股票交易的量化交易范文

前言：我们精心挑选了数篇优质股票交易的量化交易文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

关键词：股票交易量；股票收益率；延时分析；Granger因果关系检验；GARCH模型

一、文献综述

股票市场在金融体系中扮演着重要角色，其中股票交易量和股票收益率是反映股票市场动向的重要数据，一直以来受到广泛关注。研究股票交易量和股票收益率间的关系可以了解股票市场的发展趋势，可以为投资者提供不可或缺的决策参考。

Louis Bachelier（1900）利用布朗运动（Brownian Motion）研究股价变动的随机性，得出了股价的变化无法用数学方式进行预测的结论。Maurice Kendall（1953）研究了股票价格的时间序列，指出股价是随机选择的结果。Peter K. Clark（1973）提出了混合分布假说（MDH） ，认为股票交易量及收益的变化受潜在且不可预测的信息流的驱使，股票收益率的绝对值与交易量是正相关的。Jonathan M. Karpoff（1987）探讨了金融市场中的价量关系，支持两者之间存在正相关的结论。Gallant等人（1992）研究了纽约交易所的历史数据，最终得出结论：股票价格的大幅波动会导致股票交易量的大幅波动；调节滞后股票交易量会大幅缩减杠杆效应，同时产生一种正风险收益关系。Gabaix等人（2003）假设股票市场的大规模运动是由股市参与者的交易行为引起的，并指出大规模的交易量会导致证券价格的大幅波动。

二、数据的收集及基本处理

本文选取1991～2013年上证综合指数的每日收盘价及每日成交量作为基础数据，样本容量为5，389。将股票日成交量数据双倍计算后得到股票日交易量Vt；通过已获取的上证综合指数每日收盘价Pt，求出股票日收益率Rt，由二者关系可得

Rt=ln（Pt/Pt-1）*100%（1）

三、总体研究

由表1可以发现，交易量与日收益率间几乎不存在线性相关性。利用回归分析法考察两者间的具体关联。先考虑第一种情况――股票交易量作为解释变量。散点的走势如图1（1）所示，大部分点都成条带状分布在[-20，20]的区域中，少数散点游离于密集的条带分布区域。对样本数据进行线性回归拟合及拟合优度检验如表2（1）所示，结果显示交易量和收益率间基本不存在线性关系。经统计，99.38%的数据都落在[-10，10]的纵区间内，因此剔除这个区间以外的所有33个离群点，排除离群点可能对线性拟合程度造成的影响。剩余的交易量与收益率数据的相关系数和走势如表1、图1（2）所示。 同样从线性回归角度去考察两变量间的关系如表2（1）所示，相关系数及拟合优度都远远小于1，证明该模型无法描述两者间的线性关系。

考察第二种情况――股票收益率作为解释变量。该散点图即将以上散点图加以反转，同样对其线性回归拟合，结果如图1（3）、（4）所示。对剔除了离群点后的剩余数据进行线性回归拟合如表2（2）所示。与第一种情况相似，不论是否剔除离散数据，建立的最优线性回归模型的拟合程度都很低。

四、时滞相关性研究

鉴于以上回归模型未能达到预期效果，考虑到可能两变量间存在时滞相关性，因此利用延时分析法。延时存在两种可能性：第一种情况――前一时刻的交易量对应于下一时刻的收益率；第二种情况――前一时刻的收益率对应于下一时刻的交易量。对两变量分别延时至第20位截止，延时每一位后拟合优度的可决系数如表3所示。可以看出第二种情况下的拟合程度优于第一种情况，但是两种情况下的可决系数仍然很小，即使延时之后，收益率和交易量之间的线性关系依旧无法成立。

从表3可以看出，实际上10天前的股票数据对10天后的数据基本不会产生影响，因此仅给出延时10位之内变量间的相关系数如表4所示。第一种情况下，延时没有增强交易量与收益率间的线性相关程度；第二种情况下，起初的延时的确使得两个变量间的线性相关程度增强。两种情况下的相关系数都呈递减趋势且远远小于1，说明延时未能使交易量与收益率间出现明显的线性相关。

五、Granger因果关系检验

考虑到股票交易量和股票收益率在时间上可能存在先导-滞后关系，这种关系可能是单向也可能是双向，因此使用Granger因果关系检验，建立股票交易量-股票收益率及股票收益率-股票交易量的自回归分布滞后模型，即

Rt=β0+βiRt-i+αiVt-i（2）

Vt=δ0+δiVt-i+λiRt-i

具体考察滞后1～10阶情况下二者间的相互关系，如表5所示。Granger因果检验结果显示在显著性水平为5%或者10%时，股票收益率都是股票交易量的Granger原因，而股票交易量都不是股票收益率的Granger原因。

六、GARCH模型

上述研究表明，交易量和收益率间不存在线性关系，而根据Granger检验结果，收益率的变化会引起交易量的变化。由于收益率才是股票投资的核心，因此以收益率作为解释变量建立与交易量间的方程来说明交易量的变化没有实际意义。不妨将收益率数据提出，引入GARCH模型概念，单独研究其波动性，观察模型是否能够为未来市场走势提供借鉴。前人学者的大量研究结果证明，在研究金融问题时，GARCH（1， 1）模型已经足够说明问题，因此这里沿用GARCH（1， 1）模型。

首先给出股票收益率的散点分布图，考察股票收益率的起伏变化状态，如图2（1）所示。从散点的分布可以发现，所有数据点基本围绕水平线上下波动，因此无需对收益率数据进行去趋势化处理而直接采用。利用Eviews 6.0软件建立GARCH（1， 1）模型，模型建立后进行ARCH-LM检验，即ARCH效应检验，证明残差信息已经提取干净，结果如表6所示。同时图2（2）给出了模型对于收益率实际变化的拟合程度。实际上，虽然模型通过了检验，但它的拟合程度非常低。

七、总结

根据上述研究结果，可以得出以下结论：从总体上看，最优线性模型的拟合程度很低，股票交易量与股票收益率间线性相关性不成立；从时滞相关性的角度研究股票交易量与收益率数据，发现两者间的线性相关性亦不成立；Granger因果关系检验结果说明，从总体角度来讲，股票交易量不是股票收益率的Granger原因，但股票收益率是股票交易量的Granger原因，即股票收益率的变化导致了股票交易量的变化。最后，针对收益率建立的GARCH模型对收益率实际波动状态的拟合程度很低。对于中国股票市场来说，收益率的涨跌直接影响着股票交易量的变化，投资者在收益率上涨的导向下才会做出投资行为。股票交易量和股票收益率之间存在非线性因果关系。股票收益率的波动具有很强的随机性，用固定的量化方程来模拟其走势是非常困难的。

参考文献：

[1]Bachelier， L..Theorie de la sp

eculation[J].Annales Scientifiques de l’cole Normale Supérieure，1900 （17）.

[2]Kendall， M. G. ，A. B. Hill. The Analysis of Economic Time-Series-Part I： Prices[J].Journal of the Royal Statistical Society. Series A （General），1953（01）.

[3]宋玉臣， 孙姝婷， 宋硕. 股票收益率可预测问题研究[J]. 中国证券期货， 2011（03）.

[4]Clark， P. K.. A Subordinated Stochastic Process Model with Finite Variance for Speculative Prices[J].Econometrica，1973（01）.

[5]Karpoff， J. M.. The relation between price changes and trading volume： A survey[J].Journal of Financial and Quantitative Analysis， l987 （01）.

[6]王慧敏， 刘国光.股票收益和交易量变化动态相关性分析. 数学的实践与认识，2006（09）.

[7]Gallant A. R.， P. E. Rossi，G. Tauchen.Stock Price and Volume[J].Review of Financi

al Studies，1992（05）.

[8]Gabaix X. P. Gopikrishnan，V. Plerou， et al. A theory of power-law distributions in financial market fluctuations[J].Nature，2003（423）.

[9]王娟，王军.股票交易量对证券期权价格的影响[J].北京交通大学学报，2007（06）.

[10]李霞，冷葳.中国股票市场收益率与成交量关系的研究――来自上海证券交易所的实证分析[J].世界经济情况， 2012（01）.

[11]Granger C. W. J.Investigating Cau

sal Relations by Econometric Models and C

ross-spectral Methods[J].Econometrica，1969（03）.

第2篇

关键词：算法交易；交易成本；证券投资基金

JEL分类号：G20　中图分类号：F830　文献标识码：A　文章编号：1006-1428(2012)01-0024-04

作为投资者对资本和风险有效配置的实现手段，交易策略一直是资本市场理论界和实务界研究的重要问题之一。随着资产规模的不断增长，机构投资者交易行为对资本市场的影响越来越大。如何在不惊动市场的前提下买进或卖出大额证券并承担较低的交易成本及避免不必要的市场波动，即如何制定科学的、合理的资产交易策略，已经成为机构投资者和证券监管当局关注的问题。随着计算机技术的高速提升、硬件的高速存储能力、软件的高速并行算法以及金融数学的发展，算法交易(algorithmic trading)应运而生，为这一问题的解决提供了帮助。据海外专业机构统计，算法交易在欧美等发达资本市场中已成为主要交易手段。Aite Group LLC的研究显示，算法交易在欧盟和美国的所有股票交易中占到40％，其中在美国的一些市场中，该比重更达到80％以上。

算法交易在中国刚刚起步，与成熟市场相比存在较大差距。这具体表现为，一方面，交易执行技术尚不成熟，目前尚处在初级的算法交易加经验判断阶段，交易大多基于交易人员的经验，主观判断成分占绝大比例；另一方面，系统性地支持算法交易的成熟软件非常少，并且国内对此方面的理论研究还比较薄弱。尽管如此，国内市场日渐扩张的机构投资者资产规模、多样化的投资者需求和各类新型创新产品为算法交易的发展提供了萌芽的土壤。

一、算法交易的概念

算法交易是指把一个指定交易量的买人或者卖出指令放入模型，该模型包含交易员确定的某些目标。根据这些特殊的算法目标，该模型会产生执行指令的时机和交易额。20世纪80年代后期及90年代，美国证券市场的全面电子化成交和电子撮合市场ECN(Electronic Communication Networks)的发展为算法交易提供了发展的前提。区别于程序化交易模型只关注收益和风险的特点，算法交易使用数量化模型，在用户指定基准和约束条件下，通过在冲击成本与等待风险之间的平衡，来算出最佳的交易时机和交易额，并由系统自动执行交易指令。因此，算法交易又称自动交易(Automated Trading)、黑盒交易(Black-boxTrading)、无人值守交易(Robo Trading)。更为严谨地说，算法交易是指遵循数量规则、用户指定基准和约束条件的自动电子交易，包括组合交易(对一篮子股票进行一系列交易)和智能路由(Smart Routing)。

算法交易的内在逻辑在于利用市场交易量的特点。通过一定的数量统计方法，在风险可控、成本可控条件下执行订单。算法交易系统的核心是通过一套计算机程序，在一秒钟内产生若干交易指令(其中许多指令瞬间就可以被取消或被新的指令取代)，来寻求最佳的成交执行路径减小对市场的冲击，以降低市场冲击，减少交易成本。

算法交易的兴起主要受到以下几个因素的影响：

(1)2000年初美国和加拿大的股票最小报价单位由1/8美元调整为0.01美元的“十进制”运动，导致美国股票价差和报价深度的大幅缩小。

(2)电子交易技术和通讯技术的迅猛发展为算法交易提供了技术可行性。

(3)机构投资者管理的资产规模不断增长，其订单相对于市场冲击越来越大，大额订单交易变得更加复杂。

(4)相关的监管部门对交易行为的重视。例如，欧盟MiFID、美国Reg NMS及英国CP176等一系列相关法规的推出与实施推动了算法交易的发展。在上述法令颁布后，纽约证券交易所(NYSE)与伦敦交易所(LSE)的每股订单规模在不断下降，而订单数目迅速增长，表明投资者和证券监管部门逐渐认识到大额订单对价格的冲击影响，为避免交易冲击，投资者开始利用算法交易将大额订单分拆成小额订单进行交易。

二、算法交易的全球发展现状

借助于电脑的高速计算能力，算法交易正在风靡全球金融市场。其交易的证券基本涵盖了市场上包括股票、期货、期权、债券、交易所交易基金(EFT)、外汇等大部分品种。

在欧美成熟市场，算法交易已经成为股票交易的主流模式，大部分的股票交易都是通过算法交易来完成。算法交易的用户主要是经纪商、对冲基金、养老基金、共同基金，以及公司中有自己算法交易系统的自营交易部门。据Elkins/McSherry统计，在美国算法交易已成为基金业界的主流，在2010年，全美90％的投资经理在建立投资组合时至少使用一次算法交易(见图1)。算法交易在欧洲投资界也被大量使用，英国是欧洲地区使用算法交易比例最高的国家，2007年LSE的所有交易中有60％的交易采用了算法交易，有50％的基金经理使用算法交易进行投资管理。

在诸如东京证券交易所、香港交易所和新加坡交易所等亚洲部分成熟市场中，算法交易的发展也很迅速。例如，在日本和香港有超过80％的机构投资者在股票交易时采用算法交易，在2010年香港、日本和新加坡证券市场的算法交易使用率已经超过了30％，并且预测未来增速同样可观。一些亚洲新兴市场的算法交易也有一定的发展，2010年8月4日，雷曼兄弟公司通过印度全国证券交易所提供的直接下单功能(DMA)执行了印度市场的第一笔算法交易委托。

算法交易发展如此迅速，归功于其自身优势，包括：匿名性、减少市场冲击、提高交易执行效率、降低交易成本、减少人力成本、增加投资回报、确保复杂的交易及投资策略得以执行。根据TABB Group的统计，选择算法交易的投资者中，有18％是因为可以匿名交易，其次是可以降低交易成本，占了16％，减少市场冲击和获得最佳成交价量这两者分别占14％和9％。

尽管算法交易存在诸多优点，但其对证券交易所和经纪商交易系统的订单处理能力具有较高的要求，会对交易所系统的安全性产生一定的影响，前文中在Neg NMS法规出台后NYSE订单笔数与换手率出现显著增加的情况就表明了这一点。

三、算法交易应用――交易成本分析

与程序化交易模型通常只关注收益与风险不同，算法交易关注的是被机构投资者忽视的“内生成本”(隐性成本)。而利用算法交易可大大降低内生成本对

投资收益的腐蚀。交易成本分析正是算法交易的应用，是考察投资者的算法交易是否有效的工具之一。所谓交易成本分析是指从算法交易的角度出发，考察投资者证券投资活动中需要付出的隐性成本。交易成本包括外生成本和内生成本。其中，外生成本包括佣金、印花税等，由交易所和监管部门制定收费比率，一般在股票实际交易之前就可以确定大小；内生成本是指股票成交过程中受到市场条件、执行情况等因素影响而产生的成本，也称为交易执行成本，包括机会成本和冲击成本两部分。前者指从投资者下达订单开始到订单执行完毕(或者最终没有执行而撤单)这段时间内的价格风险；后者指订单交易行为对市场价格的影响程度。一般用订单执行前后市场价格的差值来衡量。

一般而言，交易成本分析所指的成本为内生成本分析。Plexus(2007)的研究刻画了美国市场的交易成本的“冰山”模型，指出直接成本(佣金、税费等)约为9BPS，执行差额(价格冲击成本)约为15BPS，交易前成本(机会成本、为交易成本)约为40BPS。这表明内生成本在交易总成本中占有较大比重。

目前，交易成本分析方法分为三类，即基于交易前价格选择的成本分析、基于交易中价格选择的成本分析和基于交易后价格选择的成本分析(见表1)。交易前价格包括：决策时价格、前一日收盘价、当日开盘价、到达价格；交易中价格包括：交易量加权平均价、时间加权平均价、OHLC(开盘、最低、最高和收盘价平均)、交易额加权平均价；交易后价格包括：当日收盘价。

全球范围来看，交易量加权平均价格(VWAP，Volume weighted averaging price)使用最为广泛，其次是执行差额(IS，Implement Shortfall)和到达价格(AP，Arrival Price)。表2以VWAP与IS为例，给出两种算法的优缺点(见表2)。

归纳起来，VWAP的优点在于：应用简单、市场冲击成本较低；其缺点在于：忽视了机会成本、可通过自身交易行为影响基准价格。IS的优点在于：不易操纵、将机会成本纳入评价基准中；其缺点在于：对数据要求较高(需要投资者的决策时间和订单执行情况)、没有具体的执行策略指导而只能单纯作为一种评价基准。

自2005年股权分置改革以来，全流通、红筹股回归、新股IPO等使得A股市场的规模迅速扩大。截至2011年10月底，沪深两市上市公司超过2304家，总市值超过24万亿元。市场的快速扩容也激发了投资者的交易热情，截至2011年10月底，沪深市场投资者开户总数约为2亿户，股票成交金额达4.5万亿美元，全球交易所中排名第三。市场规模和结构的变化直接影响了投资者的交易方法与策略，近年来国内各大券商研究机构对数量化研究逐渐重视起来，纷纷成立相关的研究部门或小组对其进行专门研究，共同基金对数量化投资策略的重视程度也在不断提高。数量化分析不再限于基金的事后绩效评估，而是积极地参与到主动投资、选择股票组合的领域。但是和欧美市场相比，国内由于对算法交易及交易系统认识的缺乏，算法交易还不是很普遍。

本文采用VWAP方法对我国证券投资基金的股票交易行为进行交易成本分析，以探究我国算法交易未来的发展空间。鉴于基金交易规模较大，我们采用剔除自身交易的VWAP模型来计算超额VWAP，即剔除基金自身交易的VWAP与市场平均VWAP的差值。VWAP是目前应用最为广泛的基准价格之一，在欧洲和日本等国家和地区应用较多。VWAP以交易量为权数对价格进行平均，其计算公式如下：

VWAP=∑(交易价格×交易股数)/∑(交易股数)=买卖总额/交易股数　(1)

我们将买入方向的超额交易成本定义为∑∑Cij(pi，j-pi，j)，而卖出方向的超额交易成本为一∑∑Ci,j(pi，j-pi，j)。其中，Ci，j为在交易日i投资者买人(卖出)股票j的数量，Pi，i为在交易日i投资者买入(卖出)股票j的价格，Pi，i在交易日i剔除该基金当日交易后股票j的交易均价。为了能够统一统计口径、方便比较，我们将计算得出的VWAP除以相应买入或卖出金额，得到每交易一元股票时的超额交易成本。

我们以2008年280支证券投资基金作为研究样本，考察我国以基金代表的机构投资者的交易情况。我们利用VWAP指标分别计算了我国证券投资基金交易沪市各板块股票(所有股票、上证50指数成分股、上证180指数成分股以及除去上证50、上证180指数成分股和ST股票外的其他股票)的交易成本(见表3)。结果表明：

(1)我国证券投资基金的交易技术和交易水平存在较大提升空间，如果基金能够按照最简单的VWAP方法进行交易的话，交易技术和水平的提高可以为基金公司节省巨大的成本。

(2)基金之间的交易技术和交易存在较大差距。以2008年期间基金买入上证50指数成分股的超额VWAP为例，交易技术最优的基金的交易成本为-120个基点，而交易技术最差的基金为123个基点，二者相差243个基点。

(3)基金买入股票的交易成本要显著低于卖出的成本。在2008年基金买入时的交易成本平均为10.98，而卖出时基金交易成本为15.64，二者相差近50％。这表明，相对于卖出交易而言，基金在执行买入指令时能更好地控制交易节奏。

(4)基金交易不同板块股票时，交易成本存在较大差距。例如，买入上证50指数成分股票的交易成本较买入180成份股和其他股票的成本要大，而卖出上证50指数成分股票的交易成本较卖出180成份股和其它股票的成本要小。

