金融市場（超）高頻數據建模及其實證分析.pdf

1、金融市場在開市的幾個小時中是高效率運作的,高頻數據也就因此而產生.高頻數據一般認為是每隔五分鐘、每分鐘甚至每秒鐘收集到的數據,其中包含有豐富的市場信息.傳統(tǒng)的計量經濟學建模是基于固定時間間隔的交易數據,但是在金融市場的實際應用中有其局限性.股票市場的交易每隔幾秒鐘就會發(fā)生,因此在進行建模時如果選擇較長的時間間隔數據就會承擔丟失市場中所包含信息的風險.于是該論文在Engle and Russell(1998)的基礎上提出了高頻數據的隨機時

2、間間隔的建模方法,將時間間隔最小化到每秒鐘,根據期貨市場的實際交易情況構造自回歸期間持續(xù)模型.該文共分為六章,第一章介紹了計量經濟學的最新發(fā)展,其中著重分析了超高頻數據的產生對計量經濟學發(fā)展的影響,指出了Engle and Russell在描述隨機時間間隔效應方面作出的貢獻;第二章簡要介紹了金融市場微觀結構理論,重點闡述了基于存貨的證券市場微觀結構理論和證券市場中的博弈微觀結構理論;在第三章中首先介紹高頻數據的幾個特征,然后研究了描述價

3、格波動和交易量關系的SV模型、JKL模型,針對在微觀結構理論中的證券市場博弈微觀結構理論,又給出了交易商報價的信息決定模型(擴展的Hasbrouck模型);第四章主要介紹Engle and Russell(1998)提出的基本的ACD模型,在已有模型基礎上又討論了LOG-ACD模型、TACD模型和FIACD模型,以及這些模型在哪些方面對ACD模型進行了改進.在第五章主要對新加坡期貨交易所的日經225指數期貨的高頻數據運用ACD模型進行實