从微观结构分析证券市场的有效性和被动性

北方经贸

从微观结构分析证券市场的有效性和被动性

李倩茹,金海浩

(暨南大学研究生院,广东　广州　510632)

[摘　要]从微观结构上对中国证券市场的有效性和波动性进行分析。同美国证券市场对比,不断出现不真实信息说明中国证券市场不是有效市场;而中美证券市场收益率的差别,说明中国证券市场股价偏高,从另一个侧面说明中国证券市场不够完善。

[关键词]微观结构;证券市场;有效性

[中图分类号]F830191 [文献标识码]A [文章编号]1005-913X(2002)03-0103-03

对股票市场的研究,是金融市场研究中非常重要的领域。“市场有效性假说”和金融时间序列ARCH现象等是金融市场研究中的非常重要的问题,经济学家从不同的角度给出了不同的解释。他们的观点也不尽相同,甚至相互矛盾。本文尝试从市场微观结构来分析中国证券市场的有效性和被动性问题。

国内关于微观结构研究的文献很少,仅贝多广(1995)简单的介绍。国外的研究从1975年美国证券法修正案开始已经历了20多年,在西方金融经济学学科中产生了证券市场的微观结构理论这一新的分支。本文借鉴Anders on的分析方法,通过对上海证券市场部分股票收益率、交易量与信息流关系的分析解释中国证券市场波动原因,指出中国证券市场健康发展所必须解决的问题。

一、中国股市微观结构描述

深圳、上海证券交易所均采用会员制组织形式,各会员公司在交易所获得席位,从事经纪或自营的证券交易。一次完整的交易过程如下:客户—经纪人—出市代表—撮合交易—清算交割、通知客户。经纪人收到客户委托,将委托指令通过终端输入电脑主机,由自动撮合系统按一定规则撮合成交。撮合的方式有两种:(一)集合竞价撮合:每日开市后和收市前半小时,系统只接受委托而不逐一处理;然后按照使成交量最大的原则形成、收盘价。(二)连续竞价撮合;其余时间内按照“价格优先、时间优先”的原则,系统对每一次委托都进行处理,能成交的就撮合成交;否则系统依据委托的价格、时间将其进行排序等候成交。

客户委托主要有两种形式:限价委托(指定买卖价格)和市价委托(依市场价格);另外,客户在委托被执行之前可随时撤销委托。由于有先进的电子、通讯设施,以上各过程可以迅速完成。由于采用无纸化交易方式以及股票的中央托管制度,使得经纪人在交易过程中的作用很有限,他们只须迅速、准确无误地将客户委托输入电脑即可。另外市场中的交易者并不是同质的,按资金多少可粗略地分为大户、散户。大户在信息、技术、资金上明显占优势,使得在进行交易时,有的拥有内部信息,可以操纵价格,有的只是普通投资者。

二、模型的基本框架

交易者(投资者)分为信息灵通的交易者和普通交易者。信息灵通者指可获得内幕信息的投资者,而普通投资者只拥有公共信息(普通信息)。投资者随机序列进入市场决定是否交易一单位的资产。信息灵通者得到关于股票未来价格的私有(内幕)信息,使他明显地获利机会。出现内幕信息后较短的时间内,一系列的交易逐步揭示这种内幕信息。这样,私有信息导致一个动态的学习过程;使得最终价格将完全反映当时的私有信息。我们把这种过程称为信息消化(或价格发现)过程。最后,由于所有交易者都有相同的买卖价格,市场出现短暂的均衡阶段。每一次信息到达都导致一次价格发现过程和随后的均衡阶段。随着信息的不断到达,

301

2002年第3期 N ORTHERN ECON OMY AN D TRADE 金融与保险

BEI FANG J ING MAO

北方经贸

市场从一个均衡走向另一均衡。这样,每天可以划分成许多小区间,每个小区间包含一个信息消化阶段和随后的均衡阶段。小区间的时间长度不定由于信息到达的数目是随机的,每天的小区间数目也是随机的。用Jt 表示t 期的信息到达次数。取J 作为尺度参数,J t =J ×K t ,K t 是t 期相对于尺度J 的信息流强度,E (K t )是日均信息强度。

