市场微观结构理论 on Yuunagi Library

前言

Mon, 01 Jan 0001 00:00:00 +0000

前言#

本书最初是我在康奈尔大学（Cornell University）开设的市场微观结构（Market Microstructure）博士课程的基础。我当时的动机——现在依然如此——是提供市场微观结构主要模型和理论的统一阐述与检验。这些建模问题范围广泛，因为微观结构已从主要关注存货（inventory）问题，演变为最近更关注信息经济学（information economics）相关的议题。该领域现已发展到出现几种广泛使用的范式，但这些结果的普遍性及其适用性尚未被充分理解。此外，模型的复杂性要求熟悉理性预期模型（rational expectations models）、贝叶斯学习（Bayesian learning）和博弈论（game theory）才能理解其行为。对于理论家和实证研究者来说，似乎都需要对市场微观结构理论进行统一处理，这便是本书的缘起。

本书分析了微观结构理论从最初的存货模型到近期研究基于信息和博弈论范式的发展过程。在这一发展中，我解释了主要理论模型如何运作、文献到彼时的演进、每种方法的优缺点以及尚未解决的问题。虽然这涉及对文献的大量讨论，但本书并不旨在成为该领域的权威文献综述。我的目标是更为谦逊（也更为可行）的：提供市场微观结构理论发展与演变的总体视角。

在追求这一目标的过程中，我选择聚焦于该领域中最令我感兴趣的主题。这带来的一个不太理想的后果是，某些研究（尤其是我自己的）被强调，而其他研究可能未得到应有的关注。我仅关注理论研究也意味着，市场微观结构中一些最引人注目的工作因其实证性质而未包含在内。我坦然承认这些局限，并希望该领域本身的广阔性能为这些不足提供些许辩护。

最后，我要感谢那些慷慨为各章提供见解和意见的人士。我特别感谢 Peter Carr、Michael Fishman、Doug Foster、Ananth Madhavan、Craig MacKinley、Duane Seppi、Matt Spiegel 和 S. Viswanathan 的帮助。我还要感谢 Joe Paperman 的协助及其对手稿的仔细审阅。手稿的一部分是在剑桥大学（University of Cambridge）期间完成的，我感谢丘吉尔学院（Churchill College）和应用经济学系（Department of Applied Economics）的支持。最重要的是，我特别感谢 David Easley，他在本项目几乎每一步中的帮助都令我感激不尽。

M. O'H.

第1章 · 市场与做市

Mon, 01 Jan 0001 00:00:00 +0000

第1章 · 市场与做市 #

市场微观结构（Market Microstructure）是在明确交易规则下研究资产交换过程与结果的学科。虽然经济学在很大程度上抽象掉了交易的机械过程，但微观结构文献分析了具体交易机制如何影响价格形成过程。这些机制可能涉及专门的中间人（如股票专营经纪人（stock specialist）或出市员（saitori）），采用集中化的场所（如交易所或期货交易池），或者仅仅是买卖双方表明交易意向的电子公告板。无论具体机制如何，价格终究会出现，买卖双方终究会达成交易。

对交易机制作用的兴趣无疑受到1987年市场崩盘所揭示的市场脆弱性的刺激。而新市场和交易所以前所未有的速度激增，进一步增强了微观结构领域的吸引力。但市场微观结构研究背后更根本的是一种好奇心：希望了解经济中价格是如何形成的。这一长期被归入经济学"黑箱"的课题，是理解经济体如何运作以配置商品和服务的基础。

市场微观结构研究利用特定交易机制所提供的结构，来建模价格制定规则在市场中的演变。这不仅能够刻画不同交易协议如何影响价格形成，还能解释为什么价格会表现出特定的时间序列性质（time-series properties）。由于微观结构研究以金融资产市场为背景，这增强了我们理解金融资产收益以及市场变得有效的（efficient）过程的能力。

抽象地看，市场微观结构研究对于阐明价格和市场行为具有重要价值。这在市场监管以及新交易机制的设计与制定中具有直接应用。然而，更大的价值可能来自市场微观结构理论为实证研究提供的洞见。价格、订单和其他市场信息的详细（某些情况下是实时的）数据日益可得，使得以前所未有的详细程度进行实证研究成为可能。但我们对短时间间隔内经济行为的了解并不深入，因此需要精确地阐明什么行为与优化经济主体的行为是一致的。

本书通过考察市场微观结构理论工作的现状来提供这样的阐述。本书的目标不是提供市场微观结构中每个问题的百科全书式参考，而是分析用于解释市场行为的一般范式（paradigms）。随着该领域大量文献的出现，以及信息经济学工具和技术的蓬勃发展，市场微观结构理论可能看起来像是一堆模型的杂乱集合，除了主题之外几乎没有共同之处。然而，这些研究大多共享一个核心关注点：市场数据中隐含的信息，以及将信息转化为价格的学习过程（learning process）。我希望在这本书中提供一个统一的框架来理解这些联系，并由此理解现有理论研究所提供的洞见。

市场微观结构理论的一个有趣之处在于其演变。早期研究关注与供需随机性相关的问题，而后期研究更侧重于价格和市场的信息聚合（information-aggregation）特性。这两种方法尚未完全融合，这意味着微观结构问题中许多有趣且重要的维度尚未被探讨。然而，这些一般范式已被应用于广泛的问题，了解这些分析揭示了什么是很有用的。

也许更重要的是微观结构中尚待研究的众多问题。金融市场的演变引发了与市场结构和稳定性相关的无数政策问题。尽管建模广泛，理论分析尚未对证券价格应具备的实证属性和行为提供确定性的结论。这些问题无疑将成为未来十年研究议程的重点。但在理解这些问题之前，必须先解决更根本的问题：市场如何运作。这正是我们现在要着手的工作。

在本章剩余部分，我将探讨市场中价格是如何确定的最基本问题。我将说明传统价格形成观点的困难，特别是它未能赋予明确交易机制任何角色。然后，我将简要讨论用于交易金融资产的各种市场类型。这为我们后续章节分析用于解释市场价格演变的各种理论方法奠定了基础。

1.1 价格与市场#

是什么决定了价格？在标准经济学范式中，是特定商品的供给曲线和需求曲线的交点。当然，在均衡状态下，情况必然如此。但这一均衡究竟是如何实际达到的？经济体中是什么协调了需求者和供给者的意愿，使得价格出现并发生交易？也许令人惊讶的是，经济学对此问题提供的答案很少，而市场微观结构研究的起源正在于此。

对于经济学家来说，传统上有两种处理价格形成机制的方法。第一种是论证其无关性。由于经济学的大部分内容涉及均衡分析，对许多问题而言重要的是均衡价格的性质。这些性质只需解出市场出清价格即可确定；而市场出清究竟如何实现并不重要。这种不可知论的价格设定方法可以在理性预期文献中找到。$^{1}$ 在那里，感兴趣的问题涉及交易者如何利用价格中的信息来确定其均衡需求。非均衡行为不被考虑，部分原因是很难调和观察到这种行为的可能性，更不用说刻画其可能具有的性质了。

这种方法的两个优点是简单性和一般性。然而，这种方法隐含的假设是，交易机制在影响最终均衡结果方面不起作用；无论采用何种交易机制，都会出现相同的均衡。这一假设对于交易者拥有差异信息的市场尤其令人不安。正如 Radner [1979] 所指出的："对这一（均衡）情况的彻底分析可能需要对交易机制进行比通常一般均衡分析更详细的说明。尽管如此，通过使用某种合适的均衡概念来尽可能独立于交易机制的具体细节而获得结果，是很有诱惑力的。"后来的研究者（参见 Blume, Bray, and Easley [1982] 的讨论）会质疑这是否真的可以实现，但这种对交易机制的抽象导致了对产生均衡价格的底层机制的漠视。$^{2}$

另一种处理价格形成机制的方法是虚构一个瓦尔拉斯拍卖人（Walrasian auctioneer）。正如几代经济学家所学到的那样，价格形成过程可以用瓦尔拉斯拍卖人的一般表示来刻画：拍卖人汇总交易者的需求和供给以寻找市场出清价格。这一过程的具体机制始于每个交易者向拍卖人提交其需求，甚至其需求计划。拍卖人宣布一个潜在交易价格，交易者随后在该价格下确定其最优需求。在实际交易发生之前，每个交易者都有机会修改其订单。拍卖人提出新的潜在价格，交易者再次修改订单，这个过程一直持续到不再有进一步修改为止。均衡出现时，每个交易者在均衡价格下提交其最优订单，且在该价格下供给量等于需求量。

这种表述将市场价格视为来自摸索过程（tâtonnement），即一系列初步拍卖。在均衡之外不允许交易，激励问题也不被考虑，因此不存在交易者在知道"真实"价格后希望重新订约的困难。由于价格调整到超额需求为零为止，瓦尔拉斯拍卖人不持有任何交易头寸，仅充当将数量从卖方重新导向买方的角色。此外，这种拍卖活动是无成本的，因此交换过程中没有摩擦。均衡价格因此成为买卖双方无成本交换资产的、看不见的交易博弈的自然结果。

