金融計(jì)量學(xué)與高頻數(shù)據(jù)分析

1、金融計(jì)量學(xué)與（超）高頻數(shù)據(jù)分析1一 金融計(jì)量學(xué)一個(gè)初步的分析框架金融計(jì)量學(xué)(Financial Econometrics)通常就是指對(duì)金融市場(chǎng)的計(jì)量分析。這里的“計(jì)量分析”不僅包括對(duì)金融市場(chǎng)各種交易變量（如價(jià)格、交易量、波動(dòng)率等）進(jìn)行相應(yīng)的統(tǒng)計(jì)分析和計(jì)量建模，還包含實(shí)證金融中大量的實(shí)證方案和基于隨機(jī)分析框架下連續(xù)金融的主要成果（Campbell et al （1997）。狹義上將僅指對(duì)金融市場(chǎng)各個(gè)變量參數(shù)的計(jì)量建模（Bollerslev（2001）、Engle（2001）。 象 Bollerslev 和 Engle 他們一直以時(shí)序建模為核心致力于對(duì)金融市場(chǎng)的計(jì)量分析，自然很容易將實(shí)證金融和連續(xù)

2、金融排斥在金融計(jì)量范疇之外，相反以實(shí)證見(jiàn)長(zhǎng)的 Campbell 等人是不會(huì)同意的。本文將采用 Campbell 等框架，因?yàn)樵诟哳l數(shù)據(jù)分析對(duì)金融市場(chǎng)的計(jì)量建模、實(shí)證金融、乃至連續(xù)金融都將產(chǎn)生巨大的挑戰(zhàn)和沖擊，從而也加速了各個(gè)研究領(lǐng)域的融合。當(dāng)然這里僅限于以金融市場(chǎng)作為研究對(duì)象，自然就放棄了有關(guān)宏觀經(jīng)濟(jì)中金融領(lǐng)域方面的研究（如金融政策、金融機(jī)構(gòu)分析等）。側(cè)重于從交易者（或稱金融市場(chǎng)上的消費(fèi)者）角度研究各種信用市場(chǎng)（如股票市場(chǎng)、外匯市場(chǎng)等）的內(nèi)部結(jié)構(gòu)和運(yùn)作規(guī)律。具體而言，就是在一定的證券（如股票、外匯、期貨等）價(jià)格過(guò)程和市場(chǎng)假設(shè)下（簡(jiǎn)稱價(jià)格和市場(chǎng)假設(shè)），研究如何進(jìn)行最優(yōu)投資和資產(chǎn)定價(jià)。經(jīng)典的價(jià)格假

3、設(shè)主要指隨機(jī)游走假設(shè)（離散狀態(tài)）和幾何 Brown 運(yùn)動(dòng)（連續(xù)情形），由這兩個(gè)基本假設(shè)是可以逐步放松到其他情形的價(jià)格假設(shè)。市場(chǎng)假設(shè)主要包括包括三個(gè)方面：交易者效用函數(shù)（如 HARA 型）、市場(chǎng)均衡與無(wú)套利假設(shè)（如完全市場(chǎng)）、和市場(chǎng)摩擦假設(shè)（如完美市場(chǎng)）。從 Markwitz 的均值-方差分析（Markwitz（1987）到 Merton 的連續(xù)跨期投資模型（Merton（1990）給出了在不斷放松的價(jià)格和市場(chǎng)假設(shè)下最優(yōu)投資策略問(wèn)題的基本分析框架。而最優(yōu)的資產(chǎn)定價(jià)無(wú)非不能給其他交易者有套利的機(jī)會(huì)，也即無(wú)套利假設(shè)（當(dāng)然如何更寬泛地定義無(wú)套利是目前重要的研究領(lǐng)域）。Duffie（1996）、Kara

4、tzas and Shreve（1997）、JIA-AN YAN（1998）比較理論地總結(jié)了這方面的主要研究成果。Hunt and Kennedy（2000）則側(cè)重于定價(jià)實(shí)證方面的結(jié)果總結(jié)。這里值得特別提出的目前一個(gè)重要的研究熱點(diǎn)領(lǐng)域就是如何確定連續(xù)定價(jià)模型里的波動(dòng)率參數(shù)，特別是如何將已有計(jì)量模型（如 GARCH 類模型）引入定價(jià)框架中。Jin-Chuan Duan（1995，1997，1999）較為成功地得到 GARCH 離散資產(chǎn)定價(jià)公式，并研究相應(yīng)的模型估計(jì)問(wèn)題。有關(guān)這方面的文獻(xiàn)可參見(jiàn) GUO（2001）。Sundaresan（2001）、Campbell（2001）是目前對(duì)整個(gè)連續(xù)金融領(lǐng)

5、域研究最好的文獻(xiàn)綜述。模型所依賴的假設(shè)似乎是理論工作者的“天敵”，他們一直熱衷于對(duì)假設(shè)的檢驗(yàn)和拓展。對(duì)上述市場(chǎng)假設(shè)而言，對(duì)它的修正和改進(jìn)產(chǎn)生了兩個(gè)重要的研究領(lǐng)域：行為金融和不完全市場(chǎng)研究。Shiller（1984）和 Summer（1986）是兩篇行為金融領(lǐng)域開(kāi)創(chuàng)性的文章，他們假設(shè)如果交易者是非理性的或具有怪異的效用函數(shù)，如果市場(chǎng)存在有限套利（limited arbitrage）， 即由于市場(chǎng)交易費(fèi)用或制度限制的存在使得交易者無(wú)法對(duì)任何套利機(jī)會(huì)都可以實(shí)施套利，然后去研究交易者在這種市場(chǎng)中如何進(jìn)行最優(yōu)資產(chǎn)配置和定價(jià)。Shille（r1999）和 Shileife（r2000）初步系統(tǒng)化已有的主要

6、行為金融方面的研究成果。不完全市場(chǎng)的研究可能永遠(yuǎn)都會(huì)是金融領(lǐng)域的研究重點(diǎn)，因?yàn)槔碚撃Ｐ筒豢赡芡耆c現(xiàn)實(shí)相吻合。Constantinides（1986）、Davis and Norman（1990）、Vayanos（1998）是研究帶交易費(fèi)用的最優(yōu)資產(chǎn)配置比較有影響的文獻(xiàn)；Cox and Huang（1989）提出了一種新的鞅表示定理替代一般隨機(jī)動(dòng)態(tài)規(guī)劃的方法來(lái)研究不完全市場(chǎng)中的資產(chǎn)配置問(wèn)題。He and Pages（1993）、Cuoco（1997）研究了在勞動(dòng)收入與證券組合交易限制（如賣(mài)空）情形下的消費(fèi)-投資問(wèn)題。Shapirol （1998）、Verorresi（1999）和 XIA（19