以上结果表明，算法交易在我国资本市场中具有广阔的应用前景，机构投资者可以通过算法交易来降低交易成本、减少市场波动。算法交易在我国证券市场的应用不仅有助于投资者交易成本的降低，更有助于减少大额交易引起的市场异常波动。

五、研究结论

第3篇

［关键词］ 股票交易额 居民可支配收入 工资 消费者价格指数 SPSS

一、引言

随着证券市场的日益繁荣，股票已被越来越多的人熟知。股票交易不再只是机构投资者涉足的领域，个人投资者在交易市场的重要性也日益强大。在某种程度上，居民可支配收入、职工平均工资都会对股票的交易额产生影响。《人民生活报告》中数据显示，2008年上半年我国国内城镇居民家庭人均可支配收入增长率由上年的12.2%大幅下降至6.3%，而同期职工工资依然保持较快增长，而居民股票投资收益同比大幅下降。以此为背景，本文将重点分析目前我国上证交易所中股票交易额与居民可支配收入、职工平均工资以及居民消费价格指数之间存在的关系。

二、股票交易额与人民生活水平的SPSS过程指标选取及分析结果

1.指标以及分析工具的选取

体现居民生活水平的指标有很多方面，具有代表性的包括居民人均可支配收入、职工平均工资、居民消费价格指数等指标。股票交易额体现了股票市场的活跃程度， SPSS作为一种统计分析软件, 将数理统计理论与方法与当前先进的计算机技术相结合, 能科学、客观地量化解决自然科学、 社会科学等许多领域中许多的各种问题。鉴此，本文从这四个指标来分析股票市场与人民生活水平之间的关系。

2.数据的采集和处理

本文从《中国金融年鉴》和《人民生活报告》中分别采集了1991年至2006年以来在上海证券交易所的股票交易额、居民人均可支配收入、职工平均工资以及居民消费价格指数四项指标，数据如下：

3.股票交易额与人民生活水平的相关分析结果

首先对变量之间的相关关系进行分析，分析结果如下表：

由表2知，“股票交易额”与“居民可支配收入”和“职工平均工资”有显著的相关关系，与“居民消费价格指数”有相关关系，但不显著。所以，居民可支配收入、职工平均工资的提高都能显著加强股票市场的成交量，促进股票市场的活跃。反过来，居民可支配收入、职工平均工资的降低也会影响股票市场的活跃度。而居民消费价格指数与居民人均可支配收入、职工平均工资也成显著相关关系，可见，当居民收入、可支配收入提高时，居民消费价格指数会提高，这些都对股票市场的有着一定的影响。

深入分析可知，要增加居民可支配收入，一方面应当将维护股市稳定的因素考虑在内；另一方面，在很大程度上，增加全体居民收入取决于就业增长，即增加职工平均工资。在全球金融危机的笼罩下，居民生活受到了影响，居民可支配收入减少，股票市场亦不景气，为此，国家出台了一系列扩大内需的政策，以保证金融市场的稳定运行以及居民消费价格指数的降低。而本文分析的结果也证明了股票市场的活跃、稳定与居民生活水平息息相关。

4.回归模型建立及结果分析

将股票交易额取为被解释变量，居民可支配收入、居民消费价格指数、职工平均工资取为解释变量。他们之间的散点图如下：

由图1、图2、图3的分布情况看来，线性模型较适合本文。因此，本文将建立多元线性回归模型，如下：

Y=β1+Β2X2+Β3X3+μ

回归结果如下：

表3中R=0.891，R2=0.794，说明模型拟合优度较好。表4中F值为15.429，F的显著性概率为p=0.000,说明模型有效。而表5中常数项的t检验不通过（p=0.855>0.005）,即相应系数与0无显著差异，只有城市居民人均可支配收入的t的显著性概率p=0.043

居民可支配收入是衡量人民生活水平的重要指标，它标志着这个居民即期的消费能力。居民个人的收入提高了还是降低了，有多大的消费能力，就要看这个指标，因为它是可支配的，可用于消费、投资、购买股票、基金、用于存款等。工资是指居民在一个单位领取报酬的是工资收入，工资收入高并不意味着可支配收入较高，因此用可支配收入衡量对股票市场的影响比平均工资更有说服力，而本文也论证了这个结果。

三、总结

本文借助SPSS分析软件，从统计学的角度分析了股票交易额与人民生活水平相关的指标如居民人均可支配收入、职工平均工资以及居民消费价格指数之间的关系，从而确定了这些变量之间存在的相关性以及决定股票交易额的主要变量。通过基础的分析，得出股票市场的繁荣与居民的生活水平息息相关，居民的生活水平的提高表现为居民人均可支配收入、职工平均工资等指标值的提高，而股票市场活跃的根本就是要增加居民的可支配收入。

参考文献：

[1] 马庆国.管理统计.北京：科学出版社.2002.

第4篇

（1）配对交易介绍。配对交易（PairsTrading）的理念最早来源于上世纪20年代华尔街传奇交易员JesseLivermore的姐妹股票对（sisterstocks）交易策略。他首先在同一行业内选取业务相似，股价具备一定均衡关系的上市公司股票，然后做空近期的相对强势股，同时做多相对弱势股，等两者股价又回复均衡时，平掉所有仓位，了结交易。该策略与传统股票交易最大的不同之处在于，它的投资标的是两只股票的价差，是一种相对价值而非绝对价值。同时又由于它在股票多头和空头方同时建仓，对冲掉了绝大部分市场风险，因而它又是一种市场中性（MarketNeutral）策略，策略收益和大盘走势的相关性很低。1985年，MorganStanley公司成立了一支由Dr.Tartaglia领导的量化团队，专门开展配对交易的研究，并于1987年投入实战，当年实现盈利5000万美元。不过该策略在之后两年连续亏损，研究团队被迫解散，小组成员散落到各家对冲基金，策略的思想也随之广为市场知晓。经过多年学术机构的研究和市场机构的实战，配对交易的理论框架和配套交易系统都日臻完善。

（2）趋势交易介绍。价格以一定的趋势演进，而这一趋势将一直延续下去，直到发生新的事情而改变了供求平衡，并且这一改变通常由市场行为本身发展而来。

（3）股票配对的趋势跟踪策略。通过配对交易思路选出多只相似走势的股票，通过趋势交易思路判断整体是否形成上涨趋势，选择组合中预期高收益的品种进行交易。

二、策略模型的构建方法

（1）策略总体概述。本策略简单概述为在四大银行股中选取目前走势最差的一只进行买入并期望其在未来上涨到与其他股票走势相同时平仓获取收益。具体原理为：在同质化比较严重，估值又接近的版块，可以在不同股票之间来回切换。选取四只市值相近，股市表现较为接近的银行股，当这四只最小的收益率与最大的收益率之差大于开仓阈值时，收益率最小的股票表现异常，处于被低估状态，将会反弹，我们买入获取差价利润。

（2）目标交易标的选择。配对交易就是寻找同一行业中股价具备均衡关系的两家/几家上市公司，做空近期相对强势的股票，同时做多相对弱势的股票，以期两者股价返回均衡值时，平仓赚取两只股票价差变动的收益。进行配对交易最关键的一步就是选择符合配对交易条件的股票。股票对的选择可分为基本面分析和技术面分析。基本面分析。从股价走势分析，四大行作为国内股本最大的股票之一，其走势具有稳定且相似的特征，又因为按照传统配对交易的方式，只x择两只股票进行买卖很容易收到单只股票波动的影响，因此我们选择四大行作为我们的股票标的，期待通过股票配对的趋势跟踪策略获得阿尔法收益。从收益率曲线图中也可以观察到，其走势非常相近。技术面分析。本文运用协整法对四大行的估价走势进行分析，得到他们的相关性。Vidvamurthy（2004）通过利用资产之间的协整关系，尝试对配对交易使用参数化交易规则。Vidvamurthv采用Engle and Granger（1987）的协整两步法，根据计算，得到四大行的协整性非常好，因此可对这四只股票进行配对交易。

（3）持仓量的选择。本策略的原理简单地说为选择目前走势相对较差的股票做多，而根据配对交易的原理，我们在做多的同时，应该对目前走势最好的股票做空，但是由于目前我国A股市场的做空机制尚不完善，因此我们仅仅对目前走势最差的做多，又因为只是对一只股票进行多空交易，且我们的策略模式是投组权重，因此我们对做多的股票设置Portfolio=1；平仓时直接对股票设置portfolio=0。此处不选择逐渐加仓的原因是因为会严重影响收益率，而且四大行股票极其稳定，很少出现巨大波动，因此我们可以选择全仓买入。

（4）风险控制手段。本策略在具体编写中尝试过很多种止损方法，但最终效果都不尽人意，不仅不能减小最大回撤，而且还会对收益率水平造成巨大影响。具体原因据估计可能有以下两个：①银行股具有强大业绩支撑，因此大多数情况下是会回归其投资价值，即股票配对的原理；②当出现意外情况时，如几次金融危机时，由于往往止损完会继续买入走势较差的另一只股票，但此时大盘已经处于下行趋势，哪怕走势最差的股票还是会继续下跌，使得止损的效果甚微。

（5）阈值的选择。在配对交易中，最优阈值的选择是一个非常重要的一步。在本策略中，阈值的选取方法为回归和简单的机器学习。通过计算过去1000天的yz=max（ratio）-min（ratio），并且选择75%分位点，此处的原理是当其处于75%分位点时，其既容易开仓（有25%的比例开仓），也容易实现股价回顾（有75%的可能性走势回归），这样算出来的yz为0.005。同时通过简单的机器学习，我们通过在0.005附近以0.0005为步长进行测试，以过去三年的总收益率为衡量标准，得到0.005就是最佳阈值。

（6）策略代码说明。在同质化比较严重，估值又接近的版块，可以在不同股票之间来回切换。选取四只市值相近，股市表现较为接近的银行股，当这四只最小的收益率与最大的收益率之差大于开仓阈值时，收益率最小的股票表现异常，处于被低估状态，将会反弹，我们买入获取差价利润。

function [ portfolio， newStateMatrix ] = BankShare2（ decisionData， stateMatrix ）

CPday=decisionData.CP_DAY01.data； %提取日频收盘价。

open=0.005； %设置开仓阈值

ratio=[0；0；0；0]； %初始化收益率

%初次交易时

if isempty（stateMatrix）

portfolio=[0；0；0；0]；

index=0；

%非初次，提取上次交易数据

else

portfolio=stateMatrix.portfolio；

index=stateMatrix.index；

End

%计算收益率

for j=1：4

ratio（j）=CPday（j，2）/CPday（j，1）；

End

%设置交易信号，当收益率比率最大值与最小值之差大于开仓阈值，买入收益率最小的标的。

if index==0

if max（ratio）-min（ratio）>open

[～，mi]=min（ratio）；

portfolio（mi，：）=1；

index=1；

End

%平仓判断：如果目前持仓的股票的收益率比率与最小值大于阈值，对持仓股票进行平仓，并且买入目前收益率比率最小的股票。

else

[～，mx]=max（portfolio）；

if ratio（mx）-min（ratio）>open

portfolio=[0；0；0；0]；

[～，mi]=min（ratio）；

portfolio（mi，：）=1；

end

end

%保存数据

newStateMatrix.portfolio=portfolio；

newStateMatrix.index=index；

end

三、策略的实证结果

（一）预期收益和风险

对银行轮动策略过去三年（2014/6/1～2017/6/1）进行回测，获取回测报告。

（1）收益率。从回测报告中的整体收益曲线看，该策略与基准收益走势趋同，但收益更加稳定，在市场平稳向好的情况下能够获得超越大盘的收益，且在2015年年中的“股灾”中，该策略收益不随大盘大幅暴跌，体现其较强的风险抵御能力。最终三年的累计收益为121.84%，年化收益率31.56%，年化超额收益率13.45%，说明该策略收益能力较强，能够取得超越市场平均水平的收益。

（2）盈亏比。总交易次数320次，盈利交易次数205，占交易总数的64.06%，具有较大胜率，体现策略的有效性。

（3）预期风险。最大回撤为27.11%，时间为2015/07～2016/02，这时间段市场遭遇股灾，股价大跌，说明该策略收益受大盘形势影响，而相较于大盘来说，该策略抗跌能力较强，收益不会大幅剧烈波动。

（二）其他回测指标

（1）夏普比率（Sharpe Ratio）。夏普比率是衡量基金风险调整后收益的指标之一，反映了承担单位风险所获得的超额回报率（Excess Returns），即总回报率高于同期无风险利率的部分。一般情况下，该比率越高，TREX 表示基金在计算期内月度超额回报率（月度总回报率减去同期的无风险利率）的平均值，该策略夏普比率为1.24%，说明对于每单位风险波动，该策略拥有较好的超额收益回报。

（2）索提诺比率（Sortino Ratio）。索提诺比率与夏普比率类似，所不同的是它区分了波动的好坏，因此在计算波动率时它所采用的不是标准差，而是下行标准差。这其中的隐含条件是投资组合的上涨（正回报率）符合投资人的需求，不应计入风险调整。索提诺比率为1.91，说明策略承担单位下行风险能获得1.91%的超额回报率，风险回报较好。

（3）信息比率。描述股票或组合相对于某一标的残差收益的收益风险比。通常来讲，股票或组合的信息比率越高，表明股票或组合在承担单位残差风险的情况下获取的残差收益越高，表现越好。信息比率为0.38，说明该策略的残差收益较差。

四、总结

（一）策略优缺点

（1）策略优点。①收益率水平较为稳定，最大回撤相对于股灾的下跌程度来说较小，这对于目前的基金来说是比较大的优势，因为目前基金的最大目标是保本而不是获得极高的收益；②夏普比率大于1，因此本策略的单位风险所得到的超额收益较高，对风险的抵抗程度较高；③对计算机性能要求较低，因为是日频的策略，所以相比于其他高频交易策略，本策略不需要计算机有强大的计算能力；④股票标的较少，因此可辅以基本面分析，当出现巨大的基本面转折时可以手动更改策略或者停止交易，有益于止损；⑤交易次数较小，因此产生的交易费用较小，即使交易费用比率上升对最终的收益率影响也不大。

（2）策略缺点。①因为选取的是同一行业的四大行股票，因此容易受到行业周期影响而影响整体收益率水平；②在策略中因为对收益率有影响而没有设止损，可能会带来系统性风险；③本策略没有考虑滑点的影响，如果考虑较大的滑点可能会对最终收益率有很大的影响；④因为交易标的单一，当资金量较大时可能会产生巨大的冲击成本，对收益率有很大影响。

（二）缺点解决方案

（1）策略叠加。针对第一个缺点，根据诺贝尔经济学奖获得者詹姆斯・托宾的名言“不要把你所有的u蛋都放在一个篮子里，但也不要放在太多的篮子里”，我们可以通过策略的叠加对不同的策略可能风险和回撤进行中和，以期得到一条平滑的收益率曲线。例如我们可以将本策略与其他的策略如多因子选股策略、EMA策略进行叠加，已得到一个更加平滑的收益率曲线。

（2）手动止损。因为本策略的决策是日频的，因此我们可以在大盘走势下行的时候通过手动止损，停止交易来有效地止损，原因是因为在整体下行的时候，用策略止损后还是会出现继续开仓的现象，当然这个也可以用代码编出来防止再次开仓，但因为较为复杂，本文不做讨论。

第5篇

关键词：国际金融中心；经济金融评价指标；评估指标体系

文章编号：1003－4625（2007）06－0039－03中图分类号：F831文献标识码：A

一、文献综述

国际金融中心一般被定义为金融机构和金融市场聚集、有实质性的金融活动发生的城市。金融中心一般体现为金融机构高度集中的大都市区，聚集了主要的银行、证券公司、证券交易所、大量的基金和保险公司。在这个核心功能的周围又围绕着大量的支持业，如会计、律师、信息出售商和出版商等。金融中心金融活动形式多样，金融产业高度发展。

构建国际金融中心的评估指标体系对于度量和评估现有的国际金融中心,预测其发展潜力,以及判别新的国际金融中心的产生都是非常有用的。然而目前这方面的研究数量有限。80年代，H.C.Reed在《The preeminence of International Financial Markers》中采用层级分析法对金融中心分层次，并分别证明各层次的重要因素。之后，随着计量方法与经济理论的发展，许多外国学者也于此作出了有益的尝试。国内，杨再斌等人的《上海国际金融中心建设条件的量化研究》从历史角度出发，分析了国际金融中心形成的基本条件，提出建设国际金融中心应该具有城市微观条件、 国家宏观条件、周边外边环境等三大类。张泽慧总结了国际金融中心所普遍具有的特征，综合了各家的研究成果，从而提出了包括金融机构数量，金融部门产值，金融市场规模等一系列评价金融中心的指标。胡坚等在《国际金融中心评估指标体系的构建》一文中选定了具体的金融中心评估指标，并且建立了相关的回归模型，对于上海作出了实证的分析。

本文拟在已有的研究基础上，对于一些比较重要的经济指标、金融指标作出实证检验，验证这些指标与国际金融中心的相关性，以及这些指标对国际金融中心的评估价值。

二、对几个条件的实证分析

（一）国家的选择

一般认为，全球的国际金融中心大致有40个之多。根据国际金融中心的功能，采用主流的标准始点法对这四十多个国际金融中心进行分类如下：

在国家数据可获得性的前提下，本文尽量覆盖到国际金融中心的各个类别，最终从以上国家中选用了18个金融中心：东京，伦敦，纽约，巴黎，法兰克福，香港，新加坡，米兰，多伦多，马德里，墨西哥城，马尼拉，墨尔本，汉城，阿姆斯特丹，开罗，雅加达，吉隆坡。为了比较的需要，同时随机选取了6个非金融中心的国家：孟加拉国，印度，罗马尼亚，俄罗斯联邦，泰国，波兰。

（二）评价指标的选择

评价国际金融中心的指标很多,如国内金融机构数量，所在城市金融从业人数，金融部门产值，外汇市场交易量，国家的国际竞争力等等。从国际金融中心的历史研究来看，国际金融中心通常具有这样几大特征：

1.大量聚集的金融机构。1994年2月,伦敦就拥有520家外国银行和173家外国证券公司,全世界最大的200家银行就有190多家在伦敦设有分支机构。香港在2003年4月时,就拥有本地银行53家、外国银行126家、保险公司191家、证券机构639家。新加坡在2001年12月时就拥有本国银行8家、外国银行125家、保险公司151家、证券机构81家。具体的评价指标有：所在城市外国银行和金融机构数量，外资银行占银行总数的比率，外国银行和金融机构在金融中心总部数量等等。

2.发达的金融市场。除记账式的国际金融中心外,大部分国际金融中心都有完善的金融市场体系与较大的金融市场交易量。2003年初,伦敦的股票市场总市值为17000多亿美元,纽约股票市场总市值超过了85400多亿美元。具体的评价指标有市场交易规模，证券交易股票市值，国内上市公司数量等。

3.强大的经济基础。这点对金融中心形成具有决定性作用，从伦敦、纽约的发展历史就可以看出。具体的评价指标有GDP值， GDP增长率，投资总额，投资比率= 投资额/GDP等。

4.良好的政治和法制环境。政治环境是否稳定，法律环境是否良好，影响着投资者的信心。良好的外部环境可以减少不确定性，维护投资者利益。瑞士和贝鲁特的例子可以说明外部环境的作用。具体的评价指标有：健全的货币(用本币发行的国际债权数量)， 国际竞争力GCR ，国家政治风险ICRG等。

5.人力资本。金融行业知识密度很高,人力资本是金融业的核心要素。例如，伦敦金融城占地面积略大于1平方英里,常住居民5000多人,白天人口却有20多万,其中一半以上直接从事金融业。具体的评价指标有：金融中心从业人员数量，金融从业人员的熟练程度(从业年限)， 从业人数占城市人口比重等。

