Ordresrømsanalyse av valuakurser Dagfinn Rime, seniorrådgiver i Forskningsavdelingen i Norges Bank, og Elvira Sojli, dokorgradssuden ved Warwick Business School 1 Norges Bank har nylig sare innsamling av en ny valuahandelssaisikk 2. Saisikken gir oversik over hva forskjellige akører kjøper og selger av valua mo norske kroner. I ordresrømsanalyser er akørenes kjøp og salg (ordresrøm) en vikig variabel. Ordresrømsanalyse har vis seg nyig for å forså kursuvikling på kor sik, og den nye saisikken er egne for slik analyse. Denne arikkelen gir en oversik over eorien som ligger bak ordresrømsanalyse, og bruker daamaeriale som er samle inn så lang som en illusrasjon. 110 1 Hvorfor ordresrømsanalyse? Valuakurser besemmes av en rekke makroøkonomiske forhold. Teori om kjøpekrafsparie foreller oss a nivåe på kursen mellom o land skal være lik de relaive prisnivåe for de o landene. Teori om udekke reneparie foreller oss a kursen i dag ikke skal være sysemaisk ulik kurs og reneforskjell fra «en id ilbake» (avhengig av forfall på renene). Når dee sees inn i en makro-modell, som for eksempel Mundell-Fleming modellen, avhenger valuakurser også av BNP-veks. Vi kaller gjerne rener, inflasjon og økonomisk veks for «makro-fundamenaler». Empiriske arbeider viser a makro-fundamenaler kan forklare valuakursuviklingen rimelig god, spesiel over li lengre horison, som halvårlig eller årlig. For daglige og ukenlige horisoner er de li verre. Tilsynelaende lever valuakurser si ege liv il ider, som om de var hel frikoble fra makro-fundamenaler. 3 Avvikene kan både bli beydelige og vedvare ilsrekkelig lenge il å ha beydning. Hva skaper disse avvikene, og hvorfor «virker» ikke makro-fundamenalene på kor sik? Denne arikkelen diskuerer kursbesemmelse på kor sik, og dermed hvorfor valuakurser kan avvike fra hva man ror er makroøkonomisk likevekskurs. Ordresrømsanalyse har vis seg nyig i så henseende, og diskusjonen ar derfor ugangspunk i ordresrømsanalysens eorigrunnlag: eorien om finansmarkeders mikrosrukur. Mikrosrukureori suderer akørene i markede og skrankene de sår overfor. Mikrosrukureori anvend på valuamarkede er e relaiv ny forskningsfel (sen 1990-all). De vikigse bidrage så lang har vær å fokusere på mulige forskjeller i forvenningene il akørene. Forskjeller i forvenninger om verdipapirpriser er ikke noe ny. Innsidere i aksjemarkede har vær suder lenge. Forskjellige forvenninger i valuamarkede kan imidlerid virke li pussig. Tross al viser mye empirisk analyse, og de aller mese av eori, a valuakurser på sik avhenger av makro-fundamenaler. Makro-fundamenaler er vel noe som alle markedsakører kan observere like bra? Vi må derfor gå li inn på hva som kan skape forskjeller i forvenninger, og hvordan ordresrømmer kan fange opp dee. Teorien vil dereer bli illusrer ved en empirisk analyse baser på daa rapporer il Norges Bank i den nye valuahandelssaisikken (se Meyer og Skjelvik, 2006). 2 Forskjellige forvenninger = forskjellig informasjon? For å diskuere mulige kilder il forskjeller i forvenninger kan følgende relasjon for valuakursen være nyig. En valuakurs er besem ved: 4 ( F ) E P P = 1+ r + ρ + 1 + 1 I hvor P er valuakursen (f.eks. kroner pr. euro), som er en funksjon av forvenningen om fremidige makro-fundamenaler F og informasjonssee I som en baserer sin forvenning på. E er forvenningsoperaoren, r er en rene, er en risikopremie. Ligningen sier a prisen i dag er neddiskoner verdi av forvene pris i morgen, hvor forvene pris i morgen avhenger av informasjonen man har ilgjengelig, og hvordan man ror makro-fundamenaler vil uvikle seg. Å besemme hva som er rikig valuakurs i dag, er en urolig vanskelig oppgave. De er så mye en markedsakør vanskelig kan vie: Hva er BNP akkura i dag? Eller inflasjonen? Hvem ve hva som er «forvene», eller hva (1) 1 Vi vil akke Ben Vale og Knu Funderud Syrvei for nyige kommenarer. 