股票市场收盘集合竞价对市场有效性的影响

时间:2022-08-27 07:52:50

股票市场收盘集合竞价对市场有效性的影响

摘 要:笔者基于深圳证券交易所于2006年7月1日收盘采用集合竞价事件,选择事件日前后两个窗口期的交易数据,运用价格同步法分析方法,研究了收盘集合竞价对市场有效性的影响。研究发现:收盘采用集合竞价后,市场交易量、波动性和相对买卖价差均有显著下降,市场模型的解释力显著提高;第二阶段和第三阶段回归方程中的关键参数检验,以及构造的虚拟事件的稳健性检验结果均证明收盘集合竞价显著促进了市场有效性。

关键词:集合竞价;市场有效性;交易机制;市场微观结构

基金项目:国家自然科学基金项目(71101044);教育部人文社会科学研究青年基金项目(11YJC790288)

作者简介:张肖飞(1980- ),男,河南安阳人,管理学博士,河南财经政法大学会计学院讲师,主要从事公司金融、市场微观结构等研究。

中图分类号:F830.91 文献标识码:A 文章编号:1006-1096(2012)05-0152-05 收稿日期:2012-01-25

一、研究综述

收盘价格的决定机制是交易机制设计的一个重要方面,收盘价格在证券市场中具有非常重要的作用。一方面,收盘价格形成机制决定了多数相关机构进行结算时采用的收盘价能否准确地代表证券在一天交易结束后的价值;另一方面,收盘价格形成机制对证券市场的质量有重要影响。因此,收盘价格形成机制的设计和评价一直是金融市场微观结构理论研究的重点(Huang et al,2001;Biais et al,2005)。

正是由于收盘价格的重要性,许多证券交易所都在市场收盘价格决定机制方面制定特殊的交易机制来促进价格发现并且减少噪音。这些交易所最常用的方法就是收盘采用集合竞价机制。与连续竞价相比,在集合竞价阶段,由于实时披露虚拟委托单信息,增加了交易的透明性,减少了信息不对称性,因而能够有效地促进市场有效性。比如巴黎、澳大利亚、美国证券交易所和多伦多证券交易所都分别先后引入集合竞价。深圳证券交易所在2004年6月25日启动了中小企业板收盘集合竞价,并于2006年7月1日深圳证券交易所主板市场收盘价格决定机制变为最后三分钟集合竞价,这为本文研究收盘集合竞价对市场有效性的影响提供了一个契机。

在集合竞价的信息效率方面,一方面研究发现集合竞价会吸引噪声交易者,在投资者人数不变的情况下,集合竞价的定价误差会更大,如王志刚等(2005)、李平等(2006)、孙有发等(2011)的观点。与之相反的观点认为,集合竞价阶段揭示买卖盘信息和指示性价格,交易者从中推断参与开盘的其他交易者的市场行为以及其所拥有的私人信息,并据此修正自己对股票价值的最初看法,形成新的判断。交易者再次参加交易,形成新的成交价。通过多次模拟这一交易过程,股票价格将包含更多新的私人信息,定价误差会有效降低,促进市场有效性,如Madhavan(1992)等的观点。由此可知,集合竞价机制与市场有效性之间的关系还存在分歧。

二、研究设计

(一)研究方法

为了研究收盘集合竞价对市场有效性的影响,拟采用如下方法进行研究:首先分析收盘采用集合竞价前后的日内效应,主要从交易量、波动性和相对买卖价差的变化;然后,运用价格同步性分析方法来分析。这种研究方法最初来源于对系统风险beta的考察,Pagano等(2003)将其进一步拓展为价格同步性方法,可以通过分析股票价格之间的同步性来研究市场有效性的问题,其后Comerton等(2007)、Chelley(2009)、张肖飞(2010)运用这种方法进行了相关研究,因此本文也主要运用这种方法来研究收盘集合竞价对市场有效性的影响。

以深交所主板市场收盘采用集合竞价的交易日(2006年7月1日)为分界线,将样本窗口分为事件前(Pre)和事件后(Post)两个期间。将每个股票(j=1,2,……n)按不同的收益率期间(分别按L=1,2,3,4,5,6,8,10,12,15,20天计算股票的收益率)在事件前后两个时期进行市场模型回归,得到每个股票在不同时段的βL值。有研究表明股票反应与市场不一致会导致对系统风险β估计产生向下的偏差,并降低市场模型解释力。对由市场模型得到的βL和收益计算长度L以及收盘采用集合竞价前后的虚拟变量Dj进行回归,称为第二阶段回归:

βj,1LE=aj,2+bj,2ln(1+L-1)+cj,2(DjE?ln(1+L-1))+ejLE

(1)

其中βj,1LE是事件期E基于L天间隔的证券j的收益数据回归得到的β估计值。E=Pre或者Post,Pre代表事件期前,Post代表事件期后。aj,2、bj,2、cj,2分别表示第二阶段的参数估计。aj,2可以解释为股票β的渐近水平。L是持有期,用天表示,股票收益也是基于天算出来的。DjE是虚拟变量,如果市场模型回归的β是基于事后数据估计出来的,则等于1,否则为0。ejLE是随机扰动误差项。

非同步的价格调整同样会导致基于短时间收益计算的市场模型的拟合优度R2的恶化,如果在收盘价格采用集合竞价后价格发现的效率提高,那么预期收盘采用集合竞价后的市场模型R2要比事件前的R2大,进行如下的回归,称为第三阶段回归:



AdjRsqjLE=rj+sjln(1+L-1)+tj(DRsqjE)+uj(DCjE)+vjLE

(2)

AdjRsqjLE是在E(E=Pre或者Post)期间基于L天的股票收益数据从证券j的市场模型回归得到的调整后的R2。rj、sj、tj、uj是需要估计的参数,L是收益间隔的长度,即股票收益计算的期间。DRsqjE是虚拟变量,如果市场模型是基于事件后数据估计出来的,则其值等于ln(1+L-1),否则为0。DCjE是虚拟变量,如果市场模型是基于事件后数据估计出来的,则其值等于1,否则为0。vjLE是随机扰动项。

上一篇:刘强东这是耍哪样? 下一篇:基于风险与收益的上市银行贷款集中度研究