中国证券市场的LOG-ACD模型及其应用

0引言随着计算机技术的飞速发展,人们可以越来越方便的获得各种高频交易数据。高频数据的获得,开辟了新的研究领域,为了更好的分析这些高频数据,许多新的计量经济模型也应运而生。传统的计量经济模型基于固定的时间间隔进行分析,如随机波动和GA RCH模型等。由于传统的ACD模型对     

统计方法在反洗钱可疑交易鉴别中的应用

文章从截面数据和时间序列数据两方面对统计方法在我国反洗钱可疑交易鉴别中的应用问题作了探讨,并结合某家上市公司的现金交易数据对统计方法在反洗钱可疑交易鉴别中的具体应用作了实证分析.文章的结论是统计方法可以有效地鉴别出与一贯交易习惯明显不符的异常交易.     

两总体的面板数据的距离判别分析方法

提出了根据距离之差的时序数据的趋势特征来考虑进行面板数据的判别分析,给出了重复观察的各时点间隔相同的情况时两总体的面板数据距离判别规则,并给出了距离之差的时序数据趋势特征的检验方法,最后分析了重复观察的各时点间隔并不相同时的距离判别分析方法.     

基于比例风险模型的更换因素对间隔更换时间的影响研究

研究间隔购买时间有助于把握消费者的消费特征,提高决策的科学性。研究日常消费品间隔购买时间的文献较多,而研究耐用品的却比较少。文章基于调查得到的消费者手机更换因素及更换时间数据。应用Cox比例风险模型,从整体上并分男女两组分别研究了消费者手机更换因素对间隔购买时间的影响及影响程度。研究表明,间隔更换时间受到质量、功能、款式和促销的影响,其影响程度依次为质量、功能、促销、款式,并且功能、促销、款式对男女更换手机影响程度有差异。此外还讨论了缩短间隔更换时间的方法。研究结果对手机制造商及销售商有一定的指导作用。     

市场经济、契约经济与制度变迁

一、从计划经济到市场经济:信用与契约的重建 信用是社会商品分配和交换的特定形式,是以正式的、非正式的协议或契约为保证的不同时间间隔下的经济交易行为.信用作为一种特殊的价值运动形式,它的一个重要特征是价值的运动存在一定的时间间隔.一般的价值运动是所有权的对等转移,在时间上紧密结合.而信用引起的价值转移却是价值的单方面转移,存在时间上的分离.由信用引起的实物或货币使用权的暂时的让渡是以到期偿还为条件的.正是信用经济这种远期偿还性,使契约在信用经济的运行过程中,具有重要作用.契约作为信用双方当事人签署的一种协议,对信用运动产生的权利义务关系作出明确规定.契约是信用经济运行的载体,它是载明债权债务关系的合法凭证,是信用经济运行的必要要素.从这一点上来看,信用经济也可以称之为契约经济.     

基于多尺度变换的资本资产定价模型的实证研究

文章依据交易时间的多样性,从时间尺度对样本日收益率数据进行多尺度划分,在各尺度上检验资本资产定价模型,结果发现,资本资产定价模型在部分尺度上通过检验.     

基于高频数据的市场价格久期集聚特征分析

在金融高频数据中,价格久期反映了交易者的交易策略,从时间维度反映了信息的传导过程。文章采用股票交易的分笔数据,在自回归条件久期模型中引入信息交易特征变量:交易强度、每笔平均交易量和百分比买卖价差,分析价格久期集聚特征与市场信息交易之间的关系。     

应用概率统计发现质量特性参数间关系的一个实例

自公司开始生产起,统计分析工程师即每周统计产品的若干重要质量特性参数并绘制图表.所作的统计量通常有最小值,最大值,平均值,中位值和均方差.统计中位值是因为该统计量有很好的抵抗异常值干扰的性能.开工后的第一季度末,统计分析工程师收集了两个重要质量特性参数均方差S和每周的中位值C作时间序列分析图.由于两条时间序列曲线的时间分布范围和间隔均相同,且用数据分析软件精确地绘制在同一张A4纸的上半部和下半部,所以两条时间序列曲线在相同时间间隔里变化趋势间的关系可看得很清楚.     

基于沪深300股指期货高频数据趋势持续期模型的构建与检验

文章针对我国沪深300股指期货高频数据时间序列具有趋势运动特性,提出了趋势持续期模型.首先采用泊松过程对趋势持续期的市场微观结构进行建模,得出了趋势持续期在理论上服从Gamma分布;基于经验模态分解算法提取股指期货日内高频交易数据的趋势持续期,采用最大似然估计法,估计趋势持续期的Gamma分布参数,同时通过Kolmogorov-Smirnov检验验证了模型的有效性;最后对不同采样间隔下的趋势持续期进行标准化处理,趋势持续期模型具有很好的稳健性.     

基于时间序列孤立点检测的可疑外汇资金交易识别研究

尽管洗钱模式复杂多变,但洗钱行为在整个金融活动中只占有极少的比例,这给监测洗钱交易增加了难度.作为数据挖掘重要方法之一的孤立点分析是在大数据集中发现有趣小模式的有效方法.文章提出了一种适用于可疑外汇资金交易识别的孤立点检测方法,可以持续地从大量的日常交易中发现极少数的与正常交易显著不同的异常交易.从孤立点分析角度,提出了基于非频繁模式挖掘思想和概念漂移处理的混合属性空间上时间序列孤立点检测方法;从可疑金融交易识别的角度,提出了对每天持续动态产生的海量金融交易数据进行分析的一种新思路.     

