Programas de Socios Los usuarios de MB Trading (MBT) y MB Trading Futures (MBTF) deben revisar las siguientes disposiciones e indicar su conformidad con estas disposiciones haciendo clic en Acepto a continuación. MBT y MBTF proporciona enlaces de terceros y aplicaciones de software únicamente como una conveniencia o para fines educativos o informativos para sus usuarios. Los clientes / usuarios de MBT y MBTF deben revisar las siguientes Disposiciones e indicar su conformidad con estas disposiciones haciendo clic en Acepto a continuación. MBT y MBTF, incluyendo sus funcionarios, miembros o empleados, pueden: (1) tener una afiliación con proveedores independientes de terceros; (2) tener control directo o indirecto sobre terceros proveedores independientes; y (3) tener discreción para alterar el contenido De cualquier enlace o aplicación de software de terceros. MBT y MBTF revisan el contenido de sitios web de terceros para el cumplimiento de las reglas o regulaciones federales, estatales o de SRO con respecto al material promocional, incluyendo publicidad, a menos que, de lo contrario, no sea requerido por la regulación. Al vincular a cualquier sitio web de terceros, usted reconoce y afirma que al hacer clic en un enlace de terceros, inmediatamente dejará un sitio web mantenido por MBT y MBTF. Además, reconoce que todos los sitios web a los que se accede a través de cualquier aplicación de terceros no están controlados por MBT y MBTF, excepto por el sitio web de MBT y MBTF. MBT y MBTF no garantiza la puntualidad, exactitud o integridad de cualquier hecho, material o información contenida en cualquier sitio web de terceros que esté fuera del control o conocimiento de MBT y MBTF. Por otra parte, MBT y MBTF no garantiza la funcionalidad de cualquier aplicación de terceros descargados de su sitio web. Al hacer clic en cualquier enlace de terceros o descargar cualquier aplicación de terceros, por la presente confirma y acepta que MBT y MBTF no serán responsables de ninguna pérdida o daño causado por el uso o confianza en hechos, material o información obtenida a través del uso Del sitio web o aplicación de terceros o por cualquier pérdida o daño causado por el uso de una aplicación de terceros. Cualquier opinión o recomendación expresada en cualquier sitio web de terceros o en cualquier aplicación de terceros son únicamente los de los proveedores independientes y no son las opiniones, recomendaciones o necesariamente las opiniones de MBT y MBTF. Además, MBT y MBTF no proporcionan ningún asesoramiento legal, fiscal, contable o de inversión en relación con la idoneidad o la rentabilidad de cualquier información sobre valores o inversiones contenida en el sitio web de terceros. Dichos enlaces no constituyen una solicitud de MBTF ni de MBTF para comprar o vender ningún valor u otra inversión. MBT y MBTF se reservan el derecho, a su sola discreción, de añadir o interrumpir enlaces de terceros o descargas de aplicaciones de software en su sitio web en cualquier momento y por cualquier razón. Las marcas registradas, los logotipos y las marcas de servicio representados en este sitio web son marcas comerciales de sus respectivas compañías. Se concedió permiso para su uso. MB Trading (MBT), una compañía de servicios financieros, anunció el jueves que de acuerdo con NASDAQ OMX Group, se clasificó en el Top Ten De los participantes en el mercado de nueve de los más negociados Exchange Traded Funds (ETFs) más activamente en el mes de febrero de 2008. Esto marca un récord para la empresa y los coloca en el nivel superior de las plataformas de negociación de una pieza clave del mercado de índice. MB Trading se enorgullece de que una empresa de 10 años de antigüedad, de capital privado, pueda figurar entre las más prestigiosas corredurías del mundo, según Ross Ditlove, CEO de MB Trading. Nuestra tasa de crecimiento frente a la feroz competencia en línea es algo que refuerza nuestro modelo de negocio. Yo estaba particularmente interesado en ver que nos clasificamos séptimo entre todos los corredores en volumen negociado en el Spyders según la lista de NASDAQTrader. Estábamos cerca de 100 millones de acciones en febrero, dijo David Lipsett, Vicepresidente Ejecutivo. Creo que dice mucho sobre nuestro modelo de ejecuciones rápidas de bajo costo. Fueron llevando nuestra tecnología premiada al comerciante a un nivel de precios que supera a algunas de las casas de descuento más profundas alrededor. De acuerdo con el informe, además de los Spyders, o SP Depósito de Recibos, MBT clasificado en el top ten de volumen negociado en el IWM, QID, DIA, TWM, MDY, DXD, IVV y IJH. En total, MBT ocupó el primer lugar en diez de los diez ETF más negociados. Ditlove, atribuye gran parte del crecimiento a clientes institucionales. El comercio de ETF es un área donde los fondos, los grupos algorítmicos, y los grandes grupos de la liquidez discrecional hacen mucho de comercio. Estos son los comerciantes inteligentes que compran y analizan las plataformas comerciales que utilizan. Para nuestros clientes no es sólo el precio lo que importa. Están buscando la mejor combinación de precio, tecnología y soporte al cliente. El crecimiento en toda la compañía fue fuerte en 2007 y estamos contentos de ver esa fuerte continuación en 2008. Acerca de MB Trading: MB Trading ofrece acciones en línea, opciones, futuros y Forex a través de su plataforma propietaria, el MBT Desktop. Los productos de valores se ofrecen a través de MB Trading, miembro de FINRA, SIPC. MB Trading Futures, Inc. (MBTF) es CFTC registrada FCMs y miembros de NFA. MBTF ofrece servicios de ejecución y liquidación de productos de futuros, así como de divisas extranjeras (Forex) a través de MB Trading. Divulgaciones: (1) Los ETFs son compañías de inversión registradas que representan una canasta de valores similares a los fondos mutuos, pero negocian intradía en una bolsa como acciones. La negociación de ETFs es de naturaleza especulativa y puede no ser apropiada para todos los inversores. Los inversores sólo deben utilizar capital de riesgo al negociar ETFs porque siempre existe el riesgo de pérdidas sustanciales. (2) El acceso a la cuenta, las ejecuciones comerciales y la respuesta del sistema pueden verse afectados negativamente por las condiciones del mercado, los retrasos en las cotizaciones, el rendimiento del sistema y otros factores. (3) Todas las marcas registradas son propiedad de sus respectivos propietarios. (4) Las clasificaciones e información sobre el volumen se obtuvieron de fuentes no afiliadas de terceros consideradas fiables por MBT. Sin embargo, MBT no garantiza la exactitud e integridad de dicha información ni hace ninguna garantía con respecto a los resultados que se obtengan de su uso. Lea las noticias sobre MB Trading. MB Trading, IB miembro de FINRA, SIPC MB Trading Futures, Inc. RFED / IB y miembro NFA. El comercio en futuros, opciones y Forex es especulativo por naturaleza y no es apropiado para todos los inversores. Los inversores sólo deben utilizar capital de riesgo al negociar futuros, opciones y Forex porque siempre existe el riesgo de pérdidas sustanciales. MBTFS y MBTFX a veces se denominan colectivamente en este documento como MB Trading. 