银行间债券市场做市商价格发现能力研究

(北京航空航天大学，北京 100191)

研究背景及意义

2000年初，我国首次提出银行间债券市场做市商制度和双边报价概念；2001年，央行正式批准工商银行、建设银行、农业银行和中国银行等9家商业银行成为大型银行间债券市场做市商；2007年，央行颁布了《大型银行间债券市场做市商管理规定》，规范做市商双边报价业务；2010年，央行陆续允许合格境外机构投资者进入银行间市场，摩根大通、花旗银行和汇丰银行等先后获得做市商资质；2015年，央行进一步放开境外机构在银行间市场的额度限制和投资范围，将审核制改为备案制，银行间债券市场的对外开放取得新进展。截止2015年3月份，银行间债券市场共有包含全国性银行、政策性银行、外资银行和其他金融机构在内的73家做市商和尝试做市商，一个包含境内外各类型成员的场外债券市场逐步形成。纵观这十几年的发展历程，我国银行间债券市场在引入竞争机制和对外开放方面有序推进，这对于完善我国货币政策传导机制、促进利率汇率改革、推动人民币国际化等均具有重要意义。

为了对做市商的做市业务进行评价，我国银行间市场交易商协会制定了《做市商评价指标体系》，对做市商报价的合规性、报价价差和报价量等进行考评。例如，要求单个做市商的做市债券总数不少于6只、待偿期限不少于4种类型1，开盘后30分钟内进行报价等，同时对评价期内双边报价价差最小的做市商进行通报表扬等。可以发现，这些引导性指标均是致力于引入竞争性做市商机制和增强市场流动性。但是，近年来我国债券市场的流动性并未得到明显改善。受到2013年债市风暴的影响，我国银行间债券市场年换手率仅为165%，远低于欧美债券市场400%以上的换手率，且在2014年债市回暖后，做市商市场提供的流动性仍十分有限，双边报价价差一度保持在30个基点以上，缺乏对市场走势的引导作用。2这说明，即使引入了竞争性做市商制度，我国银行间债券市场的流动性水平和报价的信息含量仍存在诸多问题。

相比于国外成熟的场外债券市场，我国银行间债券市场做市商机制存在三个鲜明的特征，即：激励机制不完善、结构单一、市场不分层。

首先是激励机制不完善。做市商之所以积极参与市场的报价，一个重要的原因就是其本身也是一个真正的商业性盈利机构。借鉴国外经验，《全国银行间债券市场做市商管理规定》第六条规定，做市商可以享有一级市场购买债券便利、优先承销国债、获得债券借贷便利、获得产品创新政策支持、享受交易和结算手续费优惠等。但是，除国债承销和享受交易和结算手续费优惠外，其他配套激励措施均未有效落实。而国外成熟债券市场不仅包括上述措施，做市商甚至享有优先成为央行公开操作对手方，以及参与财政部门决策等权利。激励机制不到位最终造成我国做市商过多地承担了做市风险和义务，缺乏做市的内在动力，并导致报价行为偏离目标。

其次是做市商结构单一。目前，在我国银行间债券市场承担主要报价业务的做市商多为全国性商业银行和政策性银行，这造成当前做市商结构单一、风险偏好高度趋同的现状。相对于传统银行资产负债业务，债券投资业务长期以来处于从属地位，而满足做市要求的债券交易业务所占份额更小，导致银行做市业务缺乏健全的风险管理制度。为了加强我国银行债券交易风险管理，银监会下发了《中国银监会办公厅关于加强商业银行债券投资风险管理的通知》，要求商业银行在债券交易业务、投资业务、承销业务和公司信贷业务之间建立有效的防火墙，并将其上升到资产负债管理的高度加以监管。但是，总体上由于商业银行交易需求的同质性，在面对市场冲击时做出的一致判断容易导致市场单向交易趋势的加强和波动性的增大。

最后是市场不分层。场外债券市场一般分为两个层次，一是做市商与投资者之间的零售市场，即做市商提供双边报价、投资者点击成交的市场；二是做市商之间匿名交易的批发市场，即由经纪商提供报价中介服务的市场。例如，在欧洲普遍采用的MTS做市商内部交易系统，为欧洲固定收益市场的流动性和稳定性发挥了重要作用，其已形成一套统一技术标准的平台，被多个国家和地区采用。3但是，我国银行间债券市场不仅允许做市商之间点击交易，经纪商也面向所有成员进行报价，这就给做市商带来较大的报价风险。由于所有交易对手可以看到经纪商的实时报价4，只有在做市商报价优于经纪商报价时才会被点击成交，这使得做市商面临被套利的风险，也导致大多数做市商只报单笔1000万元的交易，市场流动性受限。

在配套激励机制不完善、做市商结构单一、市场不分层的环境下，竞争性做市商制度是否能够提升市场流动性和价格发现能力，需要我们进行更为客观和深入的讨论。这对于我国进一步推进场外债券市场的建设、股票市场引入做市商机制的改革，以及包含境内外各类型成员的做市商群体的整体构建，均具有重要意义。

本文对银行间债券市场交易的全部债券种类和全部做市商类型进行考察，并从时间维度考察市场整体价格发现效率的演进过程，不仅有利于我们考察不同券种和不同做市商类型在市场流动性供给和价格发现能力中表现出的差异性，还可以考察在激励机制缺乏的环境下，哪类做市商更倾向于被动报价和消极做市；在市场不分层的情况下，哪类做市商倾向于拉大价差规避信息不对称风险；以及在众多因素的共同驱动下，做市商的持续做市行为是否有利于提升流动性供给和价格发现效率。

