Test of the Clustering Hypothesis in the Helsinki Exchanges

This paper investigates the clustering pattern in the Finnish stock market. Using trading volume and time as factors capturing the clustering pattern in the market, the Keim and Madhavan (1996) and the Engle and Russell (1998) model provide the framework for the analysis. The descriptive and the parametric analysis provide evidences that an important determinant of the famous U-shape pattern in the market is the rate of information arrivals as measured by large trading volumes and durations at the market open and close. Precisely, 1) the larger the trading volume, the greater the impact on prices both in the short and the long run, thus prices will differ across quantities. 2) Large trading volume is a non-linear function of price changes in the long run. 3) Arrival times are positively autocorrelated, indicating a clustering pattern and 4) Information arrivals as approximated by durations are negatively related to trading flow.

Hyvät pahat pörssiyhtiöt?

Pörssiyhtiöihin liitetään julkisessa keskustelussa usein väitteitä, että pörssiyhtiöt palvelevat osakkeenomistajien lyhytaikaisia etuja muiden sidosryhmien ja myös pitkän aikavälin tuottavuuden kustannuksella. Keskitymme tässä selonteossa tutkimaan onko pörssiyhtiöiden julkisuudessa osalleen saama kritiikki ansaittua. Erityisesti tarkastelemme pörssiyhtiöiden roolia työnantajina ja investoijina 2000- luvulla verrattuna noteeraamattomien yritysten rooliin. Selvitämme myös listattujen ja listaamattomien yritysten eroja sijoituskohteina sekä tutkimme, onko pörssissä ololla vaikutusta yrityksen rahoitusrakenteeseen. Olemme jättäneet vertailun ulkopuolelle nopeasti kasvaneet ja kannattavat tietotekniikka-alan yritykset, joille ei ole olemassa noteeraamattomia vertailukohteita. Lisäksi vertailustamme olemme jättäneet pois yritykset, jotka eivät ole olleet listattuina koko tarkasteluperiodimme aikana. Pois jättämämme kasvuyritykset todennäköisesti parantaisivat pörssiyhtiöiden suhteellista asemaa ainakin kasvu- ja tulosnäkökulmista. Osakkeenomistajien edun lyhytnäköisen valvonnan tulisi johtaa työntekijöiden hyväksikäyttöön ja pitkäaikaisinvestointien karttamiseen. Tuloksemme kuitenkin kertovat päinvastaista. Pörssiyhtiöiden työntekijäkohtaiset henkilökulut ovat selvästi samoilla aloilla toimivia noteeraamattomia yrityksiä korkeammat. Erot ovat huomattavat: pörssiyhtiöiden vuosittaiset henkilökulut ovat noin 3000–4000 euroa suuremmat per henkilö. Lisäksi pörssiyhtiöt ovat kasvattaneet työntekijämääräänsä huomattavasti, toisin kuin noteeraamattomat vertailuyritykset. Otantamme pörssiyhtiöiden kokonaistyöllisyys on 2000-luvulla kasvanut keskimäärin noin 3 % vuodessa. Pörssiyhtiöt työllistivät vuonna 2007 lähes 87.000 työntekijää enemmän kuin vuonna 2001, kun taas yksityisen vertailuryhmän osalta työpaikat olivat samaan aikaan vähentyneet noin 2 500:lla. Pörssiyhtiöiden investoinnit ovat useina vuosina olleet listaamattomia yrityksiä suuremmat, joskin erot kahden ryhmän välillä eivät tyypillisesti ole tilastollisesti merkittäviä. Sidosryhmien hyväksikäytölle tai lyhytjänteisyydelle ei siis tältä osin löydy minkäänlaisia todisteita. Investointituotoissa ei ole järjestelmällisiä eroja kahden ryhmän välillä, lukuunottamatta aivan viime vuosia, jolloin pörssiyhtiöiden oman pääoman tuotto on ollut selvästi korkeampi kuin noteeraamattomien yritysten. Pörssiyhtiöillä ja noteeraamattomilla vertailuyrityksillä on merkittäviä eroja osingonmaksussa. Pörssiyhtiöt maksavat selvästi korkeampia osinkoja kuin vertailuryhmään kuuluvat yritykset. Pörssiyhtiöt maksavat omistajilleen noin puolet nettotuloksistaan osinkoina, kun taas noteeraamattomat yritykset maksavat ainoastaan 20–30 %. Erot pörssiyhtiöiden hyväksi ovat vielä suurempia, kun mittarina käytetään osinkojen suhdetta liikevaihtoon. Tulostemme mukaan pörssiyhtiöt käyttävät velkarahoitusta vastaavia noteeraamattomia yrityksiä enemmän. Tämä voi johtua kahdesta syystä. Ensinnäkin, koska osakkeen julkinen kauppa mahdollistaa omistuspohjan laajenemisen ja alkuperäisyrittäjien sijoitusten paremman hajauttamisen, pörssiyrityksellä on suurempi halukkuus riskinottoon lisäämällä velkarahoitusta. Toisaalta pörssilistaus voi toimia signaalina yrityksen laadusta siten, että rahoittajat tarjoavat velkarahoitusta auliimmin ja paremmilla ehdoilla. Pörssiyhtiöiden suurempi velkaisuus ei ole ollenkaan negatiivinen asia, koska velkarahoitus on verohyötyineen tyypillisesti huomattavasti osakerahoitusta edullisempaa. Tämä taas mahdollistaa lisäinvestointeja, joita ei rahoituksen puutteessa muuten tehtäisi. Yleisemmin rahoitusrakenteiden eroja tarkastellessamme huomaamme viitteitä siitä, että koska pörssiyhtiöillä on mahdollisuus saada osakepääomaa helpommin kuin listaamattomien yhtiöiden, ne pystyvät reagoimaan sekä tuote-, että rahoitusmarkkinoiden 3 mahdollisuuksiin. Listaamattomien yritysten rahoitusrakenne ja myös investoinnit sen sijaan näyttäisivät olevan pitkälle sidonnaisia tulorahoituksen tarjoamiin kassavirtoihin. Pörssiyhtiöt investoivat vähintään yhtä paljon kuin vastaavat noteeraamattomat yritykset ja investointien tuottavuus on vähintään yhtä hyvä. Pörssiyhtiöt ovat parempia palkanmaksajia ja työllistäjiä kuin vastaavat yksityiset yritykset. Pörssiyhtiöt pystyvät maksaamaan selkeästi parempia osinkoja investointien ja muun toiminnan siitä kärsimättä, koska velkarahoituksen parempi saatavuus tai pörssiyhtiöiden suurempi halukkuus käyttää velkarahoitusta tuovat rahoitusrakenteeseen tarvittavaa joustavuutta. Tulostemme valossa arvostelu osakkeenomistajien lyhytaikaisten etujen suosimisesta muiden sidosryhmien tai pitkän aikavälin tuottavuuden kustannuksella ei ole perusteltavissa.

