برداشت نقدینگی در بازار FX Spot: یک مطالعه متقابل کشور با استفاده از داده های با فرکانس بالا

در این مقاله ، برداشت نقدینگی کوتاه مدت در بازار FX Spot برای هشت جفت ارز بررسی می شود. ما شامل بیش از 3 میلیون ارسال سفارش محدود ، به ارزش بیش از 5 تریلیون دلار است و رانندگان دو اقدام مختلف نقدینگی مبتنی بر حجم را بررسی می کنیم. به طور کلی ، ما می دانیم که شرکت کنندگان در بازار نسبت به تغییرات در وضعیت بازار برای جفت های مختلف ارز واکنش نشان می دهند. علاوه بر این ، فرآیند برداشت نقدینگی نیز بسته به محتوای اطلاعات درک شده از سفارشات حد جدید ارسال شده متفاوت است. سرانجام ، ما مستند می کنیم که یک "توهم نقدینگی" ممکن است در سیستم عامل های تجارت الکترونیکی FX Markets وجود داشته باشد که در آن تجارت الگوریتمی و فرکانس بالا برجسته است.

معرفی

معاملات الگوریتمی سهم فزاینده ای از گردش مالی 5. 1 تریلیون دلاری در روز در بازار جهانی ارز (FX) را تشکیل می دهد. اگرچه هیچ ارقام دقیقی در دسترس نیست ، برآوردها نشان می دهد که الگوریتم ها حدود 25 ٪ از معاملات موجود در بازار FX Spot را در سال 2010 تشکیل می دهند (کینگ و ریم ، 2010). امروز ، بدون شک این سهم بیشتر است. در حالی که طرفداران تجارت الگوریتمی به طور کلی مزایا را از نظر کارآیی ، رقابت ، نقدینگی و از این رو هزینه های معامله پایین تر و یک روند کشف قیمت پیشرفته برجسته می کنند (به عنوان مثال ، Bershova و Rakhlin ، 2013 ، Brogaard و همکاران ، 2014 ، Conrad و همکاران.، 2015 ، هندرسوت و همکاران ، 2011 ، استول ، 2014) ، توسعه بدون بحث و جدال نیست. برخی از منتقدین خاطرنشان می کنند که معامله گران الگوریتمی و معامله گران با فرکانس بالا ، به ویژه ، با اینکه بتوانند سریعتر واکنش و پیش بینی جریان سفارش را نشان دهند ، در نهایت "جمعیت" را که به طور سنتی توسط بازرگانان انسانی در بازار ایجاد می شود ، جمع می کنند.

اکثریت قریب به اتفاق تحقیقات دانشگاهی تاکنون در بورس سهام انجام شده است. با این حال ، نظرسنجی ها و مطالعات نشان می دهد که تجارت الگوریتمی در بازارهای FX منجر به نتایج مشابهی مانند سایر بازارهای مالی شده است: گسترش پیشنهادات محکم تر ، گردش مالی بالاتر ، تعداد قابل توجهی از سفارشات (کوچک) و کاهش متوسط طول عمرسفارشات (BIS ، 2011 ، Susai and Yoshida ، 2015). به طور کلی ، به نظر می رسد که معامله گران الگوریتمی حداقل در دوره های ثبات در نقدینگی بهتر بازار در طیف وسیعی از بازارهای مالی نقش داشته اند. با این حال ، با واکنش سریع به اطلاعات جدید ، از جمله سفارشات جدید ارسال شده توسط دیگران ، بازارهایی که در درجه اول با معامله گران الگوریتمی جمع شده اند نیز مستعد انصراف از نقدینگی با سرعت و مقیاس بی سابقه هستند (Fong and Liu ، 2010 ، Foucault et al.، 2005).