同时，本文将对外资银行报价的信息含量问题进行探讨。外资银行在我国债券市场的做市债券总量和报价总量有限，因此少有文献对其进行研究。本文认为，做市商报价的信息含量体现了其在做市产品定价、风险识别和信息获取等诸多方面的能力，由于外资做市商多为大型跨国银行，其所表现出的价格挖掘能力也应值得我国做市商积极借鉴和学习。

文献综述

对银行间债券市场做市商价格发现能力的研究，涉及到市场交易机制设计和市场价格发现两个研究领域。市场交易机制设计，涉及到指令驱动或报价驱动、专家型做市商制度或竞争性做市商制度对买卖价差、市场流动性和波动性的影响研究，以及机制设计的优劣性研究。市场价格发现，涉及到市场价格或做市商报价能否对潜在信息进行反应、反应偏差程度，以及在存在反应偏差情况下的价格收敛速度等研究。这一部分将从做市商制度对买卖价差的影响、做市商的价格发现能力，以及竞争性做市商制度的机制设计优劣性三个方面展开文献综述。

对于做市商制度对买卖价差的影响，理论模型包括“存货模型”和“信息模型”两大类。存货模型利用存货成本来解释做市商报价价差的形成过程。由于交易者提供的买入和卖出指令具有随机性，做市商必须保持一定的证券和现金头寸予以应对，因此存货模型认为报价价差的形成源于做市商持有证券和现金的存货成本(参见Stoll, 1978)[1]。信息模型的基本思想是利用信息不对称所产生的信息成本来解释市场价差。做市商有义务按其报价进行交易，因此在与知情交易者的交易中会产生损失，出于规避逆向选择的考虑做市商会设定相应的报价价差(参见Kyle, 1985)[2]。在实证研究方面，国外相当一部分文献认为竞争性做市商机制有利于缩小价差、较低交易成本(参见Lepone and Yang，2013；Anand and Subrahmanyam，2008)[3][4]。我国学者对报价价差的影响因素，也进行了相应的探索。例如，朱世武和许凯(2004)[23]通过对我国债券市场交易行为的量化分析，研究了报价价差的影响因素和流动性的周内变动模式。马永波(2015)[24]重点考察了影响信用债双边报价的因素，发现做市商提供的信用债流动性明显不足。

对于做市商的价格发现能力，目前研究模型和方法仍处于探索阶段。Hasbrouck(1995)[5]提出的IS指标(Information Share)，以及Harris et al.(2002)[6]和De Jong(2002)[7]提出的CS指标(Component Shares)，是两个被广泛应用的价格发现度量指标。IS和CS指标可用于度量对同一资产进行报价的不同做市商的价格发现贡献程度。在技术上，这两个指标均是基于长短期分解技术提取价格变化中的长期成分与短期成分(参见Gonzalo and Ng, 2001)[8]，长期成分与反应真实价值的有效价格相对应，短期成分则是价格偏离部分，如果某一做市商报价更新对有效价格的变化量具有更强的解释能力，就视为该做市商具有更高的价格发现能力。但是，近期部分文献开始对IS和CS指标提出质疑。例如，Frijns and Schotman(2009)[9]指出IS指标并没有考虑不同做市商报价中噪声成分的独立性问题；Yan and Zivot(2010)[10]指出现有价格发现度量指标并没有考虑到价格发现的动态过程；Putniņš(2013)[11]指出IS和CS指标能否准确度量市场的价格发现能力，取决于报价中噪声成分的相对大小，并建议建立ILS指标(Information Leadership Shares)，在剔除噪声成分的基础上度量市场价格发现能力。这些文献在价格发现领域均产生一定影响力。

与IS和CS指标同期发展的是Harvey(1990)[12]提出的UC模型(Unobserved Components model)。这类模型将做市商报价分离为两部分，一部分是由新息驱动的随机游走过程，也即有效价格，另一部分为报价与有效价格的偏离部分。偏离产生的原因可能源于做市商的存货成本或逆向选择的风险补偿、价格的非连续性、对大单交易的短暂反应、对信息的反应不足和反应过度等。正是由于这类模型中的有效价格是不可观测的变量，这类模型在估计上存在较大困难，在很大程度上制约了其在实证领域的广泛应用。但是，随着计量技术的发展，Oh et al.(2008)[13]和De Jong and Schotman(2010)[14]等开始尝试直接利用卡尔曼滤波和状态空间方法对UC模型进行估计。目前，状态空间方法已逐步在做市商价格发现研究领域得到应用，例如Frijns and Schotman(2009)[9]利用该方法对纳斯达克市场中20只股票不同类型做市商的价格发现能力进行研究和评价。