瓦尔拉斯拍卖人提供了一种简单而优雅的方式来设想价格制定过程。但它是否真的捕捉到了价格形成的实际过程？价格是否像这里假设的那样自然演变，还是有其他因素影响价格行为？这些问题的答案并不直接。正如我们将在下一节中讨论的那样，对于金融资产而言，确实存在至少近似类似于瓦尔拉斯框架的市场。但也有许多市场与之截然不同，特定的市场参与者扮演着远非拍卖人那种被动角色的职能。或许更重要的是交易者行为问题。如果交易不仅仅是简单地匹配均衡中的供给和需求，那么交易机制本身可能就有其重要性。

一些经济学家提出了这类担忧，例如 Working [1953] 和 Houthakker [1957]。然而，对交易最直接的分析来自 Demsetz [1968]，他考察了证券市场中价格的决定。尽管 Demsetz 的关注点是交易成本的性质，但他对供需时间维度如何影响市场价格的分析，为市场微观结构的正式研究奠定了基础。

Demsetz 从一个简单的观察开始：交易可能涉及某些成本。这种成本可能是显性的，例如特定市场收取的费用；也可能是隐性的，反映了与交易立即执行相关的成本。这些隐性成本被称为即时性价格（price of immediacy），其产生是因为与瓦尔拉斯拍卖不同，交易具有时间维度。具体而言，虽然从长期来看卖方数量可能与买方数量相等，但在任何特定时间点，这种结果并不保证。如果希望立即卖出的交易者数量不等于希望立即买入的数量，交易不平衡将使得在给定时间 t 找到市场出清价格变得不可能。

Demsetz 认为，这种缺乏均衡可以通过支付即时性价格来克服。具体来说，他认为在任何时间点，市场上都有两种供给和需求来源。在需求方面，一种需求来自希望立即买入的交易者，另一种来自希望买入但不急于此时执行的交易者。市场的供给方面可以类似定义。如果希望立即买入的交易者存在不平衡，那么要么部分买方必须等待卖方到来，要么他们可以出更高的价格来诱导那些等待中的卖方立即交易。类似地，如果希望立即卖出的交易者存在不平衡，那么必须出更低的价格来诱导更多的需求者立即交易。这导致的不是一个价格，而是两个价格来表征均衡。

这种价格可以包含即时性成本的想法，捕捉了价格过程中瓦尔拉斯框架未曾设想的一个方面。现在实际上有两条供给曲线和两条需求曲线，反映了交易过程的两个时间框架。愿意等待的交易者可能以瓦尔拉斯框架中设想的单一价格交易，但立即发生的交易则不会分享这一结果。这意味着即使是均衡价格的概念也存在问题。价格取决于你是想买入还是卖出，而不仅仅是交易的意愿。

同样重要的是，市场的具体结构可能影响交易价格。由于立即交易所需的价格让步幅度（即价差（spread））取决于交易者数量，成交量（volume）等因素可能会影响即时性成本，从而影响市场价格。Demsetz 在他的研究中处理了这些结构问题，他实证考察了纽约证券交易所（NYSE）价差大小与交易量之间的关系。他的研究表明，市场的行为——就像企业的行为一样——只有通过考察其结构和组织才能被理解。

如果用于设定价格的实际机制不仅仅是通向不可避免结果的渠道，而是均衡价格本身的输入，那么这些机制如何运作就不能被忽视。Demsetz 模型分析了一个简单交易机制的行为，但其分析显然有限。实际机制远比这个单期模型复杂得多。事实上，Demsetz 分析中未包含的特征看似无穷无尽。同样重要的是市场机制与交易者行为之间的交互作用。如果交易机制在定价中起作用，那么它也会影响交易者的订单决策。因此，订单过程对价格设定机制的外生性（exogeneity）很可能不成立。价格的确定问题因此呈现出远离瓦尔拉斯拍卖人简单性的复杂性。

在本书的剩余部分，我们将考察交易机制如何影响价格的形成。虽然所有理论工作都涉及一定程度的细节抽象，但微观结构研究仍然部分地植根于实际市场设计的特征。因此，对证券市场设计的至少广泛理解是研究市场微观结构的先决条件。在下一节中，我们将考虑交易所市场的一般特征以及在现实市场中价格制定规则结构化的替代方式。我们的讨论必然是不完整的；当前市场结构的方式多种多样，新的市场出清机制正以惊人的频率出现。但许多市场具有共同特征，正是这些共同点我们将在后续章节中探讨。

1.2 市场的性质#

交换过程以多种方式发生。买卖双方可以直接联系。交易者可以聚集在中心场所或通过计算机屏幕进行交流。单一的中间人可以安排每笔交易，也可以有许多个人聚在一起制定价格。然而，无论何种环境，都存在明确或隐含的规则来支配交易机制，正是这些规则导致了市场价格的形成和演变。

正如我们之前所讨论的，一组简单的规则可能涉及顺序拍卖（sequential auction），就像瓦尔拉斯拍卖人隐含使用的那样。事实上，这种市场近似于伦敦黄金定盘价（London gold fixing）。$^{3}$ 在那里，每天上午大约 10:30，伦敦五大金银商号的代表在 N. M. Rothschild 的办公室会面，确定黄金的现货市场价格。定盘过程由会议主席建议一个开盘价开始。$^{4}$ 代表们随后表明其公司在该价格下是净买方还是净卖方。主席宣布一个新价格，再次确定净买入和净卖出。这个过程一直持续，直到确定一个净买入和净卖出相等的价格，并且每位代表通过放下桌上的小英国国旗表示同意。这个价格就是上午的伦敦黄金定盘价。下午重复类似的过程来确立下午的黄金定盘价。

第2章 · 存货模型

Mon, 01 Jan 0001 00:00:00 +0000

第2章 · 存货模型 #

在证券市场的传统研究中，证券价格通常被视为宏观经济现象。这一焦点随着 Demsetz 的工作而改变，他对买卖价格性质的描绘将注意力集中到了证券市场的基本微观基础上。从这种微观经济视角看待证券价格行为，为将证券价格行为刻画为经济主体优化行为的结果提供了途径。这进而带来了两个重要好处。第一，由于价格通常由特定个人或机制设定，价格形成的研究就成为对该个人或机构行为的研究。可以摒弃瓦尔拉斯均衡（Walrasian equilibrium）的标准近似及其伴随的缺乏对均衡价格实际如何产生的解释。第二，这种微观视角使得市场行为可以被视为个体交易者行为的加总，从而能够预测当这些基础决策问题发生变化时价格将如何变化。

在本章中，我们考察证券市场微观结构的初始理论分析。从 Garman [1976] 的一篇重要论文开始，研究者们专注于理解在订单流（order flow）和市场出清协议（market-clearing protocol）的性质下市场价格是如何产生的。在分析这一问题时，文献中出现了三种不同的研究范式。第一种以 Garman 为起点，关注订单流在确定证券交易价格中的作用。第二种方法以 Stoll 以及 Ho 和 Stoll 的工作为代表，明确考察交易商（dealer）的优化问题。第三种领域包括 Cohen、Maier、Schwartz 和 Whitcomb 的工作，分析了多个流动性提供者的效应。这些方法各自的核心都是订单流的不确定性，这种不确定性可能导致专营经纪人（specialist）或交易商的存货问题以及交易者的执行问题。

在本章中，我们将讨论这些一般方法，并考察做市商（market maker）如何应对价格和存货不确定性。我们的重点是确定在各种市场环境中特定的价格制定主体如何设定市场价格，以及当我们引入不同类型的不确定性时这些价格如何变化。正如将看到的，市场价差（spread）和市场价格的演变可以用多种方式解释，因此这些基于存货的方法可以预测许多有趣的性质。

然而，可能同样明显的是，其中一些方法最终被证明是无效的；它们已被其他方法和范式所取代（这些方法将在本书后续章节中考察）。这就是研究的本质，而理解这种情况为何发生以及什么有助于模型的可行性和持久性，能够增强我们构建更好、更有用的微观结构现象模型的能力。我们首先考虑一个风险中性（risk neutral）的做市商如何应对由随机供给和需求引入的复杂不确定性。

2.1 订单到达与做市#

均衡价格是需求量等于供给量的价格。预测这一价格将在市场上盛行已被证明是对市场结果有用的初步近似。但对证券市场交易的更仔细考察提出了问题：如何应用这一范式以及它在预测证券价格的精细行为方面的价值。例如，如果买方和卖方在不同的时间点到达，供给和需求计划指的是哪个时间段？同样，如果买入或卖出订单在所选时间段内并不总是平衡的，价格如何变化以反映订单流？此外，考虑到短期供给和需求之间可能出现不平衡，市场出清机制能否长期存续？

这些问题正是 Garman [1976] 研究的焦点。Garman 认为，交易所市场可以用买入和卖出订单流来刻画。这些订单将作为个体交易者潜在优化问题的解而出现，但明确刻画这些问题并不一定重要。重要的是订单将被提交到市场，且供需之间可能暂时出现不平衡。这种不平衡赋予了"时间微观结构"（temporal microstructure）重要性，即买方和卖方之间的交换在任何时间点上实际是如何发生的。Garman 对这些跨期问题的关注因此开创了市场微观结构的明确研究。