در این مقاله ، ما یک مطالعه متقابل از کشور را به نقدینگی مبتنی بر حجم در بازار FX انجام می دهیم. 1 ما هم در تأمین نقدینگی و هم روند برداشت نقدینگی را بررسی می کنیم. با این حال ، تأکید بر تحلیل و بحث ما بر دومی است. به طور خاص تر ، ما تغییر نقدینگی را در ویندوزهای زمان از پیش تعیین شده پس از ارسال هر ارسال سفارش جدید به کتاب سفارش محدود محاسبه می کنیم-و سپس نتایج را از طریق لنز از ویژگی های خاص آن ترتیب محدود و وضعیت بازار تجزیه و تحلیل می کنیم. در زمان تسلیم

مقاله ما مربوط به ادبیات ریزساختار بازار FX است که شامل استراتژی های ارسال سفارش محدود است (Lo and Sapp ، 2010) ، جریان سفارش (لیون ، 1997 ، اوانز و لیونز ، 2002 ، پین ، 2003 ، دانلسون و همکاران ، 2012) و نقدینگیتأمین (Bjønnes et al. ، 2005 ، Daníelsson and Payne ، 2012). با این حال ، کار تجربی در بازارهای FX تاکنون با استفاده از نقل قول های نشانگر ، معاملات یا سفارشات محدود قبل از معرفی معاملات FX با فرکانس بالا ، به مجموعه داده ها محدود شده است-احتمالاً به دلیل دشواری در بدست آوردن داده های کامل سفارش الکترونیکی. دسترسی به یک مجموعه داده کامل با فرکانس بالا که توسط خدمات الکترونیکی کارگزار (EBS) از 8 تا 13 سپتامبر 2010 ارائه شده است ، ما را قادر می سازد تا بازار الکترونیکی FX را در زیر میکروسکوپ قرار دهیم. مطالعه ما ، که شامل هشت جفت ارز است ، شامل بیش از 3 میلیون سفارش محدود ، به ارزش بیش از 5 تریلیون دلار است (جدول 1 را ببینید).

علاوه بر این ، با انتخاب نقدینگی مبتنی بر حجم به عنوان لنز ، تمرکز ما را نیز می توان از دیدگاه کیفیت کلی بازار مشاهده کرد. بدنه ای از مقالات در حال رشد موضوعاتی از قبیل شفافیت قبل از ساق پا ، نقدینگی پنهان و استخرهای تاریک در بازارهای سهام را نشان می دهد (به ویژه ، Bessembinder و همکاران ، 2009 ، بلومفیلد و همکاران ، 2015 ، بومر و همکاران ، 2005). با این حال ، بازار FX غیر متمرکز است و به طور سنتی بسیار مات بوده است. در واقع ، اختلافات بین دو بازار برای استرس ضروری است ، زیرا آنها نه تنها برای رویکرد و روش شناسی ما بلکه برای ارتباط و سهم مقاله به طور کلی پیامدهای دارند.

اول ، با توجه به حجم معاملات روزانه ، بازارهای جهانی سهام با اندازه بازار FX غیر متمرکز کوتوله می شوند. با این حال ، در حالی که ده ها هزار سهام قابل معامله وجود دارد ، تعداد جفت های ارز که به طور فعال معامله می شوند نسبتاً اندک است. در سال 2013 ، 5 تیم برتر 61. 7 ٪ و برای 86. 4 ٪ از گردش مالی جهانی 61. 7 ٪ و در رده های برتر قرار گرفت (BIS ، 2013). برای اینکه ما را قادر به بررسی تفاوت بین ارزها و بازارها در مطالعه خود کنیم ، ما سه دسته از جفت های ارز را انتخاب کرده ایم. دسته اول شامل سه جفت ارز فعال ترین معامله شده (یورو/دلار ، USD/JPY و EUR/JPY) است که به دلیل گردش مالی قابل توجه ، در صدر معاملات الگوریتم قرار گرفته اند. دسته دوم شامل دو جفت ارز G10 کوچکتر (EUR/SEK و EUR/NOK) است. طبق گفته های BIS (2013) ، Krona سوئدی و Krone نروژی از نظر گردش مالی در سال 2013 در رده یازدهم و چهاردهم قرار گرفتند. دسته سوم (USD/MXN ، USD/RUB و USD/TRY) شامل سه مورد از فعالانه ترین معاملات است. ارزهای در حال ظهور در دو منطقه زمانی مختلف: پزو مکزیکی ، روبل روسی و لیر ترکیه. هر سه نفر در طی 10 تا 15 سال گذشته رشد پدیده ای در گردش مالی مشاهده کرده اند و از نظر گردش مالی جهانی FX در سال 2013 در رتبه هشتم ، دوازدهم و شانزدهم قرار گرفته اند. 2

