行为视角下金融市场流动性黑洞：研究评述与展望

赵志华，刘海飞

（南京大学工程管理学院，江苏南京210093）

行为视角下金融市场流动性黑洞：研究评述与展望

赵志华，刘海飞

（南京大学工程管理学院，江苏南京210093）

金融市场多样性特征的消失会导致金融市场两个典型现象：价格巨幅波动与市场层面正反馈，进而形成市场流动性黑洞。经典金融难以刻画流动性黑洞的产生机理，而行为视角提供了新的思路。文章对金融市场流动性黑洞经典文献与最新进展进行系统性梳理，从信息透明度、交易机制、投资者信念、传染与策略等行为视角，评述有关金融市场流行性黑洞的研究进展，并对未来提出了研究重点与方向。

流动性黑洞；信息透明度；投资者信念；市场交易机制

20世纪80年代以来，伴随着经济全球化与经济金融化的快速进程，金融市场不确定性因素日趋增多，所面临的复杂性程度与系统性风险急剧提高，各国金融体系的稳定性受到严重威胁。纵观历次金融危机，诸如1987年纽约股灾、1997年亚洲危机、1998年长期资本管理公司的破产、2007年中国股市“2.27”、“5.30”大跌以及2015年千股涨停、千股跌停、千股停牌的股市奇观等等，不难发现，金融市场危机的最重要表现就是出现流动性危机，即市场流动性消失。“流动性”是任何一个市场的“灵魂”，“流动性是市场的一切”（Amihud and Mendelson，1988）[1]。Persaud,A.（2001a）[2]首次提出流动性黑洞的概念，并非单单指市场出现价格瞬间大幅下跌，常常伴随着整个市场不同类型参与者的卖出行为形成正反馈机制，导致市场流动性骤然消失的现象（Bernardo and Welch，2004）[3]。概括之，国内外众多学者研究侧重点各有不同，比如流动性测度、市场投资者信念、市场交易机制、市场传染、交易模式等等角度，对金融市场流动性黑洞形成机理、预测及其风险防范进行相关研究。基于此，本文拟基于行为金融的视角，对金融市场流动性黑洞的现有经典文献与最新进展进行梳理和评述，并指出未来可能的研究重点与方向。

一、流动性黑洞与其存在性测度

金融危机与其说是信用危机，不如称之为流动性危机。流动性黑洞理论认为，流动性的核心是金融市场多样性。即在信息、观点、头寸、投资组合、交易主体、风险管理缺乏多样化的同质市场中容易出现流动性黑洞，而在这些因素存在较大差异性的市场中出现可能性很小。股市暴跌通常被描述成“流动性空洞”，甚至“流动性黑洞”，其特征是标的市价在没有重要新闻事件的情况下狂跌，而且在接下来的相当时段内陷入持续低迷的状态，没有复苏回弹的迹象（陈灯塔、周颖刚，2006）[4]。Morris and Shin（2004）通过理论模型设定存在两类投资者：短线操作风险中性的机构投资者，使用止损方式进行对冲；长线操作风险厌恶的做市商。当价格下跌到短线投资者的止损位时，单个投资者风险资产的出售行为将增强其他投资者卖出的积极性，形成卖出行为互相增强，导致市场崩溃。并运用全局博弈分析得到流动性黑洞临界点的均衡解，金融市场流动性黑洞时期前后的资产价格呈V型走势[5]。Benjamin and Shin（2013）运用正反馈交易方法，利用微观层面日内或日间的交易数据，考察被抛售资产的价格急速下跌与卖盘持续增加存在相互促进的关系，从而证实流动性黑洞的存在性[6]。Chen and Zhou（2006）基于马尔科夫状态转移，也侧面证实了金融市场流动性黑洞的存在性[7]。Hans Degryse et al.（2009）构建两个交互网络的动态微观结构做市商市场模型，在透明信息、部分不透明信息、完全不透明信息三种信息假设下，利用两种系统的动态相互性，剖析金融市场流动性黑洞的生成机理[8]。此外，也有研究考察危机期间信息事件对市场流动性黑洞存在性的影响。这类文献一致的结论是，由于信息不对称，异质投资者之间误解导致需求曲线反向弯曲，进而造成无信息的价格变化和离散的价格跳跃（Mark Lang and Mark Maffett，2011）[9]。而从宏观市场层面，金融市场流动性黑洞有两个特征：市场规则的打破和大规模负净现值项目的出现，以致形成金融市场流动性黑洞（Romain Ranciere，2011）[10]。