将供给和需求视为随机过程允许从不同视角看待交换过程。虽然先前的研究者（如 Demsetz）已经注意到交易不平衡的重要性，但对个体交易者交易意愿的关注限制了他们对作为一个实体的市场如何解决这一清结问题的刻画能力。孤立地看待订单流使交换过程看起来更类似于存货应用和保险市场中发现的随机匹配问题。这种视角也提供了一种分析特定市场出清机制（或价格制定者）与订单流行为之间相互作用的方法。特别是，如果支配订单的随机过程（即订单到达率）受市场上现行价格的影响，那么最优定价机制必须包含这种关系。此外，由于订单不平衡必然发生，交易所机制如何运作将影响跨期流动性（intertemporal liquidity）的提供。这种流动性考虑是许多后续工作的焦点，我们将在本章后面和第8章中更详细地处理它们。

为了考察这些交换问题，Garman 考虑了两种市场出清框架：交易商结构（dealer structure）和双向拍卖机制（double auction mechanism）。双向拍卖方法鉴于拍卖理论的广泛研究是一个自然构造，但它对明确市场特征的抽象对于研究特定市场环境是一个缺点。$^{1}$ 交易商方法被证明更符合有组织的证券市场中的机制特征，因此我们将关注这种设定。

在 Garman 的模型中，有一个单一的、垄断性的做市商，他设定价格、接收所有订单并清结交易。交易商的目标是在避免破产或失败的前提下最大化每单位时间的预期利润。只要交易商耗尽存货或现金，失败就会发生。做市商的唯一决策是设定一个卖出价（ask price）$p_a$（他将以此价格满足希望买入股票的订单）和一个买入价（bid price）$p_b$（他将以此价格满足希望卖出股票的订单）。$^{2}$ 订单假设为一股。交易商具有无限期界，但只在初始时刻选择一次买入和卖出价格。

模型中的不确定性来自买入和卖出订单的到达。这些订单被表示为独立的随机过程，其中买入和卖出订单的到达被假设为泊松分布（Poisson distributed），具有平稳到达率函数 $\lambda_{\mathrm{a}}(p)$ 和 $\lambda_{\mathrm{b}}(p)$ 。买入（或卖出）订单遵循泊松过程，如果买入（卖出）订单到达之间的等待时间呈指数分布。更正式地，令 t 为最后一个买入订单的时刻，则在区间 $[t, t + \Delta t]$ 内到达一个买入订单的概率近似为 $\lambda_{a} \Delta t$（对于小的 $\Delta t$ ）。将订单表示为泊松过程允许 Garman 以可处理的方式捕捉订单到达随时间的随机性。

第3章 · 基于信息的模型

Mon, 01 Jan 0001 00:00:00 +0000

第3章 · 基于信息的模型 #

前一章讨论的存货方法为市场价格行为提供了一些重要的洞见。然而，这些模型的一个含义是，交易成本（尽管已扩展到包括各种存货成本）仍然决定买卖价差。从 Bagehot [1971] 的一篇富有洞察力的论文开始，出现了一种解释市场价格的新理论，该理论不依赖于交易成本，而是提出了信息的重要作用。这些基于信息的模型（information-based models）利用逆向选择（adverse selection）理论的洞见，证明了即使在竞争性市场中，在没有显式交易成本的情况下，价差也会存在。

在接下来的三章中，我们将分析主要的基于信息的模型，以理解这些模型如何解释价格行为。基于信息的模型的一个重要方面是，它们允许考察市场动态，从而提供对价格调整过程的洞见。这些调整问题将在第6章中更详细地考察。基于信息理论的另一个方面是，它们允许知情交易者和非知情交易者具有潜在的策略行为。这些问题将在第4章和第5章中考虑。

3.1 知情交易者与非知情交易者#

信息模型的起源通常归功于 Bagehot [1971] 的一篇简单论文。他的出发点是注意到市场中存在市场收益（market gains）和交易收益（trading gains）的区别。前者是熟悉的概念：当市场价格普遍上涨时，大多数投资者获利；当价格下跌时，大多数投资者亏损。由于价格随时间有涨有跌，人们可能预期投资者参与的是一个公平博弈，因此获得中性市场收益率。然而，后者的交易收益概念却另有暗示：信息成本将使得普通投资者相对于市场收益随时间实际亏损。

这种信息损失是由于市场中存在拥有优越信息的交易者。具体来说，处于所有交易中心的做市商知道，有些交易者可能拥有比他更好的信息。这些知情交易者（informed traders）在知道股票当前价格过低时买入，在知道价格过高时卖出。此外，这些知情交易者可以选择不交易，而做市商则必须始终报出买入和卖出的价格。因此，做市商知道，当他与知情交易者交易时，他总是亏损。为了保持偿付能力，他必须通过从非知情交易者（uninformed traders）那里获得收益来抵消这些损失。这些收益来自买卖价差。

价差反映了对知情者的损失与对非知情者的收益之间的平衡，这一观点是对做市性质的根本洞见。虽然存货和交易成本无疑是重要因素，但信息成本也影响价格的概念为市场结构研究提供了新的重要方向。也许最重要的是，它提供了一种解释市场买卖价差行为的方法，而不依赖于交易成本的外生技术规范。

Copeland 和 Galai [1983] 首次尝试将信息成本概念形式化。他们的分析建立了一个做市商定价问题的单期模型，假设某些交易者拥有优越信息。Copeland 和 Galai 的论文包含了两种几乎截然不同的看待买卖价差的方法。第一种方法假设风险中性的交易商设定买入价和卖出价以最大化预期利润。第二种方法将买入价和卖出价视为交易商提供给交易者的看涨期权和看跌期权。虽然第二种方法捕捉了交易商头寸的一个潜在重要特征，但它不像显式求解交易商最大化问题那样易于处理。$^{1}$ 因此，我们考虑交易商的决策问题如何在不完全信息世界中公式化。

Copeland 和 Galai 考虑了一个非常简单的模型。有一个单一的风险中性交易商，他与一个交易者群体进行交易。股票价格 P 从某个已知密度 $f(P)$ 中抽取，该密度是外生于市场的。某些交易者被假设为知道股票的实际价值，因此是知情的。其他交易者只知道一般的价格过程而不知道实际价值，因此是非知情的，或流动性交易者（liquidity traders）。信息在这个模型中如何产生以及谁得到信息，都未作说明。同样，流动性交易者为什么交易也未作说明。这种将流动性交易者动机视为模型外生的方法，与上一章考虑的存货模型中所采取的方法类似。在这些模型中，交易者的效用、风险偏好等都是未指定的。然而，认识到知情交易者有一个明确且可量化的交易原因，使得该模型能够捕捉到存货模型中未考虑的订单流的一个方面。

与存货模型一样，交易者被假设根据某个独立于股票价格过程的外生概率框架到达市场。由于某些交易者比其他人更了解 P，这个假设不再是无关紧要的，因为知情交易者的行为似乎很可能取决于他们知道的股票信息相对于市场观点的比较。这个问题的这一方面在这个简单的单期框架中没有被处理。然而，Copeland 和 Galai 引入了交易商的订单流可能包含基于信息交易（information-based trades）的概念。具体来说，虽然个体交易者对交易商是匿名的，但做市商知道任何给定交易以概率 $\pi_{I}$ 来自知情交易者，以概率 $1 - \pi_{I}$ 来自非知情交易者。这种概率结构是模型的一个重要贡献。

一旦交易者到达市场，Copeland 和 Galai 假设非知情交易者有一些概率会买入 $(\pi_{\mathrm{BL}})$，一些概率会卖出 $(\pi_{\mathrm{SL}})$，一些概率根本不会交易 $(\pi_{\mathrm{NL}})$。知情交易者被假设为进行最大化其利润的交易（买入或卖出）。所有交易都是相同固定规模。交易者被允许具有价格弹性需求函数，因此非知情者并非被迫交易。$^{2}$ 后一个特征是重要的；这意味着交易是否实际发生取决于买卖价差，因此做市商的价格设定问题必须考虑这种弹性。

在瞬时报价框架中，做市商设定其报价，交易在无中间时间间隔的情况下发生。给定这一结构，做市商可以计算在下一个瞬间与任何交易者交易的预期收益或损失。如果交易者是知情的（以概率 $\pi_{I}$ 发生），做市商预期损失

$$ \int_{P_{A}} ^{\infty} (P - P_{\mathrm{A}}) f (P) d P + \int_{0} ^{P_{\mathrm{B}}} (P_{\mathrm{B}} - P) f (P) d P,\tag{3.1} $$

其中 $P_{B}$ 和 $P_{A}$ 是交易商的买入价和卖出价，P 是股票的"真实"价格。

第4章 · 策略性交易者模型 I：知情交易者

Mon, 01 Jan 0001 00:00:00 +0000

第4章 · 策略性交易者模型 I：知情交易者 #

前一章分析的序贯交易模型刻画了所有交易者竞争性行为时证券价格的特征。然而，私人信息的存在意味着知情交易者可能有动机采取策略性行为以最大化其利润。在本章中，我们研究分析这些基于信息的交易策略的主要模型。由于策略模型允许交易者选择交易时机或交易规模，这些模型中的均衡可能与序贯交易模型中竞争性结果的均衡截然不同。