7、99）1 本研究得到中國(guó)人民大學(xué)應(yīng)用統(tǒng)計(jì)研究中心的資助，特別感謝！是最近研究不完全市場(chǎng)中資產(chǎn)組合和定價(jià)問(wèn)題的代表作，常被引用。需特別強(qiáng)調(diào)的是，Black（1992，1993）最早研究了在連續(xù)框架下的內(nèi)部交易人（insiders）的交易策略問(wèn)題，這顯然要將微結(jié)構(gòu)理論與不完全市場(chǎng)的研究結(jié)合起來(lái)。對(duì)價(jià)格假設(shè)的檢驗(yàn)和建模是現(xiàn)代金融理論最為重要也最為活躍的研究領(lǐng)域。首先價(jià)格假設(shè)中最重要的莫過(guò)于 EMH（有效市場(chǎng)假設(shè)）（Fama（1970）。正如 Samuelson 所言，如果金融經(jīng)濟(jì)學(xué)是社會(huì)科學(xué)王冠上一個(gè)明珠的話，那 EMH 將占去它一半的光彩。與 EMH 相聯(lián)系的就是對(duì)價(jià)格過(guò)程的隨機(jī)游走假設(shè)（RWH）

8、和鞅假設(shè)，這兩種假設(shè)都是刻畫(huà)價(jià)格過(guò)程一階矩的不可預(yù)測(cè)性的。當(dāng)然它們有不同的表現(xiàn)形式（Campbell et al（1997）。盡管 Reloy（1973）、 Lucas（1978）成功地構(gòu)造了一個(gè)滿足 EMH 的模型，但不滿足 RWH，在成熟市場(chǎng)（如美國(guó)信用市場(chǎng)）人們一般還是將 RWH 作為 EMH 存在一個(gè)重要檢驗(yàn)形式，但在中國(guó)這樣的新興市場(chǎng)，這兩者之間存在巨大的差距（這一點(diǎn)似乎國(guó)內(nèi)沒(méi)有多少關(guān)注過(guò)?。?。這里我們以成熟市場(chǎng)而言，并且限制僅對(duì)弱性 EMH 進(jìn)行討論（三種形式的檢驗(yàn)是截然不同的！）。僅從待檢的單個(gè)證券的收益率變量2出發(fā)，主要集中檢驗(yàn)它是否滿足 RWH。RWH 隱含著收益率序列的不可

9、預(yù)測(cè)性（僅對(duì)一階矩而言）和等間隔等方差性3。目前已有大量文獻(xiàn)結(jié)果但一直到現(xiàn)在依然很活躍。Fama and French（1998a）、Poterba and Summers(1988)從滯后收益率中得到了對(duì)當(dāng)前收益率的有效預(yù)測(cè)；對(duì)收益率可預(yù)測(cè)性的實(shí)證分析文章很多，如 Campbell and Shiller(1988a)、Fama and French（1988b）、Hodrick（1992）從 D/P 比（Dividend/Price）；Campbell and Shiller（1988b）從 E/P比（Earnings/Price）；Lewellen（1999）從市場(chǎng)背書(shū)比率（Book-t

10、o-market ratios）；Lamou（t 1998）從紅利發(fā)放比率（Dividend payment ratio）；Nelson（1999）、Barker and Wurgler（2000）從新的融資結(jié)構(gòu)；Campbel（l 1987）、Hodrick（1992）還從最近的短期利率變化；Lattau and Ludvigson（1999a）從收入與財(cái)富的消費(fèi)比例；Lattau and Ludvigson（1999b）、Fama and French（1989）從商業(yè)周期循環(huán)的角度等。這里不包括那些關(guān)于滯后很長(zhǎng)時(shí)間（如 2-3 年）的均值回復(fù)（Mean-reverting）行為的研究。其

11、實(shí)在對(duì)收益率序列的預(yù)測(cè)性進(jìn)行檢驗(yàn)時(shí)，RWH 認(rèn)為序列增量是獨(dú)立的，所以一般都去檢驗(yàn)序列增量部分的相關(guān)性。需要強(qiáng)調(diào)的是，上述檢驗(yàn)文章都是依賴較低頻（主要以月度數(shù)據(jù)為主）的交易數(shù)據(jù)庫(kù)，而不同的數(shù)據(jù)庫(kù)是完全可以得到迥然不同的結(jié)論的（Wood（2000）。Campbell（1999）也發(fā)現(xiàn)了收益率的預(yù)測(cè)性在較低頻數(shù)據(jù)中表現(xiàn)的要比較高頻數(shù)據(jù)顯著的多，比如用 D/P 比來(lái)預(yù)測(cè)的話，用月度數(shù)據(jù)與用年度數(shù)據(jù)和兩年度數(shù)據(jù)相比，可預(yù)測(cè)性部分由 2%提高到 18%和 34%。所以高頻數(shù)據(jù)的分析在這個(gè)領(lǐng)域也是必不可少的。Heaton and Lucas（1999）再次表明收益率在不同頻率的數(shù)據(jù)下都存在可預(yù)測(cè)性部分。對(duì)

12、于高頻數(shù)據(jù)的實(shí)證結(jié)果我們將在下節(jié)介紹。對(duì)收益率可預(yù)測(cè)性檢驗(yàn)還可以從多變量角度出發(fā)，也就是收益率的橫截面數(shù)據(jù)分析。對(duì)實(shí)證而言，如果能夠構(gòu)造一種交易策略，能比較顯著地獲得額外收益（與利息率相比），都將對(duì) EMH 構(gòu)成挑戰(zhàn)，因?yàn)樗按驍×耸袌?chǎng)”（Beat the Market）。DeBondt and Thaler（1985）發(fā)現(xiàn)了目前良好或極差的證券在 36 個(gè)月后都會(huì)有相反的表現(xiàn)，他們把這歸因于交易者的過(guò)度反應(yīng)（Overreaction）。Chopra et al （1992）在考慮市場(chǎng)風(fēng)險(xiǎn)和規(guī)模效應(yīng)的情況下，再次證實(shí)他們的發(fā)現(xiàn)。由 DeBondt and Thaler 的發(fā)現(xiàn)就可以構(gòu)造一個(gè) C

13、ontrarian 策略即賣(mài)出目前表現(xiàn)良好的證券，買(mǎi)進(jìn)表現(xiàn)差的證券，那么在 36 個(gè)月后一定能獲得超額利潤(rùn)（相對(duì)利息率而言）。Lakonishok et al（1994）、Franke（l 1998）進(jìn)一步解釋這種 Contrarian 策略存在的原因。Jegadeechand Titman（1993）發(fā)現(xiàn)另外一種非常奇怪的“momentum effect”現(xiàn)象，就是在過(guò)去 3-12 個(gè)月中具有高收益的證券未來(lái)趨于表現(xiàn)差。相應(yīng)地就可以構(gòu)造一種 momentum 交易策略。目前對(duì)這一現(xiàn)象討論得非常激烈。Rouwenhorst（1998）實(shí)證了國(guó)際金融市場(chǎng)上的 momentum 交易策2 如果價(jià)格