2 Den nye valuasaisikken er nærmere beskreve av Meyer og Skjelvik (2006), i Penger og Kredi 1/2006. 3 Lierauren om de såkale «kursbesemmelsesprobleme» (exchange rae deerminaion puzzle) er sor og går ilbake il idlig på 80-alle (Meese og Rogoff, 1983; Cheung, Chinn og Pascual, 2003). Den ineressere leser henvises il oversiksariklene av Frankel og Rose (1995) eller Taylor (1995). For en grundig bok om valuakurser henvises leseren il Sarno og Taylor (2002), og for en innføringsbok i ordresrømsanalyse bør en se på Lyons (2001). 4 * Udekke reneparie kan skrives på denne formen: P [ ]( 1 ) ( 1 = E P+ 1 I + r + r+ ρ ) hvor r er norsk rene, r* er uenlandsk rene og risikopremien er krav il meravkasning hjemme for å ikke invesere ue. (årg. 34) 110 115
de evenuel vil implisere for BNP eller inflasjon i morgen, eller om en måned? Vanskelig? Vi forseer: Hvem ve rikig diskoneringsrae for valuakurser? For å gjøre de enda verre: Hvordan vie hvordan valuakurser reagerer på makro-fundamenaler (funksjonsformen i forvenningen, den «ree» modellen) så lenge de er lie empiri å søe seg il? Til sis: Hvem kjenner informasjonssee som brukes for å svare på disse spørsmålene? En rekke skuffende empiriske resulaer viser a de er få forun å vie svare på alle disse spørsmålene (se oversiksarikler nevn i noe 3). Markedsakørene må likevel hver dag lande på noe for å gjøre sin prisbesluning (prissillere) eller a en posisjon (invesorer). Hvordan de kan enkes å gjøre sine besluninger, ser vi mer på i nese avsni, mens resen av dee avsnie vies il kilder il mulige forskjeller i forvenninger. La oss førs avklare én ing: Gi a de er så vanskelig å besemme valuakursen, er de da nødvendigvis forvenningsforskjeller som bes kan forklare avvik i kurser fra hva makro-fundamenaler ilsier? Med svær mangelfull og usikker, men lik informasjon om makro-fundamenaler kan en god forså a de er vanskelig å reffe den makro-fundamenale kursen. Men hvis akørene har rasjonelle forvenninger, skal de ikke bomme sysemaisk, noe de virker som de gjør på kor sik i valuamarkede (når en ikke bruker informasjonssee som markede selv bruker). De kan være a ikke alle markedsakørene har rasjonelle forvenninger. I så fall virker de også rimelig a de kan ha forskjellige forvenninger. Mikrosrukureori baserer seg på rasjonelle forvenninger, men de vikigse resulaene kan også gjelde med ikke-rasjonelle forvenninger som kan modelleres. En annen begrunnelse for forskjellige forvenninger er de følgende: Hvis de er slik a offenlig ilgjengelig informasjon, informasjon som er lik for alle, primær er lie nyig på kor sik (noe empiri ilsier), vil en naurlig søke eer andre informasjonskilder, som ikke nødvendigvis er offenlig ilgjengelig. Dee er neopp hva de flese valuabanker i verden gjør i dag, og som også er en bakgrunn for a Norges Bank har begyn med en ny valuahandelssaisikk. Informasjonen banker bearbeider og inveserer i, heer kunders ordresrømmer og er hva bankenes kunder kjøper og selger i uenlandsk valua. I Norges Banks valuahandelssaisikk har vi oversik over hvor mye forskjellige kundegrupper kjøper og selger. Hvis en kunde kjøper euro mo kroner, sier vi a de er en posiiv ordresrøm, og hvis han selger euro er de en negaiv ordresrøm. Summeres ransaksjonene opp, kan en på denne måen måle om de er kjøps- eller salgspress i markede, selv om de selvfølgelig er e kjøp for hver salg og vice versa. 