دوم ، بازار FX بر خلاف بازار سهام ، کاملاً کنترل نشده و عاری از قطع کننده مدار است. به عنوان دانشگاهیان ، سیاستگذاران و شرکت کنندگان در بازار متعددی اظهار داشته اند. نقدینگی بهتر بازار تمایل به همراهی با "توهم نقدینگی" یا "نقدینگی میراژ" داشته است (کینگ و ریم ، 2011 ، ESRB ، 2016). بنابراین ، برداشت نقدینگی مبتنی بر حجم به طور گسترده در مواقع استرس می تواند به عنوان "مکانیسم تقویت کننده" عمل کند (BIS ، 2017a) و به دلیل ماهیت ذاتاً بین المللی بازار FX ، تأثیر مخربی تر بر سیستم مالی جهانی دارد (بیس ، 2011 ، هریس ، 2013). به عنوان مثال ، یک تصادف فلش نه تنها با حرکات ناگهانی و خشونت آمیز همراه است بلکه در نهایت با ناپدید شدن سریع حجم سفارش محدود ، مجاز یا ایجاد معاملات با قیمت های خارج از محدوده معاملاتی که در غیر این صورت به عنوان عادی در نظر گرفته می شود ، انجام می شود.'. سقوط فلش سال 2010 یا سقوط فلش پوند در اکتبر 2016 البته نمونه های شدید است. با این حال ، یک واقعه غیر منتظره در قالب اعلامیه غافلگیرکننده بانک مرکزی یا مداخله ارز نیز ممکن است منجر به برداشت ناگهانی نقدینگی شود که براساس حجم اندازه گیری می شود. 3 به طور معمول ، تأثیر چنین رویدادهایی در نقدینگی بازار موقت است. با این حال ، اگر سازندگان بازار انسانی به توانایی خود در تأمین نه تنها عرضه بلکه نیاز به نقدینگی فوری داشته باشند ، کیفیت کلی بازار ممکن است در دراز مدت رنج ببرد (Stenfors and Susai ، 2018). بنابراین ، مسئله برداشت نقدینگی در بازارهای بدون نسخه (OTC) مانند FX ، که به ساخت بازار داوطلبانه متکی است-از اهمیت ویژه ای برخوردار است-تابعی که به طور سنتی توسط بانکهای تجاری انجام می شود ، اما به طور فزاینده ای توسط معامله گران با فرکانس بالا جمع می شود.

