Fjernmedlemmers handelsmønstre på Københavns Fondsbørs

Institut for Regnskab, Finansiering og Logistik Cand. merc. finansiering Hovedopgave Vejleder: Professor Carsten Tanggaard Fjernmedlemmers handelsmønstre på Københavns Fondsbørs af Kristian Bai Høllund Handelshøjskolen i Århus 2005

Executive Summary With the implementation of the Investment Service Directive in 1996 it became possible for European Exchanges to offer remote access to their trading systems. The Copenhagen Stock Exchange accepted its first remote member in 1997. Remote members are characterised by not having a physical representation in Denmark, but their memberships is otherwise equal to that of local members. Since the introduction of remote membership the market share of remote members has been steadily increasing. Despite the increasing importance of remote members, little is known about their effect on the Danish stock market. Remote members as a group consists mainly of large investment banks and brokers, whereas the group of local members is much more diversified and ranges from investment banks and brokers to commercial banks and small retail brokers targeting smaller investors. It is assumed that the difference in customer base will lead to differences in trading patterns. This paper assumes that the Copenhagen Stock Exchange has had two main purposes with the introduction of remote membership. First of all the introduction of remote membership has been part of an ongoing effort to market Danish stocks abroad, and thereby to reduce the incentive for the most internationally established Danish companies to seek dual listing as a way to reach international investors. Secondly the introduction of remote membership has been viewed as a way to increase liquidity in the Danish stock market. Based on trading data from the second half of 2003 provided by the Copenhagen Stock Exchange this paper examines in detail the trading patterns of remote members. Through the analysis of trading patterns two questions deemed to be of particular interest to the Copenhagen Stock Exchange are answered. First of all this paper uncovers how remote members conduct trade on the Exchange in regards to trade type, stocks traded and whether or not remote members trade On- or Off-Exchange. Secondly the analysis will examine the liquidity effect of remote members in the Limit Order Book. This paper also examines the transaction-costs of remote members and compares these to transaction-costs in the market and to those of local members. The transaction-cost i

analysis is based on measurements of the effective spread and simple two way decomposition into order processing cost and asymmetric information cost, as described in Huang & Stoll (1997). Besides an analysis of the market impact as implied by the asymmetric information component of the Huang & Stoll model, this paper further examines the market impact in a slightly modified version of the model found in Madhavan (2002). The transaction-cost analysis answers whether the price of liquidity for remote memebers, as measured by the effective spread, is different from that of the market in general, and local members in particular. Furthermore the analysis of market impact will answer whether or not remote members have a different level of information than local members. Members of the Copenhagen Stock Exchange primarily trade via the Limit Order Book or using standard Off-Exchange trades. Remote members tend to trade almost exclusively via the Limit Order Book whereas local members make extensive use of standard Off- Exchange trades. This paper finds that when remote members use standard Off-Exchange trades their average trade size is substantially larger than that of local members. There is a general tendency on the Copenhagen Stock Exchange to concentrate trade in the 20 most liquid stocks of the KFX index. For remote members this tendency tends to be more significant than for local members. There is evidence to support that remote members to a greater extend than local members use odd-lot trades and to a lesser extend use crossed trades. This paper examines trades between remote and local members in the Limit Order Book and finds that for the 6 month period examined in this paper, remote members initiated 53.3 percent of the trades. This indicates that remote members take more liquidity than they supply. On the basis of aggregated trades, the average trade size in the Limit Order Book is analyzed. There is some evidence to support that trades with participation of a remote member are on average smaller than trades in the market as a hole. Dividing trades based on the trade indicator variable provides strong evidence that trades initiated by remote members, are on average smaller than trades initiated by local members. ii

Estimates of the effective spread based on the Huang & Stoll (1997) model finds evidence to support that the average effective spread is larger for trades initiated by remote members, than for trades initiated by local members in 19 of the 20 most liquid stocks on the Copenhagen Stock Exchange. Based on a decomposition of the spread using the Huang & Stoll model, there is not enough evidence to make any assumptions in regards to market impact. Market impact is further examined with the introduction of an alternative model based on Madhavan (2002). Estimates using the alternative model show that market impact for trades initiated by remote members is significantly smaller than for trades initiated by local members in 19 of the 20 stocks examined. This indicates that trades initiated by remote members contain less information than trades initiated by local members. Based on the increasing market share of remote members, there is reason to believe that the introduction of remote members to the Copenhagen Stock Exchange, has increased the awareness of Danish stocks with foreign investors. There is, however, no evidence supporting increased liquidity in the Limit Order Book caused by the trading activity of remote members. There is evidence that remote members pay a higher price for liquidity than local members, which is remarkable considering their smaller average trade size and evidence found, indicating that there is less information in trades initiated by remote members. One possible explanation for this is, that remote members are not as good at timing trades as local members. Another possible explanation is that there is not sufficient liquidity available in the market when remote members want to trade. There seems to be to parallel markets for local members, in the Limit Order Book and in the Over The Counter (OTC) market, whereas remote members seem to be somewhat limited to the Limit Order Book. Because local members have the opportunity to make extensive use of the OTC market they might undermine the liquidity available for remote members in the Limit Order Book. It would be interesting for later papers on this subject to further analyze the effects of having an OTC market, which seems to be predominantly for local members. It is most likely, to a large extend, a regulatory issue that has to resolved in order to further concentrate trading in the Limit Order Book. Furthermore it would be relevant to discuss iii

whether more equal trading terms for remote members would increase the attractiveness of the Danish stock market, and what effect that would have on the trading patterns of remote members. Further research in this subject could also examine more closely whether remote members in fact are less skilled in timing their trades than local members. iv