5 Ideen er a parene i handelen har forskjellige roller. Én ilbyr likvidie, og én kjøper likvidie. Banken siller priser, og ilbyr dermed likvidie (de ar seg beal for jenesen ved å selge dyrere enn de kjøper). Kundene er villige il å beale for likvidieen, og en anar derfor a de har en gjennomenk grunn for å gjøre de. De er denne gjennomenke grunnen vi håper å kunne hene u ved å sudere ordresrømmer. Siden de ikke er noen rapporeringsplik i valuamarkede, er informasjon om kunders ordresrømmer priva informasjon for bankene. De er vel og bra a informasjonen om kunders ordresrømmer er priva informasjon for bankene, men informasjonen må også være nyig for å forsvare inveseringen i innsamling og bearbeiding av den. For å forså hva vi kan lære fra ordresrømmer, kan vi gå ilbake il ligning (1). Vi kan inndele de vi lærer, eer om de gir oss informasjon om elleren (informasjonsse, funksjonsform, ec.), eller nevneren (risikopremie). De førse er de mes fundamenale, eersom de er informasjon om avkasninger i en verden befolke med risikonøyrale mennesker. Vi kaller de derfor avkasningsrelevan informasjon. Informasjon om relevan risikopremie kalles diskoneringsinformasjon. Priva informasjon om avkasning eller diskoneringsraer kan enen være konsenrer på noen få hender, som innsideinformasjon i aksjemarkeder, eller spred rund blan akørene. Vi får dermed en o ganger o marise over hva vi kan lære, om noe, av ordresrømmer (se abell 1). Cellene i figuren viser hva vi enker på. En lekkasje hos myndigheer om fremidig økonomisk poliikk vil være avkasningsrelevan informasjon, og lekkasjer er 111 Tabell 1. Mulige yper av informasjon i ordresrømmene Avkasningsinformasjon Diskoneringsinformasjon Konsenrer priva informasjon Lekkasje hos myndigheer Ikke så relevan Bank med monopol i vikige kundesegmener Spred priva informasjon Mikroelemener i handelsbalansen Risikovurdering Adferdsmønsre rund makroannonseringer Risikokompensasjon 5 Ordresrøm er forskjellig fra overskuddseerspørsel. Overskuddseerspørsel renger ikke gi seg uslag i fakiske ransaksjoner. Ordresrøm måler reningen på de fakiske ransaksjonene.
112 som ofes ree mo noen få (øvre vensre hjørne). Dee vil ilsvare innsideinformasjon i aksjemarkede, og selv om slik informasjon regnes som lie relevan i valuamarkede, kan de brukes il å illusrere hvordan ordresrømmer påvirker valuakurser. La oss si a prissiller i en bank har misanke om a han sår overfor en kunde med slik innsideinformasjon. Vedkommende kunde ønsker å handle valua, og prissilleren gir ham kjøps- og salgskurser. Hvis vedkommende kjøper euro, ar prissilleren de som e (usikker) signal om a informasjonen vedkommende har, impliserer a euro skal bli mer verd relaiv il norske kroner (euro appresierer, krona depresierer). Baser på denne nye informasjonen oppjuserer han de kursene han siller. Prissilleren har prøvd å rekke informasjon om kundens grunn for å handle ved å se på hva han fakisk gjør. De flese ror imidlerid ikke konsenrer priva informasjon i valuamarkede er særlig relevan. Snarere er de forskjellige informasjonsbiene som kan bringe oss il rikig valuakurs spred blan mange akører. Probleme er å aggregere de forskjellige biene for å få en rikig kurs. De er prissillernes oppgave. 6 Evans og Lyons har i en serie arbeider se på neopp dee. I en arikkel i Journal of Poliical Economy i 2002 foruseer de a ordresrømmer gir informasjon om de nødvendige risikopremier som rengs for å klarere markede (nedre, høyre hjørne). Dee er de andre yerpunke (innside-informasjon var de førse): La oss ana a noen selger norske kroner og kjøper euro av grunner som ikke har noe med fundamenale økonomiske forhold å gjøre. Evans og Lyons viser a også da kan ordresrømmer ha informasjonsverdi, ved å avsløre nødvendig risikopremie for å komme il likevek. Prissillerne, som ar imo kronene i førse omgang, har ofe resriksjoner og vil ikke holde posisjonen selv. Til de gjeldende valuakurser er de ingen kunder som eerspør kroner, og for å få disse kundene ineresser i kronene og il å selge euro, må kursen endre seg. Hvis valuakursen går li opp, kan andre kunder bli ineresser i å selge euro