对于竞争性做市商制度的机制设计优劣性，目前国内外尚未形成一致结论。支持竞争性做市商制度具有优越性的文献普遍认为，竞争性做市商机制有利于缩小价差、较低交易成本，并改善市场价格发现效率。例如，Lepone and Yang(2013)[3]发现标普指数期货市场中的竞争性做市商具有较强的价格发现能力；Anand and Subrahmanyam(2008)[4]发现多伦多股票市场中的做市商整体上发挥了价格发现的引导作用；Valseth(2013)[15]肯定了挪威国债市场中竞争性做市商在价格发现过程中的不可替代作用，并发现这些做市商具有极强的信息吸收和处理能力。但是，也有部分文献认为竞争性做市商制度在流动性供给和价格发现方面发挥的作用有限。例如，Huang(2002)[16]对纳斯达克市场中做市商的报价行为进行研究，并将其与电子交易系统(ECNs)中的限价指令数据进行对比，发现做市商报价的信息反应速度和信息含量劣于后者。这一研究结果随后被Goldstein et al.(2008)[17]再次验证。对于放开做市商准入能否营造竞争性环境，现有文献也持有怀疑态度。Ellis et al.(2002)[18]指出，竞争性做市商环境是一个多种因素共同作用的均衡结果，允许新的做市商进入并不一定能够营造出竞争性环境。Aspris et al.(2012)[19]也通过对澳大利亚期权市场中的做市商行为研究发现，能否保持竞争性环境取决于做市商之间的动态竞争、市场集中度，以及市场结构等多种因素，竞争性做市商制度并不一定能够提升市场质量和价格发现能力。

目前，我国学者对于银行间债券市场竞争性做市商制度，以及交易所和银行间市场交易机制设计的优劣性，也存在不一致的结论。例如，张瀛(2007)[25]发现在目前银行间债券市场信息不对称程度较高的情况下，垄断性做市商制度在维持市场运行方面更具优势。周爱民和吴蕾(2009)[26]运用做市商报价调整的误差修正模型，发现竞争性做市商的报价纠错功能较强。袁东(2004)[27]和吴蕾等(2011)[28]通过对交易所债券市场与银行间债券市场进行比较，得出由于组织方式的不同，交易所市场的功能和效率更强的结论。

基于上述文献，本文将对我国银行间债券市场中做市商报价价差的整体水平和差异性、价格发现能力和贡献度，以及竞争性做市商制度的机制设计优劣性进行更为深入的研究。本文同时发现，我国现有文献对这一问题的研究存在债券样本量和类型的局限性。例如，郭泓和杨之曙(2007)[29]利用IS指标对交易所和银行间市场同时交易的5只债券进行了价格发现研究；吴蕾和孟庆斌(2010)[30]运用逐笔报价动态调整模型，对银行间债券市场交易的4只债券的做市商报价信息含量进行研究。正如上文所述，我国交易商协会对做市商的做市债券总数和类型等均有最低限额要求，这说明做市商出于自身利益最大化的考虑，可能会进行多券种的组合策略布局。在这种情况下，只有对我国银行间市场交易的债券进行全样本考察，研究结论才更具客观性和全面性。同时，持续的做市行为是否有利于提升做市商的价格发现能力，也需要我们充分考虑时间因素产生的影响。本文将在这些研究方面对现有文献形成补充。

研究方法

如果t时刻做市商i同时报出买入价pbid,i,t和卖出价pack,i,t，则其报价的中间值可以表示为pi,t=(pbid,i,t+pack,i,t)/2。该中间值可以反映做市商对债券当前价值的预期，而相对报价价差Spreadi,t=(pbid,i,t-pack,i,t)/pi,t则反映了做市商由于存货成本或逆向选择风险而要求的价格补偿。

假设有M个做市商同时对一只债券进行报价，令pt=(p1,t,p2,t,…,pM,t)'/M×1表示t时刻各个做市商报价中间值的M×1阶向量。5由于pt中的每一个价格均包含随机游走的成分，因此pt为一阶单整向量，即pt～I(1)。根据Wold定理，价格增量∆pt将具有移动平均(MA)形式：

其中，Ψ(L)=∑∞k=0ΨkLk,Ψ0=IM, 且et是一个M×1阶向量，满足E[et]=0 and。

利用Beveridge-Nelson分解(Beveridge and Nelson,1981)[20]可以将公式(1)转化为如下价格水平值的形式：

实际上，由于M个做市商同时对一只债券进行报价，et对每一个做市商报价的长期影响应该是相同的。因此，公式(2)可以改写为如下形式：

目前，有相当一部分文献致力于对UC模型中价格偏差st的形式进行设定和识别(参见Lehmann，2002；Frijns and Schotman，2009；Yan and Zivot，2010等)[21][9][10]。Yan and Zivot(2010)[10]指出，无论形成st的因素有多少，均可以划归为两大类，即与新息冲击有关的偏差和与新息冲击无关的偏差。因此，该类模型基本上具有如下形式：

其中，avt表示st中与新息冲击相关的部分，wt表示与新息冲击无关的部分，因此有Cor(vt，wit)=0。现有文献一般将系数a称为非对称信息参数，即a中元素的差异性源于做市商对新息冲击vt的识别和反应能力存在差异性。ai越接近0，说明做市商i对新息冲击的反应越精准，ai＞0说明存在过度反应，ai＜0说明存在反应不足(参见Otsubo，2014)[22]。wi则是做市商报价中的噪声部分。Ω中对角元素σi越大，说明做市商i的报价中含有的噪声成分越大；如果非对角元素σi,j不为0，说明做市商i和j的报价存在相关性，具有相互影响和学习的特征。

在利用模型(4)进行实证分析时，由于模型中存在不可观测变量mt，可以将模型表示为状态空间的形式，其中mt为状态变量，做市商的报价序列为可观测变量。利用卡尔曼滤波计算状态变量在可观测变量上的最小MSE线性投影，可以对模型进行极大似然估计(参见Harvey，1990)[12]。7据此，可以估计得到有效价格mt序列、新息冲击的标准差信息非对称参数a，以及噪声的方差协方差矩阵Ω。

进一步，为了对做市商的价格发现能力进行综合性评价，基于模型(4)的估计结果，本文参照Frijns and Schotman(2009)[9]构建信息份额指标。具体步骤如下：

