中國股市高頻數(shù)據(jù)的波動性研究—來自HS300指數(shù)的實證.pdf

1、近年來，金融市場發(fā)展迅速，市場中短時間內(nèi)的交易越來越頻繁，交易量也越來越大，以往利用低頻數(shù)據(jù)所做的研究難以滿足金融市場發(fā)展的需求。因此人們開始逐步轉(zhuǎn)向?qū)r間刻度要求越來越精細的高頻數(shù)據(jù)領(lǐng)域。通常情況下，我們把高頻數(shù)據(jù)分為兩類，一是，采集頻率較高的等時間間隔的日內(nèi)數(shù)據(jù)，稱為傳統(tǒng)的高頻數(shù)據(jù)；二是，逐筆交易和逐秒記錄的數(shù)據(jù)，稱為超高頻數(shù)據(jù)。由于高頻數(shù)據(jù)的采集頻率較高，包含了大量的市場信息，因而是研究市場微觀結(jié)構(gòu)的重要因素。因此，研究金融市場高

2、頻數(shù)據(jù)有助于了解金融市場微觀結(jié)構(gòu)特征，同時還可以指導市場投資者進行投資，成為市場監(jiān)督機構(gòu)提供有利工具。本文以高頻數(shù)據(jù)產(chǎn)生的背景為切入點，采用HS300指數(shù)為樣本，主要從三個部分研究了中國股市高頻數(shù)據(jù)的波動性。
　　第一部分，首先闡述了高頻時間序列的數(shù)據(jù)特征，然后采集1分鐘、5分鐘、10分鐘、15分鐘、30分鐘、60分鐘間隔的日內(nèi)數(shù)據(jù)，對市場微觀結(jié)構(gòu)的高頻數(shù)據(jù)的統(tǒng)計特征進行分析，研究收益率的日內(nèi)模式。結(jié)果表明，微觀市場收益率分布呈非

3、正態(tài)性，并且采集的頻率越高，非正態(tài)性越顯著；同時還驗證了高頻時間序列的收益率有著明顯的日內(nèi)模式。
　　第二部分和第三部分主要研究股市高頻數(shù)據(jù)的波動性問題，對于波動性的分析主要是從空間上收益率的波動和時間上持續(xù)期的波動兩個角度綜合考慮的。在第二部分中，主要是在空間方向上用ARCH類研究時間間隔相等的高頻數(shù)據(jù)波動幅度特征，通過模型的擬合對比，最終得出EGARCH（1,1）模型可以較好的擬合我國證券市場股指收益率的波動性特征，并且在當前

4、形勢下，利好消息對收益率波動的影響要大于利空消息。
　　在第三部分中，我們引入ACD模型，在時間方向上研究時間間隔不相等的超高頻數(shù)據(jù)的持續(xù)期。ACD模型將交易持續(xù)期看作是一個標記點過程，可有效解決超高頻數(shù)據(jù)的建模問題。最終，通過模型的擬合對比，得出EACD（1,1）可以很好地研究交易持續(xù)期的自回歸情況，并且在證券市場上，交易持續(xù)期存在著較強的聚類現(xiàn)象，現(xiàn)在的交易持續(xù)期對未來的持續(xù)期的影響可能會以指數(shù)形式遞減。
　　本文從高頻