6.有利的地理位置优势。有利的地理位置比如说理想的时区，是客观的国际金融中心条件。比如说当伦敦和纽约两个较早并且重要的金融中心确定下来之后,东京、香港、新加坡等地正好填补伦敦和纽约之间的时区空白, 使得这三大地区的营业时间能首尾相接,形成全球不间断的交易网络。不过这个特点没有找到很好的量化指标，更多的是一种定性的判断。

7.良好的基础设施建设。金融行业对电讯设施的依赖程度很高。特别是随着电话银行、网上银行业务的兴起，电讯服务的费用与质量和可靠性对于金融业的发展显得尤为重要。另外,金融中心除了有巨大的信息流、资金流以外,通常还有巨大的人流和物流。因此,除了要有良好的电讯设施外,还必须有便利的交通。具体的评价指标有电讯服务业产值等。

8.金融信息高度集中。金融业对于信息的敏感度很高。如果一个地方靠近信息源，可以尽快获得大量有用信息的话，这个地方就比较容易成为金融中心。这也是许多国家的首都成为金融中心的原因之一。评价指标有交易成本等，但是不好量化。

由上述国际金融中心的特征分析可见：评估国际金融中心是一个复杂的过程，许多因素都对此有影响和关系。更为复杂的是，许多指标不好量化，或者数据难以找到。胡坚等研究了国际金融中心指标评价体系，提出了以下22个可量化指标：(1)GDP增长率；(2)投资比率=投资额PGDP；(3)金融部门产值PGDP；(4)金融创新数量；(5)银行等金融机构的资产总额；(6)银行等金融机构的负债总额；(7)金融业的电子化程度；(8)金融的稳定性：主要相关国的短期利率变动；主要相关国的汇率变动；主要相关国与本地有关的贸易政策变动；主要相关国的股市股价变动；主要相关国对本地投资的变动；(9)金融从业人员占全部就业人员的比例；(10)外资银行占银行总数的比例；(11)银行等金融机构外币存款与本币之比；(12)银行等金融机构海外存款与存款之比；(13)外汇市场日均交易量；(14)外汇自由兑换程度；(15)国际资本流入量；(16)国际资本流出量；(17)金融市场的种类；(18)金融市场绝对容量；(18)金融市场相对容量。

本文暂且只考虑经济因素与金融因素，本着易量化，数据易获得，高度相关的原则，在胡坚等人的研究成果上，选择了以下具体指标：（1）GDP增长率；（2）投资率；（3）金融部门产值贡献率；（4）股票交易额／GDP。

（三）选定国家指标数据面板值

（四）图形分析

选用几个最发达的金融中心（东京，伦敦，纽约，巴黎，法兰克福，香港，新加坡）与非金融中心作比较，得到以下结果：

GDP增长率与投资率表达的是一种经济增长的潜力。从图中可以看出，金融中心的GDP增长率与投资率比较接近，曲线比较平缓，同时其数值不太大；而非金融中心的GDP增长率与投资率各个国家间有较大差异，有些国家有较高的增长率，而一些国家增长率较低。这可以理解为，金融中心一般已有较大的经济存量，因此GDP保持平稳增长，其增长速度并不快；非金融中心的经济存量较小，其经济发展速度因国而异。从图中可以看出，中心与非中心在GDP增长速度与投资率上差别不大。

金融部门产值贡献率与股票交易额/GDP这两个指标反映的是金融产业的发展程度。从图中可以看出，金融中心的指标值明显高于非金融中心。这是否意味着这两个指标对于评价金融中心具有明显的意义呢？如果是的话，这两个指标的相对重要性又是怎样呢?为了解决这个问题，下面运用spss对以上四个指标进行logit 回归。

（五）计量分析

将上文中选定的18个金融中心按功能类别分别回归。Y为因变量，x1为GDP增长率，x2为投资率，x3为金融部门产值贡献率，x4为股票交易额/GDP。

1.Y 对x1x2x3x4同时回归。结果如下：

可见，同时考虑四个因素时，可以得到百分百的判别正确率，同时Nagelkerke Rsquare为1。所以这四个指标作为一个整体是有其指示作用的。

2.从上面每个类别中随机选取一些国家。使Y对x1、x2、x3、x4分别回归。结果如下：

Y对x1回归的percentage correct 为54.5%，同时Nagelkerke Rsquare为0.01。这说明GDP增长率对于评估金融中心意义不大。Y对x2回归的percentage correct 为54.5%，同时Nagelkerke Rsquare为0.02。这说明投资率与是否金融中心也没有太大直接关系。Y对x3回归的percentage correct 为87.9%，同时Nagelkerke Rsquare为0.61。这说明金融部门产值贡献率与是否金融中心直接相关，而且相关度较高，是一个比较重要的指标。但是同时金融中心也不能完全凭借金融部门产值贡献率来判断。Y对x4回归percentage correct 为100%，同时Nagelkerke Rsquare为1。这说明股票交易额/GDP的比值与是否金融中心高度相关。这也是与实际情况吻合的，金融产业发达的国家基本都有较发达的股票市场，股票交易额通常较大。

3.以上所有的回归结果中，变量的wald检验都没有通过，说明logY 对x1x2x3x4 不存在显著的线性关系。因此，此模型只能用来检验x1x2x3x4对Y的判别作用，这可以用percentage correct是否改进来判别。

三、结论

金融中心的存在不仅在于其经济体的强大程度，以及当地宽松的制度环境。 也许其重点更在于金融中心应该有能力提供金融的专业化服务,并且具有完备的金融市场，使金融机构在金融中心所在地可以获取在其他地方不能获取的利益。因此，一国要想拥有国际金融中心的地位，应当特别重视金融业的发展。一方面大力发展金融产业，提高金融部门产值的贡献率；另一方面同时发展金融市场，完善股票市场，提高金融市场容量。

参考文献：

[1]胡坚等.国际金融中心评估指标体系的构建［J］.北京大学学报,2003,(9).

[2]倪鹏飞,孙承平.中国城市：金融中心的定位研究［J］.财贸经济,2005,(2).

第6篇

    建立的定价公式和投资组合理论,在以往实践中的应用情况来看,还是起到了非常重要的作用。据统计显示,在西方的金融投资市场中,有1/3的人利用投资组合理论的进行投资,1/3的人则依赖于技术分析管理,而另一的1/3人仍在坚持基础的分析。虽然以指导决策的手段偏好于个人投资,但组合理论和技术分析所运用的统计工具逐渐被认同,量化地合理地投资行为成为了当前理性投资的一般形式。主观决策则具有很大的随意性,显然现代量化的投资决策更适用于复杂的金融证券投资。从对证券市场的投资行为定量分析来看,揭示出一种客观存在依赖关系的定量关系,同样也是投资决策与管理的基础性工作。处理各种证券投资和经济行为运用统计工具、统计方法可以影响各种因素的综合影响强度。

    股票价格指数统计方法的应用

    道?琼斯平均股价指数的核心内容涉及:(1)变化趋势与程度两个方面于股票市场股票价格变动的综合反映;(2)根据因子对股票价格对股票市场价格总水平的影响分析;(3)长期的股票价格变化趋势分析;(4)在宏观指标可以预测国家的经济状况和经营业绩。股票价格指数是统计学理论中的一种指数类型。该指数类型反映了股票市场在一定时期之内的股票价格综合变化趋势和程度,且呈现相对动态的特点。由于政治经济、市场经济和投资心理等方面因素的影响,每一种股票的价格都会处于一种不断变动的状态,从而导致股票市场中时时刻刻都有人在进行着股票交易活动。股价平均数是反映在股票价格变动的一般水平。股票的平均价格由股票交易所、金融服务公司、银行或新闻机构共同编制,它也反映了一个股票价格行市变动的一种价格平均水平。股价指数的编制步骤一般为:第一,按期到股票市场上采集样本股票的价格,简称采样。采样的时间隔取决于股价指数的编制周期。以往的股价指数较多为按天编制,采样价格即为每一交易日结束时的收盘价。第二,利用科学的方法和先进的手段计算出指数值,股价指数的计算方法主要有总和法,简均法、综合法等,计算手段已普遍使用电子计算机技术,为了增强股价指数的准确性灵敏性,必须寻求科学的计算方法和计算技术的支持。第三,通过新闻媒体向社会公众公开。为保持股价指数的连续性,使各个时期计算出来的股价指数相互可比,有时还需要对指数作相应的调整,具体如何做调整本文将不再赘述。

    投资风险的度量的应用

    证券市场中的投资人在对相应投资的证券进行预期收益评估以外,还应该对在发生于证券投资过程中的风险因素加以考虑,说具体点就是要进行针对性的有效的估计和分析,只有这样才能够对自己所付出的投资策略和投资经济行为做到心中有数,从而有备无患。也就是说必要的证券投资风险的度量。(1)单一股票(债券)投资风险的度量。如果预期回报率的投资者决策的基础,所以实际收益与预期收益率之间的偏差是他的投资风险。预期的收益率的实际值和预测值可能达到的最小平均偏差(最佳)的估计值。在统计上,这种程度的自回归方差或标准差偏差测量。估计和相同的预期收益,在实践中,我们也可以利用历史数据来估量风险的趋势和程度。(2)证券组合风险的度量。一个证券组合由一定数量的单一证券构成,每一只证券占有一定的比例,我们也可将证券组合视为一只证券,这样,证券组合的风险也可用方差来计量。不过证券组合的方差可以通过由其构成的单一证券的方差来表达。由单一证券构成的证券投资组合,每一只股票均占有一定的比例,我们也可以把证券组合看作是一只证券。这样以来,证券组合的投资风险就可以用测量方差的形式来表达。不过证券组合的方差可以通过由其构成的单一证券的方差来表达。四、结束语总而言之,统计学及相关理论学科在近些年证券投资经济行为交易中应用所呈现的影响作用越来越被人所关注及掌握。不少专业证券投资人士力争应用统计方法将证券投资过程中的风险进行量化,并且对风险进行理性的管理。本文通过以上阐述谨在于促进读者对统计方法于证券投资中应用更为深入和全面的了解,并加强交流学习,希望能为专业投资者对进行证券投资的风险管理,提供一个统计学方面的借鉴。

第7篇

的提出

最小报价单位（tick size）是指证券交易时报价的最小单位，它规定了两个不同的价格下委托价格的最小距离。在中，一个通常接受的关于市场流动性的定义是：如果投资者在其需要的时候能够以较低的交易成本很快地买或者卖大量的股票而对价格产生较小的影响，则称市场是流动的（Hams，1990）。根据Kyle （1985）和 Harris（1990）的定义，在市场微观结构的研究中，市场流动性通常包括以下四个方面：宽度（width），即买卖价差、深度（depth）、弹性 （resiliency）和即时性，（immediacy）。值得注意的是上述四个方面是相互作用的。在报价驱动型市场上，做市商（market maker）或者特约证券商（specialist）通过连续地报出买卖价格和愿意交易的股份数对市场提供流动性。买卖价差是投资者为及时性所支付的成本，相当于做市商提供及时性而获得的单位收益。买卖价差越小；则交易成本越小，流动性也越好。在委托单驱动型的市场上，买卖价差是“无忍耐力的投资者” （impatient trader）为及时性所支付的成本。从买卖价差的角度看，不论是对报价驱动型的市场还是对委托单驱动型的市场而言，买卖价差越低，则交易完成的速度就越快，市场的流动性也就越好。最小报价单位，实际上就是最小的买卖价差。因此，最小报价单位的大小对证券市场的流动性有着重要的影响。

市场微观结构理论中最小报价单位对证券市场流动性的研究已经成为证券市场研究的热点之一。我国股票市场走过了十年的风雨历程，但我们对证券市场的微观结构研究还处于起步阶段，国内学术界对最小报价单位的研究仍然是一个空白。尽管目前股票市场上没有低于1元以下的股票，也没有高于100元的股票，但是高价位股和低价位股是否应该使用同样的最小报价单位，仍然是一个值得商榷的问题。相信随着高价股的不断增多，开展最小报价单位的研究也就有了重要意义。

最小报价单位大小的理论含义

一般来说，股票价格高低本身对其在市场上的表现没有影响，但是价格的离散程度却会对其在市场上的表现产生影响。在大多数的市场上，最小报价单位（即价格的离散程度）直接同价格水平相联系，因此，价格水平也就间接影响股票的表现。

最小报价单位的大小对市场有如下影响：

首先，报价单位越大，相应地买卖价差也就越大。因此，在关于买卖价差的决定因素中，报价单位是其中的一个重要决定因素。

其次，如果交易对手能够自由选择交易价格的话，大的最小报价单位有排除发生交易的可能性。最小报价单位的存在使得价格产生了不连续性，产生了交易成本。Demsetz（1968）第一个研究价差与交易成本之间的关系。他认为如交易成本太大，或者最小报价单位太大，交易就不能完成。

第三，如果报价单位太小，也会影响市场的及时流动性（immediate liquidity）。为了深入研究这一问题，我们来研究报价撮合人问题（quote- matcher problem）。报价撮合人的策略是利用包含在已经存在的委托单中的信息。当一个大的限价委托单来到市场的时候，报价撮合人有在那个委托单到来以前进行交易的动机。报价撮合人将试图在大的委托单到来之前提交委托单，并在大的委托单执行之后价格的回复过程中获利。结果，其他做市商进行交易将冒着被报价撮合人跳过的风险。在其他情况相同的条件下，做市商将提交小额委托单，因此市场的深度下降。减少报价撮合人问题的一个就是严格执行第二优先原则（时间优先原则）。对报价撮合人来说获得对大额委托单优先权的唯一方法是通过价格。然而如果报价单位太小，则“做市商可以很便宜地提交一个报价或者一个价格稍微有利的限价委托单，从而利用价格优先获得主动权”。一个合适的最小报价单位和时间优先原则的结合可以保护做市商的限价委托单。只有上述两条原则得到加强，报价撮合人的问题才能大大消除。总之，一个较小的报价单位会损害市场的深度，这也就是我们看到许多市场采用较大的报价单位的原因。

从我们的观点来看，报价撮合人的问题对深市和沪市的交易结构来说并不显得迫切。原因在于：第一，市场上没有指定的做市商，市场的流动性是由投资者提交的限价委托单提供的。这样，深度更多地独立于报价单位。另外，Harris（1990和1994）对报价撮合人的讨论主要依据一个隐含的关于匿名的假设，如果报价撮合人必须公开自己的身份，他会破坏自己的声誉，结果在以后的重复博弈中受到损害。由于中国的深市和沪市是高度透明的市场，报价撮合人的问题并不严重。第三，相对较高的报价单位对做市商来说意味着较高的交易成本，同时也意味着对提供做市服务的较高的补偿。在一个没有指定的做市商的市场上，人们可以通过相对较高的报价单位从而希望投资者排队提供流动性。Harris（1992，1994）讨论了这种效果，并且指出，如果做市商面对需求价格没有弹性的投资者的话，将从大的报价单位中获利。然而，如果做市商面对的是价格需求弹性大的投资者的话，例如机构投资者，则较小的报价单位的劣势可以通过不断增加的交易量而获得的利润来抵消。这就意味着一个大的报价单位再加上需求没有弹性将使得做市商提供流动性具有吸引力。Grossman和Mille（1988） 认为最小买卖价差对做市商补偿他们做市的固定成本是必须的，但是问题是应该找出“一个合适的报价大小……使得该报价大小对场内做市商来说可以保持一个具有竞争力的流动性的提供，但是却又不至于产生分配和排队等问题”。从上面的中可以清楚地看出，最小报价单位的大小有以下的影响：一是影响相对买卖价差，二是影响市场的深度，三是影响交易量。

最小报价单位对不同市场参与者的影响

有以下市场参与者关心报价单位的大小：

首先是做市商。做市商的利润中有很大一部分来源于买卖价差。如果报价单位使买卖价差扩大，做市商的利润将扩大。然而正如前面所说的，如果降低报价单位能够使得交易量增加的话，减小报价单位导致的较低的利润可以通过交易量的增加来抵消。

投资者是对最小报价单位大小感兴趣的人。小额交易的投资者对较小的价差感兴趣，大额交易的投资者对市场深度感兴趣。如一个较小的报价单位能够导致一个较小的价差和较小的市场深度，大额交易的投资者可能更加偏好于较大的最小报价单位。

上市公司可能也对最小报价单位感兴趣。如果一个大的报价单位使得交易成本上升、交易量下降的话，则公司的融资成本可能会增加。交易所的利润来源于交易量的大小。如果因为报价单位使得交易量下降，从而导致交易所利润下降的话，交易所将偏好于采用较小的报价单位。

最小报价单位研究的综述

关于最优最小报价单位研究文献，从研究方法上分类，可以分为理论研究和实证研究。在理论研究中，可以分为如下几类：第一类认为最小报价单位的大小起源于流动性的提供者之间类似Bertrand的价格竞争模型所描述的竞争导致的市场摩擦（Anshuman和Kalay（1998），Bernhardt和 Hughson（1996），Kandel和Marx（1996））。第二类研究将最小报价单位等同于协商的观点模型化（Brown，Laux， Schachter，1991，和Cordelia，Foucaultl996）。第三类研究最小报价单位与为委托单流所支付的成本（payment for order flow）之间关系（Chordia和Subrahmanyam， 1995，Battalio和Holden，1996）。第四类研究认为，尽管较小的报价单位将降低价差，但是同时也降低了深度（因此降低了市场的流动性），原因在于提供流动性的边际利润下降（Seppi，1997和Hams，1994）。

对最小报价单位的实证研究一直是市场微观结构研究中的重要领域。随着日内数据库（intra-day data）的建立和机数据处理能力的提高，研究人员已可以从事这项工作。而在10年以前，这样的工作几乎不可能进行。

对最小报价单位对市场流动性的影响的研究是与交易所交易规则的变化联系在一起的。对最小报价单位对市场流动性的影响的研究，主要是围绕纽约证券交易所、纳斯达克市场、美国证券交易所等世界主要交易所而展开的。Peake（1993）、Hart（1993）和 Ricker（1993，1996）对纽约证券交易所的$1／8报价单位进行了研究。事实上，所有的研究人员都同意报价单位越小则报价价差 （quoted spread）越小的观点。如果价差减小，投资者买卖股票的交易成本将会降低。同样，研究人员也赞同随着买卖价差的减小市场深度可能会下降。这样，如果报价价差缩小但交易量也同时下降，那么市场的流动性如何变化还是不确定的：一般来说，对小额交易的投资者有益；而对大额交易的投资者则未必。Harris （1994）指出，NYSE和AMEX的最小报价单位对市场流动性有显著影响。他分析了最小报价单位变化对相对价差、交易量和市场深度的影响，并且估算了将最小报价单位从$1／8降到$1／16的效果。研究结果发现对股价低于10的股票，降低最小报价单位将导致相对价差减少36％，交易量增加30％，深度降低15％。由于交易成本与深度成反比关系，很难确定是否一个较小的报价单位能够增强总的市场流动性。Hams的结论得到了接下来的一系列实证研究，例如 Harris（1996、1997），Bacidore（1997），Porter和Weaver（1997），Goldstei和Kavajecz （1999），Jones和Lipson（1999）的支持。

1997年7月24日，纽约证券交易所把最小报价单位从1/8调整到1/16，这是有两百多年的纽约证券交易所第一次降低最小报价单位。 Goldstein和Kavaiecz（2000）研究了1997年6月24日纽约证券交易所最小报价单位从1／8减少为1/16后对市场流动性的影响。研究发现报价价差平均减少了38％，深度减少了15％。研究还表明价差和委托单簿上的累积深度的同时减少使得流动性的需求者进行小额交易时有利而进行大额交易时不利。

