做市商制度的引入改善了新三板市場的流動性嗎？
——基于PSM-DID模型分析

■劉惠好，汪潔瓊

為提升市場流動性，新三板市場于2014年8月引入做市商制度。為檢驗做市商引入后的市場效果，本文選取換手率、買賣價差、有效流速等流動性指標進行檢驗。首先，采用PSM-DID方法比較個股在做市商制度引入前后三個月的流動性情況，識別做市商制度對新三板個股流動性水平產生的凈效應。其次，利用面板數據模型比較做市商制度引入后做市交易與協議交易個股的流動性。實證結果顯示，該制度引入后，做市交易股票流動性水平高于協議交易股票流動性水平，說明該制度的引入改善了個股流動性。最后，本文檢驗了做市券商數量對個股流動性的影響，發現個股流動性隨做市商數量增加而上升，到達某個臨界值后開始下降。據此，本文建議增加做市商數量，允許非券商類專業金融機構做市及推出競價交易制度。

新三板市場利用其門檻低等制度優勢，在解決中小微企業融資難的問題中起到了重要作用，較好發揮了市場對資源的配置功能。但作為一個以機構投資者為主體的場外交易市場，新三板市場長期面臨著流動性嚴重不足的困境，處于掛牌火爆而交易清淡的尷尬境地。為提升個股流動性，管理部門于2014年8月25日推出做市轉讓交易方式，允許有做市資格的券商（做市商）同時向投資者提供證券買價、賣價，并在此價格水平上與投資者交易，在此過程中充當市場流動性提供者。做市商制度作為我國新三板市場改革的一項重要措施，其實施效果一直備受關注。引入該制度是否能夠改善新三板個股流動性水平？做市商數量越多，做市股票流動性是否越高？現有文獻涉及不多，關于新三板的研究大多集中在是否需要引入做市商制度，總結國外場外市場的成功經驗，對該制度的政策制定和實施提供政策建議，鮮有從實證角度具體分析該制度的引入實施效果，也較少研究該制度的實施效果與做市商家數的關系。本文將從掛牌公司股票做市交易前后三個月流動性變化情況、做市交易和協議交易個股流動性比較、做市商數量與做市股票流動性關系三個層面，實證檢驗推行該制度對個股流動性產生的影響。

一、文獻綜述及研究假設

Amihud&Mendelson（1988）提出流動性是市場正常運行的必要前提，做市商在市場流動性不足的情況下，可充當流動性供給者。田娟娟（2014）認為我國新三板市場流動性遠低于國內其他證券市場，市場流動性風險較大，流動性明顯不足。熊三爐（2012）指出在2014年8月之前新三板市場流動性風險水平較高。實證研究方面，Hanousek&Podpiera（2004）通過分析布拉格股票交易所1999年3月到2001年12月共34個月的每筆市場交易記錄，以分析該市場在1998年引入做市商制度前后的變化，認為該制度可完善市場價值發現功能，并能讓市場參與者因價差縮小而受益。Eldor et al.（2006）發現2004年3月特拉維夫股票交易所引入做市商制度后，市場股票交易量增長60%，價差縮小35%。Menkveld&Wang（2013）通過對阿姆斯特丹股票市場選擇做市交易的74家小規模公司進行研究，發現對于小規模公司而言，低流動性水平和高流動性風險會提高公司的資本成本，選擇做市交易使得這些公司的流動性風險降低，并在研究的時間窗口獲得了平均3.5%的超額收益。Perotti&Rindi（2010）追蹤2001年就開始做市交易的意大利股票交易所的一組中小型明星股票，研究認為做市商的信息披露功能可減少股票價差和波動性，降低知情交易事件發生的概率。陳輝和顧乃康（2017）選取我國新三板市場中102家公司探究該制度引入后對新三板市場流動性的影響，認為做市商制度的引入雖然沒有使成交量均值和換手率均值得到顯著改善，但提高了成交量和換手率的中位數，并改善了非零交易天數和價格沖擊指標。故而，本文提出假設1：

