1、1市场透明度改变影响交易者行为吗？ 王茂斌 1 孔东民 2（1.对外经济贸易大学金融学院，北京 100029；2. 华中科技大学经济学院，湖北武汉 430074）摘 要：基于中国证券市场 2003 年 12 月 8 日提高市场透明度这一事件，本文对市场透明度提高对交易者行为的影响进行了实证研究。结果发现：市场透明度提高明显改变了交易者的交易策略，主要表现为交易者整体交易指令的激进程度降低，其中交易者减少提交市价指令，增加了撤单的频率，证实了王茂斌、孔东民（2006）的模型结论。同时，我们还发现，市场透明度提高导致交易者提交价格增进的限价指令的比例下降，而提交小额交易指令的比例则增加，同时交易者
2、对交易环境的改变具有学习与逐步适应的能力。关键词：市场透明度；交易行为；交易策略；市场微观结构中图分类号：F830.9 文献标识码:A作者简介：王茂斌，管理学博士，对外经济贸易大学金融学院讲师，研究方向：行为金融和投资基金。孔东民，管理学博士，华中科技大学经济学院讲师。Does Market Transparency Affect Trader Behaviors? Empirical Evidence from Chinese Stock MarketAbstract: Based on the event of improving market transparency of Chines
3、e stock market on December 8, 2003, this paper empirically examines the impact of the change of level of market transparency on traders trading strategies. The empirical evidence provides strong supports for the theoretical results of Wang and Kong (2006). The empirical analysis shows: (1) the chang
4、e of pre-trade transparency has impact on traders trading strategies; (2) the increasing market transparency decreases the whole order aggressiveness of traders and manifestly changes traders order flow composition, including the increasing cancellation order ratio and decreasing market order ratio.
5、 This paper also finds that traders have the learning ability to adjust to the newly changed market environment.导 言市场透明是证券市场制度设计的重要组成部分。根据 OHara25的定义，市场透明是市场参与者观察到市场交易过程信息的能力。根据 Madhavan22的分类，市场透明可以分为交易前透明和交易后透明。交易前透明是进入市场的交易者能够观察到市场即时的买卖报价、市场深度和不在最优报价处的其他限价指令等交易前信息。尽管全球各地证券交易场所在交易前信息披露方面存在很大差异，过去十几
6、年在交易前信息披露方面的重要变化趋势是交易场所趋向于向投资者披露更多的限价指令簿信息 1，证券监管当局也倾向于鼓励提高交易前的透明度。美国证监会（SEC）29和英国公平交易办公室（Carsberg） 12都认为增加交易前透明有助于增进市场流动性的同时也有助于促进市场公平交易与提升市场效率。市场透明在证券市场价格发现过程中起着重要的作用，这一重要性在限价指令市场尤为突出。限价指令市场的重要特征是市场交易者相互提供流动性，交易者能观察到的信息多寡直接影响着其交易策略，进而影响到其他交易者的交易策略。对限价指令市场交易者的交易策略的实证研究最早可以追溯到 Biais, Hillion and Spa
