Resumen de Modelling time-varying asymmetric information component of transaction costs

Jorge V. Pérez Rodríguez, Miguel Angel Negrín Hernández

• español

  El propósito principal de este trabajo es modelar los costes de información asimétrica variables en el tiempo. Para ello, en primer lugar, se utilizan dos modelos clásicos de microestructura de forma reducida y definidos en un esquema jerárquico bayesiano. En este escenario consideramos que la selección adversa es una variable aleatoria de estado no observada y se utiliza el método Markov Chain Monte Carlo (MCMC). En segundo lugar, evaluamos si las estimaciones de costes de información asimétrica variables en el tiempo reflejan la existencia de periodicidad (patrones intradía, efectos de la hora del día) y reversión a la media en un activo. Este procedimiento se aplica a datos tick a tick de 15 acciones listadas en el SIBE durante 126 días de negociación desde enero a junio de 2005, estimando los costes variables no observados en el tiempo para diferentes intervalos horarios. Los principales resultados indican que nuestro modelo captura la periodicidad entre sesiones de negociación y los costes de selección adversa variables en el tiempo muestran el patrón intradía en forma de U y la reversión a la media.

• English

  The main purpose of this paper is to model time-varying asymmetry information costs. To do this, first, we use two classical reduced-form microstructure models defined in a Bayesian hierarchical framework. In this scenario, we consider adverse selection as a random unobserved state variable and we use the Markov chain Monte Carlo (MCMC) estimator. And second, we evaluate whether time-varying asymmetric information cost estimates reflect the existence of periodicity (intraday patterns, time-of-day effects) and mean reversion in one stock. This procedure is applied to tick-by-tick quote and trade data on 15 SIBE-listed stocks over the 126 trading days since January–June 2005, estimating the unobserved time-varying costs for different hourly intervals. The main results indicate that our model captures periodicity between trading sessions and time-varying adverse selection costs showing the U-shape intraday pattern and mean reversion.