中国证券市场的LOG-ACD模型及其应用

本文利用LOG-ACD模型分析中国证券市场的高频交易数据。通过实证研究,探询价格持续期的聚类现象和平均交易量对交易价格持续期的影响。研究结果表明,LOG-ACD模型较好的解释了价格持续期的集聚效应,同时交易量对交易价格持续期具有显著的影响作用,实证了市场微观结构理论假设。此外,对中国股票市场微观结构的研究需要更加合理的ACD模型假定以及模型形式来反映中国股票市场的特点。

对数自回归条件久期模型的统计推断

对数自回归条件久期(Log-ACD)模型是研究高频数据的有效工具之一.文中首先给出Log-ACD模型参数的最小二乘估计,并证明了该统计量的渐近分布为正态分布.其次,利用经验似然方法得到Log-ACD模型参数的经验似然比检验统计量,并证明经验似然比检验统计量的渐近分布为卡方分布.最后,数值模拟结果显示,经验似然方法较最小二乘法更优.

基于高频数据的市场价格久期集聚特征分析

在金融高频数据中,价格久期反映了交易者的交易策略,从时间维度反映了信息的传导过程。文章采用股票交易的分笔数据,在自回归条件久期模型中引入信息交易特征变量:交易强度、每笔平均交易量和百分比买卖价差,分析价格久期集聚特征与市场信息交易之间的关系。

高频数据交易量久期与价格变化的动态行为研究

本文基于Log-ACD模型和一类非参数模型,研究了股票价格持续上升时期和价格持续下降时期,交易量久期与价格变化的动态关系。研究表明在不同的市场格局下,价格变化对交易量的影响会有显著区别。另一方面我们发现阈值的选取会影响交易量久期的统计性质,阈值变大时交易量久期的长记忆性会变弱。本文在理论上也有所创新,采用了本文前两位作者提出的新的方法估计Log-ACD模型的参数,该方法在误差服从厚尾分布时具有良好的统计性质。利用新的估计构造了Wald检验统计量,检验价格变化的方向对预期交易量久期是否有显著影响。

中国证券市场成交指令积极性及成交持续期的影响因素研究

对成交指令按成交价和成交量进行分类作为指令提交积极性的指示变量,本文依据上海证券市场的分笔高频交易数据,采用有序probit模型研究市场分笔行情如何影响投资者提交指令的积极性,采取LOG-ACD模型研究分笔行情如何影响成交持续期,并分析分笔行情中影响二者的关键信息因素.实证研究表明,短期报价波动增加、价差减小、与成交发起方相同方向的最优报价深度增加、与成交发起方相反方向的最优报价深度减小,都会降低成交指令属于积极性低类型的概率,提高成交指令属于积极性高类型的概率,即指令提交整体积极性提高,反之则相反;最优报价信息集合为影响指令提交积极性的关键信息因素.短期报价波动增加、价差减小、前三个报价买卖深度的增加均使成交持续期变短,反之则相反;同时,最优报价信息集合和最优报价外信息集合都不是影响成交持续期的关键信息因素.