金融市場（超）高頻數(shù)據(jù)建模及與低頻數(shù)據(jù)對比研究.pdf

1、金融市場微觀結(jié)構(gòu)領(lǐng)域中研究的高頻數(shù)據(jù)是指與日間或者更長時間間隔的數(shù)據(jù)相對而言的數(shù)據(jù)類型，是在交易日內(nèi)采集到的交易價格、交易量等數(shù)據(jù)，主要針對以小時、分鐘為采集頻率的數(shù)據(jù)。而超高頻數(shù)據(jù)則指證券、外匯等金融產(chǎn)品交易過程實(shí)時采集的數(shù)據(jù)，顯然超高頻數(shù)據(jù)是不等間隔的數(shù)據(jù)。在回顧了高頻數(shù)據(jù)和超高頻數(shù)據(jù)研究現(xiàn)狀后，對以下方面展開研究： 1．Engle在1998年首次提出對不等時間間隔的超高頻時間序列建立ACD(Autoregressive C

2、onditional Duration)模型，之后多位計量經(jīng)濟(jì)學(xué)家發(fā)展了Engle的模型，至今已出現(xiàn)十余種。模型的不統(tǒng)一給確定模型形式和比較不同模型之間的優(yōu)劣帶來困難。本文通過建立變結(jié)構(gòu)分整增廣ACD模型，將ACD模型統(tǒng)一，并且給出該模型無條件矩性質(zhì)，同時將遞階遺傳算法引入模型參數(shù)的估計問題中，最后通過上海股票市場的實(shí)際數(shù)據(jù)驗證了變結(jié)構(gòu)分整增廣ACD模型及參數(shù)估計方法的有效性。變結(jié)構(gòu)分整增廣ACD不僅囊括了現(xiàn)有文獻(xiàn)中出現(xiàn)的主要的ACD模

3、型，而且通過參數(shù)設(shè)定推導(dǎo)出幾十種新模型，豐富了ACD模型家族。 2．高頻數(shù)據(jù)是研究市場微觀結(jié)構(gòu)的基礎(chǔ)，利用了日內(nèi)交易信息，可以解釋價格波動行為的驅(qū)動力等低頻數(shù)據(jù)無法解釋的問題。本文利用風(fēng)險價值(VaR)理論，通過計算后驗失敗統(tǒng)計量LR等指標(biāo)證明，高頻數(shù)據(jù)同時也提高了模型的預(yù)測能力。 3．金融時間序列數(shù)據(jù)高峰厚尾特性使計量經(jīng)濟(jì)學(xué)者在建立模型時不得不考慮找到合適的分布函數(shù)解決這個問題。本文對可以描述高峰厚尾特性的四種分布(N