中国股市停牌后的短期市场反应

请注意，t=0对应于交易结束的时间。图3：围绕三种类型的交易暂停的绝对收益动态，也分为积极和消极事件：（a）围绕14个积极事件的日内暂停，（b）围绕84个积极事件的日内暂停，（c）围绕28个积极事件的日间暂停，（d）围绕10个消极事件的日内暂停，（e）围绕489个消极事件的日内暂停，（f）日间暂停约15个负面事件。图4：围绕三种类型的交易暂停的交易量动态，也分为积极和消极事件：（a）围绕14个积极事件的日内暂停，（b）围绕84个积极事件的日内暂停，（c）围绕28个积极事件的日间暂停，（d）围绕10个消极事件的日内暂停，（e）围绕489个消极事件的日内暂停，（f）日间暂停约15个负面事件。图3（a）-3（f）给出了三种止损类型的绝对收益的平均演变，这也是图5：三种止损类型的买卖价差动态，也分为积极和消极事件：（a）日内止损约14个积极事件，（b）一天内止损约84个积极事件，（c）日间止损约28个积极事件，（d）日内暂停约10个负面事件，（e）一天暂停约489个负面事件，以及（f）日间暂停约15个负面事件。分为正面事件和负面事件。可以发现，所有六个曲线图都具有相同的模式，attmax=0的峰值急剧增加，在交易停止前突然增加，之后衰减相对较快，这与参考文献中微观趋势开关和宏观趋势开关的波动性分析非常相似。[14].

实际上，交易暂停是自然的外生冲击，其典型特征是突然达到峰值和相对快速的放松[21]。此外，积极事件和消极事件的一个明显特征是，日间停止的峰值比日间停止和日间停止的峰值高。这与不同类型的交易费用的性质有关。盘中止损是由于异常的价格波动，交易止损进一步放大了波动，而不是降低了波动。这可能看起来很奇怪，但确实符合Subrahmanyam[23]的交易暂停模型。虽然一天的停工是由于股东大会，这是例行停工，因此，即使考虑到重大影响，一天停工也有最低峰值是合理的。由于重大事件的宣布，日间暂停的峰值介于日间暂停和一天暂停之间。这六个曲线的另一个特点是，积极事件的峰值都高于消极事件的峰值。这表明，与消极事件相比，暂停可能会导致积极事件的更大即时波动。此外，应该强调的是，日内间歇在正间歇和负间歇之间表现出很大的不同峰值，而在其他类型的间歇则不太明显。这可以用止损资产和交易者的非理性行为来解释。盘中止损披露的信息不超过价格波动，这对交易者来说是非常不确定的信号。同时，交易者在不确定的环境中表现出不同的正信号和负信号。更具体地说，交易者更愿意接受异常价格上涨背后的好消息，而不愿意接受异常价格下跌背后的坏消息。

这种不对称的心理导致交易者在止损为正时过度自信，因此迫切需要交易并增加交易活动，最终导致更大的价格变化（更高的峰值）；相反，当止损指数为负值时，与正止损指数相比，厌恶损失和犹豫不决的交易者会导致更低的价格变化（较低的峰值）。另一方面，对于一日止损和日内止损指数，正止损指数和负止损指数之间的峰值很难出现很大的差异，因为这两种类型的止损指数披露了更多的确定信息，交易者的行为不那么对称。图4（a）-4（f）显示了三种交易暂停前后交易量的平均演变。我们可以发现，这些曲线图的峰值与上述绝对回报曲线图相似，但在交易停止后，其衰减更明显，松弛更慢。交易中断前后的不对称交易量动态再次说明了外生事件的反应特征[21]。在积极事件的情况下，与绝对回报的演化图一致，日内暂停显示出交易量动态的最高峰值，而一天暂停显示出交易量动态的最低峰值。而在出现负面事件的情况下，盘中止损并不像正面的盘中止损那样表现出异常高的峰值，这可能是因为在股价大幅下跌的情况下，投资者对股价的未来感到困惑，因此即使在交易停止后，投资者也会谨慎交易。另一方面，在买卖价差（图5）的情况下，这是交易成本的一个主要来源，我们发现日内止损显示出尖峰模式和快速衰减，这与纳斯达克交易价差的实证结果一致[26]。然而，日间暂停显示出相对较低的峰值，并且在一天暂停期间，基本上没有显著的买卖价差变化。

