上海股市买卖价差成分分析

1、第24 卷第6 期(总第150 期)系 统 工 程V o l. 24, N o. 62006 年6 月Sy stem s Eng ineeringJ un. , 2006文章编号: 100124098 (2006) 0620074207X上海股市买卖价差成分分析雷觉铭, 曾勇(电子科技大学管理学院, 四川成都610054)摘 要: 价差分解是金融市场微观结构理论研究的重要问题。本文通过对上证180 指数成分股的研究, 得到了上海股市一个典型的订单驱动市场的买卖价差组成成分日内变化的特征, 并分析了买卖价差形成的原因。研究结论表明, 上海股市的逆向选择成本在买卖价差中占62% , 高于其它市场;

2、 日内逆向选择成本曲线呈现略微斜置的“L ”形, 订单处理成本基本保持不变, 这是买卖价差曲线日内呈略微斜置的“L ”形的原因; 此外, 高价股买卖价差中的逆向选择成本所占比例高于低价股价差中的逆向选择成本比例。关键词: 上海股市; 市场微观结构; 买卖价差; 价差分解; 高频数据中图分类号: F 830 文献标识码: A1引言型基础上建立了一个价差分解模型, 其结果显示逆向选择成本占43% , 存货成本和订单处理成本等成本共占57% 。在金融市场微观结构理论中,买卖价差是衡量证券市此外, L in 等4 对订单驱动和报价驱动共存的混合型市场场流动性的重要指标。既定市场深度下的低价差意味着低(

3、H yb rid) 纽约证券交易所(N YSE ) 的150 只股票进行交易成本, 而低交易成本是较高的市场流动性和较快的资了价差分解。上述文献均认为日内逆向选择成本逐渐下产价格发现过程的前提条件。因此, 如何降低买卖价差是降, 订单处理成本逐渐上升。学术界的一个重要研究问题。对买卖价差的分解, 有助于在订单驱动市场(O rder D riven M a rket) , 交易者提交从根本上发现价差形成机理, 找到降低价差的途径, 从而的限价委托单为市场提供流动性, 并同时建立了买卖价差提高市场的流动性。和深度。价差中除补偿电子撮合系统运营费用的订单处理2相关文献回顾及问题描述成本外, 还包括交

4、易者设立的逆向选择成本, 以弥补与知情交易者交易而可能遭受的损失。此外, 尽管交易者的交由于交易机制不同, 报价驱动市场和订单驱动市场的易行为起到了做市的作用, 但交易者没有做市的义务, 所以不应考虑存货成本。价差成分及其变化也呈现不同的特点。在报价驱动市场,Cohen 等5 阐述了订单驱动市场的交易者面临信做市商报价的价差一部分是用于补偿人工费用和系统运息成本, 市场监管成本和传递订单成本等交易费用。营费用的订单处理成本; 另一部分是逆向选择成本, 其目B rockm an 6 和A hn 等7 分别分析了香港联交所和东京证的在于弥补与拥有私人信息的知情交易者交易而可能遭券交易所(T SE

5、) 的买卖价差, 在他们研究结论中, 日内逆受的损失; 此外, 还有一部分价差是因做市商为执行做市向选择成本和订单处理成本都同步呈现“U ”形。的义务, 不得不破坏存货头寸的平衡而引起的存货成本。杨之曙8 、孙培源9 、屈文洲10 等分析了中国大陆股存货成本是报价驱动市场特有的交易成本。市的买卖价差, 认为上海股市和深圳股市的日内价差曲线已有的买卖价差分解研究主要针对报价驱动市场呈不对称“U ”形(即斜置“L ”形) 或“L ”形(这是由于对收盘(Q uo te D riven M a rket)。H uang1 对美国市场19 只大盘股时价差上升幅度的研究结论不一致所致)。但对于价差曲的分析

