股票市场中新闻和收益跳跃的到来：一个非参数模型

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《The Arrival of News and Return Jumps in Stock Markets: A Nonparametric
  Approach》
---
作者：
Juho Kanniainen and Ye Yue
---
最新提交年份：
2019
---
英文摘要：
  This paper introduces a non-parametric framework to statistically examine how news events, such as company or macroeconomic announcements, contribute to the pre- and post-event jump dynamics of stock prices under the intraday seasonality of the news and jumps. We demonstrate our framework, which has several advantages over the existing methods, by using data for i) the S&P 500 index ETF, SPY, with macroeconomic announcements and ii) Nasdaq Nordic Large-Cap stocks with scheduled and non-scheduled company announcements. We provide strong evidence that non-scheduled company announcements and some macroeconomic announcements contribute jumps that follow the releases and also some evidence for pre-jumps that precede the scheduled arrivals of public information, which may indicate non-gradual information leakage. Especially interim reports of Nordic large-cap companies are found containing important information to yield jumps in stock prices. Additionally, our results show that releases of unexpected information are not reacted to uniformly across Nasdaq Nordic markets, even if they are jointly operated and are based on the same exchange rules.
---
中文摘要：
本文引入了一个非参数框架，从统计学上检验了在日内新闻和跳跃的季节性下，新闻事件（如公司或宏观经济公告）如何影响事件前后股价的跳跃动态。我们通过使用以下数据展示了我们的框架：i）标普500指数ETF、SPY，以及宏观经济公告；ii）纳斯达克北欧大盘股，以及计划和非计划公司公告。我们提供了强有力的证据，证明非计划公司公告和一些宏观经济公告会导致发布后的跳跃，还提供了一些证据，证明在计划的公共信息到达之前的跳跃，这可能表明非渐进的信息泄漏。尤其是北欧大型股公司的中期报告，包含了股价上涨的重要信息。此外，我们的结果表明，在纳斯达克北欧市场中，对意外信息发布的反应并不一致，即使它们是联合运营的，并且基于相同的交易规则。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载：
--> The_Arrival_of_News_and_Return_Jumps_in_Stock_Markets:_A_Nonparametric_Approach.pdf (777.25 KB)

2022-6-15 20:56:58 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：股票市场 股票市 非参数 announcement Quantitative

股票市场中新闻和回报跳跃的到来：一种非参数方法Juho Kanniainna，*, YueaaTampere大学。O、 框541，FI-33101坦佩雷，芬兰达该版本：2019年1月10日摘要本文引入了一个非n参数框架，以统计检验新闻事件（如公司或宏观经济不确定性）如何在新闻和跳跃的日内季节性下对股价的事件前后跳跃动态作出贡献。我们通过使用以下数据来证明我们的框架：i）标普500指数ETF SPY发布宏观经济公告；i）纳斯达克北欧大盘股发布定期和非定期公司公告。我们提供了强有力的证据表明，非计划的公司公告和一些宏观经济公告促成了发布后的跳跃，也提供了一些证据表明，在计划的公共信息到达之前的跳跃，这可能表明非渐进的信息泄漏。尤其是北欧大型公司的中期报告，包含了股价上涨的重要信息。此外，我们的结果表明，即使是联合运营的，并且基于相同的交易所规则，发布意外信息也不会对统一纳斯达克北欧市场作出反应。关键词：新闻到来、回报跳跃、高频数据、宏观经济公告、公司公告1。简介股价上涨在回报动态中起着重要作用，对资产管理和期权定价有着重大影响。已经提出了许多替代跳变检测方法。

同时，根据最近的实证研究，股票价格可能在信息到达后不久出现跳跃（特别参见Lee和Mykland，2008；Lee，2012；Bradley et a l.，2014）。*通信作者。联系方式：juho。kanniainen@tuni.fi，+358 4 0 707 4532电子邮件地址：juho。kanniainen@tuni.fi（Juho Kanniainen）参见，例如，（Bates，1996a；Du ffe et al.，20 00；Cont and Tankov，2009；Kaeck and Alexander，2012；Yang and Kanniainen，2016）。（Huang和Tauchen，2005；Barndorff-Nielsen和Shephard，2006b；Andersen等人，2007；Jiang和Oomen，2008；Lee和Mykland，2008；Corsi等人，2010；Lee和Hannig，2010；Ait-Sahalia等人，2011）。提交至arXiv的预印本2019年1月10日，即使返回跳转（以下简称“跳转”）几乎总是与新闻事件相关，但这并不意味着所有新闻事件（每天都有许多重要的新闻公告）总是与跳转相关。为了研究某些信息（如非计划公司公告或宏观经济公告）的波动如何影响信息发布前后的股价上涨，本文建立了一个非参数框架，并提供了相关的实证结果。该框架可用于测试从初始数据中检测到的跳跃等待时间与一般跳跃动态相比，是否异常分布在特定类型的公告周围。具体而言，等待时间可以是i）“从新闻到达到随后最近跳转的前向等待时间”和ii“从接收到新闻的最近跳转的后向等待时间”。远期等待时间可用于分析市场的事后反应，以了解市场对特定类型信息的到达的反应速度与跳跃的一般到达速度相比有多快。

