交易信號對交易過程的動態影響模型研究

摘 要：交易時間、交易量和交易價格是市場交易者最容易觀察到的交易信號，這些信號所傳遞的信息必然對交易者的交易策略和交易過程產生影響。根據Manganelli基于不規則時間序列對交易時間、交易量和交易價格建立的動態系統模型，在考慮交易時間間隔的不規則性對價格波動性度量影響的基礎上提出了改進模型，并利用中國股市的數據對改進前后的模型進行了實證比較。比較結果表明改進模型能更好地解釋微觀結構理論所揭示的交易時間、交易量和交易價格之間的動態關系及其對交易過程的影響。

關鍵詞：超高頻數據；不規則時間序列；自回歸條件久期；GARCH

中圖分類號：F832.5 文獻標識碼：A 文章編號：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］指出交易時間可以傳遞有關資產真實價值的信息，這意味著交易時間將對交易過程具有影響。以往對微觀結構的研究大多只關注交易價格和交易量變化所傳達的信息對交易過程的影響，而忽視了交易時間傳遞的信息對交易過程的影響。然而，隨著近年來超高頻數據在金融研究領域的廣泛應用，理論界開始重視對交易時間的建模和研究。其中，Engle和Russell［3］最早使用久期(duration)來表示交易時間間隔，并提出條件久期自回歸（ACD）模型來刻畫交易時間間隔的變化規律。此后，Engle［4，5］將久期引入波動性的研究框架，分析了久期所傳遞的信息對波動性變化的影響。在國內，房振明［6］考察了久期對交易量、價差、交易速度的影響。Manganelli［7］擴展了Engle［4，5］的研究，基于不規則時間序列的建模方法，建立了一個考慮交易時間、交易量、交易價格聯合作用的動態系統模型來刻畫這些變量對交易過程的影響。……