金融市场中高频数据分析方法.pdf

维普资讯 第 2l卷 第 1期 五邑大学学报 (自然科学版 ) Vb1．21 No．1 2007年 4月 JOURNAL OF WUYIUNIVERSITY (NaturalScience Edition) ADr． 2007 文章编号：1006．7302 (2007)01-0071-05 金融市场中高频数据的分析方法 包郭平 。应益荣 (上海大学 国际工商管理学院金融学系，上海 201800) 摘要 ：对高频数据所得到的市场波动率特征和常用的模型及估计方法进行系统的总结，归纳 出模型的共 同特征 、不足之处和修正方法 ，指 出了应用高频数据所面临·的问题 ，提 出了在 中 国股票市场 中高频数据的应用方法． 关键词：高频数据；波动率；金融市场 ；股票市场 中图分类号 ：F830．91 文献标识码 ：A AnApproachtOFinancialM arketAnalysiswithHigh-frequencyData BAO Guo—ping．YING ，7一rong (SchoolofInternationalBusinessandManagement，ShanghaiUniv．，Shanghai201800，China) Abstract：Inthispaper，thecharacteristicsofmarketvolatilityanditscommonmodelsandevaluation methodsaresystematicallysummarized；thecommonfeaturesandtheshortcomingsofthemodelsare summed upand correspondingcorrectionsaresuggested．Theproblemsinvolvingtheuseofhigh— frequencydataarepointedoutand somewaysforapplyinghigh—frequencydatatoChina’Sstock marketsarepresented． Keywords：high-frequencydata；volatility；financialmarket；stockmarket Mandelbret(1963)在对各种价格及收益的资料研究后发现 ：很多金融随机变量的分布有着 很宽的尾部，其方差也在不断地变化 中；同时在方差的变化过程 中，幅度较大的变化会相对集 中 在某段时间里，而幅度较小的变化会集 中在另一些时段里．这就表 明传统的经济计量模型已不适 合描述金融价格与收益的变化规律 ，对波动率模型的研究已成为金融研究中的一个热点．在这些 模型 中，最著名 的是 Engle(1982)提出的ARCH模型 以及 以它为基础 由Bollerslev(1986)提出 的 GARCH 模型，因为它们能较好地刻画价格波动的群集性而得到广泛的应用．这里存在的一个 问题就是：虽然这两个模型能较好地刻画波动的群集性 ，但它不能解释波动率的驱动因素到底是 什么，必须通过对高频数据 的分析 (程序如图1)才能找到价格产生波动的真正原因． 这里进行分解 的思想来源于Fourier级数法．我 国学者在应用高频数据研究股票等市场金融工 具的波动率的论文不多，为了同国际研究接轨，有必要在这方面加以研究． 收稿 日期 ：2006-05-22 基金项 目：上海市教委 自然科学基金项 目 (2L829) 作者简介 ：包郭平 (1978一 )，男 ，江西九江人 ，硕士生，研究方向：金融工程 维普资讯 72 五邑大学学报 (自然科学版)