6、认为: 订单处理成本占68. 9% , 逆向选择成本为21.线的成因及成分, 相关研究还较少。5% , 存货成本占9. 6% 。M adhavan 等2 在G lo sten 3 的模X 收稿日期: 2006202217; 修订日期: 2006204216基金项目: 教育部优秀青年教师资助计划项目(教人司 2003 355 号) ; 教育部新世纪优秀人才支持计划项目(教技司 2005 2 号) 2) , 男, 四川南充人, 电子科技大学管理学院博士研究生; 曾勇(19632) , 男, 四川成都人, 电子科技大学管理作者简介:雷觉铭(1977学院院长, 教授, 博士生导师。 1994-2010

7、 China Academic Journal Electronic Publishing House. All rights reserved.第6 期雷觉铭, 曾勇: 上海股市买卖价差成分分析75穆启国11 认为, 深圳股市日内的逆向选择成本和订单处理成本曲线大致都呈“L ”形, 从而价差曲线也呈“L ”形。但是, 本文认为, 逆向选择成本曲线和订单处理成本曲线均呈“L ”形并不能保证日内价差曲线也呈“L ”形; 此外, 在中国大陆股市这样典型的订单驱动市场, 自动撮合交易机制的引入使订单处理成本相对固定。因此, 影响价差变化的因素应主要来源于逆向选择成

8、本。本文借鉴文献 2 的分析思想, 对上海股市的买卖价差进行了分解。主要结果如下: 第一, 上海股市价差的逆向选择成本变化日内呈斜置“L ”形, 订单处理成本则保持稳定, 这是日内价差曲线呈斜置“L ”形的原因。第二, 本文将180 只股票按交易价格分组分析。除得出订单处理成本和逆向选择成本的绝对值随着股价的上升而上升之外的结论外, 本文还进一步发现, 逆向选择成本在价差中的相对比例在组间随着股价上升而增大, 这说明高价股的价差包含了更高比例的不对称信息。其原因除了高价股中小盘股较多, 信息披露不完善和易受到炒作之外, 还有可能是上海股市实施统一的涨跌幅限制和最小报价档位。较高的协商成本(N

9、ego tia tion Co st ) 延迟了价格发现过程, 使交易者不得不提高逆向选择成本预期。3 上海股市微观结构和数据描述3. 1上海股市微观结构上海股市(沪市) 是典型的订单驱动型交易市场, 其流动性由只能提交限价委托单的交易者提供。沪市采用公开电子撮合委托单系统, 并且都采用涨停板制度。进入交易系统的有效委托单会自动与限价委托单簿(L im it O rderBook ) 上最优的限价委托单进行撮合。如不能直接撮合,就将自动添加到委托单簿上。交易遵循价格优先、时间优先的原则。沪市股票的最小报价档位均为人民币0. 01 元。3. 2 数据来源及描述统计本文采用的高频数据来自深圳国泰安

10、公司的股票日内交易数据库(CSM A R )。样本为上证180 指数的成分股,时间为 2003 年 1 月 2 日至 3 月 31 日, 共 54 个交易日, 3347993 笔交易记录。为了确定逆向选择成本和价差的变化与股价的关系。我们将 180 只股票按交易价格分为三组, 第一组 48 只股票, 其股价小于7 元, 第二组100 只股票, 价格范围是在7元和12 元之间, 第三组32 只股票的价格均大于12 元。描述统计结果见表1。可以看出, 随着股价增加, 价差不断增大, 但日均交易量、每笔成交量和交易次数减少, 这和其它股市如东京证券交易所(T SE ) 的性质恰恰相反。同为订单驱动型

11、市场, T SE 的中、高价股交易比低价股活跃 7 。两个市场交易特征不同的原因可能与交易者构成及交易行为有关。表1180 只样本股票的描述统计结果第一组(48 只)第二组(100 只)第三组(32 只)(成交价 7 元)(7 元 成交价 12 元)平均值中值标准差平均值中值标准差平均值中值标准差成交价(元)5.895.961.139.599.183. 9916. 2614. 510.60日成交量(股)407425667055621836464184995312406512758085990459891114657528每笔成交量(股)70494323819839113176334129502

