The Econometrics of Ultra-high-frequency Data
超高频数据的计量经济学AI 解读 ↓
← 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：摘要直接研究完整逐笔交易记录、交易到达时间及收益的条件方差，分别对应高频计量和波动率研究。
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
超高频数据的计量经济学
- 研究问题
- 如何利用逐笔交易到达时间及其附带信息刻画超高频金融数据，并分析超出预期的交易间隔与收益、条件方差的关系？
- 方法与思路
- 作者以标记点过程分析交易到达及其特征，将 ACD 模型用于 IBM 逐笔交易数据，构建半参数风险率估计与条件方差指标。
- 材料陈述的贡献
- 摘要报告，出乎预期的较长交易间隔与收益、方差的负向变化相关，并认为这一现象与市场微观结构中的非对称信息模型相符。
- 阅读关注点
- 核对标记点过程与 ACD 的设定、半参数风险率和条件方差的构造，以及意外交易间隔的定义与经验关系的估计方式。
- 阅读边界
- 摘要未说明样本区间、模型假设、估计不确定性或效应大小；仅凭 IBM 交易应用，不能判断该关系的因果性与跨市场适用性。
原文摘要
A complete transactions record is defined to be ultra-high frequency data. The transaction arrival times and associated characteristics can be analyzed by marked point processes. The ACD model developed by Engle and Russell (1998) is then applied to IBM transactions data to develop semi-parametric hazard estimates and measures of conditional variances. Both returns and variances are negatively influenced by surprisingly long durations as suggested by asymmetric information models of market micro-structure.