信息风险度量文献综述和参考文献
Bagehot（1971）和Copeland ， Galai（1983）选取买卖价差度量证券市场上的信息风险，以此来研究做市商应对信息风险的行为，最终得出知情交易者越多，做市商设定的买卖价差越大的结论。Glosten 和Harris（1988），Coller 和Yohn（1997）等都利用买卖价差度量了证券市场中的信息风险。22404
不只买卖价差曾被用来度量证券市场的信息风险，Stoll（1978）和Stoll（1989）用换手率度量过信息风险，Benston 和Hagerman（1974）用非系统性风险来衡量信息风险的大小。Sarin和Shastri（2000）甚至用公司股权结构来作为信息风险的间接度量指标。论文网
从国外学者研究的文章中可以发现，无论是买卖价差、换手率还是非系统性风险、公司股权结构等都不能准确地衡量市场上的信息风险。首先，买卖价差、换手率是信息风险所造成的结果，公司股权结构是造成信息风险存在的原因；其次这些变量只是从一个角度来衡量信息风险，并不能全面性地度量信息风险；最后，这种类似的替代变量太多，无法进行统一比较。
由于信息风险的间接度量既不准确又有诸多不便，国外学者在20世纪90年代中后期研究出了直接度量信息风险的方法。
Easley、Kiefer、O’Hara 和Paperman （1996）最早提出用知情交易概率度量信息风险。交易者分为知情交易者和非知情交易者。知情交易者只有当有信息事件发生时才进行交易，而非知情交易者无论什么时候都可进行交易。知情交易概率就是用知情交易者的订单期望除以总的订单期望，以此来衡量信息的不对称程度。
计算PIN模型的标准方法是先用最大似然法估计不可观察到的参数，这些参数决定了交易的随机过程，然后利用这些参数计算出PIN值。这种利用最大似然估计得出的结果既无法适应高频交易市场也只能基于做市商制度，而订单驱动市场的适用问题一直都是学术界争论的焦点和难点。
自从知情交易概率的概念被提出之后，PIN模型一直被用来解决信息风险度量问题。但是由于经典PIN模型有不足之处，也有学者提出了新的模型如Nyholm（2002）提出的依据专家（specialist），David Easley、Marcos M、Maureen（2011）提出的VPIN。VPIN是直接分析估算PIN的方法，这个方法不仅不需要对不可观察参数的中间估算，还可以随机更新来匹配消息传递到市场的速度。David Easley等人通过蒙特卡洛实验证明了通过VPIN得到的估计结果是准确的，而且可以利用VPIN预测短期指令驱动造成的市场波动。
1.2 信息风险度量的国内文献综述
目前，国内对信息风险度量的研究较少，在有关证券市场信息风险的研究中，国内主要集中于应用Easley, Kiefer, O’Hara 和Paperman（1996）提出的PIN模型进行研究，进而研究方法比较单一。
杨之曙和姚松瑶（2004）利用PIN值度量沪市交易股票的信息风险，通过EKOP（1996）计算得出知情交易概率，实证研究发现股票信息风险与买卖差价呈正相关关系，还发现股票知情交易概率与股票的活跃程度呈负相关关系。王春峰，董向征和房振明（2005）利用PIN值衡量中国股票市场信息非对称程度，通过实证研究表明知情交易概率与股票流动性呈正相关关系。
在创业板市场，胡尧盛（2013）通过对有风险投资进入的创业板上市公司中日高频数据进行处理，并通过 EKOP 模型进行似然估计，得出知情交易概率 PIN 值。胡尧盛进一步利用多元回归模型得出了风险投资在信息方面的优势会加剧知情交易的结论。
下一篇：学习动机文献综述和参考文献