假設1：引入做市商制度對個股流動性具有改善作用。

那么做市商數量越多，個股流動性是否愈高呢？Bondarenko（2000）認為報價價差與做市商數量息息相關。Goldstein&Nelling（2010）研究發現做市商數量越多，競爭越激烈，市場交易成本越低，越能夠提高個股流動性和交易效率。Coughenour&Mohsen（2004）研究發現美國證券交易所內的做市商都不止服務于一家公司。Batlle et al.（2007）研究了法國證券市場，發現做市商數量增多使得市場更自由和透明，可以降低市場的服務成本。Huang&Stoll（1996）認為每只股票可以同時聘請多家做市商為其做市，有利于做市商之間展開良性競爭，降低報價差額，提升個股流動性。同時，他們為獲取利潤和搶占客戶資源，具有足夠動力對股票進行合理報價，避免報價過于離譜。但Glosten（1989）認為當市場不是完全有效市場，存在信息不對稱時，做市商為搶占客戶資源會降低報價，利潤受損。當競爭加劇甚至演變為惡性競爭時，做市商可能無力持續報價，不利于市場穩定；相反，當其數量較少，報價則更統一，市場更穩定。Anand&Weaver（2007）研究發現芝加哥期權交易所在1999年引入壟斷做市商制度后，市場交易量增加，做市商報價價差減小，市場流動性有所改善。張瀛（2007）認為當市場信息嚴重不對稱時，壟斷型做市商制度效果更優。Christie&Schultz（1994）發現存在做市商人為擴大價差的現象。這是因為當做市商數量增加到一定程度時，做市商之間可能會存在勾結，影響做市效率，反而會降低市場流動性水平。當做市商數量增加到某一個臨界值時，做市商之間可能通過合謀進行成本操縱從而使交易對手遭受損失；甚至可能會相互配合宣布誤導信息以影響股價。故而，本文提出假設2：

假設2：做市交易的股票流動性受做市商數量的影響。

二、指標選取和模型設計

（一）流動性度量指標的選取

Harris（1990）認為流動性可以從四個方面衡量：即時性、深度、寬度及彈性。其中，即時性也稱為速度，即成交一定數量的資產所花費的時間，如果在一個市場成交特定數量的資產所花費的時間更短，則市場即時性更高。深度是指資產在某個價格上能夠交易的數量，即能夠讓價格變動一個最小單位的資產數量。如果一個市場在單個價格單位上成交的資產數量或金額更多，則更具有深度。寬度度量了交易價格對市場有效價格的偏離程度，是市場參與者為獲得及時流動性而支付的報酬。彈性是指資產價格在被噪聲信息干擾后恢復的速度，如果一個市場的資產在受到噪聲的影響偏離均衡價格后，恢復越迅速，則市場彈性越大。由于新三板市場信息披露不完善，而且掛牌公司如果選擇協議交易，則有些信息可以不披露，很難追蹤到個股從下單到完成交易的具體時間。因此，本文從寬度、深度及彈性三個角度選取流動性測量指標。

1.相對買賣價差（QSpreadti）

相對買賣價差可以用來反映市場的寬度，具體計算公式如下：

At代表股價當天最大值，Bt代表股價當天最小值，PMt是二者均值。QSpreadit是做市商提供服務所獲得的報酬，其值越小，表示流動性越高。

2.換手率（turnrateti）

turnrateti可反映市場深度，其值越高，流動性越好，具體計算公式如下：

楊朝軍和王靈芝（2011）提出了有效流速這一指標，該指標反映市場彈性，其計算公式如下：

其中，pmax代表股價當天最大值，pmin代表股價當天最小值，V（Pi，Q）i代表股票i的成交金額，當Pmax=Pmin時，式（3）中的分母為零。此時，令分母為0.01/Pmin。是成交金額的增函數，是波動幅度的減函數，反映了在價格保持不變或者微小變化情況下迅速完成大規模交易的能力。

