Risco sistêmico de alta freqüência

A negociação de alta freqüência aumenta o risco sistêmico? ☆

Destaques.

A plataforma Arrowhead introduz cotação e negociação de alta freqüência (HFQ e HFT) no Japão.

As regras e a literatura atuais não abordam suficientemente o HFQ e a correlação correlacionados; HFT.

CoVAQ e CoVAR medem a contribuição de uma ação para riscos de microestrutura sistêmica.

Riscos de microestrutura sistêmica de HFQ e HFT correlacionados de baixa latência.

Em 2018, a Bolsa de Valores de Tóquio, a maior bolsa de valores com sede fora dos Estados Unidos, introduziu uma nova plataforma de negociação, Arrowhead. Essa plataforma reduziu a latência e aumentou o co-localizado, cotação e negociação de alta freqüência (HFQ) de zero a 36% do volume de negócios. Durante os eventos de cauda que representam condições extremas do mercado, o HFQ correlacionado com baixa latência pode levar a riscos sistêmicos, como falhas instantâneas, que não foram suficientemente abordados na literatura. Neste trabalho, nosso estudo fornece uma estrutura para avaliar se o HFQ aumenta os riscos sistêmicos e aponta para a necessidade de incorporar correlações e métodos CoVaR na regulação desses riscos através de disjuntores e outros regulamentos.

Classificação JEL.

Escolha uma opção para localizar / acessar este artigo:

Verifique se você tem acesso através de suas credenciais de login ou sua instituição.

O CLS Blue Sky Blog.

Columbia Law School & # 039; s blog sobre empresas e os mercados de capitais.

A negociação de alta freqüência aumenta o risco sistêmico?

A citação e comercialização de alta freqüência (HFQ) tornou-se um fenômeno global. Baseia-se na redução do tempo de atraso - conhecido como latência - entre a submissão da ordem e a execução ou o cancelamento, de modo que o resultado da ordem seja relatado quase instantaneamente. No entanto, vários acidentes do mercado atraíram a HFQ para a atenção dos reguladores. [1] Se eles têm alguma coisa com que se preocupar é uma questão que buscamos responder em nosso artigo recente, disponível aqui.

O documento centra-se na introdução da plataforma de negociação de alta velocidade da Arrowhead pela Tóquio Stock Exchange (TSE) em janeiro de 2018. A plataforma reduziu a latência de seis segundos para dois milissegundos e tornou a HFQ possível no TSE pela primeira vez. Em abril de 2018, a participação de mercado da HFQ aumentou de até 39% (Relatório Anual da TSE, 2018). O índice de cotação para o comércio mais do que duplicou após o lançamento da Arrowhead. A introdução súbita e exógena da HFQ no TSE fornece um experimento limpo e um campo de pesquisa fértil para avaliar diretamente o impacto da HFQ nos mercados dos EUA, onde mesmo o aumento gradual da participação de mercado da HFQ é confundido por outros eventos.

Vários pesquisadores investigaram o impacto da HFQ em medidas de qualidade de mercado, como liquidez e custo de negociação, mas houve menos foco em como HFQ afeta o risco sistêmico. Embora o HFQ possa aumentar a volatilidade, não é claro se HFQ afeta a gravidade das perdas do tipo de iliquidez episódica observada durante o Flash Crash de maio de 2018 nos EUA (Easley, Lopez de Prado e O, 8217, Hara, 2018) aumentando os riscos sistêmicos.

Em nossa pesquisa, examinamos condições de mercado estressantes quando os riscos sistêmicos são mais relevantes. Como a latência reduzida da Arrowhead afetou os riscos comerciais sistemáticos, como o risco de propagação de choque, o risco de cotação, o risco de atrito de Límite de Ordem (LOB) e o risco de cauda? [2] Também desenvolvemos medidas de risco sistêmico com base em correlações, ordem fluxo, e CoVaR de Adrian e Brunnermeier (2018). ΔCoVaR mede o componente do risco sistêmico que se move com a angústia de uma empresa em particular.

