując się z dealerem oferującym atrakcyjną cenę -1971, NASDAQ utworzono, aby połączyć brokerów i dealerów w sieci komputerowej, w których wyświetlane są notowania cenowe - maklerzy skontaktują się z dealerami najlepiej, - NASDAQ musiała zadzwonić do dealera, aby prowadzić handel, a teraz wszystkie elektroniczne .- wymiana, taka jak NYSE, dać specjalistom odpowiedzialność za zarządzanie papierami wartościowymi - każda wyspecjalizowana firma tworzy rynek wielu papierów wartościowych - specjaliści utrzymują książkę limitów wszystkich niespłaconych egzekwowanych limitów - gdy zamówienia są realizowane po cenach rynkowych, specjalistyczne krzyże prowadzą handel. - zachowują sprawiedliwy i uporządkowany rynek, gdy książka o limitowych zamówieniach kupna i sprzedaży jest tak cienka, że spread jest zbyt szeroki - specjaliści oczekujący zaoferowania odkupienia akcji od własne elektroniczne zakupy. Wzrost handlu elektronicznego dzięki nowym przepisom pozwalającym maklerom na konkurowanie w interesach, złamałoby to, że dealerzy zawsze mieli informacje na temat najlepszej dostępnej oferty i zapytali o ceny, zmuszeni integracji lub rynków, a dopuszczalne papiery wartościowe mogą handlować mniejszymi przyrostami cen zwanymi rozmiarami kleszczy - szybszy handel techniką, a ten konkurent obniżył ceny realizacji transakcji handlowych. W 2005 roku przyjęto system regulacji rynków krajowych NMS - celem było powiązanie wymiany elektronicznej w celu stworzenia 1 dużego zintegrowanego rynku - wymian, które nie mogłyby obsługiwać notowań elektronicznie oznaczałyby rynek powolny i zignorowano - system specjalistyczny NYSE był zagrożony i przeniósł się w kierunku handlu elektronicznego - NYSE utracił swój monopol na handel własnymi akcjami - specjaliści nadal istnieją, ale ledwie porównują je z elektronicznymi na rzecz zapasów. Nowe strategie handlowe1. algorytmiczny handel deleguje decyzje handlowe na programy komputerowe 2 handel wysokonapięciowy klasa specjalna algorytmiczny handel, w którym programy komputerowe rozpoczynają rozkazy w ułamkach sekundy - przejęły płynność z maklerów 3 lokale handlowe w ciemnym basenie, które zachowują anonimowość, ale również wpływają na płynność obrotu papierami wartościowymi 4. Wykorzystanie programów komputerowych do podejmowania szybkich decyzji handlowych - cała wolumen akcji w Stanach Zjednoczonych jest inicjowany przez algorytmy - te branże wykorzystują małą rozbieżność w rdzeniach bezpieczeństwa i szybką cross - porównywalne ceny rynkowe możliwe bc wielkości min tick - niektóre transakcje algorytmiczne wykorzystują krótkoterminowe trendy, ponieważ nowe informacje o firmie są odzwierciedlane w cenie akcji - inni używają PAIRS TRADING relacji cen normalnych między parami czasowo zakłóconych i oferujących niewielkie zyski w miarę powrotu do wyrównania - some algorytmy zyskują od zażądania rozproszenia kupić kupno po cenie ofertowej i sprzedaży po cenie zapytania, zanim cena może się zmienić --- bc nie animatorzy rynku nie muszą utrzymywać oferty i zapytać o cudzysłowie. skład subskrypcji algorytmicznej, który polega na komputerze programy do podejmowania bardzo szybkich decyzji handlowych - tradery konkurują o transakcje oferujące niewielkie zyski - jedna strategia pociąga za sobą próbę zysku na zasadzie "bid-ask" - inna opiera się na arbitrażu między rynkami niewielkie różnice cen na różnych rynkach pozwalają firmie na zakup bezpieczeństwa w jednej cenie i sprzedaży w nieco wyższej cenie - najszybciej do realizacji zyski - transakcje wykonawcze mierzone w mikrosekundach dla podmiotów gospodarczych o wysokiej częstotliwości - firmy przenoszą centra handlowe n do systemów wymiany elektronicznej. Duże transakcje, w których co najmniej 10 tys. akcji akcyjnych są kupowane lub sprzedawane - tradycyjnie przynoszone do bloku domy firm specjalizujących się w dopasowywaniu kupujących i sprzedających bloki - ci brokerzy dyskretnie organizują duże transakcje z oka publicznego i unikają ruchomych cen za klienci - teraz przesiedleni do ciemnych basenów. - Nyse euronext największe rynki kapitałowe - rynki papierów wartościowych wywierane na międzynarodowe sojusze handlowe handlu elektronicznego - elektroniczne sieci handlowe, które łączą handlowców, chcą najtańszych transakcji, które można uzyskać, a globalne sojusze pomagają temu - w tendencji do konsolidacji rynku coraz bardziej połączone. sekordy i prowizji walutowych odpowiedzialnych za szeroki nadzór nad rynkami papierów wartościowych, udziały z innymi agencjami agencja handlu kontraktami futures reguluje handel na futures markets. fed rezerwy odpowiedzialność zdrowia amerykańskiego systemu finansowego - uwzględnia requriements marż na akcje i opcje oraz reguluje akcje kredytowe bankowe blured papierów wartościowych ochrony inwestorów corp w celu ochrony inwestorów przed stratami, jeśli firmy brokerskie nieuprawnieni inwestorzy otrzymają papiery wartościowe przechowywane na ich konto w nazwie ulicy przez firmę maklerską na poziomie do 500k - has premii ubezpieczeniowej dla firmy maklerskiej firmy. sarbanes-oxley w 2002 r. w odpowiedzi na skandale z ofertami publicznymi, zaniedbane badania papierów wartościowych, wprowadzające w błąd sprawozdania finansowe i praktyki rachunkowości. - główne reformy tworzenia nadzoru nad księgowością spółek publicznych w celu nadzoru nad audytem, audytorzy nie mogą już dostarczać kilku innych usług firmom, itd. - zasady vs zasady reguły emisji są zdefiniowanymi praktykami, które są dozwolone, a zasady są mniej zdefiniowane. Analiza empiryczna specjalistycznego zachowania handlowego na Giełdzie Papierów Wartościowych w Nowym Jorku. NOTE International Finance Dyskusje są materiałami wstępnymi krążącymi w celu pobudzenia dyskusji i krytycznym komentarzem Referencje w publikacjach do dokumentów dyskusyjnych dotyczących finansów międzynarodowych innych niż ac wiedza, którą pisarz ma dostęp do niepublikowanego materiału, powinien zostać wyczyszczony z autorem lub autorów Ostatnie IFDP są dostępne w internecie w tym artykule można pobrać bezpłatnie z biblioteki