限价订单市场价格发现动态过程研究

发布时间：2020-06-07 21:15

【摘要】： 价格发现过程是不同信息如何影响资产价格变化的过程。建立在新古典经济学框架内的经典金融理论并不关心特定交易制度下的价格发现问题。基于对称信息范式的经典金融理论强调供给与需求在价格决定过程中的作用,认为资产价格能够迅速地反映出所有可获得的信息,市场交易过程只是一个输入与输出信号的“黑箱”,并不影响信息的传送与价格的运动。但是,越来越多的研究指出在现实市场中,证券需要经过一定的交易过程才能实现其市场价格,组织证券交换的交易制度将影响信息的传递与释放过程,进而影响证券价格的形成与决定。随着金融市场微观结构理论的发展以及高频交易数据获得性的增加,特定交易制度下的价格发现研究逐渐引起更多学者的关注。该领域的研究将传统的关于资产价格运动的静态研究精确到对不同交易组织方式下价格形成与变化的机理分析。价格发现模型研究价格的形成与运动,主要包括静态的价格确定模型和交易价格对信息的随时调整过程等动态问题。从证券市场的功能来看,是通过特定的组织结构形式以合理配置资源,促进价格发现的场所,因此金融市场微观结构理论的核心内容就是特定交易制度下的价格发现,特别是关于价格随信息变化而动态调整过程的研究,这也正是本文的研究对象。证券市场提供了价格发现的场所,对价格发现的研究离不开具体的证券交易方式。目前,主要的证券市场类型包括报价驱动市场(做市商市场)、指令驱动市场(限价订单市场)以及复合市场。中国证券市场是一个典型的指令驱动市场。对这类证券市场环境下价格发现的研究对于健全与完善中国证券市场交易机制,探求新兴证券市场建设与发展规律都具有非常重要的意义。由于现有的许多微观市场结构研究均是基于国外做市商市场制度,目前国内的许多相关研究仍然偏重于规范研究,甚至直接引用了国外研究结论,因此,紧密与中国证券市场交易制度联系,探讨中国证券市场特定的价格发现机制构成了本文特色之一。从方法上看,对价格发现的研究需要用理论模型揭示规律,并用实证模型佐证理论分析结论。国内研究进展缓慢的原因一方面是由于大部分研究往往割裂了理论研究与实证研究的关系,直接使用国外模型进行实证分析而缺乏针对中国证券市场特征的理论模型。另一方面,由于研究价格发现需要使用日内高频交易数据,而不同交易机制下的高频数据往往千差万别,直接使用国外模型可能出现偏误。基于此,本文从现实市场不完全性出发,构建理论模型与开展实证分析相结合,探索指令驱动市场中价格发现的相关问题。在分析过程中,注重理论证明与实证分析相结合,根据具体的分析需要以及中国证券市场数据的特征建立合理的计量模型充分利用高频数据特征以刻画特定的交易环境下价格发现机制构成了本论文的另外一个特色。论文的基本思路是,首先研究限价订单市场投资者决策问题,得到非对称信息下投资者行为特征,在此基础上建立适当的计量经济学模型估计知情交易概率,进一步利用前面分析结果从理论与实证上探讨特定市场环境中短期价格运动与均衡价格决定问题。全文共7章,主要的内容包括: 1、中国证券市场订单信息含量及投资者行为特征。论文首先从中国证券市场交易制度出发,构造非对称信息环境里投资者订单选择策略模型,并利用中国证券市场样本数据,对理论研究提出的结论进行了检验。在实证分析中,根据现有数据特征和研究目的,在已有研究基础之上,借鉴GARCH模型的发展思路,提出对数自回归条件计数模型,并证明出对数自回归条件计数模型各阶矩存在的条件。通过对投资者订单选择行为的分析,证明理论推导结论的正确性,即订单选择与市场环境的相关性,同时还发现了在欠成熟市场中,投资者订单选择的羊群行为模式。另外,根据高频数据特征,在Hasbrouck的基础上提出了高频信息份额模型,并利用模型实证检验了限价订单信息分布问题。实证结果说明,限价订单包含信息,市价订单的信息含量远远大于其它订单,几乎为其余订单信息含量之和。这既证明了限价订单拥有递减的信息含量,同时也证明知情交易者更多地集中在市价订单,通过知情交易者的交易,能够使信息更快地释放到价格中。