首先，考察做市商如何基于新息冲击进行报价调整。假设在t时刻，有效价格mt-1是做市商的公共信息，对于信息冲击vt，做市商调整报价如下：

其中，E[pt|mt-1,pt-1]表示做市商基于上一期公共信息对当期债券价格形成的预期值。因此，当期报价pt与该预期值之间的差值反应了做市商对于新息冲击vt的反应，1+a就是做市商对vt的反应幅度。

其次，考察做市商的报价调整如何影响债券的价格发现过程。建立如下回归模型：

其中参数γ度量的是做市商报价调整对有效价格变动的解释能力，也体现了做市商报价被公众吸收的能力，因此可以将γ称为信息吸收参数。公式(6)中的残差部分ηt表示，由于报价中含有噪声部分，因此限制了做市商报价对有效价格形成过程的解释能力，噪声成分越大，做市商报价对有效价格形成的解释力越弱，其遵循有效价格变化路径更新报价的能力越差。

即考察做市商i如何基于新息冲击进行价格调整，并最终被市场吸收为公共信息的全过程。该指标不仅可以对不同做市商报价的信息份额进行比较，考察不同做市商对价格发现的贡献程度，更可以通过计算总信息含量对不同债券总体的价格发现水平进行对比，以及对不同时期同一只债券的价格发现水平变化情况进行对比。

需要指出，只有当做市商报价中含有噪声成分时，信息份额的概念才得以体现。如果所有做市商都能够准确地遵循有效价格进行报价调整，相当于在公式(5)中a=0和wt=0，此时做市商的报价调整完全一致，每个做市商的报价调整均可以充分解释有效价格的变动，公式(6)存在奇异矩阵无法进行估计，因此并不存在信息份额的概念。如果做市商报价的噪声成分具有严格的线性相关性，即公式(6)中的残差部分可以抵消为0，那么所有做市商的信息份额之和将等于1，这就是Hasbrouck(1995)[5]中IS指标的构造思想，也是其受到普遍质疑的原因所在(参见Huang，2002；Yan and Zivot，2010)[16][10]。我们认为，做市商报价噪声成分的特征应是实证检验的结果，而不是模型设定的先验。这意味着，一旦做市商报价的噪声成分具有独立性，所有做市商报价的总信息含量将小于1，这与Hasbrouck的IS指标构建理念明显不同。

描述性统计分析

本文对2011年9月11日～2013年5月25日时间段内在我国银行间债券市场交易的所有债券进行分析，共提取逐笔双边报价数据457851个，数据来源为Wind。由于一些高风险债券的双边报价极其稀薄，数据样本量明显不够，因此我们设定债券样本选取标准为1个交易日内至少有1次报价。基于此标准，本文共获得734只债券样本，其中部分债券在样本时段内某一时点到期退市，或在样本时段内某一时点开始上市交易。

在样本期内，共有63家做市商参与报价。为了对不同类型做市商的价格发现能力进行综合性评价，本文将这63家做市商划分为三类，简称为“大型银行”、“外资银行”和“其他机构”。其中，包括国有商业银行、全国性股份制商业银行、政策性银行在内的“大型银行”共17家；“外资银行”共14家；包含地方性商业银行和其他非银行金融机构在内的“其他机构”共32家。

表1是将734只债券的报价特征按券种进行分类的统计结果。表1显示，样本债券中绝大多数债券是企业债与金融债，国债只有77只，央票只有24只。银行间债券市场中国债与央票的报价活跃程度远大于金融债和企业债，这主要体现在平均做市商个数和平均报价持续期两方面。平均做市商个数的统计结果显示，国债与央票分别有12个和8个做市商，而金融债和企业债分别只有4个和2个做市商；平均报价持续期的统计结果显示，国债与央票的平均持续期分别为171分钟和207分钟，近似于平均1个交易日有两次报价，而金融债和企业债的平均持续期达到260分钟和307分钟，近似于平均1个交易日只有1次报价。9国债和央票是银行间债券市场报价最活跃的券种，也体现在外资银行的参与程度上，其外资银行报价比例分别达到9%和13%，远高于金融债和企业债(5%和3%)。

表1 基于券种分类的债券双边报价特征统计结果

在表1中，我们发现不同券种的平均价差存在一定差异。总体上，央票的平均价差最小(0.05%)，金融债平均价差最大(0.17%)。需要指出，企业债平均只有2家做市商，但价差只有0.10%；国债平均有12家做市商，但价差达到0.16%。这些结果显示，在我国银行间债券市场中，做市商个数与平均价差之间并没有显著的负相关特征，多家做市商竞争并未降低报价价差，而做市商个数较少时也并未形成垄断而拉大价差。同时，我们也并未发现外资银行报价比例与平均价差之间的相关性。例如，央票的外资银行报价比例最高，平均价差最低，但是在几乎没有外资银行报价的企业债中，平均价差也只有0.10%。

进一步，将债券按照做市商个数进行分类，考察做市商数量差异所表现出的报价特征差异性。表2显示，有392只债券只有1个做市商，其中93%(17%+76%)为金融债和企业债。这392只债券的外资银行报价比例最低，报价持续期最长，但平均价差最小。随着做市商个数的增加，平均报价价差不断增大，当一只债券达到8至10个做市商时，平均价差达到0.18%。进一步，我们分别对做市商个数大于10和20的债券进行统计分析，虽然前者的平均价差略有下降(0.13%)，但后者的平均价差仍达到0.15%。这说明，在我国银行间债券市场中，竞争性的做市商制度并未有效降低报价价差，而具有专家性质的单一做市商制度反而显著降低报价价差。

