1 导论
1.1 问题的提出
1.2 本项研究的意义
1.2.1 理论意义
1.2.2 实践意义
1.3 研究方法、研究工具与数据来源
1.4 研究内容及结构安排
1.5 本书的创新之处与不足
2 中国股票市场微观结构概述
2.1 中国股市概况
2.2 市场微观结构的主要研究对象和内容
2.3 市场微观结构的主要理论
2.3.1 基于存货的模型
2.3.2 基于信息的模型
2.3.3 基于持续时间的模型
2.3.4 理论困惑与未来研究
2.4 纽约证券交易所与上海证券交易所的微观结构比较
2.4.1 纽约证券交易所微观结构
2.4.2 上海证券交易所微观结构
2.4.3 微观结构差异比较
2.5 中国股市微观结构总结
2.6 本章小结
3 中国股票市场的高频微观结构特征变量
3.1 高频金融研究概况
3.2 市场微观结构特征变量
3.2.1 标值点过程
3.2.2 价格标值
3.2.3 买卖价差标值
3.2.4 成交量标值
3.2.5 金融持续时问过程
3.3 高频金融数据库概况
3.4 中国股市高频交易数据的样本选择
3.4.1 高频数据的预处理
3.4.2 样本数据准备
3.5 本章小结
本章附录
4 中国股票市场微观结构特征变量的高频统计特征
4.1 文献综述
4.2 收益率的统计特征
4.2.1 基本统计量
4.2.2 收益率的非参数密度估计
4.2.3 实证结果分析
4.3 成交量的统计特征
4.4 买卖价差的统计特征
4.5 金融持续时间的统计特征
4.5.1 研究样本和数据描述
4.5.2 交易持续时间
4.5.3 价格持续时间
4.5.4 成交量持续时间
4.6 本章小结
本章附录
5 中国股票市场微观结构特征变量的日内模式研究
5.1 文献综述
5.2 数据与计量检验方法
5.3 市场有效性检验
5.4 收益率的日内模式
5.5 成交量的日内模式
5.6 买卖价差的日内模式
5.7 金融持续时间的日内模式
5.8 日内模式及其形状差异的信息解释
5.8.1 单位根检验
5.8.2 线性与非线性Granger因果检验
5.8.3 实证结果分析
5.9 本章小结
本章附录
6 中国股票市场金融持续时间的数量研究
6.1 金融持续时间的市场微观结构含义
6.2 自回归条件持续时间(ACD)模型
6.2.1 ACD模型的理论基础
6.2.2 基本的ACD模型
6.2.3 ACD模型的估计方法述评
6.3 基本ACD模型的扩展
6.3.1 增广ACD模型(Augmented ACD Models)
6.3.2 长记忆ACD模型(Fractionally Integrated ACD Mcdel)
6.3.3 机制转换ACD模型(Regime-Switching ACD Models)
6.3.4 潜在变量ACD模型(Latent Factor-based ACD Models)
6.3.5 多元持续时间模型(Multivariate Duration Models)
6.4 ACD模型的检验
6.4.1 残差的检验
6.4.2 条件均值函数的检验
6.4.3 标准化持续时间分布的检验
6.4.4 基于NP估计的ACD模型检验
6.5 ACD模型的应用
6.5.1 基于交易持续时间的Granger因果检验
6.5.2 基于ACD标值模型的市场微观结构假设验证
6.5.3 基于ACD模型的日内风险测量
6.6 本章小结
本章附录
7 中国股票市场价格影响因素的面板分析
7.1 市场微观结构特征变量问信息传导的异质性
7.2 市场微观结构特征变量问的面板Granger因果关系
7.2.1 面板单位根检验
7.2.2 面板Granger因果关系检验
7.2.3 实证结果分析
7.3 买卖价差影响因素分析
7.3.1 模型设定
7.3.2 实证结果分析
7.4 价格(变化)的影响因素分析
7.4.1 解释变量的选择
7.4.2 模型设定
7.4.3 实证结果分析
7.5 涨跌幅的影响因素分析
7.5.1 解释变量的选择
7.5.2 模型设定
7.5.3 实证结果分析
7.6 本章小结
本章附表
8 总结与展望
8.1 全文总结
8.1.1 关于市场微观结构特征变量的统计特征
8.1.2 关于市场微观结构特征变量的日内模式
8.1.3 关于金融持续时间的数量研究
8.1.4 关于中国股票市场价格影响因素的面板分析
8.2 未来研究展望
参考文献
致谢