7、tt9利用巴黎市场（Paris Bourse）指令流数据所做的研究。他们发现，交易者基于观察到的限价指令簿的信息来决定其交易策略。Griffiths, Smith, Turnbull and White18、Ranaldo 28和Ellul, Holden, Jain and Jennings16分别对不同市场交易者的交易策略进行的实证研究均证实了 Biais, Hillion and Spatt9的以上结论，显示交易者观察到的信息集对其交易策略有显著影响。交易前透明理论与实证研究方面已经存在多篇文献。理论研究方面， Biais8、Madhavan 21和 Pagano and Roell26
8、分别构建了不同的理论模型来比较具有不同的交易前透明度和交易后透明度的市场结构的特征；Bloomfield and OHara10和 Flood, Huisman, Koedjiak and Mahieu17则利用实验方式检验了做市商市场中交易与报价信息的披露对市场质量的影响。针对限价指令簿的信息披露问题，Madhavan, Porter and Weaver23和 Baruch7分别构建理论模型研究了限价指令簿信息的披露如何影响市场质量。Madhavan, Porter and Weaver23发现披露限价指令簿信息将导致流动性降低，即市场深度降低和交易的价格冲击增大。他们认为，一个更加透明的
9、市场使2得市价指令交易者总是能够采取更加有利可图的指令提交策略，从而导致流动性交易者为了减少损失而降低限价指令数量，从而降低了市场整体的流动性。与此相反，Baruch 7发现披露限价指令簿信息将提高市场流动性。在 Baruch 的模型中，限价指令簿的公开会降低战略性限价指令交易者的信息优势，增加了战略性限价指令交易者之间及限价指令交易者与做市商之间的竞争，从而使得市场流动性增加和价格的信息效率提升。Madhavan, Porter and Weaver23和 Baruch7的模型均是基于一个“混合”的市场，即做市商和限价指令簿共存的市场，对于象中国证券市场这样的限价指令市场未必适合。王茂斌、孔
10、东民 5通过构建一个序列交易模型，分析了限价指令市场中市场透明度的变化对交易者交易策略进而对市场质量的影响。基于一些严格的限定条件，他们考察了交易者在两种不同的交易场景透明市场和不透明市场下的指令提交策略。他们发现，市场透明度的变化明显影响到了交易者的交易策略，具体表现为市场透明度提高导致交易者提交更激进的市价指令 2的比例降低了，同时增加了撤单的频率。本文对他们的理论模型推断进行了实证检验。在实证分析方面，Madhavan, Porter and Weaver 24，Hendershott and Jones 20，Boehmer, Saar and Yu11利用事件研究法分别分析了不同市场
11、的透明度变化对市场质量的影响。Madhavan, Porter and Weaver24发现多伦多证券交易所（TSE）增加限价指令簿的信息披露后市场流动性降低，支持了他们提出的理论模型；Hendershott and Jones20发现 Island ECN 电子交易系统停止发布最活跃的三只交易所交易基金（ETFs）的限价指令簿信息后，这些基金在市场质量等方面有所恶化，具体表现为价格调整速度变慢、有效价差和实现价差增加、交易成本增加；Boehmer, Saar and Yu11发现引入 OpenBook 后，纽约证券交易所股票的有效买卖价差缩减，符合 Baruch的模型市场流动性增加的推断。在
12、市场透明对交易者行为影响方面，De Winne and DHondt14利用 Euronext 的限价指令簿信息实证分析了存在隐藏指令 3时交易者的交易行为，他们发现未观察到的信息（隐藏指令）确实影响着交易者的行为，交易者倾向于既考虑限价指令簿的公开信息，也考虑限价指令簿变化所隐含的信息。2003 年 12 月 8 日，中国的沪深交易所调整了买卖盘揭示范围，由市场最优三档报价揭示变为最优五档报价揭示，换句话说，中国沪深交易所从 2003 年 12 月 8 日起提高了交易前透明度。董锋、韩立岩 1和攀登、施东晖 2通过事件研究分别分析了中国证券市场透明度提高对市场质量和交易者行为的影响。董锋、韩
