随着市场微观结构理论的发展及高频。超高频金融数据在学术和实践中的广泛应用,微观结构噪音对资产价格行为的影响逐渐受到重视,成为近几年市场微观结构理论的一个研究热点。本文针对中国市场的特殊性,以市场微观结构理论为理论基础,利用超高频交易数据,从理论和实证角度深入研究了我国市场微观结构噪音的特点及其对价格行为的影响。全文主要从以下几个方面进行探讨:1.噪音的度量方法及特征研究。采样频率非常高时,观测收益的样本矩是相应阶数噪音矩的一致估计量,因此利用超高频可观测数据估计噪音二阶矩,并将其作为噪音的度量。在此基础上,对中国市场的噪音特征进行全面研究。结果表明:噪音的数量级是10^-6,远远小于波动性的数量级;2006年后噪音整体呈下降趋势,且噪音的变化与市场走势相反;噪音大小与股票规模成反比,噪音的截面分布呈右偏态;与美国市场相比,我国市场的噪音水平明显偏大。最后利用VAR方法考察了噪音与跳跃的关系,结果表明,跳跃是价格的突变,反映的是信息对价格的冲击,而噪音反映的是信息融入资产价格的效率,二者没有必然联系。2.微观结构噪音结构分析。首先从理论上分析了微观结构噪音主要因素的作用机理,按照噪音的时变性及与信息的关系,对噪音的结构进行分解。由于流动性成本和信息非对称成本分别是噪音中与信息无关部分和与信息相关部分的主要成分,因此引入MRR模型估计股票的流动性成本和信息非对称成本,并对它们与噪音的关系进行分析。结果表明,这两个成分能够解释80%以上的微观结构噪音,且信息非对称成本对噪音的影响稍大于流动性成本。3.噪音与有效价格波动性关系研究。首先分析噪音对有效价格波动性估计的影响,然后利用最优采样频率方法,以不同频率采样从股票的超高频数据中同时分解出微观结构噪音和有效价格波动性,并分析了二者之间的关系。结果发现,噪音受当期及滞后期有效价格波动的正向影响,不过这种影响随着滞后阶数的增加而逐渐减弱。最后,研究了我国股市市场噪音和市场真实波动性这两个因素的风险定价能力。研究结果表明:我国股票市场上,市场噪音并非显著的系统性风险因素,而市场波动性的非预期变化是负的系统性风险因素。4.闭市效应与日内价格行为研究。通过研究日内价格行为分析噪音的一个特殊成分——闭市效应。首先利用Beveridge-Nelson的时间序列分解方法及SVAR模型推倒出价格波动的噪音成分。公开信息及私有信息成分,并分析这三个成分的日内变化特征。结果表明,大量的隔夜信息导致开盘后半小时价格中公开信息成分和私有信息成分都较高,噪音也处于日内最高水平,而收盘前半小时交易的信息含量较低,噪音也处于较低水平。然后利用加权价格贡献法对A股与香港市场集合竞价阶段与日内其它交易时段的价格发现进行了比较,以此来分析闭市效应。结果表明,开收盘机制导致的交易不连续是造成价格行为日内模式及闭市效应的重要因素。