12、7361250日交易次数393350138. 32345327130. 01274271113. 57买卖价差(元)0.0120.0120.0080.0150.0140.0060.0330.0210.043百分比价差334 价差分解模型易发起的方向,在价值预期过程中逐步得到信息成本和非信息成本1, 2, 12, 13 ; 另一类模型从价格变化的协方差和价已有的价差分解模型大致分为两类: 一类模型根据交差成分变化的协方差寻找对应关系, 从而得到价差各成如果两条曲线在同一时点的变化趋势不同步, 二者之和(即价差变化) 即可能呈

13、现“W ”形而非“L ”形。 目前国内已有描述日内价差的文献多以对逆向选择成本变化的设想作为对价差变化模式的解释, 并未有详细的价差分解结果支持。文献 11 对深圳股市的价差分解结论和本文尽管都认为日内买卖价差曲线大致呈“L ”形, 但本文对价差分解后得到的各组成成分日间变化却与前者大部分不同。且更符合大陆股市的特征。此外, 本文对更多的实证结果给出了解释。 这180 只股票平均总流通市值占沪市的60% 以上, 因此上证180 指数能够代表沪市的市场微观结构特征。数据库的部分交易记录显示其交易成交价处于买卖报价之间, 这是因为这些买单和卖单在到达交易系统后由于价格匹配而立即成交, 并未在订单簿

14、里停留。因此, 为了将此与报价驱动市场中的报价内成交的情况相区别, 同时基于订单驱动市场无做市商的性质, 样本过滤了这部分交易记录。这些记录共6932 笔, 仅占总数的2% 左右, 因此对研究结果的影响很小。分组原则根据SA S 软件统计得出的180 只股票平均交易价格分布的范围而定。 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.76系统 工 程2006 年分 4, 14- 17 。在第一类模型中, 文献 2 的模型(M RR 模型) 没有

15、考虑存货成本内容, 而是将价差分解为逆向选择成本和订单处理成本(后者实质上是订单处理成本和其它成本之和) , 与其它模型相比,M RR 模型很适合于订单驱动市场的分析。本文分析将借鉴M RR 模型的框架。设P t 为t 时刻的成交价格, X t 为代表交易发起方向的指示变量(X t = + 1 表示买方发起的交易, X t = -1 表示卖方发起的交易) 。当交易者观察到订单方向改变(以X t-E X t X t- 1 表示) 后, 会基于逆向选择因素而对股票预期价值作出修正, 大小为H。此时, 交易者的先验信息受到的影响包括公共信息 Nt 和订单交易方向改变带来的影响 H(X t - E X

16、 t X t- 1 )。设Lt 为证券在 t 时刻交易前的期望(基础) 价值。则有:Lt= Lt- 1 + H(X t - E X t X t- 1 ) + Nt(1)在订单驱动市场, 交易者可以被看作是大量的做市商19 , 他们会设立逆向选择成本, 但不用考虑存货成本(或可将交易者看作存货成本为零的做市商)。设 U是订单处理成本。故交易者报价包括订单处理成本 U和逆向选择成本H, 其卖价为:P at =LHX t- 1U(2a)t- 1+(X t-E X t) + + et买价为:LHUP bt=X t- 1(2b )t- 1-(X t+E X t) - + etLH LU Q NU式中,

17、et 为包含了式(1) 中公共信息项 t的随机扰动项。综合式(1)、(2a)、(2b) , 得到:P t = t+ X t+ et(3)综合式(1)、(3) , 得到 t 时刻的成交价(可能是卖价或买价) :P t= t- 1 + (X t - E X t X t- 1 ) + X t+ et(4)可以证明:QE X t X t- 1 = X t- 1(5)QQ是交易发起方指示变量X t的一阶自相关系数, 以描述订单流方向的变化, 同向则 0, 异向则 0。再以t- 1时刻参数代入式(3) , 得:U HU UQHL(6)t- 1 = P t- 1 -X t- 1- et- 1综合式(4)、(