策略交易者模型与早期微观结构模型的一个不同之处在于它们与理性预期（Rational Expectations）文献的明确联系。在理性预期模型中（例如 Grossman 和 Stiglitz [1980]），交易者决策问题的一个重要方面是他从市场统计量中对他人的信息进行的推断。在这里分析的微观结构背景下，知情交易者对做市商定价策略的猜测，以及做市商对知情交易者信息的推断，在决定均衡的性质（甚至存在性）方面起着关键作用。对于不熟悉理性预期方法的读者，本章附录提供了基本框架的回顾及其性质的讨论。

在接下来两章中，我们将研究这种方法如何被发展以处理微观结构中的策略性问题。作为起点，我们考虑一个基本问题：单个知情交易者如何最好地利用其信息优势以最大化利润。Kyle [1985] 在一个重要的证券市场批量交易模型中分析了这种策略行为。然后我们考察更复杂的策略性问题，涉及多个知情交易者和交易机制的性质。在下一章中，我们将分析扩展到包含非知情交易者的策略行为，并研究非知情策略行为对证券价格的影响。

4.1 知情交易者的策略行为#

在迄今考虑的模型中，拥有优势信息的交易者只是在每个交易机会提交订单，直到价格最终调整到新的全信息价值。如果市场中有大量交易者以竞争性方式行动，这种策略可能与实际市场行为相符。然而，如果只有一个或少数知情交易者，这种描述就不太准确了。问题在于，单个知情交易者拥有有价值的商品，作为"信息垄断者"（information monopolist），他应该采取行动利用这一优势。具体而言，交易者将选择其订单规模和交易强度，以明确考虑其交易对价格变动的影响。这要求知情交易者将对做市商定价策略的预期，以及非知情交易者可能的策略性行动，纳入其最优订单策略中。

最早在市场微观结构背景下处理信息策略性方面的模型是 Kyle [1984, 1985]。Kyle 的早期论文 [1984] 旨在分析期货市场中知情投机者的行为，因此包含多个投机者和多个做市商。由于关注点略有不同，我们将在本章稍后更全面地研究这项工作。Kyle [1985] 的分析采用了一个更简单的框架，其中单个风险中性的知情交易者和若干非知情流动性交易者向风险中性的做市商提交订单。做市商汇总所有订单并以单一价格清算所有交易。因此，与序贯交易模型不同，Kyle 的批量交易模型不允许存在买卖价差，也不分析单笔交易的成交价格。然而，该模型确实允许明确刻画知情交易者如何选择交易以最大化私人信息的价值。这反过来提供了一种方式，来描述在知情交易者策略性使用信息的情况下，信息如何随时间被纳入证券价格。

在 Kyle 模型中，一个风险中性的知情交易者接收到关于资产最终清算价值 v 的私人信息。该清算价值被假定为正态分布，均值为 $p_{0}$，方差为 $\Sigma_{0}$ 。起初，Kyle 考虑一个单交易期，其中知情交易者提交其最优订单，同时非知情交易者也提交订单。然后 Kyle 将模型在时间上扩展，考虑序贯拍卖和连续拍卖框架。由于直觉相同，我们将专注于模型的简化版本。

4.1.1 单次拍卖设定#

在这个批量清算模型中，做市商不看到单个订单，而是根据总净订单流设定市场出清价格。由于订单流同时包含知情和非知情交易，它可以向做市商提供潜在信息的信号，其方式与序贯交易模型类似。然而，实际的学习过程有所不同，因为影响价格行为的是总交易量，而不是任何单个交易的规模。

与序贯交易模型一样，必须存在一些非知情交易者出于非投机原因进行交易。否则，唯一的均衡将是价格设定在新的全信息价值上的完全揭示均衡。在 Kyle 模型中，这一要求通过假设存在"噪声"交易者（noise traders）来满足。Kyle 假设这些噪声交易者不采取策略性行为，而是提交一个正态分布的随机变量 $\mu$ 作为交易量，其均值为 0，方差为 $\sigma_{\mu}^{2}$ 。该随机变量被假定独立于资产价值 $\nu$ 的分布。

知情交易者知道 $\mu$ 的分布，因此可以试图利用非知情交易量来隐藏自己的交易。然而，Kyle 框架的一个重要方面是，知情交易者不知道非知情交易者需求的实际实现值。因此，知情交易者在提交订单时不能以非知情交易量为条件。¹ 这代表了与理性预期模型典型方法的显著不同。如附录所示，在这些模型中，知情交易者通常以均衡价格为条件来决定其最优订单。由于在实际市场中观察不到这种情况，Kyle 的框架捕捉了证券交易中更自然的的不确定性。

该模型中的交易规程涉及两步过程。第一步，v（资产真实价值）和 $\mu$（非知情交易者的订单流）实现，知情交易者选择其交易量 x。第二步，做市商观察到总净订单流量 $x + \mu$ 并设定单一价格 p 以出清市场。在均衡中，知情交易者的利润简单地由 $\pi = (\nu - p)x$ 给出。

第5章 · 策略性交易者模型 II：非知情交易者

Mon, 01 Jan 0001 00:00:00 +0000

第5章 · 策略性交易者模型 II：非知情交易者 #

前一章证明了当知情交易者策略性行动时可以产生重要的价格效应。然而，这些分析的一个重要限制是非知情交易者不被允许策略性行动。相反，噪声交易者被假定出于模型外生原因在每个时期进行交易——这也是序贯交易模型中的假设。然而，如果知情交易者可以通过选择交易时机获利，那么非知情交易者也必然可以通过这样做获利。而且，如果非知情交易者的行为不同，知情交易者的最优策略也可能改变。因此，非知情策略行为问题为市场行为分析引入了许多有趣的维度。

允许非知情交易者考虑其交易的影响和成本，为之前的市场微观结构研究者所分析的博弈引入了新的复杂性层次。在迄今讨论的策略模型中，所分析的博弈是在做市商和知情交易者之间进行的。在那个博弈中，做市商试图从交易流中学习私人信息；知情交易者试图隐藏其交易，从而延长其信息优势并最大化其利润。非知情交易者的角色完全是被动的。如果非知情者转而策略性行动，那么博弈必须扩展到分析他们的订单策略及其对知情交易者和做市商策略的影响。

考虑交易过程这一方面的一个原因是，它可能允许非知情者减少他们在交易中遭受的损失。非知情者及其损失在基于信息的微观结构模型中是必要的，因为它们产生了知情者获得的收益。然而，非知情者唯一扮演的角色就是被知情交易者"割韭菜"，这一点令人不安。此外，在迄今考虑的模型中，非知情者向知情者损失的程度是模型外生的；为什么这些损失应该是任何特定水平，没有被说明。

允许非知情者选择交易时机也引入了非知情交易本身可能产生有趣价格效应的可能性。特别是，如果非知情者试图向知情交易者"隐藏"，那么交易模式就可能出现。这种交易模式是实际证券交易的特征，几位研究者（参见 Jain 和 Joh [1988]；French 和 Roll [1986]）从实证上记录了日间和周内模式。在非知情者被动角色的情况下，知情交易者的策略性决策似乎不会导致交易时间和交易量的这种变化。而且，在迄今考虑的微观结构模型中，做市商只扮演被动角色，通过容纳而非发起交易，因此他们在引入价格模式中的作用也不清楚。这表明，为了理解交易模式，必须更详细地指定非知情者的角色。

许多作者在各种背景下研究了非知情策略行为的问题。Admati 和 Pfleiderer [1988, 1989] 关注在单个交易日内交易的非知情交易者的时机决策。Foster 和 Viswanathan [1990] 研究了跨交易日不同水平的公共和私人信息所引起的跨日策略效应。Seppi [1990] 分析了一个大的非知情交易者决定以大额交易还是以整手交易的因素。在这些应用中，焦点是非知情者策略性地选择其订单组成或时机的能力。Spiegel 和 Subrahmanyam [1992] 从不同的角度考虑非知情交易，具体化了风险厌恶的非知情对冲者的交易决策。这个单期模型不研究何时交易的跨期问题，而是专注于更根本的问题：为什么交易会发生。

这些论文的一个共同因素是依赖于博弈论方法。虽然前一节中的策略知情交易者模型也使用了博弈论，但多个非知情交易者策略性行动时出现的问题更为复杂。正如将看到的，这些模型中的均衡关键取决于允许交易者选择的策略集。在某些情况下，策略分析中如此普遍的易处理的线性均衡可能不再存在。而且，如果它确实存在，均衡涉及混合策略还是可以限制在更易处理的纯策略上，会影响我们刻画策略行为引起的证券价格性质的能力。

由于非知情交易者的最优行为将取决于其他市场参与者的决策，非知情策略行为的分析通常采用了由 Kyle 发展的基本建模方法。然而，这样做立即出现的一个问题是有信息持续多长时间。由于非知情者的最优行为至少部分取决于知情者的行为，知情者是否可以延迟交易对于刻画这种行为至关重要。最简单的设定是假设信息是短期的（short-lived），因此不需要考虑跨期问题。这是 Admati 和 Pfleiderer [1988] 采取的方法。由于他们的论文涉及 Kyle [1984] 模型的一个变体，它为我们讨论提供了一个方便的起点。

