Информационная доля Хасбрука: измерение формирования цены на разных рынках

Одна и та же ценная бумага может торговаться на нескольких площадках, а тесно связанные инструменты могут отражать одну базовую стоимость. Наблюдаемые цены не обязаны совпадать в каждый момент. Котировка на одной площадке может измениться первой, затем отреагирует другая, и со временем обе цены могут приблизиться к общей долгосрочной траектории. Формирование цены описывает, как новая информация включается в эту общую перманентную компоненту. Это не то же самое, что объём торгов, котируемая ликвидность или площадка, где прошла последняя сделка.

Информационная доля Хасбрука предназначена для ответа на такой вопрос. В его модели связанные рыночные цены имеют общую неявную ненаблюдаемую эффективную цену, а каждая наблюдаемая цена может также содержать временные отклонения. Доля рынка — это пропорциональный вклад его инноваций в дисперсию инновации общей эффективной цены (Hasbrouck, 1995). Оценка зависит от заданной системы, выборки и схемы наблюдений. Она не определяет, кто первым получил информацию, не устанавливает причинный канал и не показывает, что одна площадка опережает другие при каждом событии.

Это различие важно, если у площадки больше торговый объём или уже спред. Эти характеристики могут быть связаны с формированием цены, но информационная доля измеряет модельный вклад в устойчивые изменения цены. На одной площадке может быть большой объём, в то время как другая вносит больший вклад в инновации, которые сдвигают общую долгосрочную цену.

Пусть p_t содержит наблюдаемые цены на d площадках, где торгуется один и тот же актив или экономически эквивалентные требования. В стандартной модели микроструктуры рынка уровни цен нестационарны, часто I(1), а арбитраж удерживает разницы цен стационарными в долгосрочной перспективе. При двух площадках и одном общем тренде существует одно коинтеграционное соотношение, обычно нормированная разность цен. В общем случае d связанных цен с одним общим стохастическим трендом имеют ранг коинтеграции d−1.

Это эмпирическое допущение, которое нужно проверять, а не тождество, автоматически верное потому, что на двух экранах отображается один тикер. Цены могут различаться из-за условий контракта, валюты, финансирования, дивидендов, поставки или устойчивого базиса. Связь также может измениться после переноса торгов на другую площадку, изменения комиссий, реформы рыночной структуры или изменения определения данных. Если в выбранной выборке ряды не имеют предполагаемой долгосрочной связи, декомпозиция эффективной цены и полученные доли не будут иметь требуемой интерпретации.

Коинтеграция и коррекция ошибок связывают стационарное долгосрочное соотношение с моделью краткосрочных изменений цен (Engle и Granger, 1987). Векторная модель коррекции ошибок (VECM) явно задаёт эту структуру. Она отделяет временную корректировку относительно общей цены от инноваций, способных повлиять на долгосрочную компоненту.

<!-- learn:illustration --> <!-- Иллюстрация без текста: две ценовые траектории площадок колеблются вокруг одной общей, более плавной долгосрочной траектории с временными отклонениями на уровне каждой площадки. Не рыночные данные, не причинная диаграмма и не прогноз. -->

Для d ценовых рядов VECM можно записать так:

\[ \Delta p_t=\alpha\beta^{\mathsf T}p_{t-1} +\sum_{j=1}^{q-1}\Gamma_j\Delta p_{t-j}+\varepsilon_t, \qquad \Pi=\alpha\beta^{\mathsf T}. \]

Здесь β задаёт пространство коинтеграционных соотношений, α содержит коэффициенты корректировки, Γ_j описывает краткосрочную динамику лагов, а ε_t — вектор приведённых инноваций с матрицей ковариаций Ω. В стандартном случае одной эффективной цены долгосрочное влияние этих инноваций можно свести к вектору-строке ψ. Изменение перманентной цены равно

\[ \Delta m_t=\psi\varepsilon_t, \]

с учётом выбранной нормировки модели и детерминированных компонент. Полная дисперсия этого изменения равна

\[ \operatorname{Var}(\Delta m_t)=\psi\Omega\psi^{\mathsf T}. \]

Вектор ψ получается из долгосрочного представления оценённой системы; это не просто коэффициент корректировки α и не коинтеграционный вектор β. Краткосрочные изменения цен могут быть большими, но временными, тогда как меньшая инновация может сильнее влиять на формирование цены, если её эффект сохраняется в общей перманентной компоненте.

Нужно указать общий тренд и способ его нормировки. Умножение представления эффективной цены на константу меняет единицы ψ и дисперсию общей цены, однако нормированные информационные доли не меняются. Если в системе больше одного общего стохастического тренда, одной скалярной эффективной цены недостаточно: исследователь должен определить, какая перманентная компонента или линейная комбинация раскладывается.

