论文部分内容阅读
摘 要:上海证券交易所于2007年7月25日推出了固定收益证券电子平台,以此来解决我国债券市场呈现银行间市场一边倒的情况,增强银行间市场与交易所市场的联通。这一平台在交易机制方面实现了新的突破,该平台引入了做市商制度。本文实证分析了做市商行为与该市场的效率表现,发现固定收益平台的做市商双边报价对于债券价格具有比较显著的引导作用。
关键词:做市商;固定收益平台;市场有效性
市场有效性即市场效率(market efficiency),是经济学的核心命题,也是交易机制设计最重要的政策目标。市场微观结构理论认为,交易机制直接关系到市场的价格形成过程,对市场效率具有不可忽略的影响。
一、 做市商与市场效率
对于做市商制下的市场效率研究相对较少。Theissen(2000)的试验研究指出,做市商市场的交易成本较高,但价格的信息质量也很高,而集合竞价尽管交易成本很低,却表现出对于新信息反应不足的缺点。
一般而言 ,做市商能够从以下三个方面提高市场效率:
第一,通过提高市场的流动性增进市场效率。做市商最重要的作用是提高流动性,而流动性对市场效率具有直接影响。Glosten(1989)的研究显示:在信息不对称的情况下,做市商能够提高市场的流动性,从而提高市场效率。Maug(1998)的研究表明,流动性与价格的信息含量正相关,这是通过知情交易者(informed trader)的交易实现的:知情交易者具有资产真实价值的私人信息(private information),在证券被低估时买入高估时卖出,从而将私人信息不断反映到价格中去。而知情交易者的收集信息的动力与市场流动性密切相关。在流动性越高的市场,知情交易者能更好的隐藏私人信息并从中获利润,就越有动力收集信息并进行交易,这样,价格中的信息含量就越高,市场效率也就越高。Glosten和Milgrom(1985)、Kyle(1985)也指出:只有当交易能够产生大于交易成本的收益时,边际知情交易者才会对那些未被价格反映的信息进行交易,从而使之反映于价格,从而提高市场的信息效率。
第二,通过降低市场波动增进市场效率。如果市场波动过于剧烈,一方面会导致某些风险承受力弱的投资者退出市场,另一方面也会导致价格的失真和扭曲,这都会降低市场效率。在做市商市场,当市场出现买卖指令失衡时,做市商可以承接过多的买单或卖单,缓和买卖指令的不均衡,抑制相应的价格波动。同时,当投资者的非理性导致证券价格过度反应(over-shooting)时,做市商能通过报价的调整和利用自身账户的买卖,缓解价格的非理性波动,从而使价格尽量反映其真实价值,提高价格的信息效率。特别是在市场出现恐慌时,做市商的这一作用尤为重要。
第三,通过提供报价信息增进市场效率。做市商都是经验丰富、有实力的大型机构,在资金、人才和专业知识等方面具有明显优势。更重要的是,做市商集中掌握着市场的买卖指令和订单流的信息,对市场行情能够准确把握。所以,做市商比一般投资者更能准确判断证券的真实价值,能够通过报价的连续调整,为投资者提供更好的价格信息,不断地将价格推向真实水平,从而提高市场效率(冯用富,2001)。
二、做市商竞争与市场绩效
上文分析了做市商对提高市场效率的积极作用,但这仅仅是一种理想情况下的可能。要真正需要满足诸多前提条件,比如:做市商比一般投资者更能准确判断证券的真实价值,做市商不能利用其信息垄断优势非法获利,做市商之间不存在合谋串通(collusion),不能操纵市场等。
(一)垄断性做市商制度与竞争性做市商制度
根据每只证券做市商数量的不同,做市商制度可以分为垄断性做市商制度和竞争性做市商制度,垄断性做市商制度下每只证券只有一个做市商,美国NYSE市场的专家(specialist)就是一种特殊的垄断性做市商;竞争性做市商制度下每只证券有多个做市商,他们可以选择对同一只证券报价,绝大部分的做市商市场如NASDAQ都采用这种制度。
需要指出的是,这两种制度只是根据做市商数目来命名,并不必然与垄断或竞争相联系。垄断性做市商制并不必然带来垄断利润,竞争性做市商制并非完全是竞争,如果做市商相互串谋,也能产生超额垄断利润。
