这很有趣，尤其是因为Lee（2012）提供的证据表明，首次申请失业救济人数在美国个人股票市场中释放出了一个良好的跳跃预测值。结果的差异可能在于方法之间的差异。我们的方法基于发布时间的经验分布，Lee使用逻辑回归预测跳跃，而不考虑从公告到跳跃的等待时间。此外，数据也存在差异。我们在marketindex层面上对SPY而非个股进行分析。此外，Lee（2012）预测了下一个时期的跳跃，而我们的方法中的等待时间距离可以跨越几个时期，这使得研究较慢的反应成为可能。在f act中，这可能很重要，因为目前的经验研究表明，j ump反应并不总是中间的，向前跳跃可能会延迟一到两个周期。例如，在哥本哈根交易所的预定公告数据中，有636个事件，在121个案例中，提前等待时间为15分钟或更少，而在227个案例中，提前等待时间超过15分钟但不到半小时。更重要的是，后向跳跃可能会提前几天甚至几天发生，这可以通过当前的方法解决。我们提供了一些证据，表明在计划的宏观公告之前，标普50 ETF出现了异常波动动态。特别是，中位数或后向距离的平均值Slee（2012）在9:30–10:00和10:00–11:00之间的第一个小时使用虚拟变量，这应该大致解决上午的日间海况。表3：宏数据样本的向前距离（面板A）和向后距离（面板B）的中间值和平均值。“Bootstr.p左尾”和“Bootstr。

“p right tail”分别是使用自举法计算的左尾和右尾DP值，“Welch U-test p left tail”和“Welch U-test p right tail”分别是使用Welch U-test（排名数据的不相等方差t-test）计算的平均值的左尾和右尾p值。面板A：前向距离中间引导距离。p引导序列。p平均Welch-U p Welch-U泛名词d+ofd+左尾右尾d+ofd+左尾右尾ADP就业变化20.500 34.000 0.017*1.000 37.878 55。275 5.90E-04***0.999CPI核心指数SA 27.250 34.000 0.198 0.96740.315 55.2 82 3.74 E-03**0.996非农就业人数变动27。250 34.000 0.165 0.99349.572 55.2 79 0.040*0.960芝加哥采购经理33.250 40.000 0.047*0.98753.608 60.5 34 0.046*0.954 FOMC利率决定（上限）22.250 35.756 4.00E-04***1.00045.150 56.6 74 6.18E-04***0.9990工厂订单33.250 40.000 0.193 0.98556.959 60.3 83 0.17 7 0.823首次申请失业救济人数34.000 0.849 0.94253.994 55.2 74 0.26 7 0.733非农生产力31.91734.000 0.253 0.75853.381 55.2 69 0.40 0.600就业不足率13.750 34.000 0.010*0.99928.054 55.2 91 8.67E-04***0.999Panel B：后向距离中等引导距离。p引导序列。

p平均Welch-U p Welch-U泛名词d-共▄d-左尾右尾d-共▄d-左尾右尾ADP就业变动33.583 40.417 0.096 0.961 50.252 60。608 0.031*0.969CPI核心指数SA 30.292 40.417 0.034*0.97147.574 60.6 17 0.011*0.989非农就业人数变动41。917 40.417 0.783 0.22566.198 60.6 83 0.90 3 0.097芝加哥采购经理41.208 34.083 0.961 0.039*60.121 55.3 74 0.89 2 0.108FOMC利率决定（上限）45.083 38.409 0.864 0.13667.152 59.0 92 0.97 2 0.028*工厂订单34.250 34.167 0.670 0 0 0 0.41256.896 55.4 93 0.53 0 0 0.470首次申请失业救济人数40.333 40.417 0.418 0.87560.778 60.7 19 0.55 8 0.442非农生产力40.500 40.417 0.7290.37663.926 60.6 49 0.66 3 0.337就业不足率26.625 40.417 0.038*0.96239.176 60.5 33 0.011*0.989 CPI核心指数和就业不足率在统计学上显著低于参考数据集（具有统计学意义的左尾V值），这表明这些公告前后的距离非常短。此外，均值检验表明，在统计上，OMC利率决策的右尾p值具有显著性，而芝加哥采购经理的中位数检验表明，在这些公告前后的后向距离异常长。类似地，与远期距离一样，没有任何统计测试表明对工厂订单、首次申请失业救济人数和非农生产率的无效假设是否定的，这意味着有统计证据表明这些公告与SPY先前的跳跃动力学之间存在关联。4.2. Nasdaq Nordic marketsTable4使用bootstra-ping和Welch U-testmethod Nordic公司特定计划和非计划公告显示了左尾和右尾p值。公告数据收集自纳斯达克OMX哥本哈根、斯德哥尔摩和赫尔辛基。

