中国股票市场价格久期研究

发布时间：2018-02-03 10:11

本文关键词： 股票市场价格久期自回归条件久期模型　出处：《安徽大学》2013年硕士论文　论文类型：学位论文

【摘要】：中国股票市场的交易非常活跃,每天会产生大量的金融数据,人们利用收集到的各种不同的数据从不同的方面来对市场进行解读,其中利用高频金融数据来对市场进行解读成为最新的研究探索方向。过去由于计算机技术以及计量理论的制约,人们将高频数据简单的理解为不相关的“白噪声”,没有研究的价值和意义,但是随着计算机技术以及计量理论的飞速发展,基于高频数据来对金融市场进行研究在工具和方法上都变得可能。由于高频数据的采集频率极高,具有独特的统计性质,这种独特的统计性质引起了经济学家的关注,此外高频数据会越来越受到经济学家关注的另一个重要原因是高频金融数据的研究对人们进一步的理解市场微观结构理论具有很大的帮助,实际上市场微观结构理论正是随着对高频数据认识的逐步深化而发展起来的。市场微观结构理论的研究对象是在确定的市场微观结构下资产交易的过程和结果,它分析特定的市场微观结构如何影响价格的形成过程。通过对市场微观结构的研究,我们不仅能够懂得不同的市场微观结构是如何影响价格形成的,而且能够明白为什么价格显示了特殊的时间序列特性。简言之,市场微观结构理论是对价格和市场行为的阐释,其研究成果可用于市场交易规则的制定、新交易机制的设计和建立。随着人们对市场微观结构研究的逐步深入,很多传统的理论受到挑战,例如传统的经济理论所认为的价格变化服从鞅过程的假设就随着市场微观结构理论的发展而越来越受到人们的质疑。针对资产交易价格久期的研究由于包含着关于市场交易强度和流动性方面的重要信息而具有重要的研究意义。本文采用定性分析与实证研究相结合的研究方法,定性分析采用的是Easley和O'Hara模型,该模型是一种简洁而有力的描述价格久期特征的方法,他们将树模型和知情交易概率结合在一起,既有坚实的经济理论基础,又有很强的实用性。尽管后来越来越多的文章发现他们的结论并不是非常稳健,原因之一就是他们的模型对于做市行为有太多的规定,但他们的模型今天仍然被大量论文所采用,主要就是因为模型浅显易懂,结论简洁有力。但原模型是建立在美国的做市商交易制度上的,本文针对中国股票市场的实际对原模型进行了拓展,并利用拓展后的模型对中国股票市场价格久期的特征进行了推导。实证研究本文采用的是针对高频金融时间序列的自回归条件久期模型(ACD模型),在应用该模型之前本文对模型进行了简单的推导,然后利用该模型对股票价格久期数据进行价格久期建模,以描述股票价格久期的特点及其动态过程。本文选取了深圳证券交易所和上海证券交易所交易的5只股票2011年8月1日至11月1日共61个交易日的高频交易数据,对其进行了自回归久期模型拟合和高频数据统计分析,结果显示股票价格久期序列存在着负的序列相关性以及U型的日内效应,且ACD模型对股票交易所股票价格久期序列有很好的解释能力,此外由于ACD模型有很好的设定灵活性,这一点更有利于刻画股票价格久期序列的动态模式,实证结论显示中国股票市场的价格久期存在较强的聚集效应。通过对交易久期问题的解释分析,可以加深对中国股票交易市场的信息传递、交易频率、风险以及流动性等问题的理解,加深对股票交易市场微观结构的理解,并为股票市场交易者的投资决策提供有效信息。
[Abstract]:......
【学位授予单位】：安徽大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：F224;F832.51

【参考文献】