MODEL SEKWENCYJNEGO ZAWIERANIA TRANSAKCJI ZASTOSOWANIE DO ANALIZY PROCESU TRANSAKCYJNEGO NA KASOWYM RYNKU ZŁOTEGO

Transkrypt

1 METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/3, 2012, sr MODEL SEKWENCYJNEGO ZAWIERANIA TRANSAKCJI ZASTOSOWANIE DO ANALIZY PROCESU TRANSAKCYJNEGO NA KASOWYM RYNKU ZŁOTEGO Kaarzyna Bień-Barkowska 1 Insyu Ekonomerii, Szkoła Główna Handlowa kaarzyna.bien@sgh.waw.pl Deparamen Sysemu Finansowego, Narodowy Bank Polski Sreszczenie: W arykule dokonano próby aproksymacji sopnia zróżnicowania inencji i oczekiwań dealerów międzybankowego kasowego rynku złoego na podsawie srumienia składanych zleceń zakupu lub sprzedaży euro. Arykuł wpisuje się w obszar badań mikrosrukury rynku waluowego. Zaprezenowano w nim uogólnioną w pracy [Wünsche 2007] specyfikację ekonomerycznego modelu sekwencyjnego zawierania ransakcji pierwonie zaproponowanego w pracy [Easley i in. 1996]. Model en umożliwia pomiar zawarości informacyjnej poszczególnych ransakcji poprzez oszacowanie czerech miar: (1) prawdopodobieńswa napływu nowej informacji na rynek, (2) prawdopodobieńswa, że nowa informacja okaże się zła dla waluy bazowej, (3) inensywności ransakcji wywołanych napływem nowej informacji (informed rading), (4) inensywności ransakcji, kóre nie są umoywowane napływem nowej informacji na rynek, a wynikają na przykład z zarządzania płynnością (uninformed rading). W badaniu empirycznym dokonano oszacowania zróżnicowania poziomu zmienności kursu EUR/PLN w okresach charakeryzujących się napływem dobrej informacji, złej informacji lub zakwalifikowanych jako okresy bez napływu nowych sygnałów informacyjnych. Słowa kluczowe: mikrosrukura rynku, modele sekwencyjnego zawierania ransakcji, kurs waluowy 1 Auorka składa podziękowania firmie Thomson Reuers za udosępnienie danych z sysemu Reuers Dealing 3000 Spo Maching oraz Piorowi Odrzywołkowi, Pawłowi Sobolewskiemu i dr Dobiesławowi Tymoczko za uwagi meryoryczne. Opinie prezenowane w arykule są prywanymi opiniami Auorki, a nie sanowiskiem Narodowego Banku Polskiego.

2 Model sekwencyjnego zawierania ransakcji 43 WPROWADZENIE Badania mikrosrukury rynku definiuje się jako sudia nad procesem wymiany dóbr przy uwzględnieniu sformalizowanych reguł obrou handlowego (por. [O Hara 1995]). W wielu eoreycznych modelach formułowanych w ym obszarze przyjmuje się założenie, że podmioy zawierające ransakcje na rynku finansowym zdobywają informację i uczą się na podsawie zachowań innych uczesników rynku. W mikrosrukuralnych modelach informacji (ang. informaion models) scenariusz składanych zleceń zakupu i sprzedaży sanowi czyelną przesłankę na ema oczekiwań doyczących przyszłej warości insrumenu finansowego (por. Glosen i Milegrom 1985], [Easley i O'Hara 1987]). Zgodnie z wynikami badań prezenowanych w lieraurze poświęconej mikrosrukurze rynków waluowych, przepływ zleceń (zakup neo waluy bazowej) wywiera isony wpływ na kszałowanie się krókookresowych (wewnąrzdziennych, dziennych) zmian kursu waluowego (por. [Evans i Lyons 2002a, 2002b], [Berger I in. 2007], [Rime i in. 2007], [Scalia 2008] i.in.). W odniesieniu do kasowego rynku złoego isoną saysycznie zależność pomiędzy