计算机辅助面访跟踪调查的数据特征与应用

社会科学定量研究在中国的蓬勃发展带来本土社会抽样调查的两个发展趋势:一是历时性跟踪调查的兴起;另一个是采访技术手段的革新。与跨地区的一次性抽样调查相比,历时性跟踪调查要对相同的采访对象以特定的时间间隔进行多次数据采集。这     

网上拍卖中竞买者出价数据的特征及分析方法研究

在传统统计分析中，研究者面对的数值型数据有三种形式，即横截面数据、时间序列数据以及混合数据。这些类型的数据具有离散、等间隔分布、密度均匀等特点，它们是传统的描述性统计和推断性统计中最主要的数据分析对象。然而，从拍卖网站收集到的诸如竞买者出价等数据，却不具备这些特点，对传统统计分析方法提出了挑战。因此需要从数据容量、数据的混合性、不等间隔分布及数据密度等方面，对网上拍卖数据的产生机制进行阐释，对其特征进行分析，并结合实际网上拍卖资料给出分析此类数据的方法和过程。     

高频数据及市场微观结构模型

高频数据(high-frquency data)是在很微小时间(秒)区间范围内的观察值.在金融领域,如股票市场和外汇交易市场,时常意味着每天或一天内更小的时间区间内的观察值.例如,IBM股票在1999年12月的交易数据超过134000个.这些数据之所以能够获得是因为随着计算机技术和电子交易系统的发展,交易成本的下降,使数据获取和处理方法有了发展和提高.     

流动人口女性个体的生育间隔影响因素研究——基于2016年全国流动人口动态监测调查数据

本文采用2016年全国流动人口动态监测调查数据,运用半参数Cox回归对我国流动人口的生育间隔进行分析。结果发现：第一,不仅人口流动会延迟女性的生育时间,而且受教育水平的提高对女性的婚育间隔、第一次生育间隔均有显著的延迟效应。第二,结婚年龄越大,婚后越有可能选择尽早生育,且不同初婚时间对生育间隔的影响差异明显。同时,参加医疗保险对婚育间隔存在显著的缩短效应,而参加生育保险对生育间隔存在显著的延迟效应。越有经济实力以及在工作中担任重要职位的女性越有可能扩大生育间隔;而随着婚育间隔的扩大,第一次生育间隔反而会缩短。第三,初育子女的性别对第一次生育间隔的影响存在显著差异,即若初次生育为女性,则第一次生育间隔会缩短。第四,根据生育政策效果分析发现,放开生育政策虽无法促使女性缩短婚育间隔,但会明显缩短第一次生育间隔。     

中国证券市场的ACD-GARCH模型及其应用

一、引言随着计算机技术的飞速发展 ,人们可以获得采样频率越来越高的股票、汇率等金融数据 ,甚至可以获得股票市场、外汇市场实时的每笔成交数据。这些数据称之为高频数据。高频数据的获得使人们可以进一步研究市场的微观结构和运行机制。Easley ( 1996 )、Diamond和Verrecchia ( 1987)、Glosten和Milgrom ( 1985 )、Hasbrouck( 1998)和O’Hara( 1995 )等在研究市场微结构时指出 ,在交易中、价格变化中和买卖指令期间的等待时间对了解金融市场的私人和公共信息具有关键性的作用。为了利用交易到达时间和买卖价更新时间对金融市场微观结…     

趋势变动点与异常点的关系探讨

一、概念综述 具体来讲趋势变动点也称为结构变动点，是指以该点为分界点将一组时间序列数据分为两部分，分别用这两组数据来拟合事先建立好的模型，再用原整组时间序列数据去拟合该模型，模型中的参数值在整个期间内不能保持相同的数据点。     

谈用“随机原则”确定直线等距抽样样本存在的问题

直线等距抽样就是先将总体各个单位按照一定的顺序排队,并根据总体单位数(N)和样本单位数(n)计算出抽选样本的间隔(k=N/n)。然后按照一定的间隔抽选样本单位。这实际上是将总体分为单位数相同的m段,每段中有k个单位。传统的样本抽选方法是先在1—k中产生一个随机数(i),则第一段中第i个位置上的单位就是被抽中的第一个样本单     

极限与连续概念及其在经济分析中的应用

极限与连续是抽象的数学概念,但它们也来自人们的社会实践。古代巴比伦人在研究天文现象时,已经涉及连续变量这一概念。但他们只停留在把一个连续变量(如时间)分割成不连续的相等间隔,以研究在每一个间隔上的月亮亮度,从而计算出其亮度变化的极大值。     

时间使用的核算

时间使用的核算（英）格雷厄姆·派特著张忠平编译本文主要讨论怎样将时间数据与非营业交易数据结合起来，更具体一些说，怎样通过计算尚未被明确地作为一种商品并取得报酬的时间来扩展ＳＮＡ系统。与以前对这一问题的讨论不同的是，本文主张一天以内所有的时间都应当计算...     

交易间隔、超高频波动率与VaR ——利用日内信息预测金融市场风险

 金融市场风险价值研究一般采用日收益数据，并基于GARCH类模型进行估计和预测，这必然会损失部分日内信息。本文尝试使用中国股市日内分笔超高频数据，在分析日内波动特性的基础上，通过UHF-GARCH模型对交易间隔等日内信息建模，得到超高频波动率UHFV。本文用ARFIMA模型对超高频波动率UHFV建模，应用到风险价值VaR的预测中，并同基于日数据的GARCH类模型的VaR预测能力进行比较。VaR似然比和动态分位数等回测检验的结果显示，超高频数据波动率UHFV模型的预测能力强于采用日数据的GARCH类模型。