关于两种制度的比较主要集中在是否有利于减轻信息不对称而导致的定价困难。Glosten和Milgrom(1985)指出,当存在严重的信息不对称情形时,垄断性做市商制度能提高市场的连续性和稳定性,有利于解决信息不对称所导致的流动性不足的问题,从而能带来更大的社会福利。这是因为,作为垄断性的价格设定者,垄断性做市商在设定买卖报价时不必考虑来自单笔交易的利润,而只需要考虑使全部交易的总利润最大。此外垄断做市商还可以获得知情交易者的一部分信息,以减轻信息不对称的程度。这种定价策略可以使市场在信息严重的不对称的情况下继续运行,而此时竞争性做市商市场可能己经关闭。但是,垄断做市商制度的优势仅在于信息方面,Glosten(1989) 进一步证明,如果信息不对称问题不严重,则垄断做市商制度就并不比竞争做市商制度有优势。
(二)做市商竞争与市场效率
Ho和Stoll(1983)讨论了在市场上多名做市商相互竞争对买卖价差的影响。假设市场上有两名做市商A和B,交易两只股票M和N。以做市商A为例,假定t为到期末清算的时间长度,做市商A期末财富W0(t=0)的效用函数为U(W0)。其中W0=F0+Y0+VM,0+VN,0+VN,0。F0和Y0分别为做市商A期末的现金和基本财富,VM,0和VN,0则表示期末股票M和N的存货价值。aM和bN分别为做市商A的买卖股票的保留成本。
则t=1时做市商买卖股票M的保留成本分别为
其中,Q为交易股票的价值;R为做市商风险规避的贴现系数,r为无风险利率;
IM=VM+βNMVN,βNM=QNMQ2M,Q2M
为股票收益的反差,QNM为股票M和N收益之间的协方差。由上面的和的两个等式可得做市商的保留价差,si=ai+bi即si=σ2iRQ 。
假设有四名同质的做市商。做市商将在满足最低报价要求下,根据其他做市商的定价行为制定相应的报价策略。在一期限模型中,各做市商根据各自存货头寸决定保留成本,最优报价分别为:
最好卖家A:a,b;其次的卖家B:a0,b0;
其次的卖家C:a,b;最好的买家D:a*,b*。
其中a≤a0≤a`≤a*,b*≤b`≤b0≤b。
为了获得更多的收益,最有买卖报价的两家做市商A和D将调整定价策略,把报价设定在接近于最有竞争力的做市商B和C买卖报价之上,所以做市商A和D将占有整个市场的买卖交易指令。
但是如果做市商A发现与做市商D进行交易获得收益大于其所付出的损失,将以价格p(1-b`)卖出部分存货。随着做市商A存货的减少,通过效用函数的变化将影响其定价策略。因而做市商A的最优报价不一定为a0。因此,价差决定于不同存货头寸和风险偏好的做市商之间的博弈。
Madhaven (1992)和Tonks(1997)的理论研究也证明,如果市场是充分竞争的,无穷多个做市商的市场与竞价市场等价,或者说完全竞争的市场将使做市商的利润最终等于零,做市商间的竞争将减小市场的买卖价差。
同时,Hansch等(1998) 对伦敦证券交易所、Haan (2001)对荷兰证券市场的实证研究都发现做市商数量与买卖价差之间存在显著的负相关关系,从而验证了以上理论分析。所以,总体而言,垄断性做市商制度导致了交易成本的增加(买卖价差的扩大),而竞争性做市商制度有利于降低买卖价差。
(三)做市商报价对市场价格的引导作用
从理论上将,做市商的双边报价对市场具有相当的影响和引导作用。这是因为:(1)做市商具有较高的研究水平和特别的信息渠道,一些对债券价格具有重大影响的信息,比如宏观经济走势、银根的松紧及资金面的情况、市场利率的变动等等,做市商比一般投资者更能准确判断。(2)做市商掌握着市场部分不公开的买卖信息,并且,做市商之间也经常联系交换信息和对市场的看法(其债券交易员之间相互很熟悉,并通过网络工具MSN、电话等随时联系)。所以,他们具有明显的信息优势,能够更好地把握市场行情。(3)做市商资金实力雄厚,他们自身就是债券市场重要的投资者对市场的影响举足轻重,其交易行为能够直接影响债券价格。
三、实证分析
在上文中,我们已经论证做市商制度对市场效率影响的方式和结果。由于固定收益平台是一个做市商报价的市场,国外研究显示,做市商具有更高的信息获取和处理能力,使得债券信息会很快反映到债券的价格中去。因此,做市商的报价对市场价格具有引导作用,能够有效的实现资产价格发现。本节的分析思路如下:正如上文所述,做市商制度的引入带来了透明度的提高,那么,我们可否得出,固定收益平台在引入做市商制度以后是否有利于资产的价格发现,信息是否能有效的融入债券价格中呢?因此,我们就把问题转化为做市商引入以后,固定收益平台市场做市商报价能否引导市场价格?