（二）模型設計

評估某項政策的實施效果常用面板數據模型和雙重差分法。前者需要追蹤調查對象，以獲取調查對象在整個觀測期內的跨時信息。它能夠解決樣本異質性所帶來的遺漏變量偏差問題，同時提供更多個體動態行為信息，擴大樣本容量，提高估計精準度。但因為同一個個體在不同時期的擾動項一般存在自相關，故樣本數據通常不能滿足獨立同分布假定。雙重差分法通過兩次差分，可以將政策影響的凈效應有效分離出來。在做雙重差分前，需要保證政策發生前，處理組和對照組基本特征沒有顯著差異，且要求樣本須滿足獨立同分布假定。

1.PSM-DID政策實驗設計

同一批公司在做市商制度引入前后流動性水平發生變化的原因可能并不僅僅是做市商制度的引入。僅僅通過單純的事前事后對比可能會忽略其他影響因素，因而對政策的實施效果的估計會存在偏差。本文很難判斷新三板市場流動性水平的變化是來自做市商制度，還是受到了宏觀經濟或市場其他行為的影響，即無法識別該制度對新三板個股流動性水平影響的凈效應。DID模型通過構建雙重差分和協變量的方法在一定程度上控制了某些除做市商制度以外其他因素對流動性水平的影響。

雙重差分模型的定義為：

其中，Yi，t表示股票i在t時刻的流動性水平。D和t是虛擬變量，D=1表示做市商制度引入后，公司交易方式由協議轉為做市，D=0表示仍采用協議交易方式；t=0表示該制度實施之前，t=1表示該制度實施之后。Zi，t表示影響流動性水平的其他經濟變量，εi，t是隨機擾動項。根據構建的虛擬變量 D、t，將樣本分為4組。

對于引入做市商制度后仍采取協議交易方式的公司而言，即D=0，當t=0時，Yi，t=β0+γZi，t+εi，t；當t=1時，Yi，t=β0+β2+γZi，t+εi，t。因此，對于8月25日后仍為協議交易的股票而言，流動性水平增長變動為β2，包含該制度以及其他因素對其流動性水平的影響。對于做市交易個股而言，即D=1，其流動性效應分別為：當t=0時，Yi，t=β0+β1+γZi，t+εi，t；當t=1時，Yi，t=β0+β1+β2+β3+γZi，t+εi，t。因此，引入該制度對流動性水平的影響變動為β2+β3，包含了該制度以及其他因素對做市股票流動性的影響。那么，該制度的凈效應為β2+β3-β2，故交互項系數β3只包括體現了該制度對個股流動性產生的效應。

但是即便使用DID模型，仍無法解決樣本選擇偏誤所帶來的內生性問題，即無法解決選擇做市交易的公司本身就更優秀，其股票流動性水平本身就比選擇協議交易的股票流動性水平高所帶來的問題。為解決這個問題，可以用該公司采用做市交易的流動性水平減去如果該制度引入后它不采用做市交易而仍使用協議交易方式的流動性水平。但可以觀測到該公司在該制度實施后選擇做市交易的數據，而它如果沒有選擇做市交易而采用協議交易的數據是不可觀測的，這種情況被稱為“反事實”。為解決此問題，Rosenbaum&Donald（1983）。提出了PSM法處理方法，具體流程如下：首先，將樣本進行分組，一組作為處理組，一組作為對照組。處理組在2014年5月19日～2014年8月24日期間段采用協議交易，2014年8月25日～2014年11月30日選擇做市交易的公司；對照組在2014年5月19日～2014年11月30日始終采取協議交易的掛牌公司。其次，選擇若干指標作為配對指標，并進行概率P值計算，將處理組和對照組中P值接近的個體進行匹配。即在對照組中找到公司j，使得公司j與處理組中i公司的P值接近。經PSM處理后，對照組和處理組中的樣本在政策實施之前的特征無顯著性差異，消除了樣本選擇偏誤帶來的內生性問題。

