限价委托交易系统中行情公告牌的信息含量与交易者行为分析

限价委托交易系统中行情公告牌的信息含量与交易者行为分析ANEMPIRICALINVESTIGATIONONTHEORDERBOOKINFORMATIONANDTRADERACTIVITIESINAPURELIMITORDERMARKET摘要本文研究的内容是分析证券市场行情公告牌上提供的信息（存量信息）含量和委托指令流提供的信息（流量信息）含量，并采用ACD模型来检验研究这些信息如何影响我国投资者的行为。存量信息所研究的样本股票为深圳成份股指数的40只股票，样本期从1999年11月8日到2000年11月22日总共包括了4,674,120条行情记录。流量信息所研究的样本股票为深交所今年新推出的深证100指数中的100只股票，样本期从2003年6月25日至2003年7月9日，总共包括了249,064条行情记录。本文大致分为三个部分第一，分析深交所行情公告牌上的信息含量，包括存量信息和流量信息；第二，运用ACD模型建立无信息、交易持续期、存量信息、流量信息和全信息这五种信息模型并进行了实证研究，分别分析了在六种投资者行为分类下信息对投资者行为的影响程度；第三，为了证实模型和实证结论的可靠性，本文还对构建的模型进行了样本期外（OUTOFSAMPLE）的预测能力评估。本文的基本结论是存量信息和流量信息含有丰富的信息成分并均对投资者行为产生影响；交易持续期对投资者行为的影响很大，在交易中产生聚类现象；对投资者行为产生的影响程度从强到弱依次为交易持续期、流量信息和存量信息。在对ACD模型的预测能力评估中，我们认为该模型对于交易持续期的预测总体上是可靠的、理想的，虽然在某些地方还有改进的余地。从本文研究的结论来看，我国在证券交易所信息披露的建设方面应有所侧重，在保持目前存量信息披露的程度下，笔者认为应进一步加强对流量信息的披露，如指令流动的来源和市场参与者的身份等相关信息。关键词信息含量；交易者行为；ACD模型ABSTRACTAKEYFOCUSOFEMPIRICALWORKONLIMITORDERMARKETSISTHERELATIVEIMPORTANCEOFINDIVIDUALPIECESOFINFORMATIONINCHARACTERIZINGORDERSUBMISSIONANDTRADEEXECUTIONTHISPAPERENLARGESTHISFOCUSTOINCLUDEANEXAMINATIONOFPRICINGBEHAVIOR,USINGINTRADAYDATAONSTOCKSTRADINGINAPUREELECTRONICLIMITORDERBOOKMARKETATHEORETICALLINKBETWEENORDER,TRADE,ANDCANCELLATIONARRIVALRATESISEMPIRICALLYIMPLEMENTEDIUSETHEAUTOREGRESSIVECONDITIONALDURATIONACDMODELOFENGLEANDRUSSELL1998TOANALYZETHEMODELINGOFTRADERBEHAVIORASACENTRALIZED,COMPUTERIZED,LIMITORDERMARKET,THESHENZHENSTOCKEXCHANGESSEINCHINAISPARTICULARLYAPPROPRIATEFORSTUDYINGTHEINTERACTIONBETWEENTHEORDERBOOKANDORDERFLOWFIRSTLYDESCRIPTIVEMETHODSCAPTURETHERICHNESSOFTHEDATAANDDISTINCTIVEASPECTSOFTHEMARKETSTRUCTUREORDERFLOWISCONCENTRATEDNEARTHEQUOTE,WHILETHEDEPTHOFTHEBOOKISSOMEWHATSMALLERATNEARLYVALUATIONSWEANALYZETHESUPPLYANDDEMANDOFLIQUIDITYFOREXAMPLE,THINBOOKSELICITORDERSANDTHICKBOOKSRESULTSINTRADESTOGAINPRICEANDTIMEPRIORITY,INVESTORSQUICKLYPLACEORDERSWITHINTHEQUOTESWHENTHEDEPTHATTHEQUOTESORTHESPREADISLARGECONSISTENTWITHINFORMATIONEFFECTS,DOWNWARDUPWARDSHIFTSINBOTHBIDANDASKQUOTESOCCURAFTERLARGESALESPURCHASESSECONDLYIDEVOTETOANALYZEDURATIONMODELSDIFFERENTIATEDBYINFORMATIONSETSFINALLYEVALUATIONOFMODELSACROSSDIFFERENTINFORMATIONSETSISBASEDONRELATIVEABILITYTOPREDICTMARKETACTIVITYOUTOFSAMPLEAMAINFINDINGOFTHEPAPERISTHEIMPORTANCEANDSUPERIORITYOFINFORMATIONEMBODIEDINCONTINUOUSINDIVIDUALTRADERSACTIONSINCHARACTERIZINGORDERSUBMISSIONBEHAVIORTHEBOOKINFORMATIONONCHARACTERISTICSOFRESTINGORDERSALONECANNOTEXPLAINSUBSEQUENTORDERSUBMISSION,TRADE,ORPRICINGBEHAVIORKEYWORDSORDERBOOKINFORMATIONTRADERACTIVITIESACDMODEL目录1引言111问题的提出112文献评述2121国外研究的评述2122国内研究的评述913本文研究内容的安排1014创新与不足13141本文的创新之处13142本文的不足之处132研究方法1521ACD模型1522ACD模型的改进1723数据与样本1824数据处理过程与估计分析过程203深圳证券交易所的交易制度2131电子交易系统下证券交易所的交易规则2132深圳证券交易所的交易规则224行情公告牌提供的信息含量分析2641不同信息集合的定义与设计2642存量信息含量的分析3143流量信息含量的分析3844交易持续期信息含量的分析505不同信息集合对交易者行为影响的实证研究5551经过“日内调整”后的交易持续期5652当期（T）不同信息集合对交易者行为的影响6053前期（1）不同信息集合对交易者行为的影响626模型预测能力的评估6461评估的方法6462评估的结果677结论与启示71附录74附表77附表140种样本股票及其分类77附表2深证100指数成份股样本78附表3POISSON模型的估计结果79附表4ACD模型的估计结果79附表5存量信息模型的估计结果80附表6流量信息模型的估计结果81附表7全信息模型的估计结果83附表8两时期模型的估计结果85参考文献881引言金融市场微观结构理论研究的基本问题是价格形成、市场规则和市场运行机制等问题。在国外，对金融市场微观结构理论研究的历史也并不很长。从HDEMSETZ于1968年发表了他的论文交易成本后，对金融资产价格的考察发生了变化，转而关注于金融市场内在的微观基础，关注于金融资产买卖报价的价差关系。从微观角度来考察金融资产价格意味着可以将金融资产价格行为描述成经济主体最优化行为的结果。1995年，OHARA出版了MARKETMICROSTRUCTURETHEORY一书，标志着金融市场微观结构理论的基本框架初步形成。二十世纪九十年代，国外对金融市场微观结构的研究方兴未艾，众多的经济学家投身于该领域，通过多年采集高频交易数据进行实证研究，在交易系统的设计特征、做市商的作用、买卖报价价差、价格波动性大小、价格的序列相关性及知情交易者和未知情交易者的交易策略等领域中取得了很大的进展。11问题的提出近年来，金融市场微观结构理论的研究开始关注信息含量及其与交易者行为相关性的研究。其中较为重要的研究之一是EASLEY和OHARA（1992）的文章，他们认为如果在交易中没有发生带有信息含量的事件时，市场中的交易活动就会减弱，那么成交报价或委托报价等交易活动之间的时间间隔就会变长。ADMATI和PFLEIDERER（1988）研究认为当市场中具有流动性需求的交易者的交易活动比较活跃时，指令流所带给市场的信息含量就会很少。ENGLE和LUNDE（1997）建议应该区分成交时间间隔和报价时间间隔，他们研究的结论是当市场中包含大量的信息时，买卖成交的信息会影响投资者提交委托报价的行为，使委托报价时间间隔变长。同时，越来越多的研究开始关注金融市场本身所提供的信息对价格形成和投资者行为的影响。这些研究主要包括对交易规则运作过程中所包含的非公布信息的分析研究，这些非公布信息主要指买卖委托指令在行情公告牌上的变动情况所隐含的交易者投资策略的信息。本文研究的内容是价格和买卖价差的随机性质方面，具体是证券市场行情公告牌上提供的信息和委托指令流提供的信息对交易者投资行为的影响，并分析研究我国投资者行为的特征。12文献评述121国外研究的评述（一）存量信息的信息含量BIAIS，HILLION和SPATT（1994）运用巴黎股票交易所的数据发现在最优买卖报价价差间存在最陡的非线性斜率。最优的买卖价差是其他报价价差的两倍以上，而最优报价上的买卖申报数量却比其他报价上的买卖申报数量来得小。ANGEL（1997）运用交易数据对十五个主要国家的股票市场的买卖价差进行统计分析，发现平均相对买卖价差等于065，且如上面提到的，相对最小买卖变动单位的不同是影响该买卖价差的主要因素。最优相对买卖价差比其它报价的价差都来得大，其它报价的价差呈现出相对稳定的数量水平。BIAISETAL使用巴黎股票交易所的数据分析发现报价和申报数量存在轻微的凹型，最优买卖报价的价差比其它报价的价差大两倍以上，在最优报价上的申报数量比其它报价上的申报数量来得小。相反，NIEMEYER和SANDS发现在斯德哥尔摩股票市场上报价和申报数量呈现出凸型，价差向买卖报价两边分别增大，而申报数量在靠近最优买卖报价上更大。PAGANO和RELL（1990）发现伦敦股票交易所的平均买卖相对价差在080085之间，巴黎股票交易所的平均买卖相对价差在052067之间。HANDA（1992）发现在纽约股票交易所和美国股票交易所10最大市值股票的买卖价差在050060之间。