Hver gang der indgås en handel med et børsnoteret aktiv, bliver prisen og
tidspunktet for handlen registeret med meget høj præcision, hvilket i dag betyder
ned til det eksakte millisekund. Denne form for data kaldes derfor højfrekvent data,
og siden midten af 90’erne er det i stigende grad blevet tilgængeligt for forskere.
Det har gjort det muligt at nærstudere, hvordan prisudviklingen og dermed risici
påvirkes af den konkrete markedsstruktur og typen af aktører, som er aktive i
markedet. I de seneste år har der været et øget fokus på særligt en type af aktører,
nemlig højfrekvente traders. Den øgede opmærksomhed skyldes især en række
ekstreme prisudsving - kaldet flash crashes. Debatten har taget udgangspunkt i
deres adfærd omkring disse events, men dette er ikke tilstrækkeligt til at afgøre,
hvorvidt de er skyld i dem. Formålet med dette delprojekt er derfor at udvikle en
statistisk metode, som kan bruges til at finde perioder, hvor disse aktører opfører
sig unormalt, og dermed til at analysere indflydelsen heraf på stabiliteten af
markederne. Det andet delprojekt drejer sig om selve markedsstrukturen. Inden for
børsens åbningstider svinger prisusikkerhed langt mere, end den gør på tværs af
dage, og der er en (tidsvarierende) systematik i disse udsving. Jeg vil udvikle en
statistisk metode, som kan belyse, hvad der driver denne variation. Projekterne vil
tilsammen bidrage med ny viden omkring konsekvenserne af den måde, man
strukturer de finansielle markeder på.