1997年7月2日，纳斯达克改革了它的报价单位，即对股价在10美元以上的股票的报价单位从1/8降到1/16.一份关于纳斯达克的研究报告 （1997）表明：对于那些成交活跃且股价在10—20美元之间的股票，买卖价差平均降低了17，9％；而股价在20美元以上的股票，买卖价差平均降低了 16.2％。深度也分别下降了13.9％和12.4％。

Ahn，Cao和Choe（1996）了1992年9月份美国证券交易所股价在1-5美元之间的股票的最小报价单位从$1／8降到$1／16时的情况。大部分交易活跃的股票的交易成本下降了18.9％，这样每年可节约640万美元。1995年2月，美国证券交易所把股价在5—10美元的股票的最小报价单位从$1/ 8调整到$1/16.Chakravarty和Wood（2000）对2000年8月28日美国证券交易所和纽约证券交易所采用小十进制报价进行了实证研究。他们选取13只股票（美国证券交易所6只、纽约证券交易所7只），它们在最小报价单位采用十进制报价前后市场的变化情况。采用的数据为该组股票在十进制报价之前15天和十进制报价实施后10天的实时交易数据。研究结果表明，在十进制实施后，买卖价差出现了大幅度下降：美国证券交易所交易的股票平均下降了47％，纽约证券交易所的股票平均下降了38％。同时，他们也发现地区性的交易所（如辛辛那提、波士顿、芝加哥）的报价频率（quote frequency）显著上升，平均上升了 54％。而对深度而言，美国证券交易所和纽约证券交易所分别下降大约19％和15％。

Bacidore（1997）研究了多伦多股票交易所1996年4月15日最小报价单位转为十进制报价后对市场质量的。他发现，对那些最小报价单位从1／8美元减为5美分的股票，采用十进制后价差减少了，但是流动性却没有受到影响，同时，这些股票的交易量也没有增加。对那些最小报价单位从5美分减少为1美分的股票，采用十进制后对市场质量几乎没有影响。Ricker（1997）对平均节约的交易成本进行了量化，他通过几种测量出每股节约1.7 美分，总计每年2160万美元。

1994年12月，Niemeyer研究了斯德哥尔摩证券交易所一些比较活跃的股票1991年11月3日到1992年1月17日期间交易日的交易数据。研究发现，首先，较高的最小报价单位对应着一个较大的买卖价差，因而对市场流动性是有害的。其次，随着最小报价单位的增大，市场深度相应增大，从而市场的总体流动性的影响效果是不确定的。最后，他发现有充分的证据表明较高的最小报价单位对应着较低的交易量。该发现类似于Harris（1994）对 NYSE的实证研究。Niemeyer的研究还发现，尽管斯德哥尔摩证券交易所是委托单驱动型的交易制度，但是同纽约证券交易所的报价驱动型的交易制度相比；最小报价单位在委托单驱动型市场中同样重要。而且最小报价单位的降低总会对小额交易者有利，因为他们会从减小买卖价差中获益。然而，较大的买卖价差的负面影响可以被大额交易者的市场深度增加而抵消。当然，降低最小报价单位显然有利于公司，因为这降低了他们的筹资成本（交易成本降低）；也有利于证券交易所，因为交易量会大幅上升。

总之，关于最小报价单位的大小一直是一个公开争论的。一个大的最小报价单位会使买卖价差人为地扩大，由于较大的交易成本，减少了市场参与者交易的意愿，结果减少了市场流动性。减小最小报价单位将有助于增强流动性提供者之间的竞争，减少买卖价差，这将有利于流动性的需求者。但是，一个较小的报价最小单位会产生较高的协商成本（negotiation costs），或者对采用限价委托单交易的投资者不能提供足够的价格保护，从而挫伤投资者的积极性，结果减少了流动性提供者提供流动性的动机。较大的报价最小单位之所以能够减少协商成本是因为它减少了可能的交易价格的范围，投资者为了获得价格优先必须对其价格进行显著的改进。结果，尽管较大的最小报价单位人为地扩大了买卖价差，但同时也减少了协商成本，增加了对限价委托单的保护，从而能够改进市场的流动性。

尽管如此，Aitken，Frino和Madhoo （1995）对澳大利亚股票市场的研究却认为增加报价单位会减少市场的流动性，而减少报价单位能够改进市场的流动性。总之，还没有足够的证据说明最小报价单位的增加能够减少协商成本，使得即使买卖价差较大但是却能够改进市场的流动性。

世界主要交易所最小报价单位情况简介

1.纽约证券交易所

纽约证券交易所成立于1792年。最初，报价单位是根据股票票面价值的8％定价的。1915年，定价基准从票面价值的百分比调整为美元，即增量为 1／8美元。形式上，调整到1/16定价需要修改纽约证券交易所规则第62条，该条规则规定股价在1美元以上的所有股票报价单位采取1/8定价。很多研究人员提倡实行十进制，这些人包括Peake（1993）、Hart（1993）和Ricker （1993，1996）。他们长期以来辩论说，1/8定价显得过于粗糙，阻碍了股票市场的竞争，并人为地导致了买入和卖出之间过大的价差。既然交易成本是买卖价差的函数，那么改革1/8定价就可以改善交易成本过高的现状。证券交易委员会（Securltles and Exchange Commission，SEC）在1991年第一次参与了辩论，并在1994年1月的美国资本市场“Market 2000”全体人员研讨会上更多地卷入这场辩论。相关人员赞同十进制的倡议，并建议立即把证券市场调整到1/16定价机制，然后在稍后的某个时间采用基于美分的十进制定价机制。这次研讨会从证券交易者协会（Secuntles Traders Association）等组织那里听取到大量批评意见。

纽约证券交易所对十进制并没有正式表态。1996年9月，SEC委员 Wallman再次挑起了十进制的辩论，并发表了意义深远的讲话——《技术和我们的市场：十进制的已经到来》（Wallman，1996）。在证券业的一次讨论会上，Wallman继续通过论文、会议、新闻报道等行动阐述实施十进制的证据。

在同一时间，与美国相邻的加拿大提供了有力的证据表明十进制可以很好地运作。1996年4月15日，多伦多股票交易所摒弃了使用长达144年的1/8 股票定价机制，现在的股票交易采用5美分增量。据称，这次变换很成功，大量的研究表明股票交易趋于繁荣。这在很多程度上证实了十进制、缩小价差以及更低的交易成本的好处。

1997年上半年，1/8机制开始削弱。首先是美国证券交易所理事会在3月13日批准所有股票采用1/16定价机制。随后，纳斯达克理事会在3月25日批准采用1/16定价机制。纽约证券交易所成了世界上唯一一个仍然使用1/8定价机制交易的主要股票交易所。

美国国会曾经采取行动试图改变纽约证券交易所。1997年3月13日，议员Oxley和Markey提出“H.R.1053”法案，督促SEC规定没有最小的报价增量限制。4月10日和15日，国会举行了该法案的听证会，在听证会上，Ricker以及其他许多学者、交易商和投资者出面作证。来自于不同股票交易所的官员也作证，他们中的许多人赞同更小的报价增量是有益的；某些人支持十进制。纽约证券交易所再一次充当了独自为自己钟爱的1/8机制辩护的角色。纽约证券交易所开始受到来自其他市场的竞争，一些地方性的市场也宣布了向1/16机制转换的计划。

到1997年6月，纽约证券交易所面临着美国国会两院关于十进制定价机制的未决法案。Oxley的法案在议院财政委员会未通过，下一步是全体商业委员会委员投票。更多的压力来自于SEC、学者、一些交易专家和投资者。这时候，关于定价机制的争吵成了各大报纸的头条新闻。

2000年8月28日，7只在纽约证券交易所上市的股票和6只在美国证券交易所上市的股票开始尝试采用十进制的报价方式。该实验性计划标志着华尔街结束了其采用了超过200年的分数报价的。接着又于9月25日增加了数十只此类报价的股票。这些股票中包括大型的、交易活跃的股票，如美国在线，也有知名度较低的股票。试行计划的下一阶段将增加美国家用产品公司等股票。

2000年12月4日，纽约证券交易所扩大其十进制报价的试行计划，增加94只股票以十进制进行报价和交易。2001年1月29日，纽约证券交易所对在其上市的所有股票采用十进制报价交易规则。值得注意的是，所有股票不论其股价大小，均采用1美分的最小报价单位。

2.纳斯达克市场

步纽交所的后尘，纳斯达克市场于2001年3月12日开始对15只股票采用十进制报价。2001年3月26日，又增加了199只股票采用十进制报价。2001年4月9日纳斯达克开始对所有上市交易的股票采用十进制的报价。

一份早先的研究报告指出，买卖价差的降低不会增加日内的波动性。尽管交易次数下降，但是平均交易的大小增加了。十进制报价的倡导者认为，采用一分的增量将增加竞争，同时也将降低交易成本。至此，包括纽约证券交易所、美国股票交易所，地区性的交易所和期权交易所全部采用十进制报价。采用十进制报价使得美国的股票市场和外汇市场都采用十进制报价，相互协调一致。

3.主要交易所的最小报价单位比较

在表1中，我们对世界土要交易所的最小报价单位进行了比较，并且考虑了交易所对不同价位股票最小报价单位的细分情况。

第8篇

问题的提出

最小报价单位（ticksize）是指证券交易时报价的最小单位，它规定了两个不同的价格下委托价格的最小距离。在金融理论中，一个通常接受的关于市场流动性的定义是：如果投资者在其需要的时候能够以较低的交易成本很快地买或者卖大量的股票而对价格产生较小的影响，则称市场是流动的（Hams，1990）。根据Kyle（1985）和Harris（1990）的定义，在市场微观结构的研究中，市场流动性通常包括以下四个方面：宽度（width），即买卖价差、深度（depth）、弹性（resiliency）和即时性，（immediacy）。值得注意的是上述四个方面是相互作用的。在报价驱动型市场上，做市商（marketmaker）或者特约证券商（specialist）通过连续地报出买卖价格和愿意交易的股份数对市场提供流动性。买卖价差是投资者为及时性所支付的成本，相当于做市商提供及时性而获得的单位收益。买卖价差越小；则交易成本越小，流动性也越好。在委托单驱动型的市场上，买卖价差是“无忍耐力的投资者”（impatienttrader）为及时性所支付的成本。从买卖价差的角度看，不论是对报价驱动型的市场还是对委托单驱动型的市场而言，买卖价差越低，则交易完成的速度就越快，市场的流动性也就越好。最小报价单位，实际上就是最小的买卖价差。因此，最小报价单位的大小对证券市场的流动性有着重要的影响。

市场微观结构理论中最小报价单位对证券市场流动性的研究已经成为证券市场研究的热点之一。我国股票市场走过了十年的风雨历程，但我们对证券市场的微观结构研究还处于起步阶段，国内学术界对最小报价单位的研究仍然是一个空白。尽管目前中国股票市场上没有低于1元以下的股票，也没有高于100元的股票，但是高价位股和低价位股是否应该使用同样的最小报价单位，仍然是一个值得商榷的问题。相信随着高价股的不断增多，开展最小报价单位的研究也就有了重要意义。

最小报价单位大小的理论含义

一般来说，股票价格高低本身对其在市场上的表现没有影响，但是价格的离散程度却会对其在市场上的表现产生影响。在大多数的市场上，最小报价单位（即价格的离散程度）直接同价格水平相联系，因此，价格水平也就间接影响股票的表现。

最小报价单位的大小对市场有如下影响：

首先，报价单位越大，相应地买卖价差也就越大。因此，在关于买卖价差的决定因素中，报价单位是其中的一个重要决定因素。

其次，如果交易对手能够自由选择交易价格的话，大的最小报价单位有排除发生交易的可能性。最小报价单位的存在使得价格产生了不连续性，产生了交易成本。Demsetz（1968）第一个研究价差与交易成本之间的关系。他认为如交易成本太大，或者最小报价单位太大，交易就不能完成。

第三，如果报价单位太小，也会影响市场的及时流动性（immediateliquidity）。为了深入研究这一问题，我们来研究报价撮合人问题（quote-matcherproblem）。报价撮合人的策略是利用包含在已经存在的委托单中的信息。当一个大的限价委托单来到市场的时候，报价撮合人有在那个委托单到来以前进行交易的动机。报价撮合人将试图在大的委托单到来之前提交委托单，并在大的委托单执行之后价格的回复过程中获利。结果，其他做市商进行交易将冒着被报价撮合人跳过的风险。在其他情况相同的条件下，做市商将提交小额委托单，因此市场的深度下降。减少报价撮合人问题的一个方法就是严格执行第二优先原则（时间优先原则）。对报价撮合人来说获得对大额委托单优先权的唯一方法是通过价格。然而如果报价单位太小，则“做市商可以很便宜地提交一个报价或者一个价格稍微有利的限价委托单，从而利用价格优先获得主动权”。一个合适的最小报价单位和时间优先原则的结合可以保护做市商的限价委托单。只有上述两条原则得到加强，报价撮合人的问题才能大大消除。总之，一个较小的报价单位会损害市场的深度，这也就是我们看到许多市场采用较大的报价单位的原因。

从我们的观点来看，报价撮合人的问题对深市和沪市的交易结构来说并不显得迫切。原因在于：第一，市场上没有指定的做市商，市场的流动性是由投资者提交的限价委托单提供的。这样，深度更多地独立于报价单位。另外，Harris（1990和1994）对报价撮合人的讨论主要依据一个隐含的关于匿名的假设，如果报价撮合人必须公开自己的身份，他会破坏自己的声誉，结果在以后的重复博弈中受到损害。由于中国的深市和沪市是高度透明的市场，报价撮合人的问题并不严重。第三，相对较高的报价单位对做市商来说意味着较高的交易成本，同时也意味着对提供做市服务的较高的补偿。在一个没有指定的做市商的市场上，人们可以通过相对较高的报价单位从而希望投资者排队提供流动性。Harris（1992，1994）讨论了这种效果，并且指出，如果做市商面对需求价格没有弹性的投资者的话，将从大的报价单位中获利。然而，如果做市商面对的是价格需求弹性大的投资者的话，例如机构投资者，则较小的报价单位的劣势可以通过不断增加的交易量而获得的利润来抵消。这就意味着一个大的报价单位再加上需求没有弹性将使得做市商提供流动性具有吸引力。Grossman和Mille（1988）认为最小买卖价差对做市商补偿他们做市的固定成本是必须的，但是问题是应该找出“一个合适的报价大小……使得该报价大小对场内做市商来说可以保持一个具有竞争力的流动性的提供，但是却又不至于产生分配和排队等问题”。从上面的分析中可以清楚地看出，最小报价单位的大小有以下的影响：一是影响相对买卖价差，二是影响市场的深度，三是影响交易量。

最小报价单位对不同市场参与者的影响

有以下市场参与者关心报价单位的大小：

首先是做市商。做市商的利润中有很大一部分来源于买卖价差。如果报价单位使买卖价差扩大，做市商的利润将扩大。然而正如前面所说的，如果降低报价单位能够使得交易量增加的话，减小报价单位导致的较低的利润可以通过交易量的增加来抵消。

投资者是对最小报价单位大小感兴趣的人。小额交易的投资者对较小的价差感兴趣，大额交易的投资者对市场深度感兴趣。如一个较小的报价单位能够导致一个较小的价差和较小的市场深度，大额交易的投资者可能更加偏好于较大的最小报价单位。

上市公司可能也对最小报价单位感兴趣。如果一个大的报价单位使得交易成本上升、交易量下降的话，则公司的融资成本可能会增加。交易所的利润来源于交易量的大小。如果因为报价单位使得交易量下降，从而导致交易所利润下降的话，交易所将偏好于采用较小的报价单位。

最小报价单位研究的文献综述

关于最优最小报价单位研究文献，从研究方法上分类，可以分为理论研究和实证研究。在理论研究中，可以分为如下几类：第一类认为最小报价单位的大小起源于流动性的提供者之间类似Bertrand的价格竞争模型所描述的竞争导致的市场摩擦（Anshuman和Kalay（1998），Bernhardt和Hughson（1996），Kandel和Marx（1996））。第二类研究将最小报价单位等同于协商的观点模型化（Brown，Laux，Schachter，1991，和Cordelia，Foucaultl996）。第三类研究最小报价单位与为委托单流所支付的成本（paymentfororderflow）之间关系（Chordia和Subrahmanyam，1995，Battalio和Holden，1996）。第四类研究认为，尽管较小的报价单位将降低价差，但是同时也降低了深度（因此降低了市场的流动性），原因在于提供流动性的边际利润下降（Seppi，1997和Hams，1994）。

对最小报价单位的实证研究一直是市场微观结构研究中的重要领域。随着日内数据库（intra-daydata）的建立和计算机数据处理能力的提高，研究人员已可以从事这项工作。而在10年以前，这样的工作几乎不可能进行。

对最小报价单位对市场流动性的影响的研究是与交易所交易规则的变化联系在一起的。对最小报价单位对市场流动性的影响的研究，主要是围绕纽约证券交易所、纳斯达克市场、美国证券交易所等世界主要交易所而展开的。Peake（1993）、Hart（1993）和Ricker（1993，1996）对纽约证券交易所的$1／8报价单位进行了研究。事实上，所有的研究人员都同意报价单位越小则报价价差（quotedspread）越小的观点。如果价差减小，投资者买卖股票的交易成本将会降低。同样，研究人员也赞同随着买卖价差的减小市场深度可能会下降。这样，如果报价价差缩小但交易量也同时下降，那么市场的流动性如何变化还是不确定的：一般来说，对小额交易的投资者有益；而对大额交易的投资者则未必。Harris（1994）指出，NYSE和AMEX的最小报价单位对市场流动性有显著影响。他分析了最小报价单位变化对相对价差、交易量和市场深度的影响，并且估算了将最小报价单位从$1／8降到$1／16的效果。研究结果发现对股价低于10的股票，降低最小报价单位将导致相对价差减少36％，交易量增加30％，深度降低15％。由于交易成本与深度成反比关系，很难确定是否一个较小的报价单位能够增强总的市场流动性。Hams的结论得到了接下来的一系列实证研究，例如Harris（1996、1997），Bacidore（1997），Porter和Weaver（1997），Goldstei和Kavajecz（1999），Jones和Lipson（1999）的支持。

1997年7月24日，纽约证券交易所把最小报价单位从1/8调整到1/16，这是有两百多年历史的纽约证券交易所第一次降低最小报价单位。Goldstein和Kavaiecz（2000）研究了1997年6月24日纽约证券交易所最小报价单位从1／8减少为1/16后对市场流动性的影响。研究发现报价价差平均减少了38％，深度减少了15％。研究还表明价差和委托单簿上的累积深度的同时减少使得流动性的需求者进行小额交易时有利而进行大额交易时不利。

1997年7月2日，纳斯达克改革了它的报价单位，即对股价在10美元以上的股票的报价单位从1/8降到1/16.一份关于纳斯达克的研究报告（1997）表明：对于那些成交活跃且股价在10—20美元之间的股票，买卖价差平均降低了17，9％；而股价在20美元以上的股票，买卖价差平均降低了16.2％。深度也分别下降了13.9％和12.4％。