سوم، برداشت نقدینگی FX مبتنی بر حجم نه تنها برای دانشگاهیان و فعالان بازار مورد توجه است. به طور قابل توجهی، بانک های مرکزی نیز به طور فزاینده ای به پلتفرم های تجارت الکترونیکی مانند EBS برای مداخلات ارزی متوسل می شوند (ویتال، 2006). همچنین برای تنظیم کننده ها و افسران انطباق نیز مرتبط است. از زمان افشای دستکاری گسترده و رفتار تبانی در بازار نقدی FX (به عنوان مثال، CFTC، 2014 را ببینید)، عملکرد بازارسازی که توسط معامله گران انجام می شود، چه انسانی و چه الگوریتمی، به شدت مورد بررسی قرار گرفته است. محکومیت های کیفری اخیر و تسویه حساب های نظارتی نشان می دهد که بازارهای پرجمعیت با سفارش های حد الگوریتمی می توانند به ویژه در معرض تاکتیک های تجاری دستکاری مانند جعل باشند (CFTC، 2018). اگرچه اکثر حوزه های قضایی به صراحت کلاهبرداری در بازارهای OTC FX را غیرقانونی نمی دانند، قانون داوطلبانه جهانی FX تاکید می کند که «شرکت کنندگان در بازار نباید به قصد ایجاد اختلال در عملکرد بازار یا ممانعت از فرآیند کشف قیمت، از جمله انجام اقدامات طراحی شده، سفارش هایی ایجاد کنند. منجر به تصور نادرست از قیمت، عمق یا نقدینگی بازار شود» (BIS، 2017b). در فوریه 2018، بانک انگلستان و اداره رفتار مالی بریتانیا بیانیه مشترکی را منتشر کردند که در آن پیشنهاد کردند تجارت الگوریتمی در بازارهای عمده فروشی (به ویژه FX ذکر شده) را تحت نظارت خود قرار دهند (بانک انگلستان، 2018، FCA، 2018). کنار هم قرار دادن؛پیشرفت های اخیر احتمالاً نیاز به درک عمیق تری در مورد کتاب های سفارش محدود شامل FX و الگوریتم ها دارد.

بنابراین ، مقاله ما سهم تازه و اصلی در ادبیات ریزساختار در حال حاضر گسترده در مورد تأمین نقدینگی مبتنی بر قیمت در بازارهای FX ، و همچنین در تجارت الگوریتمی و بازارهای محدود را ارائه می دهد (تاکنون تقریباً به طور انحصاری در بازارهای سهام انجام شده است). به طور کلی ، ما می دانیم که شرکت کنندگان در بازار نسبت به تغییرات در وضعیت بازار (مانند نوسانات و گسترش پیشنهاد) برای جفت های مختلف ارز واکنش نشان می دهند. علاوه بر این ، فرآیند برداشت نقدینگی نیز بسته به محتوای اطلاعاتی که از سفارشات محدودیت جدید ارسال شده به بازار (به عنوان مثال اندازه و پرخاشگری قیمت) ارائه می شود ، متفاوت است. شاید مهمتر از همه ، ما مستند کنیم که "توهم نقدینگی" ممکن است در واقع در بازارهای FX Spot وجود داشته باشد که در آن تجارت الگوریتمی و با فرکانس بالا برجسته است. بنابراین ، ما چندین یافته تجربی را گزارش می کنیم که نه تنها به ادبیات مربوط به ریزساختار بازار FX کمک می کند ، بلکه با "خرد بازار" معمولی با توجه به رفتار تجارت FX در سیستم عامل های تجارت الکترونیکی مقابله می کنیم.

مقاله به شرح زیر ساختار یافته است. بخش 2 مروری بر ادبیات مربوطه ارائه می دهد و بخش 3 مجموعه داده ها را شرح می دهد. بخش 4 روش و دو روش مورد استفاده برای بررسی روند برداشت نقدینگی را تشریح می کند. آمار توصیفی و بحث در مورد نتایج در بخش 5 ارائه شده است. بخش 6 نتیجه می گیرد.