二、流动性黑洞与信息、市场规则

证券市场中做市商做市能力的丧失，使得市场正常的瓦尔拉斯调整机制无法发生作用，流动性供给机制的崩溃导致了股价的持续下跌，最终造成流动性黑洞的形成（Greenwald and Stein，1991）[11]。Barunik and Vosvrda（2009）构建了随机尖点突变模型，考察在1987年和2001年两次市场崩溃检验，指出市场价格信息是市场崩溃的关键因素[12]。Jeffrey Ng（2011）发现市场分析师预测回报率准确性的信息质量，是市场流动性变化，甚至消失的关键因素[13]。另外，上市公司非基本面信息与内部信息，在流动性黑洞的形成过程中也起到同样的重要作用（Romer，1993；Barlevy and Veronesi，2003；Strobl S，Oztekin A S，Daigler R T，2013）[14-16]。Brunnermeier and Pedersen（2005b）构建了资金流动性约束下的做市商模型，解释了流动性蒸发现象[17]。Carlin，Lobo and Viswanathan（2007）构建了流动性动态交易模型，解释了交易行为合作均衡策略，能引起流动性危机在市场之间的传染[18]。而Borio（2004）研究表明在市场崩溃和流动性蒸发期间，危机自我实现与强化的背后动力，是风险管理工具的运用、投资者资金流动性约束和交易对方风险三者之间的相互作用[19]。有些学者利用博弈论理论构建银行网络市场流动性多重均衡模型，得到市场中小事件对市场大冲击影响机理（Allen and Gale，2004）[20]。Benjamin and Shin（2013）利用国债市场带符号的定单流交易数据，证实：买卖行为是导致市场流动性的根本原因[21]。

三、流动性黑洞与投资者信念

理性期望与同质性前提假设下的资产定价模型，无法解释金融市场的复杂性，而有限理性和异质性的代理人模型能够更好地解释市场中异质性、不确定性以及期望反馈的行为（Amilon，2008）[22]。姜建清和孙彬（2007）[23]发现，全球次级债危机是以流动性危机为主要特征的金融危机，市场信心的丧失是由货币创造型的流动性过剩转变为流动性危机及黑洞的主要原因（彭兴韵、吴洁，2009；Liu，2015）[24-25]。Bernardo and Welch（2004）构建了银行破产的理论模型，演绎出了有趣的结论。投资者对未来流动性冲击的悲观信念造成了市场流动性黑洞，而并非流动性冲击本身所致[26]。Anthony and Hautsch（2007）[27]从微观定单流推断出市场参与者价格期望的信息，发现了投资者交易决策驱动流动性黑洞的产生。投资者异质期望相关性和动态组合构建多样性的复杂性，导致市场不稳定突发状态的发生（Chiarella et al.，2007）[28]。Kallberg et al.（2008）针对纽约REITS市场中内部人、分析师及其他投资者等三类投资者，考察其在突发事件后，通过市场预期调整的先后顺序，及其对市场价格极端行为的影响[29]。而且市场价格极端行为也对公司现金流、金融限制等机制，以及投资者期望与策略行为产生重要的影响（Shim and Peter，2007）[30]。Barlevy et al.（2003）指出非知情交易者在获得负面信息的同时，即使在基本面稳定的情况下，信念更新会出现正反馈机制，进而导致价格崩溃[31]。其实，买卖双方对金融工具风险理解程度与流动性的期望，都会对市场流动性骤减产生本质影响（Caruana and Kodres，2008）[32]。机构投资者对市场价格信息和风险态度的反周期调整策略，导致流动性枯竭（Tirole，2009；Mark Carey and René M.Stulz，2009；Cao and Petrasek，2014）[33-35]。Cheung et al.（2014）构建了人工股票市场模型，发现市场泡沫与市场流动性缺失的主要根源，在于投资者对交易产品市场基本价值判断的不确定性程度[36]。Urs Fischbacher et al.（2013）使用计算金融的方法，发现货币政策信息对市场流动性有及其重要的影响，但对市场价格泡沫的影响较小[37]。

