本文主要研究证券市场高频环境下流动性黑洞形成过程及预警问题。高频环境相对于普通环境而言，有两点不同，首先是信息到达速率变高，其次是交易者结构发生变化——高频交易者进入市场。因此，流动性水平在高频环境下的特征与在普通状态下的特征发生很大的不同（会出现许多非线性的特征）。从逻辑上来说，研究高频环境下流动性黑洞形成过程及其价格预警，其实质是理清交易净指令流、指令簿与价格三者之间的非线性关系。净指令流反映一定时间内进入市场的新的交易者，是流动性的需求方；指令簿是一定时间内累计的提供一定数量的报价者，是流动性的供给方。当两者处于动态均衡状态时，价格也处于一个相对稳定的状态；而当两者的动态平衡被打破时，价格陷入混沌状态，容易引起流动性黑洞事件的发生。因此，研究净指令流、指令簿与价格三者之间的动态关系，有助于我们深刻理解在高频环境下，流动性与股价的动态运动关系，流动性水平新定义，以及如何来预防及监控突发事件（流动性黑洞事件）的发生。对于我国，如何建立流动性稳健的市场，努力创造适合长期投资者留存的股市，已成为当务之急，因此本文的研究方向具有一定的理论价值及现实意义。首先，本文对高频环境下流动性黑洞的形成机理进行深入的理论研究。所采用的模型框架主要来自于Lux(1995)，并且考虑高频交易者的动态交易行为特征。研究认为由于不知情交易者的存在，流动性黑洞发生时，股价在短时间内会与基本面价值背离，随后才会逐渐回到基本面价值，并且，不同级别的流动性黑洞发生时，其股价与基本面价值的背离程度也是不同的，并且是非单调的。此外，研究表明，总体上高频交易者对市场的影响是正面的。在流动性黑洞发生时，绝大多数状态下，其都起到提供流动性的作用，只有在少数情况下，其交易行为与市场价格产生共振，才会起到助涨杀跌的作用。其次，本文通过建立净指令流与收益的非对称联立方程模型，并提出非对称ITH（Identification through Heteroskedasticity）方法，目的在于研究净指令流与收益的动态关系，以及由流动性需求驱动的风险比例。研究表明沪深300股指及期指，由流动性需求冲击驱动的风险比例达到20%左右；此外，在股指期货推出前，沪深300股指流动性需求冲击对价格影响不存在非对称效应；而在股指期货推出后，两市流动性需求冲击对价格影响存在明显的非对称效应，股指买入净指令流对价格的作用小于卖出净指令流对价格的作用，而期指买入净指令流对价格的作用大于卖出净指令流对价格的作用。此外，研究表明，高频交易者（HFT）的进入起到改善市场流动性水平的作用。随后，本文将混合Copula模型首次应用于研究流动性黑洞问题，目的在于研究高频环境下净指令流、指令簿及价格三者之间的非线性依赖性。从逻辑上来说，这部分的研究工作是上一部分研究工作的升级，从联立的方程关系到更一般的依赖性关系，从一般状态到流动性黑洞状态。通过建立流动性黑洞测度指标来区分当前的市场状态，研究在流动性黑洞发生时，净指令流与收益的非线性尾部依赖特征。研究表明，净指令流与收益存在明显的非线性关系，并且在极端情况下（流动性黑洞发生时）会发生很大的变化，尤其当沪深300股指期货推出后，由于高频交易者的介入，并且期货市场存在做空机制，而现货市场存在有限做空机制，因此出现明显的非对称性。加入指令簿信息（指令簿逆斜率）后，净指令流与价格的非线性依赖性显著减小（无论是流动性黑洞发生时，还是流动性黑洞未发生时），表明指令簿信息能够较好的解释净指令流与价格之间的非线性关系，说明指令簿逆斜率是高频环境下一个很好的流动性供给水平代理指标。最后，本文将流动性水平划分为三类，第一类是流动性供给水平（买卖价差、指令簿信息等），第二类是流动性需求水平（净指令流、指令流不平衡等），第三类是流动性综合水平（ILLIQ、流动性综合测度指标等），通过分位数向关性研究，讨论这三类流动性水平对于价格的预警有效性。研究表明，流动性供给水平对于价格暴跌的预测性较好，流动性综合水平指标其次，而流动性水平预警指标最差。随后提出基于流动性黑洞的多元Logit暴跌预警模型，该模型的一致性预测比例为66.1%，不一致性预测比例为32.4%，并且该模型进一步证实流动性供给水平对于价格的预警作用最为有效。本文所使用的数据主要是沪深300股指期货2笔/秒分时数据（包括上下五档指令簿数据），沪深300股指1/6笔/秒分时数据，上证50指数1/6笔/秒分时数据，及中小板指1/6笔/秒分时数据。数据来源为国泰安数据库（CSMAR）。本文的主要创新点有三点：其一，在理论上首次使用连续时间模型来刻画流动性黑洞发生时的形成机理及过程，并考虑和归纳高频交易者的动态交易行为特征。在理论上具有一定的创新；其二，首次提出用非对称ITH方法用来求解净指令流与收益的联立方程模型，在实证方法论进行创新；其三，首次使用混合Copula模型来研究高频环境下流动性黑洞问题，并使用混合Logit模型来对高频环境下流动性黑洞进行预警，在研究内容上进行创新。经过多层次深入的研究，我们对高频环境下流动性黑洞的形成过程有一定的了解。然而，还有许多问题尚待探索，如2013年8月16日光大“乌龙指”事件，原因是由于程序化交易系统出错，对市场造成巨大影响。而市场监管对高频交易又缺乏足够的认识，导致短时间内应对不及。此外，除高频交易外，还有其他类型的量化交易也会对市场造成一定的影响，如套利交易、算法交易等。在今后的工作中，我们将继续致力于此来问题的研究。