14、是連續(xù)性變量，則收益率過(guò)程和原來(lái)的價(jià)格過(guò)程是完全一致的。但如果價(jià)格只能離散取值的話（后面將介紹），那兩者就完全不同了，3 如兩周收益率的方差在 RWH 假設(shè)下應(yīng)是一周收益率的方差的兩倍。略廣泛存在性；Moskowitz and Grinblatt（1999）意圖從公司的產(chǎn)業(yè)背景來(lái)解釋 momentum 現(xiàn)象；Chui et a（l 2000）從產(chǎn)權(quán)結(jié)構(gòu)加以詮釋；Jegadeech and Titman（2000）評(píng)價(jià)了各種對(duì)momentum現(xiàn)象的解釋理論，再次證實(shí)了 momentum 策略贏利性。有趣的是，Hong（1999）居然得到上述兩種奇異現(xiàn)象的統(tǒng)一的理論模型。如果從橫截面分析的公共因子

15、的角度來(lái)看，F(xiàn)ama and French（1992，1993）建立的因子模型是這方面研究的基礎(chǔ)，目前因子模型討論的文章很多，最新的進(jìn)展可參見(jiàn) Fama and French（1998）、Rouwenhorst（1999）、Titman and Xie（2000）等。對(duì)收益率的建模研究一直在計(jì)量經(jīng)濟(jì)學(xué)占據(jù)很重要的位置。顯然對(duì)于一階矩的刻畫(huà)單從模型角度而言是沒(méi)有什么意義的，所以人們將注意力都放在了對(duì)二階矩的建模上。也就是對(duì)收益率波動(dòng)率的計(jì)量建模。正如 Bollerslev（2001）所言，ARCH 模型和 GMM 估計(jì)是過(guò)去 20年內(nèi)金融計(jì)量學(xué)發(fā)展中最重大的創(chuàng)新。目前所有的波動(dòng)率模型中，ARCH

16、 類模型無(wú)論從理論研究的深度還是從實(shí)證運(yùn)用的廣泛性來(lái)說(shuō)都是獨(dú)一無(wú)二的，盡管還有一些如 SV 模型、 Switch-regime 模型等較為重要的波動(dòng)率模型。目前比較好的文獻(xiàn)綜述型文章有 Bollerslev et al（1992）、Engle（1995）、Ghysels et al（1998）和 Shephard（1996）。這里需要特別指出兩個(gè)重要的研究成果：其一是 Drost and Nijman（1993）、Drost and Weker（1996）建立的基于不同頻率數(shù)據(jù)上的弱 GARCH 模型的一致性結(jié)果，開(kāi)始從理論上討論如果數(shù)據(jù)頻率改變的話，所建立 GARCH 模型之間的內(nèi)在關(guān)系。第

17、二是 Nelson（1990）所建立的 GARCH 模型的 SDE 描述的極限形式和 Nelson（1996a，1996b）證明了即使 GARCH 模型不是真實(shí)的數(shù)據(jù)刻畫(huà)模型，也會(huì)得到一致的波動(dòng)率估計(jì)。Nelson 的結(jié)果一方面針對(duì) GARCH 的穩(wěn)健性，另一方面也為也為離散計(jì)量模型與連續(xù) SDE 刻畫(huà)的模型之間聯(lián)系提供一個(gè)研究方法。這兩個(gè)結(jié)果直接和 GARCH 模型在高頻數(shù)據(jù)中運(yùn)用有著直接的關(guān)系。附帶提一下，一般 GARCH 模型都是對(duì)日數(shù)據(jù)建模最為合適，Engle（1982）用的英國(guó)季度通貨膨脹數(shù)據(jù)建模。與 Engle（1982）同一年在同一雜志（Econometrica）上發(fā)表的 Han

18、sen（1982）提出 GMM 估計(jì)，盡管最初它只是一篇理論性的文章，但到現(xiàn)在 GMM 估計(jì)已成為計(jì)量經(jīng)濟(jì)學(xué)（特別是金融計(jì)量學(xué)）中最重要的估計(jì)方法之一，主要原因在于 GMM 估計(jì)不要求變量分布函數(shù)形式同時(shí)又能給出較精確的估計(jì)。在 GMM 基礎(chǔ)上，Gourierox et al(1993)提出間接推斷的估計(jì)方法；Gallant and Tauchen（1996， 1998）提出有效矩估計(jì)方法（EMM）。EMM 估計(jì)在 Singleton（1999）、Gallant et al（1999）得到了很好的估計(jì)結(jié)果，Tauchen（2001）給出了一個(gè)簡(jiǎn)短的 EMM 總結(jié)。Bollerslev（2001

19、）認(rèn)為這幾種估計(jì)方法將是以后金融計(jì)量學(xué)（特別是高頻數(shù)據(jù)建模估計(jì)）中起到支柱性的作用。最新的波動(dòng)率模型有 Boudoukh et a（l1998）的 HYBird 模型、Engle and Managanel（i1999）的 CAViaR 模型、和 Embrechts et al（1997）、Mcniel and Frey（2000）的尾部極值理論估計(jì)等?，F(xiàn)在還不清楚這幾種模型與 GARCH 類模型的之間在 ARCH 特征刻畫(huà)方面到底差多少。在波動(dòng)率模型未來(lái)的研究中，顯然有兩個(gè)重要的發(fā)展方向：多元模型與高頻模型的建立、估計(jì)檢驗(yàn)以及其他性質(zhì)研究。Engle（2001）也著重強(qiáng)調(diào)了這個(gè)發(fā)展方向。 的

20、確在過(guò)去的金融計(jì)量學(xué)中，多元 GARCH 模型一直沒(méi)有突破性的進(jìn)展，特別在處理“維數(shù)禍根”方面幾乎是一籌莫展，也可以說(shuō)正因于此，多元模型的研究一直處于停頓狀態(tài)，但多元模型的實(shí)際經(jīng)濟(jì)意義的不言自明的。高頻數(shù)據(jù)模型的迅速發(fā)展使一元模型的找到了新的發(fā)展領(lǐng)域，一者是因?yàn)槟壳坝?jì)算機(jī)的能力和數(shù)據(jù)的可獲得性已為高頻模型發(fā)展提供了條件，二者也的確為現(xiàn)實(shí)的市場(chǎng)參與者的所需要，與之密切相關(guān)的是另一個(gè)欣欣向榮的金融研究領(lǐng)域：市場(chǎng)微結(jié)構(gòu)理論一個(gè)以研究市場(chǎng)價(jià)格形成過(guò)程為目的的研究領(lǐng)域。從上面對(duì)金融計(jì)量學(xué)的框架分析中，我們粗略可以感受到金融計(jì)量學(xué)的兩大特點(diǎn)：一是其實(shí)證性，也就是要知道目前市場(chǎng)是什么樣子以及它是如何演變成這