在日间暂停的情况下，买卖价差不会扩大的原因可归因于不同暂停的信息内容。日内暂停披露的信息比宣布重大事件的日间暂停披露的信息要模糊得多。因此，在盘中暂停后，较大的买卖价差反映出较高的信息成本。相比之下，由于日间暂停提供了更明确的信息，买卖价差的扩大并不明显。同时，这意味着盘中止损后的反向策略比盘中或盘中止损后的成本更高。此外，与上述绝对回报率和交易量一致，在盘中止损动态中，正面事件的峰值高于负面事件的峰值。这种差异也可以用交易者一如既往的非理性来解释，即交易者更愿意接受异常涨价背后有好消息，而不愿意接受异常降价背后有坏消息。这种不对称心理导致交易者在haltis为正时过度自信，从而交易者提交更多消耗流动性并显著扩大买卖价差的市场指令；相反，当止损为负值时，厌恶损失和犹豫不决的交易者不会提交太多的市场订单，而买卖价差不会显示出高峰。5.交易暂停后的幂律行为为了研究三种财务指标的松弛，我们使用参考文献[11]的方法绘制超额变量，定义为实际值与日内模式I（t）的相应值之间的相对差值，zex（t）=Z（t）- I（t）I（t）=z（t）- 1，（5）给出了正常时期价值的相对超额。

图6-8展示了在分别对应于图3-5的对数标度上停止交易后多余变量的放松。超额绝对收益、超额交易量（以及盘中止损情况下的买卖价差）的所有曲线均显示幂律行为，zex（t）~ T-α、 t>0，（6），与参考文献中其他极端事件的动力学形式相同。[8, 9, 11, 12]. 幂律松弛更为显著，成交量波动更小，斜率比绝对收益（以及盘中止损情况下的买卖价差）更为平缓。α的估计值可通过非线性最小二乘回归获得，所有幂律松弛指数如表2所示。超额成交量的松弛指数几乎都小于超额绝对收益的松弛指数，这表明交易量的衰减慢于上文分析的绝对收益。更重要的是，在绝对回报的情况下，对于积极事件和消极事件，日间暂停的松弛指数大于日间暂停和一天暂停的松弛指数。这表明日间停车后的价格变化衰减最快，因此日间停车在放松速度方面比日间停车和一天停车更有效。此外，从比较积极事件和消极事件的角度来看，在日内暂停和一天暂停的情况下，积极事件的超额绝对收益和超额交易量的松弛指数大于消极事件的松弛指数。相反，在日间暂停的情况下，积极事件的超额绝对收益和超额交易量的松弛指数小于消极事件的松弛指数。这在一定程度上是因为在日内暂停和一天暂停时，积极事件中出现的峰值高于消极事件，而在日间暂停时出现的峰值高于消极事件。6.

