信息性交易概率分解与买卖价差研究

本文首先将信息性交易概率(PIN)分解为个股信息性交易概率(PINID)和市场信息性交易概率(PINM);利用2003年7月至2004年6月高频分笔数据,计算出上证50样本股的周PINID,发现PINID在PIN中占有大部分的比重,得到样本股的平均PINID为0.1052。其次,本文运用非参数检验验证了随着成交量增加,PINID显著减小。最后,在考虑PIN和PINID下,对买卖价差的影响因素进行研究。研究表明,虽然PIN对买卖价差有着显著的正向影响,但仅其中的PINID部分才是决定因素。这也验证了PIN分解的意义。此外,波动率和流通股比例均对买卖价差有着显著的正向影响,而股票价格、成交量和换手率的影响则不显著。

基于EM算法的知情交易概率估计

知情交易在金融市场微观结构中扮演了重要角色,而估计知情交易概率的传统方法仍存在一些不可克服的障碍。通过借鉴EM算法的思路并重新设计EKOP模型中参数的估计方法,对模拟数据和市场交易数据进行估算的结果表明,基于EM算法的知情交易概率估计相比以往对似然函数因子化的处理方式,在避免数值溢出和估算效率两方面都有明显改善,这为正确认识市场内部的知情交易水平提供了有力工具。

基于指令驱动市场EKOP模型的异质期望研究

传统资产定价模型假设所有的投资者对于同一种资产未来收益的预期相同。但是,这一假设很难得到实证研究的证实。在现实市场中,投资者往往存在意见分歧,这样的意见分歧就是异质期望。理解异质期望如何影响资产价格是金融研究中一个极其重要也颇具争议的问题,这一课题的研究焦点在于,市场中投资者意见分歧的增大是否产生溢价。实际上,研究投资者意见分歧与资产定价的关系就是研究市场中的信息是如何进入价格的。投资者由市场信息产生或调整自己的预期,通过交易行为体现出来,最终反映在价格中。这一信息的融入和传导过程是市场微观结构研究的核心内容,而这一点在已有研究中往往被忽视。从市场微观结构的角度就投资者预期和异质期望对定价的影响进行研究,结合中国股市交易机制,建立指令驱动系统下的Easley-Kiefer-O'hara-Paperman模型,通过交易活跃度这一参数,以买卖订单交易量为基础,利用带机制转换的向量自回归模型估计信息状态概率,更准确地估计市场中的知情交易比例和不同信息状态下非知情交易者的预期。利用沪深股市29只股票2010年1月至2012年6月的5分钟高频分笔数据进行估计,并在此基础上构建异质期望衡量指标,利用多因素模型回归研究异质期望与股票定价的关系。研究结果表明,这一时期投资者意见分歧较大,市场逐渐低迷,交易活跃度从5.149%降至1.357%,其中知情交易比例为28.184%,比例较高;市场转冷时,知情交易量的减小远小于非知情交易量;非知情交易者对市场中的信息估计不足,但是可以较为准确地从市场交易中判断看涨的走势,却不能在价格下跌时有效止损,这也体现出其投机心理比较严重;垄断优势强的企业投资者意见分歧较小;异质期望水平较高会导致价格被高估,且二者成正比,这一高估会在两个月内得以完全修正。所建立的模型可为投资者捕捉市场状态和监管部门制定政策提供了依据。

是谁加剧了知情交易?——基于股改前后EKOP模型的实证检验

本文从2004年至2009年间股票分笔成交高频数据中挑选出640个股票样本进行研究,运用经典的EKOP模型估计出股票的知情交易概率,在此基础上运用分位数回归分析的方法检验了基金持股、高管持股以及公司其他特征对知情交易概率的影响,实证研究发现:基金持股和高管持股对股票的知情交易概率具有显著影响,会加剧知情交易;上市公司在股改期间存在着较大的知情交易概率,而股权分置改革之后,中国股票市场的知情交易水平呈现明显降低趋势。