通过对美国股票数据的分析，HARRIS（1994）发现如果纽约股票交易所采用更小的最小买卖变动单位，买卖价差将出现显著的缩小。由于买卖价差缩小给市场流动性带来的正效应将被申报数量（即流动性深度）的减少所抵消，因此最小买卖变动单位的缩小对市场流动性带来的净效应目前还很模糊。NIEMEYER和SANDS（1994）运用斯德哥尔摩股票交易所（SSE）交易数据发现最小买卖变动单位对市场的广度产生显著的影响，至少对交投活跃的那些股票，更小的最小买卖变动单位将促使更低的市场深度。ANGEL（1997）认为最优的最小买卖变动单位不是零，而是在限价委托的交易者从非零最小买卖变动单位获得的好处和由于最小买卖变动单位给市价委托的交易者带来的交易成本之间的选择。（二）流量信息的信息含量EASLEY和OHARA（1987）对当市场上存在拥有信息的知情交易者时，将会出现一系列的大买单的情况进行了建模。HE和WANG（1995）同样揭示了拥有好消息的知情交易者将会不断地连续买入股票。在SARKAR（1990）的模型中，证券经纪商会模仿他拥有信息的客户的交易行为。对交易持续期的原因，至少有了三种解释，第一种是EASLEY和OHARA（1992）提出的信息不对称原因，在他们的模型中，与流动性交易者相比较，知情交易者对买卖价差具有较弱的敏感性。因此，当出现交头活跃时，这说明这时存在内幕交易的可能较大；第二种解释是当存在时间优先的交易规则时会影响交易频率，正如HARRIS（1994）以及BERNHARDT和HUGHSON（1993A）所指出的，当委托报价是离散的以及存在时间优先的交易规则时，在为市场提供流动性时交易者存在首先行动的优势。因此，如果为市场提供流动性会有获得利润的可能时，在市场中竞争的交易者有尽早提交委托报单的冲动。第三中解释是由PAGANO（1989）以及ADMATI和PFLEIDERER（1988）提出的，他们认为活跃的交易反应了交易和委托也存在聚类现象，这在金融市场中经常出现。（三）信息对交易者行为的影响有关交易信息对金融市场参与者影响的研究，最早可以追溯到BAGEHOT在1971年发表的一篇文章中。该研究认为做市商在做市时面临两种不同类型的交易者，一类是拥有特殊信息的知情交易者，一类是未知情交易者。未知情交易者出于流动性需求（如即时的消费需求）而不是信息优势进行交易，因而是流动性交易者（LIQUIDITYTRADER）。知情交易者拥有关于资产真实价格的未公开信息，并且拥有是否与做市商进行交易的选择权，因而在与做市商的交易中只会获利而不会损失。因此，做市商只有用与未知情交易者交易的盈利来冲销这些损失，才能保证不至于破产，而这些盈利的来源就是做市商设定的买卖报价价差。因此，导致买卖报价价差的原因是信息不对称所产生的信息成本。这些内容都是金融市场微观结构理论中信息不对称模型中的基本因素，该模型首先由BAGEHOT提出，COPELAND和GALAI（1983）对其进行了分析研究，最后对这个模型进行了发展和公式化的有，KYLE（1985）、GLOSTEN和MILGROM（1985）、EASLEY和OHARA、ADMATI和PFLEIFERER（1988）、FOSTER和VISWANATHAN（1990，1994）以及ALLEN和GORTON（1992）。本文研究交易持续期的理论模型来源于DIAMOND和VERRECCHIA（1987）和EASLEY和OHARA（1992）。DIAMOND和VERRECCHIA（1987）认为在一个交易日内只有两种事件发生，要么是利好事件，要么是利空事件。因此，知情交易者会积极地交易，除非这些知情交易者不拥有股票或市场上存在卖空限制。这样，较长的交易持续期就可能与利空信息有关。而EASLEY和OHARA（1992）认为知情交易者在这两种信息下都会进行交易，因此，他们认为较长的交易持续期可能与没有信息有关。在这两篇文章以前，金融市场微观结构理论还没有考虑时间的作用而且也未对时间赋予信息的含量。1然而正相反，下面的观点进一步使我们相信交易持续期实际上在向金融市场内传递着信息。正如定义的那样，未知情交易者在决定其交易的时候是独立于信息的，即决定是否要交易与是否拥有信息无关；而知情交易者只有当他们拥有信息的时候，他们才会进行交易。因此，在EASLEY和OHARA（1992）的研究中，交易是否活跃是与在金融市场中存在多少个知情交易者相关的。更一般地说，知情交易者一旦拥有信息，他们将尽快地而且尽量多地进行交易。然而，在EASLEY和OHARA（1987）对交易量的研究中，交易量会很快地将知情交易者暴露出来，从而减少他们的获利空间，这样会使知情交易的速度减慢下来。另一方面，如果知情交易者将大笔委托报单分割成若干个小的委托报单，这样会产生大量包含信息的交易。我们可以有理由认为交易活跃程度与知情交易者的行为是相关的。因此，交易的活跃程度将导致交易持续期的长短，从而有可能向金融市场的参与者1在KYLE（1985）的研究里，委托指令聚集起来在同一时间同一个价格上成交，因此，指令流到达到速率并不重要。在GLOSTEN和MILGROM（1985）的研究里，指令流按照外生的随机过程到达市场内，这样市场的参与者知道了指令流到达的模式提供相关的信息。COPPEJANS和DOMOWITZ（1999）以斯德哥尔摩期货交易市场为研究对象对电子限价委托交易系统的信息含量进行了实证研究。