Ahn，Cao和Choe（1996）研究了1992年9月份美国证券交易所股价在1-5美元之间的股票的最小报价单位从$1／8降到$1／16时的情况。大部分交易活跃的股票的交易成本下降了18.9％，这样每年可节约640万美元。1995年2月，美国证券交易所把股价在5—10美元的股票的最小报价单位从$1/8调整到$1/16.Chakravarty和Wood（2000）对2000年8月28日美国证券交易所和纽约证券交易所采用小十进制报价进行了实证研究。他们选取13只股票（美国证券交易所6只、纽约证券交易所7只），分析它们在最小报价单位采用十进制报价前后市场的变化情况。采用的数据为该组股票在十进制报价之前15天和十进制报价实施后10天的实时交易数据。研究结果表明，在十进制实施后，买卖价差出现了大幅度下降：美国证券交易所交易的股票平均下降了47％，纽约证券交易所的股票平均下降了38％。同时，他们也发现地区性的交易所（如辛辛那提、波士顿、芝加哥）的报价频率（quotefrequency）显著上升，平均上升了54％。而对深度而言，美国证券交易所和纽约证券交易所分别下降大约19％和15％。

Bacidore（1997）研究了多伦多股票交易所1996年4月15日最小报价单位转为十进制报价后对市场质量的影响。他发现，对那些最小报价单位从1／8美元减为5美分的股票，采用十进制后价差减少了，但是流动性却没有受到影响，同时，这些股票的交易量也没有增加。对那些最小报价单位从5美分减少为1美分的股票，采用十进制后对市场质量几乎没有影响。Ricker（1997）对平均节约的交易成本进行了量化，他通过几种方法测量出每股节约1.7美分，总计每年2160万美元。

1994年12月，Niemeyer研究了斯德哥尔摩证券交易所一些比较活跃的股票1991年11月3日到1992年1月17日期间交易日的交易数据。研究发现，首先，较高的最小报价单位对应着一个较大的买卖价差，因而对市场流动性是有害的。其次，随着最小报价单位的增大，市场深度相应增大，从而市场的总体流动性的影响效果是不确定的。最后，他发现有充分的证据表明较高的最小报价单位对应着较低的交易量。该发现类似于Harris（1994）对NYSE的实证研究。Niemeyer的研究还发现，尽管斯德哥尔摩证券交易所是委托单驱动型的交易制度，但是同纽约证券交易所的报价驱动型的交易制度相比；最小报价单位在委托单驱动型市场中同样重要。而且最小报价单位的降低总会对小额交易者有利，因为他们会从减小买卖价差中获益。然而，较大的买卖价差的负面影响可以被大额交易者的市场深度增加而抵消。当然，降低最小报价单位显然有利于公司，因为这降低了他们的筹资成本（交易成本降低）；也有利于证券交易所，因为交易量会大幅上升。

总之，关于最小报价单位的大小一直是一个公开争论的问题。一个大的最小报价单位会使买卖价差人为地扩大，由于较大的交易成本，减少了市场参与者交易的意愿，结果减少了市场流动性。减小最小报价单位将有助于增强流动性提供者之间的竞争，减少买卖价差，这将有利于流动性的需求者。但是，一个较小的报价最小单位会产生较高的协商成本（negotiationcosts），或者对采用限价委托单交易的投资者不能提供足够的价格保护，从而挫伤投资者的积极性，结果减少了流动性提供者提供流动性的动机。较大的报价最小单位之所以能够减少协商成本是因为它减少了可能的交易价格的范围，投资者为了获得价格优先必须对其价格进行显著的改进。结果，尽管较大的最小报价单位人为地扩大了买卖价差，但同时也减少了协商成本，增加了对限价委托单的保护，从而能够改进市场的流动性。

尽管如此，Aitken，Frino和Madhoo（1995）对澳大利亚股票市场的研究却认为增加报价单位会减少市场的流动性，而减少报价单位能够改进市场的流动性。总之，目前还没有足够的证据说明最小报价单位的增加能够减少协商成本，使得即使买卖价差较大但是却能够改进市场的流动性。

世界主要交易所最小报价单位情况简介

1.纽约证券交易所

纽约证券交易所成立于1792年。最初，报价单位是根据股票票面价值的8％定价的。1915年，定价基准从票面价值的百分比调整为美元，即增量为1／8美元。形式上，调整到1/16定价需要修改纽约证券交易所规则第62条，该条规则规定股价在1美元以上的所有股票报价单位采取1/8定价。很多研究人员提倡实行十进制，这些人包括Peake（1993）、Hart（1993）和Ricker（1993，1996）。他们长期以来辩论说，1/8定价显得过于粗糙，阻碍了股票市场的竞争，并人为地导致了买入和卖出之间过大的价差。既然交易成本是买卖价差的函数，那么改革1/8定价就可以改善交易成本过高的现状。证券交易委员会（SecurltlesandExchangeCommission，SEC）在1991年第一次参与了辩论，并在1994年1月的美国资本市场“Market2000”全体人员研讨会上更多地卷入这场辩论。相关人员赞同十进制的倡议，并建议立即把证券市场调整到1/16定价机制，然后在稍后的某个时间采用基于美分的十进制定价机制。这次研讨会从证券交易者协会（SecuntlesTradersAssociation）等组织那里听取到大量批评意见。

纽约证券交易所对十进制并没有正式表态。1996年9月，SEC委员Wallman再次挑起了十进制的辩论，并发表了意义深远的讲话——《技术和我们的市场：十进制的时代已经到来》（Wallman，1996）。在证券业的一次讨论会上，Wallman继续通过论文、会议、新闻报道等行动阐述实施十进制的证据。

在同一时间，与美国相邻的加拿大提供了有力的证据表明十进制可以很好地运作。1996年4月15日，多伦多股票交易所摒弃了使用长达144年的1/8股票定价机制，现在的股票交易采用5美分增量。据称，这次变换很成功，大量的研究表明股票交易趋于繁荣。这在很多程度上证实了十进制、缩小价差以及更低的交易成本的好处。

1997年上半年，1/8机制开始削弱。首先是美国证券交易所理事会在3月13日批准所有股票采用1/16定价机制。随后，纳斯达克理事会在3月25日批准采用1/16定价机制。纽约证券交易所成了世界上唯一一个仍然使用1/8定价机制交易的主要股票交易所。

美国国会曾经采取行动试图改变纽约证券交易所。1997年3月13日，议员Oxley和Markey提出“H.R.1053”法案，督促SEC规定没有最小的报价增量限制。4月10日和15日，国会举行了该法案的听证会，在听证会上，Ricker以及其他许多学者、交易商和投资者出面作证。来自于不同股票交易所的官员也作证，他们中的许多人赞同更小的报价增量是有益的；某些人支持十进制。纽约证券交易所再一次充当了独自为自己钟爱的1/8机制辩护的角色。纽约证券交易所开始受到来自其他市场的竞争，一些地方性的市场也宣布了向1/16机制转换的计划。

到1997年6月，纽约证券交易所面临着美国国会两院关于十进制定价机制的未决法案。Oxley的法案在议院财政委员会未通过，下一步是全体商业委员会委员投票。更多的压力来自于SEC、学者、一些交易专家和投资者。这时候，关于定价机制的争吵成了各大报纸的头条新闻。

2000年8月28日，7只在纽约证券交易所上市的股票和6只在美国证券交易所上市的股票开始尝试采用十进制的报价方式。该实验性计划标志着华尔街结束了其采用了超过200年的分数报价的历史。接着又于9月25日增加了数十只此类报价的股票。这些股票中包括大型的、交易活跃的股票，如美国在线，也有知名度较低的股票。试行计划的下一阶段将增加美国家用产品公司等股票。

2000年12月4日，纽约证券交易所扩大其十进制报价的试行计划，增加94只股票以十进制进行报价和交易。2001年1月29日，纽约证券交易所对在其上市的所有股票采用十进制报价交易规则。值得注意的是，所有股票不论其股价大小，均采用1美分的最小报价单位。

2.纳斯达克市场

步纽交所的后尘，纳斯达克市场于2001年3月12日开始对15只股票采用十进制报价。2001年3月26日，又增加了199只股票采用十进制报价。2001年4月9日纳斯达克开始对所有上市交易的股票采用十进制的报价。

一份早先的研究报告指出，买卖价差的降低不会增加日内的波动性。尽管交易次数下降，但是平均交易的大小增加了。十进制报价的倡导者认为，采用一分的增量将增加竞争，同时也将降低交易成本。至此，包括纽约证券交易所、美国股票交易所，地区性的交易所和期权交易所全部采用十进制报价。采用十进制报价使得美国的股票市场和外汇市场都采用十进制报价，相互协调一致。

3.主要交易所的最小报价单位比较

在表1中，我们对世界土要交易所的最小报价单位进行了比较，并且考虑了交易所对不同价位股票最小报价单位的细分情况。

第9篇

问题的提出

最小报价单位（ticksize）是指证券交易时报价的最小单位，它规定了两个不同的价格下委托价格的最小距离。在金融理论中，一个通常接受的关于市场流动性的定义是：如果投资者在其需要的时候能够以较低的交易成本很快地买或者卖大量的股票而对价格产生较小的影响，则称市场是流动的（Hams，1990）。根据Kyle（1985）和Harris（1990）的定义，在市场微观结构的研究中，市场流动性通常包括以下四个方面：宽度（width），即买卖价差、深度（depth）、弹性（resiliency）和即时性，（immediacy）。值得注意的是上述四个方面是相互作用的。在报价驱动型市场上，做市商（marketmaker）或者特约证券商（specialist）通过连续地报出买卖价格和愿意交易的股份数对市场提供流动性。买卖价差是投资者为及时性所支付的成本，相当于做市商提供及时性而获得的单位收益。买卖价差越小；则交易成本越小，流动性也越好。在委托单驱动型的市场上，买卖价差是“无忍耐力的投资者”（impatienttrader）为及时性所支付的成本。从买卖价差的角度看，不论是对报价驱动型的市场还是对委托单驱动型的市场而言，买卖价差越低，则交易完成的速度就越快，市场的流动性也就越好。最小报价单位，实际上就是最小的买卖价差。因此，最小报价单位的大小对证券市场的流动性有着重要的影响。

市场微观结构理论中最小报价单位对证券市场流动性的研究已经成为证券市场研究的热点之一。我国股票市场走过了十年的风雨历程，但我们对证券市场的微观结构研究还处于起步阶段，国内学术界对最小报价单位的研究仍然是一个空白。尽管目前中国股票市场上没有低于1元以下的股票，也没有高于100元的股票，但是高价位股和低价位股是否应该使用同样的最小报价单位，仍然是一个值得商榷的问题。相信随着高价股的不断增多，开展最小报价单位的研究也就有了重要意义。

最小报价单位大小的理论含义

一般来说，股票价格高低本身对其在市场上的表现没有影响，但是价格的离散程度却会对其在市场上的表现产生影响。在大多数的市场上，最小报价单位（即价格的离散程度）直接同价格水平相联系，因此，价格水平也就间接影响股票的表现。

最小报价单位的大小对市场有如下影响：

首先，报价单位越大，相应地买卖价差也就越大。因此，在关于买卖价差的决定因素中，报价单位是其中的一个重要决定因素。

其次，如果交易对手能够自由选择交易价格的话，大的最小报价单位有排除发生交易的可能性。最小报价单位的存在使得价格产生了不连续性，产生了交易成本。Demsetz（1968）第一个研究价差与交易成本之间的关系。他认为如交易成本太大，或者最小报价单位太大，交易就不能完成。

第三，如果报价单位太小，也会影响市场的及时流动性（immediateliquidity）。为了深入研究这一问题，我们来研究报价撮合人问题（quote-matcherproblem）。报价撮合人的策略是利用包含在已经存在的委托单中的信息。当一个大的限价委托单来到市场的时候，报价撮合人有在那个委托单到来以前进行交易的动机。报价撮合人将试图在大的委托单到来之前提交委托单，并在大的委托单执行之后价格的回复过程中获利。结果，其他做市商进行交易将冒着被报价撮合人跳过的风险。在其他情况相同的条件下，做市商将提交小额委托单，因此市场的深度下降。减少报价撮合人问题的一个方法就是严格执行第二优先原则（时间优先原则）。对报价撮合人来说获得对大额委托单优先权的唯一方法是通过价格。然而如果报价单位太小，则“做市商可以很便宜地提交一个报价或者一个价格稍微有利的限价委托单，从而利用价格优先获得主动权”。一个合适的最小报价单位和时间优先原则的结合可以保护做市商的限价委托单。只有上述两条原则得到加强，报价撮合人的问题才能大大消除。总之，一个较小的报价单位会损害市场的深度，这也就是我们看到许多市场采用较大的报价单位的原因。

从我们的观点来看，报价撮合人的问题对深市和沪市的交易结构来说并不显得迫切。原因在于：第一，市场上没有指定的做市商，市场的流动性是由投资者提交的限价委托单提供的。这样，深度更多地独立于报价单位。另外，Harris（1990和1994）对报价撮合人的讨论主要依据一个隐含的关于匿名的假设，如果报价撮合人必须公开自己的身份，他会破坏自己的声誉，结果在以后的重复博弈中受到损害。由于中国的深市和沪市是高度透明的市场，报价撮合人的问题并不严重。第三，相对较高的报价单位对做市商来说意味着较高的交易成本，同时也意味着对提供做市服务的较高的补偿。在一个没有指定的做市商的市场上，人们可以通过相对较高的报价单位从而希望投资者排队提供流动性。Harris（1992，1994）讨论了这种效果，并且指出，如果做市商面对需求价格没有弹性的投资者的话，将从大的报价单位中获利。然而，如果做市商面对的是价格需求弹性大的投资者的话，例如机构投资者，则较小的报价单位的劣势可以通过不断增加的交易量而获得的利润来抵消。这就意味着一个大的报价单位再加上需求没有弹性将使得做市商提供流动性具有吸引力。Grossman和Mille（1988）认为最小买卖价差对做市商补偿他们做市的固定成本是必须的，但是问题是应该找出“一个合适的报价大小……使得该报价大小对场内做市商来说可以保持一个具有竞争力的流动性的提供，但是却又不至于产生分配和排队等问题”。从上面的分析中可以清楚地看出，最小报价单位的大小有以下的影响：一是影响相对买卖价差，二是影响市场的深度，三是影响交易量。

最小报价单位对不同市场参与者的影响

有以下市场参与者关心报价单位的大小：

首先是做市商。做市商的利润中有很大一部分来源于买卖价差。如果报价单位使买卖价差扩大，做市商的利润将扩大。然而正如前面所说的，如果降低报价单位能够使得交易量增加的话，减小报价单位导致的较低的利润可以通过交易量的增加来抵消。

投资者是对最小报价单位大小感兴趣的人。小额交易的投资者对较小的价差感兴趣，大额交易的投资者对市场深度感兴趣。如一个较小的报价单位能够导致一个较小的价差和较小的市场深度，大额交易的投资者可能更加偏好于较大的最小报价单位。

上市公司可能也对最小报价单位感兴趣。如果一个大的报价单位使得交易成本上升、交易量下降的话，则公司的融资成本可能会增加。交易所的利润来源于交易量的大小。如果因为报价单位使得交易量下降，从而导致交易所利润下降的话，交易所将偏好于采用较小的报价单位。

最小报价单位研究的文献综述

关于最优最小报价单位研究文献，从研究方法上分类，可以分为理论研究和实证研究。在理论研究中，可以分为如下几类：第一类认为最小报价单位的大小起源于流动性的提供者之间类似Bertrand的价格竞争模型所描述的竞争导致的市场摩擦（Anshuman和Kalay（1998），Bernhardt和Hughson（1996），Kandel和Marx（1996））。第二类研究将最小报价单位等同于协商的观点模型化（Brown，Laux，Schachter，1991，和Cordelia，Foucaultl996）。第三类研究最小报价单位与为委托单流所支付的成本（paymentfororderflow）之间关系（Chordia和Subrahmanyam，1995，Battalio和Holden，1996）。第四类研究认为，尽管较小的报价单位将降低价差，但是同时也降低了深度（因此降低了市场的流动性），原因在于提供流动性的边际利润下降（Seppi，1997和Hams，1994）。

对最小报价单位的实证研究一直是市场微观结构研究中的重要领域。随着日内数据库（intra-daydata）的建立和计算机数据处理能力的提高，研究人员已可以从事这项工作。而在10年以前，这样的工作几乎不可能进行。

对最小报价单位对市场流动性的影响的研究是与交易所交易规则的变化联系在一起的。对最小报价单位对市场流动性的影响的研究，主要是围绕纽约证券交易所、纳斯达克市场、美国证券交易所等世界主要交易所而展开的。Peake（1993）、Hart（1993）和Ricker（1993，1996）对纽约证券交易所的$1／8报价单位进行了研究。事实上，所有的研究人员都同意报价单位越小则报价价差（quotedspread）越小的观点。如果价差减小，投资者买卖股票的交易成本将会降低。同样，研究人员也赞同随着买卖价差的减小市场深度可能会下降。这样，如果报价价差缩小但交易量也同时下降，那么市场的流动性如何变化还是不确定的：一般来说，对小额交易的投资者有益；而对大额交易的投资者则未必。Harris（1994）指出，NYSE和AMEX的最小报价单位对市场流动性有显著影响。他分析了最小报价单位变化对相对价差、交易量和市场深度的影响，并且估算了将最小报价单位从$1／8降到$1／16的效果。研究结果发现对股价低于10的股票，降低最小报价单位将导致相对价差减少36％，交易量增加30％，深度降低15％。由于交易成本与深度成反比关系，很难确定是否一个较小的报价单位能够增强总的市场流动性。Hams的结论得到了接下来的一系列实证研究，例如Harris（1996、1997），Bacidore（1997），Porter和Weaver（1997），Goldstei和Kavajecz（1999），Jones和Lipson（1999）的支持。

1997年7月24日，纽约证券交易所把最小报价单位从1/8调整到1/16，这是有两百多年历史的纽约证券交易所第一次降低最小报价单位。Goldstein和Kavaiecz（2000）研究了1997年6月24日纽约证券交易所最小报价单位从1／8减少为1/16后对市场流动性的影响。研究发现报价价差平均减少了38％，深度减少了15％。研究还表明价差和委托单簿上的累积深度的同时减少使得流动性的需求者进行小额交易时有利而进行大额交易时不利。

1997年7月2日，纳斯达克改革了它的报价单位，即对股价在10美元以上的股票的报价单位从1/8降到1/16.一份关于纳斯达克的研究报告（1997）表明：对于那些成交活跃且股价在10—20美元之间的股票，买卖价差平均降低了17，9％；而股价在20美元以上的股票，买卖价差平均降低了16.2％。深度也分别下降了13.9％和12.4％。

Ahn，Cao和Choe（1996）研究了1992年9月份美国证券交易所股价在1-5美元之间的股票的最小报价单位从$1／8降到$1／16时的情况。大部分交易活跃的股票的交易成本下降了18.9％，这样每年可节约640万美元。1995年2月，美国证券交易所把股价在5—10美元的股票的最小报价单位从$1/8调整到$1/16.Chakravarty和Wood（2000）对2000年8月28日美国证券交易所和纽约证券交易所采用小十进制报价进行了实证研究。他们选取13只股票（美国证券交易所6只、纽约证券交易所7只），分析它们在最小报价单位采用十进制报价前后市场的变化情况。采用的数据为该组股票在十进制报价之前15天和十进制报价实施后10天的实时交易数据。研究结果表明，在十进制实施后，买卖价差出现了大幅度下降：美国证券交易所交易的股票平均下降了47％，纽约证券交易所的股票平均下降了38％。同时，他们也发现地区性的交易所（如辛辛那提、波士顿、芝加哥）的报价频率（quotefrequency）显著上升，平均上升了54％。而对深度而言，美国证券交易所和纽约证券交易所分别下降大约19％和15％。

Bacidore（1997）研究了多伦多股票交易所1996年4月15日最小报价单位转为十进制报价后对市场质量的影响。他发现，对那些最小报价单位从1／8美元减为5美分的股票，采用十进制后价差减少了，但是流动性却没有受到影响，同时，这些股票的交易量也没有增加。对那些最小报价单位从5美分减少为1美分的股票，采用十进制后对市场质量几乎没有影响。Ricker（1997）对平均节约的交易成本进行了量化，他通过几种方法测量出每股节约1.7美分，总计每年2160万美元。

