| 摘要 | 第4-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景与问题的提出 | 第11-16页 |
| 1.1.1 研究背景 | 第11-13页 |
| 1.1.2 选题的研究意义 | 第13-16页 |
| 1.2 本文的主要研究内容和结构 | 第16-17页 |
| 1.3 本文的创新点 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 第二章 信息、高频数据与市场微观结构理论 | 第19-45页 |
| 2.1 金融市场微观结构 | 第19-21页 |
| 2.2 信息与非对称信息 | 第21-24页 |
| 2.2.1 信息 | 第21-22页 |
| 2.2.2 非对称信息 | 第22-24页 |
| 2.2.3 信息交易和噪声交易 | 第24页 |
| 2.3 高频数据和超高频数据 | 第24-30页 |
| 2.3.1 高频数据的应用与模型 | 第25-27页 |
| 2.3.2 超高频数据分析 | 第27-29页 |
| 2.3.3 高频数据研究展望和对中国的研究意义 | 第29-30页 |
| 2.4 证券价格行为理论 | 第30-37页 |
| 2.4.1 做市商定价存货模型 | 第30-32页 |
| 2.4.2 做市商定价信息模型 | 第32-34页 |
| 2.4.3 理性预期均衡模型 | 第34-35页 |
| 2.4.4 交易者策略模型 | 第35-37页 |
| 2.5 时间特征与价格行为理论 | 第37-44页 |
| 2.5.1 时间是信息 | 第37-39页 |
| 2.5.2 Easley-O’Hara 模型及其评述 | 第39-44页 |
| 2.6 本章小结 | 第44-45页 |
| 第三章 基于高频数据我国股市的波动特征的研究 | 第45-61页 |
| 3.1 高频条件下证券市场波动性的概述 | 第45-46页 |
| 3.2 我国股市日内波动特征的研究——时域角度 | 第46-53页 |
| 3.2.1 数据的准备与整理 | 第46-47页 |
| 3.2.2 中国股市的日内波动模式分析 | 第47-50页 |
| 3.2.3 我国股市日内波动模式的 FFF 模型拟合 | 第50-52页 |
| 3.2.4 时域内长记忆特征的测量与分析 | 第52-53页 |
| 3.3 我国股市波动特征的研究——频域角度 | 第53-60页 |
| 3.3.1 理论波动模型的建立 | 第53-56页 |
| 3.3.2 频率分析法的长期波动性实证研究 | 第56-60页 |
| 3.4 本章小结 | 第60-61页 |
| 第四章 基于 ACD 模型中国股市价格波动行为研究 | 第61-89页 |
| 4.1 ACD 模型概述 | 第61-65页 |
| 4.1.1 久期(Duration)模型研究的回顾 | 第61-62页 |
| 4.1.2 久期的分布函数 | 第62-63页 |
| 4.1.3 ACD 模型在金融理论中的应用 | 第63-65页 |
| 4.2 条件自回归久期理论模型的建立 | 第65-70页 |
| 4.2.1 具有后效性的随机过程的条件密度函数 | 第65-66页 |
| 4.2.2 ACD 模型的建立 | 第66-68页 |
| 4.2.3 EACD 模型 | 第68页 |
| 4.2.4 WACD 模型 | 第68-69页 |
| 4.2.5 LACD 模型 | 第69-70页 |
| 4.3 市场微观结构理论检验假设与模型 | 第70-74页 |
| 4.4 假设检验的数据来源与处理 | 第74-78页 |
| 4.4.1 数据来源与初步分析 | 第74-75页 |
| 4.4.2 日内周期效应 | 第75-78页 |
| 4.4.3 价格久期的调整 | 第78页 |
| 4.5 我国股市久期与市场微观结构特征相互关系的研究 | 第78-88页 |
| 4.5.1 EACD 和WACD 模型的估计与特性检验 | 第78-82页 |
| 4.5.2 价格久期与证券市场波动性之间的关系 | 第82-83页 |
