Market microstructure studies the process of exchanging assets underexplicit trading rules. With algorithmic trading and high-frequencytrading, modern financial markets have seen profound changes in marketmicrostructure in the last 5 to 10 years. As a result, previously establishedmethods in the field of market microstructure becomes oftenfaulty or insufficient. Machine learning and, in particular, reinforcementlearning has become more ubiquitous in both finance and otherfields today with applications in trading and optimal execution. This thesisuses reinforcement learning to understand market microstructureby simulating a stock market based on NASDAQ Nordics and trainingmarket maker agents on this stock market. Simulations are run on both a dealer market and a limit orderbook marketdifferentiating it from previous studies. Using DQN and PPO algorithmson these simulated environments, where stochastic optimal controltheory has been mainly used before. The market maker agents successfullyreproduce stylized facts in historical trade data from each simulation,such as mean reverting prices and absence of linear autocorrelationsin price changes as well as beating random policies employed on thesemarkets with a positive profit & loss of maximum 200%. Other tradingdynamics in real-world markets have also been exhibited via theagents interactions, mainly: bid-ask spread clustering, optimal inventorymanagement, declining spreads and independence of inventory and spreads, indicating that using reinforcement learning with PPO and DQN arerelevant choices when modelling market microstructure. / Marknadens mikrostruktur studerar hur utbytet av finansiella tillgångar sker enligt explicita regler. Algoritmisk och högfrekvenshandel har förändrat moderna finansmarknaders strukturer under de senaste 5 till 10 åren. Detta har även påverkat pålitligheten hos tidigare använda metoder från exempelvis ekonometri för att studera marknadens mikrostruktur. Maskininlärning och Reinforcement Learning har blivit mer populära, med många olika användningsområden både inom finans och andra fält. Inom finansfältet har dessa typer av metoder använts främst inom handel och optimal exekvering av ordrar. I denna uppsats kombineras både Reinforcement Learning och marknadens mikrostruktur, för att simulera en aktiemarknad baserad på NASDAQ i Norden. Där tränas market maker - agenter via Reinforcement Learning med målet att förstå marknadens mikrostruktur som uppstår via agenternas interaktioner. I denna uppsats utvärderas och testas agenterna på en dealer – marknad tillsammans med en limit - orderbok. Vilket särskiljer denna studie tillsammans med de två algoritmerna DQN och PPO från tidigare studier. Främst har stokastisk optimering använts för liknande problem i tidigare studier. Agenterna lyckas framgångsrikt med att återskapa egenskaper hos finansiella tidsserier som återgång till medelvärdet och avsaknad av linjär autokorrelation. Agenterna lyckas också med att vinna över slumpmässiga strategier, med maximal vinst på 200%. Slutgiltigen lyckas även agenterna med att visa annan handelsdynamik som förväntas ske på en verklig marknad. Huvudsakligen: kluster av spreads, optimal hantering av aktielager och en minskning av spreads under simuleringarna. Detta visar att Reinforcement Learning med PPO eller DQN är relevanta val vid modellering av marknadens mikrostruktur.

The modern electronic financial market is composed of a large amount of actors. With the surge in algorithmic trading some of these actors collectively behave in increasingly complex ways. Historically, academic research related to financial markets has been focused on areas such as asset pricing, portfolio management and financial econometrics. However, the fragmentation of the financial market has given rise to a different set of problems, namely the order allocation problem, as well as smart order routers as a tool to comply with these. In this thesis we consider price discrepancies between order books, trading the same instruments, as a proxy for order routing opportunities. A survival analysis framework for these price differences is developed. Specifically, we consider the two widely used Kaplan-Meier and Cox Proportional Hazards models, as well as the somewhat less known Random Survival Forest model, in order to investigate whether such a framework is effective for predicting the survival times of price differences. The results show that the survival models outperform random models and fixed routing decisions significantly. Thus suggesting that such models could beneficially be incorporated into existing SOR environments. Furthermore, the implementation of order book parameters as covariates in the CPH and RSF models add additional performance. / Den moderna elektroniska marknaden består av ett stort antal aktörer som, till följd av ökningen av algoritmisk handel, beter sig alltmer komplext. Historiskt sett har akademisk forskning inom finans i huvudsak fokuserat på områden som prissättning av tillgångar, portföljförvaltning och finansiell ekonometri. Fragmentering av finansiella marknader har däremot gett upphov till nya sorters problem, däribland orderplaceringsproblemet. Följdaktligen har smart order routers utvecklats som ett verktyg för att tillmötesgå detta problem. I detta examensarbete studerar vi prisskillnader mellan orderböcker som tillhandhåller handel av samma instrument. Dessa prisskillnader representerar möjligheter för order routing. Vi utvecklar ett ramverk inom överlevnadsanalys för dessa prisskillnader. Specifikt används de välkända Kaplan-Meier- och Cox Proportional Hazards-modellerna samt den något mindre kända Random Survival Forest, för att utvärdera om ett sådant ramverk kan användas för att förutspå prisskillnadernas livstider. Våra resultat visar att dessa modeller överträffar slumpmässiga modeller samt deterministiska routingstrategier med stor marginal och antyder därmed att ett sådant ramverk kan integreras i SOR-system. Resultaten visar dessutom att användning av orderboksparametrar som variabler i CPH- och RSF-modellerna ökar prestandan.