zakupem neo waluy bazowej a sopami zwrou dla kursu USD/PLN (w I połowie 2004 r.) oraz EUR/PLN (w II połowie 2004 oraz w 2007 r.) wykazano w pracy [Bień 2010]. Celem arykułu jes prezenacja modelu sekwencyjnego zawierania ransakcji (ang. sequenial rade models) EKOP, należącego do obszaru mikrosrukuralnych modeli informacji. Model EKOP jes popularnym narzędziem ekonomerycznym umożliwiającym pomiar zawarości informacyjnej procesu ransakcyjnego, czyli inencji i oczekiwań inwesorów na rynku kierowanym zleceniami. Na akim rynku srony ransakcji (dealerzy waluowi w przypadku rynku waluowego) mogą składać dwa podsawowe ypy zleceń: zlecenia rynkowe i zlecenia z limiem ceny. Zlecenia rynkowe zakupu (sprzedaży) waluy bazowej są realizowane po najbardziej konkurencyjnych cenach ask (bid) dosępnych na rynku i skukują naychmiasowym zawarciem ransakcji. Z uwagi na pewność realizacji akich zleceń, są one w lieraurze radycyjnie posrzegane jako wynikające z napływu nowej informacji na rynek, gdyż warość akiej informacji z reguły podlega bardzo szybkiej deprecjacji w czasie (por. [Glosen 1994], [Sepii 1997]). Zlecenia z limiem ceny zakupu (sprzedaży) mogą być naomias wprowadzane do arkusza zleceń po cenach nie odpowiadających najbardziej konkurencyjnym cenom ask (bid) i mogą oczekiwać na realizację przez zadany przez dealera okres. Rozróżnienie pomiędzy zleceniami rynkowymi i zleceniami z limiem ceny pozwala na wyróżnienie w badaniach mikrosrukury rynku zw. ransakcji zakupu i ransakcji sprzedaży. Transakcja zakupu waluy bazowej nasępuje w wyniku realizacji rynkowego zlecenia zakupu waluy bazowej względem oczekującego na realizację najbardziej konkurencyjnego zlecenia sprzedaży waluy bazowej z limiem ceny. Dealer kupujący waluę bazową w akiej ransakcji jes określany

3 44 Kaarzyna Bień-Barkowska jako agresor podmio, kórego działanie doprowadziło bezpośrednio do zawarcia ransakcji. Analogicznie, do ransakcji sprzedaży waluy bazowej dochodzi w wyniku realizacji rynkowego zlecenia sprzedaży waluy bazowej względem oczekującego na realizację, najbardziej konkurencyjnego, zlecenia zakupu waluy bazowej z limiem ceny. Agresorem w akiej ransakcji jes zaem dealer sprzedający waluę bazową. Zasosowanie modelu EKOP do analizy danych doyczących poszczególnych ypów zleceń zakupu i sprzedaży umożliwia wyodrębnienie dwóch rodzajów ransakcji zakupu lub sprzedaży: (1) ransakcji wynikających z napływu nowej informacji na rynek (ang. informed rades) oraz (2) ransakcji nie mających związku z napływem nowych sygnałów informacyjnych, a wynikających np. z zarządzania płynnością (ang. uninformed rades, liquidiy rades, noise rades). Model umożliwia również oszacowanie zw. prawdopodobieńswa zawierania ransakcji na podsawie napływu nowej informacji (ang. probabiliy of informed rading), czyli oszacowanie liczby ransakcji zainicjowanych poprzez napływ nowych sygnałów informacyjnych wśród wszyskich zawarych na rynku ransakcji. W lieraurze poświęconej zasosowaniom modeli informacji, model EKOP był doychczas wykorzysywany w badaniach migracji nowej informacji w okresach, w kórych dokonywano podziału akcji (ang. sock splis) (por. [Easley, O Hara