分类信息对股市波动的影响研究

中国管理科学 ›› 2005, Vol. ›› Issue (3): 20-25.

分类信息对股市波动的影响研究

凌士勤, 杨波, 袁开洪

华中科技大学经济学院, 武汉, 4300740

收稿日期:2004-09-23 修回日期:2005-06-03 出版日期:2005-06-28 发布日期:2012-03-07

A Study of the Impact on Chinese Stock Market of the Classified Information

LING Shi-qin, YANG Bo, YUAN Kai-hong

School of Economics, Huazhong University of Science and Technology, Wuhan 430074, China

Received:2004-09-23 Revised:2005-06-03 Online:2005-06-28 Published:2012-03-07

摘要/Abstract

摘要： 本文提出了基于高频数据的分类信息混合分布EGARCH模型,将上证指数的五分钟高频数据作为研究对象,引入修正混合分布(MMM)模型,将去除了趋势性和序列相关性的不同性质的对数交易量分解为进入市场的正的随机信息流和负的随机信息流两部分,作为分类信息流代理,加入EGARCH模型的方差方程中,考察"好消息"和"坏消息"对上证指数波动性的影响。

关键词: 高频数据, 分类信息, EGARCH

Abstract: The high-frequency-data-based classified information mixture distribution EGARCH model,which is put forward in this article,is based on market microstructure theory.We take an empirical test on the price-volume relation in the Chinese stock market by adding the high-frequency-data-based volume caused by good news and bad news in the EGARCH model as the classified information flow proxy.In addition,the result of our work can support that the classified volume is an interpretation of the persistence of the volatility of the stock market,and we can distinguish the different effect caused by the classified information.

Key words: high frquency data, classified information, EGARCH

中图分类号:

F224.9

凌士勤, 杨波, 袁开洪. 分类信息对股市波动的影响研究[J]. 中国管理科学, 2005, (3): 20-25.

LING Shi-qin, YANG Bo, YUAN Kai-hong. A Study of the Impact on Chinese Stock Market of the Classified Information[J]. Chinese Journal of Management Science, 2005, (3): 20-25.

[1]	吴鑫育,姜晓晴,李心丹,马超群. 基于已实现EGARCH-FHS模型的上证50ETF期权定价研究[J]. 中国管理科学, 2024, 32(3): 105-115.
[2]	杨杰, 冯芸, 黄倩. 基于MHPSO-NHMM-FIEGARCH-GED模型的Brent原油价格波动研究[J]. 中国管理科学, 2023, 31(6): 265-275.
[3]	梁超, 魏宇, 马锋, 李霞飞. 我国黄金期货价格波动率预测研究：来自模型缩减方法的新证据[J]. 中国管理科学, 2022, 30(4): 30-41.
[4]	吴鑫育, 李心丹, 马超群. 基于期权与高频数据信息的VaR度量研究[J]. 中国管理科学, 2021, 29(8): 13-23.
[5]	苑慧玲, 徐路, 周勇. 带有市场交易信息和随机微观噪声下的杠杆效应研究[J]. 中国管理科学, 2020, 28(9): 12-22.
[6]	瞿慧, 张壹. 基于波动择时绩效的高维波动率估计量与预测模型研究[J]. 中国管理科学, 2020, 28(5): 62-70.
[7]	马超群, 徐光鲁, 刘伟, 贾钰, 赵新伟. 询价制度改革、知情交易者概率与IPO溢价[J]. 中国管理科学, 2018, 26(8): 1-12.
[8]	刘志东, 郑雪飞. 基于Hawkes因子模型的股价共同跳跃研究[J]. 中国管理科学, 2018, 26(7): 18-31.
[9]	朱学红, 张宏伟, 钟美瑞, 刘海波. 基于高频数据的中国有色金属期货市场量价关系研究[J]. 中国管理科学, 2018, 26(6): 8-16.
[10]	罗嘉雯, 陈浪南. 多国股票市场的高频波动相关性研究[J]. 中国管理科学, 2018, 26(2): 116-125.
[11]	徐光鲁, 马超群, 刘伟, 贾钰. 信息披露与IPO首日回报率[J]. 中国管理科学, 2018, 26(10): 10-19.
[12]	宋亚琼, 王新军. 基于动态估计误差的中国股市波动率建模与预测[J]. 中国管理科学, 2017, 25(9): 19-27.
[13]	吴鑫育, 李心丹, 马超群. 考虑微观结构噪声的非仿射期权定价研究——基于上证50ETF期权高频数据的实证分析[J]. 中国管理科学, 2017, 25(12): 99-108.
[14]	刘志东, 严冠. 基于半鞅过程的中国股市随机波动、跳跃和微观结构噪声统计特征研究[J]. 中国管理科学, 2016, 24(5): 18-30.
[15]	刘睿智, 周勇. 期现货市场订单流动性层面的“遛狗效应”——基于交易量刻度的高频交易数据研究[J]. 中国管理科学, 2016, 24(4): 19-26.