1994年12月，Niemeyer研究了斯德哥尔摩证券交易所一些比较活跃的股票1991年11月3日到1992年1月17日期间交易日的交易数据。研究发现，首先，较高的最小报价单位对应着一个较大的买卖价差，因而对市场流动性是有害的。其次，随着最小报价单位的增大，市场深度相应增大，从而市场的总体流动性的影响效果是不确定的。最后，他发现有充分的证据表明较高的最小报价单位对应着较低的交易量。该发现类似于Harris（1994）对NYSE的实证研究。Niemeyer的研究还发现，尽管斯德哥尔摩证券交易所是委托单驱动型的交易制度，但是同纽约证券交易所的报价驱动型的交易制度相比；最小报价单位在委托单驱动型市场中同样重要。而且最小报价单位的降低总会对小额交易者有利，因为他们会从减小买卖价差中获益。然而，较大的买卖价差的负面影响可以被大额交易者的市场深度增加而抵消。当然，降低最小报价单位显然有利于公司，因为这降低了他们的筹资成本（交易成本降低）；也有利于证券交易所，因为交易量会大幅上升。

总之，关于最小报价单位的大小一直是一个公开争论的问题。一个大的最小报价单位会使买卖价差人为地扩大，由于较大的交易成本，减少了市场参与者交易的意愿，结果减少了市场流动性。减小最小报价单位将有助于增强流动性提供者之间的竞争，减少买卖价差，这将有利于流动性的需求者。但是，一个较小的报价最小单位会产生较高的协商成本（negotiationcosts），或者对采用限价委托单交易的投资者不能提供足够的价格保护，从而挫伤投资者的积极性，结果减少了流动性提供者提供流动性的动机。较大的报价最小单位之所以能够减少协商成本是因为它减少了可能的交易价格的范围，投资者为了获得价格优先必须对其价格进行显著的改进。结果，尽管较大的最小报价单位人为地扩大了买卖价差，但同时也减少了协商成本，增加了对限价委托单的保护，从而能够改进市场的流动性。

尽管如此，Aitken，Frino和Madhoo（1995）对澳大利亚股票市场的研究却认为增加报价单位会减少市场的流动性，而减少报价单位能够改进市场的流动性。总之，目前还没有足够的证据说明最小报价单位的增加能够减少协商成本，使得即使买卖价差较大但是却能够改进市场的流动性。

世界主要交易所最小报价单位情况简介

1.纽约证券交易所

纽约证券交易所成立于1792年。最初，报价单位是根据股票票面价值的8％定价的。1915年，定价基准从票面价值的百分比调整为美元，即增量为1／8美元。形式上，调整到1/16定价需要修改纽约证券交易所规则第62条，该条规则规定股价在1美元以上的所有股票报价单位采取1/8定价。很多研究人员提倡实行十进制，这些人包括Peake（1993）、Hart（1993）和Ricker（1993，1996）。他们长期以来辩论说，1/8定价显得过于粗糙，阻碍了股票市场的竞争，并人为地导致了买入和卖出之间过大的价差。既然交易成本是买卖价差的函数，那么改革1/8定价就可以改善交易成本过高的现状。证券交易委员会（SecurltlesandExchangeCommission，SEC）在1991年第一次参与了辩论，并在1994年1月的美国资本市场“Market2000”全体人员研讨会上更多地卷入这场辩论。相关人员赞同十进制的倡议，并建议立即把证券市场调整到1/16定价机制，然后在稍后的某个时间采用基于美分的十进制定价机制。这次研讨会从证券交易者协会（SecuntlesTradersAssociation）等组织那里听取到大量批评意见。

纽约证券交易所对十进制并没有正式表态。1996年9月，SEC委员Wallman再次挑起了十进制的辩论，并发表了意义深远的讲话——《技术和我们的市场：十进制的时代已经到来》（Wallman，1996）。在证券业的一次讨论会上，Wallman继续通过论文、会议、新闻报道等行动阐述实施十进制的证据。

在同一时间，与美国相邻的加拿大提供了有力的证据表明十进制可以很好地运作。1996年4月15日，多伦多股票交易所摒弃了使用长达144年的1/8股票定价机制，现在的股票交易采用5美分增量。据称，这次变换很成功，大量的研究表明股票交易趋于繁荣。这在很多程度上证实了十进制、缩小价差以及更低的交易成本的好处。

1997年上半年，1/8机制开始削弱。首先是美国证券交易所理事会在3月13日批准所有股票采用1/16定价机制。随后，纳斯达克理事会在3月25日批准采用1/16定价机制。纽约证券交易所成了世界上唯一一个仍然使用1/8定价机制交易的主要股票交易所。

美国国会曾经采取行动试图改变纽约证券交易所。1997年3月13日，议员Oxley和Markey提出“H.R.1053”法案，督促SEC规定没有最小的报价增量限制。4月10日和15日，国会举行了该法案的听证会，在听证会上，Ricker以及其他许多学者、交易商和投资者出面作证。来自于不同股票交易所的官员也作证，他们中的许多人赞同更小的报价增量是有益的；某些人支持十进制。纽约证券交易所再一次充当了独自为自己钟爱的1/8机制辩护的角色。纽约证券交易所开始受到来自其他市场的竞争，一些地方性的市场也宣布了向1/16机制转换的计划。

到1997年6月，纽约证券交易所面临着美国国会两院关于十进制定价机制的未决法案。Oxley的法案在议院财政委员会未通过，下一步是全体商业委员会委员投票。更多的压力来自于SEC、学者、一些交易专家和投资者。这时候，关于定价机制的争吵成了各大报纸的头条新闻。

2000年8月28日，7只在纽约证券交易所上市的股票和6只在美国证券交易所上市的股票开始尝试采用十进制的报价方式。该实验性计划标志着华尔街结束了其采用了超过200年的分数报价的历史。接着又于9月25日增加了数十只此类报价的股票。这些股票中包括大型的、交易活跃的股票，如美国在线，也有知名度较低的股票。试行计划的下一阶段将增加美国家用产品公司等股票。

2000年12月4日，纽约证券交易所扩大其十进制报价的试行计划，增加94只股票以十进制进行报价和交易。2001年1月29日，纽约证券交易所对在其上市的所有股票采用十进制报价交易规则。值得注意的是，所有股票不论其股价大小，均采用1美分的最小报价单位。

2.纳斯达克市场

步纽交所的后尘，纳斯达克市场于2001年3月12日开始对15只股票采用十进制报价。2001年3月26日，又增加了199只股票采用十进制报价。2001年4月9日纳斯达克开始对所有上市交易的股票采用十进制的报价。

一份早先的研究报告指出，买卖价差的降低不会增加日内的波动性。尽管交易次数下降，但是平均交易的大小增加了。十进制报价的倡导者认为，采用一分的增量将增加竞争，同时也将降低交易成本。至此，包括纽约证券交易所、美国股票交易所，地区性的交易所和期权交易所全部采用十进制报价。采用十进制报价使得美国的股票市场和外汇市场都采用十进制报价，相互协调一致。

3.主要交易所的最小报价单位比较

在表1中，我们对世界土要交易所的最小报价单位进行了比较，并且考虑了交易所对不同价位股票最小报价单位的细分情况。

第10篇

股票走势图分析

1) 白色曲线：表示大盘加权指数，即证交所每日公布媒体常说的大盘实际指数。

2) 黄色曲线：大盘不含加权的指标，即不考虑股票盘子的大小，而将所有股票对指数影响看作相同而计算出来的大盘指数。

参考白黄二曲线的相互位置可知：

A)当大盘指数上涨时，黄线在白线之上，表示流通盘较小的股票涨幅较大;反之，黄线在白线之下，说明盘小的股票涨幅落后大盘股。

B)当大盘指数下跌时，黄线在白线之上，表示流通盘较小的股票跌幅小于盘大的股票;反之，盘小的股票跌幅大于盘大的股票。

3) 红绿柱线：在红白两条曲线附近有红绿柱状线，是反映大盘即时所有股票的买盘与卖盘在数量上的比率。红柱线的增长减短表示上涨买盘力量的增减;绿柱线的增长缩短表示下跌卖盘力度的强弱。

4) 黄色柱线：在红白曲线图下方，用来表示每一分钟的成交量，单位是手(每手等于100股)。

5) 委买委卖手数：代表即时所有股票买入委托下三档和卖出上三档手数相加的总和。

6) 委比数值：是委买委卖手数之差与之和的比值。当委比数值为正值大的时候，表示买方力量较强股指上涨的机率大;当委比数值为负值的时候，表示卖方的力量较强股指下跌的机率大。

股票分析方法

技术分析

技术分析是以预测市场价格变化的未来趋势为目的，通过分析历史图表对市场价格的运动进行分析的一种方法。技术分析是证券投资市场中普遍应用的一种分析方法。

所有的技术分析都是建立在三大假设之上的。

一、市场行为包容消化一切。这句话的含义是：所有的基础事件--经济事件、社会事件、战争、自然灾害等等作用于市场的因素都会反映到价格变化中来。二、价格以趋势方式演变。三、历史会重演。

《股市趋势技术分析》是技术分析的代表著作。初版1948年，作为经典中的经典、技术分析的权威之作，《股市趋势技术分析》至今仍牢牢处于无法超越的地位。

基本分析

基本分析法通过对决定股票内在价值和影响股票价格的宏观经济形势、行业状况、公司经营状况等进行分析，评估股票的投资价值和合理价值，与股票市场价进行比较，相应形成买卖的建议。

演化分析

演化分析是以演化证券学理论为基础，将股市波动的生命运动特性作为主要研究对象，从股市的代谢性、趋利性、适应性、可塑性、应激性、变异性和节律性等方面入手，对市场波动方向与空间进行动态跟踪研究，为股票交易决策提供机会和风险评估的方法总和。

量化分析法

量化分析法是利用数学和计算机的方法对股票进行分析，从而找出涨跌的概率，将量化分析方法设定为:

a. 趋势判断型量化投资策略

判断趋势型是一种高风险的投资方式，通过对大盘或者个股的趋势判断，进行相应的投资操作。如果判断是趋势向上则做多，如果判断趋势向下则做空，如果判断趋势盘整，则进行高抛低吸。这种方式的优点是收益率高，缺点是风险大。一旦判断错误则可能遭受重大损失。所以趋势型投资方法适合于风险承受度比较高的投资者，在承担大风险的情况下，也会有机会获得高额收益。

b.波动率判断型量化投资策略

判断波动率型投资方法，本质上是试图消除系统性风险，赚取稳健的收益。这种方法的主要投资方式是套利，即对一个或者N个品种，进行买入同时并卖出另外一个或N个品种的操作，这也叫做对冲交易。这种方法无论在大盘哪个方向波动，向上也好，向下也好，都可以获得一个比较稳定的收益。在牛市中，这种方法收益率不会超越基准，但是在熊市中，它可以避免大的损失，还能有一些不错的收益。

股指期货套利是在股票和股指期货之间的对冲操作，商品期货是在不同的期货品种之间，统计套利是在有相关性的品种之间，期权套利则是在看涨看跌期权之间的对冲。

看过“如何观看股票走势”的人还看了：

1.如何看股票走势图视频

2.怎么看懂股票走势图

3.怎么根据大盘走势看个股

第11篇

解决了变现和分享

我们不妨把艺术品“股票”看做是艺术品金融化的又一个尝试。所谓艺术品金融化，其含义是在艺术品领域融入金融的手段和工具，使金融与艺术品投资相结合，实现两者相互促进发展。

应当说，艺术品市场非常需要金融机构的参与，把金融投资的一些理念融入艺术品行业，可以扩大市场想象空间，激活市场，带动更多的人参与市场，快速提升市场活跃度。

最近几年，艺术品金融化亦被寄予厚望。天津市文化艺术品交易所的艺术品“股票”模式正是在这样的背景下推出。其模式简以言之，是把单件艺术品分割成等额股份，由投资人认购，股票可在交易所买卖。模式形同股票市场，等于把企业的股票买卖模式植入艺术品行业。它对投资者的意义在于投资手续简单化、便利化，提高了流动性。

过去投资者对艺术品往往难以下手，首先因为艺术品是非标准化产品，价值难以评估，主观性较强。其次是投资购买颇费周折，时间成本高，鉴赏要求高，不易于完成交易。再次即使购买回来，退出又是一个难题，需要较长的周期。

如果说份额化交易模式是个创新，那么，其创新体现在，尝试为小额资金投资者提供了参与分享市场的机会，同时尝试解决艺术品流动变现问题。众所周知，艺术品属于高端投资领域，投资亿元也不是什么新鲜事，艺术品变现速度慢，且如果没有充裕的闲置资金，根本不敢投到艺术品上。这是一般投资人在艺术品投资上面临的两大难题，此模式一定程度上解决了这两个问题。

致命的缺陷

但是，我们也注意到，这个模式存在一个缺点，是其本身无法解决的内在缺陷。因为艺术品股票把本可以存在的投资者与艺术品情感交流割裂开，艺术品股票模式缺乏支撑投资回报的基础。

艺术品投资有一定感情黏度，这可能是其他投资领域所不具备的。

过去十几年，中国艺术品市场参与人数不断增多，而离开的人很少，因为无论藏家还是投资者，接触艺术品以后都会投入一定的感情，最后对艺术品充满感情，无法割舍，从中获得艺术享受。许多人更愿意自己来参与操作。以在线交易方式完成艺术品投资，把艺术品本身的魅力与投资者割裂开，消灭了艺术品的魅力。

艺术品投资基金同样面临这个问题，但毕竟涉及人数有限。现实中人们可以通过鉴赏会、投资者大会等方式实现投资者与所投资的艺术品建立情感交流，投资者既可实现收益目的，又可以获得艺术享受。这也是为什么艺术品投资基金能够发展得好、前景更乐观的重要原因。

艺术品股票存在一个致命缺陷，是模式本身无法解决的问题。让我们来比较一下艺术品股票和企业股票。企业股票有企业利润作为价值评估基础， 哪怕不在二级市场交易股票，持有股票本身即享有企业利润分配权。企业源源不断的利润是股票价值的基础和保障。我们不禁要问，艺术品“股票”投资者是否具备这样的基础呢?艺术品“股票”拿什么回报投资者?换句话说，投资者的收益来自何方?

艺术品股票缺乏这样的基础，艺术品价值虽然有一个自然增长率，即时间价值，它随着时间流逝而自然增值，但是，谁也无法判定这个自然增长率到底有多高。也就是说，投资人只有把股票在市场上卖出后才有收益，如果不交易，收益根本无法体现。这无异于设计了一个游戏，只有投资者源源不断地加入才是保证市场运行下去的基础。万一没有人愿意投资了，原来的投资者怎么办呢?那可能的结果是：无期限地持有下去，直到有人来接手，或者是把作品拿到拍卖会拍卖分钱，估计这将是一个漫长的过程。

目前解决艺术品投资期收益问题的途径不多，出租收费、有偿展览、复制品出售等方式是其选择项，如果此项工作开展顺利则可以成为艺术品日常收入来源，部分解决艺术品股票的利润问题。但这些业务开展在国内还不太成熟，收效甚微，不过，前景值得期待。

三点思考

当前，艺术品份额化作为一种新的投资模式，其未来发展有三点值得我们深入思考：

其一，上市交易的艺术品的质量是健康运行的前提和基础。如果控制不好，必成为炒作的平台，一旦变成了击鼓传花的游戏模式，其结果必定是灾难性的。我们恐怕难以理解，本来线下交易每平尺只1万元的艺术品，上市后如何就成为百万千万呢?

第12篇

20世纪60年代，美国金融界为了突破政府的金融管制，开始了金融创新活动，日本、英国等经济发达国家也参与其中。金融的地位迅速提高，金融交易规模迅速扩大。70年代，金融市场中的货币流通速度波动得更剧烈，金融市场和金融活动几乎成为这一阶段经济学家研究货币流通速度时必须考虑的因素。

不同的经济发展阶段，主要的影响因素也有所不同。在金融飞速发展的阶段，金融经济的波动成为影响货币流通速度的主要影响因素之一。我国正处于经济转型阶段，市场经济和金融经济都处于建设和完善中，社会制度和经济体制的转型会影响甚至改变人们的支付习惯和生活方式，从而影响货币流通速度。20世纪90年代以来，我国的金融体系发展步伐加快，金融市场交易规模不断扩大，金融资产种类不断增加，金融经济管理体制尚不完善等因素导致我国货币流通速度的变动和金融市场波动。

二、我国货币供给性质与货币流通速度

20世纪70年代中期后，新凯恩斯主义在内生货币经济框架中研究一般流动性货币的流通速度，因为金融创新使得一般流动性成为经济波动中的一个关键因素。罗斯埃斯(1986)强调货币流通速度及银行和其他金融机构的金融创新对货币内生的重要性。万解秋、徐涛(2001)认为，随着我国经济发展和社会变革，经济主体决策的独立性得到增强，货币供给的内生性日益增强。我国货币内生性不仅表现在货币量的内生，还表现在货币流通速度的内生变化上，货币流通速度的变化同样会影响市场的流动性。童哨兵(2002)也认为我国货币供给具有内生性。方齐云、余杨、潘华玲(2002)认为，我国基础货币具有内生性特征，长期的货币乘数内生性特征也很强，这表明现阶段我国货币供给的内生性特征。货币流通速度的变化是货币供给内生的一个方面，会影响市场流动性和货币政策的效果。

三、多角度的实证研究

Bordo和Jonung(1987)将货币化程度、银行的普及、金融发展、经济稳定性程度等因素量化。引人货币流通速度函数中，改进只考虑利率和收入变量的传统模型。该模型表明，在几乎所有的国家，货币流通速度先随着货币化推进而下降。然后随着金融创新和经济稳定化程度提高而上升，呈现U型结构。Brodo和Jonung的制度假说有助于更好地理解长期和短期货币流通速度的变化。

我国很多学者从利率、储蓄率、通货膨胀率、收入、偏好等一般性因素的角度研究我国货币流通速度，也有学者从我国转型期特殊制度因素。如货币化进程、金融现代化程度、银行体系不良金融资产、不确定性预期等角度研究我国货币流通速度。易纲(1996)提出“货币化假说”，认为货币化是导致当前我国货币流通速度下降的主要原因。耿中元、曾令华(2007)通过实证分析表明，制度和货币冲击对货币流通速度的变动具有持久的正向效应，制度冲击最重要，货币冲击次之，技术冲击不重要。李浩(2006)指出，导致我国货币流通速度下降的转型期特殊因素有货币化进程、金融现代化程度、银行体系的不良金融资产、不确定性预期等。崔龙(2006)从制度视角诠释中国流通速度之谜，认为在制度资本(包括正式制度和非正式制度)不足的情况下，经济主体对经济资本过度依赖导致货币流通速度下降，是转型期制度不完善的必然现象。而汪军红、李治国(2006)认为，货币化对货币流通速度的影响逐渐增强，但不能完全解释我国货币流通速度下降，产业结构变动才是影响我国货币流通速度下降的主要原因。这些学者都抓住了转型期的特点，但研究角度不同，得到有参考价值的结论，对问题的认识也更全面。

四、关注金融因素的实证研究

社会融资方式和相关制度的变化将影响甚至改变人们的生活方式和习惯，这些都有可能体现在货币流通速度的变化上。2009年，我国GDP为335353亿元。股票、交易所政府债券、银行间债券质押式回购三项金融资产交易总额为1250555.06亿元，是GDP的3.73倍，这说明金融市场对我国货币经济的稳定是举足轻重的。