i Saar 2001]), publikacji nowej informacji doyczącej sandingu finansowego spółek (por. [Benos i Jochec 2007] i [Reza i Wilson 2007]), wyjaśnienia wahań płynności na rynku (por. [Easley e al. 1996]; [Brockman i Chung 2000]; [Easley e al. 2008]). Model en sanowił również podsawę oceny wewnąrzdziennej sezonowości zawierania ransakcji na podsawie napływu nowych sygnałów informacyjnych a zaem flukuacji inencji i oczekiwań uczesników rynku (por. [Gençay, Gradojevic i Selcuk 2007] i [Gençay i Gradojevic 2008]). W arykule zaprezenowano przykład zasosowania uogólnionej przez Wünsche (2007) wersji modelu EKOP do danych z sysemu Reuers Dealing 3000 Spo Maching obejmujących międzybankowe ransakcje wymiany euro (walua bazowa) za złoego w okresie syczeń-lipiec 2008 r. Wyniki esymacji umożliwiły akże pomiar zróżnicowania wewnąrzdziennej zmienności kursu EUR/PLN w okresach charakeryzujących się napływem dobrej lub złej informacji dla złoego. TEORETYCZNA KONSTRUKCJA MODELU EKOP I JEJ ROZWINIĘCIA W modelu EKOP zakłada się, że na rynku wysępują dwie grupy inwesorów: (1) mający dosęp do informacji (informed) oraz (2) niemający dosępu do informacji (uninformed, liquidiy). W danej jednosce czasu prawdopodobieńswo napływu na rynek sygnału informacyjnego jes sałe i wynosi

4 Model sekwencyjnego zawierania ransakcji 45 α. Prawdopodobieńswo ego, że dany sygnał informacyjny powiązany jes z napływem złej informacji dla waluy bazowej wynosi δ, naomias ego, że informacja jes dobra wynosi odpowiednio 1 δ. Transakcje zakupu i sprzedaży waluy bazowej odbywają się zgodnie z niezależnymi procesami Poissona o warościach oczekiwanych (inensywnościach) λ Z, oraz λ S,, odpowiednio. W każdym z analizowanych okresów, inwesorzy dysponujący informacją mogą wkraczać na rynek dokonując ransakcji ze sałą inensywnością μ, a inwesorzy, kórzy nie odebrali żadnych sygnałów informacyjnych z inensywnością ε. Na począku każdego z wyróżnionych inerwałów czasowych na rynku może pojawić się sygnał informacyjny z prawdopodobieńswem α. Zosaje on wówczas odebrany przez część dealerów waluowych, kórzy posępując racjonalnie posanawiają wykorzysać swoją przewagę informacyjną na rynku. Jeżeli informacja jes dobra dla waluy bazowej (świadczy o chwilowym niedowarościowaniu waluy bazowej), inwesorzy ci włączają się do procesu ransakcyjnego dokonując ransakcji zakupu waluy bazowej z inensywnością (średnią liczbą ransakcji w ciągu wyróżnionego okresu) μ. Oprócz podmioów mających dosęp do sygnałów informacyjnych na rynku obecni są również dealerzy, kórzy zawsze z aką samą inensywnością ε zawierają ransakcje zakupu i sprzedaży dokonują ich w celach nieinformacyjnych, czyli niezależnych od napływu sygnałów informacyjnych. W związku z ym, w nasępswie zaobserwowania dobrej informacji (dla waluy bazowej, czyli EUR), oczekiwana liczba ransakcji zakupu w pięnasominuowym inerwale czasowym wynosi: λ = μ + ε, naomias średnia liczba ransakcji sprzedaży: Z λ S = ε. Analogicznie, jeżeli informacja okazała się zła (świadczyła o chwilowym przewarościowaniu kursu), ci dealerzy, kórzy odebrali sygnał informacyjny dokonują agresywnych ransakcji sprzedaży waluy bazowej. W akim