对股票信息风险进行准确的测度无论对资产定价、风险管理还是市场绩效的衡量
都有着重要意义。Easley, Kiefer, O’Hara and Paperman (1996)[1]最早提出了直接测度信息风
险的经典PIN 模型,此后该模型成为测度信息风险的炙手可热的模型。然而,PIN 模型隐含
的买卖指令之间的负相关性与实际数据中买卖指令之间的正相关性并不相符。本文在Easley,
Kiefer, O’Hara and Paperman (1996)[1]提出的经典的PIN 模型基础上,通过增加交易动机,
提出了修正的PIN 模型。本文基于中国股票的逐笔交易数据,利用修正的PIN 模型对我国
股票具有的信息风险进行的实证研究表明,修正的PIN 模型隐含的买卖指令之间的相关性
和买卖指令的方差能够更好地与实际数据相匹配。经典的PIN 模型由于忽视了市场指令流
冲击事件发生时引起的交易动机,倾向于高估股票具有的信息风险。
展开