结论本文研究了中国股市停牌后的短期市场反应。通过分析平均累积收益率的动力学，我们发现停牌会阻止持续的上升或下降，图6：三种类型的停牌后绝对收益超额变量的幂律松弛，这三种类型的停牌在对数尺度上也分为正事件和负事件，具有幂律特征。松弛指数α为：（a）0.89±0.05，（b）0.89±0.13，（c）分别为0.96±0.07，（d）0.61±0.05，（e）0.54±0.05和（f）1.15±0.13。图7：三种类型的交易暂停后，交易量过剩变量的幂律松弛，在对数尺度上，这三种类型的交易暂停也分为正事件和负事件，具有幂律函数。松弛指数α分别为：（a）0.45±0.03，（b）0.80±0.11，（c）0.60±0.03，（d）0.37±0.05，（e）0.55±0.05，（f）0.66±0.04。在价格发现中发挥一定作用。而对于不同类型的止损，止损期后累积收益的稳定性是不同的。盘中止损后的平均累积回报率最不稳定，而一天止损后的平均累积回报率最稳定。这种差异可能与Haltan公告中包含的信息的复杂性有关。通过进一步分析，我们得出结论，绝对收益率、交易量，以及在日内止损前后的买卖价差，都具有相同的模式，具有尖峰和之后的幂律松弛，这与外生冲击的典型特征一致[21]。而对于不同类型的止损，峰值的高度和松弛指数是不同的。从价格趋势来看，在这三个指标中，正面事件的峰值都高于负面事件的峰值。这可以用交易者的不对称心理来解释。

进一步的图8：三种类型的交易暂停后，买卖价差的超额变量的幂律松弛，在对数标度上，这三种类型的交易暂停也分为正事件和负事件，具有幂律特征。松弛指数α为：（a）1.19±0.08，（d）1.59±0.13。在：（b）积极的一天暂停，（c）积极的日间暂停，（e）消极的一天暂停，以及（f）消极的日间暂停中，不存在幂律松弛。表2：不同类型停牌的放松指数。日内暂停一天暂停日间暂停可变正-负-负-正-负溶质回报0.89±0.05 0.61±0.05 0.89±0.13 0.54±0.05 0.96±0.07 1.15±0.13容积0.45±0.03 0.37±0.05 0.80±0.11 0.55±0.05 0.60±0.03 0.66±0.04买卖价差1.19±0.08 1.59±0.13--更多，在日内暂停和一天暂停的情况下，积极事件的超额绝对收益和超额交易量的松弛指数大于消极事件的松弛指数。这意味着，对于日内暂停和一天暂停，积极事件比消极事件更有效。相比之下，在日间暂停的情况下，积极事件的超额绝对收益和超额交易量的松弛指数小于消极事件的松弛指数。这意味着在日间休息时，消极事件比积极事件更有效。从暂停原因或暂停持续时间来看，日间暂停显示最高峰值，而一天暂停显示最低峰值。此外，日间停药后超额绝对收益的松弛指数大于日间停药和一日停药后的松弛指数，这意味着日间停药相对而言比日间停药和一日停药更有效。这些金融动态让我们更好地理解不同类型交易后的市场反应。

此外，基于这些模式的比较分析有助于监管人员轻松评估不同暂停的影响，并改进暂停规则。当然，还有更多的事情值得进一步研究。例如，现在我们只能推测不同类型的交易暂停之间这些差异的来源。这可能与行为交易或交易暂停前后的信息内容有关。这需要进一步证实。更重要的是，研究人员或投资者可以利用这些不同的模式来开发不同的“交易暂停策略”。哪种暂停适合动量策略？哪种类型的止损适合反向策略？这些策略是否可行？所有这些都需要进一步测试。致谢：本文的初步版本已在2013年经济物理学学术讨论会和2013年亚太经济物理学会议（APEC）上发表，地点为韩国浦项。作者感谢周卫星和本次会议的其他与会者进行了有益的讨论。本研究得到了国家自然科学基金重点项目71131007和教育部创新团队项目IRT1028的资助。附录：数据集由在上海证券交易所（SSE）交易的203只股票的1分钟高频交易数据组成。这些股票是根据规模和流动性选择的，涵盖多种行业。