21、個(gè)樣子的；二是其模型化，通過(guò)計(jì)量模型的建立可以更加精確刻畫(huà)目前的市場(chǎng)狀況從而預(yù)測(cè)未來(lái)金融市場(chǎng)的發(fā)展變化。在微結(jié)構(gòu)理論中，這兩點(diǎn)都得到了充分的體現(xiàn)。如果說(shuō) GARCH 模型是在說(shuō)明價(jià)格過(guò)程伴隨的波動(dòng)率是什么樣子的話，那微結(jié)構(gòu)理論的核心在于探索已有的價(jià)格過(guò)程是如何形成的。自然市場(chǎng)機(jī)制設(shè)計(jì)、不同類型交易者（如 Insiders、informed traders、noise trader）對(duì)市場(chǎng)價(jià)格的影響等都是微結(jié)構(gòu)理論的重要研究?jī)?nèi)容，顯然高頻數(shù)據(jù)分析是它主要的研究工具。OHara（1995）是第一本也是目前唯一比較系統(tǒng)地論述一些比較成熟理論成果的專著，Hodrick（1995）和 Pagan（199

22、6）給出了某些重點(diǎn)研究領(lǐng)域的總結(jié)。微結(jié)構(gòu)理論其實(shí)還是屬于金融計(jì)量學(xué)的價(jià)格假設(shè)范疇，它對(duì)資產(chǎn)配置與定價(jià)理論有什么影響呢？OHara（2001）認(rèn)為這正是未來(lái)微結(jié)構(gòu)理論發(fā)展的重要方向，她甚至還指出微結(jié)構(gòu)理論與公司財(cái)務(wù)、宏觀福利經(jīng)濟(jì)學(xué)等之間聯(lián)系也是重要的研究方向。下一節(jié)中我們將從高頻數(shù)據(jù)分析的計(jì)量工具角度在一定程度上回顧這一理論一些經(jīng)典結(jié)果。二 （超）高頻數(shù)據(jù)分析高頻數(shù)據(jù)即指日與日內(nèi)的數(shù)據(jù)，主要針對(duì)以小時(shí)、分鐘或秒為采集頻率的數(shù)據(jù)。而超高頻數(shù)據(jù)則指對(duì)交易過(guò)程實(shí)時(shí)采集的數(shù)據(jù)（顯然是不等間隔的數(shù)據(jù)）。一般而言，金融市場(chǎng)上的信息是連續(xù)性影響證券價(jià)格變化過(guò)程，離散模型必然會(huì)造成信息的丟失，數(shù)據(jù)頻率越低，則信

23、息丟失就越多。Wood（2000）詳細(xì)討論了國(guó)外金融研究中所用的不同頻率數(shù)據(jù)庫(kù)的歷史和對(duì)未來(lái)實(shí)證研究者的數(shù)據(jù)采集建議。中國(guó)目前（據(jù)我們所知）日內(nèi)數(shù)據(jù)很難得到，更不用談超高頻數(shù)據(jù)了。但是作為一種先進(jìn)的數(shù)據(jù)分析工具，高頻數(shù)據(jù)分析遲早都將被中國(guó)的理論研究者和金融市場(chǎng)的管理者所接納。一般如 GARCH 等計(jì)量模型模型不能解釋波動(dòng)率的驅(qū)動(dòng)因素到底是什么，只有通過(guò)高頻數(shù)據(jù)分析才會(huì)發(fā)現(xiàn)許多市場(chǎng)的微結(jié)構(gòu)因素如實(shí)時(shí)交易的不等間隔（Engle（2000b）、交易規(guī)則和指令流（OHara（1995）、和一些交易者的行為因素（Shileifer（2000）等是真正的價(jià)格產(chǎn)生波動(dòng)的原因。而這些發(fā)現(xiàn)無(wú)疑在理論研究或在政策

24、建議方面都具有重要的研究?jī)r(jià)值。下面我們將把高頻數(shù)據(jù)和超高數(shù)據(jù)分開(kāi)討論，因?yàn)樗鼈冎g在模型分析而言存在著質(zhì)的區(qū)別。（一） 高頻數(shù)據(jù)分析對(duì)一些成熟市場(chǎng)如美國(guó)市場(chǎng)的高頻數(shù)據(jù)實(shí)證分析已經(jīng)得到一些典型的日內(nèi)數(shù)據(jù)特征4，主要有：1、 波動(dòng)率日內(nèi)“U”型走勢(shì)也就是說(shuō)一般每日內(nèi)的波動(dòng)率都是開(kāi)盤(pán)與收盤(pán)時(shí)高，中間交易時(shí)間低。Wood et al（1985）利用分鐘數(shù)據(jù)發(fā)現(xiàn)這一點(diǎn)，Harris（1986）也證實(shí)的確存在這種現(xiàn)象，Admatiand Pfleidere（r 1988）從理論模型出發(fā)證明了這一現(xiàn)象的合理性。Jain and John（1988）、Mcinish and Wood（1990、1991a、1

25、992）有分別實(shí)證了其他交易變量如交易頻率、交易量、買(mǎi)賣(mài)價(jià)差等都具有這種“U”型走勢(shì)。2、 波動(dòng)率具有日歷性日歷性指周一到周五市場(chǎng)的波動(dòng)率變化具有很強(qiáng)的“季節(jié)性”運(yùn)動(dòng)，比如基本都是一樣的“U”型走勢(shì)。這個(gè)結(jié)果在 1 中的文獻(xiàn)里也有所涉及。Anderson and Bollerslev（1994）研究了日歷性與波動(dòng)率的持續(xù)性之間的關(guān)系，他們證明了如果將數(shù)據(jù)中的日歷性剔除，則大大降低較低頻率數(shù)據(jù)中的持續(xù)性。Anderson and Bollerslev（1995， 1998）進(jìn)一步研究了日歷性的主要影響因素，除了時(shí)間刻度，假日、午間休市等影響因素外，規(guī)律性的宏觀經(jīng)濟(jì)信息發(fā)布也是重要的日歷性的產(chǎn)生原

26、因。3、 價(jià)格序列具有極高的峰度在較低頻率的數(shù)據(jù)中，GARCH 模型是可以刻畫(huà)一些峰度較大的數(shù)據(jù)特征的，但如果峰度達(dá)到了 100 以上，那 GARCH 模型就遠(yuǎn)遠(yuǎn)不能刻畫(huà)了。Anderson and Bollerslev（1998）實(shí)證表明隨著日內(nèi)數(shù)據(jù)頻率的增加，其數(shù)據(jù)的峰度也是隨之增加的，到分4 這里必須強(qiáng)調(diào)這些高頻數(shù)據(jù)特征是從成熟市場(chǎng)的數(shù)據(jù)中分析得到的，對(duì)象中國(guó)這樣的新興市場(chǎng)可能特征表現(xiàn)很不一樣。鐘數(shù)據(jù)，峰度就已經(jīng)得到了 100 以上了。4、 價(jià)格序列一階負(fù)相關(guān)性Goodhart and Figliuoli（1991）、Mainish and Wood（1991b）實(shí)證了日內(nèi)價(jià)格序列是具有