相反，反向等待时间可以用来分析市场的事前反应，这可能是由信息泄露引起的。从方法论上讲，新闻和跳跃的到来的季节性是我们在论文中提出的一个特殊挑战。我们将此框架用于指数和股票层面的大量日内价格数据和公司公告：通过美国宏观公告和在哥本哈根、斯德哥尔摩和赫尔辛基交易的纳斯达克北欧大盘股的日内价格，并将公司公告分为计划和非计划新闻。纳斯达克北欧证券交易所（Nasdaq Nordic）的数据很有趣，因为这三个市场都基于相同的交易规则，这使得不同市场的结果比较有趣。此外，我们可以访问大量的新闻事件，这些新闻事件被归类为预定和非预定公告，这对于验证当前方法至关重要。尽管有大量证据表明，金融市场中的新闻出现时会出现跳跃动态（Lee和Mykland，2008；Hussain，2011；Harju和Hussain，2011；Lee，2012；Bradley等人，2014），但现有文献并未充分阐述不同类型新闻的出现与跳跃之间的统计关联。一个重要的例外是（Lee，2012），该例外通过使用美国数据的不同信息变量来研究跳跃的可预测性。此外，Bradley等人（2014年）研究了analystrecommendation发布与检测到的跳跃之间的关系。我们的论文与（Lee，2012）和Bradley等人（20 14）之间的主要差异在于目标和方法：Lee（2012）和Bradley等人。

（2014）通过使用宏观经济和企业特定跳跃预测因子的信息（即信息变量），使用逻辑回归预测跳跃，而我们提供了一个非参数框架，用于分析跳跃前向和后向等待时间的统计特性。如果重点是通过同时使用多种类型公告发布的多变量测试来预测短期跳跃，或者为了区分系统跳跃和特殊跳跃，inLee（2012）和Bradley et al.（2014）使用的回归方法是适用的。然而，前面介绍的方法，最近，使用可跟踪模型和机器学习方法预测了股票价格的上涨，并使用了限价订单数据（Cont等人，2010年；Ke-rcheval和Zhang，2015年；Ntakaris等人，本文在研究新闻到达前后的跳跃动力学特性方面具有优势，而不仅仅是预测跳跃。首先，该方法不仅可以用于分析即时市场反应，还可以分析延迟反应和对即将到来的跳跃信息的可能预反应，甚至几天前。其次，我们的方法的优点是，它可以用于少量的announcementevents，即使是单个公告，而回归方法需要更大的样本。第三，该方法是非参数的，不需要额外的模型假设，除了在检测j ump时所做的假设。第四，目前的方法可以同时用于多个股票资产（股票），因为它自动解决了由于市场流动性或其他原因，不同资产可能有不同数量的跳跃这一事实。最后，跳跃和公告可能具有较强的日内季节性。

根据我们使用的数据集，大多数跳跃主要集中在第一个交易小时。相反，公告的到达时间可以根据发布的类型进行不同的分布。因此，必须考虑日内季节模式，以估计公告到达对到达fjumps的实际贡献；否则，我们可能会意外地将经济上不重要的公告与跳跃动力学联系在一起，尤其是在跳跃活动因完全不同的原因而处于高潮的时期。本文还与大量事件研究文献相关，这些文献研究了新闻到达前后的返回（例如，见Corrado，2011；Oxley et al.，2009，以及其中的参考文献）。重要的是，当前和常规事件研究方法审查了不同的问题：虽然传统方法可用于分析渐进反应（seeVel\'asquez et al.，2018），但目前的框架旨在检查由信息非渐进到达引起的市场中的突然、强烈反应（即跳跃）。特别是，如果许多投资者决定同时在给定方向进行交易，就会发生跳跃，这可以被认为表明，几个投资者在同一时间以非渐进、渠道化的方式收到信息。方法从逻辑上讲，传统的事件研究不会将差异成分与跳跃成分分开，而且通常不会捕获时变方差。论文的结构如下。在第2节中，我们介绍了该框架。第3节描述了本文中使用的数据，第4节中，我们对我们的框架进行了实证论证，并提供了实证结果。

最后，在第5节中得出结论。2017; Tsantekidis等人，2017b，a；Passalis et a l.，2017年；Tran等人，2018年；Sirignano和Cont，2018年）。例如，我们的数据显示，计划的公司公告大多在开放时间之前和之后到达，然后在中午到达，而非计划的公告则分布更加均匀。此外，一种类型的宏观公告可以系统地在固定的时间到达，例如上午8:30。m、 除了股票和股票市场指数外，拟议的方法还适用于任何类型的资产，只要其估值过程可以观察到，就可以对其进行价格观察，包括外汇（Bates，1996b）或商品价格（Schwartz，1997）甚至实际投资（Dixit等人，1994；Kanniainen，2009）。2、框架本节旨在制定一个程序，用于调查某些公告是否与在公告之前或之后检测到的跳转有统计关联。本文通过测量检测到的跳转与公告之间的时间距离，研究了新闻事件与检测到的跳转之间的关联。距离可以是向前或向后；前向距离可用于评估新信息在股价中的适应速度，后向距离可用于评估市场的预反应（由于可能的信息泄漏）。在本文中，公告和检测到的跳转之间的后向和前向时间距离也称为“等待时间”。对于给定的一组公告，等待时间距离越短，市场适应知情投资者信息冲击的速度就越快。人们还可以建议，远期时间距离可以用来衡量公告对金融市场的重要性。