Tesis por compendio / [ES] Esta tesis doctoral se enmarca en el área de investigación del Departamento de Economía y Ciencias Sociales, y se centra en la perspectiva conductual de la liquidez del mercado. La liquidez que varía en el tiempo y sus problemas relacionados son una de las preocupaciones dominantes en la literatura de microestructura del mercado. El papel crítico de la liquidez del mercado en la ejecución de transacciones o la determinación del rendimiento de la inversión genera inquietudes tanto para académicos como para aquellos que participan en el mercado. Por lo tanto, es necesario desvelar los problemas potenciales que pueden afectar la liquidez del mercado financiero. Esta tesis busca entender la liquidez del mercado y sus problemas relacionados a la luz del comportamiento de los inversores. La perspectiva conductual de la liquidez se examina utilizando información orientada a opiniones en microblogs. La creciente literatura de finanzas conductuales también incluye la autenticidad de los datos de microblogs tanto en la modelización como en la predicción de diversas preocupaciones asociadas con el funcionamiento eficiente de los mercados financieros. Sin embargo, la investigación previa en el ámbito de las finanzas conductuales podría haber pasado por alto algunas implicaciones potenciales de la información orientada a opiniones en microblogs sobre la liquidez del mercado a nivel de mercado y de empresa. Por lo tanto, la tesis pretende ser una aplicación empírica en esta área de investigación. La tesis se lleva a cabo como un compendio de artículos científicos, cuya memoria incluye varios artículos de investigación publicados en revistas indexadas. El primer artículo proporciona información sobre la relación entre el contenido de microblogs y el coste de facilitación de la liquidez. Durante los períodos de negociación, este estudio sugirió que el estado de ánimo de los inversionistas tenía menos influencia en afectar la liquidez que varía en el tiempo y su coste de facilitación. Sin embargo, la información entrante en un día dado fue más influyente para las sesiones de negociación siguientes. Los sentimientos construidos sobre una base de dos días estaban asociados con el costo de facilitación de la liquidez. El segundo articulo aborda las dimensiones de la liquidez del mercado utilizando opiniones de microblogs. Esta investigación reveló que los sentimientos de los inversores en entornos de pesimismo tenían más poder autoritario sobre las dimensiones de la liquidez, incluidos los costes de negociación, la inmediatez de la transacción, la dispersión de precios y el volumen de negociación. Finalmente, el tercer articulo de investigación explora el riesgo sistemático de sentimiento para la liquidez en relación con los datos de microblogs. Este estudio mostró que la liquidez del índice bancario estaba expuesta al riesgo sistemático de sentimiento y liquidez, pero la liquidez del índice de empresas no financieras solo estaba expuesta a un riesgo sistemático de liquidez. Los participantes del mercado impulsados por los sentimientos observados en la plataforma de microblogging pueden no solo influir en la liquidez del mercado, que varía en el tiempo y sus dimensiones, sino que también pueden exponerse al riesgo sistemático para la liquidez dentro de un mercado más amplio. Por lo tanto, se sugiere que la liquidez y sus aspectos relacionados se valoren frente a los problemas de selección adversa en el mercado. Además, la medición de la información entrante en la plataforma de microblogging puede ayudar mejor a los proveedores de liquidez en la construcción de carteras. / [CA] Aquesta tesi doctoral s'emmarca en l'àrea d'investigació del Departament d'Economia i Ciències Socials, i es centra en la perspectiva conductual de la liquiditat del mercat. La liquiditat que varia en el temps i els seus problemes relacionats són una de les preocupacions dominants en la literatura de microestructura del mercat. El paper crític de la liquiditat del mercat en l'execució de transaccions o la determinació del rendiment de la inversió genera inquietuds tant per a acadèmics com per a aquells que participen en el mercat. Per tant, és necessari desvetlar els problemes potencials que poden afectar la liquiditat del mercat financer. Aquesta tesi busca entendre la liquiditat del mercat i els seus problemes relacionats a la llum del comportament dels inversors. La perspectiva conductual de la liquiditat s'examina utilitzant informació orientada a opinions en microblogs. La creixent literatura de finances conductuals també inclou l'autenticitat de les