elektronicznej w sieci Science Science Research Network Strona internetowa Wybrana strona jest zewnętrzną umieszczoną na innym serwerze. Zarząd nie ponosi odpowiedzialności za zewnętrzną witrynę internetową ani nie popiera informacji, treści, prezentacji ani dokładności ani nie udziela żadnych gwarancji wyraźnych ani dorozumianych dotyczących jakichkolwiek zewnętrznych stron strona Dziękujemy za odwiedzenie strony internetowej Zarządu. Stworzyłem stylizowane fakty empiryczne dotyczące zachowania handlowego specjalistów z Giełdy Papierów Wartościowych w Nowym Jorku. Zwłaszcza patrzyłem na skutki przyszłych zmian cen, szczególnej roli specjalistów i poziomu zapasów specjalistów specjalistyczne zachowanie handlowe Motywacją do tego empirycznego badania jest określenie, czy specjaliści zachowują się jak aktywni inwestorzy który ma przewagę informacyjną, którą uzyskuje, działając jako broker dla innych podmiotów gospodarczych W takim przypadku można oczekiwać, że specjalista zaangażowałby się w strategię maksymalizacji zysków, kupując niskie i wysokie obroty, co jest sprzeczne z przewidywaniami tradycyjny model zapasów. Uważam, że specjaliści zachowują się jak aktywni inwestorzy, którzy starają się kupić akcje, gdy ceny są niskie i sprzedają, gdy ceny są wysokie Ja również stwierdzam, że gdy specjaliści nie wykonują swoich zobowiązań handlowych po drugiej stronie rynku są w prawie 85 procentach swoich transakcji, kupują niskie i sprzedają wysokie Ustalenia z tego dokumentu wskazują, że specjalista NYSE najlepiej reprezentuje się w modelach teoretycznych jako zmaksymalizowany zysk, poinformowany inwestor, a nie jako przedsiębiorca o zerowej rentowności. Słowa kluczowe Mikrostruktura rynku Specjalista NYSE Market maker. JEL klasyfikacja G10 G14.Ten artykuł bada empirycznie zachowanie handlowe specjalistów na New York Stock Wymiana Specjalista z firmy NYSE ma wyłączne prawo do wprowadzania na rynek papierów wartościowych. W związku z tym istnieje zdecydowany obowiązek utrzymywania sprawiedliwego i uporządkowanego rynku w przypisanym zabezpieczeniu, co pociąga za sobą zapewnienie płynności, gdy płynność jest niska, utrzymując ceny w sposób ciągły i działając jako agent dla innych podmiotów gospodarczych W zamian specjaliści zarabiają na zasadzie spreadu z ofertą ofertową Ponadto specjaliści korzystają z oferty popytu na rozproszenie w celu zapewnienia asymetrycznych informacji. Ponadto specjalista od firmy NYSE korzysta z ostatniej przewagi, która może powodować dodatkowe zysku handlowego. Uważam, że gdy poziom zapasów i specjalistyczna rola jest brany pod uwagę, specjaliści zachowują się jak aktywni inwestorzy, którzy chcą kupić akcje po niskich cenach i sprzedawać, gdy ceny są wysokie Kolejny ważny wynik tego dokumentu to jeśli chodzi o generowanie przychodów, specjaliści tracą pieniądze na robieniach na rynku, podczas gdy on zarabia samozatrudnienie transakcji, nawet pomimo faktu, że transakcje płynności z definicji obejmują zysk rozproszony Ostatnio uważam, że branże specjalistyczne są informacyjne o przyszłym krótkoterminowym ruchu cenowym. W przeszłości literatura teoretyczna podkreśliła modele oparte na zapasach, modelowanie zachowań związanych z handlem i ustalaniem cen przez specjalistów Jeśli specjalista spotyka się z kosztami inwentaryzacji lub jest nieubłagany ryzykiem, będzie on aktywnie kontrolował jego pozycję inwentaryzacyjną, ustalając ceny powodując ruchy w kierunku pożądanych poziomów zapasów W udziale wkładu Garman 1976 modelujący twórcy rynku jako zerowy zysk osoby, które dostosowują ceny w celu uniknięcia niepowodzeń w związku z niepewnością zamówień Głównym wnioskiem było, że optymalne ceny kupna były monotonne malejącymi funkcjami pozycji zajmowanej przez dealera, a spread pozostawał niezmienny Stoll 1978, O Hara i Oldfield 1986, by wymienić kilka, poszerzał ten model, ale ostatecznie doszedł do tego samego głównego wniosku, to jest, że oferta a sk badaniach empirycznych związanych z tymi modelami wykazały jedynie słabe dowody krótkotrwałych efektów inwentaryzacji Madhavan i Smidt 1991, a Hasbrouck i Sofianos 1993 Madhavan i Smidt 1993 badali zachowanie zapasów w długich horyzontach i wykazały również słabe dowody na efekty zapasów W sumie badania empiryczne sugerują, że specjaliści z magazynów mają niewielki wpływ na zmiany cen ofertowych i zapytań. Madhavan i Panchapagesan 2000 stwierdzili nawet, że jedyne znaczące efekty zapasów były w przeciwnym kierunku niż przewidywała teoria W celu wyjaśnienia tych sprzeczności, Madhavan i Sofianos 1998 stwierdzili, że specjaliści kontrolują swoje zapasy poprzez czas i kierunek swoich transakcji, a nie dostosowując ich wyceny. Oznacza to, że obecny model kontroli zapasów specjalistów wyklucza niektóre ważne cechy, które mają również wpływ na specjalistów zachowanie. Zakładając, że tha t specjaliści to poinformowany maksymalizator zysków znajduję dowody na to, że specjaliści kontrolują swoje zapasy poprzez czas i kierunek swoich transakcji Założeniem, że specjaliście jest poinformowany maksymalizator zysków jest motywowany dwoma teoretycznymi referatami Po pierwsze, Spiegel i Subrahmanyam 1996 wzorowali specjalistę jako konkurencyjny przedsiębiorca, który stara się wykorzystać luki cenowe w minutach, w przeciwieństwie do innych przedsiębiorców, którzy ciągle monitorują ruchy rynkowe w zamian za bardzo kosztowne. Drugi, Benveniste, Marcus i Wilhelm 1992 wyraźnie modelowały relacje między specjalistą a pośrednikami jako informacyjny dla specjalistów W obu tych modelach specjaliści kupią po niskich cenach i sprzedają po wysokich cenach Jest to dokładne przeciwieństwo zachowania przewidywanego przez modele kontroli zapasów Niedawny dokument empiryczny Harrisa i Panchapagesan 2003 stwierdza, że specjaliści korzystają z informacji zawartych w książce z limitem zamówień, aby prowadzić handel Handel ma nie tylko wpływ na brak równowagi zamówień, ale także indywidualne właściwości zamówienia, takie jak czas trwania i cena zamówień z tytułu limitów w stosunku do rynku. Poniżej przedstawiono model