13、立岩 1发现市场透明度提高明显改善了证券市场的质量。攀登、施东晖 2则利用上证 180 指数样本股的逐笔申报和成交数据分析了沪市透明度提高对个人投资者和机构投资者的交易策略的变化。他们发现，市场透明度提高之后，交易者指令提交更加主动，指令规模增加及指令时机选择能力增强。同时机构投资者比个人投资者的变化幅度更大。本文利用深证成份指数样本股在 2003 年 12 月 8 日事件前后的数据对市场透明度提高对交易者行为的影响进行了实证检验。本文发现，市场透明度提高明显改变了交易者的交易策略，主要表现为交易者整体交易指令的激进程度降低，其中交易者减少提交市价指令，增加了撤单的频率，证实了王茂斌、孔东民
14、5的模型结论。同时，我们还发现，市场透明度提高导致交易者提交价格增进的限价指令的比例下降，而提交小额交易指令的比例则增加，同时交易者对交易环境的改变具有学习与逐步适应的能力。本文的主要贡献在于：第一，本文利用 Biais, Hillion and Spatt9提出的交易指令分类方法，首次实证分析了类似中国市场的纯粹限价指令市场交易前透明度改变对交易者行为的影响，丰富了此类文献；第二，本文的实证结论证实市场信息集的改变，对交易者的交易行为具有显著影响，本文的实证结论具有重要的理论价值与政策含义，有助于证券市场设计者、参与者及研究者更好地理解市场透明度改变的意义。研究设计一、样本数据本文选取深证成
15、份指数 40 家样本股作为研究对象，使用的数据来源于国泰安公司 CSMAR 分笔成交数据库。该数据库包括每笔交易的详细信息，包括成交价、数量和时间，还包括每笔交易之后的限价指令簿状态，包括最优三档（或五档）买卖报价和委托数量。这些信息都是交易者能够观察到的市场即时行情信息。我们使用轧差分析方法复原委托数据，作为分析交易者交易行为的基础 4。二、交易指令的分类3基于轧差分析获得的委托数据，我们首先遵循 Biais, Hillion and Spatt9的分类方法，参考屈文洲 3的处理技巧，将委托交易指令共分为 21 种，具体分类情况和分类标准见表 1。根据交易指令是否形成即时成交，又可以将这 2
16、1 种交易指令划分为两大类：一类是形成即时成交的已成交指令，包括 LB、LS、MB、MS、SB、SS 和 IT 七种；一类是无法形成即时成交的未成交指令，包括剩余的其他指令。每笔委托数据都标记成上述 21 种交易指令类别。表 1 交易指令分类情况与分类标准指令类别缩写选择标准 指令名称缩写选择标准 指令名称LB 在卖 1 价位上成交量大于该价位处的委托量且使卖 1 价位上升大买单 LS 在买 1 价位上成交量大于该价位处的委托量且使买 1 价位下降大卖单MB 在卖 1 价位上成交量大于该价位处的委托量并使卖 1 价位不变中买单 MS 在买 1 价位上成交量大于该价位处的委托量并使买 1 价位不
17、变中卖单SB 在卖 1 价位上成交量小于该价位处的委托量并使卖 1 价位不变小买单 SS 在买 1 价位上成交量小于该价位处的委托量并使买 1 价位不变小卖单已成交指令IT 成交价格在目前的买卖价差别之内，不影响委托报价即时成交ITNBW 新的买方委托单在买 1 价之上和卖 1 价之下出现提交更优买价NOW 新的卖方委托单在卖 1 价之下和买 1 价之上出现提交更优卖价NB1 新的买方委托单在买 1 价处出现 提交买单NO1 新的卖方委托单在卖 1 价处出现提交卖单NB2 新的买方委托单在买 1 价之下，买 3 价之上（包括买 3 价）出现提交买单NO2 新的卖方委托单在卖 1 价之上，卖 3
18、 价之下（包括卖 3 价）出现提交卖单NB3 新的买方委托单在买 3 价之下出现提交买单NO3 新的卖方委托单在卖 3 价之上出现提交卖单CB1 在买 1 价上出现撤单 撤单 CO1 在卖 1 价上出现撤单 撤单CB2 在买 2 价和买 3 价处出现撤单 撤单 CO2 在卖 2 价和卖 3 价处出现撤单 撤单未成交指令CB3 在买 4 价和买 5 价处出现撤单 撤单 CO3 在卖 4 价和卖 5 价处出现撤单 撤单三、样本区间本文选取 2003 年 12 月 8 日前后各 40 个交易日共 80 个交易日作为研究区间，分析市场透明度提高对交易者交易行为的影响。我们以十个交易日为一个研究子区间，