dades de microblogs tant en la modelització com en la predicció de diverses preocupacions associades amb el funcionament eficient dels mercats financers. No obstant això, la recerca prèvia en l'àmbit de les finances conductuals podria haver passat per alt algunes implicacions potencials de la informació orientada a opinions en microblogs sobre la liquiditat del mercat a nivell de mercat i d'empresa. Per tant, la tesi pretén ser una aplicació empírica en aquesta àrea d'investigació. La tesi es duu a terme com a compendi d'articles cientifics, la memòria de la qual inclou diversos articles de recerca publicats en revistes indexades. El primer article proporciona informació sobre la relació entre el contingut de microblogs i el cost de facilitació de la liquiditat. Durant els períodes de negociació, aquest estudi va suggerir que l'estat d'ànim dels inversors tenia menys influència en afectar la liquiditat que varia en el temps i el seu cost de facilitació. No obstant això, la informació entrant en un dia donat era més influent per a les sessions de negociació següents. Els sentiments construïts sobre una base de dos dies estaven associats amb el cost de facilitació de la liquiditat. El segon article aborda les dimensions de la liquiditat del mercat utilitzant opinions de microblogs. Aquesta recerca va revelar que els sentiments dels inversors en entorns de pessimisme tenien més poder autoritari sobre les dimensions de la liquiditat, inclosos els costos de negociació, la immediatesa de la transacció, la dispersió de preus i el volum de negociació. Finalment, el tercer article de recerca explora el risc sistemàtic de sentiment per a la liquiditat en relació amb les dades de microblogs. Aquest estudi va mostrar que la liquiditat de l'índex bancari estava exposada al risc sistemàtic de sentiment i liquiditat, però la liquiditat de l'índex d'empreses no financeres només estava exposada a un risc sistemàtic de liquiditat. Els participants del mercat impulsats pels sentiments observats a la plataforma de microblogging poden no només influir en la liquiditat del mercat, que varia en el temps i les seves dimensions, sinó que també poden exposar-se al risc sistemàtic per a la liquiditat dins d'un mercat més ampli. Per tant, es suggereix que la liquiditat i els seus aspectes relacionats es valoren davant dels problemes de selecció adversa en el mercat. A més, la mesura de la informació entrant a la plataforma de microblogging pot ajudar millor els proveïdors de liquiditat en la construcció de carteres. / [EN] This doctoral dissertation falls in the research area of economic and social sciences department, and focuses on the behavioral perspective of market liquidity. The time-varying liquidity and its related issues are one of the dominant concerns in the market microstructure literature. The critical role of market liquidity in executing the transactions or determining the yield on investment is raising concerns for both academics and those who engage in the trading. There is thus need to unveil the potential issues, that may impact the financial market liquidity. This dissertation seeks to understand market liquidity and its related issues in the light of investors' behavior. The behavioral perspective of liquidity is examined using microblogging-opinionated information. The escalation of behavioral finance literature also comprises the authenticity of microblogging data in both modeling and predicting various concerns associated with the efficient functioning of financial markets. However, previous research in the behavioral finance domain might have ignored a few potential implications of microblogging-opinionated information on market liquidity at the market and firm levels. Therefore, the dissertation aims to be the first empirical attempt in this area of research. The thesis is carried out as a compendium of scientific papers, whose memory includes several research articles published in the indexed journals. The first article provides insights into relationship between microblogging content and liquidity-facilitating cost. During trading periods, this study suggested that investors' mood was less influential in affecting the time-varying liquidity and its providing cost. However, the incoming information on a given day was more influential for following trading sessions. The sentiments built on a two-day basis were associated with the liquidity-facilitating cost. The second article covers the dimensions of market liquidity using microblogging opinions. This research revealed that investor sentiments in environments of pessimism had more authoritative