Nossa análise ultrapassa as medidas tradicionais de qualidade do mercado. Isso é importante, porque o HFQ e a baixa latência alteram a natureza dos dados observáveis ​​quando os fornecedores de liquidez usam estratégias de equilíbrio e de equilíbrio de baixa duração injetando ruído endógeno no fluxo da ordem para esconder suas informações. Para quantificar o estado verdadeiro do LOB, calculamos medidas como a inclinação do LOB e o custo do imediatismo (COI), que tendem a ser mais estáveis ​​do que os spreads do National Best Bid and Offer (NBBO) e também são mais relevantes para os demandantes de liquidez com tamanhos de pedidos maiores que o volume fornecido pelas melhores cotações. [3] Essas medidas LOB são particularmente relevantes em mercados de ritmo acelerado, onde as ordens freqüentemente caminham para cima ou para baixo no LOB. [4] A mudança na inclinação LOB (ΔSLOPE) mede a resiliência (ou seja, a taxa em que o LOB recarrega) do LOB completo, enquanto o COI mede de forma abrangente o spread entre os preços de lance e de venda e a profundidade do LOB (Jain e Jiang, 2018). Com nossas medidas avançadas, também estudamos os efeitos distintos de baixa latência em cotações de alta freqüência versus negociação de alta freqüência. Considerando que os riscos sistêmicos associados à negociação de alta freqüência resultam de uma demanda agressiva de liquidez, os riscos sistêmicos de cotação de alta freqüência decorrem do cancelamento ou ausência de cotações de fornecedores de liquidez.

Os achados da novela relacionam-se aos riscos da HFQ. Mostramos que a HFQ possibilitada pela Arrowhead amplifica o risco sistêmico, aumentando o risco de propagação de choque, o risco de cotação, o risco de atrito LOB eo risco de cauda. A incidência de volatilidade extraordinária em todo o mercado em grandes grupos de ações, como ocorreu durante o Flash Crash em 6 de maio de 2018, nos EUA, é de interesse regulatório significativo. As respostas regulatórias a eventos sistematicamente arriscáveis, como falhas instantâneas, incluem um único disjuntor de estoque ou limites no movimento para cima ou para baixo de um único estoque, mas eles não se concentram explicitamente em medidas de riscos sistêmicos ou correlacionados. Achamos que Arrowhead aumenta a exposição ao risco sistêmico ainda mais durante os eventos de risco de cauda, ​​o que pode levar a uma situação de mercado altamente desestabilizadora. Uma implicação de nossa descoberta é que os mercados de baixa latência podem se beneficiar de recursos de segurança, como interruptores de matar, disjuntores e testes rigorosos de software, que impedem a proliferação de riscos de um estoque para outro e para o sistema de comércio em geral. Ao se concentrar na condição de mercado extremamente negativa, podemos destacar isso, enquanto que as descobertas anteriores sobre o contributo da HFQ para a qualidade do mercado discutidas no início desta peça são aplicáveis ​​na maioria dos períodos normais, é necessária uma atenção especial para lidar com o impacto adverso da HFQ durante os eventos da cauda.

Também investigamos se o HFQ aumentado da Arrowhead afeta as medidas de qualidade do mercado no Japão, como o impacto da HFQ sobre a qualidade do mercado, em estudos que utilizam os dados dos EUA. Esses efeitos incluem aumento da velocidade de negociação, aumento do volume e número de negócios e aumento da liquidez LOB. A semelhança desses efeitos tradicionais de qualidade de mercado da HFQ no Japão e nos EUA indica que nossos resultados relativos ao impacto da HFQ em riscos de negociação sistemática também são aplicáveis ​​a outros mercados.

O aumento do risco sistêmico de negociação e citação correlacionadas em um ambiente de alta velocidade precisa de atenção especial e ferramentas. Nosso estudo fornece uma estrutura para analisar os riscos de microestrutura sistêmica do HFQ que podem ser usados ​​em pesquisas futuras para avaliar a eficácia do novo quadro regulatório, incluindo o disjuntor de estoque único ou limitar as regras de down-limit down que foram uma resposta ao mercado, eventos de volatilidade extraordinária ou sistêmica. Em resumo, o comércio de alta velocidade aumenta significativamente os riscos sistêmicos de maneiras semelhantes a um acidente multi-carro em uma rodovia. Ele exige medidas de segurança robustas nos níveis de comerciantes individuais e sistemas de negociação.

