流動性供給與日內價格效率
——基于中國股票市場的實證研究

馬 丹，王春峰,，房振明

(1.天津大學管理與經濟學部，天津 300072;2.天津大學金融工程研究中心，天津 300072)

1 引言

近年來金融市場頻頻發生危機事件，美國股市2010年5月6日出現閃崩，中國股市2015年6月發生“股災”，這些極端事件的出現都與市場流動性枯竭有關。充足穩定的流動性供給可以保證市場價格發現過程的可持續性，而流動性供給的不足則會阻礙市場交易的達成，從而導致市場價格的偏離甚至引起異常波動。本文基于高頻交易數據，從市場微觀結構層面剖析流動性供給對股票市場價格效率的作用機理，從流動性供給角度探究改善股票市場運行效率的途徑。

在一個成熟高效的市場中，持續且穩定的流動性供給保證了投資者能夠通過及時地交易滿足各自的需求[1]。價格發現過程是市場投資者進行交易博弈從而達到價格出清的過程，而流動性是交易達成的必要條件。具體而言，在報價驅動市場中，做市商通過設置合理的買賣價差來控制交易成本，進而調節市場的流動性水平，影響市場的信息融入和價格效率[2]。而在沒有做市商的訂單驅動市場中，不同檔位的限價訂單為市場出清提供了流動性支持[3]。策略性的限價訂單能夠降低市場的有效價差和逆向選擇成本，解決流動性跨期不平衡的問題，從而保證了市場的流動性供給。

然而，限價訂單作為訂單驅動市場中流動性供給的主要來源，其供給能力和意愿都包含有很強的不確定性。借鑒Grossman和Miller[1]對做市商市場的分析框架，Brunnermeier[4]建立了適用于限價訂單市場的均衡模型，并指出流動性提供者出于融資約束和風險控制的考慮，會在市場發生危機時從市場撤出，從而加劇市場的流動性缺失，不利于價格效率的提升和市場的穩定。Huang和Wang[5]也指出，在訂單驅動市場中，即使沒有外部事件的沖擊，內生的流動性需求也會引起買賣雙方的不平衡，此時流動性供給的不足會導致價格極端變化，甚至引發市場崩潰。

中國股票市場是典型的訂單驅動市場，對中國股市流動性和價格效率相關的研究也不在少數。Jiang Lei[6]基于GARCH模型研究了中國股市的價格收斂特征，并指出中國股市收斂到弱有效狀態所需要的時間大約是15-30分鐘，且價格的收斂過程顯著受到市場流動性的影響?？讝|民等[7]重點研究了機構持股對市場信息效率的影響，并分析了流動性在其中所扮演的角色。研究表明，雖然流動性和機構持股都能正向促進信息效率，但二者同時較高時反而會減弱信息效率。Wan Die和Yang Xiaoguang[8]研究了中國股市的高頻日內正反饋效應，并指出高頻交易能夠提高市場的流動性但同時會降低價格效率，不利于市場的價格發現。韋立堅等[9]立足于股市異常波動研究由于流動性缺失導致的恐慌性踩踏現象，并提出保持低融資杠桿，引入臨時做市商提供流動性等應對措施?，F有的研究雖有指出流動性與市場價格效率之間的關聯性以及流動性不足對市場的不利影響，但未直面流動性供給是否能夠切實提高價格效率的問題。與本文所探討的問題最為相似的是Jiang Jing[10]對美國股市價格效率的研究，但關注的側重點有所不同。Jiang Jing[10]從橫截面角度對比分析了NYSE和NASDAQ市場的價格效率及其影響因素。雖然指出流動性供給和市場交易狀態都是影響價格效率的因素，但并未研究信息交易和市場狀態在流動性供給與價格效率關系中的調節作用。