1 MB Trading FX ofrece dos modelos de precios de Forex. Ambos modelos emplean nuestro RFED al cliente que enfrenta el sistema de ejecución con precios ligeramente diferentes y modelos de marcado. Por razones de claridad, los dos modelos de precios (Plan 1 y Plan 2) funcionan con la misma tecnología. La tecnología subyacente se denomina MB Trading Electronic Xrossing Network, abreviado como EXN para el resto de esta renuncia. El principal diferenciador entre los modelos es doble. A. Diferencia en la cantidad de markup o markdown de cotizaciones de socios de liquidez (bancos) cuando se muestran a los clientes. B. Estructura de la Comisión cargada al cliente Plan 1 o Plan de Pago por Límite emplea la tecnología EXN en un modelo de comisión. Este modelo cobra a un cliente 2.50 en su moneda base por 100k de moneda ejecutada por órdenes de mercado y paga a un cliente .50 de la moneda base para órdenes con límite ejecutadas y ejecutadas. En el modelo Pay for Limits, el término Payment for Limit Order se refiere a un pedido no comercial que no es inmediatamente ejecutable y se basa en el libro interno de órdenes por límite durante algún período de tiempo, agregando así liquidez cuando otro pedido de valor igual o mayor Se llena con el orden de reposo. Plan Libre de la Comisión emplea la tecnología EXN en un plan único de marcado, lo que significa que MB Trading recibe una compensación incrustada en el spread como compensación. Este plan no agrega una comisión adicional, no le paga al cliente un reembolso por la liquidez anunciada ya que el Plan 1 todavía ofrece el beneficio de permitir que el cliente publique cotizaciones que se muestran a todos los otros clientes en el Plan 2. Información adicional a La nota es que el contador real total pagado a los clientes se mantiene en el Web site de la compañía que exhibe el efectivo real pagado total a los números de moneda de los clientes que se pone al día cada cinco minutos y para el contar durante el fin de semana cuando el mercado se cierra. El número calcula desde el lanzamiento de Pay for Limits, que fue el 31 de enero de 2011. Debido al mayor costo de los negocios en China, recibir pagos por órdenes de límite no está disponible para los residentes chinos. Todos los residentes chinos tienen un honorario de 2.50 para todos los tipos de orden. Las cuentas con tarifas especiales de comisión están excluidas del pago por órdenes límite. Hay un honorario mínimo de 0.01 para todas las órdenes de comercio de la divisa y del punto que toman liquidez. MB Trading obtuvo una calificación 4.5 de 5 estrellas en Barrons 2011 Revisión de Online Brokers, empatando para el primer lugar en general. La compañía ganó un total de 33,8 puntos, una décima de un punto bajo la puntuación más alta. MB Trading también anotó entre los tres primeros por categorías separadas de Gama de Ofertas, Experiencia de Comercio, Tecnología de Negocio, Usabilidad, y Servicio al Cliente y Educación. MB Trading obtuvo una calificación 4.5 de 5 estrellas en Barrons 2010 Review of Online Brokers. La compañía ocupó el segundo lugar en el ranking global y empató en el primer lugar en las categorías de Trade Experience y Portfolio Analysis Reporting. La compañía también ganó la categoría de Usabilidad. La compañía también empató para el primer lugar en las categorías separadas de los mejores para los comerciantes frecuentes y el mejor para los comerciantes de las opciones. Esta encuesta evaluó 27 empresas en línea y no incluye todos los corredores en línea. Las cotizaciones en tiempo real de divisas se proporcionan a través de la API de cotización de MBT. Las cotizaciones están disponibles durante las horas de la plataforma desde el domingo a las 5 pm EST hasta el viernes a las 5 pm EST, excepto durante el período de mantenimiento programado de 4:58 pm a 5:06 pm EST. Los periodos de mantenimiento extendido son posibles y los mensajes relacionados con el mantenimiento se envían a través de las plataformas de comercio MBT Desktop, MBT Desktop Pro y MBT Web 2.0. Además, MBT comienza el mantenimiento de MetaTrader 4 a las 4:57 pm EST, un minuto antes. MB Trading ofrece la traducción de Google de nuestro sitio web con fines educativos o informativos para sus clientes internacionales. Los gráficos, las aplicaciones y algunas partes del sitio web no se traducen. Los clientes deben asumir la responsabilidad exclusiva de evaluar su traducción regional antes de tomar cualquier decisión basada en tal información fuera de lo que representa la versión en inglés del sitio. Mozilla0.0 Usted puede encontrar muchas teorías o métodos para examinar el mercado. Para todos ellos usted tiene que saber absolutamente la cosa básica en qué dirección el precio se moverá. La verdad es que la gran pregunta no es la única cosa para llegar al fondo de, pero el comerciante necesita una pregunta nueva y compleja para obtener participar en la multitud del mercado. ESAZ Trading System es un sistema de comercio completamente único, moderno y eficaz. ETS roto es la tradición antigua y común de cómo estudiar, pronosticar y comercializar el mercado. Haga clic aquí para descargar una gran herramienta de comercio y estrategia para ESAZ Trading System GRATIS le guiará como un mapa de carreteras. Los movimientos de precios tienden a ir detrás de esaz-indicador. Usted puede comenzar a diario abierto, para las próximas 24 horas (cierre diario) que será capaz de ver, obviamente, donde el precio se mueve, cómo el contorno es, predecir el alto-bajo-cierre, le proporcionará los niveles de entrada, los niveles objetivo, detener la pérdida Niveles, tiempo, volumen, así como mucho más. El objetivo principal es el sistema de comercio esaz le da todas las partes de que su realmente necesita en el estudio y saltar a la multitud