《毕业论文（设计）信息传播的日内特征与释放过程[J]27976.doc》由会员分享，可在线阅读，更多相关《毕业论文（设计）信息传播的日内特征与释放过程[J]27976.doc（12页珍藏版）》请在三一办公上搜索。
1、信息传播的日内特征与释放过程-基于深圳股市的实证研究周明 于渤（哈尔滨工业大学，哈尔滨 150001）摘要：信息交易概率对于解释证券市场中的许多现象有着重要的意义。文中借鉴Handa，Schwartz和Tiwari(2003)提出的信息交易概率估计方法，对我国证券市场中的信息传播的日内特征和释放过程进行了研究。研究结果发现，我国股市中信息交易概率在日内大致呈倒“J形”，每个交易日开盘后市场中累积了大量私有信息，然后迅速通过交易得到释放，信息交易概率很快下降到一个比较稳定的水平，在收盘前市场中的信息又略有累积，这一现象与Foster 和 Viswanathan（1994）理论模型的推断相一致。文
2、中的研究表明，在日内的不同时刻，市场中的信息分布处于不同的状态，同时私有信息的释放过程不是均匀的，而是存在很大的跳跃性和非平稳性，因此对于市场交易机制设计者来说，在设计交易机制时应该充分考虑到这一点。 关键词:指令驱动市场；信息不对称；信息交易概率；信息传播 作者简介：周明，哈尔滨工业大学管理学院博士生，研究方向：金融理论与微观结构。于渤：哈尔滨工业大学管理学院教授、博士生导师，研究方向：技术经济及管理。中图分类号：F830.91 文献标识码:AThe Intra-day Character of Information and Its Disclosure Process: An Empir
3、ical Research on Shanghai Stock MarketZHOU Ming YU Bo（Harbin Institute of Technology, Harbin, 150001）Abstract: We use the model of Handa,Schwartz and Tiwari(2003) which is built on order-driven market and propose an estimation method on probability of informed trading(PIT), and do an empirical resea
4、rch on the intra-day character of information and its disclosure process The empirical results show that the intra-day character of PIT is reverse“ J ”shape, There exists a lot of private information after market opening, and information disclose quickly through trading and then keeps constant befor
5、e the market is closed. This phenomenon is consistent with the theoretical forecast of Foster& Viswanathan(1994). Our research indicates that information is in different state in different time, and the information disclosure process is not even, but jumping and unstable, hence it is meaningful for
6、the designers to be aware of this. Key words: order-driven market; information asymmetry; probability of informed trading.证券市场的根本作用是对社会经济中已有的投资进行重新组合，实现资源的有效配置。由于证券市场中投资者掌握的信息不同，信息不对称性成为证券市场的基本特征之一。从我国的现实背景来看，随着股权分置改革的完成，公司大股东等信息优势者更加关心股票价格，作为在经济转轨过程中发展起来的新兴市场，在这种背景下，交易者信息不对称性尤为突出。市场微观结构理论认为，证券市场中价格
