ETF市场实行做市商制度必要性的实证：基于WP指标的检验

陈 昕

(上海财经大学统计与管理学院，上海 200433)

ETF市场实行做市商制度必要性的实证：基于WP指标的检验

陈 昕

(上海财经大学统计与管理学院，上海 200433)

文章以我国ETF市场的实际日内交易数据为实证样本，在对ETF二级市场日内收益率波动率及限价交易指令进行建模分析的基础上，通过检验ETF市场日内供求关系失衡性的存在与否来论证我国ETF市场是否应当引入做市商制度，实证结果表明我国ETF市场有必要引入做市商作为补充流动性的提供者，从而促进我国ETF市场的创新与发展。

ETF；做市商；WP指标

1 研究意义

ETF（Exchange Traded Fund），是一种在交易所上市交易的开放式证券投资基金，其投资策略通常采用构建完全复制标的指数成分的投资组合来被动管理投资基金。与一般的开放式基金使用现金申购、赎回不同，ETF使用一篮子指数成分股申购赎回基金份额，且申购赎回所要求的资金“门槛”通常更高；同时，ETF可以在交易所上市交易，其上市份额可在二级市场直接买卖。

与A股市场类似，当前我国ETF二级市场实行的交易机制为指令驱动型交易制度。指令驱动市场的原理是，当交易者买方的报价等于卖方的报价时，交易所的匹配系统将自动执行双方的指令，交易达成，成交价格就是双方的报价。指令驱动市场具有高效、透明、易监管等诸多优点，世界上许多重要的交易所都采用了这一制度。与传统做市商市场中的报价驱动制度不同，指令驱动市场的流动性由所有交易者自身提供，交易者变相承担了做市商的职责。在交易者数量众多的市场中，这一制度的运行较为高效；然而在新市场的运行初期、交易者人数尚少的时刻，指令驱动市场便有可能出现流动性不足的现象。解决该问题的可选路径，就是通过完善交易机制、引入做市商制度来克服ETF市场流动性不足的问题。

做市商，是指证券市场中针对一个交易品种同时做出买入指令的报价和卖出指令的报价、从而期望通过买卖价差以谋利的交易机构。做市商通过买卖证券来满足市场的流动性需求，这是做市商最基本的职能。做市商有责任维持市场价格的稳定性、维护一个公正和有序的市场，同时促进市场价格的形成。做市商提供的流动性不仅可以帮助投资者即时成交，还可以平抑市场价格的波动。绝大多数证券市场的参与者都倾向于市场价格的波动性较低，这是因为作为投资者来说他们通常是风险厌恶者，而作为交易者来说他们厌恶交易价格的不确定性。做市商的市场干预行为在短期内有助于平抑市场价格的波动。

指令驱动市场中实行做市商制度的目的是为了在公众交易者已经提供的流动性的基础上增加其规模，此类市场中的做市商与交易者一起竞争性报价以吸引指令流，起着补充必要流动性的作用。如果指令驱动市场里买卖双向其中一方的交易指令规模超过了另一方，可以认为市场的供求关系出现失衡。供求关系的失衡会导致市场价格的异常波动，且出现交易者的买卖意向不能达成的情况。此时，做市商可以通过下达一定规模的交易指令来使得市场供求关系恢复平衡，从而给市场提供了必要的流动性，并平抑了市场价格的波动。

本文以我国ETF市场的实际日内交易数据为实证样本，在对ETF二级市场日内收益率波动率及限价交易指令进行建模分析的基础上，通过检验ETF市场日内供求关系失衡性的存在与否来论证了我国ETF市场引入做市商制度的必要性。

2 研究方法

2.1WP指标

首先，通过修改郑振龙和戴嵩（2011）提出的衡量指令簿卖出（买入）净压力的指标，本文得到了一个代表ETF市场日内交易双方供求关系平衡情况的指标WP，其具体形式如下：