(一)数据来源和债券样本选取
由于国债是固定收益平台上交易的主体,我们选取在固定收益平台开始上线以后,有交易而且相对活跃的11只债券作为研究样本,债券名称分别为:07国债11、07国债14、07国债16、07国债17、07国债18、07国债20、08国债01、08国债04、08国债05、08国债09、08国债11。本文选取的样本期间为固定收益平台上线日2007年7月25日到2010年1月29日作为研究期间,数据来源于wind资讯。利用Eviews软件进行统计计量。
我们用PA表示做市商的卖出报价,PB表示做市商的买入报价,用PM=PA+PB2表示买卖报价的平均值,用来表示做市商的报价水平。用PC表示债券当天的收盘价。由于固定收益平台市场不一定每天每只债券都有报价或成交,因此我们在研究版本选取当天既有报价又有成交的交易日,从而保证PM和PC。
(二)研究方法与计量模型
本节研究的目标是检验固定收益平台做市商的报价能否引导市场价格,首先我们必须考察一下在固定收益平台交易的11只样本国债的平均买卖报价PM与当天的收盘价格PC的相关性,经过相关性检验以后,所选债券的相关度很高,都在0.9以上。造成这种结果的原因是什么,到底谁是因谁是果,抑或他们之间互为因果?Granger因果检验为我们提供了一种途径去解释这一现象。
Granger因果检验是用于检验两个变量之间因果关系的一种常用方法。于1969年J.Granger提出,70年代中Hendry和Richard等加以发展。其应用原理是:如果变量X是导致变量Y的原因,则变量X先于Y的变化,
Granger提出,如果利用X和Y的滞后值对Y进行预测
比只用Y的滞后值预测所产生的误差要小,即
则称X是Y 的Granger原因,记为
Granger的因果性同时也表示了不同时间序列间的领先和滞后关系,Granger因果是通过下列过程实现的,
如果Xt和yt都为平稳过程,检验模型如下:
其中,μ1t,μ2t为白噪声,原假设序列y(x)不是序列x(y)的Granger原因。
H0:β1=β2=…=βq=0或者H0:δ1=δ2=…=δp=0
结果存在如下四种情况:
第一,如果βj=δj=0,(j=1,2,…q) 则Xt,Yt互相独立;
第二, 如果βj=0,δj≠0,(j=1,2,…q)则Xt,Yt的Granger原因;
第三, 如果βj≠0,δj=0,(j=1,2,…q)则Xt,Yt的Granger原因;
第四, 如果βj≠0,δj≠0,(j=1,2,…q)则Xt,Yt互为Granger原因。
(三)平稳性检验
上文提到Granger因果检验的前提是变量数列必须平稳,或者原变量数列不平稳,但差分以后平稳。单位根是检验平稳性的一种正式的方法。其检验的回归方程为:
△Yt=β1+β2t+δΣpi=1△Yt-i+εt
H0:δ=0
其中,△Yt为变量的一阶差分,t是时间或趋势变量,因为金融时间序列数据往往具有自相关性,加入△Yt-i项以消除变量自相关的影响。如果检验结果表明δ显著为0,说明变量序列是单位根过程I(1),否则,若δ显著异与0,则表明变量序列是平稳的I(0)过程。利用Eviews5.0对07国债14的PC和PM的原序列和一阶差分进行单位根检验,结果如表1所示:
表1 固定收益平台07国债14价格变量的单位根检验结果
变量序列ADF值1%临界值5%临界值10%临界值结论
PM△PM-0.821870-8.490257-4.041280-4.042042-3.450073-3.450436-3.150336-3.150549
接受,不平稳拒绝,平稳
PC△PC-1.455032-11.87549-4.043142-4.043146-3.560143-3.471236
-3.350241-3.250549接受,不平稳拒绝,平稳
注:表示原序列的一阶差分。
从上表中可以看到,PM和PC的原序列不平稳,但是它们的一阶差分都在1%的显著性水平下平稳。因此,时间序列PM和PC都是一阶单整过程。我们分别对剩下的10只债券进行ADF检验,发现:07国债18的PC和PM的原序列不平稳,差分之后仍然不是同阶平稳, 08国债05的PM是I(1)过程,PC是I(0)过程,所以这两只债券均不符合Granger因果检验的前提条件,将其剔除。剩余的8只债券中,除07国债16的和都是过程外,其余7只债券的和均是过程,都符合Granger因果检验的前提,因此我们下面对剩下的9只债券进行Granger因果检验。
实证结果及分析:
表2 固定收益平台变量PM与PC的Granger因果检验结果
债券名称检验项目(原假设)F值P值检验结果
07国债11
PC does not Granger Cause PM0.369020.69173接受原假设
PM does not Granger Cause PC8.547610.00025拒绝原假设
07国债14
PC does not Granger Cause PM0.965500.38412接受原假设
PM does not Granger Cause PC13.87024.5E-06拒绝原假设
07国债16
PC does not Granger Cause PM1.218190.29822接受原假设
