金融高频数据分析的现状与问题研究

第30卷第3期财经研究Vol.30No.32004年3月JournalofFinanceandEconomicsMar.2004　金融高频数据分析的现状与问题研究常　宁1,徐国祥2(1.上海财经大学统计学系,上海200433;2.上海财经大学应用统计研究中心,上海200433)　　　:近年来,在西方国家对金融高频数据的分析已成为实业界和学术界的热点问题和难点问题。本文讨论了金融高频数据的概念和特征,分析了对高频数据分析的基本动因,阐述了金融高频数据分析已涉及的主要领域,探讨了金融高频数据分析中遇到的问题。最后,还对金融高频数据分析的发展趋势作出了展望并探讨了我国在这一领域应用研究的重点。　　:金融市场;证券市场;金融高频数据分析;市场微观结构　　:F830.91　:A　:1001-9952(2004)03-0031-09、　　1.什么是金融高频数据　　近年来,计算工具与计算方法的发展,极大地降低了数据记录和存储的成本,使得对大规模数据库的分析成为可能。所以,许多科学领域的数据都开始以越来越精细的时间刻度来收集,这样的数据被称为高频数据(highfre-quencydata)。金融市场中,逐笔交易数据(transactionbytransactionda-ta)或逐秒记录数据(tickbytickdata)就是高频数据的例子,值得注意的是这里的时间通常是以“秒”来计量的,具体如NYSE(NewYorkStockEx-change)的交易与报价数据库(TradesandQuotes)所记录的从1992年至今的NYSE、NASDAQ和AMEX(AmericanExchange)的全部证券的日内交易和报价数据、Berkeley期权数据库所提供的1976年8月至1996年12月的期权交易数据、以及美国外汇交易HFDF93数据库中德国马克-美元的现汇交易报价数据等,都是金融高频数据。　　2.金融高频数据的主要特征:2003-12-08:常　宁(1973-),女,陕西西安人,上海财经大学统计学系教师,经济学博士;徐国祥(1960-),男,上海人,上海财经大学应用统计研究中心主任,统计学系教授,博士生导师。·31·　　与传统的低频率观测数据(如周数据、月度数据等)相比,按照更短时间间隔所取得的金融高频数据呈现出了一些独有的特征,正是这些特征,诱发了人们对金融高频数据分析的日益浓厚的兴趣。以NYSE的交易数据为例,金融高频数据主要有四个特征:　　一是数据的记录间隔不相等,因为市场上某只股票的交易并不一定以相同的时间间隔发生,这样所观测到的交易价格等变量的时间间隔就不相等;　　二是所记录的价格数据是离散变量,如在NYSE中,某项资产的价格变动只以计量单位ticksize①的若干倍而发生,这样所记录的逐项交易价格就变成了一个离散取值的变量;　　三是数据存在日内周期模式,在正常交易条件下,NYSE的交易量往往在每一天的开盘时间和收盘时间附近较大,而在午饭时间左右较小,形成了一个“U”型的模式,随之而来的,是交易与交易之间的时间间隔在一天内也呈现出了循环模式的特征;　　四是多笔交易同时(甚至是以不同的价格)发生,这种现象部分归因于在每天交易量较大的时候,以秒来计量时间都成为一个太长的时间刻度了。、　　1.金融高频数据分析的基本动因　　从金融高频数据产生至今,对金融高频数据的分析一直是金融研究领域中一个倍受瞩目的焦点。这可以归结为两个原因:一个是由于对金融高频数据本身所具有的特征值的关注。通常所指的交易数据,除了交易价格外,还包括与交易相连的询价和报价、交易数量、交易之间的时间间隔、相似资产的现价等等,因此,对于金融高频数据的分析,实质上是一个关于“以不同时间间隔观察到的、具有不规则强度、既有离散变量又有连续变量的”复杂多变量问题。这样如何从总体上来分析金融高频数据、又如何处理具体金融交易中高频数据的特殊性,便成为众多金融领域的从业者和研究者所面临的一个有趣而又富有挑战性的课题。　　