Indholdsfortegnelse Executive Summary 1. Indledning... 1 1.1 Formål og metode... 1 1.2 Opbygning... 3 2. Markeds mikrostruktur... 4 2.1 Ordredrevne markeder... 4 2.2 Brokere... 5 2.3 Likviditet... 5 2.3.1 Dimensioner i likviditet... 6 2.4 Deltagere i markedet... 8 2.4.1 Market makers... 8 2.4.2 Block dealere... 9 2.4.3 Value traders... 9 2.4.4 Precommited traders... 10 2.4.5 Arbitrage tradere... 10 2.5 Bid-Ask spreaded... 11 2.5.1 Ligevægts spread... 11 2.6 Ordre flow... 13 3. Københavns Fondsbørs (CSE)... 16 3.1 Struktur og handelssystem... 16 3.2 Generelle regler for handel... 17 3.2.1 Automatisk Ordreformidling... 18 3.2.2 Programhandel... 19 3.3 Handel på aktiemarkedet... 19 3.3.1 Ordreklasser... 20 3.3.2 Generelt om Off-Exchange indberetninger... 22 3.3.3 Tidsfrister for indberetning... 23 3.3.4 OTC markedet og krydsede handler... 24 3.3.5 Handelstyper og ordrevilkår... 25 3.4 Medlemmer på CSE... 27 3.4.1 Lokal medlemmer... 27 3.4.2 Fjernmedlemmer... 29 4. Datasæt... 32 4.1 Variabler... 32 4.1.1 Dato... 32 4.1.2 Tid... 32 4.1.3 Instrument ID... 33 4.1.4 Kurs og mængde... 33 4.1.5 Order Book State Code... 33 4.1.6 Tradetype og trade classification... 34 4.1.7 Participent ID... 35 v

4.1.8 Trade outside spread... 35 4.1.9 Submarket og currency code... 35 4.1.10 Latearrival... 35 4.2 Tilføjede variabler... 35 4.2.1 Identifikation af fjernmedlemmer... 36 4.2.2 Variabler for omsætningen... 36 4.2.3 Indeks... 37 4.2.4 Krydsede handler... 37 5. Handelsmønstre... 38 5.1 Order-match algoritmen... 38 5.2 Forskelle i brug af handelstyper... 39 5.3 Handel i indeks... 43 5.4 Handelsindikator... 44 5.4.1 Beregning af handelsindikator... 45 5.5 Odd-lot handler... 46 5.6 Krydsede handler... 47 5.7 Initierende part... 48 5.8 Aggregering... 49 5.8.1 Forudsætninger for aggregering... 50 5.8.2 Datasæt efter aggregering... 50 5.9 Forskelle i gennemsnitlig handelsstørrelse... 52 5.9.1 Lokalmedlemmer kontra fjernmedlemmer... 53 5.10 Handelsstrategi... 55 6. Estimering af effektivt spread... 56 6.1 Model... 56 6.1.1 Handelsindikatorens betydning i spread estimering... 57 6.1.2 Spread estimering på et ordredrevet market... 58 6.2 Beregninger fra KFX indekset... 59 6.2.1 Opdeling efter initierende part... 64 7. Markedspåvirkning... 70 7.1 Model... 70 7.1.1 Tidshorisont... 72 7.1.2 Markedspåvirkning for fjernmedlemmer og lokalmedlemmer... 74 8. Perspektivering... 77 8.1 Emner for yderligere undersøgelse... 78 9. Konklusion... 79 Litteraturliste... 81 Bilag vi

Figurer Figur 1: Eksempel fra datasæt 38 Figur 2: Markedspåvirkning 70 Tabeller Tabel 1: Handelstyper ved indberetning 23 Tabel 2: Ordredækning 26 Tabel 3: Markedsandele for lokalmedlemmer 2003 28 Tabel 4: Udvikling i antallet af medlemmer 1999-2003 29 Tabel 5: Markedsandele for fjernmedlemmer 2003 30 Tabel 6: Variabler i datasæt fra Københavns Fondsbørs 32 Tabel 7: Omsætning og handler i handelsperioder 33 Tabel 8: Handelstype benyttet 34 Tabel 9: Fjernmedlemmers deltagelse i handelstyper 39 Tabel 10: Krydsede handler i standard Off-Exchange 40 Tabel 11: Gns. handelsstørrelse i standard OX 42 Tabel 12: Omsætning i indeks for systemhandler 44 Tabel 13: Odd-lot og krydsede handler 48 Tabel 14: Handler mellem fjern- og lokalmedlemmer 49 Tabel 15: Data før aggregering 50 Tabel 16: Datasæt efter aggregering oversigt 51 Tabel 17: Gennemsnitlig handelsstørrelse 53 Tabel 18: Gennemsnitlig handelsstørrelse initierende part 54 Tabel 19: Spread beregninger marked 60 Tabel 20: Spread beregninger fjernmedlemmer 61 Tabel 21: Spread beregninger i procent 63 Tabel 22: Spread beregninger for handler initieret af lokalmedlem 65 Tabel 23: Spread beregninger for handler initieret af fjernmedlem 67 Tabel 24: Test for forskel i spread mellem lokal- og fjernmedlemmer 68 Tabel 25: Markedspåvirkning over tid 73 Tabel 26: Markedspåvirkning i procent af spread 75 vii

1. Indledning Med implementeringen af Investement Service Direktivet i dansk lovgivning i 1996 blev det muligt for Københavns Fondsbørs at optage medlemmer fra andre EU lande selv om disse medlemmer ikke har en fysisk repræsentation i Danmark. Denne type medlemmer betegnes som fjernmedlemmer. De første fjernmedlemmer blev optaget på Københavns Fondsbørs i 1997 og fjernmedlemmers andel af handlen på børsen har siden været støt stigende. På trods af fjernmedlemmers stigende betydning for handlen på Københavns Fondsbørs har der indtil nu været begrænset viden om deres betydning for det danske marked. Det er opgaveskrives vurdering at Københavns Fondsbørs har haft to grundlæggende formål med introduktionen af fjernmedlemmer. For det første har Fondsbørsen ønsket at øge opmærksomheden omkring danske aktier over for udlandet. Her har samarbejdet i NOREX 1 ligeledes spillet en væsentlig rolle. Ønsket om at profilere de danske aktier over for udlandet er både opstået i kraft af et ønske om at forbedre markedet i Danmark, men nok i lige så høj grad ud fra en ønske om at mindske de mest internationale danske virksomheders ambition om en notering i udlandet. For det andet har introduktionen af fjernmedlemmer haft til formål at øge likviditeten i det danske marked. Disse to ambitioner står ikke nødvendigvis hinanden bi. 1.1 Formål og metode Denne opgave søger på baggrund af handelsdata fra perioden 1. juli 2003 til 30. december 2003 at belyse fjernmedlemmers handelsmønstre på Københavns Fondsbørs. Ud fra en formodning om at fjernmedlemmers kunder afviger fra lokalmedlemmers kunder, forventes det at fjernmedlemmers handelsmønstre afviger fra de handelsmønstre, der generelt observeres i markedet og er specielt afvigende i forhold til lokalmedlemmers handelsmønstre. Igennem analysen af fjernmedlemmers handelsmønstre søger opgaven at besvare to spørgsmål, som specielt for Københavns Fondsbørs og dens ambitioner for fjernmedlemmers handel må være relevante. For det første undersøges hvordan 1 NOREX er en strategisk alliance mellem de nordiske og baltiske børser 1