19、共分为 8 个区间（具体划分见表 2） ；区间 14 为深市市场透明度提高之前的样本区间；区间 58 为事件之后的样本区间。由表 1 可知，市场透明度提高前后的中国股市整体表现为短期看涨，长期趋稳，具体表现为市场透明度提高后 3 个月（区间 6）的股票指数比提高前 3 个月（区间 3）上涨 26%，日均股票成交额则上涨 2.75 倍；市场透明度提高后 12 个月（区间 8）的股票指数比提高前 12 个月（区间1）仅上涨 10%，日均股票成交额则仅有轻微增加，显示市场透明度提高前后的中国股市的整体市场环境有较大的差异性。董锋、韩立岩 1和攀登、施东晖 2对中国股市透明度提高所做的事件研究都仅将事
20、件前的某个单一交易区间作为比较基准，并没有考虑大盘上涨和交易活跃对交易者交易策略和市场质量的影响。作为一种改进措施，我们各选取了事件前后的不同时间段的四个样本子区间作为研究区间，并将事件前四个样本区间的均值和中位数作为比较基准，一定程度上控制了大盘涨跌等外在因素的影响。董锋、韩立岩 1将成交量增加视为市场透明度提高导致的市场质量的改善，但是成交活跃的原因是多方面，并不能将其完全归因于市场透明度的提高。但是市场环境的变化对交易者交易策略一定会造成影响，尽管我们仍无法完全估计这种影响的大小，但是这种影响显然是实际存在的。表 2 研究区段划分区间 研究区段 深证成份股平均收盘指数日平均成交额（亿元）
21、备注说明1 2002 年 11 月 25 日12 月 6 日 2851.19 30.03 事件日前一年2 2003 年 5 月 26 日6 月 6 日 3466.76 75.07 事件日前六个月43 2003 年 8 月 25 日9 月 5 日 3202.89 27.38 事件日前三个月4 2003 年 10 月 27 日11 月 7 日 3220.00 44.40 事件日前一个月事件前各区间平均 3185.21 44.22事件日： 2003 年 12 月 8 日 3320.76 47.22 沪深交易所市场透明度提高事件日5 2004 年 1 月 12 日2 月 4 日 3765.54 101
22、.93 事件日后一个月6 2004 年 3 月 15 日3 月 26 日 4048.42 102.72 事件日后三个月7 2004 年 6 月 14 日6 月 25 日 3309.79 37.86 事件日后六个月8 2004 年 12 月 13 日12 月 24 日 3156.23 30.55 事件日后一年事件后各区间平均 3570.00 68.27实证结果与分析一、交易指令流的构成我们首先分析市场透明度提高前后交易者总交易指令流构成的变化。总交易指令流构成的计算是将各样本子区间中 40 家样本股所有交易指令笔数加总，然后再计算各种交易指令的百分比。我们对总交易指令流进行如下划分：根据交易指令
23、是否形成即时成交，将其划分为已成交指令和未成交指令，其中已成交指令包括以下七种交易指令：LB、LS、MB、MS、SB、SS 和 IT，已成交指令又可以近似地理解为市价指令；未成交指令则包括两大类交易指令：限价指令和撤单指令，其中限价指令包括 NBW、NOW、NB1、NO1、NB2、NO2、NB3 和 NO3 等八种交易指令，而撤单指令则包括 CB1、CO1、CB2、CO2、CB3 和 CO3 等六种交易指令。CSMAR 数据库对 2003 年 12 月 8 日之前限价指令簿信息仅提供最优三档买卖报价和委托数据的信息，而之后则提供最优五档买卖报价和委托数据的信息，所以我们无法计算出样本股在事件前
24、各样本子区间的 NB3、NO3、CB3 和 CO3 四种交易指令的百分比。为了便于比较，我们从事件后样本股的总交易指令流中剔除了上述四种交易指令，然后再计算各交易指令的百分比，结果见表 3。由表 3 可以发现：第一，市场透明度提高之后，市价指令在总交易指令中的比例显著下降，从事件前的 32.52%下降到事件后的 24.76%；最优三档报价处撤单指令则有明显增加，从事件前的 24.77%增加为事件后的 39.40%，显示市场透明度提高导致交易者降低了市价指令的提交，而提高了撤单的比例。王茂斌、孔东民 5对此的解释是，由于市场透明度提高导致交易者可以在更宽的报价范围内进行报价，所以导致交易者提交市
25、价指令的比例降低，同时市场透明度提高，导致交易者交易指令的成交逆向风险增加，所以交易者对于未成交指令倾向于频繁的撤单，增加了撤单指令在总交易指令中的比重。第二，市场透明度提高之后，对交易者限价指令的影响总体上是降低了交易者提交限价指令的比例，从事件前的42.71%下降为事件后的 35.85%，但是限价指令的内部构成则有明显差异。限价指令的比例降低主要体现在最优买卖报价之内价格增进的限价指令（包括 NBW 和 NOW 两类指令）的比例的下降，而在最优买卖报价处和次优买卖报价处的提交的交易指令比例则没有明显变化。第三，分析最优三档报价处撤单指令的构成，我们发现在最优买卖报价处的撤单指令（包括 CB