del mercado, pero visualizado con forma fácil. El efecto de la negociación electrónica sobre la volatilidad del mercado y la liquidez en los mercados emergentes: Evidencia de la Bolsa de Valores de Amman Primera línea: 24 de noviembre de 2008 Recibido: 21 de junio de 2008 Revisado: 21 de junio de 2008 Citar este artículo como: Al - Khouri, R. Al-Ghazawi, N. J. Deriv Hedge Funds (2008) 14: 222. doi: 10.1057 / jdhf.2008.21 246 Descargas Resumen Este estudio investiga el impacto del sistema de comercio electrónico (ETS) en la volatilidad del mercado y la liquidez En la Bolsa de Valores de Amman (ASE) antes y después de su implementación el 26 de marzo de 2000. Utilizando una muestra de 34 empresas, recopilamos datos sobre los precios de cierre, el volumen y el número de acciones negociadas durante el período comprendido entre el 2 de enero de 1996 y el 2do. Enero de 2004. El modelo de Heteroscedasticidad Condicional Autoregresiva Generalizada (GARCH) fue utilizado para probar el nivel de volatilidad, mientras que la liquidez fue examinada midiendo la diferencia entre las medias relativas de volumen de operaciones en los dos períodos. Los resultados empíricos utilizando el modelo GARCH con variable dummy muestran una reducción en la volatilidad tras la adopción del comercio electrónico. La persistencia de los shocks a la volatilidad, sin embargo, pareció durar en algún momento en el futuro cuando el cambio se trasladó a un ETS. Se detectaron resultados similares para cada empresa por separado. Además, la adopción del comercio electrónico ha mejorado el nivel de liquidez de la ASE. Palabras clave volatilidad liquidez Bolsa de Valores de Amman GARCH INTRODUCCIÓN La mala liquidez y la elevada volatilidad se consideran las principales razones que han impedido a los inversores institucionales extranjeros invertir en mercados emergentes. 1 La Bolsa de Valores de Ammán (ASE), al igual que muchas bolsas emergentes, sufrió cambios estructurales en su mercado accionario. Liberalizó su mercado de acciones, por lo que ahora los inversionistas extranjeros tienen la oportunidad de invertir en títulos nacionales hasta el 100 por ciento en la mayoría de sus compañías. Además, la ASE lanzó su sistema de comercio electrónico (ETS) el 26 de marzo de 2000. Esto permitió que las órdenes, que se ejecutaron puramente basadas en el precio y el volumen, se equiparan con un sistema computarizado. Este paso fue necesario para estimular el mercado financiero y proporcionar una nueva fuente eficiente de financiamiento. Además, esta reforma en la microestructura del mercado se consideró esencial para mejorar la liquidez del mercado mejorando la transparencia del mercado, reduciendo los costos operativos, acelerando el proceso de ordenación y ejecución de pedidos, reduciendo los problemas asociados con los errores humanos en el procesamiento de transacciones, Mejorando la capacidad de atraer nuevas agrupaciones de liquidez proporcionando acceso remoto a los inversionistas y manteniendo los pedidos no ejecutados en un libro de órdenes de consolidación para posible compatibilidad con pedidos futuros. La negociación en subastas automatizadas en mercados de valores, así como en otros mercados financieros, ocurre a través de un libro electrónico de órdenes limitadas, sin necesidad de intercambios físicos o creadores de mercado. En ausencia de los creadores de mercado, las subastas automatizadas dependen de órdenes de liquidez pública. En un mercado como el ASE, que se caracteriza por el comercio delgado, las pequeñas operaciones pueden inducir grandes movimientos de precios y pueden aumentar los costos de operación y la volatilidad. ASE, sin embargo, implementó un límite estrecho de 5 por ciento sobre los movimientos diarios de precios de las acciones. Por lo tanto, el límite de precios, junto con el comercio electrónico, se espera que mejore la liquidez del mercado. Como muestra Harris 2, cuando los comerciantes usan órdenes limitadas para comprar acciones, sufren pérdidas inmediatas si los precios siguen bajando. Sin embargo, si existen límites de precios, el monto de las pérdidas será limitado y los comerciantes de órdenes limitados estarán más dispuestos a proporcionar liquidez en condiciones normales. Por lo tanto, el cambio en la liquidez en una bolsa de valores que se comercializa poco, que implementa el comercio electrónico junto con límites de precios estrechos a lo largo del tiempo, puede inducir efectos dinámicos sobre los costos de negociación y la volatilidad. La evidencia sobre el efecto del comercio electrónico en la liquidez y la volatilidad en la literatura no es concluyente. Schwartz, Naidu y Rozeff, Pagano y Roelle, Freund y Pagano, entre otros, encontraron que el comercio electrónico tiene un impacto positivo en la liquidez y volatilidad del mercado. Otros investigadores como Massimb y Philps 7 y Biais et al. 8 afirman que los ETS eliminan las ventajas informativas basadas en la estrategia que poseen los creadores de mercado en el pozo de la negociación abierta. Además, los proveedores de liquidez se enfrentan a mayores costes de información adversos al presentar sus pedidos, debido a la posibilidad de negociar con contrapartes anónimas. Este documento examina la volatilidad y el nivel de liquidez en el mercado de ASE antes y después de la implementación del ETS. Utilizamos una muestra de 34 empresas que cotizan en la ASE durante el período comprendido entre el 2 de enero de 1996 y el 2 de enero de 2004. La muestra se divide a continuación en dos subperíodos: el período de negociación del piso, del 2 de enero de 1996 al 25 de marzo, 2000 y el Periodo de Operación de la Pantalla, del 26 de marzo de 2000 al 2 de enero de 2004. Para capturar la dinámica de la volatilidad de precios, implementamos el modelo Generalizado Autoregressive Condicional Heteroskedasticity (GARCH) introducido por Bollerslev. 