27、負(fù)的一階相關(guān)性的，特別在出現(xiàn)一些跳點(diǎn)的情況下。Bollerslev and Domowitz（1993）再次從買(mǎi)賣(mài)尋價(jià)的數(shù)據(jù)中找到了這一特征。Low and Muthusuamy（1996）用 5 分鐘的頻率數(shù)據(jù)驗(yàn)證序列的負(fù)相關(guān)性，并進(jìn)一步證明了這種相關(guān)性具有非線形的特征。除了以上 4 個(gè)主要的特征外，高頻數(shù)據(jù)自然還具有一般的 ARCH 特征（如寬尾，非正態(tài)、波動(dòng)率聚集等）。對(duì)于高頻數(shù)據(jù)的計(jì)量建模，目前還沒(méi)有一種被大家普遍認(rèn)可的模型框架，就如在較低數(shù)據(jù)建模中的 ARCH 模型一樣。但理論界還是存在幾類研究比較活躍的高頻數(shù)據(jù)模型。其一為主要針對(duì)日歷性的模型。Dacorogna et al（199

28、3，1994）認(rèn)為時(shí)間緯度是產(chǎn)生日歷性的主要原因，在此基礎(chǔ)上提出了一種時(shí)間變換模型（Time Deformation Models），有原先的物理時(shí)間緯度變成一種他們稱之為時(shí)間刻度下，在進(jìn)行波動(dòng)率估計(jì)。Beltratti and Morana（1998）提出了一種怪異的隨機(jī)波動(dòng)率模型（SV 模型），這種模型具有類似弱 GARCH 模型具有的時(shí)間聚集性的性質(zhì)（Drost and Nijman（1993，1996），同時(shí)對(duì)市場(chǎng)的信息分布也作了一種靈活的處理。Morana and Beltratti（2000）進(jìn)一步推廣了這種模型。在日歷性模型中影響最大的要屬Anderson 和Bollerslev

29、 最近幾年所作的工作。Anderson and Bollerslev（1994，1995）提出了用一種 FFF 回歸建?？蚣埽‵ourier Flexible Form regression framework），在這種框架下估計(jì)量假設(shè)沒(méi)有方差，從而可以在二步法分析中得到真實(shí)的波動(dòng)率值。但正如 Pagan and Ullah（1988）分析那樣，二步分析法對(duì)估計(jì)量的方差非常敏感。Anderson and Bollerslev（1998b， 1999）進(jìn)一步修正和拓展了他們的估計(jì)方法。ANN et al（2001）利用他們的結(jié)果實(shí)證分析了香港證券市場(chǎng)情況，效果相當(dāng)不錯(cuò)。Bai et al（200

30、0）拓展了他們的結(jié)果去研究在高頻數(shù)據(jù)波動(dòng)率估計(jì)的依存性和非正態(tài)性問(wèn)題。其二為對(duì) GARCH 模型的拓展。由于 GARCH 模型在較低頻率數(shù)據(jù)的成功表現(xiàn)，很自然讓人們考慮如何將它移植高頻數(shù)據(jù)建模中來(lái)。但到目前為止，就我們所知這方面還沒(méi)有重大突破性的進(jìn)展，當(dāng)然也有一些階段性的研究成果。Francq and Zakoian（2000）在 Drost and Nijman（1993，1996）的弱 GARCH 模型的基礎(chǔ)上，提出了一套弱 GARCH 模型的估計(jì)檢驗(yàn)方法，但還沒(méi)有實(shí)證的例子。Daccorog et a（l 1996，1998）提出了 HGARCH（Heterogeneous GARCH）

31、，在 GARCH 模型的條件異方差項(xiàng)引入時(shí)間刻度變換（Time Deformation）處理技術(shù)。但實(shí)證中也沒(méi)有表現(xiàn)出很強(qiáng)的優(yōu)越性。最后就是一些非線形模型。Dunis and Bin Zhou（1998）收集了主要的一些參數(shù)和非參數(shù)的非線形處理方法。這里需要特別提出的是 Zhou Bin 提出 F 一致性的思想。經(jīng)典統(tǒng)計(jì)學(xué)中一致性是指隨樣本量無(wú)限增大時(shí)，統(tǒng)計(jì)量所具有的一種良好的大樣本性質(zhì)。但如果考慮數(shù)據(jù)頻率的不斷細(xì)分而是樣本量無(wú)限增大（這和一般統(tǒng)計(jì)學(xué)中增大樣本量存在本質(zhì)區(qū)別?。?，那 F 一致性是指統(tǒng)計(jì)量的性質(zhì)不會(huì)隨著數(shù)據(jù)頻率改變而改變。在非參數(shù)領(lǐng)域，神經(jīng)網(wǎng)絡(luò)、遺傳算法和 Data Mining

32、 中近鄰分析技術(shù)等已在高頻數(shù)據(jù)分析得到一定的應(yīng)用。從上面模型介紹中，我們可以看出，目前高頻數(shù)據(jù)的計(jì)量建模還處于初步探索階段，具有很大的研究空間。相對(duì)而言，超高頻數(shù)據(jù)的建模工作似乎更加難上加難，目前主要研究成果基本都是在最近 5 年內(nèi)的事情。（二） 超高頻數(shù)據(jù)分析對(duì)于象年度、月或周等較低頻率的數(shù)據(jù)而言，數(shù)據(jù)的采集時(shí)刻和其在相應(yīng)的在計(jì)量模型中所代表的時(shí)間可以完全一致的。但對(duì)于日數(shù)據(jù)就不太可能了，比如每周有兩個(gè)星期休假日（無(wú)交易數(shù)據(jù)），所以上周五交易日的數(shù)據(jù)和下周一的數(shù)據(jù)實(shí)際是相差了兩個(gè)交易日，不同于其他相鄰交易日數(shù)據(jù)之間的時(shí)間間隔。如果象在中國(guó)市場(chǎng)上碰上“五一”、“十一”等長(zhǎng)假，那前后交易數(shù)據(jù)之間

33、間隔時(shí)間就相差更大了?？梢园堰@稱之為“模型時(shí)間與實(shí)際時(shí)間的不一致性”。對(duì)于日內(nèi)數(shù)據(jù)而言，這種不一致性就進(jìn)一步“惡化”了，即使在日內(nèi)交易數(shù)據(jù)之間也會(huì)出現(xiàn)這種不一致性。而對(duì)于超高頻數(shù)據(jù)，還會(huì)產(chǎn)生另外一種時(shí)間的不一致性：“時(shí)間時(shí)間和交易時(shí)間的不一致性”，也就是說(shuō)，同一時(shí)刻的交易可能會(huì)因?yàn)榻灰紫到y(tǒng)或數(shù)據(jù)傳輸?shù)仍驈亩诓煌臅r(shí)刻發(fā)布出去；而不同時(shí)刻的交易也可能在同一時(shí)刻被合并稱同一數(shù)據(jù)被發(fā)布。而這些都造成超高頻數(shù)據(jù)的交易不等間隔的隨機(jī)性，所以也可稱超高頻數(shù)據(jù)是一組在隨機(jī)時(shí)刻發(fā)生的不等間隔交易數(shù)據(jù)，這就構(gòu)成了超高頻數(shù)據(jù)的首要數(shù)據(jù)特征。它的第二大特征在于其數(shù)據(jù)的取值離散性。一般我們?cè)谔幚韮r(jià)格過(guò)程時(shí)，都是假

