隨機條件交易時間距離模型之股票市場實證分析

(Condtional Duration Models : An Empirical Study in U.S. Stock Market)

莊敬平(Chuang Ching Ping)

指導教授 ： 黃裕烈

國立清華大學/科技管理學院/經濟學系/碩士(2006年)

摘要

這篇論文主要是應用stochastic conditional duration (SCD) 模型做為實證分析的依據。
首先，我們利用 autoregressive conditional duration (ACD) 模型，為此篇論文的原始模型，
然後，再運用 SCD 模型的技巧來改善 ACD 模型。
最後，我們從 NYSE 中選取出兩檔股票，分別把資料套用至 ACD 與 SCD 模型中，並比較那一個模型較為適用。
ACD 模型主要是以過去的交易時間距離來預期當期的交易時間距離，並透過交易時間距離變化，來判斷市場上訊息的流入時間點。
而 SCD 模型則是在 ACD 模型中的潛在方程式 (latent equation) 中加入隨機的因子，
來改善 ACD 模型的不足的地方。
然而這個所加入的隨機因子可以用來捕捉隨機的突發事件,
這樣的設定能讓我們對交易時間距離的預期更加準確,
進而能精準地判斷何時會有訊息流入。
如果我們只運用 ACD 模型來預估交易時間距離，而不把當期的突發事件考量進來，
是有可能會讓我們對交易時間距離的預期變得較不準確。
我們透過上述論點，把資料分別帶入 SCD 和 ACD 模型之中來做比較，
經由實證分析可知 ACD 模型中的 log-ACD 模型仍就明顯地優於 SCD 模型的配適交易時間距離的能力，
log-ACD 模型將較能準確地捕捉訊息流入的時間點。

關鍵字

交易時間距離 ； 卡曼濾波 ； 自我迴歸條件下的交易時間距離模型 ； 隨機條件下的交易時間距離模型 ； HASH(0x878ec94) ； HASH(0x878ed0c)

並列摘要

無資料

並列關鍵字

Duration ； ACD model ； SCD model ； Kalman Filter ； State Space model ； QMLE

參考文獻

Bauwens, L. and P. Giot (2000). “The logarithmic ACD model: An application to the bid-ask quote process of three NYSE stocks,”Annales d’Economie et de Statistique, 60, 117-150.

Bauwens, L. and P. Giot (2003). “Asymmetric ACD models:introducing price information in ACD models with a two state transition model,”Empirical Economics, 28 (4).

Bauwens, L. and D. Veredas, (2004). “The stochastic conditional duration model:a latent variable model for the analysis of financial durations,” Journal of Econometrics, 119, 381-412.

Bollerslev T. (1986). “Generalized Autoregressive Conditional Heteroskedasticity,”Journal of Econometrics, 31, 307-327.

Chiang M. H. (2005). “ The Autoregressive condition MulitnomialModel under Price and Duration Momenta,” Instuitute of International Business, National Cheng Kung University, Working Paper.