fjernmedlemmer handler på det danske marked. Her vil opgaven se på hvilke handelstyper der benyttes, hvilke aktier der handles og om handlen foregår i handelssystemet eller off-exchange 2. For det andet søger analysen af handelsmønstrene at afdække hvilken effekt fjernmedlemmers handler har på likviditeten i markedet. Her antages det for specielt relevant at undersøge om fjernmedlemmer bidrager til likviditeten i handelssystemet, og om de via deres handel primært bruger likviditet eller udbyder likviditet. På baggrund af en nærmere undersøgelse af transaktionsomkostningerne i handelssystemet målt ved det effektive spread og markedspåvirkningen, søger opgaven at besvare to centrale spørgsmål. For det første ønskes en vurdering af hvorvidt fjernmedlemmers transaktionsomkostninger afviger fra markedet som helhed og specielt fra transaktionsomkostningerne for lokalmedlemmer. Dernæst ønskes en vurdering af hvorvidt fjernmedlemmers informationsniveau afviger fra informationsniveauet i markedet og informationsniveauet i lokalmedlemmers handel. Opgaven forsøger dog ikke at antage hvordan fjernmedlemmers handelsmønstre vil være. Derimod søger opgaven ud fra de tilgængelige data at finde frem til handelsmønstrene for fjernmedlemmer og kortlægge disse så godt som muligt. Ligeledes søger opgaven ud fra nogle relevante likviditetsmål at undersøge såvel fjernmedlemmers som lokalmedlemmers pris på likviditet. Opgaven søger ikke at nedfælde dom over hvorvidt fjernmedlemmers handel på Københavns Fondsbørs er af det gode eller af det onde. Dette spørgsmål må i høj grad være op til Fondsbørsen selv at vurdere. Datasættet der ligger til grund for denne opgave indeholder transaktionsdata for perioden sammen med information omkring hvilke medlemmer, der har deltaget på begge sider af en handel. Informationen omkring medlems-id er grunden til at det i denne opgave er muligt at skelne mellem fjernmedlemmer og lokalmedlemmer. Datasættet indeholder derimod ikke data fra ordrebogen som eksempelvis bedste bud og udbud eller lignende. Dette har sat en naturlig begrænsning for hvilke analyser, der har været mulige at lave. Det har i et vist omfang været en ulempe, men det er opgaveskrives indtryk, at det har været muligt at arbejde uden om det problem. Set i lyset af at transaktionsdata som oftest 2 Off-exchange handler forstås som handler der indgås uden for handelssystemet 2

er hvad der er tilgængeligt, har det dog også en fordel. Såfremt det skulle være muligt at få et datasæt fra en anden børs, hvor det er muligt at identificere fjernmedlemmer, kan metoden i denne opgave bruges alene ud fra transaktionsdata. 1.2 Opbygning Opgaven gennemgår i sin begyndelse grundlæggende teori omkring markeds mikrostruktur, som danner grundlag for mange af de senere overvejelser i opgaven. Ligeledes er der en gennemgang af hvordan børsmarkedet på Københavns Fondsbørs fungerer, hvilket danner grundlag for senere overvejelser og er en hjælp til forståelsen af det anvendte datasæt. Dernæst følger selve analysearbejdet, der i grove træk er delt i to. Dels en analyse af handelsmønstrene bygget på forholdsvis simple beskrivende statistikker. Dernæst følger en mere kompleks måling af transaktionsomkostningerne målt ved det effektive spread og markedspåvirkningen. Markedspåvirkningen måles dels som et komponent i modellen for det effektive spread og dels ved en særskilt model for markedspåvirkning, der introduceres i et separat afsnit. Herefter følger et afsnit der søger at sætte de empiriske resultater i perspektiv og foreslå områder, der med fordel kunne undersøges nærmere. Opgaven afsluttes med en konklusion, der opsummerer de vigtigste empiriske resultater. 3

2. Markeds mikrostruktur Følgende afsnit om markeds mikrostruktur søger at give et overblik over de dele af markeds mikrostruktur, der er relevante for opgaven. Der er altså på ingen måde tale om en komplet gennemgang af dette emne, men derimod en kort gennemgang af de områder der kan hjælpe til forståelsen af de problemstillinger, der er berørt i denne opgave. Afsnittet bygger i væsentligt grad på beskrivelse fra Harris (2003). 2.1 Ordredrevne markeder Ordredrevne markedssystemer inkluderer flere forskellige typer men i det følgende fokuseres på regel baserede ordre-match systemer, hvor handel udføres enten kontinuerligt eller via en single price call auktion. Karakteristisk for denne type handelssystemer er at en række regler styrer hvorledes købs- og salgsordrer skal matches, og dermed også hvilke priser der skal handles til. Der foregår altså ikke nogen direkte forhandling imellem køber og sælger. Dette gøres alene ved at lægge ordrer ind i handelssystemet. Handel foregår når en købsordre matcher en salgsordre. Handelssystemerne er normalt fuld automatiske, men kan dog i nogle tilfælde være manuelle. Ordrer i systemet matches efter fastlagte prioriteringsregler. Købs- og salgsordrer bliver rangordnet efter prioritetsreglerne, hvorefter ordrer med højest prioritet matches først. Prioritetsreglerne kan variere fra marked til marked, men pris er altid den overordnede prioritet (Tanggard 2001). Derefter prioriteres ordrer typisk efter kriterier som tid, størrelse eller hvorvidt ordren er skjult eller åben. Ved en single price call auktion foregår alle handler på et bestemt tidspunkt og til en bestemt pris. Over en fastsat periode kan de handlende indlægge ordrer i systemet. Derefter fastsættes en pris der maksimerer handelsvolumen. Det sker ved at sætte prisen hvor udbud møder efterspørgsel. På markeder med kontinuerlig handel bliver indgående ordrer konstant matchet med ordrer i systemet, hvis dette er muligt. Hvis det ikke umiddelbart kan lade sig gøre, lægges ordren i ordrebogen indtil der kommer en ordre, der kan føre til handel. I modsætning til single price call auktioner bliver der her handlet til forskellige priser. For et givet sæt af ordrer vil det derfor være fordelagtigt for tradere, der ønsker at handle store ordrer hurtigt, at handle under et kontinuert system. Herved vil 4