[1] Na Alemanha, a Lei de Negociação de Alta Frequência entrou em vigor em 2018-2018. (regulamento. fidessa / ataglance / german-high-frequency-trading-act /). A França introduziu um imposto de negociação de alta freqüência em 2018. A Itália seguiu o exemplo com um imposto da HFQ em setembro de 2018. Há onze países da zona do euro (marketmedia / HFQ-makes-last-stand-in-europe - as-ftt-and-mifid-ii-edge-closer /). Nos regulamentos dos EUA, incluem a regra de acesso ao mercado da SEC 15c3-5 (sec. gov/rules/final/2018/34-64748fr. pdf) e limitam a regra de limite para baixo (https: // nasdaqtrader / content / MarketRegulation / LULD_FAQ. pdf). O TSE não possui tais regulamentos.

[2] O risco de propagação de choque é o risco de uma falha no sistema por falha de um determinado estoque. O risco de preenchimento de citações é o risco de congestionamento do mercado devido à submissão de um número incontrolável de pedidos ao livro de pedidos limite (LOB). O risco de atrito LOB é o risco de uma liquidez rápida secar. O risco de cauda captura a reação do mercado nas condições de mercado extremamente negativas.

[3] A medida da inclinação LOB é definida como a média ponderada da variação da quantidade fornecida no LOB por unidade de variação no preço. A COI capta o fato de que os clientes de demanda de liquidez incorrem em custos cumulativos progressivamente maiores, pois a profundidade disponível no topo do LOB em mercados rápidos torna-se insuficiente para executar completamente a ordem. Para a medida de custo de transação do COI, a média média ponderada de informações de LOB para execuções em vários pontos de preço resultantes de subir ou diminuir o livro é usada em vez do topo dos spreads de oferta e solicitação LOB. O cálculo de ambas as medidas é descrito em detalhe abaixo.

[4] Um Livro de Pedidos de Limite (LOB) é um registro de ordens de limite não executadas ordenados com base na prioridade de preço e tempo. Um pedido de compra de mercado (venda) com um tamanho de pedido maior do que o volume fornecido pelo topo do LOB (melhores cotações), desloca-se (para baixo) o LOB.

Esta publicação nos vem de Pankaj Jain e Thomas McInish, professores da Universidade de Memphis & # 8211; Fogelman College of Business and Economics, e Professor Pawan Jain na Universidade da Wyoming & # 8211; Faculdade de Negócios. Baseia-se no seu artigo recente, "O aumento da alta freqüência aumenta o risco sistêmico?", Disponível aqui.

Quatro grandes riscos de negociação algorítmica de alta freqüência.

A negociação algorítmica (ou "negociação") refere-se ao uso de algoritmos de computador (basicamente um conjunto de regras ou instruções para fazer um computador executar uma determinada tarefa) para negociar grandes blocos de ações ou outros ativos financeiros, minimizando o impacto do mercado de tais comércios. O comércio algorítmico envolve a colocação de negócios com base em critérios definidos e esculpir esses negócios em lotes menores, de modo que o preço do estoque ou do ativo não seja afetado significativamente.

Os benefícios da negociação algorítmica são óbvios: garante a "melhor execução" dos negócios porque minimiza o elemento humano e pode ser usado para trocar vários mercados e ativos de forma muito mais eficiente do que um comerciante de carne e osso poderia esperar. (Para mais, leia: Basics of Algorithmic Trading: conceitos e exemplos).

O que é Algorithmic High-Frequency Trading?

O comércio de alta freqüência (HFT) leva a negociação algorítmica a um nível diferente completamente - pense nisso como algo comercializado em esteróides. Como o termo implica, o comércio de alta freqüência envolve a colocação de milhares de pedidos a velocidades extremamente rápidas. O objetivo é fazer pequenos lucros em cada comércio, muitas vezes capitalizando as discrepâncias de preços para o mesmo estoque ou ativo em diferentes mercados. A HFT é diametralmente oposta ao investimento tradicional a longo prazo, de compra e retenção, uma vez que as atividades de arbitragem e de mercado que são pão e manteiga da HFT geralmente ocorrem em uma janela de tempo muito pequena, antes que as discrepâncias de preços ou desajustes desapareçam.

