论文部分内容阅读
市场微观结构理论产生于20世纪60年代末，其主要内容是对金融市场上金融资产的交易机制以及价格的形成过程和原因进行分析。早期的理论认为，做市商为避免买单与卖单的失衡而保留一定的现金或股票头寸，为弥补持有头寸带来的风险，做市商制订了买卖价差，因此，做市商的定价重点在于平衡价差收益与存货风险的关系，所以，这一时期的模型通常被称作“存货模型”。早期的理论通常认为市场上是信息完全对称的。
20世纪80年代后，信息成本的概念逐渐被引入到市场微观结构理论当中，对交易者的定义也划分为“知情交易者”和“不知情交易者”，并假定知情交易者会利用自己已知的信息来获利。在此阶段，做市商必须通过与不知情交易者交易所获的盈利来冲销与知情交易者交易造成的损失。做市商的定价重点在用价差弥补信息缺陷带来的损失，因此，这一时期的模型通常被称作“信息模型”。在这一时期，做市商的定价元素从单一的信息成本，扩展到信息成本、交易规模以及交易时间性三个元素。
市场微观结构理论不断完善和发展的同时，市场也在发生着巨大变化，随着计算机技术大量引入证券市场、电子交易平台的不断更新与发展以及市场结构的日益完善和交易产品逐渐多样化，证券市场的交易开始逐渐加快，近些年来，所谓的高频交易更是占据了市场上的绝大多数份额。高频交易的出现，对传统市场无疑是一种巨大的挑战，包括做市商、交易模式、交易费用等在内的一系列市场元素都受到冲击。
高频交易与传统交易的巨大不同，也对分析市场的方法提出了挑战，高频度的拆单、并单，提交或撤销订单，使传统的方法出现了一系列的问题。同时，高频交易更加促进了知情交易者通过其掌握的信息来交易获利。
指令流毒性是指当交易指令流逆向选择交易者，而且交易者没有意识到他们正在承受亏损的情况下提供流动性。这种毒性是由知情交易者引起的，因此，交易中的毒性大小就意味着知情交易所占比例大小。与毒性相关的参数即好不利信息发生的概率以及不同类型交易者到达市场的速率。以往的微观结构理论中，假定交易者和信息的到达服从泊松分布，然后对信息和交易者到达速率进行极大似然估计，估计出计算毒性相关参数，最后得出毒性度量指标PIN(Probability of Informed Trading)。可是在高频领域中，不仅参数估计的工作量异常大，而且以往的交易方向划分法在高频领域中频繁出错，影响结果。
本文采取了一种可以弥补PIN的测量法——VPIN(Volume-Synchronized Probability of Informed Trading)法(亦称成交量同步知情交易概率法)来估计高频交易中指令流毒性的大小。该方法避免了对不可观测参数的估计，从而大大减少了工作量。VPIN顾名思义，是基于成交量而更新的指标，为了计算VPIN，需要先对市场上成交量按等成交量为单位进行“篮子”的划分，然后以固定的N只篮子为单位，计算其中买卖订单成交量的失衡量，失衡量占总订单成交量的比例，就是VPIN的代理变量。N只篮子为移动向前选取，每向前选取一只篮子，则抛弃原先第一只篮子。
本文试图检验VPIN法在中国市场上的适用程度。因此选取上证综指作为研究对象，并选取2013年光大证券“乌龙指”事件所在的8月份，作为研究区间。不仅希望通过实证，发掘VPIN在中国的适用性，也希望进一步检验VPIN值与市场价格波动性的关系。
文章使用8月份上证综指的1分钟高频数据，包括其成交量、成交价格以及成交时间等信息。首先按样本区间内总成交量除以样本区间内交易日数，得出日均交易量;然后以日均交易量的1/50作为每个交易篮子的容量(说明若某一日成交量为平均值，则该日会有50个交易篮子，即更新50个VPIN值);接着按照已得出篮子容量，对整体成交量进行篮子的划分，同时记录每只篮子更新的时间点;接下来，以每50只篮子为单位，通过计算其中交易失衡所占比例来移动计算VPIN，并记录VPIN的更新时间点。计算得出VPIN值后，首先将之与上证综指价格变化一起做图，并观察其变动趋势，通过观察发现，VPIN值的确能够很早的监测到市场中毒性的突增，在“乌龙指”事件发生前几分钟，VPIN的值的确达到了前所未有的高度。但是，并不是所有的指数大幅变动都会伴随着VPIN值的提高，同样在8月份，由于国家政策而导致的股市普遍上涨，并未发现有VPIN值的预警性增高。由此可知，VPIN不仅能够通过预测市场毒性对价格波动起到预警作用，还能够分辨出哪些波动是由知情交易引起，从而引导监管者采取相关措施，而哪些并不需要采取措施。