另一个是因为金融高频数据对理解市场的微观结构来说相当重要。对金融高频数据的逐步积累和了解,不仅转变了一些陈旧的研究理念,如以前认为短期的价格波动是不相关的噪音并且不值得去搜集,但现在我们知道高频数据中的这种波动恰恰包含着理解市场微观结构的重要信息;而且随着对金融高频数据统计特征认识的深化,也使先前一些关于如金融市场同类性(homo-geneous)、短期价格波动服从高斯随机游程(gaussianrandomwalk)的古典经济假定受到了质疑。不难看出,在探寻金融市场微观结构的过程中,需要对基础经济理论、研究方法和计量模型等进行不断地创新和完善,而金融高频数据及其分析的出现则正好为这些转变的实践提供了条件。·32·　2004年第3期　　2.金融高频数据分析已涉及的主要领域　　尽管人们对金融高频数据分析研究的历史并不长,但是目前的发展状况却着实令人鼓舞。众多学科的研究者对此都表现出了极大的兴趣,分别从各自不同的角度对金融高频数据进行了探索和研究。已有研究所涉及的内容之广令人无法一一穷尽,所以我们在此以金融高频数据研究的四个主要分支为脉络,有所侧重地阐述一些具有代表性的研究内容。　　第一个分支是关于金融高频数据库的研究。其中RobertWood是创建研究市场微观机构(金融高频)数据库的先驱。在他的文章(2000)中,Wood不仅从对金融市场微观结构研究的初衷、对结构数据的基础检验、TAQ数据库的组织形式和特征等角度对金融高频数据库的发展历程做了介绍,而且还讨论了金融高频数据量(如NASDAQ报价数据等)的快速增长趋势以及这种数据量的增长趋势在市场结构研究中的应用问题。这些内容对于了解金融高频数据库的组织结构、形式和数据特征来说都是非常必要的。　　第二个分支是关于金融高频数据分析应用于对市场微观结构分析的研究。在这个领域中,最初的文献是关于日内(intraday)收益与波动性时间序列的模式的研究,如Wood(1985)、Harris(1986)、Lockwood,Linn(1990)和McNish(1993)等是最早一批对NYSE高频交易数据进行研究的人,而Good-hart、Figliouli(1991)和Guillaume(1994)等人则是最早对外汇市场的高频交易数据进行研究的先驱。此后,便陆续不断地有许多文章对日内金融市场数据的行为特征作了更深入的研究。从Goodhart和O'Hara(1997)所做的有关研究文献纵览中可以看出,基于金融高频数据对市场微观结构所作的实证研究主要集中于以下几个方面:　　(1)对金融市场交易数据观测时间间隔特征的研究;　　(2)对交易数据如波动性、交易量与价格差额之间交互作用的研究;　　(3)对价格差额的决定因素的研究;　　(4)对金融高频数据的波动性及其记忆的研究;　　(5)对促使价格变动的交易的研究;　　(6)对收益、报价等交易数据中的自相关性以及收益、报价、交易与交易之间的横向相关关系的研究;　　(7)对金融高频数据的季节性与非线性特征的研究;　　(8)对金融市场的技术分析和市场效率的研究;　　(9)对不同金融市场(如证券市场与衍生证券市场)之间联系的研究等等。　　最近几年,关于对市场微观结构的实证研究在深度和广度方面又有了新的进展,其中尤其以对股票市场高频数据的分析最具代表性。主要有用高频交易数据对不同交易系统(如NYSE的公开喊价系统与NASDAQ的计算机交易系统)在价格发现中的效率进行比较;用高频交易数据对某一个特殊股票·33·常　宁、徐国祥:金融高频数据分析的现状与问题研究的报价与询价的动态性进行研究(如Hasbrouk,1999;Zhang,Russell和Tsay,2001);在一个订单驱动的股票市场(如台湾股票市场)中,高频交易数据被用于研究订单的动态性以及回答“是谁提供了市场的流动性”问题。