银行间债券市场做市商交易机制的效率分析

1银行间债券市场做市商交易机制的效率分析周爱民吴蕾（南开大学金融系，天津300071）摘要：本文利用银行间双边报价债券市场逐笔交易高频数据对做市商报价行为进行实证研究。运用做市商报价调整的误差修正模型，并对报价与成交净价之间进行Granger非因果检验发现，做市商双边报价机制具有迅速纠错的功能和信息传导的功能，竞争性做市商制度具有更高市场效率。本文试图从全新的角度证明做市商双边报价机制的优越性，并提出相应的机制优化设计建议。关键字：银行间债券市场；做市商制度；市场效率；误差修正模型作者简介：周爱民，南开大学金融系教授、博士生导师，研究方向：金融工程。吴蕾，南开大学经济学院金融系博士生。中图分类号：F830.9文献识别码：AAbstract:Thisarticlemadeuseofthehighfrequencydataoftwo-wayquoteininterbankbondmarkettodoanempiricalanalysisonthemarketmakerbehaviorandthemarketeffectwiththehelpofpropereconometricmethods.ByErrorCorrectionModel(ECM)andGrangerNoncausalityTest,wegottheconclusions:thetwo-quotemechanismhasthefunctionofrapiderrorcorrectionandinformationtransmission;competitivemarketmakersystempromotestheefficiencyofthemarket.Themarketmakermechanismmaybehaveanedgeoverpresentmechanisminstockmarket,andshouldbetheorientationforfurtherdevelopmentandtheoptimizationofourmarket.Keywords:interbankbondmarket,marketmakermechanism,marketefficiency,ECM问题的提出市场有效性即市场效率，是经济学的核心命题，也是交易机制设计的重要考核目标。市场微观结构理论指出，交易机制直接关系到市场的价格形成过程，是市场效率的重要影响因素。做市商制度与竞价制度是两种不同的交易机制，具有不同的价格发现方式，信息反映到价格中的速度、成本，以及对市场流动性和波动性的影响都不尽相同，因此，这两种不同的交易机制具有不同的市场效率。目前，我国的股票市场依然采用指令驱动的电子化的竞价交易机制，但银行间债券市场已经是有多年做市商制度实践经验的、运作最成熟的场外交易市场（OTC）。对于是否也在股票市场中引入做市商交易机制，一直是我国金融理论界、实务界和管理层关注的问题。而且，自20世纪90年代以来，国内学者对我国股票市场的过度反应现象相当关注，并进行了大量的研究。梁冰和顾海英（2004）选取1997年至2003年的数据为样本，克罗吉和乔志峰（2005）以1993年至2003年的数据为样本，均证明我国股市存在过度反应现象，且此过度反应非常显著，形成期越长，随后的反转越明显，过度反应持续期达两年之久。采用做市2商交易机制的市场是否可以缓解这种价格的非理性波动引发的过度反应、提高价格的信息效率、增强市场的有效性？目前，我国学术界对市场微观结构的研究还处于起步阶段，对银行间债券市场这样一个场外市场的实证研究更是少之又少。这是因为主流的微观理论主要利用存货模型和信息模型进行研究，而这些模型对银行间债券市场似乎并不适用。而且，银行间债券市场属于OTC市场，对数据的完整搜集也有一定的难度。但对银行间债券市场上做市商交易机制的运行方式、内在特点以及市场有效性的分析，无疑具有很强的理论和现实意义。本文将通过银行间债券市场的实证研究，分析做市商交易机制对于稳定市场、提高市场有效性的积极作用，同时提出相应的政策建议。银行间债券市场的国内现状及相关研究银行间债券市场是我国最大和运作最成熟的场外交易市场，是我国第一个正式引入做市商制度的金融市场，已经积累了数年的实践经验。从近年的交易量来看，银行间债券市场已经占据了整个债券市场交易的绝大部分，至2007年底，这一比例已经达到了97.3%。银行间债券市场刚成立时成交量很小，只有2082.51亿元。随着做市商双边报价机制的不断完善，到2007年这一数额达到了631273.09亿元，是1997年的303.13倍。参与双边报价的做市商的类型不断扩大，包括国有商业银行、股份制商业银行、城市商业银行、证券公司、基金管理公司和获批的国外银行等，且近年来参与者不断增加。对于债券市场做市商交易机制的市场效率问题，西方学者已有深入研究。标志着债券市场微观结构研究开始的重要文献是ThemicrostructureofGovernmentSecuritiesMarkets（Dattels，1995），Dattels构建了债券市场微观结构分析的基本框架，提出了交易机制选择的考虑因素和建立高效债券市场的制度支持。随后，Theissen（2000）的研究表明，竞价机制虽然交易成本低，但明显表现出对新信息的反应不足与反应过度；做市商交易机制尽管成本较高，但价格的信息质量很高。Madhaven和Sofianos（1997）也指出做市商制度的引进使NYSE呈现出较高的连续性和稳定性。Albansei和Rindi（2000）则通过提取意大利债券市场中的时间序列数据，证明做市商机制使债券市场的质量明显改善。国内对关于做市商的研究还集中于制度介绍和定性分析的阶段，定量的分析很少。朱世武、许凯（2004）是较早对做市商行为进行实证研究的文献，通过对我国债券市场交易行为的量化分析，分析了债权市场流动性的周内变动模式和报价价差的影响因素。