为了考察外资银行参与程度对债券报价特征的影响，我们进一步将外资银行报价比例划分为五种情况，分别为外资银行报价比例等于0、大于0小于等于10%、大于10%小于等于20%、大于20%小于100%，以及等于100%。在734只样本债券中，616只债券无外资银行报价，由于这些债券大部分为企业债，因此表现出报价次数稀薄、报价持续期长，以及平均价差小的特征。随着外资银行报价比例的升高，我们发现平均价差显著上升。特别地，当外资银行报价比例大于20%小于100%时，33只债券的平均价差甚至达到0.24%。这33只债券中58%为金融债，但即使全部为金融债，平均价差也应该只有0.17%(参见表1第4列)；这些债券平均只有6个做市商，对应于该做市商个数的平均价差也只有0.15%(参见表2第3列)。这一统计结果说明，外资银行报价比例的扩大显著拉大了报价价差，并不利于活跃市场流动性。

表2 基于做市商个数分类的债券双边报价特征统计结果

当债券全部由外资银行承担报价义务，即外资银行报价比例达到100%时，平均做市商个数只有1家，平均价差为0.14%，报价持续期平均为357分钟。对比表2中第1行的统计结果说明，当单一做市商为外资银行时，价差被拉大3个基点(0.14%-0.11%)，且平均持续期延长30分钟左右(357-326)。这意味着，扩大外资银行报价比例并不能有效降低报价价差，当外资银行承担主要做市商角色时，其很可能为了规避逆向选择风险而拉大价差，且报价积极性低于国内做市商。

基于不同券种、不同做市商个数和不同外资银行报价比例的划分，表1～表3的统计分析有利于我们深入了解我国银行间债券市场的报价特征。在我国银行间债券市场中，盲目推行竞争性做市商制度和扩大外资银行报价比例，并不利于降低报价价差，反而使得平均价差显著增大。正是出于这一原因，国债在多家做市商竞争的环境下仍具有较高的报价价差，而企业债在类似专家做市的环境下却具有较低的报价价差。

实证结果与分析

基于模型(4)，本文对734只债券的信息非对称参数a、噪声方差协方差矩阵Ω、信息吸收参数γ进行估计，其中a和γ为3×1阶向量，Ω为3×3阶矩阵，对应的3个变量顺序依次为大型银行报价、外资银行报价和其他机构报价。对于三类做市商的信息份额指标，本文分别用进行表示，并累加得到总信息含量表4～表6汇报了满足不同分类条件的样本债券的参数估计平均值和标准差，对于三类做市商的参数估计结果是否存在显著性差异，本文分别检验大型银行与外资银行、大型银行与其他机构，以及外资银行与其他机构之间是否存在两总体均值差异性，再综合排列三类做市商参数估计的相对大小，从而在统计意义下对三类做市商的价格发现能力进行客观评价。

表3基于外资银行报价比例分类的债券双边报价特征统计结果

表4是基于不同券种分类的参数估计统计结果。参数a估计结果的总体均值差异性检验显示，三类做市商的差异性并不显著。但是，我们仍能够从a估计的符号和数值差异中，对三类做市商的信息反应能力有所了解。对于国债的新息冲击，大型银行反应不足，而外资银行和其他机构反应过度。国债的新息冲击与国家宏观经济走势和政策相联系，这类冲击较难被准确识别和度量，因此三类做市商都表现出一定程度的反应偏差。对于大型银行表现出的反应不足，本文认为这并非源于大型银行对宏观新息冲击的识别不足，而更可能源于其对报价义务的敷衍塞责。10

对于央票的新息冲击，三类做市商的反应均较为准确，这是由于央票期限绝大多数为1年期以下，价格变化往往与央行的公开市场操作行为相联系，主要体现央行回笼过剩流动性和维持币值稳定的意图，因此这类操作具有规律性，其新息冲击较易被识别。对于金融债的新息冲击，三类做市商均反应过度，这是由于我国银行综合经营成本的计价对于政策性金融债往往按照税前收益来考核，导致我国机构投资者对政策性金融债存在过度追捧现象，这也从另一个方面解释了我国金融债与国债流动性呈现的倒挂现象。对于企业债的新息冲击，由于其往往来自于公司基本面信息的变动，掌握这类信息并及时反应到报价中是做市商最基本的义务，因此三类做市商均能充分反应。

参数矩阵Ω的估计结果显示，总体上大型银行的报价噪声方差最大，外资银行的报价噪声方差最小；三类做市商在金融债中的报价噪声方差总体上高于其他券种，且具有显著相关性；外资银行和其他机构的报价噪声与大型银行相关性更强，而彼此之间相关性较弱，即外资银行和其他机构更倾向于参照大型银行，而非彼此报价进行价格调整。

参数γ的估计结果显示，外资银行的γ估计值小于大型银行和其他机构，总体均值差异性检验也证实了这种差异的显著性。对于国债和央票，大型银行的γ估计值分别为0.27和0.30，与其他机构的估计结果无明显差异(0.29和0.28)；对于金融债和企业债，大型银行的γ估计值显著大于外资银行和其他银行。总体上，市场更倾向于从大型银行的报价中吸取信息，其次是其他机构，而并不倾向于从外资银行的报价中吸取信息。