O comércio algorítmico ea HFT tornaram-se parte integrante dos mercados financeiros devido à convergência de vários fatores. Estes incluem o crescente papel da tecnologia nos mercados atuais, a crescente complexidade dos instrumentos e produtos financeiros e o incessante impulso para uma maior eficiência na execução comercial e menores custos de transação. Embora a negociação algorítmica e a HFT possivelmente tenham melhorado a liquidez do mercado e a consistência do preço dos ativos, seu crescente uso também deu origem a certos riscos que não podem ser ignorados, conforme discutido abaixo.

O maior risco: amplificação do risco sistêmico.

Um dos maiores riscos da HFT algorítmica é o que representa para o sistema financeiro. Um relatório de julho de 2018 do Comitê Técnico da Organização Internacional de Valores Mobiliários (IOSCO) observou que, devido às fortes inter-relações entre os mercados financeiros, como os dos EUA, os algoritmos que operam em todos os mercados podem transmitir choques rapidamente de um mercado para o outro , ampliando assim o risco sistêmico. O relatório apontou para o Flash Crash de maio de 2018 como um excelente exemplo desse risco.

O Flash Crash refere-se à queda de 5% -6% e à recuperação nos principais índices de ações dos EUA dentro de alguns minutos na tarde de 6 de maio de 2018. O Dow Jones mergulhou quase 1.000 pontos em uma base intradiária, o que nessa O tempo foi a maior queda de pontos no registro. Como o relatório da IOSCO observa, inúmeros estoques e fundos negociados em bolsa (ETFs) ficaram no dia anterior, caindo entre 5% e 15% antes de recuperar a maioria de suas perdas. Mais de 20 mil transações em 300 títulos foram realizadas a preços até 60% de distância de seus valores meros momentos antes, com alguns negócios executados a preços absurdos, de até um centavo ou até $ 100,000. Essa ação de negociação excepcionalmente errática provocou investidores, especialmente porque ocorreu pouco mais de um ano depois que os mercados se recuperaram de suas maiores quedas em mais de seis décadas.

O "Spoofing" contribuiu para o Flash Crash?

O que causou esse comportamento estranho? Em um relatório conjunto divulgado em setembro de 2018, a SEC e a Commodity Futures Trading Commission condenaram a culpa de um único comércio de programas de US $ 4,1 bilhões por um comerciante em uma empresa de fundos mútuos com base em Kansas. Mas em abril de 2018, as autoridades dos EUA acusaram um comerciante do dia baseado em Londres, Navinder Singh Sarao, com manipulação de mercado que contribuiu para o acidente. As acusações levaram à prisão de Sarao e à possível extradição para os EUA.

Sarao alegadamente usou uma tática chamada "spoofing", que envolve a colocação de grandes volumes de ordens falsas em um ativo ou derivado (Sarao usou o contrato E-mini S & amp; P 500 no dia do Flash Crash) que são cancelados antes de serem preenchidos . Quando essas ordens falsas de grande escala aparecem no livro de encomendas, eles dão a outros comerciantes a impressão de que há maior interesse de compra ou venda do que na realidade, o que poderia influenciar suas próprias decisões comerciais.

Por exemplo, um spoofer pode oferecer para vender um grande número de ações no estoque ABC a um preço que está um pouco longe do preço atual. Quando outros vendedores pulam na ação e o preço vai mais baixo, o spoofer rapidamente cancela suas ordens de venda no ABC e compra as ações em vez disso. Em seguida, o spoofer coloca um grande número de ordens de compra para aumentar o preço do ABC. E depois disso ocorre, o spoofer vende suas participações da ABC, embolsando um lucro arrumado e anula as ordens de compras espúrias. Enxague e repita.

Muitos observadores do mercado ficaram céticos com a afirmação de que um comerciante de um dia poderia ter causado um acidente que eliminou cerca de um trilhão de dólares de valor de mercado para ações dos EUA em poucos minutos. Mas se a ação de Sarao realmente causou o Flash Crash é um tópico para outro dia. Enquanto isso, existem algumas razões válidas para o algoritmo HFT magnificar riscos sistêmicos.