przypadku, oczekiwana liczba ransakcji zakupu w ciągu pięnasu minu wynosi: λ Z = ε, naomias oczekiwana liczba ransakcji sprzedaży: λ S = μ + ε. W okresach, w kórych na rynek nie napłynęły żadne sygnały informacyjne, akywnymi uczesnikami procesu ransakcyjnego są ylko banki, kóre nie dysponują pełną informacją, a zaem zarówno oczekiwana liczba ransakcji zakupu jak i sprzedaży waluy bazowej wynosi: λ Z = λ S = ε. Model EKOP ma czery paramery α, δ, ε, μ, a jego klasyczna konsrukcja ekonomeryczna wykorzysuje mieszankę rzech dwuwymiarowych rozkładów Poissona o różnych warościach oczekiwanych. Prawdopodobieńswo jednoczesnego zaobserwowania z ransakcji zakupu oraz s ransakcji sprzedaży między momenami 1 oraz ma posać:

5 46 Kaarzyna Bień-Barkowska P( Z = z, S = s ) = α(1 δ ) P + αδ P POI + (1 α) P POI ( z, s ; ε + μ, ε ) ( z, s ; ε, ε + μ) POI ( z, s ; ε, ε ) gdzie PPOI ( z, s, λ Z, λs ) oznacza łączny dwuwymiarowy rozkład Poissona dla ransakcji zakupu i sprzedaży waluy bazowej o inensywnościach: λ B { ε + μ, ε} oraz λ S { ε, ε + μ}. Z przyjęego założenia, że ransakcje zakupu i sprzedaży zawierane są zgodnie z procesem Poissona wynika, że liczby ransakcji zakupu i sprzedaży waluy bazowej w poszczególnych rzech rodzajach okresów (charakeryzującym się napływem złej informacji lub dobrej informacji, lub bez napływu sygnałów informacyjnych) są od siebie całkowicie niezależne. Zgodnie z klasyczną specyfikacją modelu, omawiane procesy nie mogą podlegać bowiem ani auokorelacji, ani korelacji krzyżowej. Dodakowo, na podsawie wzoru (1), kowariancja pomiędzy procesami zakupu i sprzedaży (wynikającymi z mieszanki 2 2 rzech procesów Poissona) ma posać Cov ( Z, S ) = α δ (1 δ ) μ, czyli implikuje ujemną korelację pomiędzy zmiennymi Z i S. Empiryczne wyniki badań dowodzą jednak, że okresowe flukuacje liczebności ransakcji zakupu i sprzedaży charakeryzują się dodanią korelacją choćby ze względu na wysępowanie wewnąrzdziennej lub wewnąrzygodniowej sezonowości (por. [Vener i de Jongh 2004]). Inną wadą, wynikającą z przyjęcia założenia o rozkładzie Poissona, sanowi zaakcepowanie implicie resrykcji o równości pomiędzy warością oczekiwaną liczby ransakcji zakupu lub sprzedaży a wariancją liczby zakupu i sprzedaży. Empiryczne badania wskazują jednak, że dyspersja (wariancja) rozkładu badanych zmiennych jes dużo większa niż wynikałoby o z rozkładu Poissona (por. [Vener i de Jongh 2004]). Zaproponowane w pracy [Wünsche 2007] rozwiązanie polega na wykorzysaniu innych niż rozkład Poissona rozkładów prawdopodobieńswa dla liczby ransakcji zakupu i sprzedaży. [Wünsche 2007] proponuje wykorzysanie dwuwymiarowego rozkładu ujemnego dwumianowego (Negaive Binomial, NegBin) 2. Dwuwymiarowy rozkład liczby ransakcji zakupu i sprzedaży waluy bazowej ma wówczas posać: P κ z s Γ( z + s + κ ) κ λz λs NEG ( Z = z, S = s ) = (2) Γ( z + 1) Γ( s + 1) Γ( κ ) ζ ζ ζ (1) 2 Rozkład ujemny dwumianowy można rakować jako mieszankę rozkładu Poissona z rozkładem gamma. Zarówno inensywność ransakcji zakupu jak i sprzedaży zależą jednocześnie od ego samego ukryego czynnika ω o rozkładzie gamma. Implikuje o dodanią korelację zmiennych (zob. [Wünsche 2007]).