7、发现的过程就是各种信息融入价格的过程，因此了解市场中信息的释放过程对于解释证券市场中的许多现象有着重要的意义。由于市场上交易者的信息非对称状况很难被直接度量，因此在早期研究中往往通过一些替代性变量，间接度量市场中交易者之间的信息分布状态，但是这些衡量方法都不能明确地表示出市场中的信息不对称状况和其变化过程，而且这些指标都没有标准化，很难在不同股票或不同市场间进行比较和分析。最近几年，许多研究者提出用信息交易概率(Probability of Informed Trading ；PIT)来衡量市场中的信息非对称程度，从而将市场的信息非对称程度标准化。在这些已经提出的方法中，有些针对做市商(mar
8、ket maker)制度，如Easley，Kiefer, OHara和Paperman（1996），Nyholm（2002），有的针对指令驱动(Order Driven)市场，如Handa，Schwartz和Tiwari(2003)的方法。做市商市场和指令驱动市场是两种价格形成机制完全不同的市场，两种金融市场的研究模型也有严格的区分。我国证券市场是一个典型的指令驱动市场，在对中国证券市场进行研究时也必须注意这一现实背景，但目前国内许多研究往往直接套用做市商制度下的金融模型。国内已有研究（杨之曙，姚松瑶，2004）的实证研究设计方法基于的理论模型是Easley，Kiefer, OHara和Pap
9、erman（EKOP,1996）的模型，而EKOP模型是针对做市商市场的， EKOP模型不适用于中国市场。为了衡量我国证券市场的信息传播的日内状态，必须基于指令驱动市场的基本特征来建立模型。Handa，Schwartz和Tiwari(2003)提出了一个基于指令驱动市场的交易价格形成模型，文中基于这一研究模型，实证研究了我国证券市场中私有信息的日内形态和释放过程，以期为交易机制的设计和改进提供一定的参考依据和思路。 模型的基本描述假设在一个指令驱动市场中，存在一种风险性证券。在连续性交易过程中，交易者序贯到达，可选择市价指令或限价指令来买卖证券当然只有当指令簿中已经存在反向的限价单时，才可以选
10、择市价单，其成交价为对方限价。，当交易者选择限价单时，可能面临无法成交的风险，没有成交的时间越长，遭受逆向选择的风险越大，假设限价单的有效期至下一个交易者的指令进入，若无法成交，交易者会取消其限价单。具体的交易过程分为图1所示的四个阶段。t=0t=1t=2t=3按证券真实价值进行清算，投资者实现收益第0期下限价指令者如无法成交，则指令取消交易者到达，选择指令类型, 如提交市价指令，则执行，限价指令则等待新交易者进入，选择是否交易和指令类型图1.模型假设的交易过程在市场中存在两类交易者，一类投资者对证券价值有较高的评价（以下称为H类投资者），为证券潜在的买者，这类投资者对证券价值的先验判断为H，
11、 H可以看作这类投资者买入证券所愿意支付的保留价格，即其买入价格不会超过；另一类投资者对证券价值有较低的评价（以下称为L类投资者），对证券价值的先验判断为L，这类投资者为证券潜在的卖者，L可以看作这类投资者卖出证券所愿意收到的保留价格，即其卖出价格不会低于。市场中的H类投资者和L类投资者比例分别为和。证券的期末清算价值为，其中以概率取，以概率取，为等可能取和的随机变量，证券的期望清算价值为。参数是市场中的共同知识。从交易者获取信息的角度来看，市场中的交易者又可以分为知情交易者(informed traders)和非知情交易者(uninformed traders)自从Bagehot（1971）
12、第一次提出将证券市场中的交易者分为知情交易者和非知情交易者以来,大量研究(Copeland和Galai(1983)，Easley和OHara(1987)也都论述了将交易者分为知情交易者和非知情交易者的合理性。知情交易者的比例为，且这一比例在H类投资者和L类投资者中相同。知情交易者相对于非知情交易者的信息优势表现在其对于证券价值的随机变化拥有私有信息。非知情交易者则基于流动性需求进行交易。H类型的知情交易者，如果其观察到的私有信号为好的信息，将选择买入股票，否则将选择不进行交易；L类型的知情交易者如果其观察到的私有信号为坏的信息，将选择卖出股票。否则将选择不进行交易。此外由于知情交易者观察到的私
13、有信息只能维持很短的时间，即在下期将变成公开信息，因此如果知情交易者选择交易，将只会选择市价指令进行交易。所有交易者都为风险中性，对资产价值评价为的非知情投资者，提交一个执行价格为的买单的期望效用为，对资产价值评价为的非知情投资者提交一个执行价格为的卖单的期望效用为，其中为指令得到执行的概率。如果指令没有执行，则效用为0。模型中的市场达到均衡，是指在给定其它交易者的策略下，每位交易者的下单策略是最优的。所谓下单策略包含两方面的含义：（1）下单类型的选择：市价指令还是限价指令；（2）如果选择下限价单，那么还要选择报价。因此在本模型中均衡通过市场中均衡买入报价和均衡卖出报价来描述，均衡报价恰好使得