Если инновации площадок не коррелируют, Ω — диагональная матрица. Тогда вклад каждого рынка в дисперсию перманентной цены можно выделить напрямую:

\[ \operatorname{IS}_i= \frac{\psi_i^2\Omega_{ii}}{\psi\Omega\psi^{\mathsf T}}, \qquad \sum_{i=1}^{d}\operatorname{IS}_i=1. \]

В этой формуле долгосрочное влияние рынка взвешивается дисперсией его собственной инновации. Площадка получит большую информационную долю, если её ценовая инновация имеет более устойчивый эффект или если дисперсия её инновации больше. Сравнения только абсолютных значений коэффициентов корректировки VECM недостаточно.

Если инновации коррелируют в один момент времени, полная дисперсия включает ковариационные слагаемые. По одной лишь Ω нельзя единственным образом распределить эти общие слагаемые между площадками. Хасбрук использует разложение Холецкого Ω=FF^T, чтобы получить ортогональные инновации. При выбранном порядке переменных доля, отнесённая к ортогональному шоку i, равна

\[ \operatorname{IS}_i(F)= \frac{(\psi F)_i^2}{\psi\Omega\psi^{\mathsf T}}. \]

Разложение делает шоки ортогональными, но его треугольная структура отдаёт переменным, стоящим раньше в порядке, приоритет при поглощении общей одновременной вариации. Порядок — это правило распределения для декомпозиции, а не доказательство экономической иерархии информационных потоков.

Если инновации двух площадок сильно коррелируют, потому что их цены обновляются в одном интервале наблюдения, по данным сложно определить, на какой площадке инновация возникла первой. Разложение Холецкого по-разному распределяет их общее движение в зависимости от того, какая площадка стоит первой. Процедура Хасбрука задаёт нижнюю границу, помещая рынок последним, и верхнюю, помещая его первым, для соответствующих порядков.

Эти границы отвечают на более честный вопрос, чем один удобный порядок: насколько может меняться доля этого рынка при допустимых рекурсивных распределениях коррелированных инноваций? Узкие границы означают, что данная проблема порядка мало влияет на результат в оценённой выборке. Широкие границы указывают, что распределение между площадками слабо идентифицируется одновременными ценовыми инновациями. Иногда для краткости приводят середину диапазона, но это не единственная идентифицированная оценка; она не должна заменять границы или явно указанное допущение о порядке.

Более частая выборка может уменьшить кажущуюся одновременную корреляцию, если одна площадка обновляется раньше другой, но нулевая корреляция не гарантирована. Редкая выборка скрывает последовательность ценовых обновлений; слишком частая может использовать устаревшие наблюдения и приводить к проблемам асинхронных котировок. Укажите правило выборки и чувствительность результата к порядку.

Предположим исключительно для иллюстрации, что оценённая VECM задаёт нормированный вектор долгосрочного влияния на цену ψ=(0.6,0.4). Пусть матрица ковариаций приведённых инноваций равна

\[ \Omega= \begin{pmatrix} 1 & 0.8\\ 0.8 & 1 \end{pmatrix}. \]

Дисперсия каждой инновации равна единице, а корреляция — 0.8. Полная дисперсия инновации перманентной цены равна

\[ \psi\Omega\psi^{\mathsf T} =0.6^2+0.4^2+2(0.6)(0.4)(0.8) =0.904. \]

Поставим рынок A первым. Нижнетреугольный множитель Холецкого имеет вид

\[ F_A= \begin{pmatrix} 1 & 0\\ 0.8 & 0.6 \end{pmatrix}, \qquad \psi F_A=(0.92,0.24). \]

Получаются доли A: \(0.92^2/0.904\approx93.6\%\) и B: \(0.24^2/0.904\approx6.4\%\). Изменим порядок, поставив B первым. Те же вычисления дают B примерно 85.7%, а A — 14.3%. Таким образом, границы, зависящие от порядка, составляют приблизительно 14.3%–93.6% для A и 6.4%–85.7% для B. Доли при каждом отдельном порядке дают в сумме 100%; отдельные нижние или верхние границы разных рынков в сумме не обязаны составлять 100%.

Все числа гипотетические: вектор влияния VECM, единичные дисперсии инноваций и корреляция 0.8 выбраны только для воспроизводимости вычислений. Этот пример не является результатом для какой-либо биржи, актива или выборки. Он показывает, как коррелированные инновации могут сделать кажущийся точным рейтинг рынков сильно зависимым от порядка Холецкого.