姚秦（2007）较系统全面地梳理了银行间债权市场的微观结构与做市商制度，并结合国内市场的实践进行实证研究，得出做市商交易机制降低交易成本、提高市场流动性、增进市场效率的结论。纵观国内外的相关研究，衡量做市商稳定市场功能的指标主要包括：专家稳定率，指与上笔交易价格相比，专家为稳定市场进行与市场趋势相反的交易所占的比率；价格持续性，指从上笔交易到下笔交易的价格变化不超过1/8的交易所占的比率；报价幅度，指买卖报价价差在1/4点以下的交易所占的比率；市场深度，指每3000股投入市场后引起的股价变化在1/8点以下的交易所占的比率。作为稳定性的反面，市场波动性也是衡量市场效率的重要指标。目前的研究大多运用GARCH（1,1）模型来拟合银行间债券市场的波动率，并通过波动性大小的变化考察做市商稳定市场的能力。本文在现有研究的基础上，以2008年1月2日到2008年8月6日银行间债券市场双边报价高频数据为样本，通过建立误差修正模型（ECM），试图通过一个全新的角度，对做市商稳定市场、提高市场有效性的功能进行实证研究。3做市商稳定债券市场功能的实证检验一、样本选取本文随机抽取20只由做市商进行双边报价的银行间债券，以2008年1月2日到2008年8月6日银行间双边报价债券市场逐笔交易高频数据为样本，包括买入净价、卖出净价、理论价格、成交净价等共17429个数据（数据可由“Wind资讯”直接获得）。其中，“净价”为债券目前利率情况下的市场价格减去应计利息后的值，目前采用的净价交易规则更能体现债券的真实价值水平；理论价格指由目前利率水平计算出的债券理论价值；成交净价指在净价交易下的债券成交价格。利用Eviews5.0为工具对样本数据进行计算和处理。表1反映了20只债券的基本信息以及债券做市商的相关指标。从表1可以看出，选取的20只债券的剩余期限和日平均双边报价次数的分布较均匀，因此，实证结果将具有普遍性。表120只样本债券基本信息以及做市商的相关指标债券代码债券名称剩余期限做市商家数日平均双边报价次数010205国家开发银行债2.711020212国家开发银行债4.121030001国债1.5155030203国家开发银行债4.722040003国债0.764040004国债2.832040203国家开发银行债5.511040211国家开发银行债0.963050005国债3.8115050901浦发银行债0.0521060801民生银行债0.732068007首都机场债7.533070016国债0.121070017国债4.2166070309进出口银行债1.0147070413农业发展银行债2.062078027三峡债8.911080201国家开发银行债1.583080405农业发展银行债4.5310700008特别国债9.3126二、研究思路和方法由于选取的是逐笔交易高频数据，我们将每一次做市商报价时的时间，报出的买入净价、卖出净价，及此时的理论价格提取出来，将报价的时间序列生成时间趋势变量，这样就可以生成买入净价、卖出净价，理论价格三组时间序列。由于银行间债券市场不像股票市场交易如此频繁，每天的报价及成交分布较均匀，因此，我们可以不考虑逐笔交易高频数据一般存在的“日内周期模式”现象，只需要按照日历时间顺序生成唯一的时间趋势变量。4首先，计算做市商在时刻t对债券i的双边报价的平均值itx,考察itx与债券i在t时刻理论价格itp的长期均衡关系，即itx与itp之间是否存在协整关系。对于长期均衡关系的估计，采用（Phillips-Loretan,1991）建议的动态分布滞后模型（ADL），如公式（1）。,,,,,,10kkitiijitjijitjitjjxcxpvab--===+++∑∑（1）其中,ija，,ijb是回归系数，,itv表示误差项。itx与itp的长期关系如公式（2）。,,,itiiititxabpe=++（2）其中,1(1)kiiijjaca==-∑，,,01(1)kkiijijjjbba===-∑∑然后，在,ite的基础上，建立误差修正模型（ECM）。例如，对于ADL(2,2)模型：,1,1,2,2,0,,1,1,2,2,itiiitiitiitiitiititxcxxpppvaabbb----=++++++（3）ECM模型的形式为：,,1,1,0,,0,1,1,1,2,2,(1)()(1)itiitiitiiitiiititxxppevabbbaa---Δ=-Δ+Δ++Δ++-+(4)我们通过分析,1ite-及其滞后项、,1itx-Δ、,itpΔ和,1itp-Δ的系数的显著性及其数值，考察在债券价格偏离理论价格时，做市商是否能对这种偏差进行及时的调整、做市商改变报价的参考因素、是否存在过度反应行为，以及基于误差修正项的长期关系和基于债券理论价格变动的短期关系对当期报价的修正在多大程度上是一种互补或是竞争的关系。最后，验证做市商双边报价与债券成交净价的因果关系，考察做市商的双边报价对债券成交价格是否具有显著的引导作用，以使得拥有较高信息含量的做市商报价迅速地反映到债券的成交价格中，从而提高市场的价格发现功能和有效性。三、实证结果与分析在进行协整检验之前，首先需要对数据进行平稳性检验。文中涉及的单位根检验，均根据AIC和SIC准则确定所采用的滞后阶数、常数项c和时间趋势项t，临界值是相应显著性水平下的Mackinnon值。首先，对每只债券的双边报价平均值序列,itx、理论价格序列,itp，及各自的差分序列进行单位根检验（见表2）。表2债券双边报价平均值序列及理论价格序列的平稳性检验ADF检验值债券代码txtdxtptdp0102051.43-2.35**0.93-2.27**020212-0.10-5.35***0.16-5.82***030001-1.74*-21.52***-1.75*-11.95***5030203-0.59-9.07***-0.03-7.02***0400030.70-19.84***1.55-7.85***040004-