2.面板數據模型

由于公司的經營業績和規模會影響到個股的流動性水平。因此，選取個股市盈率、市凈率、市值作為控制變量，構建如下模型。

turnrateti代表i公司第t天的換手率。PEti、PBti分別代表i公司在第t天的市盈率和市凈率。Lnmarketcapti表示經對數處理的i公司在第t天的市值，代表公司規模。在模型中引入虛擬變量D，做市商參與做市的股票其D值為1，協議交易的股票其D值為0。

三、實證結果及分析

（一）PSM-DID檢驗

為解決內生性問題，同時識別該制度的凈效應，本文采用PSM-DID檢驗法研究該制度引入后個股流動性水平的變化情況。以2014年8月25日為分界點，選取前三個月和后三個月為研究期間。2014年8月25日～2014年11月30日轉為做市交易方式，且這段期間始終采用做市交易方式的公司作為處理組，共有23家公司；對照組為在2014年5月19日～2014年11月30日期間始終采用協議交易的公司，共188家，數據來源于Wind數據庫，描述性統計結果如表1所示。

表1 描述性統計結果

1.PSM處理

以公司市值Inmarketcapti、成交量VOLDti作為匹配標準變量。采用Kernel法和Probit模型分別確定權重，估計傾向得分，并施加“共同支持”條件。表2顯示配對后的處理組和對照組在匹配變量Inmarketcapti、VOLDti上的標準偏差的絕對值分別為4.1、0.5，顯著小于10，且都通過了T檢驗。故以Inmarketcapti、VOLDti為匹配變量，經過PSM處理后，處理組和對照組在做市商制度引入之前的特征基本一致。

表2 匹配平衡檢驗結果

2.DID檢驗

在對研究對象進行PSM處理的基礎上，繼續使用DID模型進行檢驗。表3中的列（1）、（3）、（5）分別是不帶控制變量的DID檢驗結果，列（2）、（4）、（6）分別是帶有控制變量的DID檢驗結果。從表3所列結果可見，對于帶有控制變量的DID模型而言的交互項系數為負，turnrat和 QSpreadit的交互項系數分別為0.0531和0.0797。對于沒有帶控制變量的DID檢驗結果而言，的交互項系數變為正數，turnrat和QSpreadit的交互項系數依然為正。這說明，以作為控制變量的模型而言，控制變量的加入，使得回歸結果不穩定，可能是因為控制變量的加入導致了內生性的問題。個股換手率提高，說明做市商的引入刺激了投資者交易，個股流動性上升。買賣價差擴大，反映了做市商為彌補場地費、通信費和人工費用等做市成本而可能讓投資者承擔的費用。

表3 DID檢驗結果——平均處理效應

（二）面板數據模型

1.樣本、指標選取及模型構建

為分析做市商引入后對當年個股流動性的影響，比較同一時期做市交易與協議交易個股流動性差異，該部分仍引入虛擬變量D，若該公司當天采用的是做市交易，則令D=1。D=0表示該公司當天是協議交易。選擇2014年9月1日至12月31日為研究期間，據統計，這段期間，新三板市場中掛牌企業的市盈率大多分布在0～200之間。為獲取更多數據資料，本文篩選出市盈率在-300與300之間的公司。共選取563家有較完整日成交數據的公司。其中采用協議交易的公司為454家，D的均值為0；采用做市交易的公司為50家，D的均值為1；D的均值介于0與1之間的公司有59家（有的公司做市交易與協議交易交替使用，所以計算出來的它的D的均值可能不是整數）。本文所有數據均來自Wind數據庫，描述性統計如表4所示。