这203支股票的报价如下：600000、600005、600008、600009、600010、600015、600016、60001900026、600028、600029、600030、600031、600036、600037、600048、600050、600058、600062、600066、60006800085、600089600096、600096、600098、600098、600098、600100、600104、600108、600109、600111、600115、600118、600123、600125600132、600143、600151、600153、600160、600161、600170、， 600177, 600183, 600188,600196, 600208, 600216, 600219, 600221, 600252, 600256, 600259, 600266, 600267, 600271, 600276, 600307,600309, 600316, 600320, 600331, 600348, 600352, 600362, 600369, 600372, 600376, 600380, 600383, 600395,600406, 600415, 600418, 600428, 600432, 600456, 600481, 600489, 600497, 600498, 600500, 600508, 600516,600518, 600519, 600528, 600535, 600546, 600547, 600549, 600550, 600582, 600583, 600585, 600588, 600595,600598, 600600, 600635, 600642, 600649, 600655, 600664, 600674, 600690, 600694, 600703, 600718, 600737,600739, 600741, 600770, 600779, 600783, 600795, 600804, 600808, 600809, 600811, 600812, 600832, 600837,600839, 600859, 600863, 600873, 600875, 600879, 600881, 600887, 600893, 600895, 600900, 600970, 600971,600997, 600999, 601001, 601006, 601009, 601018, 601088, 601098, 601099, 601101, 601106, 601111, 601117,601118, 601158, 601166, 601168, 601169, 601179, 601186, 601216, 601233, 601268, 601288, 601299, 601318,601328, 601333, 601369, 601377, 601390, 601398, 601519, 601558, 601600, 601601, 601607, 601618, 601628,601666, 601668, 601688, 601699, 601717, 601718, 601727, 601766, 601788, 601808, 601818, 601857, 601866,601888, 601898, 601899, 601918,601919、601933、601939、601958、601988、601989、601991、601992和601998。参考文献[1]D.索内特，《股市为何崩溃：复杂金融系统中的关键事件》，普林斯顿大学出版社，2009年。[2] 里洛，R.N。

Mantegna，《复杂系统中的幂律松弛：金融市场崩溃后的大森定律》，Phys。牧师。E 68（2003）016119。[3] F.Lillo，R.N.Mantegna，《崩盘后金融市场指数的动态》，Physica a 338（2004）125–134。[4] P.Weber，F.Wang，I.Vodenska Chitkushev，S.Havlin，H.E.Stanley，《金融市场波动性相关性与所有规模上发生的同质化过程之间的关系》，Phys。牧师。E 76（2007）016109。[5] 穆国浩，周文星，SSEC指数大波动冲击后余震的松弛动力学，Physica A 387（2008）5211–5218。[6] A.M.Petersen，F.Wang，S.Havlin，H.E.Stanley，《金融冲击前后的市场动态：大森、生产率和巴斯定律的量化》，Phys。牧师。E 82（2010）036114。[7] A.M.Petersen，F.Wang，S.Havlin，H.E.Stanley，《描述利率变动前后市场动态的数量定律》，Phys。牧师。E 81（2010）066121。[8] A.Zawadowski，J.Kert\'esz，G.Andor，《小规模的大价格变化》，Physica A 344（2004）221-226。[9] A.G.Zawadowski，G.Andor，J.Kert\'esz，《流动性股票极端价格变化后的短期市场反应》，Quant。《金融6》（2006）283-295。[10] A.Ponzi，F.Lillo，R.N.Mantegna，《市场对买卖价差变化的反应：幂律松弛动力学》，Phys。牧师。E 80（2009）016112。[11] Mu G.H.Zhou W.X.Chen W.Kert\'esz，新兴股票市场极端价格变化的订单流动动力学，New J.Phys。12 (2010) 075037.[12] B.T\'oth，J.Kert\'esz，J.D.Farmer，关于大价格变化的限价订单簿研究，欧元。菲斯。J.B 71（2009）499-510。[13] H.Stanley，S.Buldyrev，G.Franzese，S.Havlin，F.Mallamace，P.Kumar，V.Plerou，T.Preis，相关随机性和切换现象，Physica A 389（2010）2880–2893。[14] T.Preis，H.E。