Por que a HFT algorítmica amplifica o risco sistêmico?

O HFT algorítmico amplifica o risco sistêmico por uma série de razões.

Intensificação da volatilidade: primeiro, uma vez que existe uma grande atividade algorítmica HFT nos mercados atuais, tentar superar a concorrência é uma característica incorporada da maioria dos algoritmos. Algoritmos podem reagir instantaneamente às condições do mercado. Como resultado, durante os mercados tumultuados, os algoritmos podem ampliar consideravelmente os seus spreads de oferta e oferta (para evitar serem obrigados a assumir posições de negociação) ou interromperão temporariamente a negociação, o que diminui a liquidez e agrava a volatilidade. Efeitos de Ondulação: Dado o aumento do grau de integração entre os mercados e as classes de ativos na economia global, um colapso em um mercado importante ou uma classe de ativos muitas vezes se espalha em outros mercados e classes de ativos em uma reação em cadeia. Por exemplo, o crash do mercado imobiliário dos EUA causou uma recessão global e uma crise da dívida porque as participações substanciais do papel sub-prime dos EUA foram realizadas não apenas pelos bancos dos EUA, mas também por instituições financeiras européias e outras. Outro exemplo de tais efeitos de ondulação é o impacto prejudicial da queda no mercado de ações da China, bem como o colapso nos preços do petróleo bruto, em ações globais de agosto de 2018 a janeiro de 2018. Incerteza: O HFT algorítmico é um contribuinte notável para a volatilidade exagerada do mercado, que pode invadir a incerteza dos investidores no curto prazo e afetar a confiança do consumidor no longo prazo. Quando um mercado colapsa de repente, os investidores ficam perguntando sobre os motivos de um movimento tão dramático. Durante o vácuo de notícias que muitas vezes existe nesses momentos, os grandes comerciantes (incluindo as empresas HFT) reduzirão suas posições de negociação para reduzir os riscos, aumentando a pressão sobre os mercados. À medida que os mercados se movem para baixo, mais perdas de parada são ativadas, e esse loop de feedback negativo cria uma espiral descendente. Se um mercado urso se desenvolve por causa dessa atividade, a confiança do consumidor é abalada pela erosão da riqueza do mercado de ações e os sinais recessivos que emanam de uma grande crise do mercado.

Outros Riscos de HFT Algorítmica.