6 Model sekwencyjnego zawierania ransakcji 47 gdzie ζ κ λ z + λ = + s, naomias z λ, oraz λ s oznaczają inensywności odpowiednio ransakcji zakupu i sprzedaży waluy bazowej. Podobnie jak w klasycznym modelu EKOP, bazującym na rozkładzie Poissona, oczekiwane liczby ransakcji zakupu i sprzedaży są równe odpowiednio E( Z) = λz i E( S) = λs, naomias wariancje procesów brzegowych mają posać: V ( Z ) = λz + κ λz oraz V ( S) = λs + κ λs. Paramer E (Z ) = κ odpowiada zaem za miarę dyspersji rozkładu (wariancja może być większa od warości oczekiwanej). Model umożliwia większą dyspersję w porównaniu z rozkładem Poissona. Dwuwymiarowy rozkład NegBin zbiega do dwuwymiarowego rozkładu Poissona jeśli κ. Przy wykorzysaniu mieszanki rozkładów ujemnych dwumianowych do opisu łącznego rozkładu liczby ransakcji zakupu i sprzedaży waluy bazowej, odpowiednikiem rozkładu prawdopodobieńswa zadanego wzorem (1) jes rozkład: P( Z = z, S = s ) = αδ PNEG ( z, s ; ε, ε + μ) + α(1 δ ) PNEG ( z, s ; ε + μ, ε) (3) + (1 α) PNEG ( z, s ; ε, ε) na podsawie kórego możemy orzymać funkcję wiarygodności: T Γ( z + s + κ) z + s κ z + s + κ L Θ ε κ ε + κ EKOP ( ) = (2 ) =1 Γ( z + 1) Γ( s + 1) Γ( κ) (4) + z + s + κ α αδ + s + α δ + z a a 1 (1 ) (1 ) (1 )(1 ) 1+ b μ μ gdzie a =, b =. ε 2ε + κ Na podsawie ocen paramerów modelu można dokonać jednoznacznego podziału rozważanych okresów, w kórych dokonuje się obrou na: (1) okresy, w kórych zaobserwowano napływ dobrej informacji, (2) okresy, w kórych zarejesrowano napływ złej informacji oraz (3) okresy, w kórych nie było napływu jakichkolwiek sygnałów informacyjnych. Idenyfikacji akiej można dokonać na podsawie prawdopodobieńsw a poseriori wyznaczonych na podsawie wierdzenia Bayesa: P ( NI z, s ) = (1 α) P ( Z, S ; ε, ε )/ L (5) Neg Neg EKOP P ( ZI z, s ) = αδ P ( Z, S ; ε, ε + μ)/ L (6) Neg EKOP P ( DI z, s ) = α (1 δ ) P ( Z, S ; ε + μ, ε )/ L (7) EKOP

7 48 Kaarzyna Bień-Barkowska gdzie P ( NI z, s ) oznacza prawdopodobieńswo braku napływu sygnałów informacyjnych, P ( ZI z, s ) prawdopodobieńswo napływu złej informacji dla waluy bazowej, a P ( GI z, s ) prawdopodobieńswo napływu dobrej informacji (prawdopodobieńswa pod warunkiem zaisnienia z ransakcji zakupu oraz s ransakcji sprzedaży w okresie ). Końcowej idenyfikacji okresów dokonuje się na podsawie ego, kóre z oszacowanych prawdopodobieńsw jes dla danego momenu największe. BADANIE PROCESU TRANSAKCYJNEGO NA RYNKU EUR/PLN W przykładzie empirycznym wykorzysano zbiory danych doyczące ransakcji na międzybankowym kasowym rynku złoego, zarejesrowanych w sysemie Reuers 3000 Spo Maching Sysem, w okresie syczeń-lipiec 2008 r. 3 Z uwagi na małą akywność rynku w nocy i dni świąeczne, okresem badania objęo dni robocze w godz CET. Szeregi danych ikowych poddano agregacji do pięnasominuowej częsoliwości, wyodrębniając zmienne: (1) logarymiczną sopę zwrou ze średniego kursu (kurs mid) EUR/PLN (wyrażoną w punkach bazowych), (2) liczbę ransakcji sprzedaży i (3) liczbę ransakcji zakupu. Model EKOP zakłada, że paramery są niezmienne w czasie. Tymczasem sygnały informacyjne napływają na rynek finansowy seriami, ponieważ źródła akich informacji są ze sobą częso powiązane. W celu wychwycenia poencjalnych rendów oraz sezonowości w kszałowaniu się poszczególnych współczynników modelu, zasosowano procedurę zaproponowaną w pracach [Gencay, Gradojevic i Selcuk 2007] oraz [Gencay i Gradojevic 2008]. Model EKOP oszacowano 4 dla każdego z 145 dni wchodzących w zakres próby oddzielnie, każdorazowo na podsawie czerdziesu wewnąrzdziennych obserwacji odpowiadających pięnasominuowym inerwałom czasowym. Na podsawie oszacowań paramerów modelu każdy z pięnasominuowych inerwałów zakwalifikowano do jednego z rzech reżimów informacyjnych (por. wzory 5-7). Wyodrębnienie różnych okresów przedsawiono na rysunku 1. Można zauważyć, że isona nadwyżka ransakcji zakupu euro nad ransakcjami sprzedaży pozwala wyodrębnić okres o napływie dobrej informacji dla waluy bazowej (euro). Analogicznie, isona nadwyżka ransakcji sprzedaży nad ransakcjami zakupu umożliwia wyodrębnienie okresu o napływie złej informacji dla euro, a zaem dobrej dla złoego. 3 Więcej informacji na ema samej plaformy ransakcyjnej, jej funkcjonowania oraz srukury danych znaleźć można w [Bień 2010]. 4 Model oszacowano na podsawie samodzielnie przygoowanych kodów do esymacji w programie ekonomerycznym Gauss (wersja 8.0). W procedurze maksymalizacji funkcji wiarygodności wykorzysano biblioekę Maxlik.

