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.

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.