5.1 策略行为与非知情交易者#

在 Admati-Pfleiderer [1988] 模型中，非知情流动性交易者被假定有两种类型。存在非自由裁量流动性交易者（nondiscretionary liquidity traders），他们必须在特定时间交易给定数量，原因在模型外生给定。这些交易者与之前研究中出现的噪声交易者相同，并且扮演相同的角色，即保证非平凡均衡的存在。第二组非知情交易者，也必须交易外生给定的数量，但他们对其交易时机有一定的自由裁量权。这些自由裁量交易者（discretionary traders）必须在交易日结束前满足其流动性需求，但可以选择在交易日中的何时提交订单。

交易日被分为 T 个时间区间，在每个区间内，交易者可以向竞争性做市商提交订单。与 Kyle 模型一样，订单被批量处理，做市商在看到净订单流后设定价格。做市商被假定为风险中性和竞争性的，因此价格反映了给定订单流的资产期望价值。在时间 T 时资产的基础价值为

$$ \tilde{V} = \overline{{{{{V}}}}} + \sum_{t = 1} ^{T} \tilde{\delta} _{t}.\tag{5.1} $$

其中 $\tilde{\delta}_{t}$ 是均值为零的独立同分布随机变量，在每个时期初变为公共信息。在每个时期 t，假设有 $n_{t}$ 个交易者观察到私人信号 $\delta_{t+1} + \varepsilon_{t}$ ，其中 $\varepsilon_{t}$ 的方差为 $\varphi_{t}$ 。因此，知情交易者在 t 期接收到关于将在 $t + 1$ 期初揭示的公共信息的带噪声信号。

第6章 · 信息与价格过程

Mon, 01 Jan 0001 00:00:00 +0000

第6章 · 信息与价格过程 #

在前三章中，我们考察了用于分析信息对证券价格影响的一般市场微观结构建模方法。在序贯交易框架和批量策略交易模型中，新信息随着知情和非知情交易者的交易行为被纳入价格。两种方法的一个共同特征是这种价格调整不是瞬间完成的。由于价格是条件期望值，每个时点的价格反映了所有公开可用信息，但不一定反映所有私人信息。因此，在价格调整到新信息价值之前，知情交易者从其信息中获得回报，价格只是半强式有效的。

在本章中，我们将注意力转向价格如何随时间调整到新信息的问题。在两种微观结构范式中，价格最终收敛到新信息价值，但由于这种调整在极限中发生，实际调整时间可能是无限的。要理解价格如何变得"有效"，我们需要更多地了解这种调整发生的过程。而且，由于不同的市场结构会影响这种调整，理解价格过程的行为方式可能为了解市场应如何构建和监管提供洞见。我们将在第 7、8 和 9 章更详细地考虑这些结构问题。

研究价格调整过程需要关注价格如何随时间变化。由于专家负责设定市场出清价格，这需要理解专家和其他非知情参与者如何从观察市场信息中学习。在前三章讨论的模型中，以及在实际证券市场中，实际可观察的内容可以在根本上不同。例如，个人交易在批量系统中不可公开观察，但在连续拍卖中可观察。同样，交易序列及其时间在某些交易系统中可能可观察，而在其他系统中则不可。这表明，刻画价格调整过程需要仔细分析交易过程产生的信息如何与基础资产价值的信息相关。

作为起点，我们通过分析价格序列揭示的信息来考虑这个问题的最简版本。如果价格不是完全揭示的，那么价格序列可能提供单个价格不能提供的信息。因此，价格对信息的调整可能涉及从价格过程本身进行推断，以确定新的全信息价值应该是什么。这种推断过程主要在理性预期批量风格模型中得到研究，我们首先在这个框架中考虑调整问题。在后续章节中，我们考虑交易量和时间对价格调整过程的影响。

应强调本章讨论的有限范围。理性预期模型中对价格调整的研究数量众多，考虑这些工作超出了我们这里的焦点。我们感兴趣的是，在市场环境中，交易者如何能够从市场参数中推断信息。在后续章节中，我们将这一关注扩展到考虑市场结构本身如何影响可用信息。

6.1 信息与价格序列#

在理性预期模型中，一个基本问题是揭示性理性预期均衡的存在性。正如 Grossman 和 Stiglitz [1980] 所指出的，如果交易者竞争性行动，他们的交易可以导致价格蕴含如此多的信息，以至于在均衡中，价格向非知情交易者"揭示"了所有私人信息。在这种情况下，价格调整问题没有实际意义；价格瞬间调整到全信息价值，市场是全信息有效的。

在实际市场中，这种瞬时调整很少被观察到。虽然非知情交易者认识到价格与信息相关，但可能难以将纯粹的信息效应与更短暂的流动性效应对证券价格的影响分离开来。而且，即使是信息效应也很少是纯粹的。虽然一些交易者可能获取信息，但这种信息如何与公司的最终价值（或其证券）相关并不总是明显的，因此信息有多无偏（甚至有多大价值）并不立即明显。这些困难意味着简单的价格调整模型可能对实际资产市场的行为提供的洞见有限。

刻画价格调整过程困难的根本原因在于，价格变动取决于市场参与者如何从市场信息中学习，而这又取决于无数因素，如交易者的风险偏好和票赋、不确定性的性质和程度，甚至市场结构本身。在最简单的模型中，唯一的不确定性是知情交易者私人信号的价值，非知情交易者可以从一个价格观察中做出足够的推断来了解"真相"。在更完整的模型中（并且大概在实际市场环境中），这个学习问题更复杂，使得市场信息与资产价值之间的联系不那么明显。

如果均衡存在且不是揭示性的，交易者可以从单一价格中获取部分而非全部信息。然而，如果他们观察价格序列，那么交易者既有更多观察值传达的信息，也有价格增量传达的任何信息。实际上，交易者可以关注或"绘制"价格模式来学习任何底层信息。这种对市场数据的技术分析在市场中广泛存在，精心设计的交易策略旨在对数据中出现"头肩顶"形态或对价格移动平均的更普通变动做出反应。¹ 但是，为什么这种模式应该——甚至如何能够——有价值并不清楚。而且，交易者能从这种市场数据中学到什么的基本问题也没有解决。

与其关注这个一般性问题——它肯定远远超出了市场微观结构通常处理的问题——不如将我们的焦点放在更有限的问题上：特定市场数据片段中包含的信息。一个自然的起点是价格序列的信息含量。在先前章节考虑的模型中，价格序列本身很少起作用。序贯交易模型中的专家将每个价格设定为条件期望值，价格之间的变动只反映做市商后验信念的更新。类似地，在 Kyle 框架中，做市商从价格变动中学不到任何不在其信息集中的东西。在这些模型中，价格的调整不能依赖于价格变动产生的任何信息，因为价格不是做市商的信息来源。

一个确实捕捉到价格序列信息角色的替代框架是"噪声"理性预期方法。这类模型已被用于处理广泛的问题，其中价格序列（以及通过扩展，技术分析）在价格调整中的信息作用是 Brown 和 Jennings [1989] 以及 Grundy 和 McNichols [1989] 研究的焦点。² 虽然两篇论文都处理相同的问题，但它们的方法在一个有趣且根本的方面有所不同；因此，详细考虑两种方法是有用的。为了节省符号，我们考虑一个一般框架，然后区分每种方法特有的特征。

在噪声理性预期框架中，价格同时受私人信息和供给不确定性的影响。信息影响价格是因为一些（甚至所有）交易者被假定接收到资产真实价值的私人信号。这个信号可能是"真相"，或者也可能包含干扰交易者确切知道实际价值的噪声。供给不确定性被纳入以捕捉与信息无关的价格的短暂效应。这种供给不确定性可以通过几种方式引入，但其作用总是相同的：在多种不确定性来源下，交易者不能立即从价格中区分信息效应和供给效应。

Brown 和 Jennings [1989] 考虑一个标准的理性预期框架，其中资产供给是外生给定的随机变量。虽然他们考虑一个三期模型，但其方法的直觉可以通过一个更简单的两期框架来捕捉。设 $i$ 个交易者在时间 1 和 2 交易风险资产和无风险资产。有 $i = 1, 2, \ldots, N$ 个交易者，$N = \infty$ 的极限情况是被分析的情况。在时间 1 开始之前，交易者收到一些无风险资产的票赋 $\omega_{i}$ 。交易发生在时间 1 和 2，在时间 2 结束时风险资产支付清算股息 $\Psi$ 。交易者关于 $\Psi$ 的共同先验信念由 $N(\Psi_0, 1/\rho_0)$ 给出。与理性预期模型的标准一样，所有随机变量（即资产供给、信号和收益）被假定为独立分布的正态随机变量。