den første del af deres ordre handle til bedre priser end den sidste del af deres ordre. Den dårligste pris de kan opnå vil være den pris, der handles til i en singe price call auktion. Limitordre tradere vil derimod foretrække en singe price auktion da de ikke ønsker, at der skal være nogen diskrimination mellem ordrerne i systemet. Forskellige handelsregler vil dog i praksis fordre forskellige handelsstrategier. Men der er ifølge Harris (2003) en tendens til at limitordre tradere vil sætte nogle mere aggressive priser i systemer, hvor der handles til en enkelt pris kontra systemer, hvor der diskrimineres mellem priser. Det skyldes at der under første nævnte system ikke altid handles til limitprisen, hvorimod der i sidstnævnte altid handles til limitprisen. 2.2 Brokere Ønsker en trader ikke at offentliggøre sin handelsinteresse i handelssystemet kan denne benytte sig af en broker, der kan formidle handlen uden om det automatiske handelssystem. Brokerens rolle er at sørge for at køber og sælger finder hinanden samt at aftale betingelserne for handlen. En god broker vil have en god fornemmelse for hvem der er interesseret i at handle bestemte instrumenter i markedet således at han primært henvender sig, og dermed offentligt eksponerer ordren, til de interessenter, hvor chancen for at indgå en handel er stor. Brokeren vil specielt være interessant at benytte sig af i de tilfælde hvor en offentlig eksponering af ordren kan tænkes at ændre priserne i en retning, der er uhensigtsmæssig for den handel der ønskes gennemført. 2.3 Likviditet Ifølge Harris (2003) er likviditet... the ability to trade large size quickly, at low cost, when you want to trade. Når en aktie handles er det et udfald af en bilateral søgeproces. Jo bedre denne proces fungerer og dermed jo lettere det er for købere at møde sælgere, des bedre vil likviditeten i markedet blive. Deltagerne i et marked har en generel interesse i at likviditeten er så god som muligt. For kontinuerligt ordre drevne handelssystemer er det netop koncentrationen af handel, der er afgørende for likviditeten (Tanggaard 2001). For markedet vil høj likviditet betyde lavere omkostninger ved handel. Dette vil tiltrække flere tradere, hvilket sætter en positiv spiral i gang, der er til gavn for såvel markedet som brugerne af markedet. For ordredrevne handelssystemer foregår søgeprocessen ved at ordrer indlægges i systemet. Når der er ordrer i systemet hvor køber og sælger kan 5

matches, er søgeprocessen komplet og en handel kan finde sted. Jo flere ordrer der lægges i systemet jo større vil likviditeten alt andet lige blive. Størrelsen af de ordrer der lægges i system vil ligeledes, alt andet lige, betyde at likviditeten øges. Det kan på mange markeder forekomme at søgeprocessen ikke udføres ved at lægge ordrer ind i et handelssystem drevet af en børs. Ordrer eller handelstilkendegivelser kan ligeledes lægges ind i private systemer. Således har medlemmerne af en børs typisk også mulighed for at indgå handler uden om børsen. Ofte vil disse handler efterfølgende skulle indberettes til børserne i det respektive land. Søgeprocessen kan også foregå helt uden om sådanne systemer der behandler ordrer og tilkendegivelser. For større ordrer der for eksempel håndteres af brokere kan søgeprocessen foregå ved at brokerne har en viden om hvilke deltagere i markedet, der kunne have interesse for den pågældende handel. Brokeren vil så kontakte de potentielle modparter i handlen eksempelvis via telefon. Såfremt en af parterne i en sådan handel er medlem af børsen, vil disse også typisk skulle indberettes til det pågældende lands børs. 2.3.1 Dimensioner i likviditet De forskellige deltagere på markedet vil gøre brug af forskellige handelsstrategier der bedst opfylder deres behov. Derfor vil deltagerne også fokusere på forskellige aspekter ved likviditet. I følge Harris (2003) bruges tre primære betegnelser til at beskrive dimensionerne ved likviditet, Immidiacy, Width og Depth. Immidiacy referer til hvor hurtigt en given størrelse kan handles til en given omkostning. En markedsordre vil altså kræve immidiacy da det her er hastigheden, der er afgørende. Width referer til omkostningen ved at handle en given størrelse. Hvis der er tale om en forholdsvis lille markedsordre vil omkostningen ifølge Harris (2003) kunne måles ved spreaded. Omkostninger kan ligeledes forståes som gebyrer eller kommissioner, som specielt ved større handler, der ikke nødvendigvis handles via en børs er relevante. Men også for små handler der handles som en markedsordre vil omkostninger og gebyrer være nødvendige at medtage, såfremt der ønskes et samlet billede af handelsomkostninger. Sådanne omkostninger kaldes typisk for eksplicitte omkostninger jvf. Mortensen og Olsen (2003) og vil ikke blive behandlet nærmere i denne opgave. Depth referer til hvor stor en størrelse, der kan handles til en given omkostning. Her er det relevant at tænke på 6

hvor stor en mængde af en given aktie der er tilgængelig i ordrebogen ved en given pris. Denne dimension er tæt forbundet med Width da det i sidste ende er den samme problemstilling der skal løses for at optimere de to. Specielt for større handler refereres ofte til en yderligere dimension i likviditet. I blandt andet Madhavan (2002) beskrives den effekt en større handel har på de efterfølgende priser i markedet som price-impact. I denne opgave betegnes denne effekt som markedspåvirkningen, og beskrives mere indgående i afsnit (7.), der specielt beskæftiger sig med dette. De ovennævnte dimensioner ved likviditet er med til at danne en forståelsesramme for hvad likviditet er for en størrelse. Samtidig er det et godt grundlag for at diskutere, hvordan forskellige tiltag i markedet påvirker likviditet, da forskellige dimensioner vil blive påvirket forskelligt. Desuden vil der være forskel på hvilke dimensioner, der har størst betydning for de forskellig markedsdeltagere. Det har en betydning for hvor god likviditet man finder i markedet alt efter hvor hurtigt man ønsker sin handel gennemført, hvor stor en handel der er tale om, samt hvilken omkostning man er villig til at bære ved en handel. Hertil kommer der en mængde andre faktorer, der har indflydelse på likviditeten i markedet. Her skal blot nævnes nogle af de vigtigste. Graden af information i markedet og kvaliteten af denne har en meget stor betydning for likviditeten. Såfremt der er en ringe grad af information i markedet vil det være svært for markedsdeltagerne at bestemme fundamentalværdierne for instrumenterne. Det vil betyde at deltagerne i markedet er mindre villige til at stille likviditet til rådighed, da de er bange for at handle med insidere, der besidder en bedre viden om fundamentalværdierne for instrumenterne. Dette leder til en generel tendens for informerede markedsdeltagere. Såfremt det er velkendt at en markedsdeltager er informeret, vil denne ikke have den samme likviditet til rådighed, som en deltager der af markedet betragtes som ikke informeret. Da handlen med aktier er en zero-sum game vil deltagerne i markedet nødigt handle med informerede deltagere, da de frygter at tabe på en sådan handel. Hvis en velinformeret deltager ønsker at sælge sin beholdning må vedkommende jo have en formodning om at værdien på aktien er for høj, og ønsker derfor at sælge inden denne information kommer til 7