empiryczny sprawdzający powiązania między specjalistycznymi zachowaniami handlowymi, zapasami specjalistów i cenami bezpieczeństwa. próbuj tutaj wywnioskować, w jaki sposób specjaliści dostają jego informacje, czy to z ciągłego monitorowania rynku, czy z innych pośredników zajmujących się sprzedażą podłogową. Celem jest raczej wywnioskować z zachowania specjalistów, jeśli zostanie poinformowany, a jeśli z nich skorzysta Analiza 143 zasobów w NYSE dostarcza dowodów na to, że porównując dominujące średnie wyceny specjaliści sprzedają na wysokim poziomie i kupują na niskich cenach, dlatego też zachowują się jak konkurencyjni handlowcy, którzy próbują skorzystać z wahań cen po minutach, co jest sprzeczne z ogólnym poglądem głównego nurtu literatura, to znaczy, że specjaliści są dostawcami bezprawności zwykłych przedsiębiorców, a rozproszenie z ofertą oferty jest zarówno th e cena, którą nakładają na świadczenie tej usługi i ubezpieczenie przed asymetrycznymi informacjami, na przykład Glosten i Milgrom 1985 Głównym rezultatem mojego opracowania jest to, że specjaliści otrzymują odszkodowanie od zysku z własnej inicjatywy handlowej, a nie tylko z oferty spread-up są statystycznie bardziej znaczące dla bardziej płynnych zasobów, dla których specjalizacja roli rynków może być mniej istotna Pozycje zapasów również odgrywają rolę w działach specjalistów Jeśli istnieje nierównowaga inwentaryzacji, specjaliści dostosują kierunek swoich transakcji do poprawienia tego jest zgodny z Madhavan i Sofianos 1998 Jedna z najsilniejszych cech zachowania specjalistycznego znajduje się po przeciwnej stronie rynku, gdy występuje nierównowaga zamówień W ten sposób - co jest nieopłacalne w badanym okresie, pozwala specjalistom wypełnić swój obowiązek do NYSE utrzymywania uporządkowanego rynku w wyznaczonych transakcjach zabezpieczających Specjaliści obracają się t informować o przyszłym krótkoterminowym ruchu cen Oznacza to, że specjaliści inicjują handel po cenie powyżej średniej kwot średniej, cena akcji jest prawdopodobnie bardziej zbliżona, wskazując, że branże te są informacyjne o przyszłych ruchach cen Prowadzi to do ostatniego pytania zbadanego w tym dokumencie Jeśli chodzi o generowanie przychodów, co jest bardziej opłacalne dla specjalistycznych transakcji, które inicjuje lub działa w których jest dostawcą płynności Pomimo tego, że transakcje płynności z definicji obejmują zysku rozproszonego, ogólny zysk z transakcji inicjowanych przez specjalistów jest wyższy w przypadku zapasów, które sprawdzam W próbce specjaliści tracą pieniądze na robieniach na rynku, osiągając zyski z samoczynnego handlu. W Stanach Zjednoczonych nastąpił ruch w kierunku tzw. zautomatyzowane systemy handlu ATS, które działają bez jawnie wyznaczonych animatorów rynku Międzynarodowe giełdy również szeroko przyjęły ATS 2 In respo NYSE połączył się ostatnio z firmą ArcaEx, jedną z wiodących sieci ECN w dziedzinie komunikacji elektronicznej. NYSE stwierdził, że przyjmie hybrydowy model handlu, w którym będą towarzyszyć handel podłogami i handel elektroniczny. Ta zmiana zmniejszy moc monopolu specjalistów ze względu na zmniejszenie przepływu zamówień i może to być także dążenie do stopniowego wycofywania się w coraz większym stopniu omawianych specjalistycznych systemów 3 Zanim to nastąpi, ważne jest, aby zrozumieć rolę specjalistę w obecnym środowisku handlowym Niniejszy artykuł przyczynia się do tego Efekt ten przedstawia się następująco Rozdział drugi omawia model empiryczny Część trzecia opisuje dane Sekcja czwarta przedstawia wyniki empiryczne Sekcja piąta omawia różne strategie przyczyniające się do osiągnięcia zysku specjalistów W końcu, w części szóstej konkluzji. Kwestią zainteresowania jest to, czy przyszłość ruchy cen wpływają na handel specjalistów Specjalistyczne decyzje handlowe mogą ujawnić więcej abo dać im prywatną informację niż ich cytaty, ponieważ inni handlarze mają pierwszeństwo przed notowaną ceną. Zmienna zależna w modelu polega więc na tym, czy specjaliści kupują lub sprzedają, a jedną z niezależnych zmiennych jest przyszłe ceny. Utrzymywana hipoteza polega na tym, że specjaliści mają pewne informacje o przyszłych cenach. Poprzednie badania teoretyczne identyfikują inne czynniki, które mogą wpływać na kierunek specjalistycznej działalności handlowej na poziomie transakcji dla pojedynczego zasobu Jak wspomniano we wstępie, empiryczne testy teorii kontroli zapasów wykazały tylko bardzo słabe lub brak relacji między zapasami poziomy i ceny Z drugiej strony, Madhavan i Sofianos 1998 stwierdzili, że specjaliści kontrolują swoje zapasy poprzez terminy i kierunek ich handlu. Inwentaryzacja jest więc włączona do tego modelu, gdzie oczekuje się, że wyższe zapasy spowodują, że animator rynku podejmie stronę sprzedawcy w handlu częściej może mieć również wpływ na specjalistyczną działalność handlową Seppi 1997 przedstawia model specjali - stycznego specjalisty, który zmaga się z konkurencją z ograniczonej książki z zamówieniem. Pokazuje, że specjaliści częściej uczestniczą w rozmowach, gdy szeroko rozpowszechniona jest tendencja do podwyższenia ceny ofertowej lub żądania. Takie działania mogą być opłacalna, a także zaspokajać wymóg wymiany handlowej przez rzeczoznawcę w celu zapewnienia płynności i utrzymania ciągłości cenowej. Specjalista kupujący lub sprzedający w czasie jest modelowany następująco: gdzie zmienna wskaźnika y jest równa jednej, jeżeli specjaliści kupują i równoważą zero, jeśli specjalizuje się w sprzedaży. Czy specjalizacja jest wstępnie podpisana pozycja inwentaryzacyjna dodatnia, jeśli jest długotrwała i negatywna Jeśli jest krótka Zgodnie z Madhavan i Sofianos 1998, hipoteza jest negatywna, tzn. gdy specjalista ma wysokie zapasy on używa kierunku handlu, aby pozbyć się niektórych jego ryzyka. Wstępny handel rozliczył dolara pomnożony znakiem handlowego po septyczna dla transakcji sklasyfikowanych jako zainicjowane przez kupującego i negatywne dla inicjowanych przez sprzedawców Hipoteza jest negatywna, wskazując, że specjaliści są bardziej aktywni po