其中Qbuy和Pbuy分别表示最优买档的限价交易指令数量和价格，Qsell和Psell分别表示最优卖档的限价交易指令数量和价格，MIDprice表示买卖中间价。从上式可以看出，等式右边分子中的部分是以指令数量为权重的市场加权平均价格，如果ETF市场上的卖方指令数量较多，则加权平均价格会大于市场中间价MIDprice，两者之比减去1后如果数值为正，则表示ETF市场中的卖方压力较大，市场供给大于需求；若WP的数值为负，则表示ETF市场中的买方压力较大，市场供给小于需求。在式（1）中，我们需要对Qbuy、Pbuy、Qsell和Psell进行估计，MIDprice是Pbuy和Psell的算术平均数。

如果ETF市场日内交易中买卖双向的压力大致相同，即市场供求关系基本平衡时，我们有：

即当市场供求关系基本平衡时，WP绝对值的期望应当为0。如果WP绝对值的期望经过统计检验被证明其显著不为零，则说明ETF市场的日内供求关系存在着明显的不平衡现象，从而有必要引入做市商制度来为市场提供补充流动性。

2.2GACP模型

为了估计在日内高频数据条件下的限价交易指令数量的概率分布，本文引入一个基于ACD模型的扩展形式。

GACP模型认为限价交易指令发生的数量Nt的条件期望形式如下：

其中p、q分别是滞后阶数，参数ω,αi,βi均为正值，在滞后一阶的情况下，上式形式变为

限价交易指令发生的数量Nt的条件方差σt2是时变的，其滞后一阶的期望形式如下：

在使用极大似然估计法估计模型时，我们有似然方程如下

文章使用滞后一阶情况下的GACP（1,1,1,1）模型来对样本数据进行建模。其具体形式为

2.3ARIMA模型

我们令ETF二级市场日内收益率如下：

则估计ETF二级市场最优买档价格Pbuy和最优卖档价格Psell的问题可以转换为估计其各自的日内收益率。

在估计ETF二级市场日内收益率时，本文使用了ARIMA模型。自回归求和滑动平均模型，即ARIMA模型，由统计学家Geogre E.P.Box和Gwilym M.Jenkins提出，有别于时间序列分析中的传统法，是以随机理论为基础的时间序列分析方法。ARIMA模型在短期预测中精度较高，适合处理带有随机性和非平稳性的一组时间序列数据。

ARIMA模型由ARMA模型推广而来，一般的ARMA（p,q）模型形式为

其中{at}是白噪声序列，p和q是非负整数。当一个序列非平稳时，可利用d阶差分将其变换为平稳序列，从而得到ARIMA（p，d，q）模型，实际应用中d一般最大为2。

当q=0时，ARMA模型即为自回归AR(p)模型，AR(p)模型的一般形式为：

当p=0时，ARMA模型即为移动平均MA(q)模型，MA(q)模型的一般形式为：

3 实证结果

在样本数据的选择上，由于本文是在ETF市场创新扩容的大背景下讨论是否会出现流动性不足的问题，因此将样本对象的选取范围确定为2011年度间我国证券市场新发的17只ETF，样本数据的选取时间及频率为2011年度数据频率为1分钟的日内高频交易数据。根据刘向丽、程刚、成思危、汪寿阳和洪永淼（2008）关于日内数据的处理方法，文章利用样本数据产生ONEDAY序列，即把每天同一个时间点的数据取其平均值，得到每个交易时间点的平均收益率和交易量。由于每个时点处取值的偏差程度差别不太大，所以对每个时点处数据取平均值，有其代表性和合理性，并可从金融市场微观结构角度来分析其日内趋势及影响因素。