8 Model sekwencyjnego zawierania ransakcji 49 Rysunek 1. Podział okresów ransakcyjnych na podsawie dysproporcji ransakcji zakupu i sprzedaży orzymanej za pomocą modelu EKOP. Źródło: obliczenia własne Wyodrębnienie rzech ypów okresów dla procesu zawierania ransakcji pozwala odpowiedzieć na pyanie, w jakim sopniu akywność dealerów polegająca na składniu agresywnych zleceń zakupu lub sprzedaży (z różną inensywnością) wpływa na wewnąrzdzienną flukuację kursu waluowego. W celu zbadania akiego efeku oszacowano regresje: r = ω Pˆ( NI z, s ) + ω Pˆ( ZI z, s ) + ω Pˆ( GI z, s ) + ν (8) NI ZI GI, r 2 = α NI Pˆ( NI z, s ) α ZI Pˆ( ZI z, s ) + α GI Pˆ( GI z, s ) + ν 2, r r + (9) Wyniki oszacowań przedsawiono w abeli 1. Można zauważyć, że poszczególne reżimy informacyjne generują całkowicie inne zachowanie sóp zwrou. W przypadku napływu dobrej informacji dla euro (lub złej dla złoego) kurs EUR/PLN rośnie średnio o około 4,35 punku bazowego (deprecjacja złoego), a w przypadku napływu złej informacji dla euro (lub dobrej dla złoego) kurs EUR/PLN maleje średnio o około 4,4 punku bazowego (aprecjacja złoego). Wynik aki jes zgodny z oczekiwaniami. Należy zwrócić uwagę, że podział na poszczególne sany informacyjne przeprowadzo na podsawie wiedzy o liczbie ransakcji zakupu i sprzedaży w poszczególnych okresach. Procedura aka wykorzysuje zaem informację o warości przepływu zleceń i powierdza rezulay orzymane w pracy [Bień 2010]. Ciekawe wyniki orzymano w przypadku regresji dla kwadraów sóp zwrou. Można zauważyć, że zmienność kursu EUR/PLN jes większa w przypadku napływu złej informacji dla złoego (lub dobrej dla euro), niż w okresach charakeryzujących się napływem dobrej informacji dla złoego (lub dobrej dla euro). Wniosek en powierdza, że kurs EUR/PLN w nieco większym sopniu zależy od informacji (ogłoszeń, oczekiwań, wyników badań ip.) doyczących warości walu krajów emerging markes (w ym złoego) niż ych

9 50 Kaarzyna Bień-Barkowska doyczących warości głównych walu. Dyspersja kursu wzrasa bardziej w nasępswie negaywnych informacji dla złoego. Tym samym orzymane wyniki wskazują na wysępowanie dźwigni finansowej jako jednej ze sylizowanych cech finansowych szeregów czasowych o bardzo wysokiej częsoliwości. Tabela 1. Wpływ reżimów informacyjnych na sopę zwrou i kwadra sopy zwrou z kursu EUR/PLN. Warości p odpowiadają saysykom -sudena obliczonym na podsawie średnich błędów szacunku odpornych na auokorelację i heeroskedasyczność składnika losowego (auocorrelaion and heeroskedasiciy robus sandard errors). paramery oszacowanie war. p paramery oszacowanie war. p równanie dla r: równanie dla r 2 : ω NI -0,216 0,017 α NI 23,513 0,000 ω GI 4,357 0,000 α GI 51,547 0,000 ω ZI -4,403 0,000 α ZI 48,651 0,000 Źródło: obliczenia własne BIBLIOGRAFIA Benos, E., Jochec M. (2007) Tesing he PIN Variable Working Paper, Universiy of Illinois. Berger D., Chaboud A., Chernenko S., Howorka E., Wrigh J. (2008) Order Flow and Exchange Rae Dynamics in Elecronic Brokerage Sysem Daa, Journal of Inernaional Economics, No. 75, s Bień K. (2010) Przepływ zleceń a kurs waluowy. Badanie mikrosrukury międzybankowego kasowego rynku złoego, Bank i Kredy, 5, Brockman P., Chung D. Y. (2000) Informed and Uniformed Trading in an Elecronic Marke-Driven Environmen, The