Bootstrapping the Error Correction Model Cointegration Test

This paper is concerned with using the bootstrap to obtain improved critical values for the error correction model (ECM) cointegration test in dynamic models. In the paper we investigate the effects of dynamic specification on the size and power of the ECM cointegration test with bootstrap critical values. The results from a Monte Carlo study show that the size of the bootstrap ECM cointegration test is close to the nominal significance level. We find that overspecification of the lag length results in a loss of power. Underspecification of the lag length results in size distortion. The performance of the bootstrap ECM cointegration test deteriorates if the correct lag length is not used in the ECM. The bootstrap ECM cointegration test is therefore not robust to model misspecification.

The Power of Bootstrap Tests of Cointegration Rank with Financial Time Series

Bootstrap likelihood ratio tests of cointegration rank are commonly used because they tend to have rejection probabilities that are closer to the nominal level than the rejection probabilities of the correspond- ing asymptotic tests. The e¤ect of bootstrapping the test on its power is largely unknown. We show that a new computationally inexpensive procedure can be applied to the estimation of the power function of the bootstrap test of cointegration rank. The bootstrap test is found to have a power function close to that of the level-adjusted asymp- totic test. The bootstrap test estimates the level-adjusted power of the asymptotic test highly accurately. The bootstrap test may have low power to reject the null hypothesis of cointegration rank zero, or underestimate the cointegration rank. An empirical application to Euribor interest rates is provided as an illustration of the findings.