小波方法为基础的跳检测方法及其在高频金融市场中的应用

以极大重叠离散小波变换为基础，提出新的高频金融数据中"跳"的检验方法，和"跳"分布的估计。并在与现存的"跳"检验方法的比较的基础上，分析该方法在高频金融交易数据中的有效性和适用性。根据"跳"分布的估计，改进传统的跳扩散金融资产定价模型，分析其在资产定价和风险管理方面的效用。并采用实证分析的方法，分析交易者行为（如内部者交易）在"跳"的成因中起的作用，并研究"跳"的估计对交易者的交易策略的影响，从而帮助加深资产定价的微观基础，为有效监管提供工具。

跳在金融风险管理中有着非常重要的地位。忽视跳会引起有偏的风险测量、无效的风险对冲和次优的投资组合管理。传统上，对跳的研究主要是假设跳是一个外生的随机过程，如传统的跳-扩散过程，并据此使用广义矩估计（GMM）等方式估计模型参数，从而进行风险管理。. 本项目对此在两个方面进行拓展：1. 构建金融数据中的跳的经验分布，用以修正传统的跳-扩散模型由于假设有偏带来的模型风险。2. 探究“跳”的解释和可预测性。构建“跳”发生的结构性模型，探究其可预测性，这需要对跳的产生机制形成理论认识。. 本项目的研究目标基本实现，研究内容基本完成。. 首先，本项目提出基于极大重叠离散小波变换（MODWT）的高频交易数据中的“跳”存在性检验的新的检测方法，并证明该检测方法是渐进正态分布。此外，我们证明该检测方法的检验结果不受市场微观随机扰动的统计特征的影响。此外，通过模拟研究发现，我们提出的检测方法表现超越了同期的“跳”存在性检测的其他检测方式。其次，本项目用非参的方式构建了“跳”的经验分布函数，并总结其统计特征。最后，本项目已经给出了 “跳”的存在性的两个基于微观市场结构理论的解释：我们发现，交易者的交易频度和信息层级都可能带来交易者基于信息挖掘的交易性需求。该交易性需求的结构性瞬时波动导致了数据中观测到的“流动性的跳”。. 本项目成果包括5篇SSCI的正式发表（Journal of Banking and Finance, Journal of Economic Dynamics & Control, Social Choice and Welfare, Quantitative Finance, Finance Research Letters各1篇），4篇中文核心期刊发表（世界经济1篇，金融研究3篇），其中在金融研究发表的一篇获深圳证券交易所《证券市场导报》首届论坛优秀论文二等奖。. 本项目还形成了多篇工作论文和没有标注的2篇正式发表（Economics Letters和Journal of Econometrics各1篇）。本项目的拓展研究成功获得了自然科学基金2015-2018年的面上项目立项。. 本项目培养了20个硕士研究生和4个本科生，其中一个本科生跟我合作发表了Economics Letters。