本文從流動性供給的角度分析了提高市場價格效率的途徑，認為充足的流動性供給是保證市場高效運行和價格發現功能實現的重要因素，同時提高機構交易比例、降低市場波動性能夠增強價格發現效率。本文的邊際貢獻主要體現在以下幾個方面：在數據選擇上，本文基于中國A股全樣本股票的日內分筆交易數據，具有樣本多樣性和交易數據完整性方面的優勢，增強了研究結論的可信度；在研究方法上，本文創新性地利用日內逆勢交易比例作為流動性供給的衡量指標，能夠更為準確地刻畫其日內動態變化；在計量方法上，本文以日內分時數據建立面板回歸模型，并控制了個體效應和時間效應，同時考慮投資者結構和市場交易狀態的調節作用，多角度全方位地分析了流動性供給與價格效率的關系。

2 假設提出

流動性和價格效率都是衡量市場交易能力和運行質量的指標，二者之間的關系一直是學術界研究的重點。市場的流動性供給能力與價格效率水平有著密切的聯系，這不僅有堅實的理論基礎，還有豐富的實證支持。在理論研究中，Amihud和Mendelson[2]和Foucault[3]分別對報價驅動市場和訂單驅動市場的交易過程進行建模，指出做市商和限價訂單簿的流動性供給能力是影響市場的交易成本和價格形成過程的關鍵。Parlour和Seppi[11]建立理論模型分析不同市場設定下的訂單流模式，并指出不同的市場機制沒有孰優孰劣之分，流動性供給能力才是一個市場的核心競爭力。Huang和Wang[5]建立跨期均衡模型探究引起市場崩潰的理論根源。研究表明，即使在沒有外部事件沖擊的情況下，內生的流動性需求也會引起買賣雙方的不平衡，此時有限的流動性供給是導致價格極端變化、市場發生崩潰的主要原因。Han Bing等[12]基于理性預期模型研究了流動性水平與市場效率之間的關系，并指出在信息融入市場的過程中，市場流動性水平通過調節投資者的交易成本進而影響市場的信息效率。在實證研究中，Chordia等[13]利用最小報價單元變化的自然實驗，檢驗了提高流動性所引起的市場價格效率水平的變化，成為流動性供給能夠提高市場價格效率的直接證據。隨后，Chung和Hrazdil[14]將流動性水平與價格效率之間的關系研究在時間長度和樣本寬度上進行拓展，Jiang Lei[6]檢驗了流動性對價格效率的影響作用在中國股票市場的適用性。除此之外，Jarnecic和Snape[15]和Foley和Putni?[16]分別研究了高頻交易和暗池交易對市場質量的影響，并指出，雖然這兩種交易備受詬病，但二者都能夠補充限價訂單市場的流動性供給，從而降低買賣價差的交易成本，提高市場的價格效率。綜上所述，流動性供給能夠正向促進價格效率的改善，可用示意圖1中線a所示，二者之間存在正相關關系，斜率為正。由此提出假設一：流動性供給與日內價格效率正相關。

H1:流動性供給與日內價格效率正相關。

圖1 流動性供給與價格效率之間的關系示意圖

在信息融入市場并反映到資產價格的過程中，知情投資者的信息交易是促使資產價格均衡狀態轉移的主要推動力量。信息交易不僅能夠直接促進市場價格效率的提升，而且還可以通過調節市場的流動性間接影響價格效率?；谥榻灰准僬f，知情交易者利用其私有信息進行交易獲利，同時也將其所掌握的信息反映到了價格中[17]。隨后一些具有更高的技術優勢和市場嗅覺的投資者從市場價格的變化中識別出信息從而進一步推動了市場的價格效率[18-19]。機構交易者是典型的策略型知情交易者，他們在信息處理能力和資金流動性方面有明顯優勢，能夠優先察覺并利用價格的偏離進行套利。劉燕和朱洪泉[20]從異質信念角度對機構和個體投資者的交易行為進行了研究，指出機構投資者具有信息增量提供能力，機構投資者的交易行為能夠促進價格的信息融入。Henry等[21]研究了業績預告發布之前機構投資者能夠提前獲取信息并進行交易獲利的現象，驗證了上述觀點。此外，Anand等[22]研究了金融危機期間機構投資者的交易特征對股票市場的恢復作用，并指出有機構投資者提供流動性的股票往往能夠更快地擺脫危機。Raman等[23]的研究表明日內機構交易對市場的流動性和價格效率都有正向促進作用，鼓勵機構交易是提高市場質量的有效途徑。Breugem和Buss[24]建立理論模型論證了機構投資者的信息獲取和信息交易策略對市場價格發現功能和信息效率的正向作用。因此，機構交易有助于日內價格效率的改善，且這種促進作用在市場流動性供給水平較高時會增強。也就是說，機構交易能夠正向促進流動性供給對日內價格效率的提升，如示意圖1中線b所示。由此提出假設二。