power on liquidity dimensions including the trading costs, transaction immediacy, price dispersion and trading volume. Finally, the third research paper explores the systematic sentiment risk for liquidity in relation to the microblogging data. This study depicted that the bank index liquidity was exposed to the systematic sentiment and liquidity risks, but non-financial firm index liquidity was only exposed to a systematic liquidity risk. The emotion-driven market participants on microblogging platform may not only influence the time-varying market liquidity and its dimensions, but they may also expose to the systematic risk for liquidity withing a broader market. Thus, liquidity and its related aspects are suggested to be priced against the adverse selection issues in the market. Additionally, the measurement of incoming information on microblogging platform may better assist the liquidity providers in the construction of portfolio. / Saleemi, J. (2024). Can Sentiments of Social Media Participants Reflect by Financial Market Liquidity [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/206814 / Compendio

Diese Arbeit enthält vier Aufsätze über die Beziehungen zwischen Handelsstrategien auf Aktienmärkten und dem Zustand des Marktes. Es werden ökonometrische Methoden angewendet um den Markteinfluss von limit order Platzierungen, die Eigenschaften von limit ordern sowie die Verwendung von versteckten ordern zu analysieren. Im Kapitel 1 quantifizieren wir die Effekte der limit order Platzierung auf Preisquotierungen am Börsenplatzes Euronext. Wir zeigen, dass eine limit order signifikante Informationen enthält und illustrieren inwieweit ihr Einfluss auf den Markt von ihren Charakteristika und dem Zustand des Orderbuchs abhängt. Das Kapitel 2 enthält empirische Resultate über die limit order Aktivität und den Markteinfluss von limit orders an der New Yorker NASDAQ Börse. Wir dokumentieren, dass Marktteilnehmer die Platzierung von limit orders mit kleinen Volumina präferieren, diese aber sofort nach ihrem Einsatz wieder löschen. Basierend auf der geschätzten Marktauswirkung einer limit order schlagen wir eine Methode zur Prognose ihres optimalen Volumens vor. Im Kapitel 3 werden die limit order-Strategien von Marktteilnehmern in intransparenten Märkten untersucht. Wir zeigen, dass die Position der sogenannten versteckten Liquidität im Orderbuch von diversen Variablen abhängt, die den Zustand des Marktes beschreiben. Die Daten suggerieren, dass Händler die Platzierung sogenannter hidden orders im Hinblick auf günstige Liquidität am Markt und dem "picking-off"-Risiko ausbalancieren. Im letzten Kapitel 4 präsentieren wir ein Softwaresystem zur Rekonstruktion von Orderbüchern und zur Extrahierung von Orderflussinformationen aus message stream Daten. Die Basismodule des Systems basieren auf allgemeinen Orderbuch-Ereignissen. Sie sind abstrakt gehalten und können so einfach auf beliebige Märkte mit elektronischen Orderbüchern angewendet werden. / In four essays, this thesis examines the interaction between traders'' strategies and the state of market by the econometric analysis of maket impact of limit order submission, the typical properties of order flow and the traders'' usage of hidden orders. Chapter 1 quantifies short-term and long-term effects of limit order submissions on quotes in Euronext. We show that limit orders have significant information content and the maginitude of their impact on the quotes depends on both the order''s characteritics and the state of limit order books (LOBs). Chapter 2 provides new empirical evidence on order submission activities and market impacts of limit orders at NASDAQ. We find that traders dominantly submit small size limit orders and cancell most of them immediately after submission. Based on the estimated market impact of orders, we propose a method to predict the optimal size of a limit order conditional on its position in the LOB and the desired impact. Chapter 3 analyzes traders'' decisions on using undisclosed orders in opaque markets. Our empirical findings show that market conditions affect traders'' order submission strategies and suggest that traders balance their hidden order placements to compete for the provision of liquidity and protect themselves against picking-off risk. Chapter 4 presents a program framework for reconstructing LOBs as well as extracting order flow information from message stream data. We design the basic modules of the system in an abstract layer based on common order events in limit order markets, so that it can be easily adapted to data at any limit order markets.