18、5)、(6) , 得到价格变化量为:P t- P t- 1 = ( + ) X t- ( +) X t- 1 + u t(7)HU是订单处理成本。u t 是包含式(4) 中为逆向选择成本,扰动项et 的新随机扰动项。鉴于分笔数据构成的样本数据为非平稳时间序列, 故方程各参数采用GMM 方法(广义矩方法) 估计。这样可避免残差项产生的异方差和自相关问题。为此, 得到矩方程组如下:U t -(U t-AE) X t= 0(8)(U t-AQU HU) X t- 1X tX t-1 -X 2t矩方程组的确定遵循GMM 方法中求解模型正交化条件的原则。由式(7) ,令Ut =P t-P t- 1 -

19、( + ) X t+ ( +A) X t- 1 +,其中 是表示噪声的随机扰动项。分别对、QHAAAU+ H和U+ QB 求导, 得到方程组的前三个方程, 由自相关系数的定义得到第四个方程。从而可对模型各参数予以估计。5 价差分解结果及分析5. 1 截面性质分析表 2 和图1 说明了将180 只成分股的平均买卖价差分解后, 各成分在日内8 个时段的详细情况。可以看到, 逆向选择成本H从开盘时的0. 0119 元降至0. 0081 元, 然后保持稳定, 至收盘前一个时段, 其值从 0. 0080 元略增加到 0. 0093 元。再分别进行相邻时段逆向选择成本之差的 t 检验, 检验结果拒绝了逆向

20、选择成本在开盘和收盘阶段无变化的假设, 同时不拒绝逆向选择成本基本无变化的假设。当新订单流到达时, 交易者会基于逆向选择因素对已有信息作出修订, 而H值就表示修订幅度的大小。H的下降说明交易者的修订减少, 资产真实价格被逐步发现。从信息对称的角度看, 开盘时, 由于大量隔夜信息聚集及噪声存在, 交易者面临的信息不对称程度较大。为避免损失, 交易者(流动性提供者) 不得不报出高卖价或低买价, 从而价差较大。随着交易进行, 信息的不对称程度降低, 价差随之降低。临近收盘时, 出于对非交易时间可能产生大量不对称信息的预期, 知情交易者将增加报价次数以便在收盘前完成交易。同时, 机构交易者往往会在此时

21、递交大订单(尽管沪市没有做市商, 但操纵市场的庄家是存在的, 其交易策略与做市商的自营策略较类似) , 因此市场上报价次数大大增加(表2)。不知情交易者无法判断信息的质量, 不得不增加逆向选择成本, 因此H值在收盘阶段有一定幅度的上升。订单处理成本 U 从开盘时的 0. 0059 元略降至0. 0052 元, 收盘时为0. 0055 元, 基本保持不变。对各时段U值之差实行 t 检验后的结果除了第一个时段外, 其余时段没有拒绝U值在日内无变化的假设。这是因为订单由公开的电子撮合委托单系统处理, 其值相对稳定。其值根据L ee 18 的方法确定。证明过程见文献 2 。 这一时段U值较大, 我们认

22、为是U实际代表以订单处理成本为主的各项非信息成本之和, 此时其它非信息成本可能的影响较大,而处理交易者买卖订单的成本仍然是一个较为固定的值。 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.第6 期雷觉铭, 曾勇: 上海股市买卖价差成分分析77表2买卖价差组成成分日内分析表时间段 tim e自相关订单处理逆向选择误差项et d if3Ut d if3 H交易次数UA1Q成本U成本H3H系数f req930 1000- 0. 5120.00590

