中国证券市场交易机制研究

中国证券市场交易机制研究

提要交易机制作为金融市场微观结构的一个重要组成部分，在保持市场流动性和稳定性、提高市场有效性和透明度以及降低交易成本等方面均起着重要作用。本文从市场微观结构理论出发，分析目前中国证券市场交易机制存在的问题，找到与国外成熟的证券市场交易机制的差别所在。

关键词：交易机制；集合竞价；连续竞价

市场微观结构概念有狭义和广义之分，狭义的市场微观结构仅指价格发现机制，广义的市场微观结构是各种交易制度的总称，包括价格发现机制、清算机制、信息传播机制等诸方面。从狭义的交易机制角度看，市场微观结构主要包括以下六方面内容：价格形成机制、指令形式、交易离散构件、交易信息披露、交易披露机制。交易机制作为金融市场微观结构的一个重要组成部分，在保持市场流动性和稳定性、提高市场有效性和透明度以及降低交易成本等方面均起着重要作用。

一、研究数据

采用上证综合指数和深圳成分指数两大指数进行实证研究，选取的交易时段为2003年1月2日至2008年6月5日，两个指数的开盘价和收盘价数据各1，308个。按照Amihud和Mendelson（1987）的方法，以开盘价序列代替集合竞价机制下的价格序列，以收盘价序列代替连续竞价机制下的价格序列，便可以在“对同一时期同一市场上不同交易机制下进行交易的同一资产进行比较”的原则下比较两种交易机制下的股票价格行为。

二、股票收益率正态性分析

股票收益率的正态分布假设是金融投资理论中的一个重要假设。本文将分析上海和深圳证券交易所开盘价间收益率和收盘价间收益率的正态偏离性，二者偏离程度的不同将说明交易机制对股票价格的概率分布具有显著影响。

表1列出了深圳成指和上证综指的开盘价间收益率与收盘价间收益率的对比情况，分别列出了偏度和峰度、方差的分类统计。（表1）

正态分布的偏度值为0，峰度值为3。深圳成分股指开盘价间收益率的偏度值为-0.26448，收盘价间收益率的偏度值为-0.22572，都显著非0；开盘价间收益率的峰度值为5.035568，收盘价间收益率的峰度值为3.063507，前者显著非3，后者也大于3。同样的分析，上证综指开盘价间收益率的偏度值为-0.25642，收盘价间收益率的偏度值为-0.3154，都显著非0；开盘价间收益率的峰度值为4.875548，收盘价间收益率的峰度值为3.674953，都显著非3。

表1中开盘价间收益率与收盘价间收益率均偏离于正态分布。峰度值在任何常用的显著性水平下均显著大于3，但开盘价间收益率的峰度值更大，表明股票的开盘价间收益率的峰度值显著大于收盘价间收益率的峰度值。因此，开盘价间收益率偏离正态分布的“高矮”幅度更大，其概率分布图形具有更高的顶点和更明显的“胖尾”特征。也就是说开盘价间收益率以更大的幅度偏离正态分布，这说明交易机制的差异会影响股票价格的概率分布。

三、股票收益率波动性分析

表1统计结果表明，开盘价间收益率的方差更大，不管是上海证券交易所还是深圳证券交易所都是这个结果。因此，集合竞价机制下的股票价格波动大于连续竞价机制下的股票价格的波动。孙培源提出，通过将观测收益率的方差进行分解，可以研究开盘前长时间交易中止的影响。为分解收益率的方差，将开盘价间收益率与收盘价间收益率分解成交易中止时间收益率和连续交易时间收益率，如图1所示。（图1）

图1中把每一个交易日分成两段，上午9：30至下午3：00为该交易日的连续交易时间，忽略了中午停止交易的1个半小时，从该日的下午3：00到第二天的上午9：30为下交易日的交易中止时间，在交易中止时间，投资者可以发出自己的买卖指令，这些买卖指令将参与下一交易日的集合竞价。记R=R+R，即将开盘价间收益率R，分解为前一交易日连续交易时间的收益率R和交易中止时间的收益率R。记R=R+R，即将收盘价间收益率R分解为本交易日连续交易时间的收益R和交易中止时间的收益率R。

孙培源提出的模型如下：开盘价收益率与收盘价收益率方差之比可以写成：

=

在长时间里，我们认为相差一天衡量的连续交易时间收益率的方差相等，即：?滓（R）＝?滓（R）。这样，的大小由决定：如果>1，说明Cov（R，R）>Cov（R，R），即连续交易时间对下个交易日的中止的影响大于同一交易日交易中止对连续交易时间的影响。换言之，每个交易日的开盘价格受到前一交易日的收盘价格的影响大，而开盘价格对同一交易日的收盘价格的影响小；反之，如果Cov（R，R），表示长时间交易中止对开盘价间收益率的方差影响更大，开盘前长时间的交易中止是造成开盘价波动大于收盘价波动的因素之一。

使用Excel软件进行样本数据处理可以得出上海证券交易所上证综指的分析数据如下：

Cov（R，R）=0.000275

Cov（R，R）=0.0002465

Var（R）=0.000338

Var（R）=0.000281

Cov（R，R）=0.000034

［Var（R）-Var（R）］/Var（R）=0.20397

Cov（R，R）/Cov（R，R）-1=0.116759

=0.927564

Cov（R，R）/Cov（R，R）-1=0.833735

Cov（R，R）/Var（R）=0.814737

Cov（R，R）/Var（R）=0.878362

同样的方法计算出深圳证券交易所深圳成指的分析数据如下：

Cov（R，R）=0.000346

Cov（R，R）=0.000304

Var（R）=0.00042

Var（R）=0.000336

Cov（R，R）=0.000032

［Var（R）-Var（R）］/Var（R）=0.248359

Cov（R，R）/Cov（R，R）-1=0.137887

=0.911507

Cov（R，R）/Cov（R，R）-1=1.285817

Cov（R，R）/Var（R）=0.823787

Cov（R，R）/Var（R）=0.903765

依据以上计算出的各个数据，可以算出需要分析的各个比值的大小如表2所示。数据表明：第一，开盘前长时间的交易中止对开盘价格波动性的影响更大；第二，开盘前长时间的交易中止是导致开盘价格较大波动的因素之一；第三，剔