An den Handelsbörsen der Welt, hat der Anteil unsichtbarer Luidität in den letzten Jahren dramatisch zugenommen. Obwohl dieser Trend zunehmend in den Fokus regulatorischer Debatten und akademischer Dikussionen rückt, sind sich Forscher und die Aufsichtsbehörden über die Implikationen und entsprechende regulatorische Maßnahmen uneins. In der vorliegenden Arbeit, werden die damit verbundenen Fragestellungen in drei separaten Kapiteln theoretisch und empirisch untersucht. Mit Hilfe eines speziellen NASDAQ Datensatzes, werden in Kapitel 1 die Marktfaktoren, die unsichtbaren Liquidität begünstigen sowie den Einfluß, den unsichtbare Liquidät auf Märkte ausübt, empirisch ausgewertet. Wir zeigen, daß die Querschnittsvariation unsichtbarer Liquidität entlang des Aktienuniversums in einem hohen Maße durch sichtbare Markteigenschaften erklärt wird. Wir zeigen, daß unsichtbare Order gegenüber sichtbaren Ordern signifikant stärkere Preisfluktuationen hervorrufen. Unsere Resultate geben Grund zu der Annahme, daß Märkte mit hoher unsichtbarer Liquidät volatiler sind und höheren Marktreibungen ausgesetzt sind. In Kapitel 2 entwickeln wir ein strukturelles Handelsmodell und untersuchen die optimale Handelsstrategie mit unsichtbaren Ordern. In diesem Rahmen leiten wir für verschiedene Marktspezifikationen explizite Charakterisierungen der sogenannten optimalen Exposure-Größe her. Unter anderem zeigen wir, daß der Einsatz unsichtbarer Order Transaktionskosten signifikant reduzieren kann. In Kapitel 3 entwickeln wir ein dynamisches, Gleichgewichtsmodell in einem Limitorderbuchmarkt. Innerhalb dieses theoretischen Rahmens können die empirischen Beobachtungen des ersten un zweiten Kapitels rationalisiert werden. Insbesondere zeigen wir daß große versteckte Order Marktineffizienzen hervorrufen und Preisfluktuationen verstärken, indem sie die Koordination zwischen Angebots- und Nachfrageseite schwächen können. / In recent years, the proliferation of hidden liquidity in financial markets has increased dramatically and shifted to the center regulatory debates and market micro-structure panels. Yet investors, scientists and policy makers are at odds about its implications and the adequate regulatory responses. This thesis addresses these issues in three separate chapters on both empirical and theoretical grounds. Chapter 1 provides an empirical investigation of the determinants and impact of hidden order submissions. We report that the cross-sectional variation of hidden liquidity is well explained by observable market characteristics. Second, our results suggest that the hidden orders generate substantial price reactions. Our results suggests that hidden liquidity increases market volatility and trading frictions. Chapter 2 proposes a structural trading model. We investigate trader’s optimal trading strategies with respect to order-exposure in limit order book markets. The optimal exposure size marks a trade-off between costs and benefits of exposure. Our model provides explicit characterizations of the optimal exposure size for various market specifications. Model parameters and exposure strategies are estimated through high-frequency order book data. Our results suggest that hidden orders can substantially enhance trade performance. Chapter 3 develops a dynamic equilibrium model with a public primary market and an off-exchange trading mechanism. Our theory correctly predicts the key findings of chapter one and two. For instance, we show that large hidden orders cause excess returns and increase market volatility and correctly predict the role of the observable market characteristics in the origination of hidden liquidity.