9 La liquidez se examina midiendo la diferencia entre las medias relativas del volumen de operaciones durante los dos períodos. Este artículo se desarrolla de la siguiente manera: en la siguiente sección se presentan algunas características institucionales básicas de la ASE y su mecanismo de negociación, se presenta una breve revisión de la literatura en la sección subsiguiente, luego se presentan los datos y la metodología utilizados en este estudio, Y las conclusiones y recomendaciones se presentan en la última sección. CARACTERÍSTICAS INSTITUCIONALES DE LA ASE El mercado de capitales en Jordania Mucho antes del establecimiento del mercado de capitales jordano a finales de los años setenta, las acciones de algunas empresas de capital público se negociaban de venta libre en un mercado irregular. Los bonos corporativos también se negociaban en los años sesenta. El Mercado Financiero de Amman se creó en 1978. Durante los años 80 y principios de los 90, el mercado creció de manera desequilibrada y, a mediados de los años noventa, una nueva reestructuración de la economía Mercado para aumentar su tamaño y liquidez. El gobierno jordano se trasladó a actualizar el capital y presentó una nueva Ley de Valores (Ley de Valores N ° 23 de 1997). En marzo de 1999, la ASE comenzó su operación. El 26 de marzo de 2000, la ASE presenció la implementación de un ETS. La tecnología ETS fue proporcionada por Paris Bourse. Este sistema ha puesto al ASE en línea con los mercados de seguridad modernos en todo el mundo y ha proporcionado una base técnica para el futuro desarrollo y crecimiento. El ASE ha crecido rápidamente en tamaño e importancia tanto en términos de capitalización de mercado (MCAP) como de MCAP como porcentaje del PIB. Entre 1978 y 2003, el MCAP registró un crecimiento de 286,12 millones de dinares (JD) de Jordania en 1978 a 7.772,8 millones de dinares a fines de 2003. El volumen de operaciones también aumentó rápidamente hasta llegar a 1.855,2 millones en 2003, especialmente en los últimos años debido a la ETS. Sin embargo, el volumen de negociación (en porcentaje del MCAP) no aumentó en proporción al MCAP. El índice general de precios sopesado por el MCAP aumentó más de cuatro veces, pasando de 58,6 puntos en 1978 a 261,5 puntos en 2003. La relación entre el MCAP y el PIB, que es importante para medir el mercado en relación con la economía nacional, aumentó dramáticamente a 116,8 Por ciento a fines de 2003. Asimismo, el número de empresas cotizadas saltó de 66 empresas en 1978 a 161 en 2003. 10 El cuadro 1 muestra el tamaño y la importancia de la ASE en comparación con otros mercados bursátiles árabes. En el cuadro se presentan los indicadores seleccionados para 11 mercados de valores árabes para el año 2002, incluido el ASE. Como lo muestra la tabla, la ASE ocupa el segundo lugar después de Egipto en términos del tamaño del mercado, según el número de compañías cotizadas (amplitud del mercado), pero ocupa el octavo lugar cuando medimos el tamaño del mercado por MACP. Sin embargo, en términos de profundidad de mercado y su importancia en la economía nacional, medida por la relación entre el MACP y el PIB, el ASE sólo fue superado por Kuwait y Bahrein. Aunque la relación entre el valor comercial y MACP es del 18,8 por ciento (un indicador del nivel de actividad en el mercado) y parece menos impresionante, la ASE ocupa el cuarto lugar entre las bolsas árabes. En cuanto al valor negociado como proporción del PIB (14,4 por ciento), la ASE ocupó el tercer lugar después de Kuwait y Arabia Saudita. Comparado con los mercados árabes, el ASE es relativamente activo, aunque es pequeño en términos de tamaño (según lo medido por MACP). Los mercados de valores árabes, los indicadores seleccionados (2002) Los sistemas de comercio Antes de implementar el ETS en el ASE en 2000, los corredores utilizaron pizarras blancas para vender y comprar y para realizar un seguimiento de las actividades comerciales. Ellos compraron y vendieron acciones usando el sistema de protesta abierta, haciendo gestos y llamando a los precios de las acciones a los compradores potenciales. El sistema era defectuoso, ineficiente y laborioso y limitaba el volumen comercial. En la actualidad, la ASE tiene un sistema de comercio totalmente automatizado e implementa un sistema de libro de órdenes de límite automatizado. Todas las Sociedades de Participación Pública son negociadas electrónicamente y los corredores pueden negociar en el sistema de forma remota. Todas las transacciones se llevan a cabo a través de corredores de bolsa. Los corredores colocan órdenes de compra y venta en el sistema de comercio, que a su vez corresponde a esas órdenes para generar un comercio. El precio límite más alto de todas las órdenes de compra de una acción en particular se considera el mejor precio de oferta de la acción, y el precio límite más bajo de todas las órdenes de venta para una acción particular se considera el mejor precio de la acción. El mecanismo de negociación en la ASE es continuo y se aplican estrictas reglas de prioridad de precios y tiempo. Los días de negociación en el mercado ASE son de domingo a jueves en tres sesiones de negociación. La fase de pre-apertura es de 9:30 am a 10:00 am, y en esta fase las órdenes de compra y venta se ingresan sin ninguna coincidencia. El sistema selecciona el precio adecuado y durante esta fase los precios se muestran y los pedidos pueden ser modificados o cancelados. La sesión continua funciona de 10:00 am a 12:00 pm, y en esta fase un pedido es comparado entre los comerciantes contra los pedidos existentes y luego ejecutados. Las órdenes no ejecutadas se añaden a la lista de órdenes esperando que la ejecución se realice en base a las prioridades temporales y al precio determinado. La última fase es la fase de bloqueo de 12:00 pm a 12:15 pm, y en esta fase se determinan los precios finales de cierre. La ASE ha establecido el límite de precios diarios en un estrecho 5 por ciento para evitar la volatilidad excesiva en los precios de las acciones como una protección para los pequeños inversores. Costes de transacción en ASE Los costes asociados con la negociación de valores pueden tener un impacto en las actividades de negociación y los rendimientos de la cartera de inversores. Hay dos tipos de costos de operación: costo explícito (comisiones, honorarios e impuestos) y costos implícitos (costos de oportunidad y oportunidad de venta). Las comisiones son uno de los principales costos de negociación de la ASE y son creados por la Comisión de Valores de Jordania (JSC). La comisión de negociación de valores en el ASE varía entre 0,0054 y 0,0074 del valor de las acciones negociadas y 0,0008 y 0,001 del valor de los bonos negociados. Estas comisiones se pagan a los corredores (entre 0,004 y 0,006 del valor negociado) ya las principales autoridades de mercado (JSC (0,0005), ASE (0,0006) y SDC (0,0003) (JSC, 2002). Los mercados deberían atraer a más inversores, ya que los comerciantes de los sistemas automatizados tienen más acceso a información más amplia, lo que conduce a una mayor transparencia del mercado en comparación con lo que ofrece el sistema de comercio de piso. Los críticos del comercio electrónico, sin embargo, afirman que los proveedores de liquidez en sistemas automatizados enfrentan un mayor costo de información cuando envían sus órdenes al libro de órdenes límite debido a la posibilidad de negociar con contrapartes no identificadas, en comparación con el piso 7. 