markedets kendskab, og prisen falder. Altså vil køberen tabe, hvad den informerede sælger vinder ved at sælge inden vedkommendes private information bliver offentlig. 2.4 Deltagere i markedet De forskellig deltagere på et aktiemarked vil have vidt forskellige motiver for at handle og derfor også søge forskellige strategier for at udføre de handler, der er optimale for netop dem. Nogle handlere vil primært udbyde likviditet mens andre primært vil tage likviditet. Harris (2003) definerer det at udbyde likviditet som en trader, der ikke initierer en handel, men derimod blot reagere på en ordre initieret af en anden trader. I det følgende beskrives handelsmønstre og motiver for nogle af de vigtigste markedsdeltagere på et typisk aktiemarked. 2.4.1 Market makers Market makers er dealere, der har indgået en aftale med en børs om at stille likviditet til rådighed. Børserne har en åbenlys interesse i at der er stor likviditet i markedet, da dette tiltrækker tradere. Market makers er forpligtet til at stille bud- og udbudspriser på markedet således at der hele tiden stilles en pris og der dermed altid er en handelsmulighed. Market makers er generelt ikke interesserede i at holde store positioner af de enkelte aktiver de er market makers for, da de generelt ikke har god nok viden om aktivernes fundamentale værdi. De ønsker derimod at stille priser på begge sider af markedet, der sikrer et konstant ordreflow, da det er på forskellen mellem bud- og udbudspriserne deres primære indtjening ligger. Dette betyder også at market makers stiller et større spread jo større ordre de skal opfylde. Store ordre betyder at de tager en større position for egen regning, som tager tid at handle sig ud af igen. Indtil market makers har handlet sig ud af en sådan position er de udsat for en større risiko end de ønsker, da markedet kan bevæge sig i en for dem uhensigtsmæssig retning. Market makers ønsker så vidt muligt ikke at handle med informerede traders da de må forvente at tabe på en sådan position. I praksis er det dog ofte svært for market makers at skelne mellem informerede og ikke informere tradere. Ovenstående gør at market makers primært er udbydere af likviditet i form af immidiacy. De gør at der altid er en handelsmulighed men det er typisk i små handelsstørrelser. I nogle tilfælde er market 8

makers dog også brugere at likviditet. Dette sker i tilfælde hvor deres egen position er blevet uhensigtsmæssigt stor og de ønsker at reducere denne hurtigt. 2.4.2 Block dealere Block dealere er tradere, der primært handler i meget store størrelser. De vil typisk have store institutionelle investorer som kunder. Meget af dette salg vil ofte ikke foregå via en børs men igennem andre markedspladser, der primært beskæftiger sig med større handler. Block dealeren vil ofte være nødt til at dele en ordre fra en kunde op, når den skal handles videre. Noget af denne handel kan foregå via børserne mens andet kan ske til en af dealerens kunder eller gennem for eksempel telefonmarkedet til andre investorer, der har interesse i at aftage store positioner. Block dealere udbyder likviditet til deres kunder i form af debth, da de aftager meget store mængder til en given pris. Derimod udbyder de ikke likviditet i form af immidiacy da handlerne, grundet den store størrelse, typisk vil tage lang tid af formidle. 2.4.3 Value traders Value traders handler på baggrund af deres viden om aktiers fundamentale værdi. De indsamler og analysere information, der gør dem i stand til at bestemme den fundamentale værdi på aktierne bedre end andre deltagere i markedet. Når priserne afviger tilpas meget fra deres fundamentale værdier køber eller sælger value traders. Via deres eller andres handler vil priserne igen lande på den fundamentale værdi, og traderne kan derefter handle sig ud af positionen igen til priser på eller tættere på den fundamentale værdi og derved tjene penge på deres handel. Der er to hovedgrunde til at priserne afviger fra deres fundamentale værdi. Ikke informerede tradere der kræver likviditet handler i nogle tilfælde priserne væk fra deres fundamentale værdi. Ligeledes kan det være tilfældet at der sker ændringer i den fundamentale værdi og value traderne indregner dette i deres estimater inden markedet som helhed indregner dette. Det sidste tilfælde vil typisk være foranlediget af en nyhed omkring aktien, hvor value traderne grundet deres gode viden om aktien er i stand til at indregne konsekvenserne af denne nyhed hurtigere end andre deltagere i markedet. Value tradere udbyder likviditet i form af debth. De vil typisk være villige til at handle når ingen andre vil, blot priserne afviger tilstrækkeligt fra deres estimat af den fundamentale værdi. Grunden til dette er at de via 9

