Analisi econometrica degli effetti del trading non sincrono sulla prevedibilità dei rendimenti azionari applicata alla Borsa italiana

Non-synchronous trading is a component of the market's microstructure theory which induces serious biases in the moments of asset returns such as their average, variance, covariance and autocorrelation. This thesis will deal with these consequences in terms of predictability exploiting the lead-lag effect that non-synchronous trading can induce when considering securities with different trading frequencies. Using three auto-regressive models of intra-daily data with frequency 30 minutes, 5 minutes and 1 minute the analysis will investigate the predictability of Small Cap's returns exploiting the lagged Ftse Mib's returns, while a constant flow of news affects the aggregate stock market. The models' predictive capacity is then verified using data from outside the sample and the results are compared with a simple "zero mean" model that doesn't foresee any changes in the considered period. The result obtained is a better behavior, with regard to forecast errors, of the three auto-regressive models (with greater evidence of the effect with 1 minute data). This confirms the presence and relevance of non-synchronous trading effects when short time horizons are considered.

Il trading non sincrono è una componente della teoria della microstruttura del mercato che provoca dirette conseguenze nei momenti dei rendimenti dei titoli, come la loro media, varianza, covarianza e autocorrelazione. In questo elaborato verranno trattate le conseguenze in termini di prevedibilità causate dal trading non sincrono con riferimento all'effetto lead-lag, che sorge quando si considerano titoli con diversa frequenza di negoziazione. Utilizzando tre modelli auto-regressivi misti con dati a frequenza intra-giornaliera di 30, 5 e 1 minuto si indagherà la prevedibilità dei rendimenti dell'indice azionario Small Cap sfruttando le variazioni dei rendimenti del Ftse Mib in un contesto in cui giungono costantemente nuove rilevanti informazioni sul mercato azionario. La capacità previsiva dei modelli viene poi verificata utilizzando dati al di fuori del campione e confrontata con un semplice modello “a media nulla” che non prevede variazioni nel periodo considerato. Il risultato ottenuto è un miglior comportamento in termini di errore di previsione dei tre modelli auto-regressivi (con maggior evidenza dell'effetto per i dati a frequenza di 1 minuto), che confermano la presenza e la rilevanza degli effetti del trading non sincrono quando vengono considerati brevi orizzonti temporali.