交易信号对交易过程动态影响模型探究.docVIP

交易信号对交易过程动态影响模型探究摘 要：交易时间、交易量和交易价格是市场交易者最容易观察到的交易信号，这些信号所传递的信息必然对交易者的交易策略和交易过程产生影响。根据Manganelli基于不规则时间序列对交易时间、交易量和交易价格建立的动态系统模型，在考虑交易时间间隔的不规则性对价格波动性度量影响的基础上提出了改进模型，并利用中国股市的数据对改进前后的模型进行了实证比较。比较结果表明改进模型能更好地解释微观结构理论所揭示的交易时间、交易量和交易价格之间的动态关系及其对交易过程的影响。 ?关键词：超高频数据；不规则时间序列；自回归条件久期；GARCH? 中图分类号：F832.5 文献标识码：A 文章编号：1003-5192(2008)04-?0066-?05?? Dynamic Systematic Impact Model of Market Signals upon ?Trade and Its Empirical Research? WANG Chun-feng, ZHANG Long-bin, FANG Zhen-ming? (School of Management, Tianjin University, Tianjin 300072, China)? Abstract:Price, volume and time are the most important observable signals in the securities market. The information conveyed by these market signals necessarily has an impact on the market agents and also the trade. Based on the dynamic systematic model presented by Simone Manganelli which models time, volume and price simultaneously, an improved model was presented by considering the irregular character of the data. Then the models are compared by using the Chinese stocks data. The empirical results suggest that the improved model can better interpret the impact of these signals on trade predicted by classical microstructure theory.? Key words:ultra high frequency data; irregular spaced data; autoregressive conditional duration; GARCH?? 1 引言? Easley和O’Hara［1,2］指出交易时间可以传递有关资产真实价值的信息，这意味着交易时间将对交易过程具有影响。以往对微观结构的研究大多只关注交易价格和交易量变化所传达的信息对交易过程的影响，而忽视了交易时间传递的信息对交易过程的影响。然而，随着近年来超高频数据在金融研究领域的广泛应用，理论界开始重视对交易时间的建模和研究。其中，Engle和Russell［3］最早使用久期(duration)来表示交易时间间隔，并提出条件久期自回归（ACD）模型来刻画交易时间间隔的变化规律。此后，Engle［4，5］将久期引入波动性的研究框架，分析了久期所传递的信息对波动性变化的影响。在国内，房振明［6］考察了久期对交易量、价差、交易速度的影响。Manganelli［7］扩展了Engle［4，5］的研究，基于不规则时间序列的建模方法，建立了一个考虑交易时间、交易量、交易价格联合作用的动态系统模型来刻画这些变量对交易过程的影响。? 在上述研究的基础上，本文对Manganelli的模型进行了改进，并利用中国股市的数据对改进的模型进行了验证。下文首先阐述了交易时间、交易量、交易价格对交易过程影响的微观结构理论。然后，根据Engle不规则时间序列GARCH的建模思想，对Manganelli的模型框架进行了改进。最后利用中国股市的数据对改进模型进行了比较验证，并从微观结构理论的角度对实证结果进行了分析。? 2理论模型与研究方法? 2.1 交易价格、交易量和交易时间对交易过程影响的微观结构理论模型 经典的微观结构理论认为，金融市