14、下一期的交易者选择用市价指令来完成交易。根据以上假设，如果在第0期到达的是一位准备买入的非知情交易者（我们称之为当期非知情交易者），那么其面临的决策过程如图2所示（卖出的情形完全对称）。如果当期非知情交易者选择下报价为的限价单，那么在下一期必须等到t=2时新交易者进入才有可能成交，在下面的情形下，限价指令将最终能够成交：（1）后进入的交易者为观察到私有信息为的L型知情交易者（2）后进入的交易者为L型的非知情交易者。因此当期非知情交易者选择下报价为的限价单时的期望效用为： （1）其中。当期非知情交易者选择下市价单时，其期望效用为： （2）其中是市场中现存的卖出报价（ask price）。若当期非
15、知情交易者会选择市价指令时，应该有：，即： （3）所以 （4）这意味着当上期非知情交易者报出的限价单的卖出价不高于不等式的右边时，下期进入的准备买入的非知情交易者（既我们分析的当期非知情交易者）会选择市价单。因此，选择限价卖单非知情交易者的最优卖出报价为： (5)非知情交易者市价单限价单成交卖出者进入买入者进入指令失效，未成交知情交易者非知情交易者私有信息为负成交私有信息为正指令失效，未成交成交t=0t=1t=2t=3 图2 非知情交易者的决策过程类似地，选择限价买单非知情交易者的最优买入报价为： (6)当市场达到均衡时，(5)式和（6）式同时成立。 Handa，Schwartz和Tiwari
16、（2003)证明， 当市场达到均衡时，非知情交易者的最优买价和最优卖价为： （7） (8)其中，因此，当市场达到均衡时，市场中的买卖价差为： （9）其中为介于0和1之间的参数，为市场中知情交易者的比例，即信息交易概率；，为市场中H类型交易者的比例，反映了市场中下单的不均衡性。信息交易概率估计的计量方法基于（9）式，可以用广义矩方法（General Moment Method,GMM）估计模型中的参数。在（9）式中，市场均衡的买卖价差可以从市场中直接观察到 相对价差乘以100是为了避免得到的数值太小，影响计算的可靠性。参考文献：1 杨之曙，姚松瑶，2004，“沪市买卖价差和信息交易实证研究”，金
17、融研究，2004年第4期,45-562 Easley,D.,Kiefer,N.,OHara,M.,Paperman,J.，1996，“Liquidity,information,and infrequently traded stocks”，Journal of Finance 51,1405-14363 Foster,Viswanathan,1994, An intra-day study of volume and adverse selection costs in NYSE, Review of Financial studies 2,130-2044 Franz,D.R.,Rao,R
18、.P.,Tripathy,N. 1995,Informed trading risk and bid-ask spread changes around open market stock repurchases in the NASDAQ market, Journal of Financial Research 18,311-3275 Handa P.,Schwartz,R.,Tiwari A.,2003, “Quote setting and price formation in an order driven market”, Journal of Financial Markets
19、6,461-4896 Nyholm Ken，2002，“ Estimating the probability of informed trading”, Journal of Financial Research, Vol.xxv.,NO.4 485-505.：。参数也可以直接利用数据进行估计。首先，将股票的日内交易按15分钟划分为16个时段，在每一个时段内，分别计算由于主动买（buyer-imitated）成交的股票的交易量和由于主动卖（seller-initiate）成交的交易量。计算方法为：假设时刻发生的交易的价格为，交易量为，交易后限价指令簿中的最优买价（买一）为，最优卖价（卖一）为
20、，那么计算价差中点；如果，则假设时刻发生的交易是由买方主动交易引起的，该交易的交易量记入；如果，则假设时刻发生的交易是由卖方主动交易引起的，该交易的交易量记入；如果，则假设该交易等可能的由买方或卖方引起，各计算一半的交易量。该时段内的H型交易者比例可以近似估计为：。对于（9）式中的其他未知参数和参数，采用广义矩方法进行估计。 实证分析与结果一、数据来源与说明文中以2005年1月1日2005年12月31日这一年为研究期间，所有在深圳证券交易所主板上市交易的A股股票为研究样本，运用高频的交易数据分析信息交易的分时特征及其相关问题。本研究使用数据库为深圳交通大学和深圳证券交易所研究中心合作开发的深圳
