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.

A villamos energia áralakulásának egy új modellje (A new model for price movement in electric power)

A tanulmány az aukciós villamosenergia-tőzsdéken kialakuló óránkénti árak statisztikai jellemzőivel foglalkozik. Célja, hogy egyes legújabb kutatási eredmények alapján új megvilágításban mutassa be a villamos energia óránkénti árára jellemző főbb megállapításokat, amelyek a későbbiekben az ár modellezésének alapjául szolgálhatnak. A jelenségeket az EEX és Nord Pool áramtőzsdén kereskedett termékek árainak adatain szemlélteti. Látni fogjuk, hogy át kell értékelnünk több, a villamosenergia-árak statisztikai viselkedéséről alkotott meggondolást. / === / The article concerns the statistical features of the hourly prices on auction-based markets for electric power. The purpose is to use the latest research findings to present the main statements about the hourly price for electric power in a new light, so that they can serve later as a basis for price modelling. The phenomena are viewed through the price data of products traded on the EEX and Nord Pool power exchanges. It emerges that several ideas about the statistical behaviour of electric power prices have to be reviewed.

Volt-e likviditási válság? Volatilitás és likviditás kapcsolatának vizsgálata (Was there a liquidity crisis? Analysis the relationship between volatility and liquidity)

Széleskörűen alátámasztott, empirikus tény, hogy önmagában a nagyobb volatilitás csökkenti a piac likviditását, vagyis változékonyabb piacokon várhatóan nagyobb lesz egy-egy tranzakció áreltérítő hatása. Kutatásomban azt a kérdést vizsgáltam, hogy a Budapesti Értéktőzsdén az OTP-részvény piacán a 2007/2008-as válságban tapasztalható, átmeneti likviditáscsökkenés betudható volt-e egyszerűen a megnövekedett volatilitásnak, vagy ezen túl abban más tényezők (pl. a szereplők körének és viselkedésének drasztikus megváltozása, általános forráscsökkenés stb.) is szerepet játszhattak-e. A volatilitást a loghozamok szórásával, illetve a tényleges ársávval, míg az illikviditást a Budapesti Likviditási Mértékkel (BLM) reprezentáltam. Egyrészt azt állapítottam meg, hogy az OTP esetében a tényleges ársáv szorosabban korrelál a BLM-mel, mint a szórás. Másrészt az is egyértelmű, hogy a válság előtti kapcsolat a volatilitás és a likviditás között a válságban és azután már jelentősen megváltozott. Válságban az illikviditás jóval nagyobb volt, mint amit a volatilitás növekedése alapján vártunk, a válság lecsengése után azonban megfordult ez a reláció. _________ It is a widely supported empirical fact, that the greater volatility in itself decreases the liquidity of the market, namely more volatile a market is, the higher a transaction’s price impact will be. I have examined in my paper the question, whether the decrease of liquidity during the crisis of 2007/2008 in case of the OTP stock – traded on the Budapest Stock Exchange – was the consequence of the increased volatility, or other factors had an effect on the illiquidity as well (e.g.: the drastic change of market participants’ behaviour; reduction of fi nancing sources; etc.). I have represented volatility with the standard deviation of the logreturns, and with the true range, while the illiquidity with the Budapest Liquidity Measure (BLM). On one hand I have identifi ed, that in case of the OTP, the true range has a stronger relationship with the BLM than the standard deviation has. On the other hand it was clear, that the relationship between volatility and liquidity has changed notably during and after the crisis. During crisis the illiquidity was greater than what I have estimated based on the volatility increase, but after the crisis this relation has changed.