通过理论结论和实证结果说明,在信息不对称情况加重的情况下(即知情交易者获得更多的私人信息),知情交易者会急切地希望在信息尚未公开化之前完成交易。因此,当市场出现私人信息时、交易将变得更加活跃。 2、对知情交易概率估计问题的研究。知情交易概率估计是微观结构理论的重要内容,更是理论与方法上的难点。从现有文献来看,知情交易概率测度方法主要包括两类,一类是通过寻找一些代理变量,间接地刻画信息非对称程度。另一类则是建立知情交易概率模型,直接估计资本市场知情交易概率。许多学者用买卖价差作为信息非对称的一个测度。他们认为,做市商通过设置买卖价差以避免和知情交易者交易的损失。只要存在知情交易者,买卖价差就必然存在。但是,中国这样的限价订单市场,并不存在做市商,买卖价差并不是做市商在信息不对称情况下,为避免和知情交易者交易而需要的补偿。用买卖价差作为知情交易的代理变量难免有失偏颇。论文在前面的分析基础之上,从著名的EKOP模型出发,探讨了该模型在限价订单市场的适用性,针对该模型的不足,提出用马尔科夫过程的条件自回归对数泊松模型对该模型进行修正。与EKOP模型相比,马尔科夫条件自回归模型估计的知情交易概率更符合样本数据的事后检验,并且可以使人们进一步观察到日内信息分布状态,为研究微观结构中信息不对称问题提供了极大的方便。与现有研究相比,本文提出的方法较为全面地改进了EKOP模型。 3、对知情交易概率、交易成本等市场变量对价格发现影响的研究。该部分的分析建立在前面关于知情交易概率估计基础之上,进一步利用ACM模型估计交易成本状态,并且根据交易量的特征建立相应的自回归条件均值模型,完整地刻画交易过程变量运动的轨迹。通过对各微观结构变量进行建模,回答市场交易过程如何影响价格发现?需要经过多长的时间价格才能消化交易的信息?在怎样的市场环境下,价格发现的速度最快等市场微观结构核心问题。论文建立的分析价格发现过程模型,改进了现有研究局限于分析单一变量对价格发现影响的不足,为分析交易过程中价格均衡提供了有用的计量经济学建模框架。 4、研究存在信息不对称与交易成本时的均衡收益问题,并将交易成本纳入非对称信息的范围证明得到交易成本与非对称信息对定价的不同影响。通过分别对成本信息与资产价格信息相关与独立情况的探讨,得出非对称信息与交易成本对资产收益的影响。通过证明发现,如果信息完全对称,该模型简化为资本资产定价模型。如果信息不对称,非对称信息对资产收益的影响依赖于公开信息与私人信息对资产反映的准确性,如果两种信息对资产价格具有相同准确性时,可以从该模型推导出O'Hara等人的结论。如果资产组合相互无关并且资产价格与交易成本具有相同的信息集时,存在整个市场的均衡解。如果资产价格与交易成本具有独立的信息集,并且市场知情交易者与非知情交易者非常多时,仍然得到整个市场价格的均衡解。此时的定价模型只取决于投资者平均的信息差异程度,投资者可以获得平均交易成本的补偿。本文结合中国证券市场交易制度特征,在理论证明基础之上对中国证券市场价格发现问题进行了较为系统的研究。按照逐步深入的逻辑演绎思路,从非对称信息下投资者订单选择策略出发,通过构造知情交易概率模型进而研究了短期市场价格发现以及均衡价格决定问题。论文的主要创新点可以归纳为: 1、建立了以中国证券市场为典型的限价订单市场投资者订单选择策略理论模型。投资者订单选择问题直接影响到信息在订单薄中的分布,是在信息不对称框架下,研究价格如何通过交易反映信息的逻辑起点。在国内公开发表的文献中,缺乏从理论证明的角度对纯限价订单市场投资者订单选择策略进行的研究,也少有这方面的实证分析。而国外的研究主要针对做市商市场,并不适用于中国证券市场。本文首先结合中国市场的实际情况,建立了以中国证券市场为典型的限价订单市场投资者订单选择策略理论模型,通过理论推导,回答了影响投资者订单选择策略的三个关键问题,即订单选择与信息不对称的关系、订单选择与市场环境(如买卖价差、成交可能性等)的关系以及限价订单信息含量分布。