基于高頻數(shù)據(jù)的分類信息混合分布garch模型研究

1、11基于高頻數(shù)據(jù)的分類信息混合分布基于高頻數(shù)據(jù)的分類信息混合分布GARCH模型研究模型研究凌士勤凌士勤楊波袁開洪袁開洪凌云凌云1【摘要摘要】本文提出了基于高頻數(shù)據(jù)的分類信息混合分布GARCH模型，以上證指數(shù)的五分鐘高頻數(shù)據(jù)作為研究對象，引入修正的混合分布（MMM）模型，將去除了趨勢性和異常效應（日期效應和序列相關性的不同性質的對數(shù)交易量分解為進入市場的正的隨機信息流和負的隨機信息流兩部分，作為分類信息流代理，加入GARCH模型的方差方程

2、中，考察好消息、壞消息對上證指數(shù)波動性的影響。關鍵詞關鍵詞MMM，高頻數(shù)據(jù)，分類信息，GARCH中圖分類號中圖分類號F224.9F224.9文獻標識碼文獻標識碼AAstudyofthehighfrequencydatabasedclassifiedinfmationmixturedistributionGARCHmodelLingshiqinyangboyuankaihonglingyun在此感謝我的導師華中科技大學經(jīng)濟學院副院長唐齊鳴

3、教授和張學功博士給予的指導和建議。1作者簡介：凌士勤(lingshiqin)（1975），男，漢族，湖北武漢人，華中科技大學經(jīng)濟學院博士生；主要從事金融市場方面的研究。聯(lián)系電話：13647218774、02787552320郵編：430074Email：mikey_ling@楊波（yangbo）（1969），男，漢族，湖北武漢人，華中科技大學經(jīng)濟學院博士生，主要從事國際經(jīng)濟方面的研究。聯(lián)系電話：02787552320郵編：430074E

4、mail：yangbo21cn@袁開洪（yuankaihong）（1978），男，漢族，江蘇宜興人，華中科技大學經(jīng)濟學院博士生，主要從事微觀經(jīng)濟方面的研究。聯(lián)系電話：02787552320郵編：430074Email：peter_ykh@凌云（lingyun）（1973），女，漢族，湖北武漢人，深圳證券信息有限公司。聯(lián)系電話：0755－83276740，13838737345郵編：430074Email：tracyl@33TbenG.e

5、rsen(1996)對MDH模型進行改進，形成了修正的混合分布模型（MMM）。在修正的混合分布模型（MMM）中，ersen首次結合市場微觀結構理論，考慮到市場的流動性和信息非對稱性，允許非信息交易的存在，并假定交易量序列服從泊松過程，由此提高了MDH的適應性和現(xiàn)實性。根據(jù)修正的混合分布理論，在噪聲理性預期框架下，交易量可以分解為兩部分：非信息交易量（流動性交易）和tV由于私有信息差異引起的信息交易量，，其中，為非信息交易量，??????

6、tNititVVV1?tV為信息交易量。當把交易量作為信息流的代理指標時，第日的條件方差為?tiVt：其中為由非信息交易量導致的回報波動；)var()var(2titttttRnhnNR????2th為由私有信息交易量導致的回報波動。)var(tiRCraigA.Depken(1999)假設正的價格變化即為正的信息流或者好信息的和，負的價格變化即為負的信息流或壞消息的和，一天內價格的變化所帶來的成交量就可以用來表示正的信息流和負的信息流

7、。在此假設上，可以按每日的時間序列數(shù)據(jù)（交易量、開盤價、收盤價、最高價）對作為信息代理的交易量分解成進入市場的正的隨機信息流（好消息）和負的隨機信息流（壞消息）兩部分，從好消息和壞消息的角度研究對波動的影響。他在模型中將好消息和壞消息帶來的成交量加入到GARCH模型的方差方程中：（4）)()(21121202?????????????ttqjjtjpiititVVa???????其中，好消息帶來的成交量記為：，壞消息帶來的成交量記為：。

8、?tV?tV但我們認為，CraigA.Depken(1999)提出的模型有幾點假設是不合理的。其一，他在模型中假設：表示一天內由于信息流進入市場而導致的總的價格的t?變化，（）為一天內進入市場的正（負）信息流的數(shù)目，（）為第天由?1n?1n?ti??tj?t于第條好（壞）消息進入市場而引起的價格變化的絕對值。并對每類信息流相聯(lián)系i的價格變化的絕對值標準化，即==，所以，并且將好消息帶?ti??tj?t?ttttnn??)(????來的成