23、.01190. 0000546401000 1030- 0. 5810.00550.00880. 0001480- 2. 56- 10. 43431030 1100- 0. 5910.00520.0083-0. 000055- 1.66-1. 96421100 1130- 0. 6030.00550.00810. 00016501. 53-1. 50371300 1330- 0. 6200.00540.0080-0. 000024- 0.36-0. 45341330 1400- 0. 6150.00530.00820. 000025- 1.621. 34391400 1430- 0. 5930

24、.00530.0083-0. 000018- 0.340. 25421430 1500- 0. 5560.00550.00930. 0001501. 073. 1049注: 变量说明: t d if为相邻时段订单处理成本之差的t 检验值;t d ift示在给定显著性水平 = 001 条件下显著。为相邻时段逆向选择成本之差的3检验值。表图1买卖价差的各组成成分日内走势图代表订单流方向变化的一阶自相关系数 Q值为负, 这一点和国外研究的结果不同。无论在混合型市场(如纽约证交所(N YSE ) ) 20, 21 , 还是在其它订单驱动市场(如东京证券交易所(T SE ) ) 7 , 其自相关系数值均

25、为正。这其中可能存在两种原因: 第一, 上海股市的交易者以中小交易者为主, 其交易频率大大高于以机构交易者为主的国外股市 22 。单位时间内报价次数及交易次数的增加不仅使微观结构效应增强, 同时还使交易者对新信息产生过度反应, 这两者都会导致订单流变化的自相关系数为负。第二,国外的交易大部分由机构交易者完成, 大订单往往会被分割成若干小订单以隐藏交易信息, 连续同方向的交易导致自相关系数值为正。而上海股市中分割订单的情况并不多见, 因此买卖相间的交易次序形成了负自相关系数。5. 2 分组结果分析已有研究表明, 买卖价差受到价格等因素影响24 。为确定买卖价差和逆向选择成本的变化与股价的关系,

26、同时为了检查前面结论的稳健性, 根据市场成交价格(C P ) 将180 只股票被分为三组: 交易价小于7 元, 交易价大于7 元且小于12 元, 交易价大于12 元。表3 是分组后得到的价差分解结果。在表3 中, 逆向选择成本和订单处理成本在组内都表现出类似于总体分析的性质: 即逆向选择成本呈现略微斜置的“L ”形, 订单处理成本相对稳定。从组间来看, 订单处理成本U、逆向选择成本H、买卖报价差sp d 的值均随着交易价格的上升而上升。此外还发现, 逆向选择成本与买卖报价差之比th ta sp d 在组间随着股价的增大而增大。对此, 微观结构效应即单位时间内的买卖报价反弹(b id2ask b

27、ounce)。实证研究23 表明时间间隔为5 分钟的高频数据能够很好避免数据采集时间间隔过小时导致的微观结构效应影响。为区分微观结构效应对价差形成的影响, 运用时间间隔为5 分钟的高频数据对样本进行了价差分解(时间间隔为15 分钟的数据由于间隔加大, 其效果更为明显) , 结果为逆向选择成本在价差中的比例更大, 订单成本基本稳定。因此, 本文使用分笔交易数据得到的结果已足以支持论文后面部分的结论。 已有实证表明, 在中国股市交易中, 中小交易者的交易次数约占80% 以上。即使庄家分拆订单以隐藏信息, 也只是对每笔成交量有影响, 而对总的报价交易次数影响较小。前文提到的庄家起到了增加报价次数的作

28、用, 但并非是增加报价次数的主要力量。 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.78系统工程2006 年本文解释如下:的价差包含了更高比例的不对称成本。从现实原因来看:由t 时刻资产成交价式(4) ,令X t分别取+ 1 和- 1, 得第一, 由于所有股票的日涨跌幅限制为10, 最小报价档到隐含价差:位均为 0. 01 元, 故相对较小的报价档位使高价股的交易S PD i =P at -P bt= 2 (+ )(9)范围增大, 报价次数