21、证券市场高频交易数据库。交易数据具体包括交易价格、成交量，限价指令簿中前三档的委托价格，委托数量。此外，在数据处理前，按以下原则对数据样本进行了整理。样本中不包括ST和*ST类上市公司。二、股票信息交易概率的日内特征首先统计了在一周内不同交易日信息交易概率的状况（表1）。从计算结果看，周一的平均信息交易概率为0.123856，周二为0.116548，周三为0.110963，周四为0.109296，周五为0.116073，相差不大，基本稳定在11%到12%之间，周一的信息交易概率的均值显得略大于其他几个交易日（如图3所示）。为了研究股票信息交易概率在一天内随时间变化的规律，我们以15分钟为时间窗
22、口，将股票一天的交易时间(240分钟)等分为16个时段，分别计算每一时段内各股票的平均信息交易概率。最后将样本股票在该时段的平均信息交易概率再进行平均，得到市场在这一时段的信息交易概率。从表2和图4可以发现，深圳股市的信息交易概率大致呈倒“J形”曲线。表1 信息交易概率的周内日内分时统计均值 中值 标准差 信息交易概率的周内表现 星期一 0.123856 0.126470 0.072362 -星期二 0.116548 0.118362 0.072161 -0.007308星期三 0.110963 0.114805 0.073665 -0.005618星期四 0.109296 0.112633
23、0.069638 -0.001667星期五 0.116073 0.114598 0.072571 0.006777信息交易概率的日内分时表现 9:30-9:45 0.276251 0.270952 0.128543 9:45-10:00 0.132194 0.132659 0.088621 -0.14405710:00-10:15 0.146248 0.150670 0.082597 0.01405410:15-10:30 0.127306 0.127328 0.076731 -0.01894210:30-10:45 0.106841 0.117233 0.085368 -0.02046510
24、:45-11:00 0.117035 0.118250 0.063215 0.01019411:00-11:15 0.113024 0.109642 0.073276 -0.00401111:15-11:30 0.113852 0.114809 0.094322 0.00082813:00-13:15 0.129503 0.127380 0.085102 0.01565113:15-13:30 0.104270 0.105594 0.076093 -0.02523313:30-13:45 0.095361 0.103278 0.063371 -0.00890913:45-14:00 0.100
25、274 0.104253 0.056284 -0.0252314:00-14:15 0.101432 0.105892 0.079258 -0.0089114:15-14:30 0.108370 0.110374 0.074351 0.00491314:30-14:45 0.118521 0.122677 0.080126 0.00115814:45-15:00 0.142183 0.148326 0.115207 0.023662 图3 周内不同交易日的信息交易概率的分时特征 图4 日内不同时刻的信息交易概率的均值三、私有信息的释放过程已有的研究表明（Franz,Rao,Tripathy,1
26、995），信息交易的变化往往同股票的每笔交易量、波动性，和流动性状况（买卖价差）密切相关，为了检验日内的信息交易特征在考虑了以上因素后是否依然有如上所述的特征，我们对下式进行横截面回归分析，以确定日内信息交易概率的稳健性（robustness）和统计上的显著性（Significance）。 （5.11） 其中为15分钟的时间段内股票的平均信息交易概率，为这一时间段内的交易量，为这一时间段内股票分钟收益率的方差，为这一时间段内的平均相对价差，为代表一天内不同时段的虚拟变量（为了避免回归变量间的完全共线性问题，不包括代表11:00-11:15这个时段的虚拟变量）。 回归分析结果列于表3。从中可以发
27、现所有的控制变量(control variables)都对信息交易概率具有显著影响。其中，信息交易概率与价差负相关，与波动性和每笔交易量正相关。 为了判断相临的时间段内信息交易概率是否有显著差异，我们对相临的回归系数和进行了F-检验（表3的第3、4列），从F-检验和代表日内各个时间段的虚拟变量回归系数的显著性来看，信息交易概率在日内确实呈现倒J-形，每天开盘交易的早期，信息交易概率比较大，一般高于日内平均信息交易概率一倍以上。随着时间的推移和交易的进行，信息交易概率基本达到稳定状态，在从9:45到10:15的时间里，信息交易概率迅速缩小，到10:15以后信息交易概率基本收敛到一天的平均水平。在