同时考虑向前和向后等待时间。我们使用过滤后的数据集，排除双方在6小时左右发布另一条（预定或非预定）公告的情况。表4，面板A显示，在所有市场计划中，公司计划公告和回报跳跃之间的前进距离明显异常低。这在中间值和平均值方面都具有很大的统计意义。此外，经济重要性也很高：与参考值相比，实际公告的前向距离平均值约为一半。就中间层而言，时间表公告对等待时间的影响更大，因为参考样本的平均等待时间约为20小时，而实际公告的平均等待时间为0.253小时（15分钟，即跳跃期的长度）。同时，在非预定公告的情况下，公告后的远期距离异常小，在彭哈根（丹麦）和赫尔辛基（芬兰）的市场上具有统计意义，但在斯德哥尔摩（瑞典）的市场上没有。因此，我们的结果表明，在纳斯达克北欧市场，即使是联合操作的，并且基于相同的交易规则，意外信息的发布（非预定公告）也不会得到一致的反应。关于后向距离（面板B），每个北欧市场的三个数据集之间没有一致的信息泄漏显著性。特别是备选假设E（d）的p值-) < E（yend-) 仅对Penhagen的计划公告有重要意义。

从经济角度来看，这可能表明丹麦市场比其他两个非rdic市场存在信息泄漏，但无法提供信息泄漏的明确证据。我们发现，通过排除双方在6小时内有另一个（预定或非预定）公告的公告，筛选出混淆事件非常重要。如果使用了所有数据，则后向差异似乎存在明显的异常行为（可根据要求提供结果），但当过滤掉内部事件时，就不再提供信息泄漏的明确证据。4.3. 北欧市场中的特定公司公告本节研究丹麦、瑞典和芬兰市场中五种特定重要类型公司公告跳跃的统计关联。与其将公告分类为计划或非计划，不如根据内容对其进行分类。五个选定的公告为：1。收购：此类公告包含一家对另一家公司感兴趣的公司收购活动的新闻事件。与收购相关的要素包括从意图到失败属于收购过程的所有行动和阶段。例如，2006年8月7日，诺基亚在赫尔辛基宣布，诺基亚没有推荐或认可TRC Capital l.2提供的低于市场价格的、小型的、不超过500万的起亚美国存托股投标。董事会组成变动：包括与公司董事会或管理层有关的人事变动、辞职、任命和退休的所有公告。包括董事会/委员会成员的提案和提名人以及董事会的组织会议。

例如，芬兰航空公司Oyj于2008年2月28日宣布，Jaana Ta mmistos被任命为芬兰旅游局管理总监。要访问此分类下的公告，请访问http://www.nasdaqomxnordic.com/news/companynews.Table4：纳斯达克北欧数据样本的前进距离（面板A）和后退距离（面板B）的中间值和方式。结果基于过滤后的数据集，不包括双方在6小时左右进行另一次（预定或非预定）公告的公告。Bootstr。p左尾和Bootstr。p右尾分别是用自举法计算的左尾和右尾p值，Welch U检验p左尾和Welch U检验p右尾分别是用Welch U检验（排名数据的不等方差t检验）计算的平均值的左尾和右尾p值。面板A：前向距离中间引导距离。p引导序列。pMean Mean Welch U-test p Welch U-test pof d+of▄d+左尾右尾of▄d+左尾右尾ScheduledDan 0.253 19.530 0***1.000 12.535 29.293 5.658E-33***1.000SWE 0.253 23.230 0***1.00019.410 34.866 3。347E-30***1.000FIN 0.253 26.503 0***1.00019.795 38.883 2。526E-38***1.000非计划日期15.499 18.928 0***1.000 25.258 28.245 2。605E-09***1.000SWE 24.023 24.224 0.332 0.66834.627 35.565 0.080 0.920FIN 25.253 26.500 0.039*0.96138.368 39.870 2.809E-03**0.997面板B：后向距离中间引导。p引导序列。

p平均韦尔奇U检验p韦尔奇U检验pof d-共▄d-左尾右尾d-共▄d-左尾右尾明细表DAN 19.221 23.099 0.076 0.924 30.108 31.701 0.047*0.953SWE 25.997 25.997 0.779 0.22136.951 38.296 0.341 0.659 FIN 27.997 27.958 0.528 0.47246.852 41.916 0.867 0.133非明细表DAN 20.281 22.086 0.032*0.968 29.711 30.604 0.056 0.944SWE 25.997 0.944 0.05637.748 37.664 0.533 0.467 FIN 26.748 26.999 0.340 0.66040.030 41.420 0.370 0.6303。资本结构变动：这一系列公告涉及公司有关资本变动的决策，包括资本结构和高层管理人员的变动。发行涉及股票发行、股本和投票权的变化、认购期权和认股权证的股票以及已发行期权的上市。包括所有行动和阶段。以下是2010年12月27日哥本哈根诺和诺德股份有限公司的一个例子：诺和诺德股份有限公司股份回购计划启动。4、公司公告：包括所有不属于其他类别的公告和与公司行为有关的一般公告。此类中的版本包含多种类型的信息。例如，Elisas年度股东大会于2010年3月18日星期四举行，信息由纳斯达克赫尔辛基发布。此外，北欧银行于2007年3月9日在斯德哥尔摩发布了一份公司公告，宣布完成对Orgresbank的收购。中期报告：中期报告包括一年以下的财务报告。例如，通力公司2009年1月至9月的中期报告于2009年10月20日下午12:30发布，其中引用了以下内容：通力进一步明确了其2009年营业收入前景。