他们首先运用了计量模型对交易持续期进行了研究，然后再对买卖价差进行了概率分布的研究，通过对这些模型的预测能力的分析来检验模型的优劣程度。他们的结论是委托指令流的信息含量远远高于行情公告牌上的信息含量。不过他们在对模型中变量的分布假设上过于简单，没有对模型预测能力的评估。在未评估模型预测能力的情况下，该研究得出的结论缺乏可信度。BROWN，THOMSON和WALSH（1999）研究了澳大利亚证券交易所的委托指令的特征，他们通过分析委托指令流来研究知情交易者和未知情交易者对信息的反应，以及委托指令流在一个交易日内的变动模式。他们建立了广义交易模型，假设第天在出现利好消息时所有报价形式（共九种报价指令）的概率方程（2）91/PR/INIIGODGODL其中I是九种可能的报价指令，是九个参数的向量，I是在第天每种报价指令的总数。然后建立第天无条件似然方程即在出现利好信息、利空信息和无信息这三种情况下的全概率公式（3）/1/1NOEVNTLABADLAGODLBAL最后建立多时期似然函数（4）1其中,1为所有样本期内的交易天数，并且各事件独立分布。将这个多时期似然函数转化为对数似然方程然后使用极大似然法得到参数的估计值并进行检验。他们的研究发现在不同的市场交易制度下，委托指令流的特征是不同的。而且他们发现在澳大利亚证券交易所中内幕交易少于10，内幕交易者在交易时会比未知情交易者选择更小的委托报单来进行交易，同时发现在利好信息和利空信息这两个情况下，知情交易者的比例基本上一样。最后他们还发现委托指令流在交易日内呈现出U型的变动模式，委托指令流中的信息含量也呈现出这种变动模型。BIAIS、HILLION和SPATT（1995）以巴黎证券交易所作为研究对象对电子限价委托交易系统中投资者行为的研究比较早而且比较有影响。他们主要运用计量的手段来研究行情公告牌上的信息与委托指令流之间的关系。通过行情公告牌上的信息分析了证券市场流动性模式，并以此分析了投资者对行情公告牌上的信息的反应行为，随后进一步研究委托指令流所包含的信息对投资者行为的影响程度。他们研究结果发现在时间优先和价格优先的情况下，当证券市场深度很深或买卖价差较大时，投资者往往迅速地在最优买卖价差之间提交限价委托；同时还发现与信息效应相一致的现象，当出现大的卖单（买单）时，买卖报价会同时向下（向上）作调整。该研究发表较早，在研究的方法上过于简单，主要集中在对数据的统计分析上。不过，该实证研究的设计较为巧妙，也为进一步研究交易持续期和信息含量的分析提供了基础。（四）ACD模型和模型预测能力的评估方法当研究证券市场微观结构时，我们主要面临的一个问题是高频交易数据之间时间间隔的不规则性，也就是高频数据是一个动态的时间序列。过去在实证研究时，我们都采用的是固定时间间隔的计量模型方法来进行实证研究的，忽略了交易数据之间事实上存在的自有时间间隔。然而，就象金融市场微观结构理论模型所描述的那样，不同交易之间的时间间隔蕴含着大量的交易者行为的信息。因此，如果我们采用了固定时间间隔的计量模型方法，实证结果将有可能丢失大量的高频交易中所包含的信息成分。ENGLE和RUSSELL（1998）针对这个问题提出了他们的解决方法，ACD模型（AUTOREGRESSIVECONDITIONALDURATION）。2ENGLE和RUSSELL把交易之间的时间间隔当作随机变量并建立计量模型，这些随机变量遵循一个点过程（POINTPROCESS）。交易数据可以用两个随机变量来描述，第一个是交易发生的时间；第二个是在交易发生时间上所观察到的一个向量，这个向量被称为记号（MARKS），用来确定所研究的事件（EVENTS）是否发生了。通俗地说，就是在时间这个尺子上用所研究的事件当作刻度来进行标记。这个标记可以是交易量、成交价格和买卖价差等反映投资者交易情况的事件，而这些正是目前金融市场微观结构理论研究的重点。DIEBOLD、GUNTHER和TAY（1998）评估模型预测能力的方法的核心思想是，如果计量经济模型是正确的，那么通过对该模型残差的概率积分变化而得到的分布是一个独立同分布的均匀分布。因此，尽管DIEBOLD、GUNTHER和TAY（1998）方法的思想是如此的直观，但对于检测和评估非嵌套（NONNESTED）模型的意义是很深远的。在现实的证券市场中，图形分析工具被广泛地运用。因为对于交易者和其他专业人士来说，这种图形分析方法比较容易用来分析、评估和预测证券市场的未来2ACD模型是ENGLE和RUSSELL（1998）提出的。他们发现用固定时间间隔的计量模型方法来进行实证研究，忽略了交易数据之间事实上存在的自有时间间隔。因此，他们建立了ACD模型，把交易之间的时间间隔当作随机变量并建立计量模型来分析交易持续期。由于我国目前还没有对ACD模型进行深入的研究，笔者暂时根据英文的含义将ACD模型直译为“自回归条件持续期模型”。发展。同样在评估模型的预测能力的方法中也有一种图形分析方法来检验一个计量模型的拟合优度。为了评估模型的预测能力，DIEBOLD、GUNTHER和TAY（1998）对需要评估的模型所产生的未来预测值进行分析，由于预测值的分布在模型估计时就已经假设了，因此，他们对预测值进行了概率积分变换，然后描绘变换后序列的分布图形，观察该序列是否遵循独立同分布的0,1均匀分布。