PM does not Granger Cause PC16.35563.0E-07拒绝原假设
07国债17
PC does not Granger Cause PM4.050320.31912接受原假设
PM does not Granger Cause PC13.02225.5E-06拒绝原假设
07国债20
PC does not Granger Cause PM1.001110.40864接受原假设
PM does not Granger Cause PC2.47042*0.04664拒绝原假设
08国债01
PC does not Granger Cause PM1.613290.13114接受原假设
PM does not Granger Cause PC5.734963.1E-06拒绝原假设
08国债04
PC does not Granger Cause PM2.0902050.25784接受原假设
PM does not Granger Cause PC8.0545290.00030拒绝原假设
08国债09
PC does not Granger Cause PM0.390540.67718接受原假设
PM does not Granger Cause PC18.94952.7E-08拒绝原假设
08国债11
PC does not Granger Cause PM2.683310.06969接受原假设
PM does not Granger Cause PC36.30634.2E-15拒绝原假设
注:*表示在5%的置信水平下显著,其余的为1%的置信水平下显著
从上表中可以看出,考察的9只债券中,07国债11、07国债14、07国债16、07国债17、08国债01、08国债04、08国债09、09国债11这8只债券在1%的置信度水平下,原假设“PM不是PC的Granger原因”被拒绝,而另一原假设“PC不是PM的Granger原因”则被接受。也就是说,平均买卖报价PM是收盘价PC的Granger原因,同时,收盘价PC不是平均买卖报价PM的Granger原因。债券07国债20则是在5%的置信度下,平均买卖报价PM是收盘价PC的Granger原因,同时收盘价PC却不是平均买卖报价PM的格兰杰原因。总体上来说,统计上的显著程度很高。
以上的Granger因果关系检验说明,固定收益平台的做市商双边报价对于债券价格具有比较显著的引导作用。因此,可以认为,做市商的报价具有较高的信息含量,较好的反映了市场信息,增加了信息反映到价格中去的速度,从而提高了市场的价格发现效率。这就进一步验证本文提出的理论分析:在固定收益平台市场,做市商能够在一定程度上提高债券市场的有效性。
参考文献:
[1]龚亮,中国银行间债券市场做市商制度分析[M],人民银行研究生部,2004
[2]姚秦,债券市场微观结构与做市商制度一理论与中国的实证[M],复旦大学出版社,2007
[3]余辉,银行间债券市场做市商的行为分析[J].中国货币市场,2003年第2期
[4] Glosten,L.R.,Milgrom,P.Bid,ask,and transaction prices in a specialist market with heterogeneously informed agents.Joumal of Financial Economics,1985 ( 14) :71-100
[5] Glosten,L.R.Insider trading,liquidity,and the role of the monopolist specialist. Journal of Business,1989(62):211-236.
[6] Hansch,O.,N.Naik,ands.S.Viswanathan. Do Inventories Matter in Dealership Markets Evidence from the London stock Exchange. Journal of Finance,1998,53(5 ): 1623-56.
[7] Haan,Remco.The Changing Market Microstructure of Dutch Small-and-Midcaps,Amsterdam: NIB Capital Bank,Dec.2001.
[8] Ho.T.,Stoll,H.The dynamics of dealer markets under competition. Journal of Finance, 1983(38):1053-1074.
[9] Kyle, A. Continuous auctions and insider trading. Econometric,1985,53:1315-1335 .
[10] Maug,E,Large shareholders as monitors: Is there a trade-off between liquidity and control. Journal of Finance, 1998, 53(1):65-97.