H2:機構交易能夠正向促進流動性供給對日內價格效率的提升。

日內價格效率的動態變化離不開市場交易狀態的影響，股價波動作為衡量市場狀態的代表性指標，在流動性和價格效率的研究中起著不可忽略的重要作用。一方面，市場波動性對價格與交易量之間的關系具有顯著影響。市場在大幅波動期間量價關系極弱，容易出現單邊暴漲暴跌現象，不利于市場的有效運行[25]。另一方面，價格波動是一種不確定性風險，流動性提供者在面對較高的價格波動時會要求更高的收益補償。知情交易者傾向于在市場波動較高時進行交易，進一步增加其他投資者的交易成本，在一定程度上阻礙價格效率的提升和市場的穩定[26]。因此，價格波動能夠調節流動性供給與價格效率之間的關系，價格波動較高時不利于市場日內價格效率的改善。如示意圖1中線c所示，價格波動阻礙流動性供給對日內價格效率的提升。由此提出假設三。

H3:價格波動對流動性供給與價格效率之間的關系有負向調節作用。

3 實證設計與數據來源

3.1 流動性供給水平的度量

流動性供給與流動性需求是流動性均衡的兩個方面，對流動性提供者的界定是研究流動性供給的關鍵?，F有研究認為流動性供給的來源主要有以下幾種：做市商，噪音交易者，限價訂單提交者，機構投資者，逆勢交易者?？紤]到投資者類型的多樣性以及其流動性供給能力的不確定性，本文基于市場微觀結構視角將逆勢交易者定義為流動性提供者，這種分類方法不僅在限價訂單市場具有更高的實用性，而且能夠契合中國股市以散戶居多的投資者結構特征。因此，本文借鑒Chang等[27]關于日內知情交易概率(DPIN)的設計思路(如公式1和公式2所示)來定義逆勢交易比例，即當市場價格處于上升階段時，主動賣出交易者為流動性提供者，當市場價格處于下降階段時，主動買入交易者為流動性提供者。由此計算日內流動性供給水平的衡量指標，記為LP(liquidity provision)。

(1)

(2)

3.2 市場價格效率水平的度量

衡量價格效率的指標有很多，在高頻交易的研究中，Hasbrouck[28]從隨機游走偏離的角度用價格偏差來衡量價格效率;Bessembinder[29]基于價格波動用方差比率來衡量價格效率;Chordia等[30]則根據隨機游走理論從短期價格可預測程度出發，用訂單流不平衡對短期收益的解釋程度來衡量價格效率。Rosch等[31]比較了以上衡量日內價格效率的指標，研究了其對市場進化的解釋效果和指標之間的聯動性。

在對比分析各個衡量指標的定義和計算方法的基礎上，本文認為Chordia等[30]提出的方法完全基于市場的訂單流和價格變化，無需估計復雜的計量模型，因而更能反映日內市場變化的真實特征。因此本文用短期收益的可預測程度作為價格效率的反向衡量指標。短期收益的可預測程度能夠反映價格效率水平的理論依據是：如果市場進化足夠快，價格效率足夠高，那么日內價格應滿足隨機游走，收益將不具有可預測性。因此，當某種采樣頻率下訂單流不平衡程度對收益具有顯著的解釋能力時，說明在此時間頻率下價格還沒有完全反映信息，市場還沒有收斂到均衡狀態。通過公式(3)，公式(4)計算短期收益的可預測程度并以此衡量價格效率PE(price efficiency)。

