Taylor & Francis 出版社2014年6月出版了我院劉向麗教授的英文學術專著《Information Spillover Effect and Autoregressive Conditional Duration Models》。

金融風險管理越來越多的受到學者、業界的關注。談到金融風險，有兩個重要的問題，一是如何估計測算風險，二是風險是如何在不同市場間傳遞的。為有效的進行風險管理和資産組合，了解信息在不同市場間的傳導機制是非常重要的。自回歸條件久期模型（ACD）是一個新近提出的用來研究交易時間間隔的計量工具。因此本專著主要應用金融計量經濟學中的兩個重要理論模型：金融市場間的信息溢出效應，自回歸條件久期模型解決以上問題。

理論上，構建了檢驗時間序列的聯動性的新的統計方法，該方法具有可以使用所有滞後階數，并賦予時變權重，具有更穩健的優勢。針對期貨市場的賣空機制，還提出了上漲風險和極端上漲風險溢出等新的概念。實證方面，一方面用新提出的檢測方法研究了中國股市和其他國際大市場間的極端風險溢出效應，而且還對中國期貨和現貨市場間的信息溢出效應進行了分析。另一方面，金融市場微觀理論中的一個異象就是日曆效應，與一些發達市場相比，與做市商市場相比，中國市場有其特殊性，本研究對市場收益率和交易量的日内效應進行了分析。并用新的綜合檢驗系統研究了四類強ACD模型、兩類弱ACD模型、分别在四種殘差分布下的密度預測，模型内及模型外的表現，以期更好的抓住久期的動态特征。得到了一些結論。

本書的主要創新在于

(1) 提出一種新的時間序列聯動性的檢驗方法，它使用加權核函數，可以使用所有的滞後階數，避免了由于自由度的缺失造成檢驗效力的低下，可以在很廣的範圍檢測原假設。

(2) 考慮到期貨市場的賣空機制，仍然有價格上漲風險，引入兩個新的概念，上漲風險和極端上漲風險溢出。

(3) 用一種新的密度預測評價指标，檢驗了各種ACD模型捕捉價格久期的動态特征。

(4) 對日内效應的研究發現，期貨市場的 “L” 型日内模式顯著不同于股票市場的 “U”型模式，并從市場微觀結構角度給予解釋。

這本書不僅适用于對時間序列、計量經濟、風險管理和市場微觀結構等領域感興趣的研究學者，對投資者和監管部門提高風險管理能力也有一定借鑒意義。 當然從市場微觀結構的角度，還有許多工作可以繼續深入。