34、設(shè)其為連續(xù)變量，從而等價(jià)變換成對(duì)收益率過(guò)程進(jìn)行考察。但在超高頻數(shù)據(jù)中，一般每次的價(jià)格變化都是離散取值的，而且象 NYSE 市場(chǎng)都顯著集中在 1/8$附近(Harris(1986),顯然這就需要一種能夠刻畫(huà)這種價(jià)格離散狀態(tài)(Price disceteness)的特別計(jì)量模型。下面我們將集中從上述兩個(gè)超高頻數(shù)據(jù)的主要特征入手綜述目前已有的重要計(jì)量模型結(jié)果。1 隨機(jī)時(shí)間效應(yīng)與 ACD 模型對(duì)于超高頻數(shù)據(jù)中隨機(jī)時(shí)間效應(yīng)實(shí)證分析主要集中從兩個(gè)角度：非同步性交易（Nonsynchronous Trade）和隨機(jī)交易間隔（Stochastic Duration），其實(shí)這只是一個(gè)問(wèn)題不同的角度看而已。Camp

35、bell at al（1997）對(duì)非同步性交易的實(shí)證分析作了較為詳細(xì)的描述和總結(jié)。一般可認(rèn)為非同步性交易可以導(dǎo)致較低頻數(shù)據(jù)中：（1）一階滯后橫截面相關(guān)；（2）一階資產(chǎn)組合收益率序列相關(guān)，文獻(xiàn)可參見(jiàn) Campbell at al（1997）。隨機(jī)交易間隔效應(yīng)是目前比較活躍的領(lǐng)域，Diamond and Verreahia（1987）、Easley and OHara（1992）是較早涉足這個(gè)領(lǐng)域的代表性文獻(xiàn)。Diamond and Verreahia（1987）將交易隨機(jī)間隔與市場(chǎng)信息傳遞聯(lián)系起來(lái)，實(shí)證表明較長(zhǎng)的交易間隔總會(huì)與一個(gè)壞信息的發(fā)布有關(guān)。Easley and OHara（1992）進(jìn)一

36、步認(rèn)為長(zhǎng)的交易間隔還會(huì)與無(wú)信息發(fā)布有關(guān)，同時(shí)交易的頻率也直接與知情交易者的數(shù)量有關(guān)。Easley et al（1993，1994，1995）討論了隨機(jī)交易間隔的經(jīng)濟(jì)學(xué)意義，特別從市場(chǎng)信息和監(jiān)管者的政策制定角度出發(fā)，探討了如何利用制造市場(chǎng)上的隨機(jī)交易間隔特征來(lái)引導(dǎo)和控制市場(chǎng)的交易情況。Hansbrouck（1996，1999）研究隨機(jī)交易間隔對(duì)買(mǎi)賣(mài)價(jià)差形成的長(zhǎng)期影響和短期效應(yīng)。在此基礎(chǔ)上，Engle and Dufour（2000）進(jìn)一步討論隨機(jī)交易間隔在整個(gè)價(jià)格形成過(guò)程中的效應(yīng)以及在價(jià)格對(duì)交易進(jìn)行影響過(guò)程中的作用。目前對(duì)于不等間隔的高頻數(shù)據(jù)建模主要就是從對(duì)隨機(jī)交易間隔刻畫(huà)入手，進(jìn)而提出 ACD

37、模型（Autoregressive Conditional Duration Models）。 Engle 在 ACD 模型的研究中所起作用等同于他對(duì) ARCH 模型發(fā)展的貢獻(xiàn)。更確切地說(shuō)，Engle（2000）可以看作是對(duì)超高頻數(shù)據(jù)計(jì)量分析的宣言書(shū)，Ghysel（2000）給予了積極的回應(yīng)。ACD 模型的雛形形成于 Engle and Rusell（1994）的 working paper，后來(lái)完善于在 Econometrica 上發(fā)表的 Engle and Rusell（1998）。他們直接的思想是在原有的 ARCH 模型的框架下，用一個(gè)標(biāo)記點(diǎn)過(guò)程（marked point process

38、）去刻畫(huà)隨機(jī)交易間隔，不同的點(diǎn)過(guò)程假設(shè)自然就得到了不同的 ACD 模型。Engle and Rusel（l 1996），Engle and Rusel（l 1998）用 ACD 模型比較漂亮地完成對(duì)交易頻率等實(shí)時(shí)交易變量的預(yù)測(cè)。Engleand Large（1997）則在測(cè)量和預(yù)測(cè)市場(chǎng)流動(dòng)性方面采用 ACD 模型的思想和技術(shù)。在最近兩年里對(duì) ACD 模型的研究正在不斷深入。Engle and Lunde（1996）提出了引入價(jià)格和交易量的二元 ACD 模型。Rusell and Engle （1996）將類似門(mén)限的思想引入后，提出了一種非線形的 ACD模型。他們的模型后來(lái)在 Zhang et

39、al（1999）中進(jìn)一步得到了拓展，其實(shí)這些 ACD 模型的發(fā)展極似當(dāng)年 ARCH 模型的發(fā)展。當(dāng)然沒(méi)有 ARCH 模型當(dāng)年在計(jì)量學(xué)界反應(yīng)那么強(qiáng)烈，但已有一些知名的計(jì)量學(xué)家接受了 Engle 的 ACD 建模思想，Ghysels et al（1998）提出了一種 SV Duration 模型，并在 Ghysels（2000）中對(duì)這種模型的經(jīng)濟(jì)學(xué)意義給予了進(jìn)一步的闡述。Touzi（2000）將點(diǎn)過(guò)程的建模思想引入保險(xiǎn)問(wèn)題。到目前為止，對(duì)于 ACD 模型的統(tǒng)計(jì)性質(zhì)（如估計(jì)檢驗(yàn)、平穩(wěn)遍歷性、大樣本性質(zhì)等）研究還基本是空白，盡管 Engle 認(rèn)為 ARCH 模型的結(jié)果可以平行移植，但由于不同點(diǎn)過(guò)程的刻

40、畫(huà)和對(duì)一階矩的非線形表示，顯然這方面的工作遠(yuǎn)遠(yuǎn)不是那么簡(jiǎn)單。我們推測(cè)在模型估計(jì)領(lǐng)域，Tanchen 等建立的 EMM 估計(jì)方法將比較適用。當(dāng)然目前實(shí)證 ACD 模型的市場(chǎng)實(shí)用性還可以繼續(xù)開(kāi)展。2 價(jià)格離散取值正如前面所討論那樣，現(xiàn)實(shí)的市場(chǎng)機(jī)制很難滿足對(duì)交易變量的連續(xù)性假設(shè)，比如NYSE股價(jià)最小變動(dòng)單位為 1/16$,這是從 1987 年股災(zāi)后由 1/8$調(diào)整后一直維持到現(xiàn)在，中國(guó)伸滬兩市的最小變動(dòng)單位是 0.01￥。顯然這就使得股價(jià)變動(dòng)不可能以比最小變動(dòng)幅度更低的間隔進(jìn)行變動(dòng)。這必然會(huì)造成股價(jià)的離散取值。Harri（s 1986）發(fā)現(xiàn) NYSE 中的股價(jià)變動(dòng)多集中于 1/8$處，也就是說(shuō)，如果