在营业收入（EBIT）方面，目标为5805.95亿欧元，不包括计入第二季度的3360万欧元的一次性成本。之前的营业收入（EBIT）预期为5705.95亿欧元，不包括3360万欧元的一次性成本。选择上述五个公告类的原因有很多。首先，收购是金融市场上最重要的企业活动之一。由于收购，投标人公司和目标公司的价值通常会发生变化，股东财富也会发生变化（见（Eckbo，2008））。董事会组成的变化强烈影响管理绩效，这对企业至关重要。资本结构变化对资产价格的影响是有争议的。这些新闻类的收购和董事会组成的变化对金融投资者和企业都很重要。我们还选择了两个综合新闻类：公司公告和中期报告。选择这两个最频繁发布的新闻类的动机是调查信息泄露的可能性和市场反应的跳跃速度。另一个原因是获得统计稳健性。这五个新闻类的样本量比其他新闻类大。该分析对金融文献的主要贡献在于，不仅选定新闻事件与检测跳跃的统计关联，还部分提供了北欧市场效率的经验证据。由于有大量关于并购、董事会组成变化和资本结构变化的机制和影响的理论和实证文献，我们只关注市场对这些特别重要公告的反应，即从回报跳跃的前/后时间距离的跳跃。

此外，还调查了两类全面的公告，即公司公告和中期报告。据我们所知，很少有研究直接考虑纳斯达克北欧数据库中的股票价格对公司公告和中期报告的反应。表5报告了等待时间平均值相等的韦尔奇U检验（可根据要求提供表格结果）。首先，对于中期报告，与所有三个北欧市场中相应的参考数据相比，经验远期距离要小得多。这为中期报告的重要性提供了证据，而中期报告通常在金融文献中被忽视。此外，董事会lso变化的结果显示丹麦和芬兰市场的统计重要性，但瑞典市场的统计重要性不高。令人惊讶的是，仅丹麦数据的采集结果非常重要。其次，关于后向距离，一个有趣的观察结果是，对于所有三个市场，从跳跃到公司公告到达的等待时间分布异常，具有统计学意义。这可能表示信息泄漏。特别是，与参考时间相比，反向等待时间在统计上更长，这意味着股价在实际公告到达之前提前大幅上涨。4.4. 跳跃大小与新闻事件的关系本节讨论了与赫尔辛基、斯德哥尔摩和哥本哈根交易所的预定和非预定公告相关的股票价格跳跃大小的统计特征。重要的是要深刻理解跳转的规模及其与公告到达的关系，因为可以考虑跳转的规模来衡量某些意外新闻到达的重要性。

然而，几乎没有关于新闻发布前后跳跃幅度的研究。通过修改现有的统计框架，即对跳跃大小而非等待时间的调查，我们可以分析跳跃幅度与公告类型之间的关系。这里收集了最近的向前和向后跳跃来测量它们的大小。特别是，这些最近跳跃的绝对值与前向和后向上的计划和非计划公告相关。也就是说，所有JumpSize都是检测到的极值Log回报的绝对值除以相应的波动率，即| L |，其中L由公式（3）给出。参考数据遵循之前的相同程序（如第2.2节所述），参考数据表示模拟时间戳附近的跳跃幅度。韦尔奇U-testis再次应用，但现在应用于经验跳跃大小及其参考对应物，而不是等待时间。表6给出了北欧市场j泵尺寸的平均测试结果。我们观察到，在过滤后的数据集中，与预定公告相关的经验向前跳跃大小的平均值在统计上始终大于参考样本的平均值。同样，与非预定公告相关的经验跳跃大小的平均值在统计学上大于参考数据的平均值，尽管由于斯德哥尔摩市场的结果不显著，因此该经验属性在所有数据集中并不一致。这证实，在瑞典，确实是非计划通知，对于芬兰股票市场上的公司公告，d+的平均值低于d的平均值，但韦尔奇U检验表明左尾检验具有显著性。

这是可能的，因为WelchU-test考虑了观察值的秩，而不是观察值本身，对异常值不敏感。表5：北欧大盘股数据五条精选新闻的等待时间平均值。结果基于过滤后的数据集，排除了丹麦、瑞典和芬兰市场双方在6小时内再次发布的公告。