1 导论 1
1.1 问题的提出 1
1.2 本项研究的意义 3
1.3 研究方法、研究工具与数据来源 3
1.4 研究内容及结构安排 5
1.5 创新之处与不足 7
2 国内外金融持续时间统计分析的理论与应用述评 10
2.1 ACD模型的理论基础 12
2.2 基本的ACD模型 14
2.3 ACD模型的估计方法 17
2.3.1 拟极大似然(QML)估计 17
2.3.2 极大似然(ML)估计 20
2.3.3 非参数(NP)估计 21
2.3.4 关于参数与非参数估计的模拟评价 23
2.4 基本ACD模型的扩展 28
2.4.1 增广ACD模型 28
2.4.2 长记忆ACD模型 34
2.4.3 机制转换ACD模型 34
2.4.4 潜在变量ACD模型 37
2.4.5 多元持续时间模型 38
2.5 ACD模型的检验 39
2.5.1 残差的检验 40
2.5.2 条件均值函数的检验 40
2.5.3 标准化持续时间分布的检验 42
2.5.4 基于NP估计的ACD模型检验 45
2.6 本章小结 49
3 金融持续时间的统计特征与日内模式分析 51
3.1 金融持续时间的统计特征挖掘 51
3.1.1 金融持续时间及其特征 51
3.1.2 研究样本和数据描述 54
3.1.3 交易持续时间的统计特征 55
3.1.4 价格持续时间的统计特征 63
3.1.5 成交量持续时间的统计特征 69
3.2 金融持续时间的日内模式分析 70
3.2.1 数据与计量检验方法 76
3.2.2 实证结果 77
3.3 本章小结 82
4 中国证券市场交易持续时间的建模与交易信息作用的检验 84
4.1 基于交易持续时间的Granger因果关系检验 84
4.1.1 、Granger因果关系检验 86
4.1.2 实证研究 88
4.1.3 总结与展望 95
4.2 基于ACD标值模型的市场微观结构假设验证 95
4.2.1 变量的作用及实证假设 97
4.2.2 研究设计 98
4.2.3 实证分析 102
4.2.4 研究结论 106
5 中国证券市场价格持续时间的建模与日内风险价值预测 108
5.1 价格持续时间模型 109
5.2 不等间隔日内风险价值模型 111
5.3 ISIVaR预测与返回检验 113
5.3.1 ISIVaR预测算法 113
5.3.2 返回检验 114
5.4 实证分析 115
6 流动性风险意义下中国证券市场超额成交量持续时间的建模与应用 128
6.1 成交量持续时间与超额成交量持续时间的统计特征 130
6.1.1 高频金融数据的样本选取与处理 131
6.1.2 成交量与超额成交量持续时间描述统计分析 133
6.1.3 小结 139
6.2 基于ACD标值模型的市场微观结构假设检验 151
6.2.1 变量的选择 151
6.2.2 ACD标值模型 153
6.2.3 提出市场假说 157
6.2.4 假说的检验 159
6.2.5 小结 169
6.3 本章小结 178
7 基于Copula的交易持续时间模型及其应用 179
7.1 基于Copula的交易持续时间模型及估计 179
7.1.1 Copula理论介绍 179
7.1.2 多元Copula-ACD模型 180
7.1.3 估计与推断 181
7.2 实证分析 182
7.2.1 样本数据描述 182
7.2.2 估计结果 187
7.3 本章小结 189
8 总结与展望 191
8.1 全书总结 191
8.1.1 关于金融持续时间市场的统计特征与日内模式 191
8.1.2 关于金融持续时间的统计建模与应用 192
8.2 未来研究展望 194
8.2.1 金融市场日内风险的测量与风险控制 194
8.2.2 多市场与多资产的交易行为研究 194
8.2.3 对中国股市进行更长期的研究 195
参考文献 196
致谢 206