og kjøpe kroner, fordi de føler den høyere kursen de får solg il, vil kompensere dem for risikoen ved å holde kroner de i ugangspunke ikke ønske. Evans og Lyons (2003) viser a ordresrømmer også kan reflekere avkasningsrelevan informasjon spred blan akørene. La oss igjen a e enk eksempel, denne gang relaer il nedre vensre hjørne i abell 1: Sise all for produkiviesuviklingen er høy. I en verden uen forskjellige forvenninger og informasjon skal valuakursen ganske enkel hoppe il si nye likeveksnivå. Men i en verden med forskjellige forvenninger må prissillernene olke nyheene. Var de over forvenning, under forvenning, og hva er implikasjonene for valuakursen? En mulig likevek er a den dominerende oppfaning rund implikasjonene for kursen vil være den som il slu besemmer kursen. Hvordan lærer prissillernene hva den dominerende oppfaningen er? Ved å elle semmer i markede! De som mener kursen skal opp kommer mes sannsynlig il å kjøpe euro, de som mener den skal ned, vil selge euro. Hvis de er en neo posiiv ordresrøm (flere kjøp enn salg) foreller de prissillernene a den dominerende oppfaning i markede er a kursen skal opp baser på den nye informasjonen. Evans og Lyons finner neopp a ordresrømmer viser seg å forklare mye rund slike annonseringer, i mosening il hva en skulle ro om markede var enig i hvordan en skulle olke annonseringen. E sise eksempel er suder i Evans og Lyons (2005), og ar ugangspunk i a makroall er e aggrega av mye mikroinformasjon og offenliggjøres med eerslep. Kan de for eksempel enkes a en bank med mange imporog eksporbedrifer som kunder kan få e idlig signal om hva de nese handelsbalanseallene blir? Hvis banken har ilnærme monopol i e kundesegmen som er vikig for handelsbalansen, for eksempel har monopol på ransaksjonene il oljebedrifer, så kan de enkes a den har konsenrer priva informasjon om de nese handelsbalanseallene (øvre vensre hjørne i abell 1). Hvis banken derimo er en blan mange i markede, så er de snarere snakk om a ordresrømmer kan reflekere sprede mikro-elemener av de som skal bli aggreger og publiser som makro-fundamenaler (nedre vensre hjørne). Evans og Lyons viser, ved å bruke daa fra CiiBank, a finansielle kunders ordresrøm kan predikere makro-«sjokk» e kvaral fram! Noen innvendinger mo de ovensående er følgende: Kjøp og salg av valua er bare de gode gamle om ilbud og eerspørsel, og evenuelle prisjuseringer er bare for å skape likevek. Noe rikig er de naurligvis i dee, men en glemmer a en verdipapirpris også fyller rollen som informasjonsaggregaor. De er rollen som informasjonsaggregaor vi har fremheve over, og som vi mener er den vikigse. I de flese modeller for valuamarkede hvor informasjonen er lik for alle parer, vil valuakurser hoppe når de kommer ny informasjon. Ny likevek skapes ved hoppe uen a de er behov for noe valuahandel (ilbuds- og eerspørselskurver hopper like mye). De er ganske enkel for mye handel i valuamarkede il a e perspekiv baser på lik informasjon virker rimelig. En annen innvending mo olkningen av ordresrømmers korrelasjon med valuakurser er a de bare er handel baser på eknisk analyse som driver kursen. I eknisk analyse baseres handlebesluningen på hisorisk informasjon, og slik feedback-handel kan selvfølgelig være en del av forklaringen på beydningen av ordresrømmer. Imidlerid viser flere arbeider a årsakssammenhengen går fra ordresrømmer il valuakurser. De mosae ville vær ilfelle hvis eknisk analyse var de dominerende som lå bak. 7 6 Med prissiller mener vi dealerne i inerbankmarkede og dealerne som moar kundeordrer. 7 Danielsson og Love (2006) viser a hvis en ar hensyn il muligheen for eknisk analyse når en måler ordresrømmers beydning, blir effeken av ordresrømmer som ikke er baser på eknisk analyse, fakisk sørre!