此外还有Hol和Koopman(2002)用S&P500的高频数据对股票指数的波动性进行了预测研究;Bollerslev、Zhang(2003)将股票市场的高频交易数据应用于对因素定价模型(factorpricingmodels)中系统风险因素的计量和建模等一系列的相关研究。　　第三个分支是关于金融高频数据分析中所使用的计量模型的研究。随着金融高频数据的不断增加,如何使用模型来恰当地描述这些数据就成为一个重要的问题。从计量经济学角度来看,金融高频数据的一个最显著特征是观测值以变动的、随机的时间间隔取得。该特征隐含着对我们所熟悉的、固定的、等值的时间间隔数据的偏离,也意味着原有的一些深受喜爱的模型,如关于波动性研究的GARCH(GeneralizedAutoregressiveConditionalHeterosceDasticity)模型、SV(StochasticVolatility)模型等将不再适用。与以往大多数的理论模型不同②,近来计量模型研究的核心内容是交易间隔(intratradedu-ration)与交易特征值,如收益、询报价差额、交易量等之间的Granger因果关系。这些模型可以分为两大类:一类是关于交易间隔的模型,它们认为较长的时间间隔意味着缺少交易活动,也代表着一个没有新信息产生的时期,因此时间间隔行为的动态性中含有关于日内市场活动的有用信息。基于这种观念,Russell和Engle(1998)使用了与分析波动性的ARCH模型相似的概念,提出了一个ACD(AutoregressiveConditionalDuration)模型来描述(交易活跃的)股票交易间隔的发展过程。随后,Zhang、Russell和Tsay(2001)对ACD模型作了扩展,用于分析金融高频数据中的非线性和结构性间隙问题。　　另一类是关于交易间隔对交易价格变化的影响的模型,被研究对象的离散性和研究者对于“无变化”的关注,使得对日内价格变化的建模变得困难了。Campbell、Lo和MacKinlay(1997)曾对相关文献中所提及的若干计量模型进行了讨论,其中有两个在选择解释变量方面具有优势的模型值得关注。一个是Hauseman、Lo和MacKinlay(1992)使用的规则概率模型(orderedprobitmodel),它将交易的间隔作为一个影响逐秒价格变动概率的回归量,但是这个模型有其他的一些缺陷;第二个是Rydberg、Shephard(1998)和MacKinlay、Tsay(2000)的分解模型(decompositionmodel),作为一种替代方法,它将价格的变动分解为价格变动指数、价格运动方向和价格变动幅度(如果有价格变化)三个部分进行研究;这两个模型的主要区别是后者不需要对价格变化幅度作任何划分。相关的研究还有Ghysels和Jasiak(1998)使用了一个关于不定期取值的金融数据的ACDCARCH模型,发现在交易间隔的时间序列与收益波动的时间序列的变动中存在因果关系,尤其是日内交易间隔会对收益波·34·　2004年第3期动中的意外事件有所反应。　　第四个分支是关于金融高频数据统计特征的研究。在讨论金融高频数据如何应用的同时,对数据本身的统计特征也不能忽视。因为统计特征不仅是认识数据的基本依据,也是正确使用数据的首要前提。早期的研究表明,与低频金融数据(如月度数据)服从高斯分布的特征不同,金融高频数据是不稳定的,在较短期间内有着增长性的拖尾趋势(heavytailed),并且数值具有离散性的特点。相比较而言,近期对金融高频数据的统计分析则更为深入和具体。如Jacquier、Polson和Rossi(1994,1995)的研究发现S&P500指数的日收益数据具有非正态性;Jobson和Korkie(1980)的研究表明在决定最优证券组合的输入变量的均值—方差模型中,方差—协方差/期望收益与最优组合的权重之间的映射是高度非线性的;Chopra和Ziemha(1993)对同样问题所作的研究指出期望收益的估计误差所带来的危害通常是方差估计中同样误差的10倍,是协方差估计中同样误差的100倍。在这些研究的基础