przeciwnej stronie handlu, gdy szerzenie jest szersze, ponieważ uwzględnia specjalistę w zakresie wymiany informacji zapewniają płynność i utrzymują ciągłość cen. Oznacza procentową zmianę obliczoną w połowie bieżącej oferty i pyta o osiem transakcji w przyszłości. Hipoteza jest pozytywna, tj. że specjaliści kupują nisko i sprzedają wysokie. w tym dokumencie składa się z informacji handlowej w handlu z bazy danych Trade, Order, Record i Crackdown Baza danych TORQ Baza danych TORQ zawiera transakcje i notowania próbki 144 zapasów od listopada 1990 r. do stycznia 1991 r. wiek tych danych jest ale z powodu zasady udostępniania danych w NYSE, nie są dostępne najnowsze dane Zestaw danych TORQ składa się z czterech różnych plików, z których jedna obejmuje Szczegółowe informacje na temat tożsamości podmiotów gospodarczych Niniejsza informacja jest tylko częściowo ukończona Niektóre dane identyfikujące przedsiębiorców, w tym specjalistów, nie są celowo ujawniane W takich przypadkach odpowiednie pola nie są ukryte, a jedynie pozostawione puste Handel specjalistami jest identyfikowana przy użyciu algorytmu Został opracowany przez Edwarda 1999 i później wyrafinowany przez Panchapagesan 1999 Pomijanie kodu tożsamości handlarza jest używane do oznaczania transakcji, które mogą obejmować specjalistę Korzystanie z filtrów opartych na wcześniejszej znajomości plików danych i polityk i procedur NYSE było algorytmem wyrafinowany przez Panchapagesan 1999 w celu zidentyfikowania branż specjalistycznych Ten algorytm został zweryfikowany poprzez powtórzenie badań, w których zastosowano zweryfikowane specjalistyczne dane handlowe i okazało się, że jest bardzo dokładny Panchapagesan 1999 W celu dalszej dyskusji na temat algorytmu identyfikowania specjalistycznych branż, patrz procedura dodatku AA zaproponowana przez Lee i Ready 1991 jest używany do klasyfikowania transakcji jako nabywcy lub selle r zainicjowany W szczególności cena handlowa jest porównywana z punktem średniej dominującej stawki i pytaj cytat 15-sekundowe opóźnienie w wycenach jest stosowane w celu skorygowania różnic w szybkości zegara, z jaką są notowane transakcje i notowania Handel, którego ceny są powyżej poniżej punkt środkowy jest klasyfikowany jako transakcje inicjowane przez kupującego w punkcie pośrednim wyceny w ogóle nie może być sklasyfikowany w ten sposób. Jednak po Madhavan i Sofianos 1998, transakcje średniej wyceny, w których specjaliści biorą udział, są klasyfikowani jako inicjator sprzedający zainicjowany przez nabywcę, jeśli specjalista kupuje sprzedaż Oznacza to, że specjaliści są określani jako dostawcy płynności. Inwentarz akcjonariuszy otwarcia na każdy dzień, a każdy zapas jest skonstruowany jako suma wszystkich podpisanych zawodów specjalistycznych Ponieważ poziom spisu na początku próby nie jest przestrzegany, poziom zapasów jest poprawny tylko do nieznanej stałej. Za 144 zasobów z bazy danych TORQ, 143 są wykorzystywane w tym dokumencie4 Wszystkie najważniejsze wyniki są podane w grup handlowych z grupami o największej częstotliwości w tym okresie w częstotliwości 1 oraz tych, które prowadzą handel z najniższą częstotliwością w częstotliwości 5. Tabel 1 przedstawia streszczenie statystyk dotyczących tych grup częstotliwości od listopada 1990 r. do stycznia 1991 r. Próbka akcje różnią się znacznie w istotnych rozmiarach Specjaliści od najczęściej sprzedawanych akcje sprzedają te akcje rzadziej niż raz na minutę, podczas gdy w przypadku najmniej sprzedawanych akwizycji specjaliści zajmują się średnio rzadziej niż raz na godzinę Kurs specjalistycznej frekwencji jest odwrotnie proporcjonalny do częstotliwość obrotu, jak można się było spodziewać, ponieważ obowiązki związane z wprowadzaniem na rynek są bardziej istotne w przypadku cienkich akcje. Dane, które będą najbardziej interesujące, to dane o zapasach, dane rozproszone i zmiana średniej wyceny ośmiu transakcji na przyszłość dane wykorzystane w modelu przedstawionym w poprzednim rozdziale Tabela 1 przedstawia podsumowanie tych danych dla pięć grup częstotliwości wspomnianych powyżej. Jest oczywiste, że jednostki tych numerów różnią się znacznie wielkością, co należy pamiętać, gdy wyniki w następnej sekcji są interpretowane na bieżąco. Inwentaryzacja jest na przykład w tysiącach, a zmiany cen są w ósmej części dolara Odchylenie standardowe zapasów jest niższe w przypadku zapasów o niższej częstotliwości obrotu Prawdopodobnie dlatego, że zwiększone ryzyko utrzymywania pozycji w akcjach, które nie są bardzo płynne, prowadzi do większego nakierowania na zasoby reklamowe Również odchylenie standardowe cen wzrasta wraz ze spadkiem częstotliwości handlowej, ponieważ zapasy, które są bardziej rzadko spotykane, mają tendencję do bardziej niestabilnych cen, a także od ośmiu transakcji w przyszłości to dłuższy okres dla słabszych akcji Zgodnie z oczekiwaniami średnie rozproszenie jest najwyższe co najmniej zasoby płynne. Jak wspomniano powyżej, wiek tego zestawu danych jest kwestią i należy pamiętać, że wprowadzono wiele zmian w przepisach i rozporządzeniach s NYSE od czasu zebrania tych danych Jedną z ważniejszych zmian specjalizacji może być otwarcie księgi zleceń w styczniu 2002 r. Boehmer, Saar i Yu 2005 stwierdzają, że wskaźnik udziału specjalistów spadł po uporządkowaniu limitów zamówień otwarte dla innych podmiotów gospodarczych Jest to zgodne ze zwiększonym ryzykiem związanym z transakcją z powodu zmniejszenia się przewagi w zakresie informacji. Inne znaczące zmiany miały miejsce w czerwcu 1997 r., kiedy NYSE zaczęło sprzedawać akcje w szesnastym dolarze, a w styczniu 2001 r. przewaga handlowa staje się jeszcze ważniejsza w nowym środowisku, ponieważ zmniejszyło się szanse na podniesienie ceny kupna lub obniżenie ceny sprzedaży. W rezultacie wydaje się, że znaczny udział w rynku partycypacyjnym wzrósł, wskazując na wzrost wykorzystania korzyści informacyjnych 5 Bez ostatnich specjalistycznych konkretnych danych handlowych, dokładne skutki tych zmian regulacyjnych nie są znane. brak dostępności bardziej aktualnych danych tego typu