Stress events in the Hungarian stock market

Central clearing and the role of central counterparties (CCP) has gained on importance in the financial sector, since counterparty risk of the trading is to be managed by them. The regulation has turned towards them lately, by defining several processes, how CCPs should measure and manage their risk. Stress situation is an important term of the regulation, however it is not specified clearly, how stress should be identified. This paper provides a possible definition of stress event based on the existing risk management methodology: the usage of risk measure oversteps, and investigates the potential stress periods of the last years on the Hungarian stock market. According to the results the definition needs further calibration based on the magnitude of the cross-sectional data. The paper examines furthermore whether stress is to be predicted from market liquidity. The connection of liquidity and market turmoil proved to be contrary to the expectations; liquidity shortage was rather a consequence, than a forecaster phenomenon in the tested period.

A likviditási mutatószámok struktúrája (Structure of liquidity measures)

A likviditás mérésére többféle mutató terjedt el, amelyek a likviditás jelenségét különböző szempontok alapján számszerűsítik. A cikk a szakirodalom által javasolt, különféle likviditási mutatókat elemzi sokdimenziós statisztikai módszerekkel: főkomponens-elemzés segítségével keresünk olyan faktorokat, amelyek legjobban tömörítik a likviditási jellemzőket, majd megnézzük, hogy az egyes mutatók milyen mértékben mozognak együtt a faktorokkal, illetve a korrelációk alapján klaszterezési eljárással keresünk hasonló tulajdonságokkal bíró csoportokat. Arra keressük a választ, hogy a rendelkezésünkre álló minta elemzésével kialakított változócsoportok egybeesnek-e a likviditás egyes aspektusaihoz kapcsolt mutatókkal, valamint meghatározhatók-e olyan összetett likviditási mérőszámok, amelyeknek a segítségével a likviditás jelensége több dimenzióban mérhető. / === / Liquidity is measured from different aspects (e.g. tightness, depth, and resiliency) by different ratios. We studied the co-movements and the clustering of different liquidity measures on a sample of the Swiss stock market. We performed a PCA to obtain the main factors that explain the cross-sectional variability of liquidity measures, and we used the k-means clustering methodology to defi ne groups of liquidity measures. Based on our explorative data analysis, we formed clusters of liquidity measures, and we compared the resulting groups with the expectations and intuition. Our modelling methodology provides a framework to analyze the correlation between the different aspects of liquidity as well as a means to defi ne complex liquidity measures.