试论结构中国证券市场信息结构与信息风险测度

论文导读：息并调整其交易行为的动态历程。并在此基础上构建日间时变的知情交易概率指标，进一步的探讨真实金融市场中信息结构在日间频度下的运动变化方式。中国股票市场日间信息结构的判断与信息风险度量探讨：首先，通过将对称订单流冲击引起的交易运用于信息模型的构建，解决以往模型蕴含订单数值特点与市场实际不相符的不足。然后，基于
摘要：信息是投资者制定投资对策的根本依据，直接影响了金融市场资产的发现历程以及资产的行为。对信息的深入探讨，是开展证券市场微观结构论述探讨的基石与必经之路。基于一个系统性的视角，就信息在不同时间尺度下的多维度结构差别，及其对投资者行为作用机理的区别与联系，本论文分别深入的探讨了低频与高频状态下信息结构的测度与信息风险的度量不足。如下为探讨的主体内容摘要：中国股票市场日内信息结构的测度探讨：在日内时间维度下，基于信息融入资产的非瞬时性，运用隐马尔科夫模型对不可观测的股票信息状态建模，并通过转移概率矩阵刻画信息状态在时间维度上的动态关联性。通过实证验证了模型的信息识别能力，且发现中国股票市场信息效应具有聚集性的特点。实证还估计了样本的信息状态与信息强度，进一步的，通过信息状态转移概率矩阵，推断我国股票市场的信息融入速率。中国股票市场日内高频信息风险度量探讨：基于日内信息组成结构的时变特性，推导时变知情交易概率的非参数计算表达式，并构建测度日内高频信息风险的策略。运用此策略设计实证验证了模型能够实时捕捉日内不断变化的信息风险状态,且对由有毒信息流引起的资产突变具有预测功能。中国股票市场日间信息结构的测度探讨：在日间的时间频度下，基于投资者能够以每日的交易数据推断日间变化的交易类型组成结构的假设，构建了一个允许知情和未知情交易到达率时变且可预测的GARCH结构信息模型。运用该模型设计实证，探讨了中国股票市场投资者学习市场交易信息并调整其交易行为的动态历程。并在此基础上构建日间时变的知情交易概率指标，进一步的探讨真实金融市场中信息结构在日间频度下的运动变化方式。中国股票市场日间信息结构的判断与信息风险度量探讨：首先，通过将对称订单流冲击引起的交易运用于信息模型的构建，解决以往模型蕴含订单数值特点与市场实际不相符的不足。然后，基于新模型的论述基础模拟买卖订单到达数据并绘制其频数分布图，据此判断个股信息结构的类型与适用的模型。最后，论述浅析交易者的日度学习行为与形成稳定信息结构的联系，阐述低频状态下资产信息风险测度的原理，并运用新模型实现对个股信息风险程度的度量。关键词：市场微观结构论文信息结构论文信息风险论文隐马尔科夫模型论文非参数估计论文贝叶斯学习论文蒙特卡洛随机模拟论文
本论文由www.7ctime.com,需要论文可以联系人员哦。中文摘要3-4
ABSTRACT4-6
目录6-10
第一章 绪论10-17

1.1 探讨背景与探讨作用10-11

1.2 探讨思路与探讨的主要内容11-14

1.3 本论文的革新点14-16

1.4 本章小结16-17

第二章 信息结构与信息风险及其相关领域探讨情况述评17-33

2.1 金融市场微观结构论述探讨综述17-23

2.

1.1 金融市场微观结构论述的主要探讨内容17-20

2.

1.2 金融市场微观结构论述探讨的主要论述模型20-23

2.2 信息结构的测度及相关探讨综述23-29

2.1 信息测量模型探讨近况23-25

2.2 信息结构各个维度测量不足的探讨近况25-28

2.3 信息与资产形成论述探讨近况28-29

2.3 信息风险的衡量探讨近况29

2.4 隐马尔科夫历程及点历程论述在金融领域中的探讨近况29-32

2.4.1 隐马尔科夫历程在金融领域中的探讨近况29-30

2.4.2 点历程论述在金融领域中的探讨近况30-32

2.5 本章小结32-33

第三章 中国股票市场日内信息结构的测度33-45

3.1 引言33-34

3.2 基于隐马尔科夫历程的信息探测论述模型构建34-40

3.

2.1 信息状态与信息状态转移历程建模35-36

3.

2.2 信息状态与交易行为方式映射历程36-37

3.

2.3 交易行为方式与交易数量映射历程37-38

3.

2.4 参数的贝叶斯估计38-40

3.3 实证设计与结果浅析40-44

3.1 实证设计40-41

3.2 实证结果浅析41-44

3.4 结论44

3.5 本章小结44-45

第四章 中国股票市场日内高频信息风险的度量45-59

4.1 引言45-46

4.2 日内实时 PIN 测度的论述基础与计算策略46-50

4.论文导读：-143参考文献143-154发表论文和科研情况说明154-155致谢155-156上一页12

2.1 日内时变 PIN 测度的论述基础47-48

4.

2.2 日内时变 PIN 的计算策略48-50

4.3 日内高频信息风险的度量策略50-51

4.4 实证设计与结果浅析51-57

4.1 实证设计51-52

4.2 实证结果浅析52-57

4.5 结论与后续探讨性倡议57-58

4.6 本章小结58-59

第五章 中国股票市场日间信息结构的测度59-71

5.1 引言59-60

5.2 投资者预测交易到达率的 GARCH 学习模型论述框架60-65

5.

2.1 论述基础浅析60-62

5.

2.2 论述模型构建62-63

5.

2.3 模型的参数估计63-65

5.3 基于投资者预测交易到达率服以 GARCH 学习历程的信息结构测度实证探讨65-69
5.

3.1 实证设计65-66

5.

3.2 实证结果浅析66-69

5.4 结论与后续探讨性倡议69-70

5.5 本章小结70-71

第六章 中国股票市场日间信息结构判断与信息风险度量71-109

6.1 引言71-72

6.2 EKOP 系列信息风险模型72-78

6.

2.1 论述基础浅析72-73

6.

2.2 信息风险影响资产的路径73-75

6.

2.3 论述模型的构建75-76

6.

2.4 模型的参数估计策略76-78

6.3 EKOP 系列信息风险模型中蕴含的交易数据的数值特点78-79

6.4 对称冲击经调整的信息风险测度模型79-83

6.

4.1 对经典模型有着不足的深思与改善思路79-80

6.

4.2 调整模型的论述基础80-82

6.

4.3 调整模型参数的估计策略82-83

6.5 对称冲击经调整的信息风险模型中的订单数值特性83-85
6.6 经典模型与调整模型中的信息结构与订单数值特点的论述浅析与模拟实验85-100

6.1 经典模型的“三峰结构”论述浅析85-86

6.2 经典模型的“三峰结构”的模拟实验86-91

6.3 调整模型的“六峰结构”论述浅析91-94

6.4 调整模型的“六峰结构”的模拟实验94-100

6.7 中国股票市场买卖交易订单的数值特点与分布特性综合实证探讨100-102

6.7.1 实证数据的描述性统计101

6.7.2 中国股票市场日间信息结构的判断101-102

6.8 日间信息风险测度的实证探讨102-107

6.8.1 数据及描述性统计103

6.8.2 调整信息模型的估计结果103-107

6.9 结语107-108

6.10 本章小结108-109

第七章 总结与展望109-113

7.1 全文总结109-111

7.2 探讨展望111-113

附表 1113-119
附表 2119-124
附表 3124-136
附图 1136-143
参考文献143-154
发表论文和科研情况说明154-155
致谢155-156