Négociation à haute fréquence et liquidité mirage – GHOST

L’originalité de notre projet tient à une base de données unique, qui nous est gracieusement fournie par la European Securities Markets Authority (ESMA), et qui couvre les bourses primaires et les plateformes alternatives les plus actives pour un large échantillon d’actions européennes en mai 2013. La base de données de l’ESMA contient aussi des informations détaillées confidentielles sur les intervenants de marché qui nous permettront de suivre leurs stratégies à travers les différentes plateformes.
A partir des données brutes de l’ESMA, nous avons construits les carnets d’ordres consolidés entre les marchés et nous avons classé les intervenants de marché entre NHF et NBF (négociateurs à basse fréquence).
Sur la base de ces données privées, nous élaborerons des mesures de LM, puis nous concevrons des proxys permettant d’estimer la LM à partir de données intra-journalières publiques. A partir de ces mesures, nous réaliserons trois études empiriques. Le travail empirique sera complété par une recherche théorique visant à modéliser la LM dans une économie où deux carnets d’ordres se font concurrence et sont accessibles à des NHF et à NBF. Le modèle visera à établir des hypothèses testables sur les déterminants et sur les effets de la LM.

A ce stade, nous avons terminé la structuration de la base de données et la classifications des opérateurs de marché en différentes catégories. Nous avons produit des statistiques descriptives sur la LM. Nous avons constaté que la LM était plus élevée pour les NHF et pour les opérateurs traitant pour compte propre.
Ces résultats préliminaires ne sont pas encore rendus publics.

Sur la base de nos résultats préliminaires, nous sommes en train d'effectuer une analyse multivariée de la LM pour en comprendre les déterminants.

Publication prochaine d'un article sur la fragmentation des marchés et la NHF :
Gresse, Carole (2017). Effects of lit and dark market fragmentation on liquidity. Journal of Financial Markets, accepté à paraître.

La négociation à haute fréquence (NHF) joue aujourd’hui un rôle central sur les marchés financiers. Elle a contribué à l’explosion du nombre de messages électroniques soumis quotidiennement sur les marchés d’actions, et elle a modifié les services de liquidité sur ces marchés. Parallèlement, les marchés se sont fragmentés, et les actions s’échangent sur plusieurs plateformes en concurrence. Dans ce contexte, certains négociateurs à haute fréquence (NHF) adoptent des stratégies consistant à offrir la liquidité sur plusieurs plateformes simultanément et à retirer leurs ordres de certaines de ces plateformes dès qu’ils sont exécutés sur d’autres. Du fait de ces stratégies, la liquidité apparente serait supérieure à la liquidité réellement disponible, la différence s’avérant une liquidité ‘mirage’ (LM). Il est important de comprendre ce phénomène car il fausse la perception que les investisseurs ont de leurs coûts de transaction ex ante et peut donc les conduire à prendre des décisions d’investissement sous-optimales. Notre projet a pour objectif d’établir des mesures de la LM, de quantifier cette LM sur les marchés d’actions européens, d’en identifier les déterminants, de comprendre son lien avec la NHF, et d’évaluer ses effets sur la qualité de marché et sur l’équité des échanges. L’originalité de notre projet tient à une base de données unique, qui nous est gracieusement fournie par la European Securities Markets Authority (ESMA), et qui couvre les bourses primaires et les plateformes alternatives les plus actives pour un large échantillon d’actions européennes en mai 2013. La base de données de l’ESMA contient aussi des informations détaillées confidentielles sur les intervenants de marché qui nous permettront de suivre leurs stratégies à travers les différentes plateformes. A partir des données brutes de l’ESMA, nous reconstruirons les carnets d’ordres consolidés entre les marchés, nous les synchroniserons avec les transactions, et nous utiliserons plusieurs typologies pour classer les intervenants de marché entre NHF et NBF (négociateurs à basse fréquence). Sur la base de ces données privées, nous élaborerons des mesures de LM, puis nous concevrons des proxys permettant d’estimer la LM à partir de données intra-journalières publiques. A partir de ces mesures, nous réaliserons trois études empiriques. Une première étude aura pour objet d’identifier les déterminants de la LM. Dans la deuxième étude empirique, nous analyserons les effets de la LM sur les coûts de transaction de plusieurs types d’intervenants (essentiellement les NHF et les NBF) ainsi que la relation entre d’une part la LM et d’autre part la NHF et la fragmentation de marché. Enfin, dans la troisième étude empirique, nous analyserons les effets de la LM sur la stabilité et l’efficience des prix, et sur l’intégration des prix entre plateformes. Un défi méthodologique majeur dans les deux dernières études sera de d’identifier des variables instrumentales permettant de résoudre les biais d’endogénéité. De plus, du fait de la taille massive des données à exploiter et du degré de technicité des mesures à mettre en place, il est crucial, pour la réussite de notre projet, de trouver des moyens de financer une assistance de recherche sur longue durée. Le travail empirique sera complété par une recherche théorique visant à modéliser la LM dans une économie où deux carnets d’ordres se font concurrence et sont accessibles à plusieurs types d’intervenants : des NHF, des NBF ayant accès aux deux carnets, et des NBF locaux spécifiques à chaque carnet. Le modèle visera à établir des hypothèses testables sur les déterminants et sur les effets de la LM. Au total, nous espérons produire quatre articles académiques comportant des contributions théoriques, méthodologiques et empiriques. Nos résultats auront des retombées pour les autorités de marché et pour les professionnels des marchés financiers.