跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要明确以高频金融数据的丰富及其对经验金融研究的影响为讨论背景。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
Torben G. Andersen

金融市场计量经济学

研究问题
高频金融数据与计算能力的发展如何推动金融计量形成相对独立的研究领域,其经验研究传统有哪些特点?
方法与思路
摘要从数据供给、计算条件和市场实验困难出发,描述模型驱动统计推断与数据丰富所带来的实践取向。
材料陈述的贡献
摘要提供对金融计量领域形成背景的概括,强调丰富数据与模型推断的结合,未陈述新的估计量或检验结果。
阅读关注点
应核对全文的体裁与讨论范围、所涵盖的金融计量主题,以及高频数据如何具体影响模型选择和经验研究。
阅读边界
所给 Crossref 摘要仅呈现领域背景,未说明具体模型、数据分析或方法贡献,不能据此判断某项技术的效果。

原文摘要

The abundance of high-frequency financial data and the rapid development of computer hardware have combined to transform financial economics into, arguably, the most empirically oriented field within the social sciences. At the same time, as a result of the difficulty of conducting genuine market experiments, empirical finance remains firmly grounded in the tradition of model-driven statistical inference that is characteristic of economics. Even so, the richness of data has often spurred a practical orientation that is more familiar in the natural sciences. The combination has proved fertile, leading to the classification of a set of loosely connected empirical topics as a distinct entity, financial econometrics .

笔记与分组