表4 描述性統計

2.實證檢驗

對面板數據用Fisher-ADF檢驗進行單位根檢驗，結果在1%的顯著性水平下變量數據平穩。同時，Hausman檢驗結果顯示p值為0.0000，意味著應拒絕隨機效應，接受固定效應。因此，本文采用固定效應模型。由于新三板市場換手率過低，在進行回歸時，對其做乘以100的處理，采用固定效應模型的回歸結果如表5所示。從實證結果來看，虛擬變量D前的系數為4.023309，做市股票的換手率高于協議交易股票的換手率，說明引入做市商制度后，選擇做市交易的股票流動性水平高于協議交易股票。

表5 模型回歸結果

四、做市商數量與股票流動性水平關系檢驗

（一）模型構建及樣本選擇

本部分仍然采用turnrateti來衡量個股流動性水平，選擇交易金額、公司規模、市盈率、市凈率、做市時長作為研究影響做市股票流動性水平高低的控制變量，構建如下回歸模型：

其中Numberofbrokersti是第t天參與i公司股票做市的做市商數量；Si是i公司的做市時長，以天數計算，用做市股票交易日期減去其起始做市日期；其他變量含義同公式（5）。

表6 做市商數量描述性統計

選取2014年9月1日～2016年12月31日期間有較完整做市交易記錄的1703家公司的日交易數據為研究樣本（剔除數據缺失較多的公司）。統計數據顯示大部分做市股票的做市券商在3～10家以內，最多的為49家，數據來自Wind數據庫，描述性統計如表6所示。

（二）實證分析

對面板數據用Fisher-ADF檢驗進行單位根檢驗，結果在1%的顯著性水平下變量數據是平穩的。對換手率turnrateti作乘以100的處理，對樣本數據采用固定效應模型進行回歸分析，結果如表7所示。Numberofbrokersti的 估 計 系 數 為 2.673523，Numberofbrokers的估計系數是-0.00999。這說明做市股票的換手率隨著做市商數量的增加而提高，到達某個臨界值后，做市商數量越多，其換手率不增反降，具體情況如圖1所示。

表7 做市商數量與個股流動性關系實證結果分析

圖1 做市商數量、換手率關系圖

二者之間呈現倒U關系。原因在于，當個股做市商家數還沒有到達飽和狀態時，每只股票可以同時聘請多家做市商為其做市，有利于做市商之間展開良性競爭，降低報價差額，提升個股流動性，而當其數量增加到一定程度時，他們之間可能會存在勾結，影響做市效率，甚至可能通過合謀進行成本操縱或者相互配合宣布誤導信息，從而影響股價，操控成本。

（三）穩健性檢驗

五、主要結論

本文的實證結論表明，做市商制度引入后，由協議交易轉為做市交易的股票流動性水平高于仍采用協議交易的股票；同一時間同一市場中做市股票的流動性略高于協議轉讓股票的流動性，表明引入做市商制度的確改善了個股流動性水平。但是從做市商制度的角度來說，該制度仍有一定的改進空間。新三板市場上參與做市的做市商都是符合一定標準的券商，種類過于單一，風險偏好及對市場的判斷都相近。當市場出現波動時，做市商對市場的未來走勢可能判斷一致，易出現一邊倒現象，不利于市場穩定，易出現流動性枯竭的現象。同時，在新三板市場掛牌公司有10922家，選擇做市的掛牌企業為1618家，參與做市的券商數量合計90家（截至2017年3月21日），平均每家做市券商服務18家掛牌企業，隨著做市交易企業家數的增加，做市券商的服務對象將進一步增加，會加大做市券商服務壓力。因此建議增加做市商數量，引入更多的非券商金融機構進行做市，以滿足新三板市場的做市要求。當個股做市商數量增加到一定數目后，簡單增加其數量并不能有效解決個股流動性問題，個股流動性水平甚至可能會隨著其數量的增加而降低，建議此時引入混合交易機制。隨著分層制度的確定、掛牌公司股權分散程度的提高以及做市交易換手率的提升，可以考慮在創新層引入競價交易方式，這樣既可以讓做市商集中精力服務做市企業，又可以進一步提升市場流動性。