表4 基于券种分类的模型(4)参数估计统计结果

表5 基于做市商个数分类的模型(4)参数估计统计结果

表5是在不同做市商个数分类下的参数估计统计结果。总体均值差异性检验显示，三类做市商的a参数估计结果仍无显著差异性，但是我们却发现，随着做市商个数的不断增加，a总体上呈现出绝对值增大的趋势。在1个做市商的情况下，由于76%的债券为企业债(参照表2第2列)，因此三类做市商的a估计值均不显著，即三类做市商均可以对新息冲击进行充分反应；在做市商个数大于10的情况下，外资银行和其他机构的a估计值分别达到0.0042和0.0125，而大型银行再次表现出对新息冲击的反应不足，这再次验证了其在多做市商环境中可能伴有敷衍报价的行为。同时这也说明，多做市商参与报价会产生更多噪声因素，频繁的报价更新降低了做市商对自身报价准确性的审核，即使外资银行在这种环境下也会对新息冲击产生较大反应偏差，因此竞争性做市商制度并不一定意味着做市商具有更高的信息识别能力。11

表5中Ω的估计结果显示，随着做市商个数的增多，三类做市商报价的噪声方差均显著增大。在1个做市商情况下，大型银行、外资银行和其他机构的报价噪声方差分别为0.0318、0和0.0023，但是在大于10个做市商环境下，这些数值增大至0.0456、0.0106和0.0344。Ω矩阵中显著的协方差估计结果也证实做市商报价之间存在相互影响的特征。随着做市商个数的增加，γ估计结果也显示出明显趋势性，即大型银行的γ估计值逐渐降低，外资银行的γ逐渐增大，其他机构则保持相对稳定。这说明，随着做市商个数的增加，市场逐渐倾向于从外资银行的报价中汲取信息，大型银行报价的参照意义逐渐丧失。总体均值差异性检验也显示，大型银行γ估计值的显著优势逐渐降低，最终与外资银行并无明显差异性。

a、Ω和γ估计结果随做市商个数增加所表现出的趋势变化，最终形成了R2i和R2T指标明显的变化特征。随着做市商个数的增加，大型银行的R21值由0.65下降至0.15，外资银行的R22值由0.03增加至0.32，总报价信息含量则由0.91下降至0.77。在大于10个做市商的情况下，大型银行和其他银行对新息冲击较大的反应偏差和较大的噪声方差最终导致其报价信息含量低于外资银行。虽然外资银行的报价比例只有10%(参见表2第6列)，但其却达到0.32，即承担了主要的价格发现功能。据此可知，做市商个数增加导致总体信息含量下降的根源在于我国做市商的价格发现效率下降，而非外资银行。

表6进一步挖掘外资银行参与程度对报价信息含量的影响。参照表3可知，对于无外资银行报价的债券，其中65%属于企业债，因此表6第2列与表4第5列表现出一定程度的相似性。总体均值差异性检验显示，三类做市商的a估计值仍无显著性差异。但是，由表6第3至5列可以看出，随着外资银行报价比例不断增加，三类做市商对新息冲击的反应偏差均越来越小。例如，其他机构的a估计值由0.0071下降至0.0005，外资银行的a估计值由0.0049下降至0.0002，大型银行对新息冲击的反应不足也有所改善，由-0.0029改进为-0.0004。本文认为，随着外资银行报价比例的增大，其报价对于其他做市商的指导意义逐渐增大，最终改善了做市商对新息冲击的整体识别能力。

总体上，表6中Ω矩阵的方差和协方差估计结果均随着外资银行报价比例的增大而变小，即报价的噪声成分不断减小。外资银行一定规模的报价比例，可以有效降低报价的噪声方差。例如，在外资银行报价比例处于10～20%之间时，做市商报价噪声的方差协方差范围处于-0.0002～0.0166之间，但是这一类债券平均有13个做市商(参见表3第3列)，根据表5第6列，13个做市商报价噪声的方差协方差平均处于-0.0146～0.0456的范围内，显著大于-0.0002～0.0166的范围。这意味着，适当扩大外资银行参与程度，而不是单纯增加做市商个数，更有利于改善做市商整体报价质量。

外资银行报价比例增加对市场价格发现效率的改进，也体现在表6中γ的估计结果中。如表6第3至5列显示，随着外资银行报价比例的增大，大型银行的γ估计结果由0.14上升至0.23，其他机构的a估计结果由0.22上升至0.34。最终，R21和R23指标均显著上升，分别由0.10上升到0.25和由0.24上升至0.38，总体均值差异性检验也证实三类做市商的γ和R2估计结果已无明显差异性。由外资银行报价比例提高所引入的竞争性环境，最终使得我国做市商的价格发现能力有所提升。

表6 基于外资银行报价比例分类的模型（4）参数估计统计结果

表6中最后一列显示，当外资银行承担全部报价义务时，总信息含量达到0.96，且高于只有1个做市商情况下的平均估计结果0.91(参见表5第2列)。参见表3，共有13只债券全部由外资银行承担报价，我们发现这些债券全部对新息冲击反应充分、噪声方差接近0，且信息含量的估计结果方差只有0.09，这足以证明外资银行的价格发现能力，以及扩大外资银行报价比例的必要性。

表7中第1部分是不同券种与不同做市商个数分类组合下的R2T汇总结果，第2部分是不同券种与不同外资银行报价比例分类组合下的汇总结果，第3部分是不同外资银行报价比例与不同做市商个数分类组合下的汇总结果。表格中相应位置对应于符合条件债券的指标的平均值，括号内数字为指标的标准差，每一行数字中的最大值被加粗显示。