8 Por lo tanto, la cuestión del efecto de la negociación electrónica sobre la liquidez del mercado y la volatilidad sigue sin resolverse y los resultados difieren de un cambio de sesión a otro . Naidu y Rozeff 4 midieron la calidad del mercado antes y después de la introducción de un ETS en la Bolsa de Singapur utilizando datos diarios. Encontraron un aumento en la volatilidad y liquidez, además de una mejora en la eficiencia del mercado. Sioud y Hamied 12 también encontraron resultados similares en la Bolsa de Túnez (TSE). Los investigadores examinaron el impacto de la transferencia a la automatización sobre la liquidez, la volatilidad, los rendimientos de las acciones y la eficiencia del mercado. Utilizando los precios de cierre diarios y los volúmenes de negociación de una muestra de 20 acciones negociadas en la EET, encontraron un impacto positivo para la transferencia de la negociación electrónica sobre la liquidez, la volatilidad y la eficiencia del mercado. Utilizando datos intradía sobre contratos futuros de índices bursátiles en la Bolsa de Valores de Suecia para el período comprendido entre el 31 de julio de 1995 y el 23 de febrero de 1996, Coppejans et al. 13 encontró que el aumento de la liquidez redujo la volatilidad y que la volatilidad impactó en la reducción de la liquidez en el corto período y consecuentemente llevó a una disminución en la eficiencia de los precios. Además, Green et al. 14 examinó el impacto de la introducción de un sistema de comercio de pantalla en la Bolsa de Mumbai sobre la microestructura del mercado. Utilizando los precios de cierre diarios de las 69 acciones más líquidas (A) y 83 de las acciones menos líquidas (B), encontraron un aumento en la liquidez del mercado en el sistema automatizado y el efecto fue mayor para las acciones más líquidas. Por otra parte, hubo una mejora en la eficiencia en ambas acciones, pero la mejora fue más pronunciada en las acciones menos líquidas. Adicionalmente, se redujo la volatilidad del mercado. Mostraron que la automatización del sistema mejoró la microestructura del mercado para ambas acciones (A y B), pero que la mejora fue más obvia para las acciones menos líquidas. Otros documentos de la literatura abordaron la cuestión del efecto del comercio electrónico en los costos de transacción. Theissen 15 comparó el coste de transacción en el piso de la Bolsa de Comercio de Frankfort con el ETS, utilizando el índice DAX durante 44 días de negociación. Él encontró que el coste era mayor usando el ETS en comparación con el sistema de negociación del piso. Su análisis del diferencial de oferta / demanda en los dos sistemas de negociación reveló que el sistema de cotización era relativamente más competitivo para las acciones menos líquidas. Por lo tanto, el comercio electrónico ofrecía un spread bajo para las acciones líquidas. Estos resultados son confirmados por Venkataraman16, que comparó el costo de ejecución de las acciones comunes de firmas similares en un sistema de negociación automatizado (Bolsa de París) con el sistema basado en el piso (New York Stock Exchange (NYSE)). Sus resultados indican que los costos de ejecución son más altos en la Bolsa de París que en la Bolsa de Nueva York después de controlar las diferencias en la selección adversa, el tamaño relativo de la señal y los atributos económicos de las muestras. Omet y Khasawneh proporcionan evidencia adicional de altos costos de transacción cuando se implementa el comercio electrónico. 17 Ellos midieron el determinante de los costos de ejecución en el ASE utilizando los precios de cierre diarios, el volumen de operaciones y los precios de compra más altos, así como los precios de venta más bajos. Su muestra abarcó a 13 empresas cotizadas durante 15 semanas después de la implementación del comercio electrónico. El estudio mostró un alto costo de transacción en el mercado ASE, y el volumen de operaciones fue el principal determinante de este costo. Domowitz et al. 18 examinó la relación entre la liquidez, la volatilidad y los costos de transacción en 42 países durante el período comprendido entre septiembre de 1992 y diciembre de 1998. Después de controlar la volatilidad y el MCAP, encontraron una variación en los costos de transacción entre diferentes países. Los costos de operación en los mercados emergentes fueron más altos que los de otros mercados. Ellos mostraron que el aumento de la volatilidad, actuando a través de los costos, redujo el rendimiento esperado de la cartera y redujo el volumen de negocios. Además, encontraron una relación inversa entre los costos de negociación y el volumen de negocios. El estudio de Taylor et al. 19 probaron el efecto de la negociación electrónica en el costo de transacción y la velocidad de comercio enfrentada por la negociación arbitrager de los contratos spot y futuros FTSE100 en la Bolsa de Valores de Londres. Ellos documentaron una reducción significativa en los costos de transacción enfrentados por los arbitradores después de la introducción de ETS. Por otra parte, el estudio encontró que los mercados de futuros fueron menos afectados por los shocks que los mercados al contado en el período pre-electrónico. Sin embargo, ambos mercados parecían estar igualmente afectados en el período posterior a la publicación electrónica. Recientemente, Gilbert y Rijken 20 examinaron el diferencial bid / ask del FTSE100 antes y después de que el cambio se trasladara de un sistema de trading de piso a un ETS. Utilizando un registro completo de ticks en relación con el contrato FTSE100 durante el período de 13 meses de la muestra, encontraron que el diferencial bid / ask del FTSE100 era menor después de pasar de un sistema de trading de piso a un ETS. Sus resultados mostraron una distribución efectiva más estrecha, lo que se debió al aumento de la competencia entre los comerciantes ya la disminución de la volatilidad en el nivel de las garrapatas. Por lo tanto, a partir de la revisión de los pocos documentos relevantes en la literatura, podemos inferir tres observaciones: en primer lugar, hubo un acuerdo sobre el impacto positivo de la