金融市场超高频时间序列ACD—GARCH—V模型研究耿克红，张世英(天津大学管理学院，天津300072)摘要：金融市场超高频时间序列建模是目前金融计量经济学研究的热点。该文在已有研究的基础上，建立了ACD—GARCH—V模型，通过实证分析考察了超高频交易量变化率及交易持续期对金融产品收益率和波动性的影响。关键词：超高频时间序列；超高频交易量；ACD—GARCH—V模型中图分类号：F830．91文献标识码：A文章编号：1002—6487{2007)02-0081-03列一般包括两类变量：一类是交易到达的时间；另一类变量0引曹通常被称为标值(marked)，包括交易价格，交易量以及金融产品的购买价格(bidprice)和销售价格(askprice)等。Engle随着对金融市场微观结构研究的深入，人们越来越希望(1994)[1首次提出了分析实时交易数据中交易到达时间的洞悉金融市场的流动性、市场效率、交易成本以及市场的波ACD模型，并与Russell(1997)m、Lange(1997)Isl~起将ACD模动性。由此，对金融市场实时交易数据的研究具有很强的迫型应用到外汇报价变化频率和股票市场时变流动性的研究切性，加上计算机技术的飞速发展，使人们可以利用先进的上，取得了满意的成果。Ghysels和Jasiak(1998把ACD模型手段和技术去采集和分析金融市场的实时交易数据，这种实与ARCH模型结合起来，提出ACD—GARCH模型。Engle时交易数据就是所谓的金融市场超高频时间序列(ultrahigh(2O00)嘲又对ACD—GARCH模型进一步进行了完善。但是，frequency，简记为UHF)。它与传统的金融时间序列最大的区目前没有研究超高频交易量对股票收益率和收益率波动性别是：超高频时间序列是在不相等的时间间隔上选取观察样影响的文献，不过，我们知道，交易量或交易量的变化传递着本，而过去的金融时间都是建立在相同时间间隔观测的基础某种有关交易的重要信息，如果不对它进行探讨，则有可能上的，也就是说这些等时间间隔的数据是由实时交易数据在影响到人们对金融市场微观结构的研究。本文是在已有研究间隔相等的时间点上聚合而得到的。金融市场超高频时间序的基础上对该类问题进行了探讨，提出并建立了ACD一基金项目：国家自然科学基金资助项目(70471050)深化金融制度改革，进一步推动金融发展，充分发挥其提高3结论资源配置效率的作用，将有利于中国经济全要素生产率提高，有利于实现中国经济持续、快速、稳定增长。改革开放以来中国经济增长取得J，举世瞩目的成就，但是全要素生产率TFP对经济增长的贡献率较小，中国经济增参考文献：．长主要是通过大量资本、劳动投入实现的，显然这种“投入驱【1]RossLevine．FinancialDevelopmentandEconomicGrowth：Views动”模式无法支持中国经济长期增长，如何提高全要素生产andAgenda[J]．JnumalofEconomicLiteratu~．，1997，(Jane)：688-726．率成为实现中国经济长期增长的关键问题。中国经济增长问【2]RossIevjneFm'aneeandGrowth：，Ille0Evid∞瞩andMechanisms【MlHandbookofEconomicGwwlkAn~dam：North-Hdla~，题的研究大多强调实际因素(对外贸易的增长、引进外资、产【3]Robindson,Joan．TheGeneralimfionoftheGtTheory，Inthe业结构的升级等)和制度因素的作用，对金融发展在经济增RateofInterest,andOtherEss町】，[tmdon：Macmillan,1952：67-142．长中的作用缺乏深入研究。本文对金融发展与中国全要素生【4】谈儒勇：中国的金融发展与经济增长的实证研究田．经济研究，产率TFP的长期关系进行了协整检验，实证结果表明金融发1999，(10)．展与全要素生产率间存在协整关系，金融发展是全要素生产【5】曹啸，昊军’我国金融发展和经济增长关系的格兰杰检验和特征分率变动的长期原因，而且影响程度明显，说明金融发展通过析【J】．财贸经济，2002，(5)．降低交易成本，推动技术创新，提高资源配置效率，促进全要(责任编辑／李友平)素生产率(TrP)提高，进而促进经济增长的作用显著，因此，统计与决策2007年2月(理论版)81GARCH—V模型。GARCH模型。超高频GARCH模型的收益率方程可以由传统的1ACD-GARCI-I-V模型的建-orGARCH模型的收益率方程表示，