表7 不同分类组合情况下的指标汇总

表7 不同分类组合情况下的指标汇总

[注] “----”表示不存在符合组合条件的债券；“（----）”表示只有1只债券符合组合条件。

1. 不同券种与不同做市商个数组合1 2-4 5-7 8-10 ＞10国债0.77(0.26)央票 1.00(0.00)0.89(0.18)0.79(0.22)0.90(0.12)0.79(0.22)0.83(0.28)金融债 0.89(0.23)0.67(0.27)0.84(0.23)0.84(----)0.68(0.24)企业债 0.92(0.18)0.77(0.19)0.74(0.20)0.62(0.19)0.84(0.19)0.71(0.16)0.79(0.31) ----2. 不同券种与不同外资银行报价比例组合0% (0%, 10%](10%, 20%](20%, 100%) 100%国债 0.80(0.23)0.94(0.10)央票 0.77(0.24)0.84(0.25)0.77(0.24)0.99(0.04)0.73(0.20)0.77(0.34)1.00(0.00) ----0.75(0.29)金融债 0.78(0.23)0.74(0.19)0.81(0.17)0.96(----)企业债 0.89(0.19)0.81(0.16)0.83(0.06)0.88(0.23)0.81(0.19)0.96(0.08)3. 不同外资银行报价比例与不同做市商个数组合1 2-4 5-7 8-10 ＞10 0% 0.91(0.19)0.68(0.17)0.53(0.12)0.50(0.18)(0%, 10%] ---- 0.58(0.18)0.96(0.06)0.90(0.15)0.77(0.25)(20%, 100%)---- 0.91(0.17)0.83(0.25)(10%, 20%]---- 0.66(0.24)0.88(0.08)0.87(0.09)0.89(0.18)100% 0.96 0.08)0.81(0.22)0.85(0.16)0.99(----) ---- ---- ----

表7中第1部分显示，对应于不同券种，做市商个数越少，债券的总体价格发现能力越强。虽然国债最强的价格发现能力(0.90)对应于5至7个做市商的范围，但是对应于1个做市商的R2T估计值(0.89)与其十分接近。这说明，做市商个数对债券价格发现能力的影响，在不同券种中表现一致。第2部分显示，对应于不同券种，外资银行报价比例越高，债券的价格发现能力越强，且估计结果的标准差越小。这说明，外资银行报价比例对债券价格发现能力的影响，在不同券种中表现也是一致的。

表7中第3部分显示，在给定外资银行报价比例下，最优的价格发现能力均对应于较少的做市商个数。在引入外资银行参与报价后，做市商个数必然有所增加。参见表3，当外资银行报价比例处于(0%-10%]、(10%-20%]和(20%-100%)三档时，对应的平均做市商个数分别为16、13和6。但表7第3部分显示，对应于该三档外资银行报价比例，最优价格发现能力对应的做市商个数分别为5-7、5-7和2-4。在表7中，没有任何一种最优情况对应7个以上的做市商个数，因此现阶段国债和央票的平均做市商个数已达到12和8的水平(参见表1)，并不利于提高债券市场的整体价格发现能力。

对时间因素的进一步考察

为了考察不同时段的债券报价特征及变化趋势，我们进一步将样本时间段划分为4个子时间段，分别为子时段1(2011-9-11～2011-12-31)、子时段2(2012-1-1～2012-6-30)、子时段3(2012-7-1～2012-12-31)和子时段4(2013-1-1～2013-5-25)。这相当于每半年形成一个子时段，因此年报和半年报的发布都可能在子时间段内形成新的宏观经济背景。将微观层面的价格发现能力置于不同的宏观经济背景下进行研究，更有利于我们考察市场整体效率的演进过程。

首先，表8考察了不同子时段内交易的所有债券的总体特征，这不仅可以考察某时段内新增债券的报价特征，也可以考察同一债券在不同子时段内所表现出的特征变化。表8显示，前3个子时段的市场报价特征并没有显著差异，只是在第4个子时段，交易债券数目明显减少、报价持续期明显缩短、报价价差显著拉大、做市商个数有所增加、外资报价比例所有上升。利用上文结论可以对这一现象进行解释。做市商个数的增加和外资银行报价比例的增加均会拉大报价价差，最终导致报价价差显著增大。但是，做市商个数增大和外资银行报价比例扩大，会对债券价格发现能力产生不同影响。由于做市商个数由3个上升至5个时对价格发现能力的降低效应，大于外资银行报价比例由0.06上升至0.07时对价格发现能力的提升作用，最终导致债券价格发现能力显著下降。这一结论需引起我们深思，盲目扩大做市商数量对市场流动性和价格发现效率均是不利的。

表8 734只债券分时段估计结果

我们发现，有45只国债同时在4个子时段内进行交易，表9重点考察了这45只国债的报价特征变化。结果显示，随着时间的推进，45只国债的报价持续期增大、报价价差缩小、做市商数量减少、外资银行报价比例下降。虽然近几年银行间债券市场做市商数量和外资银行参与度均有所增加，报价活跃性也在提升，但是这些做市商更广泛地分布在不同券种和最增债券之间，最终导致表9中45只国债的做市商数量下降、外资银行报价比例降低、报价持续期延长。做市商数量的精简和外资银行报价比例的降低会对报价价差产生同向作用，和对债券价格发现能力产生反向效果，因此45只国债的报价价差显著下降，但价格发现能力基本保持不变。

