第１３卷第５期２０１０年５月

管理科学学报

ＪＯＵＲＮＡＬＯＦＭＡＮＡＧＥＭＥＮＴＳＣＩＥＮＣＥＳＩＮＣＨＩＮＡ

Ｖ０１．１３Ｎｏ．５Ｍａｙ２０１０

中国期货市场价格久期波动聚类特征研究①

刘向丽１，程

刚２，成思危３，汪寿阳３，洪永淼４

（１．中央财经大学金融学院，北京１０００８１；２．香港城市大学经济与金融学系，中国香港；

３．中国科学院数学与系统科学研究院，北京１００１９０；４．美国康乃尔大学经济学系与统计科学系，纽约１４８５０）

摘要：分别在四种残差分布假设下对四种ＡＣＤ模型进行参数估计，通过检验模型的性能，分析适合我国期货市场的ＡＣＤ模型及残差的分布．并以此为基础，在价格久期模型中，分别加入久期内平均交易量、久期内平均绝对收益率和久期时点处的持仓量这三个微观结构因子，据此分析交易强度、价格波动和市场深度对价格久期的影响．实证结果表明：复杂的ＡＣＤ模型并不能显著提高模型拟合能力，但各残差分布阅差异较大．久期内的平均交易量、平均绝对收益率

对价格久期都有显著的负向作用，而持仓量对其有微弱的影响．引入微观结构变量的扩展模型

比封闭的模型表现更好．

关键词：久期；ＡＣＤ模型；微观结构；聚类效应中图分类号：Ｆ８３０．９

文献标识码：Ａ

文章编号：１００７—９８０７（２０１０）０５—００７２—１０

０

引言

和质量，对交易聚类特征的刻画是该模型的优势之处，对检验具有时间特征的市场微观结构假设

在高频金融数据中，除了交易的价格、收益、交易量等信息外，交易或价格的久期（持续时间）也是一个非常重要的变量．久期在某种程度上反映了交易者的决策过程，有助于了解交易过程的变化．用高频数据可以更好的了解市场的波动性，波动性不但包括通常的波动幅度的大小和密集程度的变化，而且还包括实时交易过程中价格久期的波动变化．

Ｅｎｇｌｅ¨１首次提出ＡＣＤ（ａｕｔｏｒｅｇｒｅｓｓｉｖｅ

ｔｉｏｎａｌ

ｃｏｎｄｉ－

也具有相当大的优势．

ＡＣＤ模型一经提出，就引起了人们的广泛关

注，并不断被完善．Ｅｎｇｌｅ和Ｒｕｓｓｅｌｌ旧１以及Ｅｎｇｌｅｌ３

Ｊ

进一步完善了ＡＣＤ模型，用ＡＣＤ模型较好地完成了对交易频率等实时交易变量的预测，从时间角度检验了市场微观结构理论，对金融市场微观结构理论的完善和发展起到了强大的推动作用．Ｂａｕｗｅｎｓ和Ｇｉｏｔ”１发展了Ｅｎｇｌｅ和Ｒｕｓｓｅｌｌ¨ｏ的模型，提出了对数形式的ＡＣＤ模型，用对数ＡＣＤ模型可以避免线性ＡＣＤ模型实证中的一些参数约束，提供了验证市场微观假设更合适的框架模型．

Ｂａｕｗｅｎｓｅｔａｌ【５

ｄｕｒａｔｉｏｎ）模型用以研究不等时间间隔的交

易的统计特征，并很好的预测了外汇交易价格询

价的变化频率，利用交易到达时间和买卖价更新时间对市场微观结构进行了分析．ＡＣＤ模型是一

ｏ比较评价了残差基于不同分布密

度的ＡＣＤ模型．Ｂａｕｗｅｎｓ和Ｇｉｏｔｌ６。提出了非对称ＡＣＤ模型．Ｄｍｓｔ和Ｗｅｒｋｅｒ【７’８１提出并构建了半参数ＡＣＤ模型．随着ＡＣＤ模型的不断发展完善，其

个关于时间的模型，最基本的应用是可以测量和

预测交易到达过程的强度，从而观测市场的效率

①收稿日期：２００８—０４—２１；修订日期：２００９—０５—２１．

基金项目：中央财经大学２１１工程三期重点学科建设资助项目．

作者简介：刘向晤（１９７４－－），女，山西人，副教授．Ｅｍｉｌ：ｌｘｌｂｘｌ＠１６３．ｔｏｍ