28、10:30以后的交易时间内，信息交易概率基本稳定在11%这一水平。在市场接近收盘前的十几分钟内，信息交易概率有一定的上升，从11%左右达到14%再到16%的水平。对以上的私有信息释放过程，可以有一个比较直观的解释。当有关股票价值的信息经过了隔夜的累积后，在次一交易日开盘时便会有高于其它交易时间的信息释放量，一部分是公开信息，直接反映在开盘价中，还有一部分为私有信息，因为握有这些私有信息的交易者为了避免其它握有相同信息的交易者也利用这一相同的信息进场交易，这些知情交易者会抢在开盘时段进行交易，这些释放的私有信息反映在价格中。随着交易的进行，私有信息得到逐渐的释放，其释放量渐渐地减少，信息交易概率
29、也随着渐渐减少。假设日内信息在一天的时间内随机产生，那么盘中的信息交易概率应该在开盘递减后会维持在一定的水平，直至收盘前。为什么信息交易概率在收盘前存在一个比较明显的上升呢？我们认为可以用Foster 和 Viswanathan（1994）建立的理论模型来说明。将市场中的知情交易者分为两类：更加知情的知情交易者（better-informed traders）和次知情交易者（lesser informed traders）。前者在开盘时会尽可能利用自己和后者同时拥有的共同私有信息（common private information），因为前者和后者会同时进场交易，使得开盘时信息交易会最频繁；
30、随着所有知情交易者竞相释放信息后，共同私有信息渐渐释放，剩下来的是前者所独有的绝对私有信息（absolute private information），为避免后者的学习，前者会尽可能地将信息隐藏，直到当日交易结束前才完全地释放，因此收盘前的信息交易概率可能会上升，但不会像开盘时那么高。表2 私有信息日内释放过程的回归分析变量 变量的回归系数 回归系数估计 t-值 的符号 假设检验H:的F-值截距 -0.7530 -79.3 交易量 0.0257 -226.1收益的波动性 0.0039 317.5买卖价差 -0.3538 -855.2待添加的隐藏文字内容2星期一 0.0074 12.43 星期二
31、 0.0036 8.60 负 128.06星期四 -0.0093 25.71 负 379.52星期五 0.0008 0.72 正 144.73 9:30-9:45 0.3704 115,09 9:45-10:00 0.2291 103.57 负 1326.84 10:00-10:15 0.2354 1.73 负 320.5910:15-10:30 0.1667 1.24 负 96.4210:30-10:45 0.1529 0.55 负 30.7110:45-11:00 0.1370 0.33 负 28.87 11:15-11:30 0.0964 0.98 负 13.3513:00-13:15
32、0.0827 0.97 负 8.0613:15-13:30 0.0532 1.47 负 5.7113:30-13:45 0.0418 1.02 负 1.77 13:45-14:00 0.0117 0.96 负 1.6314:00-14:15 0.0085 0.98 负 0.5514:15-14: 30 0.0062 0.54 负 1.1314:30-14:45 0.0049 0.73 负 0.4814:45-15:00 0.0016 0.03 负 0.01 整个回归的统计调整R: 0.4276样本数: 3146850F-值(自由度为 和3146795): 3471.6对系数的整体检验H:F-值
33、（自由度为4和3146795） 574.33 H0:=F-值（自由度分别为 和3146795）: 809.47说明：1.在回归中非虚拟变量都取其对数值. 2.第4列为方差一致的t-值. 3.最后一列的F-值是假设检验H: 的F-值. 4. ,分别表示检验在1%,5%,10%下是显著的.结论估计市场中的信息交易概率是研究证券市场信息传播过程的有效方法之一，同时也可以解释证券市场中的许多现象。由于在价格形成机制上的巨大差异，因此不应将做市商制度下的市场微观结构模型直接应用于中国证券市场。文中借鉴Handa，Schwartz和Tiwari(2003)提出的基于指令驱动市场的信息交易概率估计方法，对我
34、国证券市场中的信息传播的日内特征和释放过程进行了研究。研究结果发现，我国股市中信息交易概率在日内大致呈倒“J形”，即每个交易日开盘后市场中累积了大量私有信息，然后迅速通过交易得到释放，信息交易概率很快下降到一个比较稳定的水平，在收盘前信息交易概率略有上升，表明收盘前市场中的信息又略有累积，这一现象与Foster 和 Viswanathan（1994）理论模型的推断相一致。文中的研究表明，在日内的不同时刻，市场中的信息分布处于不同的状态，同时私有信息的释放过程不是均匀的，而是存在很大的跳跃性和非平稳性，因此对于市场交易机制设计者来说，在设计交易机制时应该充分考虑到这一点。比如，我国证券市场开盘后