Rt=β0+β1OIBt-1+εt

(3)

(4)

其中Rt=ln(pt/pt-1)，pt為t時期末的成交價；OIBt是基于成交額的相對訂單流不平衡指標(如公式(4)所示)，Bt為t時期末主動買入訂單的總成交額，St為t時期末主動賣出訂單的總成交額?；貧w模型(3)的調整R2(adjustedR2)衡量了訂單流不平衡對短期收益的預測程度，記為PE，本文以此作為衡量價格效率水平的反向指標。PE的值越大，訂單流不平衡對短期收益的預測程度越強，市場價格效率水平越低；PE的值越小，訂單流不平衡對短期收益的預測程度越弱，市場價格效率水平越高。

3.3 回歸模型設計

首先，在控制個體效應和時間效應的影響下構建面板回歸模型，以價格效率水平PE為因變量，以流動性供給水平LP為自變量。在控制變量的選擇上，從信息交易層面考慮機構交易比例的影響，從市場交易狀態層面考慮到波動性和交易量的影響。如公式(5)所示。其中PEi,t是指第i只股票在日內第t個時間段的價格效率；LPi,j是流動性供給；控制變量包括機構交易比例，價格波動和交易量。其中，機構交易比例(bigTi,t)用第i只股票當天第t個時段內交易額超過100萬的訂單筆數所占的比例來衡量；股價波動(volai,t)是第i只股票當天第t個時段內的成交價標準差；交易量(volumei,t)是第i只股票當天第t個時段內的總成交量。

其次，本文將控制變量按照高低分為三個分位組，并分別對應高分位組和低分位組構建虛擬變量，以此建立其與流動性供給水平指標的交互項，進而探究不同層面、不同高低分位的控制變量在流動性與價格效率之間關系中的調節作用。面板回歸模型如公式(6)所示。其中，Xh與Xl是虛擬變量，用來衡量指標值所處分位的高低。當該時間段內指標處于高分位(前25%分位)時，Xh為1，否則為0；當該時間段內指標處于低分位(后25%分位)時，Xl為1，否則為0，這種虛擬變量分類法在對比分析指標高低的影響時更加直觀和全面。

最后，在控制了信息交易和市場狀態兩個層面影響的基礎上，同時加入控制變量的虛擬變量與流動性供給指標的交叉項，以分析流動性供給與價格效率之間關系的穩健性。

PEi,t=β0+β1×LPi,j+∑β×X+εi,t

(5)

PEi,t=β0+β1×LPi,j+∑β×LP×Xh+∑β×LP×Xl+εi,t

(6)

3.4 數據來源

本文選取2014-2016年中國A股滬深兩市的分筆交易數據為研究樣本，剔除以下數據：(1)日內停牌和漲跌停的交易日，(2)一天的交易記錄不足100筆的交易日，(3)處于S、ST或*ST期間的交易日,(4)樣本期間內不足200個交易日的股票。日內高頻交易數據記錄了市場的交易狀態和訂單簿的動態變化，可以更精確地呈現出市場的本質特征。選用全市場樣本能夠全面地反映研究問題的多角度特征，并盡可能地保證研究結論的普遍實用性。本文使用所有數據均來源于Wind數據庫。

首先對價格效率的日內特征進行二維描述性統計，如圖2所示。四個小圖分別從橫截面的角度描述了價格效率在日內不同分時下的變化。橫坐標是時間間隔，縱坐標是價格效率，圖中兩條線分別代表價格效率PE的變化及其2階滯后多項式擬合趨勢線。結合圖1結論以及價格效率PE的定義可知，價格效率在日內呈現倒U型的變化特征，在開收盤階段價格效率較低，日內連續交易時段價格效率較高。同時，下午開盤的第一個樣本點偏離趨勢線明顯，這說明午市休盤對價格效率日內變化的連續性有顯著沖擊，這也說明了投資者對午市信息進行消化吸收并進一步調整交易決策。