接下来，又分析了VPIN与价格的波动的关系。由于VPIN是随着交易篮子的更新而更新的，因此，每个VPIN值实际上都对应一个组成它的最后一个交易篮子，由此，可以计算出每个VPIN值所对应的最后一个交易篮子相比于上一只篮子的绝对收益率(变化率，恒为正)。随后将所有VPIN按照5％百分位数划分为20等份，将收益率分为8个等级，求出VPIN与收益率的联合分布。然后从中计算出互相的条件概率分布，并作表进行分析。通过分析发现，VPIN值的提高未必带来高的收益率，因为中国市场上收益率普遍偏低，但是高的VPIN值会使收益率的分布更加分散;另一方面，高的收益率却往往都是伴随着VPIN值的提高，因此，得出结论，中国市场上，可以将VPIN预测价格波动的工具。
上段中所提到的计算方法，针对两个连续的篮子之间来计算其绝对收益率，并求出其与VPIN之间的关系，并未体现出VPIN保持一定水平时，对价格波动的影响，因此，接下来本文对此展开了更进一步的分析。依然将VPIN值划分为20个等级，当VPIN值连续保持在同一等级时，就计算其中两两篮子间的最大绝对收益率，以此作为波动性的测度，之所以如此，是考虑到若仍只是计算相邻篮子间的收益率的话，往往会忽略由于缓慢上升或缓慢下降而产生的大幅度价格波动。分析结果发现，当VPIN保持比较低的水平时，波动性大多比较少，VPIN上升后，波动性的分布更加分散，但是也并未很高，当VPIN保持极端高水平时，波动性明显向比较高的水平集聚，经分析，这可能是该时间段中，绝大多数波动是由“乌龙指”事件所造成，且样本区间的高VPIN多发生于“乌龙指”事件前后，因此造成上述结果。
本文通过对上证综指的研究，得出结论，VPIN法基本符合中国市场的情况，但是还需要进一步扩大样本规模来得出更精确的实证结果。VPIN是一个有效的风险管理工具，不仅可以用来监测市场，维护正常市场秩序，也可以用来制定交易策略，使交易者获利。
本文的创新点在于:第一，本文将VPIN法用于中国市场，分析在中国的高频交易中，指令流毒性对市场的预测能力;第二，本文并没有深究引发“乌龙指”事件的原因，而是将重点放在对该事件的预测能力上，以便将VPIN值作为一项风险控制工具，希望在将来能够防患于未然;第三，与以往使用股指期货为对象不同，本文用上证综指作为研究对象，这样可以直接观测出事发当日上证综指的变化情况与VPIN的变动趋势之间的关系;第四，本文不仅直观的观察VPIN与上证指数的变化趋势，还进一步将指数价格的变化量化为绝对收益率，通过分析VPIN值高低与绝对收益率高低的变化，总结VPIN与市场波动性的关系;第五，在静态对比了VPIN值与绝对收益率关系后，本文还通过对VPIN随时间变化时，绝对收益率的变化的比较，动态的分析了在VPIN值保持一定高度时，对市场波动性的影响。
20世纪80年代后，信息成本的概念逐渐被引入到市场微观结构理论当中，对交易者的定义也划分为“知情交易者”和“不知情交易者”，并假定知情交易者会利用自己已知的信息来获利。在此阶段，做市商必须通过与不知情交易者交易所获的盈利来冲销与知情交易者交易造成的损失。做市商的定价重点在用价差弥补信息缺陷带来的损失，因此，这一时期的模型通常被称作“信息模型”。在这一时期，做市商的定价元素从单一的信息成本，扩展到信息成本、交易规模以及交易时间性三个元素。
市场微观结构理论不断完善和发展的同时，市场也在发生着巨大变化，随着计算机技术大量引入证券市场、电子交易平台的不断更新与发展以及市场结构的日益完善和交易产品逐渐多样化，证券市场的交易开始逐渐加快，近些年来，所谓的高频交易更是占据了市场上的绝大多数份额。高频交易的出现，对传统市场无疑是一种巨大的挑战，包括做市商、交易模式、交易费用等在内的一系列市场元素都受到冲击。
高频交易与传统交易的巨大不同，也对分析市场的方法提出了挑战，高频度的拆单、并单，提交或撤销订单，使传统的方法出现了一系列的问题。同时，高频交易更加促进了知情交易者通过其掌握的信息来交易获利。
指令流毒性是指当交易指令流逆向选择交易者，而且交易者没有意识到他们正在承受亏损的情况下提供流动性。这种毒性是由知情交易者引起的，因此，交易中的毒性大小就意味着知情交易所占比例大小。与毒性相关的参数即好不利信息发生的概率以及不同类型交易者到达市场的速率。以往的微观结构理论中，假定交易者和信息的到达服从泊松分布，然后对信息和交易者到达速率进行极大似然估计，估计出计算毒性相关参数，最后得出毒性度量指标PIN(Probability of Informed Trading)。可是在高频领域中，不仅参数估计的工作量异常大，而且以往的交易方向划分法在高频领域中频繁出错，影响结果。