26、1 和 CO1）的比例在市场透明度提高前后增加非常显著，而在次优买卖报价处的撤单指令（包括 CB2 和 CO2）的比例变化则不明显，显示交易者主要还是惧怕市场透明度提高所导致的逆向选择风险的增加，而这种风险对最优买卖报价处的交易指令影响显然大于其他报价处的交易指令。第四，结合限价指令和市价指令比例变化来分析，发现市场透明度提高后，交易者提交价格增进的限价指令的比例下降，而小额成交指令（包括 SB 和 SS 两类指令）则相应增加。对此现象的解释如下：根据多项实证研究，市场透明度提高导致买卖价差缩减。董锋、韩立岩 1对中国市场的研究也证实这一点。他们发现，市场透明度提高之前的 2003 年 11
27、月份深圳市场的平均绝对买卖价差为 0.0255 元，市场透明度提高之后的 2004 年 1 月则降低为 0.0198 元，2004 年 2 月和 3 月的买卖价差也都比 2003 年11 月低。考虑到中国股市的最小报价单位为 0.01 元，且根据施东晖、孙培源 4的研究，中国股市买卖价差大多数情况下为最小报价单位 5，则我们可以合理推断，市场透明度提高之后，深市买卖价差出现在最小报价单位的频率要高于透明度提高之前。当买卖价差为最小报价单位时，希望尽快成交的交易者无法提交价格增进的限价指令，而会倾向于小额成交指令，导致小额成交指令比例上升，价格增进的限价指令比例下降，显示市场透明度改变显然影响到
28、交易者的指令提交策略。表 3 的数据分析是基于每个样本子区间 40 家样本股全部交易指令流的构成。下面，我们再对40 家样本股中每家样本股在各样本子区间内的交易指令流的变化做一分析。我们首先统计每家样本股在各样本子区间内的交易指令流构成，再分别计算事件前后 4 个样本区间的均值，再对 40 家样本股取中位数。我们分别将事件前全部样本区间和区间 4 的中位数作为比较基准，比较了交易5指令流构成在市场透明度提高前后的变化情况，统计结果见表 4。我们对总交易指令流的讨论在表 4 得到进一步验证。首先，市价指令比例（ ）下降非常显著，由事件前中位数MktOrdeRat34.42%下降为 26.21%，
29、且事件后各样本区间内呈现逐步下降态势，显示交易者对于交易环境（市场透明度）的改变有着学习与逐步适应的过程。其次，最优三档报价处撤单比例（ ）CancRte的变化显示撤单比例的增加主要体现在最优买卖报价处撤单比例（ ）的增加，而次优1ncte买卖报价处撤单比例（ ）在市场透明度提高之后的短期内有轻微下降趋势，长期来看，2CancRte变化则不显著。再次，价格增进的限价指令的比例（ ） ，尽管整体出现下降趋势，NWrdeat但是则出现先降后升趋势，与小额交易指令比例（ ）的变化正好形成相反走势，SmltR原因如上文所述。值得注意的是，价格增进的限价指令的比例在市场透明度提高后一年后（即区间 8）出
30、现了上升情形，而小额交易指令比例变化则出现下降情形，对此的可能解释是：市场环境对交易者交易策略有显著影响。由表 2 可知，区间 8 的大盘出现明显回落，交投也出现萎缩，交易不活跃导致买卖价差扩大，买卖价差出现在最小报价单位上的频率下降，交易者选择提交价格增进的限价指令的机会增大，而选择小额交易指令的机会降低，从而导致价格增进的限价指令比例上升，小额交易指令比例则下降。最后，大额交易指令比例（ ）和中等交argLeTdRt易指令比例（ ）在市场透明度提高之后都有明显的下降，结合小额交易指令MediumTraRte比例的增加，我们可以推断市场透明度提高导致交易者交易行为明显趋于谨慎。综上所述，由市
31、场透明度变化前后交易者交易指令流构成变化分析，发现市场透明度改变明显影响了交易者的交易策略，最显著的表现就是交易者交易行为趋于谨慎，一方面他们降低了市价指令的比例，另一方面他们对已提交的限价指令也频频进行撤单操作。同时，我们发现交易者对于交易环境的改变也具有学习与适应能力。6表 3：市场透明度提高前后各样本区间总交易指令流的构成 （单位：%）已成交指令 未成交指令市价指令 限价指令 撤单指令区间LB LS MB MS SB SS IT 小计 NBW NOW NB1 NO1 NB2 NO2 小计 CB1 CO1 CB2 CO2 小计总计1 3.28 3.35 2.79 2.81 7.80 6.6