Errant Algorithms: A velocidade deslumbrante na qual a maior parte da negociação HFT algorítmica ocorre significa que um algoritmo errante ou defeituoso pode acumular milhões em perdas em um período muito curto. Um exemplo infame do dano que um algoritmo errado pode causar é o de Knight Capital, um fabricante de mercado que perdeu US $ 440 milhões em um período de 45 minutos em 1 de agosto de 2018. Um novo algoritmo de negociação no Knight fez milhões de negociações defeituosas em cerca de 150 estoques, comprando-os com o preço "pedir" mais alto e vendendo-os instantaneamente com o menor preço de "oferta". (Observe que os criadores de mercado compram ações dos investidores no preço da oferta e vendem para eles no preço da oferta, sendo o spread seu lucro comercial. Para mais informações, leia: The Basics of Bid-Ask Spread). Infelizmente, a hiper-eficiência do HFT algorítmico - em que os algoritmos monitoram constantemente os mercados apenas por este tipo de discrepância de preços - significou que os comerciantes rivais entraram e se aproveitaram do dilema de Knight, enquanto os funcionários do Knight tentaram freneticamente isolar a fonte do problema. No momento em que eles fizeram, Knight foi pressionado para a falência, o que levou a sua eventual aquisição pela Getco LLC. Grandes Perdas de Investidores: as mudanças de volatilidade pioradas por HFT algorítmicas podem montar investidores com enormes prejuízos. Muitos investidores rotineiramente colocam ordens de stop-loss em suas participações em valores que estão a 5% de distância dos preços atuais de negociação. Se a diferença de mercado para baixo sem motivo aparente (ou mesmo por um motivo muito bom), essas perdas de parada serão desencadeadas. Para adicionar insulto à lesão, se as ações subsequentemente se recuperem em curto prazo, os investidores teriam incorrido nas perdas comerciais e perderam as suas participações. Enquanto algumas negociações foram revertidas ou canceladas durante crises de volatilidade incomum, como o Flash Crash e o fiasco do Knight, a maioria dos negócios não era. Por exemplo, a maioria dos quase dois bilhões de ações que negociaram durante o Flash Crash estavam a preços dentro de 10% de suas 2:40 PM (o tempo em que o Flash Crash começou em 6 de maio de 2018), e esses negócios estavam em pé. Apenas cerca de 20.000 negócios, envolvendo um total de 5,5 milhões de ações que foram executadas a preços mais de 60% de distância de seu preço de 2:40 PM, foram posteriormente cancelados. Então, um investidor com uma carteira de ações de US $ 500.000 de blue chips que teve perdas de parada de 5% em suas posições durante o Flash Crash provavelmente seria US $ 25.000. Em 1 de agosto de 2018, a NYSE cancelou negócios em seis ações que ocorreram quando o algoritmo Knight estava funcionando, porque foram executadas a preços 30% acima ou abaixo do preço de abertura desse dia. A regra da "Edição claramente errônea" da NYSE estabelece as diretrizes numéricas para a revisão desses negócios. (Veja: The Perils of Program Trading). Perda de confiança na integridade do mercado: o comércio de investidores nos mercados financeiros porque eles têm plena fé e confiança em sua integridade. No entanto, episódios repetidos de volatilidade incomum no mercado, como o Flash Crash, podem agitar essa confiança e levar alguns investidores conservadores a abandonar os mercados por completo. Em maio de 2018, o IPO do Facebook teve inúmeras questões de tecnologia e confirmações demoradas, enquanto em 22 de agosto de 2018 a Nasdaq interrompeu sua negociação por três horas devido a um problema com seu software. Em abril de 2018, cerca de 20 mil transações erradas tiveram que ser canceladas após um mau funcionamento do computador nas duas bolsas de opções do IntercontinentalExchange Group. Outra explosão importante, como o Flash Crash, poderia abalar a confiança dos investidores na integridade dos mercados.

Medidas para Combater Riscos HFT.

Com o Flash Crash e Knight Trading "Knightmare" destacando os riscos de HFT algorítmica, trocas e reguladores têm implementado medidas de proteção. Em 2018, o Nasdaq OMX Group introduziu um "interruptor de matar" para suas empresas membros que cortariam a negociação, uma vez que um nível de exposição de risco pré-estabelecido fosse violado. Embora muitas empresas HFT já tenham interruptores "matar" que possam interromper toda atividade comercial em certas circunstâncias, o switch Nasdaq fornece um nível adicional de segurança para contrariar algoritmos desonesto.

Os disjuntores foram introduzidos após a "Segunda-feira Negra" em outubro de 1987, e são usados ​​para apalpar o pânico do mercado quando há uma enorme venda. A SEC aprovou as regras revisadas em 2018 que permitem que os disjuntores disparem se o índice S & P 500 cair 7% (do nível de fechamento do dia anterior) antes das 3:25 PM EST, o que interromperia o mercado durante 15 minutos. Uma queda de 13% antes das 3:25 da manhã provocaria mais uma parada de 15 minutos em todo o mercado, enquanto um mergulho de 20% fecharia o mercado de ações para o resto do dia.

Em novembro de 2018, a Commodity Futures Trading Commission propôs regulamentos para empresas que utilizam negociação algorítmica em derivativos. Esses regulamentos exigiriam que essas empresas possuíssem controles de risco pré-negociação, enquanto uma disposição polêmica exigiria que eles disponibilizassem o código fonte de seus programas ao governo, se solicitado.

The Bottom Line.

O HFT algorítmico tem uma série de riscos, o maior dos quais é o seu potencial para amplificar o risco sistêmico. Sua propensão para intensificar a volatilidade do mercado pode atravessar outros mercados e estimular a incerteza dos investidores. Coisas repetidas de volatilidade incomum no mercado poderiam acabar com a confiança dos muitos investidores na integridade do mercado.

A negociação de alta freqüência aumenta o risco sistêmico?