[11] Theissen,E. Market Structure,Informationa1 Efficiency and Liquidity: An Experimental Comparison of Auction and Dealer Markets. Journal of Financial Markets, 2000(3):333-36.
(作者通讯地址:浙江工商大学金融学院浙江 杭州 310018)
关键词:做市商;固定收益平台;市场有效性
市场有效性即市场效率(market efficiency),是经济学的核心命题,也是交易机制设计最重要的政策目标。市场微观结构理论认为,交易机制直接关系到市场的价格形成过程,对市场效率具有不可忽略的影响。
一、 做市商与市场效率
对于做市商制下的市场效率研究相对较少。Theissen(2000)的试验研究指出,做市商市场的交易成本较高,但价格的信息质量也很高,而集合竞价尽管交易成本很低,却表现出对于新信息反应不足的缺点。
一般而言 ,做市商能够从以下三个方面提高市场效率:
第一,通过提高市场的流动性增进市场效率。做市商最重要的作用是提高流动性,而流动性对市场效率具有直接影响。Glosten(1989)的研究显示:在信息不对称的情况下,做市商能够提高市场的流动性,从而提高市场效率。Maug(1998)的研究表明,流动性与价格的信息含量正相关,这是通过知情交易者(informed trader)的交易实现的:知情交易者具有资产真实价值的私人信息(private information),在证券被低估时买入高估时卖出,从而将私人信息不断反映到价格中去。而知情交易者的收集信息的动力与市场流动性密切相关。在流动性越高的市场,知情交易者能更好的隐藏私人信息并从中获利润,就越有动力收集信息并进行交易,这样,价格中的信息含量就越高,市场效率也就越高。Glosten和Milgrom(1985)、Kyle(1985)也指出:只有当交易能够产生大于交易成本的收益时,边际知情交易者才会对那些未被价格反映的信息进行交易,从而使之反映于价格,从而提高市场的信息效率。
第二,通过降低市场波动增进市场效率。如果市场波动过于剧烈,一方面会导致某些风险承受力弱的投资者退出市场,另一方面也会导致价格的失真和扭曲,这都会降低市场效率。在做市商市场,当市场出现买卖指令失衡时,做市商可以承接过多的买单或卖单,缓和买卖指令的不均衡,抑制相应的价格波动。同时,当投资者的非理性导致证券价格过度反应(over-shooting)时,做市商能通过报价的调整和利用自身账户的买卖,缓解价格的非理性波动,从而使价格尽量反映其真实价值,提高价格的信息效率。特别是在市场出现恐慌时,做市商的这一作用尤为重要。
第三,通过提供报价信息增进市场效率。做市商都是经验丰富、有实力的大型机构,在资金、人才和专业知识等方面具有明显优势。更重要的是,做市商集中掌握着市场的买卖指令和订单流的信息,对市场行情能够准确把握。所以,做市商比一般投资者更能准确判断证券的真实价值,能够通过报价的连续调整,为投资者提供更好的价格信息,不断地将价格推向真实水平,从而提高市场效率(冯用富,2001)。
二、做市商竞争与市场绩效
上文分析了做市商对提高市场效率的积极作用,但这仅仅是一种理想情况下的可能。要真正需要满足诸多前提条件,比如:做市商比一般投资者更能准确判断证券的真实价值,做市商不能利用其信息垄断优势非法获利,做市商之间不存在合谋串通(collusion),不能操纵市场等。
(一)垄断性做市商制度与竞争性做市商制度
根据每只证券做市商数量的不同,做市商制度可以分为垄断性做市商制度和竞争性做市商制度,垄断性做市商制度下每只证券只有一个做市商,美国NYSE市场的专家(specialist)就是一种特殊的垄断性做市商;竞争性做市商制度下每只证券有多个做市商,他们可以选择对同一只证券报价,绝大部分的做市商市场如NASDAQ都采用这种制度。
需要指出的是,这两种制度只是根据做市商数目来命名,并不必然与垄断或竞争相联系。垄断性做市商制并不必然带来垄断利润,竞争性做市商制并非完全是竞争,如果做市商相互串谋,也能产生超额垄断利润。