3 E eksempel baser på valuahandelssaisikken Figur 1 NOK/EUR-kursen og kumulaiv ordresrøm fra finansielle kunder 8.3 8.2 8.1 8.0 7.9 7.8 7.7 7.6 Kumulaiv finanskunde srøm NOK/EUR (vensre akse) 05M10 05M11 05M12 06M01 06M02 06M03 Kilder: EcoWin og Norges Bank. Vi har uela verdier på høyre aksen for finansielle kunder eersom dee ikke er offenlig ilgjengelige daa Eksemplene nevn over gir en enkel empirisk prediksjon: Hvis de er neo kjøpspress for valua mo norske kroner (posiiv ordresrøm) skal valuakursen gå opp (kronen depresierer). I Evans og Lyons sin JPE-arikkel fra 2002 var resulaene slående: Ved å bruke daglige daa over en 3-måneders periode kunne de forklare over 60 prosen av kursuviklingen i yske mark mo amerikanske dollar. Valuakurser drives naurligvis ikke bare av ordresrømmer, så de inkludere også renedifferansen i sin regresjonsligning. Renedifferansen kunne imidlerid bare forklare 1 prosen av uviklingen. Andre analyser har bekrefe Evans og Lyons sine funn, om enn ikke med like serke resulaer. 8 For å være nyig informasjon i en finansiell forsand kan imidlerid ikke effeken av ordresrømmen «forsvinne», den må være permanen. For å forså dee, kan en enke på en random walk-modell for verdipapirpriser. I en slik modell vil e sjokk ha permanen virkning. Når sjokke kommer, hopper prisen, og eer sjokke er forvenede priser de samme som dagens. Effeken fra sjokke forsvinner ikke. Prisen i en random walk-modell er en funksjon av de akkumulere sjokkene. På samme måe må nivåe på valuakursen være en funksjon av de akkumulere kundeordresrømmene. Vi sier da a valuakursen og akkumulere kundeordresrømmer er koinegrer. Random walk-sammenligningen over gir oss flere prediksjoner: Ny informasjon er pr. definisjon uvene. De skal være informasjonen som driver valuakursen, ikke kursen som driver informasjonen. Kundeordresrømmer skal være eksogene i forhold il kursen. Videre er de de uvenede delene av ordresrømmen som skal være kursdrivende. De venede elemenene skal være bak inn i prisen allerede. Den sise prediksjonen er følgende: Er de ingen usikkerhe, er de heller ingening å lære fra ordresrømmer, og ordresrømmer vil følgelig heller ikke ha noen forklaringskraf. Dee impliserer a effeken fra ordresrømmen vil variere med usikkerheen i markede, noe som kan gjøre de vanskelig å finne sabile koeffisiener over lange perioder. I lengre daaserier enn de vi bruker her, kan de være vikig å a hensyn il slik mulig usabilie. Med dee i bakhode prøver vi u modellapparae på de førse 129 daglige observasjonene fra den nye valuahandelssaisikken. Uvalge er relaiv lie, så dee er bare å berake som en illusrasjon, og ikke en ferdig modell klar il bruk for analyser. En rekke norske og uenlandske banker rapporerer hva de kjøper og selger av uenlandsk valua mo norske kroner, i handel med en rekke definere grupper. Eersom idligere arbeider viser a handel iniier av kunder i finansiell sekor (eksklusiv banker) har god forklaringskraf, vil vi her fokusere på denne gruppens handel i norske kroner mo euro. 9 Ordresrømsvariabelen vi bruker, er summen av spo- og erminransaksjoner. Deler av spo-ransaksjonene kan være sikre med mosae erminransaksjoner, og ved å korrigere for dee får vi en proxy for usikrede spo-ransaksjoner. Andre variabler er kronekursen og 3- måneders renedifferanse mo euroområde for å fange opp makroforhold. Vi viser for øvrig il Meyer og Skjelvik (2006) for nærmere beskrivelse av den nye saisikken. Figur 1 viser uviklingen i valuakursen mellom norske kroner og euro og kumulaiv ordresrøm fra finansielle kunder. Fra figuren kan de se u som ordresrøm og kronekurs er koinegrer, og a de dermed er en langsikig sammenheng mellom dem. Depresieringen fram il sluen av januar ble fulg av en oppbygging av eurobeholdninger, mens disse beholdningene er bli bygd ned eer hver som kursen har appresier (akkumuler kroner). Teser bekrefer a ordresrømmer og valuakurs er koinegrer, a renedifferansen (ikke-sasjonær i dee uvalge) og valuakurs er koinegrer, og a valuakurs, ordresrømmer og renedifferansen er koinegrer sammen. 