32、6 1.22 27.92 7.66 5.09 5.95 5.36 7.14 6.17 37.37 13.14 13.54 4.13 3.89 34.70 1002 4.33 4.62 6.41 5.95 5.50 4.25 1.40 32.48 8.55 4.86 7.11 5.80 8.84 6.25 41.41 10.09 9.59 3.48 2.96 26.12 1003 3.45 3.66 5.40 6.49 7.21 8.44 2.16 36.81 10.67 5.84 7.37 7.20 8.06 6.67 45.81 5.43 5.24 3.48 3.23 17.38 1004
33、9.75 10.36 3.19 3.15 2.74 2.45 1.24 32.88 13.23 12.45 4.25 4.10 6.38 5.85 46.26 7.02 6.86 3.56 3.42 20.86 100Pre-mean 5.20 5.50 4.45 4.60 5.81 5.45 1.51 32.52 10.03 7.06 6.17 5.62 7.61 6.24 42.71 8.92 8.81 3.66 3.38 24.77 1005 3.11 3.30 1.20 1.14 9.63 8.02 1.25 27.65 4.42 4.25 6.15 5.51 6.90 5.86 33
34、.09 17.25 16.86 2.64 2.52 39.27 1006 2.58 2.73 0.94 0.94 9.96 8.42 1.07 26.64 3.83 3.68 6.53 5.85 7.04 6.19 33.12 17.50 17.07 2.86 2.82 40.25 1007 2.06 1.74 1.41 1.37 9.86 8.80 1.34 26.58 5.46 4.89 6.16 5.47 7.02 5.30 34.30 16.19 15.71 3.76 3.46 39.12 1008 2.41 2.48 0.79 0.71 5.32 5.24 1.21 18.16 10
35、.44 11.37 4.65 4.45 6.61 5.36 42.88 16.04 15.08 3.99 3.86 38.97 100Post-mean 2.54 2.56 1.09 1.04 8.69 7.62 1.22 24.76 6.04 6.05 5.87 5.32 6.89 5.68 35.85 16.75 16.18 3.31 3.17 39.40 100t 检验的p 值0.194 0.184 0.03 0.028 0.014 0.080 0.235 0.087 0.006 0.001 0.481 0.584 0.210 0.145 0.036 0.012 0.016 0.489
36、0.640 0.029注：本表为深证 40 家样本股交易指令流在各区间的构成比例。交易指令流由 CSMAR 数据库推算得到。交易指令流构成比例的计算方法为基于各区间内全部样本股的交易指令流，对每类交易指令求其百分比。区间 18 的定义见表 4.1，区间 1 至 4 为事件前各样本区间，区间 5 至 8 为事件后各样本区间，区间 5 至 8 的交易指令流的构成根据各区间剔除 NB3、NO3、CB3 和 CO3 后的交易指令作为计算依据。Pre-mean 和 Post-mean 分别为各交易指令占比在区间 1 至 4 及区间 5 至 8 的算术平均值；t 检验的 p 值为对事件前后各样本区间单样本
37、双匹配样本总体均值差异是否显著的检验 p 值，原假设为事件前后各样本区间的总体均值没有差异。7表 4：市场透明度提高前后交易指令流变化分析 （单位：%）事件前全部样本区间作为比较基准 区间 4 作为比较基准变量 pre5pre6pre7pre8preostpre4 54674844postMktOrdeRat34.42 -5.07(0.0000)-6.13(0.0000)-6.52(0.0000)-16.18(0.000)-8.21(0.0000)36.07 -6.73(0.0000)-7.79(0.0000)-8.17(0.0000)-17.83(0.0000)-9.86(0.0000)Cn