35、的交易时段往往积累了大量私有信息，交易过程中广大中小投资者面临极大的逆向选择风险，这一时段的流动性也比较差。这是由于目前的集合竞价开盘方式交易透明度差，使得集合竞价阶段信息无法有效传播。目前深圳证券交易所的中小板块中引入了开放式集合竞价开盘、三分钟集合竞价收盘等交易机制改革，都是试图加快交易中的信息传播的有效方式。基金项目：国家自然科学基金（编号: 79990580）注释Editors note: Judson Jones is a meteorologist, journalist and photographer. He has freelanced with CNN for four y
36、ears, covering severe weather from tornadoes to typhoons. Follow him on Twitter: jnjonesjr (CNN) - I will always wonder what it was like to huddle around a shortwave radio and through the crackling static from space hear the faint beeps of the worlds first satellite - Sputnik. I also missed watching
37、 Neil Armstrong step foot on the moon and the first space shuttle take off for the stars. Those events were way before my time.As a kid, I was fascinated with what goes on in the sky, and when NASA pulled the plug on the shuttle program I was heartbroken. Yet the privatized space race has renewed my
38、 childhood dreams to reach for the stars.As a meteorologist, Ive still seen many important weather and space events, but right now, if you were sitting next to me, youd hear my foot tapping rapidly under my desk. Im anxious for the next one: a space capsule hanging from a crane in the New Mexico des
39、ert.Its like the set for a George Lucas movie floating to the edge of space.You and I will have the chance to watch a man take a leap into an unimaginable free fall from the edge of space - live.The (lack of) air up there Watch man jump from 96,000 feet Tuesday, I sat at work glued to the live strea
40、m of the Red Bull Stratos Mission. I watched the balloons positioned at different altitudes in the sky to test the winds, knowing that if they would just line up in a vertical straight line we would be go for launch.I feel this mission was created for me because I am also a journalist and a photographer, but above all I live for taking a leap of faith - the feeling of pushing the envelope into uncharted territory.The guy who is going