耿中元(2007)认为，在银行主导型的融资结构下银行必须不断提供新的信贷，导致货币供给的膨胀，特别是M2的膨胀，表现为较低的货币流通速度。银行是间接融资主体，也是创造内生货币的主体。我国从计划经济体制走来，必须经历的融资体制改革历程将是：从间接融资到以间接融资为主、直接融资为辅，最后以直接融资为主。转型期我国积极发展直接融资市场，这势必会影响我国的货币流通速度，因此，要关注银行体系和直接融资市场的运作对货币流通速度的影响。伍超明(2004)通过实证分析发现，全国股票交易额同比增长率与M1同比增长率间存在统计显著关系，并导致V1下降。戴晖(2006)认为，股票市值对货币流通速度的影响居首位，股票市值对货币流通速度具有负向影响。张勇(2007)考察我国公众的资产替代行为通过股票市场交易，影响货币流通速度稳定性的内在机制。当股票市场交易规模扩大时，公众会将企业存款、储蓄存款和现金替代为股票交易客户保证金，导致V1增加。

五、关于货币流通速度计量问题

全球金融资产交易额已达实物资产交易额的数十倍，我国金融资产总量也远远超过了实物资产总量，但是以往基本以名义GDP作V2的分子项，这样分子与分母没有事实上的直接联系，分子项明显偏小，从而得到货币流通速度下降的结论。肇越、葛瑛(2006)认为，计量货币流通速度时分子项与分母项之间要存在直接的经济关系，分子的选择要与不同层次货币的实际应用相符，提出采用社会商品零售总额和服务总额之和作V0的分子项，采用名义GDP作V1的分子项，选用社会经济交易总量作V2的分子项。

六、评析

第13篇

证券市场上市公司退市标准

一、退市规则是证券市场正常运行不可或缺的部分

按照经济学的观点，资金这种特定化的资源在一定时期的总量是恒定的，相对于需求而言当然也是有限而稀缺的。某个领域或某些公司占用了资金，势必就要减少其它领域或企业的资金供应量。因此，资金所选择投向的行业或企业所产生的效益就决定了资金被利用的效率。资金的产出与收入的比例高，代表着资金的利用是有效率的。这种高效率的利用资金反过来可以带动其它资源的有效配置。资金的这种流动过程很大程度上是通过证券市场来实现的，这也说明了一个运行正常的证券市场必须对市场有限的资金起到有效的配置作用。

具体来说，作为资本资源配置的手段，证券市场的目标是为那些资产优良、有发展前景并需要大量资金的公司贯通融资渠道，同时为有投资意愿及闲置资金的投资者提供风险小、效益高的投资产品。为实现这样的目标，证券市场在对待公司的上市及其股权的交易上必须有着“过滤器”的作用，即不仅要让优秀的公司通过进入直接融资市场进行筹资和交易，同时也要让已经上市但已经不具备交易条件、增加整个市场交易成本的公司退出这个市场，以此来实现闲置资本向优秀企业流动，保证金融资源的合理配置。

二、上市公司退市的法律界定及我国的现行退市规则

上市公司退市，也被称为Going Private或者Publicto Private（P2P），最早出现在英国的资本市场上，在20世纪70/80年代的美国，公司退市的规模有些年甚至超过了公司上市的规模。公司退市分为正常退市和所谓的“冷退市”，冷退市又包括通过现金补偿“挤出”小股东、上市公司合并成非上市公司、上市公司变更为不具备上市能力的企业组织形式（例如有限责任公司、两合公司、无限公司）、上市公司并入非上市股份公司和转移财产的撤销（转移上市公司的全部财产，并进行清算）等具体方式。而正常退市又包括上市公司的被迫退市和主动申请退市。被迫退市也就是我们常说的退市形式，也是本文所讨论的退市形式。即，上市公司因违反了所承担的义务或不再符合上市条件而被迫退出证券市场框架。

在我国，规定上市公司退市规则的法律文件主要是《证券法》以及2001年的《亏损上市公司暂停上市和终止上市实施办法（修订）》。以及两个证券交易所的股票上市规则中关于股票暂停上市和终止上市的有关规定。

三、成熟证券市场上市公司退市规则的分析

在国际成熟的证券市场上，上市公司退出机制的建立已有一、二百年的历史，长期的市场实践形成了完善的退市标准。对这些标准加以考察分析可为健全我国上市公司退市标准提供有益的借鉴和启示。

在发达国家的成熟证券市场上，一般都规定了上市公司退市的最低标准，一般来说，上市证券被摘牌终止上市的标准大体上可以分为四类：一是上市公司的资本规模或股权结构发生重大变化，达不到上市要求；二是公司经营业绩或资产规模达不到上市要求；三是当上市公司因涉及资产处置、冻结、财务状况欠佳等情形，造成公司失去持续经营能力；四是公司违反有关法律法规并造成恶劣影响。

四、成熟证券市场上市公司退市规则对我国的启示

从理论上说，当上市公司出现以下情况时，其股票应终止上市交易：（1）股票失去价值。股票是一种虚拟资本，其价值是公司未来现金流量的贴现值，如果公司预计未来没有现金流入，则股票本身已没有价值，继续交易必将损害股东的利益，因此应予摘牌。（2）股票失去流动性。股票是一种具有颇强流通性的流动资产，股票上市的根本目的是通过资本的流动促进资源的优化配置，如果股票高度集中，或者有行无市无人问津，则股票实质上已经失去了其重要的融资功能，继续挂牌就失去了上市的意义。（3）发行股票的公司严重违反交易所规定的上市规则。股票上市交易应遵循“公平、公开、公正”的基本原则，上市规则是确保“三公”原则得以实现的基本条件。如果公司违反上市规则，不按规定进行信息披露或在信息披露中弄虚作假，将严重损害“三公”原则，可能导致股票交易陷入混乱。故此，为了维护证券市场的正常秩序，严重违反上市规则的公司股票应终止上市交易。可见，股票作为上市公司上市交易的媒介，其是否具有实际价值是判断一个上市公司是否应当退市的基准，发达国家就是依此经济标准制定出了可操作性的法律法规。

通过与我国比较分析，成熟的证券市场退市标准规定了很多量化标准，并同时采用时间和资本的双重标准，比我国单采时间标准更为科学全面、也更具客观操作性，避免了规避法律的可能性，也减少了人为干预的因素，这是立法技术的问题。更重要的是反映出立法观念的差异。成熟的证券市场注重从经济实证分析的角度出发，实际考察上市公司的资产营运状况，尤其是对资不抵债公司的退出问题相当重视，着重关注一个上市公司是否还有能力在证券市场上生存，考虑证券市场的承载能力以及让该公司继续上市对公众造成的影响。

由此可以推断，这与上市公司退出的处理权限不无相关。成熟的证券市场将证券市场对上市公司退市的自主处理权限主要地赋予证交所，监管部门所掌握的最多只是审批权限。而我国的处理权限主要集中于证券监管部门，证交所拥有的自较少，政府的过度干预使退市只是流于形式，从而导致由立法机关制定的退市标准也给证券监管部门留下了较大的自由裁量的空间，加大了上市公司退市操作的难度。

参考文献：

[1]本刊辑部.世界主要成熟证券市场数据[J].证券市场导报，2013（12）.

第14篇

关键词：广义虚拟经济；不完全信息；羊群效应； CSAD曲度

中图分类号：F8 文献标识：A 文章编号：1674-9448 （2016） 03-0098-10

Abstract： Based on the generalized virtual economy ，this paper uses the curvature of CSAD and turnover rate as indicators， and establishes empirical model to analyze their correlation to further detect the relationship between the incomplete information transaction and the developing tendency of herd behavior. Conclusion shows that when turnover rate rises， incomplete information transaction accumulates which lead to the accumulation of the noise information and finally herd behavior.

Keywords： generalized virtual economy， Incomplete Information， Herd Behavior， CSAD Curvature

一、引言

在行为金融学（行为金融学是从市场主体的行为习惯、心理情绪、思维想法等主观性较强的方面对当前金融领域的行为进行新的解释，结合了传统金融学、社会学、心理学等多门学科的一个综合性的研究领域，因此，从定义来看，行为金融学是广义虚拟经济研究内容的一部分）领域当中，羊群效应是其中一个研究的热点问题。羊群效应，描述的是市场主体忽略其所拥有的私人信息，跟随市场上大多数主体的制定行为决策的现象，本质上具有趋同性的特征。羊群效应存在于社会生活中的方方面面，也对社会环境和行为主体产生进一步的影响。以股票投资市场为例，如果股票市场上存在羊群效应，许多投资者倾向于投资某一行业或者某一股票，可能会造成股票市场的异常波动，使得资产价格偏离其内在价值，进一步加剧市场的无效性。而目前我国金融市场的发展仍然不完善，体制仍不健全，尤其在信息披露和传导机制方面，仍然存在着一定的制约因素，而市场主体信息的局限和缺失，导致了羊群效应具有普遍存在性。

由于股票市场是一个国家资本市场体系的重要组成部分，也是作为一国经济发展的晴雨表，因而其发展的完善化、市场化程度倍受关注。而近些年来股票市场上出现了越来越多的金融异象，同时伴随着板块轮动、概念炒作等现象，而这些大多数是由市场复杂多变的因素所致。在这些因素中，以投资者自身的主观因素最为复杂。因为作为市场主体，投资者的投资决策过程中受到行为习惯、心理、情绪、思维等众多主观因素影响较多，而这些因素难以用现有数据进行准确衡量，因而也需要不断提出新方法、新思路来进行研究。因此，本文基于广义虚拟经济的新方法、新思路，来探讨股票市场中不完全信息与股票市场羊群效应变化趋势之间的关系。

在羊群效应的理论研究中，从不完全信息（Incomplete Information）的角度进行研究是当前一个较为创新的一个观点。对于羊群效应和不完全信息两者关系的研究，目前尚未达成统一的因果关系定论，但是学者均认为两者之间必然存在着较为密切的双向联系。即市场上的不完全信息的积累可能会促使信息薄弱者产生羊群效应，而羊群效应的产生也可以进一步导致市场信息的无效性。

不完全信息交易是指市场主体在进行交易决策行为时，没有利用市场上的所有有效信息作为决策依据的行为。这种非理易一方面是由于市场机制如信息披露机制、传导机制等因素的影响；另一方面则是与个人的获得信息能力相关，不同主体其获取信息成本不一样。不完全交易行为的存在，可能会导致资产价格背离价值，滋生价格泡沫等市场无效现象的出现。Kyle（1985）[1]最早将这种给市场带来无效性的行为定义为“噪音交易”行为。Admati（1991）[2]，Radal和McAleer（1993）[3]的实证研究表明市场中的羊群行为主要来自投资者行为的非理和投资信息的不对称性。Avery和Zemsky（1998）[4]则认为两个信息不完全因素可以导致羊群效应的产生，一是资产价值的不确定性，另一则是偶然事件比如对资产价格的偶然冲击的发生。

在实证研究方面，也有很多学者采用多种方法来研究羊群效应与不完全信息交易的关系，也尝试量化不完全信息因素在羊群效应中的影响程度。Redding（1996）[5]较早研究了噪音交易与羊群效应之间的关系。市场上噪音交易越多，则羊群效应表现越显著。Sias（2004）[6]认为交易市场中的噪音是一种实际摩擦，而投资者在制定交易决策时，如果其所获得的信息越有限，则其交易带来的市场交易摩擦更大，导致更高的交易成本。Diether，Malloy和 Scherbina（2002）[7]则用换手率指标衡量市场信息的传播，换手率越高，则信息传播越广泛。Shing-Yang Hu（2006）[8]以中国台湾股票市场为研究对象，采用买卖双方报价信息将市场交易价格中的有用信息与噪音信息相分离。其研究发现：噪音信息具有明显的时间效应，即接近闭市时的噪音交易比开市时要多，且台湾股票市场的噪音信息主要来自于两个方面，即较大的价格变动单位和较长的交易时间。William T.Lin，Shih-Chuan Tsai和Pei-Yau Lung（2013）[9]研究了投资者结构与股票市场噪音信息的关系。其研究结果表明，机构投资者一般具有较为充分的信息量，因而其交易决策行为能够降低市场上的噪音交易；而个人投资者由于有限的信息，其投资决策行为会给市场带来更多的噪音信息，尤其是在一些具有高收益的股票投资方面。

二、不完全信息交易因素的影响

股票市场往往是积聚着一定程度的羊群效应现象。表现在不同的股票市场，在不同的时期，羊群效应的强弱程度可能不同。从本质上分析，股市上的羊群效应现象，一方面是由于我国股市的制度不完善，市场信息的披露不尽全面、透明，造成与股票投资的相关市场信息不能够完全传递到投资者，导致了不同投资者之间信息不对称；另一方面则是由于个人投资行为习惯、风险偏好等个体因素不一致，因而也会形成个体间的投资行为的差异。

从羊群效应的内部因素来看，羊群效应行为的产生还与不同投资者之间的投资行为习惯、风险偏好和获取市场信息的能力等方面的因素相关。市场上的投资者个体，有的倾向于长线的价值投资，有的偏好于短期的股票投机行为；而有些投资者能够承受一定程度的损失，因而其偏好于高风险的领域。一般来说，短期的投机行为，会加剧股票市场的波动性，并且频繁的交易行为，其决策信息依据并不充分，会导致市场中出现“扎堆投资”的行为。同时，投资者的情绪、态度、思维等主观性因素也可能带来羊群效应。行情上涨时，乐观派如果看好后市则会加大投资力度，重点投资一些利好行业，形成行业投资的聚集效应；而当行情下跌时，如果悲观情绪蔓延，则部分投资者即使私人信息表明后市仍然看好，也会忽略这些信息，跟随市场大部分主体进行抛售，以缩小投资损失和他人的差距。

而在内部因素中，不完全信息交易也是一个重要因素。从另外一个角度理解，投资者决策信息不完全，不对称，主要是由于市场上充斥着过多的无效信息，投资者无法区分有效信息和无效信息。由于个人在获取信息、分析信息的能力方面有限，投资者所制定的投资决策不一定能够充分体现其拥有的全部私人信息，可能存在遗漏重要信息或者过度分析信息的情形，因此在非理想化市场中，交易决策行为中只能部分反映市场的有用信息，而当前投资者根据历史交易信息再制定新的决策，则可能会加大无效信息的累积。无效信息积累过度，投资者对于市场信息进行决策的依赖性降低，转向模仿、跟随市场上的优秀投资者或者大多数投资者进行投资决策。因此，从这一角度出发，市场上过多的无效信息或者“噪音”信息，导致的是不完全信息交易，投资者更少地依赖市场信息进行决策，容易产生跟随效仿的羊群效应行为。

此外，不完全信息交易不断进行，市场上噪音信息不断波动，对于羊群效应的变化趋势也能够产生一定的影响。当噪音信息不断累积叠加时，市场无效性加剧，会加剧羊群效应；而市场中如果存在一定的纠正机制，剔除噪音信息，减小不完全信息交易的负面影响，则可能会减弱市场上的羊群效应。因此，从不完全信息交易角度出发，本文将对羊群效应的长期变化趋势进行初步探讨。

三、不完全信息交易与羊群效应变化趋势分析

不完全信息交易，是指投资者在进行交易决策的过程中，并没有得到全面、充分的信息量，只是依据有限的信息来制定交易策略。这种不完全信息交易，实质上是一种非理性的交易，而由于交易的变动促进资产供求状况的变化，从而导致资产价格的变动。但是这种资产价格的变动仅仅反映了市场上的有限信息，因而资产价格变动是偏离了其内在价值，弱化了市场的有效性。当前我国股票市场发展时间仍然较短，信息披露机制并不健全，透明化程度低，且市场运行机制、交易机制方面仍然处于较低的市场化水平，因而导致我国股票市场发展的不健全、不完善，市场信息传导受到一定的阻碍与影响。而对于股票市场的投资者而言，除了股票市场机制存在的问题，投资者自身在市场信息的获取方面也具有一定的局限性，其信息来源渠道有限，投资决策的信息并不充分，因而在股票投资决策方面往往具有一定的随从效应，即跟随市场中大部分投资者的投资策略，形成羊群效应。因此，由于我国股票市场机制不完善和投资者自身获取市场信息的局限性，投资者往往具有不完全信息的交易行为，而信息的不完全则导致了其在股票投资方面具有一定的跟随性和效仿性，产生羊群效应。

由于不完全信息的交易行为能够促进股票市场的投资者产生羊群效应，因而要探究不完全信息交易与羊群效应及其趋势途径的关系，则需要对其进行一定的量化。在股票市场中，对于不完全信息交易行为的研究，采用的指标往往是股票市场的换手率。换手率的计算公式为：

从理性投资者的角度出发，如果投资者是理性的，则其会遵循市场规律，如果没有偶然性突发事件发生，短期内一般是避免频繁的股票交易，因而在短期内换手率指标一般较低，完全理性市场中甚至是趋于零。而目前股票市场上股票交易较为频繁，换手率水平较高，一部分是由于真实的市场因素出现导致了有效信息交易的产生，另一部分则是由于投资者个人信息的局限性，其在投资决策方面具有跟风和效仿的特点，导致了股票市场上的一些交易为“噪音交易”，即破坏了理性的股票交易市场。而这些在交易市场上的“噪音”慢慢积累，弱化了股票投资市场上的有效信息，而具有局限性的投资者又会进一步地跟随与盲从进行交易，循环往复，不断扩大了股票市场上的不完全信息交易，导致市场上羊群效应更加显著。

四、羊群效应变化趋势实证模型建立

（一）样本数据选择

由于沪深300指数成份股大多是蓝筹股，具有较强的代表性，能够基本上反映沪深股市的变动信息，对整个股票市场的影响显著。因而本文选择沪深300指数成份股作为研究样本，这一方面有利于进一步对国内股票市场上羊群效应的整体情况进行实证检验，另一方面也能够扩充样本数量，提高本文实证分析的准确性。

由于羊群效应在股票市场中是通过较长时期效应得以体现，因而本文选择的样本时间跨度是从2011年1月4日到2014年12月31日，采用970个日数据进行实证检验。同时，由于在本文选择的样本时间区间内沪深300指数存在着成份股的调整，为了保证文章实证检验的一致性，删除了被调整的成份股票样本数据，因而最终得到的沪深300指数成份股票为237只，形成237*970的面板数据。同时，在股票权重选择方面，为了保持变量计算口径的一致性，本文将选2014年12月31日样本期末的各成份股的流通市值比例作为统一的权重。另外，本文数据来源于万得（Wind）数据库，采用Eviews 6.0版本软件进行实证检验。

（二） 换手率与市场收益率的关系

根据羊群效应的实证检验常用方法，如果股票收益率的偏离度指标与市场收益率之间存在显著的负相关关系，则表明市场上羊群效应较为显著。因而在探究羊群效应的变化趋势与不完全信息交易的相关关系时，可以采用“不完全信息交易――市场收益率――羊群效应变化趋势”这一分析逻辑。因此，首先要对换手率指标和市场收益率进行简单的方程回归，并进行二阶扰动项自相关修正后可得：

|Rm |=0.0077+1.0252turn

t统计量 （21.8358）***

由回归方程可以看出，换手率指标与市场收益率的绝对值之间存在着显著的正相关关系，即表明当换手率提高时，市场收益率的绝对值也提高。在市场上具体表现为：当股票换手率升高时，若为上涨市场（Rm大于零），则市场收益率上升，表明此时股票市场中买方市场占据一定的优势，股票市场上有资金净流入；当股票换手率升高时，若为下跌市场（Rm小于零），则市场收益率下降（绝对值增大），表明此时股票市场中卖方市场占据优势，而股票市场表现为资金净流出。因此，从以上的实证回归中可以得出结论：股票市场上不完全信息交易增多，表现为市场上换手率指标的升高，从而导致市场收益率绝对值的升高；而当市场收益率的绝对值升高时，个股收益率逐渐收敛于市场收益率，则表明市场中存在羊群效应。