本論文包含兩篇獨立但主旨相關的文章， 目的均在探討融資契約與廠商投資的關聯，以分析融資契約的實質效果。第一篇文章「股價資訊外部性與新投資之採行」研究權益證券(股票)集訊、揭訊功能的實質效益，我們由股價資訊公開所產生的外部效果，分析股價資訊效率性與廠商投資效率之間的關聯。在1.眾多異質廠商，2.投資具實質選擇權(real options)特性的假設下，內生化廠商與股市交易者的資訊取得決策，發現1. 均衡時廠商的投資與資訊取得決策取決於廠商技術水準與股價效率性之高低：高股價效率性時，無廠商取得新資訊，皆根據股價判斷投資，低股價效率性時，僅較低技術廠商根據股價資訊投資。2. 股價有額外的資訊揭露效果：由於廠商僅能獲得新資訊的部份效益，且廠商利用資訊有機會成本，將投資證券化可提高新資訊被揭露的可能性，使得資訊可被充份利用，提昇投資效率。3. 股價資訊可提增投資效率，增加廠商期望報酬，但當體系平均技術水準落後，新資訊的實質效益低落時，股價資訊公開的外部淨效益亦趨薄弱，故經濟發展初期，股市資訊公開的外部效益相對不重要。 第二篇文章「抵押品、財務槓桿與廠商投資」研究借貸契約中，抵押品舒緩借貸限制的作用，及其可能產生的實質效果。我們採用Williamson(1986,1987)的狀態確認成本模型(costly state verification model)，在該訊息不對稱模型，廠商向外融資面臨借貸限制，僅較高自有資金廠商可獲融資。當借貸市場資金相當寬鬆，資金供給恆大於資金需求，資金成本(無風險利率)為一由模型外因素所決定的外生參數時，抵押融資不影響資金成本，此時抵押品具有舒緩借貸限制的作用，體系財務槓桿提高，期望查帳成本下降，投資的期望淨產出增加。若資金相對緊俏，無風險利率須由借貸市場均衡所內生決定時，長期而言，財務槓桿僅受體系資金寬鬆程度的影響，短期間抵押融資雖能提高財務槓桿，但隨槓桿之提高，資金需求增加，無風險利率上揚，在新的均衡，較低自有資金廠商投資的期望報酬下降，借貸利率上漲，反而增加其應負債務，資產狀況惡化，此即本文所欲突顯之抵押融資的潛在成本。 第一章 緒論 3 第一節 研究動機 3 第二節 研究內容與架構 5 第二章 文獻回顧 7 第一節 融資契約的功能 7 第二節 金融結構與實質經濟活動 13 第三節 股價資訊與廠商投資 18 第四節 抵押品與廠商投資 22 第三章 股價資訊外部性與新投資之採行 27 第一節 前言 27 第二節 基本模型 29 第三節 期中股市均衡與股價效率性 35 第四節 股價資訊外部效益 41 第五節 小結 46 附 錄 47 第四章 抵押品、財務槓桿與廠商投資 53 第一節 前言 53 第二節 基本模型 55 第三節 抵押融資模型-資金寬鬆時的抵押品效果 62 第四節 抵押融資模型-資金緊俏時的抵押品效果 66 第五節 小結 70 第五章 結論 72 第一節 研究限制 72 第二節 未來研究方向 77 參考文獻 79 / This dissertation collects two separate but related papers, both study the channel through which financing contracts can affect firms' investment decisions and the corresponding real effects. The first paper " Informational Externality of Stock Prices and Firms' New Investment Decisions" analyzes what real benefits the information acquisition and signaling function of stocks can produce. From the viewpoint of informational externality, stock prices may disclose some valuable information beneficial to firms' investment decisions. Under the assumptions of " heterogeneous technology" and "new investment as a real option", this paper finds 1. Firms' investment and information acquisition decisions are determined both by their own technology level and stock prices efficiency. With high price efficiency, no firms acquire information directly, all make investment decisions based on stock prices. With low price efficiency, most firms acquire information directly, only few low-tech firms make decisions according to stock prices. 2. Stock prices have additional signaling effect. Firms can ony get half benefits of new information, besides they have opportunity costs in using information. As a result, stock prices can enhance the possibility of information disclosure, improving investment efficiency. 3. When the economy is underdeveloped and the real benefit of new information is small, the net benefit produced by informational externality will be tiny. The stock prices externality effect is thus comparatively unimportant at the beginning stage of economy. The second paper " Collateral, Financial Leverage and Firms' Investment"analyzes the constraints-smoothing function of collateral and its real effects. By adopting Williamson's costly state verification model(1986,1987), I find that with this specific asymmetric information structure, there are financing constraints in capital markets, only firms whose own capital inputs are higher above some level can get borrowed capital. The question is " Can offering collateral smooth this kind of financing constraints?" In markets with abundant capital where capital supply always exceeds demand, capital cost(riskless interest rate)will be an exdogenously-determined parameter which won't be affected by collateral financing. In this scenario, collateral can smooth financing constraints, increase financial leverage and improve the net expected return of investment. On the contrary, if capital is not so abnudant that the capital cost should be determined endogenously by capital market equilibrium, then in the long run this economy's financial leverage depends only on the relative abundance of capital. Though collateral financing can increase financial leverage in the short run, as capital demand increases, capital cost will also increase. This will offset the initial smoothing effect of collateral. After full adjustment of capital cost, at the new equilibrium the financial leverage remains unchanged. However, the expected return of firms with lower own capital inputs become smaller, and their borrowing rates become higher which mean they have heavier debt burden and less net worth at the new equilibrium.

