等交易量信息交易概率對股指期貨收益率的影響研究

(同濟大學經濟與管理學院　上海　200000)

一、引言

隨著高頻交易的盛行，國內外學者們開始更多地關注和發展完善金融市場微觀結構理論，市場微觀結構理論研究的本質問題為金融資產交易及其價格形成過程和原因的分析。市場微觀結構發展的第二階段為信息模型，其突出特征是用信息不對稱產生的信息成本來解釋證券市場的買賣價差。

在信息模型的理論基礎下，Easley、Lopez和O’Hara(2011)進行了深入的探究并建立了等交易量信息交易概率(Volume-Synchronized Probability of Informed Trading，VPIN)模型來描述信息交易概率，VPIN模型參數估計簡單，以交易量時間代替物理量時間，適用于高頻環境。

信息不對稱作為一種風險要求一定的風險溢價作為補償，信息不對稱程度越高，市場上的知情交易越多，知情交易概率相應越高，非知情交易者意識到自己暴露在信息風險之中，因此會要求更高的收益率來補償自己所承擔的信息風險。目前國內市場對于VPIN作為度量信息不對稱程度的有效指標的理論研究和實踐運用都不充分，基于此，本文將利用VPIN模型作為衡量信息不對稱的指標，運用股指期貨的高頻數據來探索知情交易概率和股指期貨收益率之間的關系。

二、VPIN模型

VPIN的本質主要是抓住市場買賣中存在的不平衡推測市場中知情交易者的比例。以下為模型假設：

(1)做市商的最主要特征就是自有資金與資產，在不斷的交易中學習并獲得一定的經驗，結合貝葉斯法則對信息事件進行分析，得出發生概率，依據此得出買賣價格后向市場投資者報出。

(2)知情交易者在市場中擁有足夠的經驗，既專業又成熟，所以他們在大部分情況下都是十分理性的。他們能提前知道相關信息，利好消息出現時，會進入市場買入從中獲利，而利空消息時，會適時調整策略，進入市場賣出避免為自己帶來損失；當無消息時，知情交易者則不會采任何行動。

(3)非知情交易者在市場中是非常主觀的存在，他們不能提前獲取信息，因此不能將知情交易者的三種情況代入進行分析，非知情交易者進行市場帶有自發性，受心理等因素影響，無論何時均可進入市場，沒有明確的買賣方向，買入賣空量相等。

(4)每個交易日知情交易者與非知情交易者的進場次數都必須服從一定的標準泊松分布，將兩者分別用μ和ε表示。

(5)每個交易日，與知情交易者相關的信息發生概率視為α，那么對應的沒有信息發生的概率則可用1-α來表示；同時有信息發生時還分不同的情況，以好壞為依據進行分類，兩者分別采用1-δ和δ來表示。

在VPIN的計算步驟中，采用量鐘法進行交易時間間隔的考察。量鐘法是與風險資產連續交易相掛鉤的，以籃子為標準，類似于先規定一天的交易量，再規定每個籃子的交易量，根據這兩者再算出一共需要多少籃子。在交易期間可能會存在一筆很大的交易，超過了籃子原先的需求，那么就要將超過的部分劃分到下一個籃子，最本質的要求是必須等量，它在一定程度上能夠反映信息與證券價格存在的聯系。

對于某一“交易籃子”,可以按照以下方法劃分：

(2.1)

(2.2)

根據上述模型的假定，求解的VPIN為

(2.3)

新模型在很多方面存在著優勢，沒有參數估計問題，沒有冗雜的數據分析，同時實用性也得到了增強。

三、等交易量信息交易概率與股指期貨收益率關系的實證研究

本文選取滬深300股期貨收益率為被解釋變量，下面以公示來闡述：

(3.1)

本文選擇的特定時間區間為2015年6月，2015年6月19日，滬指重挫6.42%，下破4500點整數關口。兩市近千股跌停，題材股掀跌停潮，滬指周跌幅達13%，創7年來最大單周跌幅，隨后拉開了熊市的序幕。分析市場劇烈震蕩期間VPIN與股指期貨收益率的關系更具有針對性和價值性，因此我們從2015年6月的每筆交易數據得到了1,000個股指期貨收益率觀測值。

本文選取等交易量信息交易概率(VPIN)為解釋變量。首先確定交易量時間的劃分是否符合要求，最終基本單位V是否符合樣本規定范圍，其次是否是日均成交量的五十分之一，最后要進行等量劃分，通過相關公式進行計算，得出交易籃子的個數為n=每天的交易總量/V，最后從2015年6月每筆高頻交易數據中分析得出1,000個VPIN觀測值。

