上海股市微观结构的超高频数据分析  

Ultra-High-Frequency Data Analysis of Shanghai Stock Market Microstructure

作　　者：徐正国 张世英[1] 

机构地区：[1]天津大学管理学院,天津300072

出　　处：《天津大学学报（社会科学版）》2005年第3期161-166,共6页Journal of Tianjin University：Social Sciences

基　　金：国家自然科学基金资助项目(70471050)

摘　　要：运用上海股市个股及指数的超高频数据,通过建立自回归条件时间间隔模型和超高频广义自回归条件异方差模型,对上海股市的微观结构中有关交易的时间间隔的聚类性以及时间间隔的长短对投资者行为影响进行了研究。结果表明,上海股市交易的时间间隔具有很强的聚类性,较长的交易时间间隔表明市场上没有新的信息。Based on single stock and index’s ultra-high-frequ ency data, the paper constructs the autoregressive conditional duration model an d ultra-high-frequency generalized autoregressive conditional heteroskedastici ty model, then analyses the duration’s clustering and duration’s impact on inv estors’ behavior of duration. The research shows that Shanghai Stock’s duratio n has strong clustering, and long duration means no new information.

关 键 词：超高频数据 自回归条件时间间隔模型 超高频广义自回归条件异方差模型 微观结构 

分 类 号：F830.91[经济管理—金融学]