| 4.5.3 久期与市场微观结构相互关系的假设检验和分析 | 第83-88页 |
| 4.6 本章小结 | 第88-89页 |
| 第五章 基于高频数据的我国股市的流动性特征研究 | 第89-116页 |
| 5.1 流动性研究概述 | 第89-94页 |
| 5.1.1 流动性定义与属性 | 第89-91页 |
| 5.1.2 流动性的测量 | 第91-93页 |
| 5.1.3 本章研究内容 | 第93-94页 |
| 5.2 上海股市流动性模式的实证研究 | 第94-104页 |
| 5.2.1 上海证券交易所交易制度与研究数据准备 | 第94-95页 |
| 5.2.2 上海股市流动性模式的实证研究 | 第95-104页 |
| 5.3 基于交易时间特性的我国股市流动性的研究 | 第104-114页 |
| 5.3.1 引言 | 第104-105页 |
| 5.3.2 时间特性与市场流动性 | 第105页 |
| 5.3.3 VNET 的定义与测量模型 | 第105-108页 |
| 5.3.4 基于时间特性的我国股市流动性研究 | 第108-114页 |
| 5.4 本章小结 | 第114-116页 |
| 第六章 交易频率与量价关系—(超)高频情况下量价关系(I) | 第116-139页 |
| 6.1 引言 | 第116-120页 |
| 6.1.1 问题的提出与意义 | 第116-118页 |
| 6.1.2 传统量价关系研究综述 | 第118-120页 |
| 6.2 交易频率、平均交易量与非做市商市场的价格行为 | 第120-127页 |
| 6.2.1 概述 | 第120-121页 |
| 6.2.2 交易时间与指令驱动交易市场均衡价格理论模型 | 第121-124页 |
| 6.2.3 交易频率对证券市场价格波动行为影响 | 第124-127页 |
| 6.3 交易频率、平均交易量与我国股市量价关系的实证研究 | 第127-132页 |
| 6.3.1 JKL 量价关系模型及其扩展 | 第127-129页 |
| 6.3.2 模型估计方法 | 第129-130页 |
| 6.3.3 数据的选择与处理 | 第130-132页 |
| 6.4 我国股市日内量价关系特征:交易频率 | 第132-138页 |
| 6.4.1 不考虑虚假交易条件下我国股市日内量价关系 | 第132-137页 |
| 6.4.2 数据合并调整后我国股市日内量价关系 | 第137-138页 |
| 6.5 本章小结 | 第138-139页 |
| 第七章 基于时间特征的量价关系研究——(超)高频情况下量价关系(II). | 第139-177页 |
| 7.1 非对称信息模型与交易量的关系概述 | 第139-141页 |
| 7.2 (超)高频量价关系研究模型 | 第141-148页 |
| 7.2.1 向量自回归模型(VAR)简介 | 第141-143页 |
| 7.2.2 交易和报价调整系统 | 第143-144页 |
| 7.2.3 交易和报价调整的向量自回归模型 | 第144-145页 |
| 7.2.4 Hasbrouk 模型及其波动性的测量 | 第145-147页 |
| 7.2.5 考虑交易过程中时间特征的量价关系模型 | 第147-148页 |
| 7.3 具有时间特性的我国股市量价关系实证研究 | 第148-176页 |
| 7.3.1 数据描述 | 第149-153页 |
| 7.3.2 不包含时间因素超高频数据的量价关系分析 | 第153-160页 |
| 7.3.3 交易对价格的影响 | 第160-165页 |
| 7.3.4 具有交易久期因素超高频数据的量价关系 | 第165-176页 |
| 7.4 本章小结 | 第176-177页 |
| 第八章 总结与展望 | 第177-180页 |
| 8.1 全文总结 | 第177-178页 |
| 8.2 未来展望 | 第178-180页 |
| 参考文献 | 第180-191页 |
| 发表论文和参加科研项目 | 第191-192页 |
| 致谢 | 第192页 |