將2015年6月每筆交易數據進行測算，得出知情交易概率與股指期貨收益率，再將兩者與門限回歸模型相結合，得出與非線性回歸相關的函數公式：

表1　門限回歸模型參數表

表1針對上述兩個公式做了解析，闡述等交易量信息交易概率與股指期貨收益率的關系。以0.3953為基準，VPIN值處在基準之內或者之外，對應的結果都不一樣。超過基準值兩者則呈正向關系，反之，則呈反向關系。

結合以上實證分析可以看出，門檻效應在知情交易概率與股指期貨收益率之間是存在的，股指期貨收益率是隨知情交易概率變動而變動的。同時信息不對稱在我國股指期貨市場也是十分關鍵的存在，與閥值存在著密切的聯系。信息不對稱的存在在特定的條件下會要求更高的風險溢價。

以0.3953為基準值，知情交易概率(VPIN值)超過此基準值存在固定系數0.0370，VPIN值增加一個百分點，股指期貨收益率就相應增加0.0370個百分點。而當VPIN值低于基準值時，會出現新的系數-0.3540，VPIN值增加一個百分點，股指期貨收益率就相應降低0.3540個百分點。

四、結論

本文將VPIN模型測量方法運用到實際中，研究一定時間內的滬深300股指期貨主力合約，通過深入分析最終得出VPIN測量方法與國內的股指期貨市場是相匹配的，它能夠很好的解釋股指期貨收益率。

本文通過相關實證，了解到知情交易概率與股指期貨收益率之間存在的聯系，同時發現了兩者之間存在的門檻現象，知情交易概率的變動與股指期貨收益率的變動直接相關，稍有變動都會隨之發生變化，一個百分點對應-0.3540(或0.0370)個百分點。風險溢價的出現必將面臨著風險補貼，這是不變的經濟學原理。通常信息交易概率越高那么風險補償也會隨之升高。知情交易概率是與信息不對稱相聯系的，信息不對稱程度越高，隨之的風險補償會變高，在國內股指期貨市場也存在這樣的規律。

當信息不對稱的程度達到一定程度，風險溢價及斜率都會發生變化。通過上文對門限回歸模型的分析，可以了解到以VPIN值為0.3953為基準，大于此基準，VPIN與股指期貨收益率呈正比關系，知情交易概率每增加一個百分點，股指期貨收益率就相應增加0.0370個百分點。也就說，知情交易概率的提升代表著信息不對稱程度的提升，同時要求的風險溢價也會隨之上升。

【參考文獻】

[1]Demsetz H.The Cost of Transacting[J].Quarterly Journal of Economics,1968,82(1):33-53.

[2]Easley D,Kiefer N M,O’Hara M,et al.Liquidity,Information,and Infrequently Traded Stocks[J].Journal of Finance,1996,51(4):1405-1436.

[3]Easley D,Marcos L D P,O’Hara M.The Microstructure of the‘Flash Crash’:Flow Toxicity,Liquidity Crashes and the Probability of Informed Trading[J].Social Science Electronic Publishing,2011,37(2):118-130.

[4]Easley D,Marcos L D P,O’Hara M.The Volume Clock:Insights into the High Frequency Paradigm[J].Social Science Electronic Publishing,2012,39(1):19-29.

[5]Easley D,O’Hara M.Price,trade size,and information in securities markets[J].Journal of Financial Economics,1987,19(1):69-90.

[6]Easley D,Prado M L D,O’Hara M.Discerning information from trade data ☆[J].Journal of Financial Economics,2016,120(2):269-285.

[7]Easley D,Prado M M L D,Hara M O.Flow toxicity and volatility in a high frequency world[J].Social Science Electronic Publishing,2011,25(5):1457-1493.

[8]Easley D,Prado M M L D,O’Hara M.VPIN and the Flash Crash:A rejoinder[J].Journal of Financial Markets,2014,17(1):47-52.

[9]李朋,劉善存.信息性交易概率分解與買賣價差研究[J].南方經濟,2006(2):13-22.

[10]劉文文,張合金.測量高頻交易領域中的指令流毒性——基于我國滬深300指數期貨的實證研究[J].中國經濟問題,2013(1):81-91.

[11]呂慧敏.信息交易概率對股指期貨收益率的影響研究[D].湖南大學,2016.

[12]湯敏.上證股票市場中非對稱信息的預警作用及其對資產價格的影響分析[D].東北財經大學,2014.