四、流动性黑洞与金融市场传染

Chordai，Sarkar and Subrahmanyam（2001）发现，金融危机期间股票市场和债券市场流动性之间具有更高的关联性[38]。Dirk G.Baur（2012）证实了融资流动性和市场流动性之间相关性，及其冲击传导过程[39]。也有学者基于资产负债表的崭新视角，分析以市场为基础的现代金融体系危机的传染过程（Adrian and Shin，2008）[40]。Goodhart（2008）发现有些结构化产品延期付款时，对手银行偿债能力也陷入困境，造成银行间市场流动性干涸现象[41]。Baclet and Vidon（2008）研究发现，发展中国家流动性资产不足，而发达国家的流动性资产会产生外部作用，成为国际金融稳定的重要枢纽。当市场发生动荡时，其他部门和国家就会产生流动性冻结，通过流动性的外部性造成一定范围的传染效应[42]。Dimitris Kenourgiosa（2011，2013）在多变量时变非对称框架下，对新兴金融市场传染问题进行研究发现，中国等新兴国家相比发达国家而言，其市场传染性更强[43]。但有的学者也指出，在预测流动性黑洞何时发生的时候，往往在样本数据与基础模型的选择上，有着很大的随意性与自由性（Baur，2013）[44]。Mink and Haan（2013）关注欧洲银行板块股票与希腊政府债券两种不同的市场标的，发现过度同步性的重要原因，还是在于市场基本面信息[45]。有的学者也考察了债券市场、股票市场、外汇市场等不同市场市场信息传染影响的差异（Garcia and Tsafack，2011）[46]。Jochen O.Mierau et al.（2013）研究发现，市场危机期间，不同国家不同时段样本与金融市场传染性的同步性指标的过度增加没有显著关联，也说明仅从同步性指标角度，研究市场流动性黑洞形成机理，其适用性不高[47]。

五、流动性黑洞与市场交易模式

随着金融市场完善与计算机技术的革新，实现了传统指令提交模式到程序化交易模式的转变，程序化交易模式对市场本质和结构产生了重要影响。有的学者就交易模式对市场流动性黑洞防范做了一些探索。Hasbrouk and Saar（2009）发现，稍纵即逝的限定性指令订单的产生来源于多种因素：投资理念、市场分割等等[48]。Duong，Kalev and Krishnamurti（2009）利用个人订单指令的高频数据，研究了攻击型机构和个人投资者在澳大利亚股票市场的影响因素，讨论了个体、机构投资者与市场流动性突变的关系[49]。Maureen（2007）认为算法交易会降低市场的流动性，一方面是因为单个订单可以被拆分到NYSE、ECN或者ATS执行，造成了分隔交易，避免了流动性黑洞的产生；另一方面是因为像ITG隐蔽服务那样提供的隐蔽算法可以保证订单不会暴露在市场上[50]。Foucault，Kadan and Kandel（2008）通过构建市场流动性供需模型，研究算法交易对市场流动性供需有着关键性的作用[51]。Hendershott，Jones and Menkveld（2011）采用信息流量（即提交、撤销、交易订单之和）作为算法交易的代理变量，基于NYSE十进制报价近五年的面板数据，证明了证券市场流动性变化与算法交易正相关，并且算法交易可以提高订单报价的信息含量[52]。Chaboud et al.（2013）利用证券市场高频交易数据，识别每个订单是否由算法交易自动生成。前者指出算法交易与市场流动性存在着负相关的关系，而非算法交易的订单是造成收益波动的主要原因。鉴于多数国家的证券交易市场都无法直接观测到算法交易的订单[53]。Gsell（2008）建立了算法交易模拟运行的虚拟金融市场，比较是否引入算交易会对市场产生怎样的影响。其研究发现，算法交易规模的增加会提高市场价格，低延迟能降低市场流动性，起到对流动性黑洞防范[54]。Menkhoff，Osler and Schmeling（2010）从信息与投资者订单提交模式行为的角度，对流动性黑洞形成机理进行了探讨，指出持有信息的投资者在一个纯限定性指令市场的冲击中，限制订单提交的响应占有优势。信息持有者相对于无信息持有者的，优势体现在使用积极价位限制性订单指令上[55]。Tommaso Gabrieli et al.（2011）将投资者行为视为市场风险、收益的二元函数，构建了流动性黑洞刻画模型，阐述了黑洞形成的机理。并在房地产共同基金市场进行了实证验证，发现流动性黑洞并不能被对冲[56]。Tommi A.Vuorenmaa and Liang Wang（2014）基于实验环境下构建多智能体交易模型，研究高频交易模式对市场流动性闪电崩溃的影响。发现在大量机构投资者的同样卖出行为导致市场正反馈效应，这种情形与经常提到的烫手山芋效应很是雷同[57]。Juan Yao（2014）对中国股票市场羊群行为进行了详细的理论与实证研究，发现B股比A股、大市值股票比小市值股票、增长型股票比价值型股票羊群行为更加严重，而且羊群行为是导致股市崩溃的重要因素[58]。