Resumo: Em 2018, a Bolsa de Valores de Tóquio, a maior bolsa de valores com sede fora dos Estados Unidos, introduziu uma nova plataforma de negociação, Arrowhead. Essa plataforma reduziu a latência e aumentou o co-localizado, cotação e negociação de alta freqüência (HFQ) de zero a 36% do volume de negócios. Durante os eventos de cauda que representam condições extremas do mercado, o HFQ correlacionado com baixa latência pode levar a riscos sistêmicos, como falhas instantâneas, que não foram suficientemente abordados na literatura. Neste trabalho, nosso estudo fornece uma estrutura para avaliar se o HFQ aumenta os riscos sistêmicos e aponta para a necessidade de incorporar correlações e métodos CoVaR na regulação desses riscos através de disjuntores e outros regulamentos.

Códigos JEL: G12 G14 G15 (pesquisa de itens semelhantes no EconPapers)

Downloads: (link externo)

Texto completo para assinantes do ScienceDirect apenas.

Este item pode estar disponível em outros lugares no EconPapers: procure itens com o mesmo título.

Referência de exportação: BibTeX RIS (EndNote, ProCite, RefMan) HTML / Texto.

Journal of Financial Markets é atualmente editado por B. Lehmann, D. Seppi e A. Subrahmanyam.

Mais artigos no Journal of Financial Markets from Elsevier.

Dados da série mantidos por Dana Niculescu ().

O seu trabalho está faltando no RePEc? Aqui está como contribuir.

Perguntas ou problemas? Verifique as perguntas frequentes do EconPapers ou envie um e-mail para.

A negociação de alta freqüência aumenta o risco sistêmico?

44 páginas postadas: 31 de julho de 2018.

Pankaj K. Jain.

Universidade de Memphis - Fogelman College of Business and Economics.

Pawan Jain.

Universidade de Wyoming - Faculdade de Negócios - Departamento de Economia e Finanças; Universidade Central de Michigan.

Thomas H. McInish.

Universidade de Memphis - Fogelman College of Business and Economics.

Data escrita: 29 de julho de 2018.

Em 2018, a Bolsa de Valores de Tóquio, a maior bolsa de valores com sede fora dos Estados Unidos, introduziu uma nova plataforma de negociação, Arrowhead. Esta plataforma foi projetada para reduzir a latência e aumentar o co-localizado, cotação e negociação de alta freqüência (HFQ) de zero a 36% do volume de negócios. Durante os eventos de cauda que representam condições extremas do mercado, o HFQ correlacionado com baixa latência pode levar a riscos sistêmicos, como falhas instantâneas, que não foram suficientemente abordados na literatura. Neste artigo, nosso estudo fornece uma estrutura para avaliar se o HFQ aumenta os riscos sistêmicos e aponta para a necessidade de incorporar correlações e métodos CoVaR na regulação desses riscos através de disjuntores e outros regulamentos.

Palavras-chave: comércio de alta freqüência, liquidez, correlação, risco sistêmico, Arrowhead, CoVaR.

Classificação JEL: D53, G12, G14, G15.

Pankaj Jain.

Universidade de Memphis - Fogelman College of Business and Economics (e-mail)

Memphis, TN 38152.

Pawan Jain (Autor do Contato)

Universidade de Wyoming - Faculdade de Negócios - Departamento de Economia e Finanças (e-mail)

Laramie, WY 82071-3985.

Central Michigan University (email)

Mt. Agradável, MI 48858.

Thomas McInish.

Universidade de Memphis - Fogelman College of Business and Economics (e-mail)

Memphis, TN 38152.

Estatísticas de papel.

Jornais relacionados.

EJournal de gerenciamento de riscos.

Assine este boletim de taxas para mais artigos com curadoria sobre este tópico.

Mercado de capitais: eJournal da microstrutura do mercado.

Assine este boletim de taxas para mais artigos com curadoria sobre este tópico.

Modelagem econométrica: mercados de capitais - eJournal de risco.

Assine este boletim de taxas para mais artigos com curadoria sobre este tópico.

Links rápidos SSRN.

Rankings SSRN.

Sobre SSRN.

Os cookies são usados ​​por este site. Para recusar ou aprender mais, visite nossa página Cookies. Esta página foi processada por apollo1 em 0.157 segundos.