导　　师： 陈浪南

授予学位： 博士

作　　者： ;

机构地区： 中山大学

摘　　要： 21世纪以来的数次大规模的金融危机，使得作为证券市场三大基本属性之一的流动性近年来逐渐成为金融市场监管机构、投资者和学者关注的热点。对各种流动性问题的理论和实证文献不断涌现，极大地丰富了该领域的研究层次。　　对于证券市场的投资者而言，在所有的流动性问题中，了解交易品种的流动性分布特征、识别影响其流动性水平的主要因素、分析不同时态下股票价格和交易量之间的相互关系及外生冲击对其的影响，对于其分析股票的流动性，构建有效的交易策略从而实现及时的交易和退出市场最为重要。　　然而在回顾流动性领域对上述问题的实证文献后本文发现，现有实证研究存在的如下不足使得其分析结论无法有效指引投资者的实际交易行为。首先是样本数据的选取:对于金融市场的交易者而言，交易层面的即时数据分析对其投机活动最具指导意义。然而现有流动性实证研究的文献大多基于日度频率的样本数据构建，在瞬息万变的金融市场上，低频数据的分析结论使投资者在交易规划时对其进行应用的效果大打折扣;其次是研究方法的滞后:目前在上述流动性问题研究中所采用的实证方法相对滞后于金融其他领域的研究。同时从研究方法的属性而言，现有实证研究方法大多从属于经典计量统计学派。经典统计分析对于分布、推断方法和结论分析等方面的假设需要较大规模数据样本的支持但在绝大多数的文献中研究者并未满足上述要求。同时，研究者对于模型结构等要素的不恰当主观设定也一定程度上影响了分析结论的可靠性。　　针对于此，本文从实证框架上实现了如下创新:首先是数据层面的突破，本文的研究样本采集自上海和深圳证券市场规模不同的6只股票的高频交易数据;其次是方法框架上的更新:本文�

关 键 词： 证券市场 股票流动性 风险管理 贝叶斯和非参方法

领　　域： [经济管理—金融学]