nie zmienia podstawowej hipotezy tego dokumentu, czyli że specjaliści handlują informacjami, których dysponują. Niniejszy artykuł nie pozwala stwierdzić, czy specjaliści nadal korzystają z tej samej korzyści w zakresie informacji, czy też w jakim stopniu mogą handlować swoimi informacjami. Modelem, który zostanie oszacowany, jest wyżej wymieniony model binarny, który określa, czy specjaliści kupują lub sprzedają. Proces 2 szacuje się zarówno metodami oszacowania MLE, jak i probitami logitowymi, gdzie każda obserwacja traktowana jest jako pojedynczy rysunek z dystrybucji Bernoulliego. Tabela 2 prezentuje wyniki z indywidualnych szacunków probitacyjnych Jak wspomniano wcześniej, poprzednia hipoteza polega na tym, że współczynnik jest ujemny, jest ujemny i jest dodatni, co oznacza, że testy te są testowane z jednostronną alternatywą stała jest z drugiej strony przetestowana w stosunku do alternatywy dwustronnej, ponieważ nie istnieje wcześniej wynik tego estymatora Dla dobra dobierania pseudo - R jest raportowany, a także statystyka testu współczynnika prawdopodobieństwa Wyniki szacowania probit i logit są podobne, co odpowiada umiarkowanej równowadze pomiędzy 0s i 1s dla zmiennej zależnej W związku z powyższym, w niniejszym raporcie są opisywane tylko wyniki oceny probitowej, a reszty papieru. Głównym wynikiem oceny probitacji jest to, że w siedemdziesięciu pięciu procentach zasobów 107 z 143 współczynnik ceny jest dodatni, a to znacznie w dwudziestu ośmiu procentach przypadków Popiera to główną hipotezę że specjaliści kupują akcje, kiedy ceny zbliżają się do sprzedaży i sprzedają je, gdy ceny są zbliżone do spadku Oznacza to, że producenci rynkowi uzyskują zyski z wykorzystywania przyszłych wahań cen, prawdopodobnie mogą zarobić te zyski z przewagi konkurencyjnej uzyskanej dzięki ciągłym monitorowaniu rynków Wyniki te są silne do zmian liczby przyszłych transakcji wykorzystywanych do oszacowania zmian cen, tzn. Ze zmianami cen szacowanych eithe r cztery lub szesnaście transakcji w przyszłości Oznacza to, że początkowe założenie, że animatorzy rynku są poinformowani, że maksimum użyteczności może być właściwe, gdy rozwinięte zostaną teoretyczne modele specjalistycznych zachowań. Warto zauważyć, że przyszłe zmiany cen wpływają na specjalistę w różny sposób w zależności od częstotliwości grupa zapasów Wygląda na to odwrócenie relacji między kształtowaniem kształtu litery "U" pomiędzy płynnością zapasów a szansą, z jaką musi specjalizować się rynek, ponieważ najniższe przyszłe współczynniki zmian cen znajdują się w handlu najwyższym i najniższym Częstotliwość W najwyższej częstotliwości obrotu ten wynik jest ekonomicznie intuicyjny, ponieważ rynki te są bardziej efektywne, a zatem specjaliści nie są tak dobrzy, aby przewidzieć i skorzystać z przyszłych cen i skorzystać z nich. Jeśli chodzi o najmłodsze akcje, to jest prawdopodobne, że specjalistyczna rola zapewnienia płynności jest ważniejsza proporcjonalnie niż maksymalizacja zysków, which would explain why the future price change coefficient becomes smaller as stocks become more thinly traded. The inventory coefficient is negative and significantly so in thirty percent of the cases This supports the empirical results in Madhavan and Sofianos 1998 , who find that specialists control their inventories through the timing and direction of their trades rather than through the adjustment of their quotes The magnitude of the inventory effects is strongest in the most thinly traded stocks This is economically intuitive because the time between trades, and hence inventory carrying costs, tend to be greater in less liquid stocks This will cause the specialist in a thinly traded stock to want to promptly reverse his position to a optimal inventory level. The coefficient of the variable signed spread is negative and significantly so in ninety eight percent of the regressions This strongly supports the hypothesis that specialists are more active on the opposite side of a trade when the spread is wider, affirming their exchange obligation to provide liquidity and maintain price continuity These obligations also appear to increase as the stocks become less liquid, with the coefficient being highest for the least liquid group. The marginal effects can be seen in table 3 where the slope is estimated at the mean of each of the regressors 6 If prices go up by an eighth of a dollar in the future, the decision to buy 1 goes up by 0 2325 If inventories go up by 10,000, the decision to buy goes down by -0 06 for all stocks It is interesting to see if any one of the exogenous parameters is driving the endogenous variable in any one direction The effect of each coefficient is determined in table 4 for the mean of the regressor multiplied by the slope coefficients To clarify even further that none of the variables drive the resulting endogenous variables, the absolute value of the standard deviation of the regressor times the slope is also given The magnitude results indi cate that no single variable dominates the specialist s choice whether to sell or buy The spread size has the greatest effect in all groups of stocks though, indicating that the role of specialists in providing liquidity is an important factor in their decision to buy or sell. With the estimators for the model in hand it is of interest to investigate how well the model does in predicting whether a specialist will buy or sell at specific points in time Table 5 gives the outcome of sample prediction probabilities for the five groups of stocks November and December data was used to estimate probit and logit models and the models were then used to predict specialist activities in January The naive prediction is both out of sample and in sample, which gives the best possible naive alternative to the models prediction A stock has a naive prediction of y if P buy is For out of sample data, the naive prediction number of sells and buys are counted in November and December, for the in sample nai ve prediction the number of sells and buys in January are counted