38、ct23.46 15.50(0.0000)16.05(0.0000)15.16(0.0000)15.05(0.0000)15.52(0.0000)17.21 21.74(0.0000)22.29(0.0000)21.40(0.0000)21.29(0.0000)21.76(0.0000)1aRte17.73 16.69(0.0000)17.07(0.0000)14.67(0.0000)14.49(0.0000)15.75(0.0000)11.28 23.14(0.0000)23.52(0.0000)21.11(0.0000)20.94(0.0000)22.20(0.0000)2nct5.87
39、-1.45(0.0000)-1.06(0.0000)0.16(0.6358)0.17(0.8746)-0.61(0.0022)5.33 -0.90(0.0000)-0.52(0.0007)0.71(0.4296)0.71(0.6358)-0.06(0.4296)NWOrdeRat20.06 -9.61(0.0000)-11.11(0.0000)-6.38(0.0000)7.34(0.0000)-5.00(0.0000)30.63 -20.18(0.0000)-21.68(0.0000)-16.95(0.0000)-3.23(0.0000)-15.57(0.0000)gLTt12.26 -4.9
40、2(0.0000)-6.03(0.0000)-7.76(0.0000)-6.39(0.0000)-6.48(0.0000)24.20 -16.86(0.0000)-17.97(0.0000)-19.70(0.0000)-18.33(0.0000)-18.42(0.0000)MediumraRte9.37 -6.76(0.0000)-7.22(0.0000)-5.95(0.0000)-7.50(0.0000)-6.81(0.0000)6.36 -4.09(0.0000)-4.54(0.0000)-3.28(0.0000)-4.83(0.0000)-4.14(0.0000)Sltt11.15 6.
41、89(0.0000)7.14(0.0000)7.43(0.0000)-2.12(0.0002)4.93(0.0000)3.56 14.48(0.0000)14.73(0.0000)15.02(0.0000)5.47(0.0000)12.52(0.000)注：本表分析深证 40 家样本股交易指令流在市场透明度提高前后的变化，交易指令流由 CSMAR 数据库推算得到。交易指令流构成比例的计算方法如下：先计算每家样本股在各子区间的交易指令流构成比例，再求 40 家样本股的中位数。本表分别将事件前的全部子区间（区间 1 至 4）和区间 4 作为比较基准。区间 18 的定义见表 4.1。 和pre分别为
42、 40 家样本股在事件前后的全部子区间中的算术平均值的中位数。 为市价指令比例，包括以下七种交易指令：LB、LS、MB、MS、SB、SS 和 IT；post MktOrdeRat为撤单比例，包括 CB1、CO1、CB2 和 CO2 四种交易指令； 和 分别为最优买卖报价处和次优买卖报价处撤单比例， 包括 CB1 和 CO1 两种CancRe 1Canc2nc 1CancRte交易指令， 包括 CB2 和 CO2 两种交易指令； 为最优买卖报价之内的限价指令比例，包括 NBW 和 NOW 两种交易指令； 为大额交易指令，包2cate NWOrdeRt rgLTd括 LB 和 LS； 为中等交易指
43、令，包括 MB 和 MS； 为小额交易指令，包括 SB 和 SS。本表第二列和第八列列出了各变量的中位数，其他各列则为其MdiumTrRt Smlrt他区间的中位数与比较区间的变化值。括号内为双匹配样本中位数是否相等的 Wilcoxon 符号秩检验的 p 值，原假设为中位数变化值为零。8二、回归分析交易者交易的激进程度受到诸多因素的影响。本节通过回归分析的方法来考察市场透明度的改变是否改变了交易者交易指令的激进程度。根据王茂斌、孔东民 5的推断，因为市场透明度提高使得交易者的指令提交的选择范围更大，提高了未成交指令的成交概率，交易者为争取成交提交交易指令的竞争减弱，导致交易者倾向于提交不太激进