negociación electrónica en la liquidez del mercado. El impacto positivo, sin embargo, fue más pronunciado para los valores más líquidos. En segundo lugar, no hubo consenso sobre el efecto del comercio electrónico sobre la volatilidad. Este resultado inconcluso sobre los niveles de volatilidad puede deberse a las diferencias en los precios establecidos por diversos mercados. Por último, hubo acuerdo en que los costos de transacción aumentan después de la implementación del comercio electrónico. Sin embargo, el aumento de los costos de transacción fue más pronunciado para los mercados emergentes, que se consideran menos líquidos que los mercados desarrollados. DATOS, METODOLOGÍA Y RESULTADOS EMPÍRICOS Datos A comienzos de 2004 existían 161 empresas jordanas que cotizaban en la ASE y se distribuían en cuatro sectores: banca, seguros, servicios e industria. Para conocer el efecto del sistema de automatización sobre la volatilidad y la liquidez en el mercado ASE, elegimos una muestra basada en el número de días de negociación para adquirir las empresas más activas en el ASE. Dividimos el período de la muestra en dos subperíodos: el Periodo de Negociación del Piso, del 2 de enero de 1996 al 25 de marzo de 2000 y el Periodo de Operación de la Pantalla, del 26 de marzo de 2000 al 2 de enero de 2004. La muestra elegida cumple las siguientes condiciones : Las empresas que cotizan en el mercado ASE durante los dos periodos de este estudio las empresas sin cambio de posición (por ejemplo, fusiones, escisión de acciones, suspensión del comercio). Dadas estas restricciones, una muestra de 34 compañías listadas en la ASE satisfizo nuestras condiciones. Las muestras del estudio incluyeron empresas de diferentes sectores: banca (29 por ciento de la muestra), servicios (20 por ciento) e industria (51 por ciento). Sin embargo, ninguna de las compañías de seguros satisfizo nuestros criterios. Los datos para este estudio se obtuvieron del Departamento de Investigación y Relaciones Internacionales del mercado ASE. Consistió en informes diarios emitidos por el mercado ASE sobre los precios de cierre, el volumen de comercio y el número de acciones negociadas. Metodología y resultados empíricos La metodología utilizada se dividirá en dos partes. La primera parte presenta la metodología aplicada para probar la volatilidad del mercado, mientras que la segunda explica la metodología utilizada para probar la liquidez del mercado. Parte 1: Prueba de la volatilidad del mercado La volatilidad puede definirse simplemente como la variabilidad del precio de la garantía durante un período dado. En un modelo de valoración de activos como el modelo de determinación de precios de activos de capital y el modelo de precios de arbitraje, la volatilidad se asocia con el riesgo, medido por la desviación estándar o su cuadrado (varianza) bajo probabilidad normal. En este estudio, la volatilidad se mide aplicando el modelo GARCH desarrollado por Bollerslev. 9 Este modelo es capaz de capturar la leptokurtosis, asimetría y agrupación de volatilidad en nuestra serie de tiempo. El modelo general de GARCH para el retorno de la reserva en el tiempo t (rt) se caracteriza por la siguiente ecuación: donde t es una media cero, término de error no correlacionado en serie, con una distribución normal condicionada a información pasada y ht es el Varianza condicional del término de error, que es una función de tres términos: la media. La noticia sobre la volatilidad del período anterior, medida por el rezago cuadrado residual de la ecuación media t 1 (término ARCH) y la última varianza pronosticada h t 1 (término GARCH). La estimación de i muestra el impacto de las noticias actuales sobre el proceso de varianza condicional, y la estimación de j muestra la persistencia de la volatilidad a un shock, o, alternativamente, el impacto de noticias antiguas sobre la volatilidad. Engle y Bollerslev 21 mostraron que la persistencia de la volatilidad se mide por la suma de y. (). Demostraron que si la suma es igual a 1, el proceso GARCH se convierte en un proceso GARCH integrado (IGARCH) y posteriormente esta suma debe ser menor que 1 para tener una varianza estacionaria. Si la suma es menor que la unidad, el efecto de los choques disminuirá con el tiempo. Sin embargo, si el valor de la suma es mayor que la unidad, la volatilidad aumentará con el tiempo. En este estudio, una variable ficticia (D) se añadirá a la ecuación de la varianza condicional para el cambio estructural. La variable ficticia se utilizará para captar el efecto de la negociación electrónica sobre la volatilidad del mercado de la ASE. Se toma el valor de 0 durante el Periodo de Operación de Planta, antes del 26 de marzo de 2000, y el valor de 1 durante el Periodo de Operación de la Pantalla, después del 26 de marzo de 2000. Por lo tanto, ) Es estadísticamente significativo, el proceso de comercio electrónico tendrá un impacto en la volatilidad del mercado. El coeficiente positivo de la variable dummy () sugiere que la transferencia a un ETS posiblemente incrementará la volatilidad. De lo contrario, sugiere que la transferencia reducirá la cantidad de volatilidad. Para llevar a cabo el análisis, se formó un índice de retorno de nuestras 34 empresas de muestra, y se empleó el análisis de volatilidad en este índice. Antes de aplicar el modelo GARCH, comenzamos analizando si los datos de la serie temporal se distribuían normalmente. La Tabla 2 proporciona estadísticas descriptivas para el índice de retorno diario formado por la muestra del estudio, y la Figura 1 muestra la distribución del índice de retorno. Estadísticas resumidas de series de retorno para la muestra del estudio Notas. Prueba de normalidad, que sigue una distribución de chi cuadrado, con 2 grados de libertad. El rango crítico de asimetría para las series de retorno es 0,0869 y 0,074, respectivamente. El valor crítico para la curtosis para las series de retorno son 3.1737 y 3.1738, respectivamente. A Serie generada por ecuación de retorno. B Correspondiendo al valor crítico del 1%. Distribución normal del índice de muestra De la tabla se desprende claramente que nuestros datos de retorno no se distribuyen normalmente. El coeficiente de asimetría indica que el retorno está sesgado a la izquierda. Además, la distribución tiene una cola más plana que la distribución normal, y es leptocúrtica. La prueba de JarqueBera (JB) para la normalidad se rechaza al nivel del 1 por ciento. Para estudiar si el logaritmo de los retornos