关于两种制度的比较主要集中在是否有利于减轻信息不对称而导致的定价困难。Glosten和Milgrom(1985)指出,当存在严重的信息不对称情形时,垄断性做市商制度能提高市场的连续性和稳定性,有利于解决信息不对称所导致的流动性不足的问题,从而能带来更大的社会福利。这是因为,作为垄断性的价格设定者,垄断性做市商在设定买卖报价时不必考虑来自单笔交易的利润,而只需要考虑使全部交易的总利润最大。此外垄断做市商还可以获得知情交易者的一部分信息,以减轻信息不对称的程度。这种定价策略可以使市场在信息严重的不对称的情况下继续运行,而此时竞争性做市商市场可能己经关闭。但是,垄断做市商制度的优势仅在于信息方面,Glosten(1989) 进一步证明,如果信息不对称问题不严重,则垄断做市商制度就并不比竞争做市商制度有优势。
(二)做市商竞争与市场效率
Ho和Stoll(1983)讨论了在市场上多名做市商相互竞争对买卖价差的影响。假设市场上有两名做市商A和B,交易两只股票M和N。以做市商A为例,假定t为到期末清算的时间长度,做市商A期末财富W0(t=0)的效用函数为U(W0)。其中W0=F0+Y0+VM,0+VN,0+VN,0。F0和Y0分别为做市商A期末的现金和基本财富,VM,0和VN,0则表示期末股票M和N的存货价值。aM和bN分别为做市商A的买卖股票的保留成本。
则t=1时做市商买卖股票M的保留成本分别为
其中,Q为交易股票的价值;R为做市商风险规避的贴现系数,r为无风险利率;
IM=VM+βNMVN,βNM=QNMQ2M,Q2M
为股票收益的反差,QNM为股票M和N收益之间的协方差。由上面的和的两个等式可得做市商的保留价差,si=ai+bi即si=σ2iRQ 。
假设有四名同质的做市商。做市商将在满足最低报价要求下,根据其他做市商的定价行为制定相应的报价策略。在一期限模型中,各做市商根据各自存货头寸决定保留成本,最优报价分别为:
最好卖家A:a,b;其次的卖家B:a0,b0;
其次的卖家C:a,b;最好的买家D:a*,b*。
其中a≤a0≤a`≤a*,b*≤b`≤b0≤b。
为了获得更多的收益,最有买卖报价的两家做市商A和D将调整定价策略,把报价设定在接近于最有竞争力的做市商B和C买卖报价之上,所以做市商A和D将占有整个市场的买卖交易指令。
但是如果做市商A发现与做市商D进行交易获得收益大于其所付出的损失,将以价格p(1-b`)卖出部分存货。随着做市商A存货的减少,通过效用函数的变化将影响其定价策略。因而做市商A的最优报价不一定为a0。因此,价差决定于不同存货头寸和风险偏好的做市商之间的博弈。
Madhaven (1992)和Tonks(1997)的理论研究也证明,如果市场是充分竞争的,无穷多个做市商的市场与竞价市场等价,或者说完全竞争的市场将使做市商的利润最终等于零,做市商间的竞争将减小市场的买卖价差。
同时,Hansch等(1998) 对伦敦证券交易所、Haan (2001)对荷兰证券市场的实证研究都发现做市商数量与买卖价差之间存在显著的负相关关系,从而验证了以上理论分析。所以,总体而言,垄断性做市商制度导致了交易成本的增加(买卖价差的扩大),而竞争性做市商制度有利于降低买卖价差。
(三)做市商报价对市场价格的引导作用
从理论上将,做市商的双边报价对市场具有相当的影响和引导作用。这是因为:(1)做市商具有较高的研究水平和特别的信息渠道,一些对债券价格具有重大影响的信息,比如宏观经济走势、银根的松紧及资金面的情况、市场利率的变动等等,做市商比一般投资者更能准确判断。(2)做市商掌握着市场部分不公开的买卖信息,并且,做市商之间也经常联系交换信息和对市场的看法(其债券交易员之间相互很熟悉,并通过网络工具MSN、电话等随时联系)。所以,他们具有明显的信息优势,能够更好地把握市场行情。(3)做市商资金实力雄厚,他们自身就是债券市场重要的投资者对市场的影响举足轻重,其交易行为能够直接影响债券价格。
三、实证分析
在上文中,我们已经论证做市商制度对市场效率影响的方式和结果。由于固定收益平台是一个做市商报价的市场,国外研究显示,做市商具有更高的信息获取和处理能力,使得债券信息会很快反映到债券的价格中去。因此,做市商的报价对市场价格具有引导作用,能够有效的实现资产价格发现。本节的分析思路如下:正如上文所述,做市商制度的引入带来了透明度的提高,那么,我们可否得出,固定收益平台在引入做市商制度以后是否有利于资产的价格发现,信息是否能有效的融入债券价格中呢?因此,我们就把问题转化为做市商引入以后,固定收益平台市场做市商报价能否引导市场价格?