44、的交易指令。所以，市场透明度提高会降低交易者交易指令的激进程度。根据研究文献，其他影响交易者交易指令的激进程度的变量还包括买卖价差、市场深度及交易时间等。首先，一般认为交易指令的激进程度与买卖价差存在反向关系。买卖价差可以视为不耐心交易者即时成交的隐含成本。交易者是否提交更激进的指令，主要取决于推迟成交与即时成交之间的成本权衡。当买卖价差较大时，交易者更愿意提交限价指令，因为即时成交的成本高于推迟成交的等待成本；当买卖价差较小时，后者的成本高于前者，交易者倾向于提交更激进的市价指令。Ranlado27和 Chan13的实证研究也都发现买卖价差越大，交易指令的激进程度越低。其次，研究文献认为市场
45、深度对交易指令的激进程度也有影响。根据 Parlour27的推断，由于存在时间优先的成交规则，几方限价指令簿最优报价处的委托数量越多，交易者在该价格处提交交易指令的成交机会就越低，交易者倾向于越过最优报价，提交更加激进的交易指令，这体现了限价指令市场中交易者之间的竞争。同时，如果对手方限价指令簿最优报价处的委托数量越多，交易者预测未来进入市场的对手方交易者提交更激进的交易指令的概率越高，她则倾向于提交不太激进的交易指令。所以，几方限价指令簿最优报价处的报价深度与交易指令的激进程度之间为正相关关系，对手方限价指令簿最优报价处的报价深度与交易指令的激进程度之间为负相关关系；另一方面，根据 Harr
46、is19的推断，由于存在时间优先原则及最小报价单位是离散的，限价指令市场的交易者竞争之间存在着“先发优势” ，所以几方或对手方限价指令簿最优报价处之外的报价深度与交易指令的激进程度之间呈现正相关关系。再次，交易指令提交所发生的时间对交易指令的激进程度也有影响。一般认为私人信息是短期的及知情交易者之间也存在着竞争，所以拥有私人信息的知情交易者都是不耐心的，倾向于每天早晨时较多地采用更激进的市价指令以利用其私人信息。所以，早盘会比一天中其他时间段观察到更多的激进的交易指令。综合以上分析，我们提出如下研究假设：假设 1：交易指令的激进程度与买卖价差存在反向关系，即买卖价差越大，交易指令的激进程度越低
47、。反之，买卖价差越小，交易指令的激进程度越高。假设 2：交易指令的激进程度与几方限价指令簿最优报价处的委托数量存在正向关系，与对手方限价指令簿最优报价处的委托数量存在反向关系，与几方或对手方限价指令簿最优报价处之外的报价深度则存在正向关系。假设 3：每日之内，交易时间越早，交易指令的激进程度越高。为了考察市场透明度对交易者交易指令激进程度的影响，我们首先采用与 De Winne and DHondt14和 Wang, Zu and Kuo30近似的方法，将上文筛选出的交易指令根据激进程度的高低分为以下五类：（1）12,345tifLBSMITOAifif交 易 指 令 为 和交 易 指 令 为
48、 和交 易 指 令 为 NW和 O交 易 指 令 为 1,2和交 易 指 令 为 C和然后，再分别使用 Ordered probit 模型、Ordered logit 模型和 OLS 模型对以下方程进行回归分析：（2）1, 1, ,101234567 1*t t tt SOSt tOt ttASpreadDephephDephDehTimFTransumy 其中 表示 期交易指令的激进程度，由等式（1）来确定。 表示 期的买卖价t trad9差； 分别为几方最优报价处委托数量、对方最优报价处委托1,1, , ,ttt tSOSODephephD和数量、几方次优两档处委托数量和对方次优两档处委托
49、数量； 为交易时间指示变量，tTimeFra当该交易指令发生在 9：3010：00 之间取 1，10：0011：30 之间取 2，13：0014：30 之间取 3，14：3015：00 之间取 4； 为是市场透明度虚拟变量，当该交易指令发tTranspuy生在事件之前取 0，之后取 1。回归分析结果见表 5 的 Panel A。由表 5 的 Panel A 可知，首先，市场透明度虚拟变量（ ）系数为正，表示市场透rnspDuy明度与交易者激进程度之间为负相关关系，市场透明度越高，交易者交易指令激进程度越低，符合我们的推断。其次，买卖价差（ ）的系数显著为负，表示买卖价差与交易者交易指令的Sred激进程度之间为正相关关系，买卖价差越小，交易指令的激进程度反而降低，而不是研究文献普遍认为的增加了交易指令的激进程度。施东晖、孙培源（