de las existencias del índice muestral es estacionario, se aplicaron las estadísticas de prueba de DickeyFuller aumentado (ADF) (1981). La prueba de raíz unitaria rechazó fuertemente la hipótesis de no estacionaria, lo que indica que la serie de retorno mostró un grado de dependencia del tiempo. Además, hemos probado para la autocorrelación en el índice de estudio. Encontramos las estadísticas de DurbinWatson en 1.830654, que es aproximadamente 2 del valor crítico. Por lo tanto, rechazamos la hipótesis de autocorrelación en los datos. La Tabla 3 presenta los resultados del modelo GARCH (1, 1) para el índice muestral para el período comprendido entre el 2 de enero de 1996 y el 2 de enero de 2004. Los resultados indicaron que los coeficientes de los términos ARCH y GARCH (.) Son altamente significativos y positivo. La significación del parámetro en el modelo indicó una tendencia de los shocks a persistir. El índice de retorno de nuestra muestra es igual a 0.962002, que es menor que la unidad. Sin embargo, es muy cercano a 1, lo que indica que la persistencia de la volatilidad a choque durará en el futuro. Resultados de la muestra completa con / sin variable dummy (índice del estudio) a Corresponde a un valor significativo al nivel del 1 por ciento. Los paréntesis incluyen p-valores. B AIC (Criterios de Información de Akiake), SIC (Schwarzs order Information Criteria) el número de la estructura de retraso óptimo de las ecuaciones de la varianza condicional se determina según SIC y AIC. Para captar el efecto del ETS sobre la volatilidad del mercado ASE, se agregó una variable ficticia a la ecuación de la varianza condicional. This variable takes a value of 0 for the period before the adoption of ETS, and a value of 1 for the period after the adoption of ETS. Table 3 presents the results on the coefficient of the dummy variable. For our index, the coefficient of the dummy variable is negative and significant, which indicates that the ETS reduces market volatility. The Akiake Information Criteria (AIC) and Schwarzs order Information Criteria (SIC), which determine the optimal lag structure in the GARCH model, are also determined. The results indicate that the optimal lag from the use of AIC and SIC criteria was (3) lags for the index. In addition to testing the effect of electronic trading on liquidity and volatility by introducing a dummy variable, we reapplied the GARCH model to both periods (before electronic trading and after electronic trading) to compare the volatility in the two periods. Table 4 presents the results of the two sub-samples and examines the behaviour of the parameters in the GARCH equation. Two sub-sample results before and after electronic trading (examining on GARCH (1, 1) model) a Correspond to a significant value at 1 per cent level. Parentheses include p - values. The term . which represents the lagged squared error term relating to changes in the price from the previous day, decreased to 0.0133 after the implementation of the ETS. If we assume that the market is efficient, the changes in prices probably suggests that information that reached the market was being more efficiently utilised after the implementation of electronic trading as compared to the period before. The coefficient on . which reflects the lagged variance error term and the tendency of shocks to persist over time, could be considered as reflecting the impact of old news on volatility. In Table 4. shows an increase from 0.456999 to 0.981481. This indicates an increase in the shocks of volatility after the adoption of the ETS. In other words, old news has less impact on todays price changes. The values of volatility persistence, increased to 0.994822 during the period of the ETS, as compared to the period before the ETS when they were 0.689102. This indicates a tendency of volatility response to shocks to display a long memory within the ETS. These results were also confirmed when we applied the same methodology to each company separately (results are not shown in the paper). Part two: Testing market liquidity This study examined liquidity by using the trading volume as a proxy for liquidity. Other things being held constant, we expected that the trading volume of a given security was an increasing function of its liquidity. Consequently, an increase in the trading volume of a stock after its transfer to the new ETS reflected an increase in its liquidity, and in its transparency. Liquidity on the ASE market could not be measured by a bid/ask spread because of the unavailability of the required data. Therefore, the measure of liquidity in this study is through trading volume, in which it is considered to be the main determinant of market liquidity. Two empirical tests were employed to examine the liquidity of the market. First, we calculate the relative volume of each stock in the sample VR it on a daily basis. where V it is the cumulative stocks volume on day t and V Mt is the cumulative market volume on day t . After we calculated the daily relative volume, we averaged across the 34 stocks of the sample, for every day t . using the following equation: Table 5 illustrates the sum of the averaged relative volume for each stock and their mean. The resulting average in time series is presented in Figure 2. This figure shows the relative volume in time series through the two sub-periods, that is, before automation and after automation, for the study sample, which consists of 34 companies. It is worth noting that the transfer to the automated system caused a parallel shift in the time series and that it had a positive effect on the amount of relative volume for each stock. Market relative volume time series before and after automation Additionally, Table 5 shows the mean relative volume for the period before automation as 411,584, but after the transfer to the automation systems it was 517.658. Figure 3 shows the differences in the relative means for the two periods. We observed a large gap in the mean of the relative volume, which is an indicator of the increase in market liquidity. The mean of market relative volume before and after automation In the second test, as equation (7) shows, we defined the change in the relative volume for each stock i as The change in the relative volume was positive for 85.3 per cent of the transferred stocks. A high percentage of the stocks in the sample, which represent the ASE market, confirmed an increase in the sum of the trading volume after the transfer