由于不存在信息优势,普通投资者交易的动机来自于自身的流动性的考虑,总体上没有固定的买卖倾向,他们的交易量称为普通交易量。与之相反,信息灵通投资者的交易基于其拥有的内幕信息,具有明显的方向性,他们的交易量称为内幕交易量。根据Anders on 的分析,经适当选择尺度J ,日收益率Rt 与日成交股数Vt 服从如下分布:

Rt|K t ～N (0,K t ),即条件正态分布。Vt|K t ～P o (m 0+m 1×K t ),即条件P oiss on 分

布,且Vt 是一个平稳过程。其中,m 0表示日均普通交易量,m 1表示平均每次信息到达导致的内幕交易量。

根据上面的模型,我们得到:

Rt =r +K V

2t ×Z t 其中,Z t ～i 1i 1d 1N (0,1),r

为收益率均值。 (1)

E [(Rt -r )2|K t ]=E [(K V 2t ×Z t )2

|K t ]=K t ,

该式的经济含义是,收益率波动源于信息流强度变化。金融时间序列的ARCH 现象,正是信息流到达对波动的影响,以及投资者关于这些信息对股票价格影响的预期不断调整结果的反映。

在中国证券市场,由于市场结构的变化,例如基本交易单位变化、实际交易者数目的变化、市场交易设施的改善等,实际交易量V 0

t 含有趋势项,即V 0

t =σt ×Vt 。V 0

t 是实际成交量序列,σt 是趋势项。结合中国证券市场的实际,以及上述模型成立的条件,为了利用上述模型对中国证券市场进行分析,我们必须消除Vt 中的趋势,使经过变换的中国证券市场股票数据可以用上述模型模拟。对趋

势σt 的估计为πt ,得Vt =V 0

t Ππt ,于是Vt 服从如

下分布:

Vt|K t ～c ×P0(m 0+m 1×K t ),c 是变换尺度参

数。 (2)

式(1)、(2)就是我们分析的模型,这个模型说明,度量市场波动必须同时考虑交易量与收益率。这是因为,信息流过程同时影响收益率与成交量的变化。所以交易量与收益率序列都包含不可观测的信息流过程K t 的信息。这个模型与ARCH 模型的一个重要不同是,ARCH 模型认为收益波动是可以事先被观测到的,在这个模型中,K t 本质上是随机过程,事先不可观测。

三、经验结果

在我们的分析中采用1994—1—3～1997—5—15期间中纺机与陆家嘴的股票交易日数据,收益

率为Rt =(Pt \P t -1-1)×100,Pt 是t 期的股票收盘价,P t -1是t -1期的收盘价,Vt =V 0

t Ππt ,Vt 是t 期的成交股数,πt 是以t 期为中心前后各50个交

易日成交量数据的中位数。我们使用广义矩方法估计模型的参数。在实际应用G M M 方法时,我们应注意既要得到足够多的矩条件,以估计所需参数,又要尽量避免使用高阶矩,因为高阶矩不一定存在。所有计算是由计量经济软件包RATS 完成,计算结果列于表1,表2来自Anders on (1996)。

表1和表2中,E [K t ]即引致股价发生1%波动的信息的日均到达次数估计值,C ×m 0表示日均普通交易量估计值,C ×m 1表示平均每次信息到这导致的内幕交易量估计值,即对内幕信息的反应速度,C ×m 1小,说明一次信息到达后内幕信息只需很少的内幕交易使被揭露。x (3)是模型拟合优度的检验统计量,x (1)是关于检验原假设:H 0:C ×M 0=0的检验统计量、根据表1中这些估计值的标准差及这些检验统计量,估计的模型参数可以接受。我们通过比较中国和美国部分股票收益率一一成交量模型的不同来分析中国股市。

4

01金融与保险 N ORTHERN ECON OMY AN D TRADE 2002年第3期

BEI FANG J ING MAO