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.

Virtuális árhatás a Budapesti Értéktőzsdén = Virtual price effects on the Budapest stock exchange

Az árhatásfüggvények azt mutatják meg, hogy egy adott értékű megbízás mekkora relatív árváltozást okoz. Az árhatásfüggvény ismerete a piaci szereplők számára fontos szerepet játszik a jövőben benyújtandó ajánlataikhoz kapcsolódó árhatás előrejelzésében, a kereskedés árváltozásból eredő többletköltségének becslésében, illetve az optimális kereskedési algoritmus kialakításában. Az általunk kidolgozott módszer révén a piaci szereplők a teljes ajánlati könyv ismerete nélkül egyszerűen és gyorsan tudnak virtuális árhatásfüggvényt meghatározni, ugyanis bemutatjuk az árhatásfüggvény és a likviditási mértékek kapcsolatát, valamint azt, hogy miként lehet a Budapesti Likviditási Mérték (BLM) idősorából ár ha tás függ vényt becsülni. A kidolgozott módszertant az OTP-részvény idősorán szemléltetjük, és a részvény BLM-adatsorából a 2007. január 1-je és 2011. június 3-a közötti időszakra virtuális árhatás függvényt becsülünk. Empirikus elemzésünk során az árhatás függ vény időbeli alakulásának és alapvető statisztikai tulajdonságainak vizsgálatát végezzük el, ami révén képet kaphatunk a likviditás hiányában fellépő tranzakciós költségek múltbeli viselkedéséről. Az így kapott információk például a dinamikus portfólióoptimalizálás során lehetnek a kereskedők segítségére. / === / Price-effect equations show what relative price change a commission of a given value will have. Knowledge of price-effect equations plays an important part in enabling market players to predict the price effect of their future commissions and to develop an optimal trading algorithm. The method devised by the authors allows a virtual price-effect equation to be defined simply and rapidly without knowledge of the whole offer book, by presenting the relation between the price-effect equation and degree of liquidity, and how to estimate the price-effect equation from the time line of the Budapest Liquidity Measure (BLM). The methodology is shown using the time line for OTP shares and the virtual price-effect equation estimated for the 1 January 2007 to 3 June 2011 period from the shares BML data set. During the empirical analysis the authors conducted an examination of the tendency of the price-effect equation over time and for its basic statistical attributes, to yield a picture of the past behaviour of the transaction costs arising in the absence of liquidity. The information obtained may, for instance, help traders in dynamic portfolio optimization.

The impact of perceived corporate environmental performance on the behavior of capital market decision makers : analysis of food industry companies

Environmental protectionism and sustainable development has been gaining increased attention among governments, investors and consumers alike. As a result, firms are facing growing pressure from the various stakeholders to improve their environmental performance. This study is focusing on the food industry, which in recent years has been a subject of increased scrutiny due to their role in resource consumption, waste generation and unsustainable production practices. Our research is aiming to examine how the financial community evaluates the environmental stewardship of food industry companies as proxied by market reactions in response to environmental news. Are all company related environmental news items evaluated equally, and which financial and non-financial firm-specific attributes can influence market responses? Have there been changes in reactions on the stock exchange in the past two decades?