10 Den forerukne modell er gjengi i abell 2. Koinegrasjonssammenhengen er gjengi øvers i abellen, og feilkorrigerings-varen i nederse del. Alle all i parenes er -verdier. I koinegrasjonssammenhengen har renen en serk effek. Hvis den norske renen øker med 0,25 prosenpoeng mens eurorenen er uendre, vil NOK/EUR-kursen appresiere med 4 prosen. Effeken fra ordresrømmer er mindre. Hvis finansielle kunder kjøper euro for 1 milliard kroner, depresierer valuakursen med 0,27 prosen. Er de lie? En milliard er selvfølgelig mye penger, men samle for en gruppe er de lang fra e uenkelig beløp. Sammenligne med en 113 8 Payne (2003), Evans (2002), Froo og Ramadorai (2005), Bjønnes og Rime (2005), Bjønnes, Rime og Solheim (2005), Killeen, Lyons, Moore (2006), Rime (2001a,b), Danielsson og Love (2006), Marsh og O Rourke (2005), Rime, Sarno og Sojli (2006). 9 Se Fan og Lyons (2003), Bjønnes, Rime og Solheim (2005) og Marsh og O Rourke (2005). 10 Renedifferansen for lange rener er derimo ikke koinegrer med kursen i dee uvalge.
Tabell 2. Koinegrerende sammenheng og vekor-feilkorrigeringsmodell log(nok/eur) = 2,09 0,16. ReneDiff + 0,0027. FinansOrdresrøm 0,0002. rend ( 9,52) (2,37) (4,09) Δlog(NOK/EUR) Δ ReneDiff Δ FinansOrdresrøm Feilkorrigering 0,25938 0,38212 18,20015 ( 5,02) ( 1,07) (1,80) ΔlogNOK/EUR ( 1) 0,30719 0,31234 48,20678 (3,68) (0,53980) (2,96) ΔReneDiff( 1) 0,03286 0,02112 3,16451 (2,26) ( 0,21) (1,12) ΔFinansOrdresrøm ( 1) 0,00004 0,00323 0,46771 ( 0,09) ( 1,17) ( 6,00) Konsanledd 0,00014 0,00231 0,00506 (0,56) ( 1,36) (0,11) 114 Forklaringsgrad (adj. R2) 0,19 0,01 0,26 Obs/uvalg 127 6.10.2005 31.03.2006 Noe: log(nok/eur) er logarimen il NOK/EUR-kursen ved sluen av dagen (kilde EcoWin). ReneDiff er norsk 3-måneders rene minus 3-måneders rene for euro-område. FinansOrdresrøm er kumulaiv ordresrøm for finansielle kunder. Gresk Δ indikerer førsedifferansen. Tall i parenes er -verdier. gjennomsnilig daglig kursendring på 0,01 prosen, er de relaiv mye. Sammenligne med andre sudier er de også relaiv mye. Trenden er her men som en variabel som fanger opp effeken av andre variabler som ikke er med i modellen. Førse linje i feilkorrigerings-varen er feilkorrigeringsledde. De er resledde fra koinegrasjonsligningen fra gårsdagen. De negaive foregne på feilkorrigeringsledde innebærer a hvis kursnivåe var høyere i går enn hva renedifferansen, ordresrømmen, og renden implisere, så vil de bli en korreksjon nedad i dag. Siden feilkorrigeringsledde ikke er signifikan i ligningen for renedifferansen, responderer ikke renedifferansen på avvik fra koinegrasjonsligningen. Vi sier da a renedifferansen er svak eksogen. Ordresrømmen er muligens også svak eksogen, men en skal likevel være forsikig med en slik konklusjon, eersom den ikke er eksogen i andre modeller, som ikke er rapporer her. Fra nes sise linje ser vi a modellen kan forklare 19 prosen av de daglige flukuasjonene i krone/euro-kursen. De er ikke svær mye, men god i forhold il hva en ofe ser i sudier av valuakurser. Resulaene her er baser på ordresrømmer uen å skille u en vene komponen av ordresrømmen, uen a de vise seg å ha sor beydning. En måe å angripe probleme med usabile koeffisiener på, er å jusere ordresrømmen med en variabel som fanger opp usikkerheen i markede. Selv om usikkerheen i markede ikke er en observerbar sørrelse, finnes de flere slike kandidaer. Vi har her mulipliser ordresrømmen med forskjellen mellom høyese og lavese noere valuakurs i løpe av dagen, del på gjennomsnilig forskjell for hele uvalge. Tanken er a dager med sørre avsand mellom høyese og lavese kurs enn gjennomsnie er kjenneegne av sørre usikkerhe. Resulaene vil ikke være kvaliaiv forskjellige om vi uelaer en slik jusering. 