高频数据视角下的市场价格影响因素述评[摘要]随着金融大数据研究的兴起，传统的交易数据分析已无法满足市场需求。本文从高频数据的视角对金融市场价格影响因素进行了全面的总结分析，着重介绍了成交量、交易持续期、日内效应对日内价格的影响机制及相关研究成果，并讨论了交易持续期与信息、波动率之间的影响关系。从中可以看出，各类市场微观交易指标从不同角度反映了外部信息对市场日内价格波动的影响，这些结论也为高频数据计量实证分析提供了一定的理论指导。[关键词]高频数据；日内价格；交易持续期doi：10.3969/j.issn.1673-0194.2015.07.071[]F831.5[文献标识码]A[]1673-0194（2015）07-0130-030引言计算机技术的飞速发展和交易市场的日益成熟为当今市场交易者提供了大量可供研究的日内超高频交易数据。与传统日数据观测值不同，超高频数据记录了每笔交易的所有信息，也被称为逐笔交易数据。这类数据是进一步研究市场交易过程和微观结构的重要基础。在市场交易活动中，价格起到了关键的职能作用。宏观经济中的价格表示市场供需平衡时的出清价格，主要反映了市场的供求关系和其自身的价值。但在市场微观结构理论中，研究者更加关注这个价格具体是如何形成的。而在价格形成的过程中，其变动将会受到市场日内其他市场微观交易指标的综合影响。从这个意义上讲，交易过程可以被认为是价格及其相关所有变量的信息载体，交易者可以从交易过程的各类交易指标中挖掘外部信息并调整各自的交易策略。O’Hara认为在日内水平下，价格由市场的具体交易者决定，这些交易者根据自身掌握的信息和流动性需求决定他们的交易策略。交易者通过关注市场信息合理调整他们的资产配置。这些早期文献的研究结论多强调信息和流动性对价格的影响。而在高频数据下的具体交易过程中，买卖价差可以被看做即时性的价格，即在某一时刻买卖双方不能达成一个有效的出清价格，因此某一方要付出即时性成本，即存在所谓的交易成本。交易成本理论摒弃了传统经济理论中的“无摩擦”假定，是研究市场微观结构的重要基础理论。在存货模型理论中，这个价差代表了平衡做市商维持买方和卖方的交易所必须保留的存货头寸成本。而在信息模型理论中，根据交易者信息的非对称分布可以将市场交易者分为知情交易者和非知情交易者。信息模型理论认为信息是日内价格变化的决定性因素，信息的非对称性导致了市场出现逆向选择问题，即使在没有交易成本的市场也会产生买卖价差。做市商与知情交易者进行交易时可能会导致一定的损失，为了弥补承担这些风险而带来的损失及保证交易的即时性，做市商必须从与非知情交易者的交易过程中获取一定的利润，为了平衡双边交易过程中的利润和亏损就产生了买卖价差。当交易过程中出现的信息越多时，其买卖价差越大。上述价格形成过程的理论分析大多是建立在信息经济学和博弈论基础上的，与原有金融理论注重宏观分析和总量分析相比，金融市场微观结构理论更加注重微观分析。随着近年来高频数据研究的兴起，更多的学者转而采用高频数据计量模型验证不同市场微观结构，那么在高频数据模型实证分析中变量选取的理论依据就是一个值得关注的问题。因此，本文总结归纳了高频数据视角下影响市场价格变动因素的相关文献，重点关注成交量、交易持---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---续期及市场的日内效应因素的作用机制及相关研究成果，并讨论了持续期与信息、波动率之间的相互作用。1市场价格影响因素1.1成交量成交量是市场价格变化的重要推动因素，他们之间的相关关系一直是学者重点关注的问题。Easley和O’Hara认为知情交易者会综合考虑流动性需求和最优交易策略，选择直接交易或者进行拆分交易，从而产生不同的交易过程。实际上，这些不同交易策略下的成交量已经承载了市场上交易者所需的相关信息，后继交易者会通过观察市场交易量的变化而改变自己的交易策略，从而影响了当前的市场交易价格。此外，还有大量文献研究了交易量与买卖价差、交易成本及指令流之间的关系。DeJong的研究表明交易成本是会随着交易量的减小而降低的。Berkman对伦敦期货市场的成...