第7章 · 市场存续性与稳定性

Mon, 01 Jan 0001 00:00:00 +0000

第7章 · 市场存续性与稳定性 #

前几章讨论的市场微观结构分析涵盖了非对称信息环境下证券价格行为的诸多问题。尽管具体的模型和应用各不相同，但每项微观结构分析都需要对底层交易机制进行某种设定。在迄今为止所考察的模型中，主要涉及两种通用机制。序贯交易模型（sequential trade model）采用做市商报价买入价和卖出价的框架，单笔交易以报价成交。而在Kyle的策略性理性预期模型中，不存在买入价和卖出价，订单被集中起来以单一市场出清价格成交。

虽然这两种交易过程的刻画在交易时点上存在明显差异，但它们共享若干特征。例如，大多数微观结构分析都考虑一个竞争性环境，其中做市商将资产价格设定为资产的条件期望值。通常还假设交易者只能提交简单的买入或卖出订单，而不能输入更复杂的条件订单。由于只有市价订单（market order），也不存在未成交订单的"簿记"（book），交易者所能获得的订单流信息也没有差异。

上述每种交易机制特征都有其现实性，因为确实存在具有这些特征的实际市场。例如，纽约证券交易所（NYSE）采用集合竞价（call auction）开始交易，并在全天使用连续竞价来撮合成交。¹ 巴黎证券交易所（Paris Bourse）于1986年从每日集合竞价交易转向了连续交易结构。

多伦多CATS系统的结果（至少在理论上）使得所有交易者都能了解到相同的交易信息。

然而，许多市场结构也远比这复杂得多。纽约证券交易所负责撮合交易的单一专家（specialist）可能拥有垄断权力，从而使价格偏离竞争水平。交易者可能采用替代订单形式，这会改变其交易的时机和潜在的信息含量。观察订单流的做市商可能比仅观察价格的场内经纪人（floor broker）了解更多信息。诸如SOFFEX（瑞士期权与金融期货交易所）或Globex等电子清算系统可能将专家完全排除在价格设定过程之外。如果市场参与者的决策并非独立于特定的交易机制，那么市场的结构方式显然对于理解证券价格行为至关重要。

在本章中，我们通过考察市场结构如何影响存续性（viability）和稳定性（stability）来研究这些问题。我们的重点在于理解交易机制的各种特征如何影响信息向价格的传导。这之所以重要，有以下几个原因。其一，是为了揭示制度特征如何影响交易者获取私人信息的能力。由于市场效率依赖于这一学习过程，理解具体制度特征的作用有助于理解价格趋于有效的机制。其二，研究交易机制的一个更为应用性的原因是，要理解为什么某些制度安排在某些市场环境中占据主导地位而在其他环境中则不然。证券市场中发现交易机制的多样性可能反映了历史因素，也可能是更有效的交易机制随时间推移而胜出的结果。如果不理解交易机制所扮演的角色，就不可能判断哪种解释是正确的。其三，一个相关的问题涉及交易机制与市场稳定性和绩效之间的联系。鉴于1987年市场崩盘及随后提出的市场改革方案，这些稳定性问题的日益重要。

由于关于市场结构和绩效的研究十分广泛，我们的讨论必然是不完整的。在本章及接下来的两章中，我们聚焦于市场结构中的一些（当然并非全部）关键问题。在本章中，我们关注的重点是市场存续性，特别是促进市场稳定性的设计特征。在下一章中，我们通过考虑更广泛定义的与流动性及市场间关系相关的问题，继续研究市场结构效应。最后，在第9章中，我们考察特定交易机制特征对市场绩效的影响。

作为研究的起点，我们考虑一个基本问题：市场设计如何在非对称信息环境下影响市场的存续性。市场设计问题之所以日益重要，原因有很多，其中最重要的是欧洲和亚洲证券市场的激增以及新型全自动交易系统的发展。随着新市场的发展，市场存续性问题对其成功以及现有市场的持续成功至关重要，因此我们将分析有关这一问题的微观结构研究。

接着，我们考察交易机制中允许的订单类型如何影响市场绩效。迄今为止所考察的几乎所有模型中，只允许市价订单。然而，替代性订单在实践中广泛存在，有些交易场所（例如电子订单机制）只允许限价订单（limit order），而排除市价订单。这些订单如何影响市场的价格设定行为显然是一个重要问题。一个相关的问题是，交易机制的特征是否会影响市场稳定性。在本章中，我们最后通过考察与稳定性相关的政策含义来结束对市场结构的讨论。

7.1 信息与市场存续性#

在迄今为止所考察的模型中，信息驱动交易（information-based trading）的威胁导致价格中包含了一个"溢价"（premium），以保护做市商免受与知情交易者交易的风险。然而，Glosten和Milgrom [1985]指出，如果信息问题过于严重，就可能不存在交易可以进行的市场出清价格。这一困境是Akerlof [1970]首次提出的"柠檬市场"（market-for-lemons）问题的一个变体，其根源在于信息驱动交易的威胁过高，可能导致许多或所有非知情交易者离开市场，从而使交易对手方（或做市商）遭受确定性的损失。如果没有价格能够出清市场（或者更准确地说，没有足够大的价差能让做市商实现盈亏平衡），唯一的选择就是暂停交易，市场停止运转。

虽然交易暂停确实会发生，但在证券市场中并不常见。然而，并不显而易见的是，什么因素阻止了这类信息引发的困难更频繁地出现。一个可能的答案在于交易机制的设计。如果交易机制具有某些特征能够缓解非对称信息引起的定价问题，那么市场可能比简单的非对称信息分析所暗示的更为稳健。

Glosten [1989]认为，专家的垄断地位提供了这种稳定性。纽约证券交易所和许多其他交易所的一个有趣特征是，每只股票只有一名专家。专家的垄断地位可能受到与场内经纪人、限价订单交易者等的竞争而有所削弱，但专家凭借其独特地位仍然拥有一定的市场力量。在大多数市场环境中，这种垄断权力对持有者有利，但通常会降低社会福利，使之低于竞争性市场下的水平。然而，Glosten认为，在存在非对称信息的情况下，某些条件下拥有垄断性专家而非竞争性专家时的社会福利实际上可能更高。

这一结果背后的直觉是，垄断性价格制定者不必关心任何单笔交易产生的利润，而是可以设定能够平均实现利润最大化的价格。迄今为止所考察的竞争性模型的一个特征是，做市商将交易价格设定为给定特定交易时资产的条件期望值。因此，每一笔交易的预期利润为零。Glosten考虑了一种观点，即垄断性专家可以选择一个价格表（schedule of prices），使得某些交易产生预期损失而另一些交易产生预期收益。这种定价策略可以使市场在竞争性定价框架下无法运行时仍能保持开放。

在Glosten的模型中，这种平均化发生在不同交易规模之间。² 在这个单期模型中，风险规避的交易者接收到资产真实价值的一个含噪声信号，并选择其交易规模以最大化预期财富效用。该分析采用了理性预期模型中常见的标准正态分布示例的一个变体（详见第4章附录）。在该模型中，风险规避的交易者与风险中性的做市商交易股票。由于交易者既持有风险资产的禀赋，又接收到资产价值的信号，他们的交易动机比标准微观结构模型更为复杂。

交易者的效用由负指数效用函数 $U(y) = -\exp(-\rho y)$ 给出，其中 $\rho > 0$ 是风险规避系数，$\gamma$ 是交易者的财富。证券的收益X服从均值为m、精度为 $\pi_{X}$ 的正态分布，即 $N(m, 1/\pi_{X})$ 。每位交易者还初始持有现金禀赋 $W_{0}$ ，并收到风险资产的禀赋W，其分布为 $N(0, 1/\pi_{W})$ 。交易者观察到资产收益的一个含噪声信号S，其中 $S = X + \varepsilon$ ，且 $\varepsilon$ 分布为 $N(0, 1/\pi_{S})$ 。随机变量X、W和 $\varepsilon$ 被假定为独立的。

第8章 · 流动性与市场间关系

Mon, 01 Jan 0001 00:00:00 +0000

第8章 · 流动性与市场间关系 #

在上一章中，价格行为乃至市场存续性都被认为取决于交易机制匹配买卖双方交易需求的能力。这种匹配过程涉及流动性（liquidity）的提供，正如我们所看到的，这种流动性不仅来自做市商，也来自交易机制的其他方面。在本章中，我们将更详细地讨论流动性问题。由于流动性在市场内部和跨市场之间可能有所不同，刻画流动性的效应可以为理解市场行为及其相互关系提供重要的见解。

我们的讨论应该回到流动性问题，这反映了流动性在市场中所扮演的根本性作用。如第2章所述，市场微观结构的早期研究将提供流动性视为做市商的主要角色。最近，研究者在多种环境下考察了与流动性相关的问题，因此我们的讨论必然只涉及这众多应用中的一小部分。与早期研究不同，这些近期研究大多强调了流动性在市场之间引入的联动关系，而这正是我们将最为关注的流动性维度。

由于流动性，就像色情作品一样，容易被识别但不容易被定义，我们首先讨论流动性在经济意义上的含义。然后我们考虑流动性对市场结构的含义，特别是考察交易在不同市场间的分割（fragmentation）和交易的规模如何影响市场存续性和绩效。由于不同的交易机制可能在流动性提供上存在差异，我们接下来考察一种替代性交易机制——"楼上市场"（upstairs market），并研究它如何为大宗交易（block trade）提供流动性。我们在这里的重点是理解为什么大宗交易市场与标准交易不同，以及大宗交易商（block trader）如何为大额交易增加价值。