Financial Review, 35, Danielsson, J., Luo J., Payne R. (2002) Exchange Rae Deerminaion and Iner-Marke Flow Effecs, Mimeo, London School of Economics. Easley D., O Hara M. (1987) Price, Trade Size, and Informaion in Securiies Markes, Journal of Financial Economics, No. 19, s Easley D., O Hara, M., Saar G. (2001) How Sock Splis Affec Trading: A Microsrucure Approach, Journal of Financial and Quaniaive Analysis, 36, Easley D., Kiefer N., O Hara M., Paperman J. (1996) Liquidiy, Informaion and Infrequenly Traded Socks, Journal of Finance, 51, Evans M. D., Lyons R. K. (2002a) Informaional Inegraion and FX Trading, Journal of Inernaional Money and Finance, 21, Evans M. D., Lyons R. K. (2002b) Order Flow and Exchange Rae Dynamics, Journal of Poliical Economy, 110, Gençay, R., Gradojevic, N. (2008) Informed Trading in Elecronic Foreign Marke, Working paper, Deparmen of Economics, Simon Fraser Universiy, Canada.

10 Model sekwencyjnego zawierania ransakcji 51 Gençay, R., Gradojevic, N, Selçuk, F. (2007) When Do Informed Traders Arrive in Foreign Exchange Markes, Working paper, Deparmen of Economics, Simon Fraser Universiy, Canada. Glosen, L. R. (1994) Is he Elecronic Open Limi Order Book Ineviable?, The Journal of Finance, 49, Glosen L. R., Milgrom P. R. (1985) Bid, Ask and Transacion Prices in a Specialis Marke wih Heerogeneously Informed Traders, Journal of Financial Economics, 14, O Hara M. (1995), Marke Microsrucure, Basil Blackwell, Oxford. Reza, S., Wilson C. (2007) Does Corporae Ownership Impac he Probabiliy of Informed Trading?, Inernaional Journal of Business Research, 7, Rime D., Sarno L., Sojli E. (2010), Exchange Rae Forecasing, Order Flow and Macroeconomic Informaion, Journal of Inernaional Economics, No. 80, s Scalia A. (2008) Is Foreign Exchange Inervenion Effecive? Some Microanalyical Evidence from he Czech Republic, Journal Inernaional Money and Finance, 27, Seppi, D. J. (1997) Liquidiy Provision wih Limi Orders and a Sraegic Specialis, Review of Financial Sudies, 10, Wünsche O. (2007) Using Mixed Poisson Disribuions in Sequenial Trade Models, Working Paper, Group Quaniaive Risk Mehodology. Vener J., de Jongh D. (2004) Exending he EKOP Model o Esimae he Probabiliy of Informed Trading, Sudies in Economics and Economerics 30(2), THE SEQUENTIAL TRADE MODEL APPLICATION TO THE ANALYSIS OF THE TRADING PROCESS IN THE POLISH ZLOTY MARKET Absrac: In he paper we esimae he degree of expecaion heerogeneiy among currency dealers on he inerbank spo marke of he EUR/PLN currency pair. We use he flow of buy and sell orders submied o he marke (orders o buy or o sell euro). In a marke microsrucure sudy we presen he generalized version (see [Wünsche 2007]) of he sequenial rade model proposed in [Easley e al. 1996]. The aim of he model is o esimae he informaional conen of rades upon four disinc measures: (1) probabiliy of he news arrival, (2) probabiliy ha he news is bad, (3) arrival rae of informed rades and (4) arrival rae of uninformed rades (i.e. liquidiy rades). In he empirical par of he paper we esimae he impac of he news regime (periods classified as good, bad and neural for he base currency) on he volailiy of he EUR/PLN exchange rae. Keywords: marke microsrucure, sequenial rade models, exchange rae