通过分析这个图形可以为我们提供模型预测失败很明显的原因。如果这个图形呈现出驼峰状时，这说明这个模型预测的范围过小，没有把现实数据分布的尾部在模型中体现出来；如果这个图形呈现出U型时，这说明模型可能存在过高或过低对现实数据分布的预测。该方法可以比较不同非嵌套（NONNESTED）模型的优劣，并且在不考虑模型使用者的损失函数的情况下，对模型的预测能力进行评估。122国内研究的评述国内对金融市场微观结构的研究起步较晚，不过现在有不少学者开始逐渐涉足这个领域。从研究的方向来看，我国学者的研究目前主要集中在对金融市场微观结构理论的介绍，对我国证券市场流动性的研究以及对交易持续期（DURATION）的研究上。其中比较有代表性的文章有戴国强和吴林祥（1999）的金融市场微观结构、杨之曙（1999、2000）、欧阳红兵和熊彩云（1999）以及蒋兆斌和田柳（2002）对市场微观结构理论进行了深入的介绍和阐述，并对该理论如何运用于我国证券市场的建设提出了宝贵的建议。不过，目前我国金融市场微观结构的研究主要停留在对西方该理论的介绍阶段，对该领域的研究主要是定性分析和学术评论。不过随着大家对金融市场微观结构理论研究的深入，以及开始注意建设高频数据库，我国已经开始出现有关我国金融市场微观结构的实证文章，这些文章主要集中在证券市场的流动性信息的研究。其中主要的文章有屈文洲和吴世农（2002）首次分析了我国深圳证券交易所的流动性特征，对买卖价差及其影响因素进行了研究并建立了模型，揭示了买卖价差呈现出“L”型的状态。随后，孙培源和施东晖（2002）以上海证券交易所为研究对象，他们得到了与屈和吴（2002）相似的结论。这两篇文章对我国金融市场微观结构的研究较早，但其研究的内容较为简单，可以认为是我国研究这方面内容的入门文章，不过其得到的实证研究结果为我们进一步研究我国金融市场微观结构提供了理论和实践的基础。目前我国金融市场微观结构理论的实证研究的最新发展是黄杰鲲（2003）对我国上海证券交易所的投资者的交易持续期进行的研究，并对交易持续期中信息含量进行了分析和建模。该文发现利好消息的交易会导致交易强度的增大；而利空消息的交易会导致长的持续期。该研究是最先研究我国证券市场上信息与交易持续期的关系的文章，其运用的模型也较为先进，是ENGLE（2000）提出的，为我们进一步研究信息对交易者行为影响提供了有力的证据。不过，该文章在对知情交易和非知情交易的区分上，笔者认为过于粗略，无法真正体现知情交易者的交易策略。因为，大量的理论和实证研究认为，知情交易者为了最大限度地获得收益会尽量减少其信息被发现的可能，这些交易者会采取模仿非知情交易者的交易策略从而隐藏其知情的身份。因此，笔者认为在对知情交易和非知情交易的区分上应进一步的改进。13本文研究内容的安排目前世界上证券交易所采用电脑限价撮合交易系统已逐渐成为一种趋势，这样就引发了一系列对委托指令及其指令流对市场交易活动和价格形成的影响的研究。3本文是以深交所作为研究对象，分析交易者从证券市场行情公告牌上获得的信息如何影响交易者的行为。具体来说是分析证券市场行情公告牌上的信息，包括存量信息指市场流动性信息（如委托指令的委托量（深度）、买卖价差等），流量信息指委托指令流的变化状态（如大的买卖报单的进入，大笔委托报单的成交等）和交易持续期信息，以及研究这些信息是如何影响交易者的行为和价格的形成，最终确定这些信息对交易者的影响程度。这个问题与目前有关交易所对交易活动披露程度的讨论也十分相关，即在交易所披露的即时信息中哪类信息对投资者进行即时投资决策最有用，以及如何披露，披露哪些信息。对上述问题的研究，本文大致分为三个部分第一，分析深交所行情公告牌上的信息，包括存量信息、流量信息和交易持续期信息；第二，建立ACD模型（AUTOREGRESSIVECONDITIONALDURATIONMODEL）来分析存量信息、流量信息和交易持续期信息对交易者行为的影响程度；第三是，对建立的模型进行样本外（OUTOFSAMPLE）的预测能力评估。为了进一步说明本文研究内容的安排，笔者把本文中的基本内容通过流程图（图11）来说明，试图将本文的脉络清晰地阐述出来。3这样的研究包括BIAIS，HILLION和SPATT（1995）、FOUCALT（1993）、GLOSTEN（1994）以及HOLLIFIELD，MILLER和SANDAS（1996）。最近的一些有关电脑限价撮合交易系统的研究有DOMOWITZ和STEIL（1999）以及COPPEJANS和DOMOWETZ（1999,WORKINGPAPER）等。图11基本研究内容安排的流程图研究子目标一行情公告牌提供的信息含量分析研究内容存量信息含量的分析研究内容交易持续期信息含量的分析研究内容流量信息含量的分析不同信息集合对交易者行为影响的实证研究研究子目标二存量信息模型流量信息模型全信息模型两时期模型信息模型预测能力的评估研究子目标三限价委托交易系统中行情公告牌的信息含量与交易者行为分析研究总目标研究方法计量统计方法研究结论存量信息具有信息含量研究结论交易持续期信息具有信息含量研究结论流量信息具有信息含量研究方法ACD模型及其改进模型研究内容存量信息对交易者行为的影响研究内容流量信息对交易者行为的影响研究内容存量信息和流量信息对交易者行为的影响研究内容存量信息和流量信息对交易者行为影响的持续性研究结论存量信息对投资者行为的影响较小研究结论流量信息对投资者行为的影响较大研究结论全信息对投资者行为的影响没有比流量信息有多大的提高研究结论前期的信息对投资者行为的影响较小，市场对信息的消化能力较强。