deres bedre viden om den fundamentale værdi for en aktie er i stand til at løse adverse selection problemet bedre end andre deltagere i markedet. Deres tro på at de har estimeret den korrekte fundamentale værdi gør at de i ringe grad bekymrer sig om, hvorvidt de handler med en informeret eller ikke informeret modpart. Value tradere udbyder derimod ikke immidiacy, da de ikke handler før de er overbeviste om, at deres estimater af den fundamentale værdi er korrekte. De minimerer netop deres risiko ved at holde positionerne på grund af deres gode viden om fundamentale værdier. Har de derfor ikke det rette estimat stiger deres risiko betragteligt. Value traders handler typisk i store størrelser da de skal sikre nok indtjening til at dække deres omkostninger ved informationsindsamling og analyse. Denne omkostning vil typisk ikke kunne dækkes ved mindre handler. Dette er også grunden til at der skal en vis afvigelse fra de fundamentale værdier til, før de ønsker at handle. 2.4.4 Precommited traders Precommited traders søger at gennemføre handler, de under alle omstændigheder ønsker at gennemføre, til bedre priser end markedsordre ved at lægge dem i handelssystemet som limitordrer. På denne måde forsøger de at købe til udbudspriserne og sælge til bud priserne. Denne type tradere vil typisk lægge deres limitordre meget tæt på markedet da de ellers risikerer at handle til priser, der ikke er favorable for dem. Precommited traders udbyder likviditet i form af immidiacy da de udbyder likviditet der hurtigt kan udnyttes af andre tradere. Deres limitorder er ofte små da store handler typisk ikke bliver lagt ud som limitordre. Derfor udbyder de heller ikke megen likviditet i form af debth. I følge Harris (2003) vil der i kontinuerligt ordredrevne markeder med mange precommited traders typisk være et lille spread. 2.4.5 Arbitrage tradere Arbitrage tradere udbyder som sådan ikke likviditet i et marked, men har dog stadig en effekt på likviditeten. Ved deres handel mellem markeder forbinder de udbud af likviditet i et marked med efterspørgsel efter likviditet i et andet marked. På denne måde bringer de yderlige debth til et marked ved at overføre likviditet fra et andet marked. Dette kræver selvsagt er det er arbitrage muligheder mellem to markeder. 10

2.5 Bid-Ask spreaded Spreaded kan ses som et mål for de implicitte handelsomkostninger jvf. Mortensen og Olsen (2003). De implicitte handelsomkostninger kan i følge Mortensen og Olsen (2003) dels ses som forskellen mellem bud og udbuds priser på markedet, samt hvor stor effekt en handel har på priserne. Spreaded udtrykkes typisk ved enten det quotede spread eller det effektive spread. Det quotede spread er det spread, der på et givent tidspunkt er i ordrebogen og er forskellen mellem bedste bud- og udbudspriser. Det effektive spread er det spread en handel gennemføres til. Coughenour og Shastri (1999) beskriver kort en mængde modeller der forklarer komponenterne i bid-ask spreaded. Modellerne estimerer det effektive spread. Coughenour og Shastri (1999) vælger at fokusere på komponenterne som beskrevet i Huang og Stoll s model fra 1997, der opererer med 3 komponenter; order processing cost, inventory cost og asymetric information cost. Order processing cost er det komponent i spreaded, der skal dække selve omkostningerne ved at udføre en ordre i et givent handelssystem. Inventory cost komponentet skal kompensere for den omkostning, der er forbundet med at holde aktien. Det sidste komponent i spreaded skal kompensere for det faktum at deltagerne i markedet ikke har den samme information om fundamentale værdier. Således skal denne del af bid-ask spreaded kompensere for det forventede tab der vil være når en markedsdeltager handler med en informeret trader. Huang & Stolls model fra 1997 er ifølge Tanggaard (2003) teoretisk gældende for et dealer marked, men har også fundet anvendelse i ordre drevne markeder. Huang & Stoll modellen beskrives nærmere i afsnit (6.). 2.5.1 Ligevægts spread Harris (2003) opstiller en simpel model for ligevægtspriser i et kontinuert ordre drevet marked. Denne model beskrives kort i det følgende, hvorefter nogle af forudsætningerne i modellen ændres for beskrive deres effekt på ligevægtsprisen. Dette følger gennemgangen i Harris (2003). Den simple ligevægtsmodel forudsætter at alle tradere handler den samme størrelse. Der handles enten via en limit eller en markeds ordre. Der er ingen asymmetrisk information. Der er ingen tradere, der er risiko adverse. Der er ingen tradere, der sætter en pris på 11

deres tid. Ligeledes er der ingen præferencer for, hvornår en handel skal gennemføres. Alle tradere kender de fundamentale værdier for aktierne. Ændringer i priserne for aktierne følger en random walk. Ordrer kan indlægges og slettes i handelssystemet med det samme og uden omkostninger. Der er ingen forskel på den kommission, der bliver betalt for henholdsvis markeds- og limitordre. Disse forudsætninger gør at den eneste faktor, der bestemmer om en trader ønsker at benytte en markeds- eller en limitordre er dennes forventede handelsomkostning, som i denne model reelt er givet ved spreaded, da kommissionsomkostningerne er ens. Desuden vil hver enkelt handel ske til en pris der er lig aktiens værdi. Hvis enten en markeds- eller en limitordre er at foretrække for de handlende, vil denne ordre type være den eneste der benyttes i markedet. For at begge ordretyper kan eksistere skal der altså findes en ligevægt, hvor tradere ikke længere har en præference for én ordre type. Denne ligevægt skal justeres via spreaded. Er spreaded for stort vil limitordre være den foretrukne ordretype og hvis spreaded er for lille vil markedsordre være at foretrække. Da handlen i dette marked er et zero-sum game vil spreaded være nul, da dette vil gøre omkostningen ved at handle begge strategier lige stor. I realiteten er der nogle forhold, der gør at denne model aldrig vil kunne forekomme, og ligevægtsprisen findes derfor ikke ved et spread på nul. Dette er der flere grunde til. I den virkelige verden vil kommissionsomkostningen ved at handle en markedsordre og en limitordre ikke være den samme. Limitordre er mere omkostningstunge at administrere, og der forekommer i mange tilfælde en kommission, hver gang en limitordre lægges i systemet, ændres eller slettes. Desuden kræver limitordrer at tradere i højere grad overvåger markedet så priserne ikke bevæger sig uhensigtsmæssigt i forhold til deres limitordre. Denne overvågning er ligeledes forbundet med en omkostning. Ligeledes giver en trader ved at indlægge en limitordre en option til markedsordre traderen, der giver ham mulighed for at handle på et givet tidspunkt. Denne option repræsenterer en værdi for markedsordre traderen og en omkostning for limitordre traderen. Alle disse forhold skal der kompenseres for i form at et øget spread så der igen kan være ligevægt mellem markeds og limit ordre. De forskellige deltager i markedet vil ligeledes have væsentligt forskellige risikoprofiler, hvor nogle er mere risiko adverse end andre. I følge Harris (2003) vil det generelt være mere risikabel for små ordrer at handle som en 12