圖2 2014-2016日內分時價格效率

為進一步探究影響日內價格效率的因素，本文對日內15分鐘分時下的價格效率(PE)，流動性供給(LP)，以及股價波動(vola)，交易量(volume)進行描述性統計，并從橫截面的角度列出了相應交易時段的均值和方差(如表1所示)。其中PE(m)和PE(s)分別指價格效率的均值和方差，其他指標的定義類似。

表1 日內分時描述性統計

4 實證結果與分析

4.1 流動性供給與價格效率

首先基于公式5，本文從流動性供給的角度分析提高市場價格效率的途徑，結合樣本數據的特征建立面板回歸模型分析流動性供給對日內價格效率的影響。在控制變量的選擇上，從市場信息交易層面，加入機構交易比例(bigT)變量；從市場狀態層面，加入波動性(vola)和交易量(volume)指標。

表2中呈現了公式5的回歸結果。從表2中(1)的結果可以看出，流動性供給水平LP對價格效率(PE)有顯著正向影響(由于PE是價格效率的反向指標，因此回歸系數顯示為顯著負效應)，提高市場的流動性供給水平能夠顯著提高市場的價格效率。同時表2中(2)-(6)的結果顯示，機構交易比例和交易量對價格效率的提高有顯著正效應，股價波動則對價格效率有顯著的負向影響。表4中(6)交易量的系數不顯著可能是由于機構交易比例與交易量的線性相關性引起的。

表2的結果揭示了流動性供給與價格效率的關系，并從市場結構信息和交易狀態的角度初步探究了機構交易比例和價格波動等因素對價格效率的影響。結論表明流動性供給是影響價格效率的重要因素，在同時控制時間效應和個體效應的情況下，流動性供給對價格效率變化的解釋程度高達35.9%，因此充足的流動性供給是提高市場價格效率，完善其價格發現功能的重要途徑。驗證了假設一：流動性供給與日內價格效率正相關。

表2 流動性供給與價格效率的關系

此外，從信息交易的角度來看，較高的機構交易比例是市場日漸成熟的表現，對市場價格效率的提高有正向促進的作用；從市場狀態的角度來看，較大的市場價格波動不利于價格發現功能的實現和價格效率的提高，因此在提高價格效率的時候穩定市場、降低波動顯得尤其重要。為進一步探究市場結構信息和交易狀態對流動性供給與價格效率之間關系中的調節作用，本文基于公式(6)，采用面板數據雙固定效應分析方法，研究機構交易比例以及股價波動和交易量與流動性供給的交互作用(結果如表3)。

表3(1)研究了機構交易在流動性供給與價格效率之間的關系中有調節作用，較高比例的機構交易能夠正向調節流動性供給與價格效率的關系(LP×bigTh的系數與LP的系數正負號方向一致且顯著)。相應地，表3(2-3)從市場狀態的視角分別研究股價波動和交易量與流動性供給的交互作用，可以看出，LP×volal和LP×volumeh的系數與LP的系數正負號方向一致且顯著，由此說明較低的股價波動和較高的交易量都會增強流動性供給對價格效率的正向促進作用。由此驗證了假設二和假設三。

表3 流動性供給與價格效率的關系(交互項)[注]本文所有回歸均采用面板數據雙固定效應回歸方法。限于篇幅，表3以及下文表中只列示部分重要的回歸結果。

最后，本文按照年份分組對模型(6)進行實證檢驗，對比分析2015年前后流動性供給與價格效率之間關系(結果如表4所示)。同時，本文還對2015年5-7月異常波動時期進行驗證(結果如表5所示)，以此來增強研究結論的實用性以及實證檢驗的完整性。在Huang等[32]對價格波動不同強度時期的市場效率水平研究中強調了價格異常波動在對于訂單流不平衡與短期價格收益中的重要性，本文與上述研究具有一致的結論。

表4 流動性供給與價格效率的關系(按年分組)