As before, only the probit results are displayed The results for the logit estimation were similar. The results indicate that the model presented and estimated above improves predictions considerably The probit model correctly predicts the direction of the specialist s trade in 66 of all trades while an in sample naive predictor only predicts it correctly in less than 57 of all trades For some trade frequency groups the difference is even greater The probit model does increasingly well in predicting the direction of trade for trading frequencies one through four, with 61 prediction accuracy for the most frequently traded stocks and tops it with almost 70 accuracy for trading frequency group four The model does not do as well for the least liquid stocks, but still does better than the naive predictors The results suggest that the independent variables in the model do have a real effect on the specialists decision whether t o buy or sell. To refine the predictions a rolling update was made of the model to assess its performance when information is updated November and December data was used to predict two trading days in January, then the data from those two trading days was added and the model estimated again and those results used to predict other two days into the future This rolling prediction was done for group one, two, and three It was not done for the other two groups since those stocks were too thinly traded to yield significant results Updating the model with new data does not make a huge difference in the predictability, as can be seen in table 5 panel B It does improve the probit predictions in all the groups but only marginally, the greatest improvement is in group three which is only half a percent improvement from 66 74 to 67 21 This indicates that the model is robust when used for predictions up to a month into the future. A specialists has two separate roles, he has to be a liquidity provid er in the stock he is assigned to, and as shown above, he is an active trader trying to profit from short term price fluctuations It is therefore interesting to try to split the trades into two categories, those done to fulfill market making obligations and those done to maximize profits In this section the trades are decomposed into trades initiated by the specialist and trades initiated by other traders It is assumed that the trades that are initiated by the specialist are profit maximizing trades. As before, the procedure by Lee and Ready 1991 is used to classify trades as buyer - or seller-initiated and mid-quote trades are specified as market making trades Table 6 gives the summary of the data. In most of the trades, seventy one percent on average, the specialist is at the opposite side of the market he is providing liquidity When he is a liquidity provider, he collects the spread as a payment for his services and also as an insurance against information trading As expected, the spec ialist s role as a liquidity provider increases as the stocks become more thinly traded, with seventy seven percent of trades being liquidity providing trades for the most thinly traded stocks. Table 7 gives an overview of what the specialist does when he initiates trades In eighty five percent of cases, the specialist buys sells the stock when the price is at a low high This is a profit maximizing strategy For the more liquid stocks this is even a higher proportion, going up to 89 of trades for the most liquid stocks, while only about two thirds of initiated trades are a buy at low and sell at high for the least liquid stocks In the remainder of this section, I will look at the profits specialists make from initiated trades as opposed to market making trades Trading profits are defined similarly to Hasbrouck and Sofianos 1993 They can be measured either on a cash flow basis or a market-to-market basis, and are respectively defined as follows. So trading profits for market making are in part due to the spread, while there is no such thing in the initiated trade profits In table 8 there is a summary of how much profit comes from each trading strategy That is total revenues from that strategy summed over stocks divided by total trading turnover The results for the least liquid stocks are omitted due to very infrequent trading in them As shown in table 6, there are only on average twenty seven specialist initiated trades over the whole period for the least liquid stocks which does not give a good estimate of profitability. Most noteworthy is that fact that the specialist is always doing better in the initiated trades than in the market making trades This is so even though there is a bid ask spread bounce incorporated into the market making profits For all the stocks, liquidity trades have a loss of 0 2 cents per dollar while initiated trades have a profit of 0 112 cents per dollar The difference is most in the lowest frequency where the specialist was making 0 36 cents pe r dollar on initiated trades while he was loosing 0 59 cents a dollar on market making trades On average specialists were losing money in this period, prices were going down, and their market making obligations appear to have been dominating. It is worth noting, however, that the results are very different between stocks For individual stocks, 63 out of the 115 reported in table 8 had a higher profit for liquidity trades, that is around fifty five percent The main results did not change when some of the assumptions changed, for example, if the end of period inventory was sold of at average prices in the period instead of end of period mid-quote, 62 115 stocks still had a higher initiated trade profit Profit for all the reported stocks changed from -0 096 cents per dollar to -1 06 cents per dollar, while liquidity trades had a loss of -0 125 cents per dollar and initiated trades had a profit of 0 044 cents per dollar results not shown. This further strengthens the main results of this pap er, that specialists do profit from trades that they initiate, which strongly supports the hypothesis