表9 45只国债分时段估计结果

为了进一步考察外资银行的价格发现贡献度，表10汇报了10只国债的分时段报价特征，这10只国债不仅在4个子时段内均有交易，同时也均有外资银行参与报价。表10的结果与表9具有相似之处，均表现出总报价量下降、报价持续期延长、报价价差缩小的特征。但是，这10只国债的总做市商个数始终保持9个水平，外资银行报价比例显著下降，在大型银行保持报价比例不变的情况下，其他机构报价比例显著上升。本文认为，平均价差显著缩小的原因一方面源于外资银行报价比例的减小，另一方面来源于做市商对特定债券做市的持续性。我们发现，承担这10只债券报价义务的做市商机构在4个子时段内基本未发生变化，持续做市在一定程度上降低了逆向选择风险，因此也降低了报价价差。

表10第4个子时段的估计结果显示，外资银行的信息含量是三类做市商中的最大值(0.33)，虽然与大型银行和其他机构并没有明显差异性，但考虑到其报价比例只占18%，这再次显示出外资银行较强的价格发现能力。大型银行报价的低信息含量问题再次显现，在前3个子时段内，大型银行的报价占比基本在50%左右，但信息含量却平均只有0.11，即使其信息含量在第4个子时段内上升至0.29，但仍与其报价比例不匹配。总体上，第4个子时段内总信息含量(0.88)的显著提升，主要源于外资银行对特定债券持续做市后价格发现效率的显著提升，而这种效率提升却并未在我国做市商的报价行为中充分体现。

总体上，在样本期内并没有发现我国银行间债券市场有明显的价格发现能力提升的迹象，我国的做市商群体即使在对特定债券长时间持续做市后，价格发现能力仍无法有效改进，反而外资银行持续做市后的价格发现效率改进显著。我国做市商群体，特别是大型银行报价的低信息含量问题，是一个亟待解决的问题。

表10 10只国债分时段估计结果

结论与政策建议

本文对我国银行间债券市场的双边报价机制和价格发现能力进行研究。在描述性统计研究中，本文将734只样本债券分别按照券种类型、做市商个数，以及外资银行报价比例进行分类，对样本债券的平均价差和持续期等市场流动性特征进行考察。在实证分析中，本文对大型银行、外资银行和其他机构三类做市商的信息非对称性、报价噪声方差、信息传递能力等进行估计，并计算信息份额指标和总信息含量指标，对做市商的价格发现能力进行研究。同时，本文进一步考察做市商的价格发现能力在不同子时段内表现出的演进特征。这些研究有利于我们对竞争性做市商机制和外资银行的价格发现贡献度进行全方位和系统性的评价。

研究表明，竞争性的做市商制度并不能有效提升市场流动性和价格发现能力，其机制设计的优越性在我国现阶段尚未体现。引入外资银行的战略确实有利于提升我国债券市场价格发现能力的整体水平，外资银行持续做市后的价格发现效率改进十分显著，而这种效率提升却并未在我国做市商中充分体现。我国的做市商，特别是大型银行，对宏观新息冲击表现出明显的识别不足，对报价义务也存在敷衍行为。总体上，在样本期内并没有发现我国银行间债券市场有明显的价格发现能力提升的迹象，我国做市商报价的低信息含量问题是一个亟待解决的问题。

本文建议，现阶段我国可以通过适当扩大外资银行参与程度，而不是单纯增加做市商个数，来创造竞争性环境改善做市商的整体价格发现效率。但需要注意的是，当外资银行承担主要做市商角色时，其很可能为了规避逆向选择风险而拉大价差，报价的积极性甚至低于国内做市商。因此，扩大外资银行报价比例只是提升价格发现能力的手段，市场流动性的整体提升依然需要我国做市商群体的不断建设。同时，建立激励机制促进我国做市商群体的信息获取动力，调整单一的做市商结构而不是盲目增大交易商数目，引入市场分层保护交易者的整体利益，同样对做市商群体的完善具有重要意义。

注释

1. 待偿期限类型包括[0-1]年、[1-3]年、[3-5]年、[5-7]年和7年以上五种类型。

2. 数据来源于中国债券信息网：www.chinabond.com.cn。

3. 资料来源于www.mtsmarkets.com。

4. 例如，可以通过WIND资讯的BBQ软件进行查询。

5. 如果t时刻某一做市商没有更新报价，则用其上一次报价进行替代。

6. 如果输入模型(1)的价格变量不是双边报价的中间值，而是原始的双边报价，即此时p0中也将包含报价价差的成分。

7. 利用∆pt的ARMA(p,q)估计结果Φ(L)∆pt=θ(L)et，计算Ψ(1)=θ(1)/Φ(1)，将每一期et与Ψ(1)相乘也可以得到每一期的长期冲击vt，但该方法对于滞后期选择十分敏感，估计结果稳定性劣于状态空间法。

8. Frijns and Schotman(2009)也将其信息份额指标标记为IS，为了与Hasbrouck (1995)的IS指标进行区分，本文将信息份额指标标记为R2，这是由于信息份额的计算方法实际上与可决系数的计算原理相同。

9. 我们只在债券自身交易时段内计算其平均报价持续期，以此区别不同债券上市时间和退市时间的差异性。

10. 马永波(2015)对信用债的研究也发现，大型机构做市报价明显劣于中小机构，价格引导作用十分有限。

11. 张瀛(2007)也认为在目前银行间债券市场信息不对称程度较高的情况下，不宜实行严格的竞争性做市商制度，垄断性做市商制度在维持市场运行方面更具优势。