29、和噪声交易也较多, 同时交易者搜集逆向选择成本在隐含价差(此处为隐含半价差) 中的比例信息的动机更弱, 增加了交易者的逆向选择预期。第二, 大R为:盘股通常为中低价股, 公司规模较大, 其信息披露比高价R =1(10)股更为规范和有效, 而高价股中小盘股较多, 易受到操纵H UU和炒作。综合来看, 较小的报价档位尽管提供了较小的价+1+由式(10) ,HH差, 但没有对交易者提供足够的价格保护, 使流动性提供增加使R增大, 由于隐含价差和买卖价者提供流动性的动机降低,从而市场深度降低25 , 交易者差同样度量了价差大小, 所以 增加也导致逆向选择成本的逆向选择成本预期也随之增加。HQUHH与买

30、卖价差sp d 之比 th tasp d随之增大, 这说明高价股H表3根据C P 分组的三组结果组一:msp dfa i sp dth ta sp dIsp dfa i Isp dth taIsp d1-0.66810.00470.00730.01290.37990.54880.01210.48980.51012-0.75130.00480.00510.01130.42750.43380.00990.58280.41713-0.76930.00470.00460.01110.43250.40160.00940.60110.39884-0.76620.00470.00450.01050.4330

31、0.39560.00930.61400.38595-0.79260.00470.00420.01030.43570.36260.00890.64170.35826-0.78280.00470.00440.00880.43550.38950.00910.62270.37727-0.75390.00450.00490.00570.42430.43420.00950.58830.41168-0.72260.00460.00550.00740.40990.47840.01010.53960.4603组二:QUHmsp dfa i sp dth ta sp dIsp dfa i Isp dth taIs

32、p d1-0.48180.00530.01350.02060.31560.62390.01930.46230.63762-0.57050.00530.00870.01480.36430.59740.01410.42610.57383-0.5433H0.00510.00900.00980.34540.60710.01410.40860.59134-0.57390. 00520.00880.01460.36210.59110.01400.42960.55035-0.60200.00530.00860.01490.36670.60400.01490.44290.5570H6-0.58110.0055

33、0.00820.01440.36200.56430.01380.46650.53347-0.58220.00540.00820.01320.36350.55310.01320.43490.52508-0.63940.00540.00890.01430.39700.57130.01340.47460.5853组三:QUHmsp dfa i sp dth ta sp dIsp dfa i Isp dth taIsp d1-0.35830. 007670.01820.03130.39590.64950.02690.32410.67582-0.40850. 007700.01350.02270.323

34、40.59470.02120.37310. 62683-0.41150. 007790.01330.03150.33030.62430.02110.37210.62784-0.43240. 007790.01390.02380.32870.58670.02170.38180.6181HH U 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.第6 期雷觉铭, 曾勇: 上海股市买卖价差成分分析795-0.40840.007440.01350.025

35、40.30770.53280.02290.35370.64626-0.40210.007110.01320.02210.35600.59730.02130.37770.62227-0.43910.007130.01320.02330.35640.56090.02030.37080.62918-0.49240.008290.01560.02160.39020.60080.02160.41980.6702注:变量说明: 自相关系数Q, 订单处理成本U, 逆向选择成本H, 平均价差m sp d , 订单处理成本U与平均报价差之比fai sp d, 逆向选择成本H与平均报价差之比th ta sp d, 隐含价差 Isp d, 订单处理成本U与隐含价差 Isp d 之比fai sp d, 逆向选择成本H与隐含价差 Isp d 之比th ta s p d。6 结论本文基于上证180 指数成分股的日内分笔数据, 对上海股市的买卖价差进行了分解。得到以下结果:第一, 开盘时市场信息不对称程度较大, 故逆向选择成本较高。经过一段时间的信息释放, 逆向选择成本下降。收盘前一个时段, 出于对非交易时段信息产生及变化的不确定预期, 市场上的噪声交易及信息迅速增加,