Декомпозиция Гонсало—Грейнджера строит перманентную компоненту как нормированную линейную комбинацию наблюдаемых цен. В VECM с матрицей корректировки α веса общего фактора лежат в ортогональном дополнении к α: вектор весов w удовлетворяет α^T w=0, а нормировка, например, требует, чтобы веса в сумме давали единицу. Полученный общий фактор в долгосрочном периоде не реагирует на члены коррекции ошибок. Гонсало и Грейнджер разработали эту декомпозицию перманентной и временной компонент для коинтегрированных систем (Gonzalo и Granger, 1995).

Эти компонентные веса описывают, как уровень общей цены формируется из цен отдельных площадок. Информационные доли Хасбрука, напротив, измеряют вклад каждого рынка в дисперсию инноваций общей перманентной цены. Меры могут быть похожи, но информационная доля также учитывает дисперсию инновации каждого рынка. Сравнительный анализ де Йонга и работа Байли, Бута, Цэ и Заботиной объясняют, почему меры могут быть близки при некоррелированных инновациях и расходиться, если инновации коррелируют или имеют разную дисперсию (de Jong, 200200028-9); Baillie et al., 200200027-7)).

Гипотетические входные данные \(\psi\) и \(\Omega\) выше сами по себе не определяют компонентные веса Гонсало—Грейнджера: для них нужны матрица корректировки VECM \(\alpha\) и явно заданная нормировка. По одним входным данным разложения дисперсии нельзя получить численные веса компоненты. Это различие принципиально: компонентные веса строят постоянную цену из наблюдаемых цен, а информационные доли Хасбрука раскладывают дисперсию инновации этой цены.

Ценовые ряды должны описывать сопоставимые требования и быть выровнены по обоснованным временным меткам. Укажите, является ли каждое наблюдение ценой сделки, серединой котировки или другой мерой котировок; как обрабатываются заблокированные или пересекающиеся котировки, устаревшие цены, аукционы, закрытия рынков и сообщения вне последовательности; открыты ли обе площадки в течение всей выборки. Для фьючерсов опишите переход между контрактами и различия в условиях поставки. До оценки VECM согласуйте валюты, корпоративные действия и единицы измерения для инструментов с листингом на разных площадках.

Асинхронность наблюдений — важный источник проблем. Если котировка на одной площадке обновилась в 10:00:00.100, а на другой — в 10:00:00.700, секундная сетка наблюдений может сделать последовательную реакцию похожей на одновременную; более редкая сетка скроет её ещё сильнее. Очень частая сетка, напротив, может переносить устаревшие цены и создавать искусственные опережающие и запаздывающие сигналы. Укажите частоту выборки, правило синхронизации, фильтры котировок и чувствительность к разумным альтернативам. Короткие интервалы могут уменьшить корреляцию из-за агрегации, но не устраняют реальные общие шоки, одновременные обновления или ошибки времени.

Доля также зависит от порядка лагов, детерминированных компонент, границ выборки и структурной стабильности. Слишком мало лагов может оставить серийную зависимость в инновациях VECM; слишком много — увеличить ошибку оценивания. Изменение правил площадки или торговых часов может изменить процесс корректировки. Используйте диагностику остатков и оценки неопределённости; можно рассмотреть бутстрэп с повторной оценкой полной VECM и границ долей. Небольшая стандартная ошибка при одной спецификации не покрывает неопределённость выбора модели и данных.

Информационная доля количественно показывает, как инновации каждой моделируемой площадки вносят вклад в оценённую дисперсию перманентной цены при заданных VECM и ортогонализации. Высокая доля не доказывает, что площадка породила новость, первой реагирует на каждое событие или предсказывает следующую доходность. Общая информация может поступать на площадки почти одновременно, а рыночные трения и время наблюдения влияют на измеренное распределение.

Это также не прямая мера качества рынка. Площадка может вносить вклад в общую цену и при этом иметь широкий спред, малую видимую глубину стакана или высокие издержки исполнения. И наоборот, площадка может предлагать недорогую ликвидность, но вносить меньший вклад в инновацию перманентной цены в выбранной выборке. Оценка спреда Ролла извлекает другой показатель из автоковариации доходностей, а дисбаланс потока ордеров описывает изменения видимых очередей заявок, а не дисперсию долгосрочных инноваций.

Если анализ информационной доли используется для торгового утверждения, он должен быть частью заранее заданной вневыборочной проверки стратегии, учитывающей комиссии, спред bid–ask, задержку, проскальзывание, рыночное воздействие и доступ к площадке. Руководство по Энглу—Грейнджеру описывает альтернативу коинтеграции с одним уравнением, а руководство по рангу Йохансена рассматривает ранг коинтеграции системы. Ни коинтеграция, ни высокая информационная доля сами по себе не доказывают прибыльность торгового правила.