六、结论与启示

综合而言，国内外有关金融市场流动性的研究现状，本文得出以下启示：

第一，金融市场流动性黑洞产生的内因，在于金融市场信息透明度与交易机制、投资者信念及其交易模式、不同金融市场间传染机制等等。但目前研究结论存在争议，视角的单一化与影响路径处理过于简化，未能细致刻画多种因素互动影响的机理问题。

第二，从研究对象来看，目前的研究多数关注在欧美发达国家金融市场。就研究问题与样本周期而言，相关研究缺少流动性黑洞成因分析，以及流动性黑洞在金融市场造成广泛影响等问题。如何立足于中国金融市场，流动性黑洞极端环境前后不同阶段下，不同类型投资者交易行为的变化、流动性黑洞前后投资者最优交易模式的挖掘与调整、以及流动性黑洞风险防范等等理论，以及实证检验这些理论是后期重要的研究方向。

第三，在数据与方法上，较多学者笼统地考察所有时期流动性的影响因素，并不能全面地考察危机时期流动性的所有细化层面，可能会出现由于忽略特殊时期市场参与主体行为、市场运行机制以及市场政策信息的变化，而得出不同结论的状况，研究结论的正确性受到一定的质疑。近年来，社会网络的方法论与计算实验的研究工具的出现，为在中国情景下对流动性黑洞相关科学问题的研究，提供了一条新的思路。

[1]Amihud Y.，Mendelson H.Liquidity，Volatilityand Exchange Automation [J].Journal of Accounting，Auditingand Finance，1988，3（4）：369-395.

[2]Persaud，A.Fads and Fashions in the Policy Response to Financial Market Crises[M].in L.Jacque and P.M.Vaaler（eds），Financial Innovations and the Welfare of Nations，Kluwer Academic Publishers，USA，2001a.

[3]Bernardo A.E.，Welch I.Liquidity and Financial Market Returns[J]. Quarterly Journal of Economics，2004，119（1）：135-158.

[4]陈灯塔，周颖刚.理性恐慌、流动性黑洞和国有股减持之谜[J].经济学（季刊），2006，5（2）：379-402.

[5]Morris，S.and Shin，H.S.Liquidity black holes[J].Review of Finance，2004，8（1）：1-18.

[6]Benjamin H.C.，Shin H.S.Positive Feedback Trading under Stress：Evidence from the US Treasury Securities Market[J].Global Economic Review，2013，42（3）：314-345.

[7]Chen M，Zhou Y.G.Rational panics，Liquidity Black Holes and Stock Market Crashes：Lessons from the State Share Paradox[J].China Economic Quarterly，2006，5（2）：379-402.

[8]Hans Degryse，Mark Van Achter and Gunther Wuyts.Dynamic Order Submission Strategies with Competition between a Dealer Market and a Crossing Network[J].Journal of Financial Economics，2009，91（3）：319-338.

[9]Mark Lang，Mark Maffett.Transparency and Liquidity Uncertainty in Crisis Periods[J].Journal of Accounting and Economics，2011，52（2-3）：101-125.

[10]Romain Ranciere，Aaron Tornell.Was the U.S.Crisis a Financial Black Hole？[C].Working Paper，the 11th Jacques Polak Annual Research Conference at the IMF，2011.

[11]Greenwald B.，J.Stein.Transaction Risk，Market Crashes，and the Role of Circuit Breakers[J].Journal of Business，1991，64（4）：443-462.

[12]J.Barunik，M.Vosvrda.Can a Stochastic Cusp Catastrophe Model Explain Stock Market Crashes[J].Journal of Economic Dynamics& Control，2009，33（10）：1824-1836.

[13]Jeffrey Ng.The Effect of Information Quality on Liquidity Risk[J]. Journal of Accounting and Economics，2011，52（2-3）：126-143.

[14]Romer，D.Openness and Inflation：Theory and Evidence[J].Quarterly Journal of Economics，1993，108（4）：869-903.

