Price discovery using a regime-sensitive cointegration approach

Abstract

This work proposes a method to examine variations in the cointegration relation between preferred and common stocks in the Brazilian stock market via Markovian regime switches. It aims on contributing for future works in 'pairs trading' and, more specifically, to price discovery, given that, conditional on the state, the system is assumed stationary. This implies there exists a (conditional) moving average representation from which measures of 'information share' (IS) could be extracted. For identification purposes, the Markov error correction model is estimated within a Bayesian MCMC framework. Inference and capability of detecting regime changes are shown using a Montecarlo experiment. I also highlight the necessity of modeling financial effects of high frequency data for reliable inference.

Este trabalho propõe um método para examinar variações na relação cointegração de preços de ações preferenciais e ordinárias da bolsa brasileira através de mudanças de regime no sentido de Markov. Este modelo tem como objetivo contribuir tanto para futuros trabalhos em negociações de pares ('pairs trading') quanto, principalmente, para aplicação em descoberta de preços visto que, condicional nos estados, é pressuposta estacionariedade no sistema. Desta maneira seria possível a extração de medidas de 'parcela de informação' (IS) baseadas na representação de médias móveis de um modelo de correção de erros Markoviano, estimado através de um ferramental bayesiano do tipo MCMC por questões de identificação. A validade do modelo no sentido de capturar as variações de regime é demonstrada através de experimento de Montecarlo, bem como é evidenciada a necessidade da modelar não normalidades na distribuição dos dados de alta frequência visando inferência.