4 Oppsummering Ordresrømsanalyse har de senere år vis lovende resulaer for å forklare kursuviklingen. Med den nye valuahandelssaisikken har Norges Bank få en saisikk av høy kvalie som blan anne kan anvendes il ordresrømsanalyse av de norske valuamarkede. I mikrosrukureori har ordresrømmer en senral plass, da en enker seg a de er en variabel som avslører «moive» il den som iniierer en handel. Ved å observere ordresrømmene kan prissillerne som seer kurser, få del i informasjonen il dem som handler. De kan dermed aggregere informasjon de idligere ikke hadde, inn i valuakursen. Ordresrømsanalysen er anvend på de førse daasee fra valuahandelssaisikken. Serien er relaiv kor, men resulaene gir delvis søe il eorien og gir håp om a fremidige analyser kan hjelpe il med å forså valuamarkedes virkemåe på en bedre måe.
Referanser Bjønnes, G.H.; D. Rime og H.O.Aa. Solheim (2005): «Liquidiy provision in overnigh foreign exchange marke», Journal of Inernaional Money and Finance Bjønnes, G.H. og D. Rime (2005): «Dealer Behavior and Trading Sysems in Foreign Exchange Markes», Journal of Financial Economics Cheung, Y.-W.; M.D. Chinn, og A.G. Pascual (2003): «Recen Exchange Rae Models: In-Sample Fi and Ou-of-Sample Performance», i P. De Grauwe (red.) Exchange Rae Modelling: Where Do We Sand? Cambridge Universiy Press, Cambridge Danielsson, J. og R. Love (2006): «Feedback rading», Inernaional Journal of Finance and Economics Evans, M.D.D. (2002): «FX rading and exchange rae dynamics», Journal of Finance Evans, M.D.D. og R.K. Lyons (2002): «Order flow and exchange rae dynamics», Journal of Poliical Economy Evans, M.D.D. og R.K. Lyons (2003): «How is macro news ransmied o exchange raes», NBER WP 9433 Evans, M.D.D. og R.K. Lyons (2005): «Exchange rae fundamenals and order flow», UC Berkeley WP Fan, M. og R.K. Lyons (2003): «Cusomer Trades and Exreme Evens in Foreign Exchange», i P. Mizen (red.), Moneary Hisory, Exchange Raes and Financial Markes: Essays in Honour of Charles Goodhar, Edward Elgar: Norhampon, MA, USA Frankel, J.A. og A.K. Rose (1995): «Empirical research on nominal exchange raes», i G.M. Grossman og K. Rogoff (red.), Handbook of Inernaional Economics, vol. 3, kap. 33, Norh-Holland, Amserdam Froo, K. og T. Ramadorai (2005): «Currency Reurns, Insiuional Invesor Flows, and Exchange Rae Fundamenals», Journal of Finance Killeen, W.P.; R.K. Lyons og M.J. Moore (2006): «Fixed versus Flexible: Lessons from EMS Order Flow», kommer i Journal of Inernaional Money and Finance Lyons, R.K. (2001): The Microsrucure Approach o Exchange Raes, MIT Press, Cambridge, MA, 2001 Marsh, I. og C. O Rourke (2005): «Cusomer Order Flows in Foreign Exchange Markes: Do They Really Conain Informaion?» Working Paper, Cass Business School Meese, R.A. og K. Rogoff (1983): «Empirical Exchange Rae Model of he Sevenies: Do They Fi Ou of Sample», Journal of Inernaional Economics Meyer, E. og J. Skjelvik (2006): «Valuahandelssaisikken ny innsik i valuamarkede», Penger og Kredi, 1/2006 Payne, R. (2003): «Informed Trade in Spo Foreign Exchange Markes: An Empirical Invesigaion», Journal of Inernaional Economics Rime, D. (2001a): «Privae or Public Informaion in Foreign Exchange Markes? An Empirical Analysis», upubl. noa Rime, D. (2001b): «US exchange raes and currency flows», upubl. noa Rime, D; L. Sarno og E. Sojli (2006): «Exchange rae microsrucure predicion and forecasing», upubl. noa, Norges Bank og Warwick Business School Sarno, L. og M. Taylor (2002): The Economics of Exchange Raes, Cambridge Universiy Press Taylor, M. (1995): «The economics of exchange raes», Journal of Economic Lieraure 115