在本章结束时，我们考虑在衍生工具中交易的能力如何影响价格行为。篮子证券（basket securities）、股票指数期货和期权以及广泛的股票期权市场的发展，允许交易者在多个市场中交易几乎相同的工具。我们将考察这对各市场流动性的影响，以及市场相互关系对市场结构和绩效的影响。

8.1 流动性的本质#

流动性长期以来被认为是市场行为的重要决定因素。虽然今天通常认为流动性只有有益属性，但这种观点并非一直如此。例如，Keynes曾激烈地指出：

在正统金融的格言中，肯定没有比流动性拜物教更反社会的了，这种教条认为投资机构将其资源集中于持有"流动"证券是一种积极的德行。[^1]

这种观点反映了流动性通常未被看到的"阴暗面"。虽然流动性，或者说基本上无成本交易的能力，可能对个人有利，但它可能通过允许甚至鼓励投资者逃离而对市场施加成本。正如上一章所讨论的，这为现有市场带来了稳定性问题，并为新兴市场带来了困难。我们将在本章后面更全面地讨论这些市场问题。

尽管如此，个体投资者确实从流动性中受益。流动性市场通常被理解为那些以最小价格影响容纳交易的市场。然而，这在正式意义上确切意味着什么则不太清楚。例如，在Kyle模型中，$\lambda$ 是流动性的一个度量，其中 $\lambda$ 衡量将价格移动一个单位所需的订单流。然而，查看聚合的订单流可能提供与任何单个交易者所面临的非常不同的流动性视角。从这个角度来看，也许更好的流动性度量是买卖价差（bid-ask spread），价差小的市场是最具流动性的。然而，正如我们在第3章和第6章所讨论的，可能存在不止一个价差；如果价格随交易规模变化，大额交易的价差可能显著大于小额交易的价差。在这种情况下，如何比较不同市场的流动性呢？

此外，有些人可能争辩说，价差效应无论如何都不是流动性的相关度量。在流动性市场中，即使不是连续交易，至少应该能够以一定的频率交易而不致过度影响价格。如果交易后价格发生变动，那么这些价格修正可能比买入价和卖出价更准确地反映交易的成本（或非流动性）。¹ 这种流动性观点涉及一个与通常与价差相关的截面属性完全不同的时间序列维度。

这正是Grossman和Miller [1988]流动性分析的焦点。他们关注的是流动性作为即时性（immediacy）的价格，本质上是指愿意延迟交易的交易者比要求立即执行的交易者能获得"更好"的价格。因此，正如限价订单交易者可以通过等待以更有利的价格交易一样，市价订单交易者为了现在而不是以后交易的好处而接受不那么有利的价格。这个时间维度表明，价格的跨期变动是流动性的基本度量。

为发展这一流动性概念，Grossman和Miller考虑了一个三期模型，交易在第1期和第2期发生，资产在第3期清算。该模型的一个关键特征是没有私人信息。交易动机是由外生给定的流动性冲击引起的投资组合再平衡。此外，他们的框架中没有正式的专家，而是一组愿意为了价格而持有不平衡存货头寸的投机者。由于正是这种存货不平衡决定价格，这个模型本质上是一个多期存货模型，类似于第2章分析的那些模型。

在模型中，存在一种无风险资产（现金）和一种风险资产，其第3期的终端价格由随机变量 $\tilde{P}_3$ 给出。有两类交易者：外部客户和多个做市商。做市商发挥投机者而非专家的作用，因为他们持有风险资产的头寸，但不报出买入价和卖出价。由于没有私人信息，外部交易者扮演流动性（或噪声）交易者的角色。假设在第1期有一个流动性冲击 $i$ ，在第2期有一个相等的、抵消性的冲击 $-i$ 。这种流动性冲击捕捉了这样的概念：任何想在第1期交易的人都面临着买入和卖出的不平衡，但等待（在这种情况下是一期）允许市场反方向订单到达的时间。

Grossman和Miller分析了所有市场参与者最大化相同的负指数效用函数且所有随机变量独立正态分布的标准示例。他们根据所分析的环境是期货市场还是股票市场，考虑了模型的几个变体。我们不专门讨论这些具体应用，而是考虑一个捕捉模型直觉的简化版本。

假设有两个外部交易者，一个在第1期收到禀赋或流动性冲击 i，另一个在第2期收到禀赋冲击 -i。这种禀赋或流动性冲击应该完全负序列相关并不是一个明显的（或潜在甚至合理的）假设。然而，Grossman和Miller使用这种构造来捕捉这样的概念：有时可能会出现订单不平衡，虽然随着时间的推移会平衡，但当它们发生时会对市场施加成本。因此，如果交易者坚持交易而不是等待，可能会出现价格效应。令 $x_{t}$ 表示交易者在时间t交易后拥有的资产单位数，$B_{t}$ 表示该交易者持有的现金。

在第1期收到禀赋冲击的外部交易者的问题是最大化其期望终端财富，即

$$ \operatorname{EU} \left(\mathbf{W} _{3}\right),\tag{8.1} $$

满足约束条件

$$ \mathbf{W} _{3} = \mathbf{B} _{2} + \mathbf{x} _{2} \tilde{\mathbf{P}} _{3},\tag{8.2} $$$$ \tilde{\mathbf{P}} _{2} \mathbf{x} _{2} + \mathbf{B} _{2} = \mathbf{W} _{2} = \mathbf{B} _{1} + \tilde{\mathbf{P}} _{2} \mathbf{x} _{1}\tag{8.3} $$$$ \tilde{\mathbf{P}} _{1} \mathbf{x} _{1} + \mathbf{B} _{1} = \mathbf{W} _{1} = \tilde{\mathbf{P}} _{1} \mathbf{i} + \mathbf{W} _{0}\tag{8.4} $$

在这些方程中，i代表资产的初始禀赋，$W_{0}$ 代表其他财富。在第2期收到流动性冲击的外部交易者的问题是类似的，并以显而易见的方式修改。

第9章 · 市场绩效问题

Mon, 01 Jan 0001 00:00:00 +0000

第9章 · 市场绩效问题 #

什么因素使一个市场运作得更好？正如我们在前几章中的讨论所示，这不是一个容易回答的问题。市场提供了广泛的服务和功能，而促进某些功能表现的因素可能阻碍其他功能的实现。同样难以确定的是"更好"意味着什么。正如我们在本书中反复看到的，不同市场参与者的得失之间往往存在紧张关系。虽然知情交易者以非知情交易者的代价获益，但这些收益也为信息融入证券价格提供了动力。市场的效率（presumably有利于整体福利）因此是以至少某些交易者群体的牺牲为代价的。确定最佳（甚至更优）的市场出清机制是有问题的。

尽管存在这种复杂性，很少有比市场绩效和设计问题更热门或更重要的问题了。新交易所和新市场的激增，以及复杂的电子清算机制的发展，为创建更理想的市场和交易场所提供了机会。然而，如果没有对各种市场特征的成本和收益的指导，这些市场中的赢家可能是那些具有更强稳健性的市场，而不一定是那些最能改善社会福利的市场。

在本最后一章中，我们将注意力转向市场绩效中的一些问题。我们的讨论将是不完整的，这是肯定的；要讨论甚至列举所有与市场绩效相关的问题几乎是不可能的。相反，本章的目标是展示前几章发展起来的分析方法和技巧如何被应用于评估与市场设计相关的广泛政策问题。这些政策应用代表了微观结构研究中不断增长的一个维度，从某种意义上说，它们反映了我们建模和分析市场行为能力的提升所带来的回报。然而，显而易见的是，许多绩效问题的复杂性难以简单刻画，为确保分析可处理性而必需的简化也限制了由此产生的政策建议的普遍性。

我们首先分析关于市场本身的信息差异如何影响市场绩效。例如，价格设定者甚至其他交易者对订单流了解多少，可以影响价格行为和交易损益的分配。这个一般性问题被称为市场透明度（market transparency），其分析涉及比较替代性市场设计（例如，批量系统或连续竞价）如何影响最终的均衡。一个相关但不同的问题是交易者匿名性（anonymity）。这里，重点是提交订单的交易者身份信息。这一匿名性问题对于诸如抢先交易（front running）和双重交易（dual trading）等重要监管问题尤为相关。从市场设计的角度来看，透明度和匿名性对于理解替代性市场特征的合意性也是基础性的。我们在本章最后简要讨论交易机制的最优设计问题。

9.1 市场透明度#

市场透明度是指市场参与者观察交易过程中信息的能力。尽管这个定义看似简单，透明度问题却异常复杂。一个困难在于究竟哪些信息是可观测的。在许多情况下，如果说市场是透明的，通常指订单流可以被观察到。然而，订单流信息本身就非常复杂，包括订单的规模和方向、时机以及形式（例如限价订单或市价订单）。此外，谁提交了订单在许多环境中也可能是有用的信息。定义透明度的第二个困难是谁可以观察这些信息。信息只对价格设定者可见，还是对交易所场内人员、对提交订单的交易者，还是对所有潜在交易者可见？

