Where is the Market? Three Econometric Approaches to Measure Contributions to Price Discovery

Abstract

Measuring the contribution of different markets to the price discovery process of a common asset has been the subject of many research studies in the last decade. In particular the newly developed derivatives markets have given rise to an increasing number of empirical studies examining the importance of each trading venue with respect to price discovery.

This thesis proposes three econoemtric approaches to measure contributions to the price discovery process. The information shares developed by Hasbrouck (1995) are the most prevalent measure that has been applied in numerous empirical analyses. However, this approach suffers from a lack of identification which often renders it very difficult to draw clear conclusions.

This thesis's first contribution consists of a data driven approach to resolve the identification problem inherent in the Hasbrouck (1995) approach. Based on a distributional assumption the contemporaneous effects of idiosyncratic price innovations can be determined, which results in unique information shares. The empirical application to the credit default swap and corporate bond market shows that the credit default swap market leads in price discovery for a set of European and U.S. reference entities.

The second approach presented in this thesis takes a different perspective in order to develop a new measure for contributions to price discovery. Price discovery is seen as the timing of informative events and we use a model that accounts for the irregularity of high frequency quote data. Estimates from a bivariate autoregressive conditional intensity model are used to develop a new intensity based information share. Applied to a large set of Canadian cross-listed stocks, it shows that the home market plays a more important role in price discovery than the foreign (U.S.) market.

Finally, the method used in the third approach refrains from any restrictive assumption with respect to the price discovery process across markets, but estimates statistical dependencies between two time series. It outlines and applies the concept of transfer entropy to measure information flows from and to the credit default swap market. This non-parametric method relies on only a few assumptions and is able to capture linear as well as nonlinear information flows between time series. The empirical application provides evidence for bi-directional information transfer between the credit default swap and corporate bond market for a set of European reference entities, while there is evidence for credit default swap market being slightly more important with respect to information transfer.

Finanzinstrumente werden häufig auf mehreren Märkten gleichzeitig gehandelt, z.B. Aktien, die auf mehreren Börsen notiert sind, im Fall von verschiedenen Handelsplattformen innerhalb eines Marktes, oder im Rahmen verschiedener Derivatmärkte, die auf denselbem Basiswert referenzieren. Der Preisfindungsprozess eines solchen Finanzinstruments involviert folglich mehrere Märkte und die Frage nach dem Anteil der verschiedenen Märkte am gemeinsamem Preisfindungsprozess ist von großer Relevanz. Diese Dissertation präsentiert drei ökonometrische Ansätze zur Messung von Beiträgen zum Preisfindungsprozess im Kontext von mehreren Märkten. Der erste Ansatz schlägt eine Lösung für das Identifikationsproblem der Standardmethode vor. Die Hasbrouck (1995) Methodik ermöglichen lediglich die Schätzung von Ober- und Untergrenzen für Informationsanteile der Märkte. Mit Hilfe von Verteilungsannahmen können die kontemporären Effekte identifiziert werden und der Beitrag eines Marktes zum Preisfindungsprozess kann eindeutig bestimmt werden. Der zweite Ansatz betrachtet Preisfindung aus einer anderen Perspektive, nämlich als eine Abfolge von informativen Events. Der Informationsanteil eines Marktes wird dann basierend auf einem autoregressiven konditionalen Intensitätsmodell bestimmt. Der dritte Ansatz bedient sich des Konzeptes der Transfer Entropie. Dabei handelt es sich um ein nicht-parametrisches Maß, das sowohl lineare als auch nicht lineare Zusammenhänge zwischen Zeitreihen quantifizieren kann. Alle drei Methoden werden anhand einer empirischen Analyse von Finanzmarktdaten verdeutlicht.