（三） CSAD模型简介

在CSAD模型中，使用的是横截面绝对离差（CSAD）[10]作为偏离度的指标，作为羊群效应的检验指标。

其中，Rit表示股票i在t时期的收益率，而Rmt表示的是经过计算后N只股票在t时期的市场收益率，以绝对离差的形式进行股票收益率偏离度的衡量。而CSAD模型的原始回归方程则采用的是线性回归方程，如下所示：

CSADt=β0+β1 |Rmt |+εt

根据CSAD模型，如果股票市场中存在着羊群效应，则回归系数β1应为负数。因为如果股票市场中存在着羊群效应，随着市场收益率的提高，羊群效应的作用会促使投资者追逐市场的发展趋势，从而会缩小股票收益与市场收益之间的偏差。而如果股票市场是理性的，不存在羊群效应，则股票收益率的波动最终应该趋于平稳，因而股票收益的偏离度与市场收益率之间存在线性关系，且自变量系数为正。

在此基础上，拓展CSAD模型进一步提出使用多项式回归方程来检验羊群效应是否存在，即：

CSADt=β0+β1 |Rmt |+β2 |Rmt |2+εt

如果股票市场中存在羊群效应，则会促使投资者的投资决策趋向于市场趋势，即导致投资股票的收益率会逐渐收敛于市场收益率，因而在回归方程中就体现为股票收益偏离度会随着市场收益率的提高而减小（β1为负值），或者表现为偏离度变化幅度的减小（β2为负值），即表现为两者呈现一种负相关关系或者递减的非线性关系。而如果当β1和β2同时都为负值时，则此时表明市场中具有十分显著的羊群效应。

（四） CSAD曲度指标

按照“换手率――市场收益率――股票收益偏离度（CSAD）”的传导逻辑，以换手率衡量的股票市场的不完全信息交易行为能够对市场上羊群效应的存在性进行一定的检验。而为了进一步探讨不完全信息交易对羊群效应的变化趋势进行研究，需要对现有指标进行一定的调整与拓展。由于本文的CSAD指标采用的是日数据进行计算，因而是一个短期变量，衡量的是短期的市场行为表现，故只能检验羊群效应的存在及强弱问题。由于羊群效应的变化趋势是一个长期行为，具有一定的时期性，因而必须用长期指标或者是具有趋势性的指标进行衡量。在基本CSAD模型中，基于理性资本资产定价模型完美的前提条件，市场收益率绝对值的线性变量（|Rm|）系数的正负性能够对羊群效应进行较好地解释。但是在现实市场中，这种完美的假设前提条件并不存在，因而仅仅依靠|Rm|）系数的正负性并不能很好地说明羊群效应的存在问题。而在拓展的CSAD模型中，加入了市场收益率绝对值的二次项|Rm2| 这一指标，其回归系数能够反映的是CSAD指标变化率增减快慢的信息。当|Rm2|系数为正数时，即CSAD指标的增长率是随着|Rm|的增大而升高，因而股票收益率与市场收益率的偏差逐步扩大，股票收益率是发散的，更多地偏离了市场收益率，因而不能说明市场上存在着羊群效应；当|Rm2|系数为负数时，CSAD指标的增长率是随着|Rm|的增大而下降的，即股票收益率与市场收益率偏离度的增加幅度是减小的，因而股票收益率具有收敛于市场收益率的趋势，能够说明市场中存在着羊群效应。

而在拓展的CSAD模型中，当|Rm2|的系数为负数时，通过判断负数的大小也能够判断羊群效应的显著程度。当其系数较小（绝对值较大）时，表明偏离度变化率的增加减小，偏离程度有减小的趋势，表现为较强的羊群效应。而|Rm2|的系数，在函数表达式中，是用来衡量函数图像曲度（即斜率的变化率）的指标，其意义在于反映函数图像上各点斜率的变化趋势。类比分析，用CSAD曲度可以衡量CSAD变化率的发展趋势，而CSAD变化率的趋势反映出来的就是羊群效应时期性的变化趋势。因此，本文在探究羊群效应的发展趋势分析中，使用CSAD曲度作为衡量指标，其反映的是CSAD变化率的增减性。用curv表示CSAD的曲度，由于采用的是离散型的样本数据，因而在初步分析时采用近似的计算公式，即：

CSAD曲度的计算公式由于只是近似计算，并不能连续刻画出CSAD变化率的发展趋势，但可以根据curvt的正负性来粗略判断羊群效应的变化趋势。回归方程中curvt是近似描述函数图像斜率的变化快慢，它在本文中的经济学含义则可以理解为股票收益率与市场收益率偏离度（CSAD）变化率的增减速度。而CSAD与|Rm|的回归系数的大小可以描述市场上羊群效应的强弱问题，因而基于|Rm|计算的CSAD变化率的增减速度则可以描述市场上羊群效应的变化趋势，因此需要对CSAD曲度curvt指标进行更加具体的经济学意义解释。

根据上述CSAD曲度（curvt）指标的近似计算公式，我们可以看出，curvt指标的计算结果可以是正值也可以是负值。而当curvt>0 时，表明股票收益率与市场收益率的偏离度的变化是增大的，即股票收益率将会偏离市场收益率更多，呈现发散趋势，因而表明此时股票收益率并不收敛于市场收益率，市场中没有存在羊群效应。

当curvt

五、羊群效应变化趋势的实证分析

根据上述分析，在描述羊群效应变化趋势时，采用的是CSAD曲度――curv_t 指标，根据其正负值的大小来判断市场中羊群效应的强弱变化趋势，以此来分析市场中羊群效应的长期变化是增强还是减弱的变化趋势。由于本文研究的重点是探讨股市不完全信息交易如何影响羊群效应变化趋势，而不完全信息交易可以通过股票市场上现有的换手率指标（turn）来进行衡量；因此，用换手率指标作为解释变量来研究它和curvt指标的相关关系，进而判断股市的换手率指标能否检验股市中的羊群效应；如果存在羊群效应，换手率指标能否较好地反映出羊群效应的变化趋势和发展趋势。循着这个思路，需要就羊群效应变化趋势与换手率指标进行实证研究。

在进行羊群效应变化趋势与换手率指标的实证检验分析之前，首先需要对当前数据进行适当的处理与调整。由于在近似计算公式中，CSAD曲度（curvt）指标是根据CSAD和|Rm| 指标计算的，计算结果表明离散程度较高，因此curvt的计算结果波动较大。为了减缓curvt指标的波动程度，本文采用函数求导方法，通过回归方程的估计系数进行计算，使得数据连续性更强。因此，在采用函数求导方法计算时，需要在原有羊群效应的检验模型中引入|Rmt |3 项，即：

CSADt=β0+β1|Rmt|+β2|Rmt|2+ β3|Rmt|3+α0amplit +α1 amplit-1+ γ0turnt+γ1turnt-1+εt

而回归后的方程结果是：

CSADt=β0+β1|Rmt|+β2|Rmt|2+β3|Rmt|3+α0amplit +α1 amplit-1+ γ0turnt+ γ1 turnt-1

因此，根据上述方法计算的CSAD曲度指标具有更强的连续性，波动幅度有所减弱，如图4所示。当curvt>0时，表明市场不存在羊群效应，当-1

在本文的实证回归模型中，选择的主要解释变量是换手率指标，以衡量市场上的不完全信息交易的强度。为了更好地拟合出羊群效应变化趋势的回归方程，本文还添加了其他的控制变量。首先，由于换手率指标是一个以日数据计算的指标，其衡量的也是短期时点内股市中不完全信息交易，而curvt 则是一个趋势性的描述指标，因此相对应也可以用换手率的变化率指标进行回归。换手率的变化率表示的是换手率指标相对于历史信息的增减变化，其增大还是减小能够反映出市场交易活跃程度的变化，即市场中不完全信息交易行为是逐渐增多还是减少。其次，羊群效应的变化趋势与投资者的投资行为密切相关，其信息不完全程度越高，越容易在市场上进行噪音交易，而投资者这些投资决策和交易行为也和股票市场上的投资情绪和投资意愿相关。因此，本文还将引入股票市场上的投资情绪指标――人气指标（AR），而由于情绪指标的日数据容易受到偶然事件的影响，导致测算的日情绪指标波动较大，因此本文使用的是一段时间的求和值来计算市场情绪指标。本文采用的是以周为时间单位计算情绪指标，其计算公式如下：

其中，Ht表示t日的最高价，Ot表示t日的开盘价， Lt表示t日最低价。因此，本文的实证回归方程如下所示：

curvt=α+δ1turnt+δ2 ?turnt+δ3 ARt+εt

本文的实证模型是检验换手率指标与羊群效应变化趋势的相关性分析，通过换手率指标来判断市场中羊群效应的变化趋势。当curvt>0时，市场中不存在羊群效应，如果换手率增大，表明市场上不完全信息交易增多，羊群效应由不明显逐步显现出来，因而curvt指标会变小；当curvt

H0：换手率指标与CSAD曲度curvt呈负相关关系。

H1：换手率速度指标与CSAD曲度curvt呈负相关关系

由于CSAD的曲度curvt的正负性对应说明羊群效应的存在性问题，只有表明存在了羊群效应的情形下才具有进一步探究羊群效应变化趋势强弱变化的意义。因此在回归实证检验中，本文主要探究的是在curvt

首先，先对加入|Rmt|3项的实证方程进行回归，观察变量系数的统计值以及检验其显著性水平，回归结果如表1所示：

CSADt=0.0069+0.0592|Rmt|-0.8528|Rmt|2-17.2837|Rmt|3+0.1128amplit+0.0342amplit-1+0.8692turnt-0.1973turnt-1

R2=0.6611，F统计量=210.3838，DW=2.0304

根据上述回归方程结果，在引入|Rmt|3后，关于羊群效应的检验方程从整体上而言，|Rmt|的变量仍然具有显著性，而拟合优度略有下降。因此，对比于离散型的样本指标计算，使用回归方程系数的统计值进行curvt的计算能够使数据波动更小，也更接近真实值，因而根据curvt=2β26β3Rmt即有：

curvt=-1.7056-103.7016Rmt

因此，当curvt

因此，羊群效应变化趋势的实证回归方程如下所示：

curtt=-1.2883-0.1460turn-1.6162?turn-76.1952AR

从实证结果观察分析，当curvt

从经济意义上来解释， 当curvt

此外，从换手率变化率指标?turn 来看，其系数为-1.6162，换手率变化率的增加能够引起CSAD曲度更大的增加，表明此时羊群效应具有明显的趋强趋势，其增加幅度虽然增大，但是增幅减小得越来越快，最终会导致股票收益率偏离度的缩小。另外还需要说明的是，羊群效应变化趋势的回归检验中，方程的拟合优度接近0.3，表明换手率指标对于CSAD曲度的解释能力并不强。这可以从两个方面进行理解：一方面是由于换手率指标不仅包含着由不完全信息导致的交易行为，也有依据市场有效信息的理易行为，因而在衡量不完全信息交易时并没有排除理性投资部分；另一方面，由于在计算CSAD曲度指标过程中采用了回归方程的估计值，在计算上会造成指标计算存在一定的偏离，因而最终导致回归方程的拟合优度并不高。

六、结论

本文研究了不完全信息交易与羊群效应变化趋势之间的关系，使用CSAD曲度与换手率指标的关系来初步探究羊群效应在长期的变化趋势。结论表明：当CSAD曲度小于零时，表明此时换手率的提高会导致CSAD的变化减小，即当股票换手率提高，市场上不完全信息交易增加，导致了噪音信息的叠加与扩散，加剧了市场上的羊群效应。根据实证结果，投资者可以通过观察更多股票市场上的相关指标，初步预测市场上羊群效应的变化趋势，以实现更加理性的投资。投资者需要不断提升信息获取和分析能力，准确判断投资时机，适当时机要敢于冲破羊群效应逆市投资，同时还应该分散投资以降低系统性风险。

参考文献：

林左鸣. 广义虚拟经济――二元价值容介态的经济[M]. 北京：人民出版社，2010.

Kyle. A Continuous Auctions and Insider Trading [J]. Econometrics，1985，53（4）：1315-1335

Admati Anat R. A Theory of Intraday Patterns： Volume and Price Variability [J]. Review of Financial Studies. 1991（1）：3-40

Radal J M， Mcaleer M. Herding， Information Cascades and Volatility Spillovers in Futures Markets [J]. Working Paper， University of Western Australia，Perth，1993

[5] Avery， Christopher， Peter Zemsky. Multidimensional Uncertainty and Herd Behavior in Financial Market [J]. American Economic Review. 1998， 88（4）：724-48

Lee S. Redding. Noise Traders and Herding Behavior [R]. Washington D.C： Working Paper of the International Monetary Fund. 1996

Sias R W. Institutional Herding [J]. Review of Financial Studies. 2004，17（1）：165-206

Karl B. Diether， Christopher J. Malloy， Anna Scherina. Differences of Opinion and the Cross Section of Stock Returns [J]. The Journal of Finance. 2002，57（5）：2113-2141

Shing-Yang Hu. A Simple Estimate of Noise and Its Determinant in a Call Auction Market[J]. International Review of Financial Analysis. 2006（15）：348-362

William T.Lin， Shih-Chuan Tsai， Pei-Yau Lung. Investors’ Herd Behavior： Rational or Irrational [J]. Asia-Paific Journal of Financial Studies. 2013（42）：755-776

Eric C. Chang，Joseph W. Cheng和Ajay Khorana. An Examination of Herd Behavior in Equity Market： an International Perspective [J]. Journal of Banking and Finance. 2000（24）：1651-1679

Marco Cipriani， Antonio Guarino. Estimating a Structural Model of Herd Behavior in Financial Markets [J]. American Economic Review. 2014， 104（1）：224-251.

Willian G. Christie， Rodger D. Huang. Following the Pied Paper： do Individual Returns Herd around The Market？ [J]. Financial Analysts Journal. 1995，51（4）：31-37.

Eric C. Chang，Joseph W. Cheng， Ajay Khorana. An Examination of Herd Behavior in Equity Market： an International Perspective [J]. Journal of Banking and Finance. 2000（24）：1651-1679.

张金华，基金赎回中的羊群效应[J]，特区经济，2010（06）：100-101.

傅亚平，王玉洁，张鹏.我国沪深证券市场“羊群效应”的实证研究[J]，统计与决策，2012（8）：153-156.

Rolf W. Banz. The Relationship between Return and Market Value of Common Stlcks [J]. Journal of Financial Economics. 1981，9（1）：3-18.

Richard Roll. A Possible Explanation of the Small Firm Effect. Journal of Finance [J]. 1921，36（4）：879-888.

Sanjou Basu. The Relationship between Earnings’ Yield， Maket Value and Return for YSE Common Stock： Further Evidence [J]. Journal of Financial Economics. 1983，12（1）：129-156.

何德旭，饶明，谯海.中国股票市场的风险与安全隐患[J]，上海金融，2013（3）：3-10.

第15篇

论文关键词：均线形态组合，走势，盈利概率，亏损概率，统计

 

1.引言

随着计算机技术的发展，各领域对计算机的应用也更加广泛。股票交易中，有很多历史数据，这些历史数据蕴涵着价值很高的信息。其中，移动平均线能够很好的反映股市的走势。移动平均线反映了市场投资者的平均持股成本，对判断股价的趋势有重要作用。同时，短期均线对股价有重要的支撑或阻力作用，投资者常利用均线捕捉处于启动初期的个股，寻觅个股的最佳买点。

证券业采用的这种判断方法缺乏准确的数据依据，于是，将均线形态转换成计算机可以识别的数据，然后统计出各种均线形态向盈利和亏损转移的概率进行统计，这些统计数据对投资者来讲具有非常重要的参考价值。

统计表明，单一的均线形态向盈利和亏损转移的概率都比较小，提供的信息量比较小，为了提高转移概率，本文考虑统计各种均线形态组合。

2.均线形态

2.1 相关术语

1.移动平均线：先选定时间数列的平均数，在该期间内求取移动总值，然后除以期数，就可求得移动平均值的长期趋势值。其计算为: MA= 其中:T为平均期数，Pj为第j天的股价(指数)。以时间为横坐标走势，以移动平均数为纵坐标，将各点以移动平均数连成一线即为移动平均线，简称均线。

2.概化：概化是一个过程，它将大量的与任务相关的数据集从较低概念层抽象到较高的概念层。

3.均线形态：假设研究对象是n条移动平均线，均线形态是指n条移动平均线之间的位置关系的某种持续状态。

4.均线形态组合：一种均线形态与其前后的均线形态之间的组合就叫做均线形态组合，均线形态组合反映了均线形态的一种变化。

5.涨幅：股票的买入上涨幅度，计算式为：（抛出价格-买入价格）/买入价格。

6.盈利目标：投资者认为是投资成功的股票涨幅。

7.亏损目标：投资者认为是投资失败的股票涨幅。

8.转移概率：由某种均线形态组合向一种均线形态转移的概率论文开题报告。

2.2 均线形态在当前股票分析中的应用

股票分析中，利用移动平均线来确定买入点的方法由来已久，并且形成了许多分析理论，其中著名的有美国投资专家葛南维提出的“移动平均线的八条法则”。还有一些根据多条移动平均线之间的关系来确定买入点的理论，天数少的平均线要比天数多的平均线较为波动。两条移动平均线组合分析时，天数少的移动平均线升破天数多的移动平均线即为买入信号，反之，跌破天数多的移动平均线即为出售信号。

2.3 均线形态组合的应用

根据均线形态，人们可以凭经验，总结出某些盈利概率大的买入点。这种判断往往不准确，有时一个金叉信号只是股市调整时表现出来的临时状态，实际上可能随之而来的是该股票的下跌。同理，那些总结出来的一些盈利概率大的均线形态组合，也可能出现下跌甚至狂跌的情况。对投资者来说，如果能准确知道具体的盈利概率，就能做到心里有底。

对某种均线形态组合，通过对该均线形态组合的在交易记录中出现的次数进行统计，然后统计出其中向盈利和亏损两个状态转移的条数。向盈利转移的条数除以该组合的总条数，就是该均线形态组合的参考盈利概率；相应，向亏损转移的条数除以该组合的总条数，就是该均线形态组合的参考亏损概率。

可以统计出各种均线形态组合的转移概率，筛选出其中盈利概率或者亏损概率较大的组合作为理想的买入点或售出点，称作理想组合。为了实现这个目标，需要将股票交易原始数据转换成形态数据，再采用现有的数据挖掘工具进行挖掘。

3.算法设计

3.1 均线形态的计算机识别

本文仅研究1日，5日，10日均线，称10日均线为长期均线，5日均线为中期均线，1日均线为短期均线。以8%为盈利目标，-3%为亏损目标。

3.1.1 均线位置关系的编码

编码的目的是用数字来区分各种均线位置关系。令短期均线的码值为3；中期均线的码值为2；长期均线的码值为1。编码规则：从上到下对应编码的高位到低位。例如图1所示一组均线，在10-6-11这一天，3条均线之间的位置关系处编码为312。

图1 某时段均线图

3.1.2 均线位置关系的概化

股票均线的某种位置关系的持续反映了其走势，如短线持续上扬，反映出该股的上涨，中线处于最高或最低位走势，说明该股处于调整期；

在时间维度上概化位置关系表，增加一个持续天数维度D。某股s从第 i日起,状态231维持了3天，概化后如下表1所示。

表1 均线位置关系概化表

 

股票

时间

编码

持续天数D

S

I