[15]Barlevy Gadi and Veronesi Pietro.Rational Panics and Stock Market Crashes[J].Journal of Economic Theory，2003，110（2）：234-263.

[16]Strobl S，Oztekin A S，Daigler R T.The Anatomy of a Crash：Liquidity Black Holes and ETF Options During the Flash Crash of 2010[J]. Review of Futures Markets，2013，23（2）：49-69.

[17]Brunnermeier，Markus and Lasse H.Pedersen.Market Liquidity and Funding Liquidity[J].Review of Financial Studies，2009，22（6）：2201-2238.

[18]Carlin，B.I.，M.S.Lobo，S.Viswanathan.Episodic Liquidity Crises：Cooperative and Predatory Trading[J].The Journal of Finance，2007，62（5）：2235-2274.

[19]Borio，Claudio.Market Distress and Vanishing Liquidity：Anatomy and Policy Options[C].BIS Working Paper No 158，Bank of International Settlements，2004.

[20]Allen F.，Gale，D.Financial Fragility，Liquidity and Asset Prices[J]. Journal of the European Economic Association，2004，2（6）：1015-1048.

[21]Benjamin H.Cohena，Hyun SongShin.Positive Feedback TradingUnder Stress：Evidence from the US Treasury Securities Market[J].Global Economic Review，2013，42（4）：314-345.

[22]Amilon H.Estimation of An Adaptive Stock Market Model with Heterogeneous Agents[J].Journal of Empirical Finance，2008，15（2）：342-362．

[23]Avinash D.Persuad.流动性黑洞_理解、量化与管理金融流动性风险[M].姜建清，译.北京：中国金融出版社，2007.

[24]彭兴韵，吴洁，2009.从次贷危机到全球金融危机的演变与扩散[J].经济学动态（2）：52-60.

[25]Liu S.Investor sentiment and stock market liquidity[J].Journal of Behavioral Finance，2015，16（1）：51-67.

[26]Antonio E.Bernardo and Ivo Welch.Liquidity and Financial Market Runs[J].The Quarterly Journal of Economics，2004，119（1）：135-158.

[27]Anthony D.H.，Hautsch N.Modelling the Buy and Sell Intensity in a Limit Order Book Market[J].Journal of Financial Markets，2007，10（3）：249-286.

[28]Chiarella C.，Dieci R.，He Z.X.Heterogeneous Expectations and Speculative Behavior in a Dynamic Multi-asset Framework[J].Journal of Economic Behavior and Organization，2007，62（3）：408-427.

[29]Kallberg J.，Liu H.C.，Pasquariello P.Updating Expectations：An Analysis of Post-9/11 Returns[J].Journal of Financial Markets，2008，11（4）：400-432.

[30]Shim L，Goetz V P.Distress Selling and Asset Market Feedback[J]. Financial Markets，Institutions and Instruments，2007，16（5）：243-291.

[31]Barlevy Gadi and Veronesi Pietro.Rational Panics and Stock Market Crashes[J].Journal of Economic Theory，2003，110（2）：234-263.

[32]Caruana J.，L.Kodres.Liquidity in Global Markets[J].Financial Stability Review，2007，11（2）：65-74.

[33]Tirole Jean.Cognition and Incomplete Contracts[J].American Economic Review，2009，99（1）：265-294.

[34]Mark Carey，René M.Stulz，The Risks of Financial Institutions[D]. Working Paper，URL：http：//www.nber.org/chapters/c9603 2009.

[35]Cao C，Petrasek L.Liquidity risk and institutional ownership[J]. Journal of Financial Markets，2014，21：76-97.

[36]Stephen L.Cheung，Morten Hedegaard，Stefan Palan.To See is to Believe：Common Expectations in Experimental Asset Markets[J]. European Economic Review，2014，66（2）：84-96.

[37]Urs Fischbacher，Thorsten Hens，Stefan Zeisberger，The Impact of Monetary Policy on Stock Market Bubbles and Trading Behavior： Evidence From the Lab[J].Journal of Economic Dynamics and Control，2013，37（4）：2104-2122.

[38]Chordia T.，A.Sarkar，A.Subrahmanyam，Common Determinants of Bond and Stock Market Liquidity：the Impact of Financial Crises，Monetary Policy，and Mutual Fund Flows[D].Working Paper，Emory University，the Federal Reserve Bank of New York，and UCLA，2001.

[39]Dirk G.Baur，Contagion and the Real Economy[J].Journal of Banking and Finance，2012，36（10）：2680-2692.