that they have some information about short term price fluctuations. Since it appears that the specialist is mostly buying low and selling high it may be the case that specialist initiated trade is a good estimate of the future short run price change in a stock The estimated model for the future price change is. where is the change in the mid-quote eight trades into the future and is one if the trade is a specialist initiated buy and negative one if it is a specialist initiated sell The hypothesis is that is positive, indicating that specialists initiate buys low and initiate sells high. There were too few observations in the lowest frequency stocks to estimate the model For many of the stocks, the Durbin Watson test indicated the presence of first order autocorrelation, so the Newey West procedure was used to estimate the disturbances was tested against a one sided alternative, since the prior is that it should be positive As we have no priors for it was tested against a two sided alternative The results for the more frequently traded stocks are presented in table 9.The goodness of a fit of the model is not very high Adjusted R goes from being 1 in the highest frequency to being 4 in the lowest frequency Still eighty five percent of the trade coefficients are positive as predicted and almost sixty percent of them are significant at the 10 level This does indicate that specialist initiated trading does contain some information about future price movements This information can, however, not be backed out of NYSE daily trading data since traders identies are not revealed Across the trade frequencies, trade is most often significant in frequencies two and three This indicates that trade is more efficient in trading frequency group one The reason that the trade coefficient is less significant in the lowest frequency is probably due to the number of observations. The main im plications of the above empirical analysis is that specialists do behave like active investors with information advantages Up until now most theories about specialists trading behavior have focused on inventory control models which predict that specialists change their prices to affect their inventory position This means that prices would move down after a specialist purchase and move up after a specialist sale Empirical research has failed to bear out the main hypothesis of inventory control models, motivating this paper Theories that assume that the specialist has an informational advantage from continuously monitoring the market or from continuous trading relationships predict, oposite to inventory control models, that specialists would buy stocks when prices are low and sell stocks when prices are high The above analysis substantiates that specialists do behave like active investors while also managing their inventories By controling for specialists market making obligations I do f ind that specialists trading direction is affected by future prices They are indeed buying low and selling high. It is quite noteworthy to see that when specialists are not performing their trading obligations by being on the opposite side of a market they are in almost eighty five percent of the trades buying low and selling high This is the most convincing evidence supporting the theory that specialists are informed about future price movements Specialists trading direction is effective in explaining future price movements when market making trades are excluded from the dataset, indicating that monitoring the specialist actions may be profitable For the general trading public it is, however, impossible to monitor specialist trades since information on traders identity is not public. Trading profits were mostly negative in this period, but despite that, the trading profits for specialist initiated trades were positive in three out of four frequency groups Furthermore there were always h igher losses incurred on the market making trades than on the specialist initiated trades, even though the former trades incorporate spread profit. It seems clear from the above results that the market maker is best represented as a profit maximizing informed investor rather than a zero profit trader This gives rise to several interesting avenues for future research It may be interesting to incorporate the above results into a theoretical model which could yield a testable hypothesis on available trade data Another interesting aspect is to formalize a model with reputation to see how the floor brokers and specialists interact when the specialists are profit maximizing traders Empirically it is also interesting to investigate if the same results hold in other markets where specialists have similar privileges and obligations. Admati, A R and Pfleiderer, P 1989 Divide and Conquer A theory of intraday and day-of-the week mean effects Review of Financial Studies 2, 189-223 Amihud, Y Mendelson , H 1980 Dealership market market making with inventory Journal of Financial Economics 8,31-53 Boehmer, E Gideon, S and Yu, L 2005 Lifting the Veil An Analysisi of Pre-Trade Transparency at the NYSE Journal of Finance 60, 783-815 Garman, M B 1976 Market Microstructure Journal of Financial Economics 3 257-275 Edwards, A K 1999, NYSE Specialists Competing with Limit Orders A Source of Price Improvement working paper Securities and Exchange Commission Easley, D and O Hara, M 1987 Price, Trade Size, and Information in Securities Markets , Journal of Financial Economics 19, 69-90 French and Roll, 1986, Stock return variances The arrival of information and the reaction of traders Journal of Financial Economics 17, 5-26 Glosten, L R and Milgrom, P R 1985 Bid, Ask and Transaction Prices in a Specialist Market with Heterogeneously Informed Traders , Journal of Financial Economics 14, 71-100 Greene, William H Econometric Analysis Prentice Hall, Upper Saddle River, New Jersey, 1993 Hamilton, Jame s D Time Series Analysis Princeton University Press, Princeton, New Jersey, 1994 Harris, Lawrence E and Panchapagesan, Vankatesh, 2003 The