如果一组公告没有向投资者传达太多新的重要信息，那么公告的到来不会产生额外的跳跃，价格变化可以用纯粹的差异来解释，在这种情况下，距离下一次跳跃公告的时间距离甚至可能是几天。然而，对后向距离的解释可能会大相径庭。由于非渐进（半）公开或“渠道化”的信息泄露，股价甚至可能提前几天跳到即将发布的公告之前，这样一来，泄露就可以有效地减少市场参与者之间的信息不对称，在这种情况下，在接下来的几天里，不一定会因为该公告而出现其他跳跃。因此，对于向后距离，问题不在于公告是否紧跟着跳跃，而在于向后距离是异常短还是异常长。总的来说，后向距离可用于分析i）时间不可预测的非计划新闻的潜在信息泄漏，或ii）市场如何以可预测的到达时间（但不可预测的内容）预处理即将到来的计划新闻的信息。为了研究给定公告集与检测到的邻居跳跃之间的统计关联，我们引入并实现了一个非参数统计框架。在该框架下，将公告前后的经验等待时间分布与参考数据上的分布进行了比较，参考数据中的等待时间通过考虑日内季节性模式进行了随机化。在本节中，我们首先定义后退和前进距离（等待时间），并介绍如何根据交易时间衡量它们。

然后，介绍了一种生成参考数据的方法。关于跳跃检测方法（见Huang和Tauchen，2005；Barndorff-Niels en和Shephard，2006b；Andersen e t al.，2007；Jiang a和Oomen，200 8；Lee和Mykland，2008；Corsi et al.，2010；Lee和Hannig，2010；ait-Sahalia et al.，2011，以及其中的参考）。向后（向前）时间距离可以考虑从检测到的跳转（通知）到公告（检测到的跳转）的等待时间。术语“时间-距离”和“等待时间”在本文件中互换使用。2.1. 前向和后向时间距离的定义本方法基于i）观测到的公告与随后第一次检测到的跳跃之间的前向时间距离，以及ii）观测到的公告与公告之前最近检测到的跳跃之间的后向时间距离。下文中，我们用d+和d表示这些向前和向后的时间距离，即等待时间-, 分别地一般来说，没有上标的d表示d+和d-.为了介绍该方法，让ti、kbe k’t h公告时间戳与资产i关联。此外，在每个时间间隔【si，1，si，2】，【si，2，si，3】，…，我们应用跳转检测方法，其中si，mr指股票i的第m个时间戳。检测到跳转的时间间隔的起点集为Ti；也就是说，当且仅当si，m∈ Ti。此外，设T+i，kbe为跳转间隔的起始点集，该跳转间隔在第k次公告和-i、 kbe跳转间隔的起始点集，其结束时间不晚于第k次公告的截止时间。

更正式地说，-T+i，k∪ T-i、 k=天T+i，k∩ T-i、 k=O，-且给定si，m∈ Ti、si、m∈ T+i，kif且仅当si，m+1>ti，k，否则si，m∈ T-i、 k.让si，h∈ T+i，kbe最近间隔的起点，在第k次公告后检测到跳转；也就是说，si，h=minT+i，k. 根据定义，此跳转间隔[si，h，si，h+1]在公告时间戳tk之后结束，但可以在重新tk之前开始。从公告时间戳ti，kt到跳转间隔si开始的等待时间，称为向前距离，定义如下：d+i，k=max（si，h- ti，k，0）。（1） 如果跳转间隔严格遵循公告时间戳，即si，h>ti，k，然后d+i，k>0。但是，如果公告时间戳在关联的跳转间隔内，即si，h≤ ti，k<si，h+1，然后d+i，k=0。现在，让si，h∈ T-i、 kbe在第k次公告之前检测到跳转的最近间隔的起点；也就是说，si，h=maxT-i、 k级. 根据定义，该跳跃间隔[si，h，si，h+1]在公告时间戳之前开始，不能在公告时间戳tk之后结束。从跳跃间隔si，h+1结束到公告时间戳tk的等待时间称为后向距离，定义如下：-i、 k=ti，k- si，h+1。（2） 后向距离总是非负的，因为根据定义，ti，k≥ si，h+1if（且仅当）si，h∈ T-i、 k.重要的是，对于病房距离，其定义方式应确保通知时间戳可以在相关跳转间隔内；也就是说，si，h≤ ti，k<si，h+1。