基于密度和區(qū)間預(yù)測(cè)的ACD模型對(duì)比.pdf

1、在金融數(shù)據(jù)中,記錄金融市場(chǎng)上每筆交易的數(shù)據(jù)稱(chēng)為超高頻數(shù)據(jù)(ultra-high-frequency data)。由于超高頻數(shù)據(jù)記錄了金融市場(chǎng)的實(shí)時(shí)交易信息,為理解金融市場(chǎng)微觀(guān)結(jié)構(gòu)提供了基礎(chǔ)和可能,因而超高頻數(shù)據(jù)的研究成為近年來(lái)計(jì)量經(jīng)濟(jì)學(xué)領(lǐng)域的熱點(diǎn)。自從Engle等首創(chuàng)了自回歸條件時(shí)間間隔(ACD)模型以刻畫(huà)金融市場(chǎng)交易時(shí)間間隔的變化以來(lái),不斷有計(jì)量經(jīng)濟(jì)學(xué)家從各個(gè)角度對(duì)其進(jìn)行推廣和改進(jìn),多種模型的存在,使模型的選擇出現(xiàn)了困難。在本文中,我

2、們利用在澳大利亞股票交易市場(chǎng)上市的三家公司的數(shù)據(jù)樣本,對(duì)一系列的自回歸條件持續(xù)期(ACD)模型進(jìn)行對(duì)比,此種對(duì)比采用對(duì)密度和區(qū)間分別預(yù)測(cè)的評(píng)估的方法,該方法是由Christoffersen和Diebold等人提出的,我們的主要發(fā)現(xiàn)是:廣義的伽瑪分布和對(duì)數(shù)正態(tài)分布與指數(shù)分布和韋布爾分布相比較,對(duì)隨機(jī)誤差項(xiàng)表現(xiàn)出相似的效果,但運(yùn)行得比它們要好。此外,這與Engle和Russel提出的標(biāo)準(zhǔn)ACD模型以及Bauwens和Giot提出的log-A

3、CD模型似乎并沒(méi)有實(shí)質(zhì)性的區(qū)別。
　　 本文的主要研究工作概括如下:
　　 1)對(duì)各類(lèi)ACD模型作簡(jiǎn)單介紹和對(duì)比,分析一下國(guó)內(nèi)外研究現(xiàn)狀。
　　 2)對(duì)基于密度預(yù)測(cè)和區(qū)間預(yù)測(cè)的ACD模型評(píng)估方法分別作出簡(jiǎn)要的介紹。
　　 3)利用澳大利亞證券交易所(ASX)三支個(gè)股的高頻數(shù)據(jù),分別基于不同ACD模型作密度預(yù)測(cè)和區(qū)間預(yù)測(cè)
　　 4)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行詳細(xì)分析對(duì)比,并對(duì)各類(lèi)模型的優(yōu)劣作出客觀(guān)地評(píng)價(jià)。