[40]Adrian，Tobias and Hyun Song Shin，Liquidity and Financial Contagion[J].Financial Stability Review，2008，11（2）：1-7.

[41]Charles Goodhart.The Regulatory Response to the Financial Crisis [D].FMG Special Papers sp177，Financial Markets Group.2008.

[42]Baclet A.，Vidon E.Liquid Assets，Liquidity Constraints and Global Imbalances[J].Financial Stability Review，Banque de France，2008，11（2）：111-122.

[43]Dimitrios Dimitriou，Dimitris Kenourgios，Theodore Simos，Global FinancialCrisisandEmergingStockMarketContagion：A Multivariate FIAPARCH-DCC Approach[J].International Review of Financial Analysis，2013，30（12）：46-56.

[44]Dirk G.Baur.The Degree and Structure of Dependence-A Quantile Regression Approach[J].Journal of Banking and Finance，2013，37（3）：786-798.

[45]Mink M.，de Haan，J.Contagion During the Greek Sovereign Debt Crisis[J].Journal of International Money and Finance，2013，34（4）：102-113.

[46]René Garcia，Georges Tsafack.Dependence Structure and Extreme Comovements in International Equity and Bond Markets[J].Journal of Banking and Finance，2011，35（8）：1954-1970.

[47]Jochen O.Mierau，Mark Mink.Are Stock Market Crises Contagious? The Role of Crisis Definitions[J].Journal of Banking and Finance，2013，37（12）：4765-4776.

[48]Hasbrouck Joel，Gideon Saar.Technology and Liquidity Provision：The Blurring of Traditional Definitions[J].Journal of Financial Markets，2009，12（2）：143-172.

[49]Duong H.N.，Kalev P.S.，Krishnamurti C.Order Aggressiveness of Institutional and Individual Investors[J].Pacific-Basin Finance Journal，2009，17（5）：533-546.

[50]Maureen O′Hara.Optimal Microstructures[J].European Financial Management，2007，13（5）：852-832.

[51]Foucault T.，O.Kadan，E.Kandel.Liquidity Cycles and Make/Take Fees in Electronic Markets[J].Journal of Finance，2013，68（1）：299-341.

[52]Hendershott，T.，C.M.Jones，A.J.Menkveld.Does Algorithmic Trading Improve Liquidity?[J].Journal of Finance，2011，66（1）：1-33.

[53]Alain Chaboud，Benjamin Chiquoine，Erik Hjalmarsson，Clara Vega. Rise of the Machines：Algorithmic Trading in the Foreign Exchange Market[D].Working Paper，http：//ssrn.com/abstract=1501135，2013.

[54]Gsell，M.Assessing the Impact of Algorithmic Trading on Markets：A SimulationApproach[M].ProceedingsofThe16thEuropean Conference On Information Systems（ECIS），2008.

[55]Menkhoff，LukasOsler，CarolL.Schmeling，Maik.LimitOrder Submission Strategies under Asymmetric Information[J].Journal of Banking andFinance，2010，34（11）：2665-2677.

[56]Tommaso Gabrieli，Gianluca Marcato，Giovanni Tira.Liquidity Black Hole and Optimal Behavioral Model[D].Henley Business School，Working Paper，2011.

[57]Tommi A.Vuorenmaa，Liang Wang，An Agent-Based Model of The Flash Crash of May 6，2010，With Policy Implications[D].http：//ssrn. com/abstract=2336772，Working Paper，2014.

[58]Juan Yao，Chuanchan Ma，WilliamPengHe.Investor HerdingBehaviour of Chinese Stock Market[J].International Review of Economics and Finance，2014，29（1）：12-29.

（责任编辑：C校对：L）

F830

A

1004-2768（2017）03-0155-06

2017-01-09

国家自然科学基金研究项目“流动性黑洞、订单提交策略与最优执行”（71101068）；江苏省自然科学基金面上项目“基于社会网络分析的金融市场资产配置策略理论、方法与应用研究”（BK20161398）；江苏省金融工程重点实验室项目“金融大数据背景下投资组合理论及方法”（NSK2015-09）

赵志华（1980-），男，湖北黄冈人，南京大学工程管理学院博士研究生，研究方向：资本市场、行为金融；刘海飞（1980-），男，安徽阜阳人，博士，南京大学工程管理学院副教授，研究方向：金融工程、计算实验金融、行为金融。