قطعه قطعه

ادبیات مرتبط

ادبیات ریزساختار بازار در مورد لغو سفارش محدود یا برداشت نقدینگی به طور کلی ، هنوز محدود است. تا حدی ، این قابل منطقی است. لغو یا برداشت ، به هر تعریف دلالت بر این دارد که تجارت انجام نشده است. بنابراین ، می توان استدلال كرد كه مطالعات پیرامون چنین "عدم عمل" در بازارهای مالی ، كمكی برای افزودن به رفتار بازار مالی نخواهد داشت. با این حال ، موضوع به هیچ وجه در بین شرکت کنندگان در بازار مالی جدید نیست. آ

داده ها

ما از ساعت 21:00:00 (GMT) در تاریخ 8 سپتامبر 2010 تا 20:59:59 (GMT) در تاریخ 13 سپتامبر 2010 (به استثنای آخر هفته) از یک مجموعه داده با فرکانس بالا ("داده های چرخه زندگی معدن داده برای همه جفت ها") استفاده می کنیم. به دست آمده از EBS ، پرکاربردترین پلتفرم تجارت الکترونیکی در بین بانکهای ساخت بازار. همانطور که در جدول 1 نشان داده شده است ، مطالعه ما سه روز معاملاتی را با نوسانات FX کم ضبط می کند. با دامنه قیمت تقریباً 1-2 ٪ برای همه جفت های ارز ، این دوره باید برای یک مطالعه متقابل تحت سطح نسبتاً مناسب باشد

متغیرهای وابسته و پنجره های زمانی

به دنبال هر ارسال سفارش محدود جدید به کتاب سفارش محدود ، ما تغییر نقدینگی بازار را در ویندوزهای زمانی از پیش تعیین شده محاسبه می کنیم. الگوریتم های رایانه می توانند سریعتر از انسان واکنش نشان دهند. بنابراین ما هفت پنجره زمانی مختلف (0. 1 ، 0. 2 ، 0. 5 ، 1 ، 5 ، 10 و 60 ثانیه) را انتخاب کرده ایم تا تفاوت های احتمالی را در هنگام اجازه بازرگانان انسانی برای واکنش نشان دهند - بنابراین بینش عمیق تری در مورد پویایی نقدینگی فراهم می کند. روند عقب نشینیجدول 2 میانگین را نشان می دهد

آمار توصیفی

جدول 4 آمار توصیفی را برای هر متغیر مستقل مورد استفاده در رگرسیون نشان می دهد.

همانطور که مشاهده می شود ، فعالیت بازار برای جفت های اصلی ارز بسیار زیاد است. هر ارسال سفارش محدود جدید در بازار یورو/USD به طور متوسط 613. 1 ارسال سفارش محدود در طول 60 ثانیه قبلی انجام می شود. اعداد مربوط به USD/JPY و EUR/JPY به ترتیب 332. 6 و 231. 2 هستند. میانگین گسترش قیمت پیشنهادات برای EUR/USD (0. 0083 ٪) و USD/JPY (0. 0134 ٪) بسیار تنگ است. گذاشتن

بحث

در این مقاله ، ما یک تحقیق تجربی در مورد محرک های خاص بازار و سفارش خاص از برداشت نقدینگی در بازار FX Spot برای هشت جفت ارز در شرایط پایدار بازار انجام داده ایم. با استفاده از ویندوزهای زمانی مختلف از 0. 1 ثانیه تا 1 دقیقه برای گرفتن برجستگی روزافزون الگوریتم ها در سیستم عامل های تجارت الکترونیکی مانند EBS ، یافته های کلیدی ما را می توان به شرح زیر خلاصه کرد.

اول ، بازارهای نقطه FX نسبت به تغییرات در وضعیت بازار بسیار متفاوت واکنش نشان می دهند.

اعلامیه های علاقه

تصدیق

این مقاله در کنفرانس های امور مالی در کشور متقاطع 2017 که در چنگدو ، چین و چیانگ مای ، تایلند برگزار شد ، ارائه شده است. نویسندگان آرزو می کنند از شرکت کنندگان کنفرانس و دو داوری ناشناس بخاطر بازخورد و نظرات مفید خود تشکر کنند. ما از انجمن ژاپن برای ارتقاء علوم (JSPS: کمک های مالی برای تحقیقات علمی) و دانشکده بازرگانی پورتسموث (صندوق پروژه تحقیقاتی) برای پشتیبانی مالی سپاسگزاریم.