41、現(xiàn)在股價(jià)為 501/8$處，那下一次的股價(jià)大多是 50$或 501/4$。Christie and Schultz（1994）、Christie et al（1994）給出了更為詳盡的實(shí)證結(jié)果。如他們發(fā)現(xiàn)股價(jià)變動(dòng)幅度是 1$的倍數(shù)比 1/2$的多，而 1/2$的倍數(shù)又比 1/4$的多；偶數(shù)的 1/8$變動(dòng)比奇數(shù)的 1/8$變動(dòng)要多等等現(xiàn)象。他們把這些現(xiàn)象歸結(jié)于交易商為了保持較大的買(mǎi)賣(mài)價(jià)差而作的人為的市場(chǎng)調(diào)整。Godek（1996）、Kandel and Max（1996）等積極討論了這些有趣的市場(chǎng)實(shí)證結(jié)果，所有這些都表明 了價(jià)格的離散取值越來(lái)越具有其自身的經(jīng)濟(jì)意義。比如最小價(jià)格變動(dòng)幅度的變換對(duì)

42、市場(chǎng)有什 么影響？這個(gè)問(wèn)題極易被人們忽視但是觸及到一些市場(chǎng)本質(zhì)的價(jià)格發(fā)現(xiàn)和市場(chǎng)機(jī)制設(shè)計(jì)問(wèn)題，具有很大的理論和實(shí)務(wù)價(jià)值。Peake（1995）、Conneh（1997）認(rèn)為降低最小變動(dòng)幅度可以增 加市場(chǎng)流動(dòng)性，從而降低市場(chǎng)買(mǎi)賣(mài)價(jià)差，促進(jìn)市場(chǎng)競(jìng)爭(zhēng)。而 Harris（1997）則認(rèn)為這只能對(duì)流 動(dòng)性需求者有益，但有損于流動(dòng)性的提供者，因?yàn)橘I(mǎi)賣(mài)價(jià)差的縮小自然會(huì)打擊那些流動(dòng)性提 供者（如交易商、做市商等）的供給動(dòng)機(jī)，這就涉及一個(gè)市場(chǎng)深度問(wèn)題。Bollen and Wharley（1998）、Ricker（1998）分析了 NYSE 的情況，認(rèn)為認(rèn)為最小價(jià)格變動(dòng)幅度下降 2%同時(shí)會(huì)造成 38%45%的市場(chǎng)

43、深度,從而提高了那些低價(jià)位的股票的市場(chǎng)流動(dòng)性。Van Vess et al（1999）綜合分析了 NYSE、AMEX 和 Nasdaq 的市場(chǎng)情況。Goldstein and Karajecz（2000）進(jìn)一步用 NYSE 的限價(jià)指令數(shù)據(jù)分析最小價(jià)格變動(dòng)幅度對(duì)市場(chǎng)微結(jié)構(gòu)各個(gè)方面的沖擊影響，基本和前面的結(jié)果一致。這些只是價(jià)格離散取值經(jīng)濟(jì)意義的一個(gè)方面。另外在市場(chǎng)機(jī)制設(shè)計(jì)，價(jià)格發(fā)現(xiàn)等具體方面研究還有越來(lái)越大的影響。價(jià)格離散取值同時(shí)對(duì)金融計(jì)量學(xué)也是一個(gè)挑戰(zhàn)，它意味著以前所有依賴連續(xù)變量的模型結(jié)果都不適合描述這一現(xiàn)象。目前這方面的工作似乎沒(méi)有太大的進(jìn)展，因?yàn)榈侥壳盀橹箵?jù)我們所知單單對(duì)離散取值的價(jià)格過(guò)程

44、還沒(méi)有很好的計(jì)量模型刻畫(huà)。值得一提的有這樣幾個(gè)模型。其一是 Harris（1990）等提出的 Rounding Distance 模型，即把離散取值的價(jià)格作為原先連續(xù)模型的一個(gè)上下限估計(jì)。其二是 Hausman et al（1992）提出用 Ordered probit 模型來(lái)刻畫(huà)離散價(jià)格過(guò)程，顯然這種模型在一些變動(dòng)幅度較大的情況下根本無(wú)法實(shí)現(xiàn)。但由于這方面的計(jì)量工作的進(jìn)展緩慢，以致于現(xiàn)在所有提及離散取值價(jià)格過(guò)程建模問(wèn)題研究都只能重提他們的工作。最近 McCulloch and Tsay（2000）在 Rydberg and Shephard（1998）工作的基礎(chǔ)上提出了一種新的價(jià)格分解模型，

45、其基本思想類似于將時(shí)序分析中季節(jié)分解與跳模型結(jié)合來(lái)刻畫(huà)離散取值的特性。但這種模型的實(shí)證結(jié)果目前還不知道的。至此，我們基本概述了就我們所有資料上的（超）高頻數(shù)據(jù)分析的主要理論而實(shí)證結(jié)果，這里再次強(qiáng)調(diào)我們主要從計(jì)量模型的工具角度出發(fā)加以綜述的，有興趣的讀者還可以在有關(guān)微結(jié)構(gòu)的文章中找到大量（超）高頻數(shù)據(jù)運(yùn)用實(shí)例。三 金融計(jì)量學(xué)的研究展望和對(duì)中國(guó)的研究意義最近 Engle（2001）、Bollerslev（2001）、Tauchen（2001）和 OHara（2000）紛紛從不同的角度給出了未來(lái)金融計(jì)量學(xué)的研究重點(diǎn)和難點(diǎn)。這里結(jié)合我們自己的討論現(xiàn)歸結(jié)出金融計(jì)量學(xué)未來(lái)的幾個(gè)研究熱點(diǎn)領(lǐng)域：1、（超）高頻

46、數(shù)據(jù)的計(jì)量建模和模型性質(zhì)研究。無(wú)論在 Engle 的 ACD 模型框架下，還是突破 Hausman et al（1992）的工作都將有很大的研究空間。2、如何將微結(jié)構(gòu)理論與公司財(cái)務(wù)、資產(chǎn)定價(jià)理論聯(lián)系起來(lái)。3、對(duì)金融計(jì)量學(xué)中的多元模型的研究（特別在其估計(jì)方面）。就中國(guó)現(xiàn)實(shí)的金融市場(chǎng)而言，我們知道目前（超）高頻數(shù)據(jù)分析和微結(jié)構(gòu)理論是緊密聯(lián)系的，而這對(duì)中國(guó)目前的金融市場(chǎng)無(wú)論是市場(chǎng)交易還是市場(chǎng)監(jiān)管都具有非常重要的意義，特別在以下幾個(gè)領(lǐng)域急待實(shí)證和理論分析：1、中國(guó)股票市場(chǎng)的高頻數(shù)據(jù)形態(tài)特征和國(guó)際比較2、基金投資行為分析和市場(chǎng)影響研究3、中國(guó)市場(chǎng)交易者的特征分析4、中國(guó)股票市場(chǎng)的交易規(guī)則影響分析和市場(chǎng)機(jī)