(一)数据来源和债券样本选取
由于国债是固定收益平台上交易的主体,我们选取在固定收益平台开始上线以后,有交易而且相对活跃的11只债券作为研究样本,债券名称分别为:07国债11、07国债14、07国债16、07国债17、07国债18、07国债20、08国债01、08国债04、08国债05、08国债09、08国债11。本文选取的样本期间为固定收益平台上线日2007年7月25日到2010年1月29日作为研究期间,数据来源于wind资讯。利用Eviews软件进行统计计量。
我们用PA表示做市商的卖出报价,PB表示做市商的买入报价,用PM=PA+PB2表示买卖报价的平均值,用来表示做市商的报价水平。用PC表示债券当天的收盘价。由于固定收益平台市场不一定每天每只债券都有报价或成交,因此我们在研究版本选取当天既有报价又有成交的交易日,从而保证PM和PC。
(二)研究方法与计量模型
本节研究的目标是检验固定收益平台做市商的报价能否引导市场价格,首先我们必须考察一下在固定收益平台交易的11只样本国债的平均买卖报价PM与当天的收盘价格PC的相关性,经过相关性检验以后,所选债券的相关度很高,都在0.9以上。造成这种结果的原因是什么,到底谁是因谁是果,抑或他们之间互为因果?Granger因果检验为我们提供了一种途径去解释这一现象。
Granger因果检验是用于检验两个变量之间因果关系的一种常用方法。于1969年J.Granger提出,70年代中Hendry和Richard等加以发展。其应用原理是:如果变量X是导致变量Y的原因,则变量X先于Y的变化,
Granger提出,如果利用X和Y的滞后值对Y进行预测
比只用Y的滞后值预测所产生的误差要小,即
则称X是Y 的Granger原因,记为
Granger的因果性同时也表示了不同时间序列间的领先和滞后关系,Granger因果是通过下列过程实现的,
如果Xt和yt都为平稳过程,检验模型如下:
其中,μ1t,μ2t为白噪声,原假设序列y(x)不是序列x(y)的Granger原因。
H0:β1=β2=…=βq=0或者H0:δ1=δ2=…=δp=0
结果存在如下四种情况:
第一,如果βj=δj=0,(j=1,2,…q) 则Xt,Yt互相独立;
第二, 如果βj=0,δj≠0,(j=1,2,…q)则Xt,Yt的Granger原因;
第三, 如果βj≠0,δj=0,(j=1,2,…q)则Xt,Yt的Granger原因;
第四, 如果βj≠0,δj≠0,(j=1,2,…q)则Xt,Yt互为Granger原因。
(三)平稳性检验
上文提到Granger因果检验的前提是变量数列必须平稳,或者原变量数列不平稳,但差分以后平稳。单位根是检验平稳性的一种正式的方法。其检验的回归方程为:
△Yt=β1+β2t+δΣpi=1△Yt-i+εt
H0:δ=0
其中,△Yt为变量的一阶差分,t是时间或趋势变量,因为金融时间序列数据往往具有自相关性,加入△Yt-i项以消除变量自相关的影响。如果检验结果表明δ显著为0,说明变量序列是单位根过程I(1),否则,若δ显著异与0,则表明变量序列是平稳的I(0)过程。利用Eviews5.0对07国债14的PC和PM的原序列和一阶差分进行单位根检验,结果如表1所示:
表1 固定收益平台07国债14价格变量的单位根检验结果
变量序列ADF值1%临界值5%临界值10%临界值结论
PM△PM-0.821870-8.490257-4.041280-4.042042-3.450073-3.450436-3.150336-3.150549
接受,不平稳拒绝,平稳
PC△PC-1.455032-11.87549-4.043142-4.043146-3.560143-3.471236
-3.350241-3.250549接受,不平稳拒绝,平稳
注:表示原序列的一阶差分。
从上表中可以看到,PM和PC的原序列不平稳,但是它们的一阶差分都在1%的显著性水平下平稳。因此,时间序列PM和PC都是一阶单整过程。我们分别对剩下的10只债券进行ADF检验,发现:07国债18的PC和PM的原序列不平稳,差分之后仍然不是同阶平稳, 08国债05的PM是I(1)过程,PC是I(0)过程,所以这两只债券均不符合Granger因果检验的前提条件,将其剔除。剩余的8只债券中,除07国债16的和都是过程外,其余7只债券的和均是过程,都符合Granger因果检验的前提,因此我们下面对剩下的9只债券进行Granger因果检验。
实证结果及分析:
表2 固定收益平台变量PM与PC的Granger因果检验结果
债券名称检验项目(原假设)F值P值检验结果
07国债11
PC does not Granger Cause PM0.369020.69173接受原假设
PM does not Granger Cause PC8.547610.00025拒绝原假设
07国债14
PC does not Granger Cause PM0.965500.38412接受原假设
PM does not Granger Cause PC13.87024.5E-06拒绝原假设
07国债16
PC does not Granger Cause PM1.218190.29822接受原假设
PM does not Granger Cause PC16.35563.0E-07拒绝原假设
07国债17
PC does not Granger Cause PM4.050320.31912接受原假设
