Trading Volume and Volatility in the US Stock Markets

Abstract

Tato práce zkoumá vztah mezi počtem zobchodovaných akcií a volatilitou při použití GARCH modelu v Hypotéze Mixu Distribucí. Analýza je provedena na pěti známých akciích, vybraných z indexu S&P500. Našim přístupem bylo obohacení druhé rovnice GARCH modelu o dodatečné vysvětlující proměnné, které reprezentovaly počet zobchodovaných akcií. Kromě samotného vztahu volatility a objemu obchodů jsme zkoumali, jaký vliv má zahrnutí dodatečných proměnných na statistickou významnost GARCH a ARCH parametrů v našem modelu. Zjistili jsme, že rozdělení objemu obchodů na očekávanou a neočekávanou složku bylo namístě, jelikož se všechny tyto proměnné ukázaly být statisticky významné. Našim hlavním zjištěním bylo, že vzrůst počtu zobchodovaných akcií, tedy vzrůst očekávaného a neočekávaného objemu, vede ke zvýšení volatil- ity. Na druhou stranu negativní objemový šok, tedy snížení neočekávaného ob- jemu, vede k jejímu snížení. Přestože jsme naši analýzu provedli jak pro první lag objemu obchodu, tak také pro současný objem, nepodařilo se nám potvrdit hypotézu, že zahrnutí objemu obchodů způsobí statistickou bezvýznamnost parametrů ARCH a GARCH, tedy nepotvrdili jsme Hypotézu Mixu Distribucí. Zjistili...

This thesis investigates the relationship between trading volume and stock re- turn volatility using GARCH model in the framework of Mixture of Distri- bution Hypothesis. Analysis is carried out for five well-known stocks selected from the American S&P500 stock index. Our approach was to extend the vari- ance equation of the well known GARCH model on the trading volume which was split into three explanatory variables capturing different effects of volume on volatility. Apart from the relationship itself, we examined the changes of GARCH and ARCH parameters after the inclusion of volume, implicitly testing the Mixture of Distribution Hypothesis. Interesting results and implications for future research were identified. Firstly, we highlight the appropriateness of the volume decomposition into expected and unexpected volume, where all the vol- ume parameters turned out to be statistically significant. General observation was that the increase of both expected and unexpected trading volume leads to the increase of volatility. On the other hand, negative volume shocks tend to decrease it. Eventhough we performed the analysis with lagged and also contemporaneous volume, we were not able to confirm that the inclusion of volume leads to insignificance of the ARCH and GARCH parameters, thus not confirming the...