• 论文 • 上一篇    下一篇

深圳股票市场的日内流动性研究

张涤新1,眭以宁2   

  1. 1.南京大学商学院,中国特色社会主义经济建设协同创新中心, 南京 210000;2.南京大学商学院,南京 210000
  • 出版日期:2015-12-25 发布日期:2016-01-12

张涤新,眭以宁. 深圳股票市场的日内流动性研究[J]. 系统科学与数学, 2015, 35(12): 1487-1500.

ZHANG Dixin,SUI Yining. AN ANALYSIS OF INTRADAY PATTERNS IN BID-ASK SPREADS: EVIDENCE FROM THE SHENZHEN STOCK EXCHANGE[J]. Journal of Systems Science and Mathematical Sciences, 2015, 35(12): 1487-1500.

AN ANALYSIS OF INTRADAY PATTERNS IN BID-ASK SPREADS: EVIDENCE FROM THE SHENZHEN STOCK EXCHANGE

ZHANG Dixin1 ,SUI Yining2   

  1. 1.Business School of Nanjing University, Nanjing 210000;2.Business School of Nanjing University, Nanjing 210000
  • Online:2015-12-25 Published:2016-01-12

流动性为证券市场注入了活力,使得投资者转让和买卖 证券的交易得以顺利完成.因此如何衡量流动性的问题关乎到市场 能否更有效地发挥作用.自Demsetz~(1968)的《交易成本》一文发表后,买 卖价差成为了反映证券市场流动性的重要指标,不同的价差分解模型相继 出现并不断完善.在总结现有研究的基础上,文章运用两种类型的高频数 据从买卖价差角度对中国深圳股票市场的日内流动性进行了研究.利用 大单交易明细数据进行实证分析时,文章以MRR模型作为基本框架,将交易的 持续期和订单规模作为新的变量加入其中,得到了扩展的MRR模型,并 分别对MRR模型和扩展的MRR模型进行了广义矩估计(GMM);利用1 分钟分时数据进行实证分析时,文章借鉴了Corwin 和Schultz (2012)提出的高低比估计量的思路,估计了市场各时段的相对买 卖价差.综合上述模型实证结果,文章发现:交易持续期和订单规模对买 卖价差产生了显著的影响,买卖价差中的逆向信息成本与订单规模呈正相 关,与交易持续期呈负相关;订单处理成本与订单规模呈负相关.交易持 续期和订单规模的日内特征是导致深圳股市的逆向信息成本和隐含价差 在日内呈``L''形且订单处理成本基本保持不变 的直接原因.和其他股票市场相比,深圳股市的整体 流动性宽度较好,但是信息不对称状况更为严重.此外,最小 价格变动单位影响了低价股的流动性,一定程度上人为增加 了低价股的买卖价差.

Market liquidity instills vitality in secondary markets. Since Demsetz's seminal paper, bid-ask spread has been treated as one of the most important proxies for market liquidity. In this article, we develop a model of intraday price formation featuring influences of order size and trading duration on components of bid-ask spread based on the framework raised by Madhavan, Richardson and Roomans. Through F-test, our model is statistically superior to the original MRR model in explaining price changes. In addition, we measure the relative magnitudes of bid-ask spread with the high-low estimator raised by Corwin and Schultz. By adopting general momentum moments regression approach, we find that the adverse selection costs increase with trade size and decreases with increases in trading duration. Conversely, order processing costs decrease with increases in trade size. The adverse selection costs and implied bid-ask spread are highest at the beginning of the day and lowest at the end of the day, although order processing costs remain stable through the day. Stocks of Shenzhen's 40-stock index contain a smaller relative magnitudes of bid-ask spread, a smaller order processing component but a larger adverse selection component than stocks in NYSE, TSE, LSE etc.

MR(2010)主题分类: 

()
[1] 陈晓红,彭宛露,田美玉. 基于投资者情绪的股票价格及成交量预测研究[J]. 系统科学与数学, 2016, 36(12): 2294-2306.
[2] 冯玲,吴江樵. 股票市场组合的市场风险度量研究------基于相关性模型[J]. 系统科学与数学, 2016, 36(12): 2307-2324.
[3] 江良,林鸿熙,宋丽平. 基于P-样条方法的短期利率模型非参估计[J]. 系统科学与数学, 2016, 36(11): 2137-2150.
[4] 刘凌晨,段白鸽. 一类随机利率下特殊年金的计算[J]. 系统科学与数学, 2016, 36(10): 1670-1677.
[5] 宋丽平,余王辉. 经理期权整体实施与非限制实施的等价[J]. 系统科学与数学, 2016, 36(10): 1710-1720.
[6] 龚玉婷,郑旭. 基于Copula模型的尾部相依性长记忆效应研究[J]. 系统科学与数学, 2016, 36(6): 783-799.
[7] 唐振鹏,黄友柏,罗雪玲. 资产组合优化的多分形模型及实证分析[J]. 系统科学与数学, 2016, 36(2): 198-.
[8] 丁元耀,卢祖帝. 安全首要准则下的借贷约束与不确定风险投资[J]. 系统科学与数学, 2015, 35(12): 1529-1545.
[9] 唐勇,黄志刚. 多分形视角下的金融市场波动建模研究[J]. 系统科学与数学, 2015, 35(6): 667-684.
[10] 赵涤非,唐勇. 基于高频数据视角的上证综指跳跃原因分析[J]. 系统科学与数学, 2015, 35(1): 85-98.
[11] 张玲. 资产收益可预测的动态资产配置[J]. 系统科学与数学, 2014, 34(5): 534-549.
[12] 张玲,李仲飞. 收益序列相关的动态资产-负债管理[J]. 系统科学与数学, 2012, 32(3): 297-309.
[13] 王治,张新华. 负债代理冲突下企业投融资互动行为的实物期权分析[J]. 系统科学与数学, 2012, 32(1): 79-89.
[14] 刘畅;张文;邵燕敏. 三种生成神经网络拓扑结构的方法在股票、商品价格预测中的应用及结果比较[J]. 系统科学与数学, 2011, 31(3): 346-353.
[15] 谢海滨;邹国华;汪寿阳. 价格波动幅度变动率---一个新的市场风险度量指标[J]. 系统科学与数学, 2009, 29(11): 1460-1466.
阅读次数
全文


摘要