limitordre mens det for store ordrer vil være mere risikabelt at handle som en markedsordre. Harris (2003) argumenterer for at det primært er små handler, der sætter indside spreaded og derfor har limitordre en større effekt på spreaded end en markeds ordre. Igennem spreaded skal der kompenseres for den likviditet limitordre tradere udbyder til markedsordre tradere. Dette vil typisk betyde et højere spread. Asymmetrisk information spiller ligeledes en rolle for spreaded. Som tidlige nævnt skal tradere kompenseres for de tab de har på tradere der er bedre informere end dem selv. Informerede tradere vil typisk handle så hurtigt som muligt og bruger derfor markedsordre. Limitordre traderne vil derfor hurtigt handle i de tilfælde hvor deres limit ordre ligger på den forkerte side af markedet. Ligger de derimod på den rigtige side af markedet vil de slet ikke handle. Limitordre traderne kompenseres for dette igennem et større spread, så ligevægten kan opretholdes. 2.6 Ordre flow Coughenour og Shastri (1999) samler nogle af hovedkonklusionerne omkring empiriske undersøgelser af ordre flows indvirkning på ligevægtspriser og betydningen for bid-ask spreaded. Mange af disse undersøgelser er baseret på dealer markeder, men tendenserne vil også gælde i ordre dreven markeder. De argumenterer for at ordre flowet i form af handlernes frekvens, størrelse og timing har betydning for dealeres lagerbeholdning samt informationsniveauet i handler. Ydermere argumenterer de for, at blandt andet tick-size og transparens kan have betydning for likviditeten i markedet. I det følgende beskrives resultaterne af tidligere empiriske undersøgelser af emnet som fremstillet af Coughenour og Shastri (1999). I følge Coughenour og Shastri (1999) er der en mængde empiriske undersøgelser, der bekræfter en tydelig negativ korrelation mellem aktiviteten på et marked og spreaded. Det betyder altså at spreaded på en given aktie vil afhænge af hvor aktivt denne aktie handles. Coughenour og Shastri (1999) henviser blandt andet til teorier fremsat af Demsetz der peger på, at dette skyldes at det i et aktiv markedet er lettere for dealere at handle sig ud af ikke optimale lagerbeholdninger. Samtidig peges der på at det specielt er omkostningen for immidiacy, der falder i aktive markeder. Coughenour og Shastri (1999) referer også til undersøgelser, der finder beviser for, at der i spreaded er kompenseret for 13

såvel adverse selection som lageromkostninger. I den forbindelse skal det nævnes at for ordredrevne markeder vil der ikke være en forventning om at finde kompensation for lageromkostninger, da der ikke er dealere og typisk heller ikke market maker ordninger. Dette understøttes blandt andet af De Jong et al. (1996), der på et ordredrevet market ikke finder beviser for, at der i spreaded er inkluderet lageromkostninger. Coughenour og Shastri (1999) finder ydermere at undersøgelser af specialists på New York Stock Exchange (NYSE) viser at disse bruger order flow til at revidere deres vurdering af fundamentale priser. Coughenour og Shastri (1999) finder at ordre flow har betydning for såvel spreads som debth i markedet. Selv om disse undersøgelser omkring specialists brug af order flow er foretaget på NYSE, må det formodes at noget lignende ville gælde for medlemmerne af Københavns Fondsbørs (CSE). Denne formodning bygger på at medlemmer på CSE i lighed med specialists på NYSE har adgang til betydelig information omkring order flowet igennem deres indsigt i ordrebogen. Coughenour og Shastri (1999) viser at empiriske undersøgelser understøtter at der er en positiv sammenhæng mellem størrelsen af en handel og sandsynligheden for at handle med informerede tradere. Dette harmonerer med tidligere afsnit, hvor det hævdes at informerede tradere primært ønsker at handle i store størrelser. Ydermere finder Coughenour og Shatri (1999) at empiriske undersøgelse støtter en hypotese om at variationer i handelsstørrelser og frekvens kan forklare variationer i spreaded samt variationer i volatiliteten i et aktiv. De argumenterer for at dette yderligere understøtter at der kan findes vigtige informationer omkring prisen på et aktiv ved at observere ordre flowet. Dette kræver selvsagt også at man har adgang til at observere ordre flowet i real tid. Coughenour og Shatri (1999) finder ikke at der er nogen entydige anbefalinger omkring størrelsen af tick-size, altså hvor meget priserne som minimum kan forbedres. En mindre tick-size vil alt andet lige føre til et mindre spread. Ligeledes finder de beviser for at en mindre tick-size betyder at markedsdeltagerne er mindre villige til at udbyde likviditet i form at limit ordre. De argumenterer for at en lille tick-size typisk kan være en fordel ved mindre handler, hvorimod det modsatte gør sig gældende ved større handler. De mener at dette hænger sammen med at et mindre spread vil give en mindre debth i markedet. Dette 14

skal ses i sammenhæng med at spreaded kan opfattes som prisen på likviditet og debth kan ses som udbudet at af likviditet. Heraf følger det logisk at reducering i kompensationen for at udbyde likviditet vil resultere i mindre likviditet udbudt. Heraf følger ligeledes at mindre debth i markedet ikke vil have den store betydning for små handler, der ofte ikke skal bruge denne debth. Derfor vil mindre handler være billigere at udføre som følge af det lavere spread, der kan opnås ved en mindre tick-size. Ved større handler vil det derimod ofte være nødvendigt at udnytte den debth der er i markedet. Forsvinder denne i debth i markedet, udbudt via limit ordre, vil det alt andet lige være dyrere at gennemfører store handler da det må formodes der skal større ændringer i prisen til for at tiltrække den nødvendige likviditet. 15