研究结论信息模型对于交易持续期的预测总体上是可靠的研究方法DGT方法14创新与不足141本文的创新之处1、首次利用我国证券交易所的高频数据对我国电子限价委托交易系统中的信息含量建立了计量分析模型并对其进行了深入研究，通过研究实证结果来区别在做市商交易系统和其他交易系统中信息含量和交易者行为的不同特征；2、改进了ACD模型并对其进行了实证检验，以体现不同信息含量对交易者行为的影响；3、首次从市场即时交易的角度，对我国证券交易者的行为特征进行了实证研究，得到了有关我国证券交易者行为特征的一些结论；4、对于所建立的模型作了样本期外预测能力的评估。142本文的不足之处众所周知，我国金融市场微观结构的研究还刚起步，尤其是实证研究更是少之又少，这中间的原因主要是微观结构理论比较深奥，另外一方面是我国高频数据很难获得，这为研究带来了很大的麻烦。本文在数据上也存在缺陷，为了能记录下交易所发布的行情数据，必须要提高数据的记录速度，笔者为了研究我国的金融市场微观结构，在高频速据的记录上花费很大的力气，不断修改记录程序，以便提高数据库的刷新速度，本文中的数据主要来自对交易所行情库的录制。当然，如果能直接获得交易所中的委托库和成交库来研究将更好。但由于现阶段我国交易所的高频交易数据还不能公开，这给我国金融市场微观结构的研究带来了很大的困难。不过，庆幸的是投资者所看到的行情就是交易所提供的行情库，并以此作为其投资决策的依据，因此，用行情库来研究投资者行为也是可行的。由于我国金融市场高频数据的匮乏，本文在实证研究中样本数据的选取上存在一定的困难，致使在存量信息和流量信息的实证研究中样本数据不一致，要改善本文存在的这些不足还有待于我国金融市场数据库的建立和完善。2研究方法21ACD模型ACD模型是在过去事件基础上为分析研究交易持续期（DURATION）的条件分布而创建的，这个模型的优点是把交易之间的持续期（时间间隔）转化为一个随时间间隔变动的动态的点过程。4为了进一步说明这个问题，我们定义持续期为，这是两个发生事件之间的时1IITD间间隔。我们再定义为第个持续期的条件期望值I（5）IIIIITDDE,/,/121121我们知道在证券市场上一天中的交易有时密集有时稀少，这样交易之间的持续期是动态变动的。为了得到一个独立的变量，我们必须对一天中的交易持续期进行调整（ANINTERDAYSEASONALADJUSTMENT（ENGLE和RUSSEL，1998），剔除一天中交易时间段对交易持续期的影响。比如，在开盘时交易比较密集，而在进入连续竞价交易后交易有可能比较稀少。因此，为了除去这种交易时间效应对交易持续期的影响，我们进行了如下调整（6）/1TIIDD这样，期望持续期为（7）11ITIIDE对这种交易时间效应的调整有不同的方法，我们在下面的实证研究中使用了与ENGLE和RUSSEL（1998）相同的处理方法，对一天的交易持4ACD模型来源于ENGLE和RUSSELL（1998）的研究。续期根据其所在的不同交易时间段进行线性回归，从而达到调整的目的。这样我们可以得到如下结果（8）其中，IIDDIIACD模型中一个简单形式是条件期望值仅以过去的持续期作为I条件。一般情况可以表述为如下方程（9）QJJIPJIJID00这就是模型，第持续期的条件期望由其滞后个的条件,QACIP期望和滞后个过去实际的持续期共同来决定。这与具有,QGARCH非常相似的形式，事实上它们在计量经济学上的许多性质和特点都十分相似。本文将主要使用ACD（1,1）模型，即持续期的条件期望和实际值均滞后1期。考虑到持续期始终是正数，笔者将使用EACD（1,1）来对研究方案进行估计，其中E表示假设残差服从指数分布，这样其方差I方式如下；（10）11IIID其中N,0,因此，对于EACD（1,1）参数的估计，使用的准似然方程（THEMAXIMUMPSEUDOLOGLIKELIHOODFUNCTION）为；（11）ITNIINDDL121LOG,/ENGLE和RUSSEL（1998）对ACD模型建立与GARCH模型相似的特性（比如）。事实上，时间序列的主要特征就是在条件分布和1独立分布中其显著的过渡离差，而ACD模型对这种情况在交易持续期的影响作用进行了科学的解释。22ACD模型的改进在ACD模型中，把交易持续期当作一个连续的时变随机点过程，替代了过去以离散的固定时间间隔作为研究对象的研究方法。根据本文所要研究的信息集合（）对交易者行为的影响程度，笔者对EACD模型进行了一定的改进。在EACD模型的条件期望方程中引入一个信息变量（）。因为考虑到持续期（DURATION）是一个非负的变量，所以本文E对信息集合采用了指数的形式。对于任意给定事件集合，比如，买单委托的到来，这个随机过程可以用一个基本的时间序列表示出来，其中表示为事件发,21NTTT生的时间。这样，这个序列就被看作一个点过程。与这个序列对应的是一个计数过程，这个表示在时刻所定义的事件发生的次数。