47、制設(shè)計(jì)四 對(duì)中心的學(xué)術(shù)發(fā)展的幾點(diǎn)建議對(duì)任何一個(gè)非贏利性的學(xué)術(shù)研究機(jī)構(gòu)最好的評(píng)價(jià)莫過(guò)于它在某塊或幾塊研究領(lǐng)域在國(guó)內(nèi)乃至國(guó)際上處于領(lǐng)先地位。培育一塊這樣的研究領(lǐng)域是不容易的，首先不但要選準(zhǔn)培育的研究方向，而且還要一整套學(xué)術(shù)創(chuàng)新的激勵(lì)機(jī)制，因?yàn)榭倸w一個(gè)學(xué)術(shù)中心是需要一代代人共同努力的。結(jié)合前文的分析，我們?yōu)橹行奈磥?lái)的學(xué)術(shù)發(fā)展提出幾點(diǎn)意見(jiàn)：1、確定金融計(jì)量學(xué)為潛在學(xué)術(shù)培育領(lǐng)域。其實(shí)中心在發(fā)展金融計(jì)量學(xué)發(fā)面具有很大的優(yōu)勢(shì)，一者是國(guó)內(nèi)的確沒(méi)有（就我們所知）在該領(lǐng)域做得不錯(cuò)的機(jī)構(gòu)，二者從資源優(yōu)勢(shì)來(lái)看，我們知道金融計(jì)量學(xué)是一個(gè)經(jīng)濟(jì)實(shí)證性非常強(qiáng)的學(xué)科，而我們?nèi)舜蠼y(tǒng)計(jì)一直就是以經(jīng)濟(jì)的實(shí)證研究而知名（至少比生物統(tǒng)計(jì)

48、之類學(xué)科更靠近我們的優(yōu)勢(shì)?。?，同時(shí)金融計(jì)量學(xué)所要求的專業(yè)知識(shí)我們研究生完全可以達(dá)到，這樣我們基本研究隊(duì)伍是穩(wěn)定的。而且象顧嵐老師已經(jīng)在金融計(jì)量這個(gè)領(lǐng)域積累了大量經(jīng)驗(yàn)，兼職教授嚴(yán)加安院士是目前我國(guó)金融數(shù)學(xué)領(lǐng)域的領(lǐng)軍人物，完全可以作為我們金融計(jì)量學(xué)的一面旗幟。順便提一句，我們相信實(shí)證分析所用的數(shù)據(jù)資源我們也肯定比別的機(jī)構(gòu)更容易拿到。2、建立 working paper 制度。我們認(rèn)為這是學(xué)術(shù)激勵(lì)的重要手段，同時(shí)也是凝聚學(xué)術(shù)力量的有力保證措施。3、提供必要的研究輔助資源。比如雜志（避免重復(fù)建設(shè)?。壳皣?guó)內(nèi)還沒(méi)有 Journal of emperical finance，但它已是微結(jié)構(gòu)理論的重點(diǎn)雜志

49、。最后我們衷心希望中心能夠在中國(guó)金融計(jì)量領(lǐng)域獨(dú)占鰲頭！參考文獻(xiàn)Admati. A and Peleiderer. P , 1988, A Theory of Intradaily Patterns: Value and Price Variability, Rev. of Fin. Stud. 1(1), P3-40.ANN.N., BAE.F., and CHAN.R., 2001, Limit Orders, Depth, and Volatility: Evidence from the Stock Exchange of Hong Kong , J. of Fin., VLVI(2),

50、P767-788.Andersen.T. and Bollerslev.T., Diebold. F. And Lebys.P., 1999, The Distribution of Exchange Rate Volatility, working paper, NBER.Andersen.T. and Bollerslev.T.,1998b, Answering The Skeptics: Yes, Standard Volatility Models to Provide Accurate Forecasts, International Economic Review. 39, P88

51、5-905.Andersen.T and Bellerslev.T,1994, Intraday Seasonality and Volatility Persistence in Foreign Exchange and Equity Markets, working papers, NU.Andersen.T and Bellerslev.T,1995, Intraday Seasonality and Volatility Persistence in FinancialMarkets,presentation papers, Zurich.Andersen.T and Bellersl

52、ev.T,1996, DM-Dollar Volatility: Intraday Activity Patterns, Macroeconomic Announcement and Longer Dependence ,. J. of Inter. 53, P219-265.Bai. X , Rusell. J, and Tiao. G ,2000, Beyond Merton's Utopian: Effects of Dependence and Non-normality on Variance Estimates Using High-Frequency Data, work

53、ing paper, UC.Bai. X , Rusell. J, and Tiao.G ,2000, Kurtosis of GARCH and Stochastic Volatility Models ,working paper, UC. Bollenslev.T, 2001, Financial Econometrics: past development and future challenges, J. of Econometrics, 100, P41-56 . Bollerslev. T. And domowitz. I. , 1993, Trading Patterns an

54、d Prices in The Interbank Foreign Exchange Markets, J. of Fin. 48, p1421-1443.Bollerslev.T, Chou.R.T and Kroner.K.T, 1992, ARCH Modeling in Finance: A Selective Review of Theory and Empirical Evidence. J. of Econometrics.52, P5-59.Bollerslew,T, Hodrick R.J, 1995, Financial Market Efficiency. Tests i

55、n: Pesaran M, Uickins.M (eds) Handbook of Applied Econometrics, Basic Blackwell., P415-458.Boudoukh,J, Richard.M, and Whitelaw R.F, 1998, The Best of Both Worlds, Risk 11, P64-67.Campbell J. and Shiller.R, 1998a, the Dividend-price Rational Expectations of Future Dividends and Discount Fator, Rev. o

56、f Ein Stud., 1, P357-386.Campbell J. and Shiller.R, 1998b, Stock Prices , Earnings and Expected Dividends, J. of Fin ,43, P661-676 Campbell J. ,1987, Stock Returns and the Term Structure, J. of Fin. Econo., 18, P373-389.Campbell J., 1999, Asset Price, Consumption, and The Business Cycle, In John Tay

57、lor and Richard wood ford eds: Handbook of Marcoeconomics, Vol 1, North-Holland, Amsterdasm.Campbell .J, Andrew Lo and A. Mackinlay, 1997, The econometrics of Financial Markets, Princeton Univ. press. Campbell. J, 2001, Asset Pricing at The Millenuium, J. of Finance, vLLI, No. 4, P515-516.Chrisite.W

58、. and /Schultz.P., 1994, Why Do Nasdaq Market Markers Avoid Odd-English Quotes? J. of Fin. 49, P1813-1840.Chrisite.W.,Harris.J. and Schultz.P.,1994, Why Did Nasdaq Market Markers Avoid Odd-English Quotes? J. of Fin. 49, P1841-1860.Chui Andy, Sheridan Titman, and K.c. Wei, 2000, Momentum ,Ownership, structure and Financial Crises: An Analysis of Asian Stock Mar