Méthodes et modèles numériques appliqués aux risques du marché et à l'évaluation financière Ce travail de thèse aborde deux sujets : (i) L'utilisation d'une nouvelle méthode numérique pour l'évaluation des options sur un panier d'actifs, (ii) Le risque de liquidité, la modélisation du carnet d'ordres et la microstructure de marché. Premier thème : Un algorithme glouton et ses applications pour résoudre des équa- tions aux dérivées partielles Beaucoup de problèmes d'intérêt dans différents domaines (sciences des matériaux, finance, etc) font intervenir des équations aux dérivées partielles (EDP) en grande dimension. L'exemple typique en finance est l'évaluation d'une option sur un panier d'actifs, laquelle peut être obtenue en résolvant l'EDP de Black-Scholes ayant comme dimension le nombre d'actifs considérés. Nous proposons d'é- tudier un algorithme qui a été proposé et étudié récemment dans [ACKM06, BLM09] pour résoudre des problèmes en grande dimension et essayer de contourner la malédiction de la dimension. L'idée est de représenter la solution comme une somme de produits tensoriels et de calculer itérativement les termes de cette somme en utilisant un algorithme glouton. La résolution des EDP en grande di- mension est fortement liée à la représentation des fonctions en grande dimension. Dans le Chapitre 1, nous décrivons différentes approches pour représenter des fonctions en grande dimension et nous introduisons les problèmes en grande dimension en finance qui sont traités dans ce travail de thèse. La méthode sélectionnée dans ce manuscrit est une méthode d'approximation non-linéaire ap- pelée Proper Generalized Decomposition (PGD). Le Chapitre 2 montre l'application de cette méthode pour l'approximation de la solution d'une EDP linéaire (le problème de Poisson) et pour l'approxima- tion d'une fonction de carré intégrable par une somme des produits tensoriels. Un étude numérique de ce dernier problème est présenté dans le Chapitre 3. Le problème de Poisson et celui de l'approxima- tion d'une fonction de carré intégrable serviront de base dans le Chapitre 4 pour résoudre l'équation de Black-Scholes en utilisant l'approche PGD. Dans des exemples numériques, nous avons obtenu des résultats jusqu'en dimension 10. Outre l'approximation de la solution de l'équation de Black-Scholes, nous proposons une méthode de réduction de variance des méthodes Monte Carlo classiques pour évaluer des options financières. Second thème : Risque de liquidité, modélisation du carnet d'ordres, microstructure de marché Le risque de liquidité et la microstructure de marché sont devenus des sujets très importants dans les mathématiques financières. La dérégulation des marchés financiers et la compétition entre eux pour attirer plus d'investisseurs constituent une des raisons possibles. Les règles de cotation sont en train de changer et, en général, plus d'information est disponible. En particulier, il est possible de savoir à chaque instant le nombre d'ordres en attente pour certains actifs et d'avoir un historique de toutes les transactions passées. Dans ce travail, nous étudions comment utiliser cette information pour exécuter de facon optimale la vente ou l'achat des ordres. Ceci est lié au comportement des traders qui veulent minimiser leurs coûts de transaction. La structure du carnet d'ordres (Limit Order Book) est très complexe. Les ordres peuvent seulement être placés dans une grille des prix. A chaque instant, le nombre d'ordres en attente d'achat (ou vente) pour chaque prix est enregistré. Pour un prix donné, quand deux ordres se correspondent, ils sont exécutés selon une règle First In First Out. Ainsi, à cause de cette complexité, un modèle exhaustif du carnet d'ordres peut ne pas nous amener à un modèle où, par exemple, il pourrait être difficile de tirer des conclusions sur la stratégie optimale du trader. Nous devons donc proposer des modèles qui puissent capturer les caractéristiques les plus importantes de la structure du carnet d'ordres tout en restant possible d'obtenir des résultats analytiques. Dans [AFS10], Alfonsi, Fruth et Schied ont proposé un modèle simple du carnet d'ordres. Dans ce modèle, il est possible de trouver explicitement la stratégie optimale pour acheter (ou vendre) une quantité donnée d'actions avant une maturité. L'idée est de diviser l'ordre d'achat (ou de vente) dans d'autres ordres plus petits afin de trouver l'équilibre entre l'acquisition des nouveaux ordres et leur prix. Ce travail de thèse se concentre sur une extension du modèle du carnet d'ordres introduit par Alfonsi, Fruth et Schied. Ici, l'originalité est de permettre à la profondeur du carnet d'ordres de dépendre du temps, ce qui représente une nouvelle caractéristique du carnet d'ordres qui a été illustré par [JJ88, GM92, HH95, KW96]. Dans ce cadre, nous résolvons le problème de l'exécution optimale pour des stratégies discrétes et continues. Ceci nous donne, en particulier, des conditions suffisantes pour exclure les manipulations des prix au sens de Huberman et Stanzl [HS04] ou de Transaction- Triggered Price Manipulation (voir Alfonsi, Schied et Slynko). Ces conditions nous donnent des intu- itions qualitatives sur la manière dont les teneurs de marché (market makers) peuvent créer ou pas des manipulations des prix.