本文采取了一种可以弥补PIN的测量法——VPIN(Volume-Synchronized Probability of Informed Trading)法(亦称成交量同步知情交易概率法)来估计高频交易中指令流毒性的大小。该方法避免了对不可观测参数的估计，从而大大减少了工作量。VPIN顾名思义，是基于成交量而更新的指标，为了计算VPIN，需要先对市场上成交量按等成交量为单位进行“篮子”的划分，然后以固定的N只篮子为单位，计算其中买卖订单成交量的失衡量，失衡量占总订单成交量的比例，就是VPIN的代理变量。N只篮子为移动向前选取，每向前选取一只篮子，则抛弃原先第一只篮子。
本文试图检验VPIN法在中国市场上的适用程度。因此选取上证综指作为研究对象，并选取2013年光大证券“乌龙指”事件所在的8月份，作为研究区间。不仅希望通过实证，发掘VPIN在中国的适用性，也希望进一步检验VPIN值与市场价格波动性的关系。
文章使用8月份上证综指的1分钟高频数据，包括其成交量、成交价格以及成交时间等信息。首先按样本区间内总成交量除以样本区间内交易日数，得出日均交易量;然后以日均交易量的1/50作为每个交易篮子的容量(说明若某一日成交量为平均值，则该日会有50个交易篮子，即更新50个VPIN值);接着按照已得出篮子容量，对整体成交量进行篮子的划分，同时记录每只篮子更新的时间点;接下来，以每50只篮子为单位，通过计算其中交易失衡所占比例来移动计算VPIN，并记录VPIN的更新时间点。计算得出VPIN值后，首先将之与上证综指价格变化一起做图，并观察其变动趋势，通过观察发现，VPIN值的确能够很早的监测到市场中毒性的突增，在“乌龙指”事件发生前几分钟，VPIN的值的确达到了前所未有的高度。但是，并不是所有的指数大幅变动都会伴随着VPIN值的提高，同样在8月份，由于国家政策而导致的股市普遍上涨，并未发现有VPIN值的预警性增高。由此可知，VPIN不仅能够通过预测市场毒性对价格波动起到预警作用，还能够分辨出哪些波动是由知情交易引起，从而引导监管者采取相关措施，而哪些并不需要采取措施。
接下来，又分析了VPIN与价格的波动的关系。由于VPIN是随着交易篮子的更新而更新的，因此，每个VPIN值实际上都对应一个组成它的最后一个交易篮子，由此，可以计算出每个VPIN值所对应的最后一个交易篮子相比于上一只篮子的绝对收益率(变化率，恒为正)。随后将所有VPIN按照5％百分位数划分为20等份，将收益率分为8个等级，求出VPIN与收益率的联合分布。然后从中计算出互相的条件概率分布，并作表进行分析。通过分析发现，VPIN值的提高未必带来高的收益率，因为中国市场上收益率普遍偏低，但是高的VPIN值会使收益率的分布更加分散;另一方面，高的收益率却往往都是伴随着VPIN值的提高，因此，得出结论，中国市场上，可以将VPIN预测价格波动的工具。
上段中所提到的计算方法，针对两个连续的篮子之间来计算其绝对收益率，并求出其与VPIN之间的关系，并未体现出VPIN保持一定水平时，对价格波动的影响，因此，接下来本文对此展开了更进一步的分析。依然将VPIN值划分为20个等级，当VPIN值连续保持在同一等级时，就计算其中两两篮子间的最大绝对收益率，以此作为波动性的测度，之所以如此，是考虑到若仍只是计算相邻篮子间的收益率的话，往往会忽略由于缓慢上升或缓慢下降而产生的大幅度价格波动。分析结果发现，当VPIN保持比较低的水平时，波动性大多比较少，VPIN上升后，波动性的分布更加分散，但是也并未很高，当VPIN保持极端高水平时，波动性明显向比较高的水平集聚，经分析，这可能是该时间段中，绝大多数波动是由“乌龙指”事件所造成，且样本区间的高VPIN多发生于“乌龙指”事件前后，因此造成上述结果。
本文通过对上证综指的研究，得出结论，VPIN法基本符合中国市场的情况，但是还需要进一步扩大样本规模来得出更精确的实证结果。VPIN是一个有效的风险管理工具，不仅可以用来监测市场，维护正常市场秩序，也可以用来制定交易策略，使交易者获利。
本文的创新点在于:第一，本文将VPIN法用于中国市场，分析在中国的高频交易中，指令流毒性对市场的预测能力;第二，本文并没有深究引发“乌龙指”事件的原因，而是将重点放在对该事件的预测能力上，以便将VPIN值作为一项风险控制工具，希望在将来能够防患于未然;第三，与以往使用股指期货为对象不同，本文用上证综指作为研究对象，这样可以直接观测出事发当日上证综指的变化情况与VPIN的变动趋势之间的关系;第四，本文不仅直观的观察VPIN与上证指数的变化趋势，还进一步将指数价格的变化量化为绝对收益率，通过分析VPIN值高低与绝对收益率高低的变化，总结VPIN与市场波动性的关系;第五，在静态对比了VPIN值与绝对收益率关系后，本文还通过对VPIN随时间变化时，绝对收益率的变化的比较，动态的分析了在VPIN值保持一定高度时，对市场波动性的影响。