PM does not Granger Cause PC13.02225.5E-06拒绝原假设
07国债20
PC does not Granger Cause PM1.001110.40864接受原假设
PM does not Granger Cause PC2.47042*0.04664拒绝原假设
08国债01
PC does not Granger Cause PM1.613290.13114接受原假设
PM does not Granger Cause PC5.734963.1E-06拒绝原假设
08国债04
PC does not Granger Cause PM2.0902050.25784接受原假设
PM does not Granger Cause PC8.0545290.00030拒绝原假设
08国债09
PC does not Granger Cause PM0.390540.67718接受原假设
PM does not Granger Cause PC18.94952.7E-08拒绝原假设
08国债11
PC does not Granger Cause PM2.683310.06969接受原假设
PM does not Granger Cause PC36.30634.2E-15拒绝原假设
注:*表示在5%的置信水平下显著,其余的为1%的置信水平下显著
从上表中可以看出,考察的9只债券中,07国债11、07国债14、07国债16、07国债17、08国债01、08国债04、08国债09、09国债11这8只债券在1%的置信度水平下,原假设“PM不是PC的Granger原因”被拒绝,而另一原假设“PC不是PM的Granger原因”则被接受。也就是说,平均买卖报价PM是收盘价PC的Granger原因,同时,收盘价PC不是平均买卖报价PM的Granger原因。债券07国债20则是在5%的置信度下,平均买卖报价PM是收盘价PC的Granger原因,同时收盘价PC却不是平均买卖报价PM的格兰杰原因。总体上来说,统计上的显著程度很高。
以上的Granger因果关系检验说明,固定收益平台的做市商双边报价对于债券价格具有比较显著的引导作用。因此,可以认为,做市商的报价具有较高的信息含量,较好的反映了市场信息,增加了信息反映到价格中去的速度,从而提高了市场的价格发现效率。这就进一步验证本文提出的理论分析:在固定收益平台市场,做市商能够在一定程度上提高债券市场的有效性。
参考文献:
[1]龚亮,中国银行间债券市场做市商制度分析[M],人民银行研究生部,2004
[2]姚秦,债券市场微观结构与做市商制度一理论与中国的实证[M],复旦大学出版社,2007
[3]余辉,银行间债券市场做市商的行为分析[J].中国货币市场,2003年第2期
[4] Glosten,L.R.,Milgrom,P.Bid,ask,and transaction prices in a specialist market with heterogeneously informed agents.Joumal of Financial Economics,1985 ( 14) :71-100
[5] Glosten,L.R.Insider trading,liquidity,and the role of the monopolist specialist. Journal of Business,1989(62):211-236.
[6] Hansch,O.,N.Naik,ands.S.Viswanathan. Do Inventories Matter in Dealership Markets Evidence from the London stock Exchange. Journal of Finance,1998,53(5 ): 1623-56.
[7] Haan,Remco.The Changing Market Microstructure of Dutch Small-and-Midcaps,Amsterdam: NIB Capital Bank,Dec.2001.
[8] Ho.T.,Stoll,H.The dynamics of dealer markets under competition. Journal of Finance, 1983(38):1053-1074.
[9] Kyle, A. Continuous auctions and insider trading. Econometric,1985,53:1315-1335 .
[10] Maug,E,Large shareholders as monitors: Is there a trade-off between liquidity and control. Journal of Finance, 1998, 53(1):65-97.
[11] Theissen,E. Market Structure,Informationa1 Efficiency and Liquidity: An Experimental Comparison of Auction and Dealer Markets. Journal of Financial Markets, 2000(3):333-36.
(作者通讯地址:浙江工商大学金融学院浙江 杭州 310018)