Information-Content of the Limit Order Book Evidence from NYSE Specialist Trading Decisions work in progress, version Febuary 27, 2003 Hasbrouck, J, 1992 Using the TORQ Database Hasbrouck, J Sofianos, G 1993 The trades of market-makers an analysis of NYSE specialists Journal of Finance 48, 1565-1594 Ho, T and Stoll H 1981 Optimal Dealer Pricing Under Transactions and Return Uncertainty Journal of Finance 38, 1053-1074 Ho, T and Stoll H 1983 The dynamics of dealer markets under competition Journal of Financial Economics 9, 47-73 Huang, Roger D and Stoll, Hans R 1997 The Components of the Bid-Ask Spread A General Approach The Review of Financial Studie s Vol 10, No 4, 995-1034 Judge, Hill, Griffiths, Lutkepohl and Lee Introduction to the Theory and Practice of Econometrics John Wiley Sons, New York 1988 Kavajecz, A Kenneth, 1999 A Specialist s Quoted Depth and the Limit Order Book Journal of Finance Vol LIV, No 2, 747-771 Lee, C and Ready, M 1991 Inferring trade direction from intra day data Journal of Finance 46, 733-746 Madhava, A and Smidt S 1991 A Bayesian model of intraday specialist pricing Journal of Financial Economics 30, 99-134 Madhavan, A and Panchapagesan, V 2000 Price Discovery in Auction Markets A Look Inside the Black Box The Review of Financial Studies Vol 13, No 3 627-658 Madhavan, A and Smidt S 1993 An analysis of Changes in Specialist Inventories and Quotations Journal of Finance 48, 1595-1628 Madhavan, A and Sofianos, 1998 An empirical analysis of NYSE specialist trading Journal of Financial Economics 48, 159-188 New York Stock Exchange, 2003 web page O Hara and Oldfield, 1986, The Microeconomics of Market Making Journal of Financial and Quantitative Analysis Vol 21, No 4, 361-376 O Hara, Maureen Market Microstructure Theory Blackwell Publishers 1995 Panchapagesan, Vankatesh, 1999 Identifying Specialist Trades i n the TORQ Data - A Simple Algorithm working paper Washington University in St Louis Seppi, Duane J 1997, Liquidity Provision with Limit Orders and a Strategic Specialist Review of Financial Studies 10, 103-150 Spiegel, M and Subrahmanyam, A 1996 On Intraday Risk Premia Journal of Finance 50, 319-339 Stoll, H 1978, The supply of Dealer Service in Securities Markets Journal of Finance 33, 1133-1151.The four files that form the TORQ data are the Consolidated Transaction file CT , the Consolidated Quotes file CQ , the system Order Database file SOD and the Consolidated Audit Trail file CD 7 The time series data in this paper uses all but the Consolidated Transaction CT file The following is based on identifying specialist buys, identifying specialist sells is symmetric. Specialist buys are represented by audit records CD where the. Account type BUYACCT is missing NYSE rule 132 mandates the provision of account information for audit trail purposes by all traders Therefore, account types cann ot be missing in the audit data unless they were systematically excluded Since specialist s account type S is missing in the TORQ data, the necessary condition for a specialist buy is that the buyer account type should be blank Additional refinements are needed because account types can be missing for nonspecialist trades as well. Source BTYPe is D2, L2 or blank, i e the source of the buyer must be from the crowd side, and must not be uncompared. For ITS trades NYSE executing market or committing market , they must not have a matching record in the System Order Database SOD This is because ITS buys with missing account type that are not in SOD are likely to represent specialist buys. This makes up a transaction file for specialists 8 To match quotes with trades the transaction file for specialists is run together with the Consolidated Quotes file, connecting these two files through date and time A 15-second lag is used to correct for difference in the clock speed with which trades and quo tes are reported Madhavan and Sofianos, 1998.An example of a specialist buy from a TORQ CD data file can be seen in table 10.Table 1 Summary Statistics. The sample contains 65 trading days for 143 stocks in the TORQ database Each frequency group average represents the simple mean of the daily averages of stocks within that frequency.1 Economist in the Division of International Finance of the Board of Governors of the Federal Reserve System I thank George Hall, Matthiew Spiegel, Robert Shiller and Tony Smith for helpful comments and suggestions For questions or comments, please contact Sigridur Benediktsdottir, email The views in this paper are solely the responsibility of the author and should not be interpreted as reflecting the views of the Board of Governors of the Federal Reserve System or of any other person associated with the Federal Reserve System All errors are sole responsibility of the authors Return to text.2 The Electronic Communication Networks s ECN in the United States u se fully automated trading systems There are also electronic markets in for example the United Kingdom, Canada and Germany Return to text.3 Specialists have been accused of trading ahead of the market for their own profit, harming other investors Seven specialist firms settled such charges by paying a fine of 247 million dollars In the spring of 2005 fifteen specialists were charged in a criminal indictment for making illegitimate trades at customers expense Return to text.4 One stock was too thinly traded in this period to yield any results Return to text.5 See the NYSE website, Return to text.6 Even though current practice favors averaging the individual marginal effects Greene 1997 this is done since same answers can be expected in large samples Return to text.7 For further discussion about the TORQ data base see Hasbrouck 1992 Return to text.8 For further discussion about this algorithm see Panchapagesan 1999 and Madhavan and Panchapagesan 2000 Return to text. This version is optimi zed for use by screen readers Descriptions for all mathematical expressions are provided in LaTex format A printable pdf version is available Return to text.
No comments:
Post a Comment