这些问题之所以重要，是因为交易过程中可获得的信息可能影响市场参与者的策略。例如，如果做市商只能获得净订单流信息（如Kyle [1985]模型中所假设的），那么知情交易者的交易会比每个单个订单都可观察时更加激进。类似地，如果限价订单簿只有做市商知道，那么做市商以及知情和非知情交易者的行为将与订单簿是共同知识时不同。由于参与者的策略依赖于市场的透明度，市场均衡也因此取决于透明度的高低。

市场的最佳透明度是多少？这是几位研究者探讨的问题。Madhavan [1992]分析了当订单流信息对价格设定者和交易者都可观测时，订单的透明度如何影响市场行为和存续性。Pagano和Roell [1993]考虑了价格设定者的订单透明度如何影响知情和非知情交易者的交易成本。Biais [1993]分析了在没有私人信息的情况下报价的透明度如何影响价差。Forster和George [1992]考察了交易者身份信息如何影响价格行为，而Roell [1990]、Fishman和Longstaff [1992]以及Pagano和Roell [1992]则讨论了双重交易和抢先交易如何影响市场中交易者的损益。虽然所有这些论文都涉及市场透明度的某些方面，但后者关于交易者身份的论文最好被视为分析匿名性对市场行为的影响，将在下一节中更详细地讨论。

也许要考虑的最简单的透明度问题是，市场参与者对订单流规模和方向的可见程度如何影响市场的存续性。这个问题在Madhavan [1992]中得到了解决。¹ Madhavan的分析（也在第7章中讨论过）将交易机制的关键功能视为价格发现（price discovery），即找到市场出清价格的过程。这个过程至少部分地依赖于市场的透明度，因此问题出现了：哪种市场结构更好地辅助了价格发现功能？

为了解决这个问题，Madhavan将市场出清机制分为报价驱动（quote-driven）和订单驱动（order-driven）。在报价驱动市场中，交易商在订单提交之前发布价格。这种系统的典型代表是NASDAQ，实际上它是一个连续的交易商市场。在订单驱动市场中，订单被提交，然后交易价格被确定。订单驱动系统可以是一个连续竞价（continuous auction），交易者向场内交易商提交订单以获得立即执行（或与现有限价订单配对），也可以被构造为集合竞价（call market）或批量交易系统（batch trading system），其中订单累积并在定期（预设）的间隔清算。不同交易机制之间的一个区别是它们的透明度程度，因为报价驱动系统（以及连续竞价订单驱动系统）中的交易者比批量系统中的交易者了解更多交易信息。

Madhavan考察了价格在不同市场环境中的设定方式。报价驱动市场本质上是Glosten [1989]所分析的模型，我们在第7章中讨论过。Madhavan在一个类似于Kyle [1989]的理性预期模型中分析了订单驱动系统，其中交易者对价格形成预期，并在形成自己的交易策略时考虑其他交易者的策略。我们不分析模型的机制，而是关注每种市场环境下最终均衡的性质。

Madhavan证明，如果市场中的信息不对称不是太大，那么报价驱动系统中将存在均衡。在均衡中，证券价格遵循鞅（Martingale）过程，并具有半强式效率，做市商为不同交易规模提供价格表，而不是报出单一交易价格。然而，如果信息不对称太大，可能找不到这样的价格表，如同Glosten [1989]也证明的那样，均衡可能不存在。

订单驱动系统中的均衡取决于市场类型。Madhavan证明，一般来说，订单驱动市场中的均衡更稳健；如果均衡存在于报价驱动系统中，它也将存在于订单驱动系统中。² 然而，也许更重要的是，当均衡在报价驱动或连续竞价订单驱动市场中不存在时，它可能仍然存在于批量交易系统中。这反映了批量市场的聚合能力，交易者的信息本质上在所有交易上被平均化，允许市场出清价格在平均基础上而非针对每个个别交易起作用。

这种聚合降低了市场的透明度，因此批量市场的存续性是以牺牲市场透明度为代价换来的。如果市场出清机制的目标是价格发现，那么聚合在市场条件不利时促进了这一目标，但在其他情况下可能通过限制交易者从市场价格中提取信息的能力而限制价格发现。这如何影响交易者福利并不明显，因为批量市场在其他市场无法存在时存在，使得总体比较具有误导性。此外，市场效率如何受到影响也不明显，因为交易过程揭示的信息更少，信息收集变得更加昂贵。该分析确实表明的是，市场设计影响均衡结果。因此，市场设计的特征对交易者和市场都有实际影响。

市场设计的这种配置效应由Pagano和Roell [1993]考虑，他们分析了透明度如何影响交易者之间的收益分配。他们的模型考察了价格设定者观察订单流的能力如何影响非知情交易者的预期交易成本（或交易成本）。由于非知情交易者的损失提供了知情交易者的收益，该分析聚焦于市场透明度的分配效应。如果正如有时所声称的那样，交易系统的目标是保护非知情者（市场中的Aunt Agathas），那么这个分配问题肯定必须被考虑。

Madhavan关注的是报价驱动和订单驱动市场，而Pagano和Roell将市场分为四种一般类型：批量市场（batch market）、交易商市场（dealer market）、连续市场（continuous market）和透明市场（transparent market）。批量市场涉及聚合订单的定期清算，该市场中的价格设定者只观察到净订单不平衡，而不是任何个别交易。在交易商市场中，交易商只看到自己的订单流，因此价格只取决于特定交易。连续市场也允许观察个别订单，但在任何时间点，市场中的价格设定者只知道市场中过去的订单，而不一定知道所有当前未成交的订单。最后，在透明市场中，订单像批量环境一样累积，但市场参与者在以共同市场价格清算时看到每一笔订单。

这种透明市场显然是一种抽象，因为这种个别订单及其聚合都可见的即时清算系统在实际市场中并不存在。然而，它确实提供了一个比较的基础：连续市场在透明度程度上居中（每笔订单可见），批量市场是最不透明的（只有净订单可见）。交易商市场的透明度低于连续市场，但根据特定的市场结构，可能高于或低于批量市场。

给定这些市场设置，Pagano和Roell考察了透明度如何影响非知情交易者的损失。这个问题很复杂，因为市场参与者的订单策略可能随不同的市场结构而变化。他们首先考虑最简单的情况，其中知情交易者的策略在交易商市场和透明市场中被假设为相同，且知情交易者只允许提交一个订单x。这实质上将分析限制在一个单期环境，因此忽略了透明度对价格调整（进而对效率）的任何动态影响。

Pagano和Roell分析了一个基于Kyle的框架，其中有一个知情交易者和许多非知情交易者。知情交易者被假设知道证券的最终价值v，v从分布 $G(v)$ 中抽取，且 $G$ 假设关于均值 $\bar{v}$ 对称。m个非知情交易者提交订单 $u_1, u_2, \ldots, u_m$ ，这些订单独立地从分布 $F(u)$ 中抽取，且 $F$ 假设关于0对称。

给定这些假设，Pagano和Roell证明，透明市场中非知情交易者的期望交易成本总是小于或等于他们在交易商市场中的期望交易成本。这是因为单一的知情交易者"隐藏"的能力在两种市场环境中不同，一般来说，透明市场中更多的交易信息减少了知情交易者的利润。在知情和非知情交易的分布相同的情况下，这种知情交易的更多揭示不会发生，因为知情和非知情的交易无法区分。这导致两个市场中非知情的期望交易成本相同。然而，一般来说，透明市场中可获得的交易信息允许知情交易者更大程度的暴露，这导致非知情交易者面临更小的期望损失。

索引

Mon, 01 Jan 0001 00:00:00 +0000

Index#

adjustments, 153, 171, 271

Admati, A., 131–41, 161, 210, 212–13, 227

Admati-Pfleiderer models, 144–8, 191, 243–5, 262, 265

adverse selection problem, 67, 193

agents, 89, 180, 206. See also traders

aggregate order flow, 92, 96, 100, 157

aggregate trades, 91, 92, 143, 254

Akerlof, G., 65, 181

Allen, B., 123

Amihud, Y., 23, 29, 51, 188

anonymity, 252–3, 260–8

arbitrage, 11, 234n8, 240, 243, 249–50

Arizona Stock Exchange, 8, 190, 268 ask prices, 15, 20, 45, 147, 186. See also bid prices; bid and ask prices ask prices, 15, 20, 45, 147, 186. See also bid prices; bid and ask prices asset markets, 154, 268

参考文献

Mon, 01 Jan 0001 00:00:00 +0000

References#

Admati, A., and P. Pfleiderer, 1988, A Theory of Intraday Patterns: Volume and Price Variability, Review of Financial Studies 1, Spring, 3–40.

Admati, A., and P. Pfleiderer, 1989, Divide and Conquer: A Theory of Intraday and Day-of-the-Week Mean Effects, Review of Financial Studies 2, 189–224.

Admati, A., and P. Pfleiderer, 1991, Sunshine Trading and Financial Market Equilibrium, Review of Financial Studies, 4(3), 443–482.

Akerlof, G., 1970, The Market for Lemons: Qualitative Uncertainty and the Market Mechanism, Quarterly Journal of Economics 89, 488–500.