TNTT这些特定的事件在时刻的分布遵循以过去事件的条件概率，ACD模I型就是用这些在时间上有联系的事件来描述这些点过程。我们定义持续期（DURATION）为，这是两个发生事件之1IITD间的时间间隔，为经过调整过的除去时间效应后的持续期，我们再定ID义为第个持续期的条件期望值。本文是在EACD（1,1）的基础上改I进模型的，笔者对EACD（1,1）中条件期望方程进行了改进，改进后的EACD（1,1）如下（12）其中服从指数分布IIDI（13）EXP11MIIII其中NI,215,432M信息集表示第M类信息集合中在时刻信息集中相关事件的数值的集II合，信息集向量随着本文研究对象（信息）的不同而进行相应的改变。当没有信息时，条件期望方程中所有的系数（）均为零，也就,是说，事件的发生率是个常数。由于改进后的EACD（1,1）中只对条件期望方程进行了改进，并未改变其样本的分布函数，因此对于方程（13）的参数的最大似然估计与标准的EACD（1,1）是一样的，同样也使用准似然方程（11）来对方程（13）进行估计。23数据与样本5为了能获得较多的数据，本文在样本的选取上，采用了两个样本期的做法。再考虑到对金融市场微观结构研究的结论存在普遍性，因此，笔者认为，因选取不同的样本期分别对存量信息和流量信息进行研究而得到的有可能产生细微差异的结果，对本文有关研究信息对交易者行为影响的最终实证研究结论影响不大。首先，本研究中研究存量信息含量的数据来自深交所向市场揭示的5在本文中，深圳成份股指数中40种样本股票的数据是由光大证券福州营业部的王亦军同志提供的；深证100指数中100种样本股票的数据是由南方基金管理公司的黄后川同志提供的。在此，笔者对他们的热情帮助表示感谢。证券行情。在每个交易日，对来自交易所的每笔行情数据进行记录，得到了本文研究的基础数据。每笔行情记录包括证券代码、日期、成交数量、三个买卖报价以及各报价上的买卖数量。存量信息所研究的股票为深圳成份股指数的40种样本股票6，样本期从1999年11月8日到2000年11月22日（共计247个交易日，其中2000年7月5日和2000年8月1日因缺少有效数据而被删除），总共包括了4,674,120条行情记录。以每10分钟作为一个时间间隔，对每个交易日的行情记录进行分段，这样每个交易日总共分为24个时段。每个交易日上午第一个和最后一个时段分别为930940和11201130，下午第一个和最后一个时段分别为13001310和14501500。同时，为了统计研究的准确性，在研究存量信息时，还把40种样本股票根据其在样本期间交易价格的高低分为4个子样本。样本A中股票的均价最低，以此类推，样本D中股票的均价最高。具体股票分类如附表1所示。上述的样本和样本期仅运用在本文的第42节（存量信息含量的分析）中。其次，由于研究金融市场微观结构理论中的流量信息对高频数据的要求比较高，为了研究深交所的流量信息，需要比研究存量信息要求更高的数据，而研究存量信息样本数据已经无法满足流量信息研究需求了。因此，笔者通过设计更好的录制程序，提高了对来自交易所的每笔行情数据进行记录的速度，并进行了第二次的样本数据录制工作，使行情数据能充分地反应市场上的变化。除本文的第42节外，存量信息、流量信息、交易持续期和信息模型的实证研究的样本均采用了新录制的高频数据。每笔行情记录包括证券代码、日期、成交数量、三个买卖报价以及各报价上的买卖数量。由于样本期较短，笔者通过扩大样本容量的办6深圳成分股指数，是深圳证券交易所编制的一种成分股指数，是从上市的所有股票中抽取具有市场代表性的40种样本股票为计算对象，并以流通股数为权数计算得出的加权股价指数。法来弥补这个缺陷。样本股票为深交所今年新推出的深证100指数中的100种成份股样本股票7，样本期从2003年6月25日至2003年7月9日，共计11个交易日，总共包括了249,064条行情记录。笔者从录制的行情数据中通过轧差分析，筛选出成交数据和委托数据，为研究存量信息、流量信息、交易持续期和信息模型提供了基础。24数据处理过程与估计分析过程8由于本文中数据处理量很大，处理过程繁琐复杂；笔者先用SQL录制行情数据，然后在用SQL和EXCEL对行情数据进行存量信息和流量信息的分析；接着在用ACD模型对投资者行为进行分析研究中，笔者将在SQL中处理好的样本数据导入EVIEWS30中，编程运算得出模型（方程（13）的参数的估计值；最后，在用图形分析法来评估模型的预测能力时，本文利用了C语言和SPSS中的统计工具来进行图形分析。97深证100指数选取在深交所上市的100只A股作为成份股，以成份股的可流通A股数为权数，采用派氏综合法编制。深证100指数的编制借鉴了国际惯例，吸取了深证成份指数的编制经验，成份股选取主要考察A股上市公司流通市值和成交金额份额两项重要指标。根据市场动态跟踪和成份股稳定性的原则，深证100指数将每半年调整一次成份股。深证100指数以2002年12月31日为基准日，基日指数定为1000点，从2003年第一个交易日开始编制和发布。具体100股票样本如附表2所示。8在数据处理和程序设计中，笔者得到了数学系洪桃李和陈同坚同学的大力帮助，在此对他们表示感谢。9本文中的主要程序见附录，其他相关的数据和程序可向笔者索要，EMAILQU_SIMBA163COM。