3. Københavns Fondsbørs (CSE) I følgende afsnit følger en beskrivelse af Københavns Fondsbørs (CSE). Her vil blive lagt vægt på hvordan CSE er opbygget og hvordan handel udføres. Der vil blive beskrevet hvilke handelsregler der gør sig gældende, samt hvilke handelstyper der benyttes. Herefter følger en generel beskrivelse af hvordan handelsmønstrene ser ud på CSE, samt hvordan udviklingen har været igennem de seneste år. Medlemmer på CSE vil ligeledes blive beskrevet generelt. Fjernmedlemmer vil blive beskrevet separat, herunder hvordan fjernmedlemmer er opstået på CSE. Afsnittet beskæftiger sig alene med markedet for aktiehandel. Afsnittet er baseret på informationer fra www.cse.dk og i særdeleshed Norex Member Rules (CSE 2004b) samt Factbook 2004 (CSE 2004) 3.1 Struktur og handelssystem CSE har siden 1996 fungeret som et aktieselskab ejet af medlemmerne samt aktie- og obligationsudstederne. CSE er en del af den strategiske alliance NOREX, der ud over CSE består af børserne i Sverige, Island og Norge. NOREX alliancens formål er at skabe en fællesnordisk handelsplads for værdipapirer. Dette er gjort ved, så vidt det er muligt inden for de nationale lovgivninger, at oprette fælles handelsregler og medlemskrav. Dette betyder ligeledes at medlemskab på en af alliancens børser letter optagelsen som medlem på alliancens andre børser betragteligt. Prisstrukturen gør det ligeledes forholdsvist billigt at blive optaget som medlem på mere end en NOREX børs når først et medlemskab er etableret (se Belling og Soelberg 1999). Samtidig gør de meget ens handelsregler det lettere for medlemmer, på for eksempel CSE, at foretage handler på andre børser i alliancen, da kendskabet til handelsreglerne på CSE kan udnyttes på den anden børs. På denne måde søger de nordiske børser at fremstå som et samlet marked, hvilket må formodes specielt at skulle appellere til internationale investorer. Det skal i denne forbindelse nævnes, at det er nødvendig at have et medlemskab på den børs i NOREX alliancen, hvor der ønskes adgang til at handle. Medlemskab på CSE giver altså ikke mulighed for at handle på børsen i Stockholm. I sammenhæng med NOREX alliancen har de pågældende børser indført et fælles handelssystem, SAXESS, som dermed også er det gældende system på CSE. SAXESS er 16

et elektronisk handelssystem lavet til at håndtere en mængde forskellige værdipapirer og finansielle instrumenter via såvel ordredrevne som prisdrevne markeder. Denne opgave beskæftiger sig dog kun med markedet for aktier via det ordredrevne handelssystem. Medlemmer af CSE har fuld afgang til realtidsinformation fra handelssystemet inklusive ordrebøgerne jvf. NOREX Member Rules (CSE 2004b). Den fulde adgang til realtidsinformation, der er forbeholdt medlemmer af CSE, gælder aktier noteret herpå. SAXESS handelssystemet er yderligere med til at integrere børserne i NOREX alliancen da det benyttes af alle børserne i alliancen. Medlemskab af CSE kræver ligeledes adgang til Værdipapircentralen (VPC) i Danmark. Dette kan enten ske ved direkte deltagelse fra medlemmet eller via en depotbank, der håndterer kontakten til VPC for det pågældende medlem. Der findes altså ikke en central clearing for alle NOREX alliancens børser, men derimod selvstændige nationale clearings centraler. 3.2 Generelle regler for handel Medlemmerne på CSE skal have autorisation som værdipapirhandler eller som pengeinstitut med tilladelse til at tilbyde investeringsservice. Børsmæglerne der udfører handlerne for medlemmet skal ligeledes opfylde en række krav, som skal godkendes af CSE. Dette kræver foruden et generelt kendskab til og erfaring med værdipapirhandel også en specifik viden om handelsregler og lovgivning gældende for CSE samt kendskab til SAXESS handelssystemet i form at en bestået prøve i brugen af systemet. Dette kendskab samt relevante prøver kan opnås gennem kurser udbudt af CSE. På denne måder er der en garanti for at alle medlemmer og deres mæglere opnår et minimum af ensartet og specifik viden omkring CSE, hvad enten de har en repræsentation i Danmark eller ej. I følge kapitel 4.5.1 i regelsættet for NOREX (CSE 2004b) må medlemmer, der handler for egen regning ikke indlægge ordrer i systemet, der kan føre til at disse ordrer matches med andre ordrer for medlemmets egen regning og dermed føre til handel. Dette kan ses i sammenhæng med regler om at der ikke må indgås handler, hvor køber og sælger er samme fysiske eller juridiske person (CSE 2004b, Member Rules 4.6.2.). Helt grundlægende er der altså tale om regler, der sikrer at når en handel foregår i 17

handelssystemet skal der være tale om en reel handel. I de ovennævnte tilfælde er der derimod blot tale om udskiftninger i egne beholdninger. Dette ligger i tråd med at der selvsagt ikke på nogen måde må manipuleres med priserne. Handler der indgås som Off-Exchange handler skal indberette til SAXESS. En Off- Exchange handel defineres som en handel uden for systemet, hvor et medlem enten har taget part i handlen, eller på anden måde har taget del i fastsættelsen af vilkår og betingelser for handlen. Dette sikrer at medlemmerne og markedet generelt har alt nødvendig information om aktiviteten i markedet. Selv om selve handlerne altså ikke alle er samlet i SAXESS er alt informationen om disse samlet i systemet. Alle handler der foretages i systemet, og specielt aktuelt for handler der foretages uden om systemet, skal afspejle den aktuelle markedsværdi for aktierne (Member Rules, 4.6.1., CSE 2004b). Selv om dette er en noget blød formulering, der kan efterlade meget til fortolkning, må det formodes at der ikke kan laves en handel langt væk fra de priser, der er gældende i markedet, heller ikke selv om denne handel foregår uden om handelssystemet. Det sikrer at der er en reel prisfastsættelse af instrumenterne og at ændringer i markedsværdien kan følges af alle deltagere i markedet. Ligeledes søger det at sikre at Off-Exchange handler ikke springer over de handelsmuligheder, der enten allerede ligger i systemet, eller kunne komme til systemet i takt med at priserne ændres. CSE har mulighed for at foretage børs- og handelsstop hvis dette skønnes nødvendigt. Dette område bliver dog ikke behandlet nærmere i denne opgave da det dels skønnes at være uden for opgavens område, og dels at der ikke i datasættet (beskrives i afsnit 4) findes data for eventuelle børs- eller handelsstop. 3.2.1 Automatisk Ordreformidling Medlemmer på CSE har mulighed for at oprette automatisk ordreformidling. Dette gør at medlemmernes kunder er i stand til at handle aktier direkte over CSE. Medlemmets kunde indlægger en ordre over Internettet hos det pågældende medlem og ordren bliver derefter automatisk sendt videre til SAXESS. De medlemmer der primært udbyder denne service er de danske banker, der samtidig er medlem på CSE. Dette skyldes at kunderne hos de danske banker i mange tilfælde allerede har en Internet forbindelse til deres banker via Homebanking systemer. Dermed er bankernes kunder oplagte til automatisk 18