Taylor & Francis 出版社2014年6月出版了我院刘向丽教授的英文学术专著《Information Spillover Effect and Autoregressive Conditional Duration Models》。

金融风险管理越来越多的受到学者、业界的关注。谈到金融风险，有两个重要的问题，一是如何估计测算风险，二是风险是如何在不同市场间传递的。为有效的进行风险管理和资产组合，了解信息在不同市场间的传导机制是非常重要的。自回归条件久期模型（ACD）是一个新近提出的用来研究交易时间间隔的计量工具。因此本专著主要应用金融计量经济学中的两个重要理论模型：金融市场间的信息溢出效应，自回归条件久期模型解决以上问题。

理论上，构建了检验时间序列的联动性的新的统计方法，该方法具有可以使用所有滞后阶数，并赋予时变权重，具有更稳健的优势。针对期货市场的卖空机制，还提出了上涨风险和极端上涨风险溢出等新的概念。实证方面，一方面用新提出的检测方法研究了中国股市和其他国际大市场间的极端风险溢出效应，而且还对中国期货和现货市场间的信息溢出效应进行了分析。另一方面，金融市场微观理论中的一个异象就是日历效应，与一些发达市场相比，与做市商市场相比，中国市场有其特殊性，本研究对市场收益率和交易量的日内效应进行了分析。并用新的综合检验系统研究了四类强ACD模型、两类弱ACD模型、分别在四种残差分布下的密度预测，模型内及模型外的表现，以期更好的抓住久期的动态特征。得到了一些结论。

本书的主要创新在于

(1) 提出一种新的时间序列联动性的检验方法，它使用加权核函数，可以使用所有的滞后阶数，避免了由于自由度的缺失造成检验效力的低下，可以在很广的范围检测原假设。

(2) 考虑到期货市场的卖空机制，仍然有价格上涨风险，引入两个新的概念，上涨风险和极端上涨风险溢出。

(3) 用一种新的密度预测评价指标，检验了各种ACD模型捕捉价格久期的动态特征。

(4) 对日内效应的研究发现，期货市场的 “L” 型日内模式显著不同于股票市场的 “U”型模式，并从市场微观结构角度给予解释。

这本书不仅适用于对时间序列、计量经济、风险管理和市场微观结构等领域感兴趣的研究学者，对投资者和监管部门提高风险管理能力也有一定借鉴意义。 当然从市场微观结构的角度，还有许多工作可以继续深入。