3深圳证券交易所的交易制度31电子交易系统下证券交易所的交易规则二十世纪九十年代初期之前，西方主要证券交易所普遍采用的是做市商的交易机制。因此，西方学者对金融市场微观结构的研究主要集中在对做市商的研究上，对电脑交易系统的研究非常得少。随着科技信息技术的迅速发展，西方证券交易所越来越多地采用了电脑交易系统及限价委托，电脑交易系统对投资者行为和证券价格形成产生着重大的影响。由于交易机制的变化，吸引着越来越多的学者开始对采用电脑交易系统及限价委托的证券交易所进行分析和研究。20世纪90年代以后，许多交易所采用交易速度快、交易成本低的电子化竞价交易方式。在现行的竞价交易机制下，投资者可通过柜台、电话、自助终端以及互联网等多种渠道进行买卖委托。电脑交易系统按照“价格优先、时间优先PRICEANDTIMEPRIORITY”的原则，对投资者的买卖委托直接进行撮合。在有些证券交易所中，系统设计者从效率优先的原则出发，较多地关注交易的简单性和高效性，委托种类极为单一，仅允许限价委托LIMITORDER一种方式，如我国的上海和深圳证券交易所。同时，为了增强交易过程的透明性和信息含量，电脑交易系统分别揭示几个最佳的买入价和买入量，以及几个最佳的卖出价和卖出量，并根据每笔成交即时更新成交价、成交额、最高价、最低价、最佳买卖价量等相关指标。随着信息技术的迅猛发展，许多国家开始采用电脑交易系统来撮合证券交易并鼓励限价委托，电脑交易系统成为交易所发展的方向。因此，电脑交易系统作为市场规则和市场运行机制的现实选择之一，使得越来越多的学者开始研究和分析电脑限价交易系统如何影响证券市场的流动性、信息的生成模式、投资者的预期结构及价格的发现过程。目前世界上许多主要的证券交易所都采用了电脑限价撮合交易系统来实现投资者的投资行为，或者至少部分地采用这种交易系统来实现股票、期货和债券的交易，如纽约交易所、东京交易所、巴黎交易所以及香港联交所等。这种电脑限价撮合交易系统的运用正越来越成为世界证券交易所发展的一种主流趋势。因此，许多研究证券市场微观结构的金融学家开始注重研究在电脑限价撮合交易系统中交易规则如何影响价格和交易数量分配。32深圳证券交易所的交易规则深圳证券交易所由于创建的时间较晚，在交易规则的选择上采用了当前世界上具有发展潜力的电子限价委托交易系统。深交所是依法设立的、提供证券集中竞价的场所。其实行的是会员制的组织形式，所有交易均在交易大厅中进行，参加交易的人员是固定的，即证券交易所的会员。在我国，目前只允许具有中国证券监督委员会颁发的证券经营许可证的法人成为交易所的会员。因此，我国广大投资者只有通过证券经纪商才能参与交易所的交易。在深交所的市场中存在着两类的投资主体，一类是自然人投资者；一类是法人投资者，其中法人投资者包括一般的企业投资者，还包括证券投资基金以及证券公司的自营投资。投资者的股票买卖指令是通过深交所的会员报送到交易所电脑主机进行撮合的。目前深交所报盘的方式有两种，分为有形席位和无形席位。有形席位是属于一种场内报盘，即证券公司在柜台接到投资者的委托指令并审查后，以电话等通讯方式向驻深圳交易所场内交易员（因穿红马甲工作而被称为“红马甲”）转达买卖指令；该证券公司场内交易员接到指令后，将其输入深圳证券交易所电脑主机。无形席位是属于一种场外报盘，它无需证券公司派驻场内交易员，而由投资者在场外通过证券公司的电脑终端向交易所电脑主机输入买卖证券的指令。深交所只接受投资者买卖股票的限价委托，不接受市价委托；委托指令买入证券的数量必须为一个交易单位（俗称“1手”）或交易单位的整数倍，只在卖出证券时才有零股委托，即卖出的证券可以不足一个交易单位。深交所目前规定，股票100股为1手，100基金单位为1手，1000元面值的债券为1手。深交所对证券交易设置了最小报价单位，A股、债券、基金的价格变化单位为001，B股为001港币，国债回购为001（年收益率）。深交所还对股票、基金交易实行涨跌幅限制，涨跌幅比例为10，其中ST股票涨跌幅限制比例为5。对其他证券和首日上市的股票、基金不实行涨跌幅限制。深交所采用先进的电脑化、无纸化交易，由电脑主机对接受的所有有效申报按照价格优先和时间优先的原则进行集中竞价撮合成交。深交所交易在每周一至周五进行。上午915至925为集合竞价时间。集合竞价遵从价格优先、同一价格下时间优先的原则，对所有有效委托进行集中处理，并按集中竞价规则产生开盘价。集中竞价结束后即进入连续竞价，连续竞价遵从时间优先的原则，由电脑对有效委托进行逐笔处理，上午930至1130，下午1300至1500为连续竞价时间。深交所实行的是T1的资金清算方式，即交易所根据个各证券公司T日的清算数据文件中的实际收付金额，在T1日规定的时间内进行T日交易的资金交收。深交所的交易费用实行买卖双向收费。主要有两项交易费用并按成交金额来计算，一是交易印花税；二是交易佣金。单边费率分别为A股佣金最高不超过03，印花税02；B股佣金最高不超过03，印花税02；基金佣金最高不超过03，无印花税；国债和企业债券（含可转债）佣金最高不超过01，无印花税。10深交所整个交易结算系统由四大部分组成一是会员营业部的柜台系统，由全国各地券商根据深交所颁布的接口规范开发形成；二是连接柜台系统与中央撮合主机的通讯网络，由卫星网络和各通讯体系组成；三是中央撮合主机，由多台容错计算机并联组成；四是中央登记结算系