從表4的結果可以看出，2014年和2016年的回歸結果是一致的，流動性供給與價格效率顯著正相關；提高機構交易比例、降低股價波動能夠增強流動性供給與價格效率之間正向作用。相比而言，2015年的回歸結果卻出現了不一致的結論，不僅流動性供給和股價波動指標的系數正負號不同，而且股價波動高低與流動性供給交互項也沒有了區分能力，由此說明了異常波動會降低市場投資者的信息，造成市場流動性供給的單邊異常偏離，不利于價格發現功能的實現和市場的穩定。

進一步地，本文將2015年的樣本數據分為泡沫膨脹期(1-4月)，泡沫破裂前后(5-7月)以及泡沫破裂后(8-12月)三個階段，對比分析市場異常波動情況下流動性供給與價格效率之間的關系，結果如表5所示?？梢钥闯?，高機構交易比例與流動性供給的交互項(LP×bigTh)在三個階段的t值分別為-0.83，-1.56，-2.14，回歸系數逐漸顯著，說明在2015年股市泡沫變化的不同時期，機構交易在流動性供給與價格效率之間關系中的調節作用逐漸增強。同時，對比不同泡沫時期的高股價波動與低股價波動對流動性供給的調節作用，可以看出，高股價波動總是負向調節流動性供給與價格效率的關系(LP×volah的系數與LP的系數正負號相反且顯著)，低股價波動能夠正向調節流動性供給與價格效率的關系(LP×volal的系數與LP的系數正負號一致且顯著)。根據以上研究結論，在股市流動性崩潰期間，為了促進價格發現功能的恢復，在保證市場流動性供給的同時還需提高機構交易比例，降低市場波動性。

表5 流動性供給與價格效率的關系(2015年)

4.2 穩健性檢驗

本文從兩個方面檢驗實證結果的穩健性：一，替換本文所使用的價格效率指標；二，從股票特質性的角度出發，按照市值和股價分組進行驗證(結果分別如表6和表7)。

表6 流動性供給與價格效率的關系(替換價格效率指標)

表7 流動性供給與價格效率的關系(考慮個股特征)

首先，參考Chang等[33]中對價格效率指標的定義，本文分別用股價一階自相關回歸R2和β作為價格效率的衡量指標，驗證本文的研究假設，表6中Panel A和Panel B是相應的回歸結果。可以看出，在選用股價一階自相關回歸R2和回歸β作為日內分時價格效率的衡量指標之后，流動性供給與價格效率仍然存在顯著正相關關系，提高流動性供給水平能夠促進市場價格效率水平的改善，驗證了本文研究結論的穩健性。

其次，從股票特質性因素的角度，本文將所研究樣本按照市值和股價的分位進行分組，研究個股特征對流動性供給與價格效率之間關系的影響，相應的結果如表7的Panel A和Panel B。可以看出，在股價和市值分組下，流動性供給對價格效率的正向促進作用依舊顯著，而且高機構交易比例和低價格波動的正向調節作用也顯著存在。

5 結語

流動性是證券市場的生命力的體現，股票市場的暴漲暴跌、崩盤甚至“股災”等市場功能失靈的現象都與市場流動性水平有關。本文從日內交易視角，剖析了流動性供給與市場價格效率的關系，從微觀結構的角度補充了對市場運行機制的解釋。

研究表明，流動性供給是影響日內價格效率的重要因素，較高的流動性供給能夠顯著的提高價格效率。在信息交易方面，機構是策略型知情交易者，提高機構交易比例能夠正向促進流動性供給與價格效率之間的關系；在市場狀態方面，股價波動在一定程度上衡量了市場的異質信念，波動較大時不利于市場信息的融入和價格的有效回復，因此較低的價格波動對流動性供給與價格效率之間的關系具有正向促進作用。

本文的研究結論具有一定的政策參考價值，對于穩定市場，提高價格效率具有啟示作用。在市場危機時期，及時補充流動性供給，控制單邊極端流動性需求和市場波動，能夠有效地穩定市場。且當市場失衡時，機構投資者的流動性供給不僅能夠降低市場的訂單不平衡程度，還能夠引導其他投資者的交易，改善市場的投資環境，降低極端事件發生的可能性。