信息性交易概率与股价同步性

财务学研究将资本资产定价模型的统计量R2作为股价同步性的度量指标,而对R2代表的经济含义学者们持有信息论和噪声论两种对立观点。在文献回顾的基础上,深入分析中国股价同步性所代表的经济含义以及知情交易对股价同步性的影响,并以深市2003年至2004年在主板交易的上市公司为研究对象,采用EKOP模型估计股票的信息性交易概率,将其作为知情交易的直接度量,构建线性回归模型,对中国信息性交易概率与股价同步性的关系进行实证检验。研究结果表明,信息性交易概率与股价同步性之间呈高度负向相关,即知情交易通过增加股价中的信息含量降低股价同步性。由于市场层面的信息与公司特质信息对股价同步性的影响不同,进一步将信息性交易概率分解为市场信息性交易概率和个股信息性交易概率,分别纳入回归模型中进行检验。结果显示,个股信息性交易概率对股价同步性有负向影响,市场信息性交易概率与股价同步性有正相关关系。上述研究发现为R2股价信息含量的解释提供了有利的实证支持。

中国证券市场知情交易概率的动态马尔科夫状态转移模型研究

对指令驱动市场知情交易的研究是近年来的热点问题。常用的EKOP模型存在一些缺陷,本文放宽了EKOP模型关于日内信息均匀释放以及交易者行为独立性的假设,用动态的马尔科夫状态转移模型对该模型进行了改进,并检验了改进后的知情交易概率模型在中国证券市场的适用性。通过模拟数据以及对中国证券市场交易数据的实证研究发现动态的马尔科夫状态转移模型克服了EKOP模型受买卖方数据影响而产生的系统偏误,估计的知情交易概率更符合事后检验。

沪市A股上市公司定期公告对信息性和流动性交易行为的影响

利用扩展后的EKOP模型,从金融市场微观结构的视角,以沪市A股2005至2009年年报与次年一季度报在同一天发布的402只股票为样本,分别计算了公告前后样本股票的信息性交易概率(AdjPIN)以及信息性和流动性交易者的交易强度,发现相对于公告前,信息性交易者和流动性交易者在公告后的交易强度都有提高,样本股票的信息性交易概率也有升高;通过对样本股票公告前后日均交易量变化的回归分析发现,相对于信息性交易者,流动性交易者公告前后的交易强度变化较大,是样本股票交易量变化的主要影响因素.

对PIN在公告前后异常及其原因分析

以证监会查处的17只公告前存在内幕交易或信息泄漏的股票为样本,分别利用EKOP模型和DY模型,从交易量和公共信息两个视角,研究A k tas等(2007)发现的信息性交易概率P IN在公告前降低在公告后升高的异常现象。结果表明,交易量和公共信息因素对P IN的估计有重要影响,考虑到这两个因素后,P IN在公告前降低的异常现象消失,但是P IN在公告后相对于公告前上升的异常继续存在。本文认为这是由于公共信息造成的指令流不平衡所致,并指出P IN作为总的买卖指令不平衡性的度量包含了比私人信息更多的内容,高估了市场的信息不对称程度。此外,本文提出了一个新的算法,彻底解决了用计算机对EKOP模型的似然函数进行估计时经常遇到的数值溢出问题。

我国股市异质期望对收益率影响研究

本文对我国股市中异质期望水平对股价的影响进行分析。在传统序贯交易(EKOP)模型的基础上,引入衡量投资者"看涨"、"看跌"、"看平"的参数,并定义股票的交易活跃度ρ,提出投资者预期的序贯交易模型。选取了2010年1月到2012年6月间29支股票的面板数据,并在此基础上构建异质期望的代理指标。通过面板回归分析,得出结论:投资者的异质期望水平对股票收益率产生反向的影响。投资者对某一支股票的意见分歧程度越大,其收益率越低;看法越一致,则收益率越高。并且,这种反向影响在不同的市场状况下,差异更加显著,而对于不同的股票则差别不大。