Limit-Orderbücher sind das Standardinstrument der Preisbildung in modernen Finanzmärkten. Während Strom traditionell in Auktionen gehandelt wird, gibt es Intraday Strommärkte wie beispielsweise den SIDC-Markt, in welchem Käufer und Verkäufer über Limit-Orderbücher zusammentreffen. In dieser Arbeit werden wir stochastische Modelle von Limit-Orderbüchern auf der Grundlage der zugrundeliegenden Marktmikrostruktur entwickeln. Einen besonderen Schwerpunkt legen wir dabei auf die Berücksichtigung besonderer Merkmale der Intraday-Strommärkte, die sich zum Teil deutlich von denen der Finanzmärkte unterscheiden. Die in dieser Arbeit entwickelten Modelle beginnen mit einer realistischen und mikroskopischen Beschreibung der Marktdynamik. Große Preisänderungen über kurze Zeiträume werden ebenso berücksichtigt wie begrenzte grenzüberschreitende Aktivitäten. Diese mikroskopischen Modelle sind im Allgemeinen zu rechenintensiv für praktische Anwendungen. Das Hauptziel dieser Arbeit ist es daher, geeignete Approximationen dieser mikroskopischen Modelle durch sogenannte Skalierungsgrenzprozesse herzuleiten. Zu diesem Zweck werden sorgfältig Skalierungsannahmen formuliert und in die mikroskopischen Modelle eingebaut. Diese Annahmen ermöglichen es uns, ihr Hochfrequenzverhalten zu untersuchen, vorausgesetzt, dass die Größe eines einzelnen Auftrags gegen Null konvergiert, während die Auftragseingangsrate gegen unendlich tendiert. Die Kalibrierung mathematischer Modelle ist aus Anwendersicht eines der Hauptanliegen. Dabei ist bekannt, dass Änderungspunkte (abrupte Schwankungen) in hochfrequenten Finanzdaten vorhanden sind. Falls sie durch endogene Effekte verursacht wurden, muss bei der Schätzung solcher Änderungspunkte die Abhängigkeit von den zugrundeliegenden Daten berücksichtigt werden. Daher erweitern wir im letzten Teil dieser Arbeit die bestehende Literatur zur Erkennung von Änderungspunkten, so dass auch zufällige, von den Daten abhängige Änderungspunkte gehandhabt werden können. / Limit order books are the standard instrument for price formation in modern financial markets. While electricity has traditionally been traded through auctions, there are intraday electricity markets, such as the SIDC market, in which buyers and sellers meet via limit order books. In this thesis, stochastic models of limit order books are developed based on the underlying market microstructure. A particular focus is set on incorporating unique characteristics of intraday electricity markets, some of which are quite different from those of financial markets. The developed models in this thesis start with a realistic and microscopic description of the market dynamics. Large price changes over short time periods are considered, as well as limited cross-border activities. These microscopic models are generally computationally too intensive for practical applications. The main goal of this thesis is therefore to derive suitable approximations of these microscopic models by so-called scaling limits. For this purpose, appropriate scaling assumptions are carefully formulated and incorporated into the microscopic models which allow us to study their high-frequency behavior when the size of an individual order converges to zero while the order arrival rate tends to infinity. Calibration of mathematical models is one of the main concerns from a practitioner’s point of view. It is well known that change points (abrupt variations) are present in high-frequency financial data. If they are caused by endogenous effects, the dependence on the underlying data must be considered when estimating such change points. In the final part of this thesis, we extend the existing literature on change point detection so that random change points depending on the data can also be handled.