to the automation system, and that positive change indicated an improvement in liquidity in total. Moreover, the mean for the change in the average daily relative volume was 0.034, and the t - statistic for testing the equality of means between the two series was 1.835. These findings imply that an automation system on the ASE has a positive effect on market liquidity, as indicated by an increase in trading volume. SUMMARY AND CONCLUSIONS This study investigated the impact of the ETS on the ASE with respect to volatility and liquidity before and after the implementation of the ETS, over the period from 2nd January, 1996 to 2nd January, 2004. The GARCH model, developed by Bollerslev, 9 was used to test the volatility level on the ASE. Furthermore, the study examined the liquidity of the ASE by testing the behaviour of trading volume. Empirical results were similar to what most of the researchers have found on other exchanges. Electronic trading seemed to decrease the volatility of the ASE. The persistence of the shocks to volatility, however, seemed to last for sometime in the future when the exchange moved to an ETS. Similar results were detected for each company separately. In addition, the ETS showed a positive effect on market liquidity, based on daily volume of trade, as the major determinant of market liquidity. The study found an increase in the relative volume of stocks after the adoption of the ETS. The change in the relative volume was positive for 85.3 per cent of the study sample. Investors are mainly interested in the market mechanism, stability, and market liquidity. Therefore, supportive studies should find an interaction between liquidity, volatility, and expected returns in the market. Practical applications The study of the impact of electronic trading on volatility and liquidity is important for different parties and for different reasons. It is of concern to policy makers, domestic, as well as, foreign investors, corporations and other financial market participants. When a market is conceived as highly volatile, that volatility may act as a barrier to investing in that market. Poor liquidity and high volatility are considered to be the main reasons that prevent foreign institutional investors from investing in emerging markets. This reduces the capital flow to the market and affects the cost of capital for corporations. Poor liquidity and high volatility represent a serious concern for policy makers because they lead to financial instability. This creates uncertainty and negatively affects the growth potentials. In addition, stock prices and return volatility constrains economic growth and performance through their negative effect on consumer spending. References and Notes Chuhan, P. (1992) Sources of Portfolio Investment in Emerging Markets, Working Paper, World Bank, International Economics Department, Washington, DC, Processing No. WPS 1243. Harris, L. (1998) Optimal Order Submission Strategies in Some Stylized Trading Problems, Financial Markets, Institutions and Instruments, Vol. 7, No. 2, pp. 176. CrossRef Google Scholar Schwartz, R. (1991) Reshaping the Equity Markets: A Guide for the 1990s, Harper Business, USA. Naidu, G. and Rozeff, M. (1994) Volume, Volatility, Liquidity, and Efficiency of the Singapore Stock Exchange Before and After Automation, Pacific-Basin Financial Journal, Vol. 2, pp. 2342. CrossRef Google Scholar Pagano, M. and Roelle, A. (1996) Transparency and Liquidity: A Comparison of Auction and Dealer Markets with Informed Trading, Journal of Finance, Vol. 51, pp. 579611. CrossRef Google Scholar Freund, W. and Pagano, M. (2000) Market Efficiency in Specialist Markets Before and After Automation, Financial Review, Vol. 35, No. 3, pp. 79104. CrossRef Google Scholar Massimb, M. and Philps, B. (1994) Electronic Trading, Market Structure, and Liquidity, Financial Analyst Journal, Vol. 50, No. 1, pp. 3950. CrossRef Google Scholar Biais, B. Davydoff, D. and Jacquillat, B. (1997) Organisation et Qualit des Marchs Financiers, Actes du Collogue International ed. (Edited venture), PUF. Bollerslev, T. (1986) Generalized Autoregressive Conditional Heteroskedasticity, Journal of Econometrics, Vol. 31, pp. 307327. CrossRef Google Scholar ASE (Amman Stock Exchange), Different Publications. Domowitz, I. and Benn, S. (1999) Automation, Trading Cost, and the Structural of the Trading Services Industry, Brookings-Wharton Papers on Financial Services. Sioud, O. and Hmaeid, D. (2000) The Impact of Automation on Liquidity, Volatility, Stock Returns and Efficiency: Evidence from the Tunisian Stock Market, Working Paper, Institute des Hautes Etudes Commerciales de Tunis, Tunisia. Coppejans, M. Domowitz, I. and Madhavan, A. (2001) Liquidity in and Automated Auction, eBusiness Research Center. Green, C. Manos, R. Murinde, V. and Suppakitjarak, J. (2003) The Impact of Microstructure Innovations in Emerging Stock Markets: Evidence from Mumbai, India, Working Paper, Loughborough University, UK. Theissen, E. (2001) Price Discovery in Floor and Screen Trading Systems, Bonn Econ Discussion Papers, No. 35. Venkataraman, K. (2001) Automated Versus Floor Trading: An Analysis of Execution Costs on the Paris and New York Exchanges, The Journal of Finance, Vol. 56, No. 4, pp. 14451485. CrossRef Google Scholar Omet, G. and Khasawneh, J. (2003) The Cost of Transaction in Jordanian Capital Market, Administrative Science, Vol. 30, No. 1, pp. 3452. Google Scholar Domowitz, I. Glen, J. and Madhavan, A. (2000) Liquidity, Volatility, and Equity Trading Costs across Countries and Overtime, Working Paper, March (32). Taylor, N. Van Dijk, D. Franses, P. H. and Lucas, A. (2000) SETS, Arbitrage Activity and Stock Price Dynamics, Journal of Banking and Finance, Vol. 24, pp. 12891306. CrossRef Google Scholar Gilbert, R. (2005) How is Futures Trading Affected by the Move to a Computerized Trading System Lessons from the LIFFE FTSE 100 contract, Discussion Paper, Universit degli Studi di Trento, Dipartimento di Economia. Engle, R. and Bollerslev, T. (1986) Modeling the Persistence of Conditional Variance, Econometric Review, Vol. 5, No. 1, pp. 79104. Google Scholar Copyright information Palgrave Macmillan 2008 Authors and Affiliations Ritab Al-Khouri 1 Email author Nisreen Al-Ghazawi 1. Department of Economics and Finance, College of Business and Economics, Qatar University Doha Qatar About this article Online ISSN 1753-965X Publisher Name Palgrave Macmillan UK
No comments:
Post a Comment