该部分研究将Parlour(1998)等人建立的信息对称分析范式推进到非对称信息框架。同时回答了理论界关于限价订单是否有信息的争论,指出限价订单有信息,而且信息含量随着订单积极程度的减少而削减。 2、提出了对数自回归计数模型,并给出该模型的两个重要的统计性质,从而极大地简化了普通计数模型估计时的参数约束。进一步,将对数自回归计数模型扩展为具有马尔科夫性质的自回归对数泊松模型,得到更为可靠的日内知情交易概率估计,从而建立了知情交易概率与微观结构分析的桥梁。新的模型在以下方面改进了EKOP模型:(1)放宽了EKOP模型日内信息均匀释放的假定,允许投资者存在信息数量差异与信息认知、消化能力等方面的差异。(2)放宽了EKOP模型对恒定的投资者到达率假定,充分考虑了投资者行为模式的“粘性”与特定交易制度下的行为“惯性”。(3)放宽了EKOP模型关于知情交易者对不同性质信息拥有同质反应的假设,允许投资者对利好与利空消息有不同的反应。(4)提供了直接对交易数据建模的途径,不需要依赖于人为划分每日买卖方交易,从而避免了EKOP模型由于买卖划分造成的偏误。与现有研究相比,本文提出的方法较为全面地改进了EKOP模型。 3、结合中国证券市场特征,全面地研究知情交易概率、交易成本等市场变量对价格发现的影响,刻画出在不同的市场环境中信息释放的轨迹与过程。通过建立各个微观结构变化模型,为分析交易过程中价格均衡提供了有用的计量经济模型框架。国外有些学者,如O'Hara、Hasbrouk等从不同角度研究了交易过程对价格发现的影响。迄今为止,仍然没有得到关于这些市场变量怎样影响价格运动的统一认识,大部分研究仍偏重于不同的市场变量对价格的个别影响,而没有考虑这些变量的对价格的联合影响。导致现有研究存在不足的原因在于:第一,先验地认为交易量或者其它变量可以作为信息或者交易成本的替代变量而没有得到关于市场信息状态或者交易成本的直接估计。第二,对样本数据直接建立计量模型并通过检验模型系数是否显著来判断变量是否影响价格发现的方法无法回答各种变量在价格发现过程中的不同作用。第三,仅仅关注对解释变量模型的设定,而没有考虑整个市场变量的完整分布从而无法得到价格在不同市场变量发生变化情况下的运动轨迹也无法回答交易过程对价格发现的影响。针对现有研究的缺陷,本文首先得到知情交易概率、交易成本状态的估计结果,并建立市场环境变量运动轨迹,考察了在不同交易环境下,信息释放的轨迹以及交易成本对价格的影响。通过估计各种价格发现模型,建立了各种市场变量对价格发现的联合模型,从而回答价格如何通过交易实现短期均衡。为分析交易过程中价格发现问题提供了新的建模思路。 4、在非对称信息框架下,同时证明了信息不对称与交易成本对资产收益的影响。证明得到在信息不对称的框架下,公开信息与私人信息对资产反映程度具有差异,以及存在交易成本时的均衡价格决定模型。该模型开启了研究非对称信息环境中,市场摩擦性对均衡资产定价综合影响的窗口。 O'Hara等人(2005)以及Verrecchia等人(2006)分别尝试将微观结构理论应用于资产定价模型中,并各自提出了信息不对称环境中具有噪声的资产价格理性预期均衡模型,得到了投资者需要额外的收益以补偿信息不对称风险的结论。但是他们的研究并没有考虑投资者掌握信息的质量问题。并且迄今为止的研究均单独地考察了交易成本与非对称信息对资产收益的影响,而未将二者纳入统一的分析框架。本文另辟蹊径,以信息不对称为基础,分别讨论了交易成本与资产价格信息相关与独立情况下的资产价格决定问题,并得出非对称信息风险的补偿条件以及交易者众多时资产价格收敛结论。该模型具有较好的扩展性与延伸性,资本资产定价模型以及O'Hara等人提出的非对称信息定价模型都可以视作该模型的一个特例。
【学位授予单位】：西南财经大学
【学位级别】：博士
【学位授予年份】：2007
【分类号】：F830.9;F224

【引证文献】