表1 GACP模型估计结果

表1报告了GACP模型的估计结果，从模型的拟合效果检验的结果来看，GACP（1,1,1,1）模型较好的描述了限价交易指令的分布情况，因此可以用来对ETF市场流动性情况进行分析。其中，估计结果有αsell,2+βsell,2＞1，这说明样本ETF的日内流动性具有较强的聚集性或是持续性。从实证结果来看，αsell,1、βsell,1、αbuy,1及βbuy,1的值均为正数，显示出滞后一阶的限价交易指令发生的数量规模会对当前时刻限价交易指令发生的规模产生正相关的影响；也即如果时刻t-1发生的限价交易指令成交规模较大，则时刻t也有可能出现较大的成交量，这部分反映出了限价交易指令分布的自相关性。同时，αsell,2、βsell,2的取值为正则反映了限价交易指令发生序列波动率的聚集性，即限价交易指令发生次数大的波动变化往往跟随着大的波动变化的统计特性。αbuy,2+βbuy,2＞1，说明限价交易指令序列波动率的聚集性是较为明显的，因此在遇到限价交易指令出现较大的波动时，有必要通过做市商来平抑市场交易的剧烈波动。

我们继续使用样本数据，检验了ARIMA模型对描述ETF市场日内收益率的适用性。表2和表3报告了相关检验结果。

表2 残差检验

表3 标准化残差的LB检验

实证结果表明，模型的残差不存在自相关效应。而从ACF和PACF的结构可以看出，除了自相关函数在滞后3阶处后表现为拖尾，样本的自相关值和偏相关值在在随机区间以内，因此可以认为ETF市场日内收益率序列的偏自相关函数是截尾的。我们因此可以选用AR（3）模型进行拟和。经过多次反复拟合得到一个较理想的模型,即：

表4 T检验结果

4 结论

本文对ETF市场日内交易数据进行了分析建模，结果表明ETF市场日内流动性具有较强的聚集性或是持续性，从而ETF市场日内流动性的分布是不均匀的，因此大宗交易者有可能遇到买卖意愿不能达成的问题，这种情况下由做市商来为市场提供一定流动性便显得十分必要。

此外，模型也表明ETF市场日内流动性的波动性也存在着波动率聚集的现象。由于ETF交易机制的特殊性，当市场剧烈波动导致ETF的一级市场净值与二级市场价格出现偏离时，市场中存在的一个特殊交易群体——套利交易者会迅速进入并以巨额交易量来博取微小的套利空间并获得套利收入。套利者的交易行为往往会导致ETF二级市场买卖双向出现单方向交易指令迅速放大的情况，从而也放大了市场对流动性的需求，ETF二级市场的供求关系即会出现短缺的失衡，因此此时需要做市商为市场提供必要的流动性来促进ETF市场套利机制的顺利运行。基于WP指标的统计检验也表明，ETF二级市场的日内微观结构层面存在着交易者买卖双向不平衡的现象，从而也说明了市场对补充流动性的需要。

[1]耿志民.中国证券市场引入竞争性做市商制度问题探讨[J].上海金融,2001,(11).

[2]李学峰.国际资本市场中的做市商制度：功能、影响与趋势研究[J].广东金融学院学报,2007,(2).

[3]梁媛.做市商与庄家控制市场的差异[J].石家庄经济学院学报,2002,(5).

[4]刘向丽,程刚,成思危,汪寿阳,洪永淼.中国期货市场日内效应分析[J].系统工程理论与实践,2008,(8).

[5]郑振龙,戴嵩.买卖价差与限价指令簿信息：基于时变MRR模型的实证研究[J].金融评论,2011,(5).

[6]Box,G.P.E.,Jenkis,G.M.Time Series Analysis:Forecasting and Control Journal of Time Series Analysis,2010,31(4).

[7]Engle,Robert F.,Jeffrey Russell.Autoregressive Conditional Dura⁃tion:A New Model for Irregularly Spaced Transaction Data[J].Econo⁃metrica,1998,(66).

[8]Heinen,A.Modelling Time Series Count Data:An Autoregressive Con⁃ditional Poisson Model[C].Working Paper,2003.

F830.91

A

1002-6487（2012）24-0168-03

国家统计局全国统计科学研究项目（2009ly010）；上海市重点学科建设项目(B803)

陈 昕（1982-），男，陕西西安人，博士研究生，研究方向：应用数理统计。

（责任编辑/浩 天）