如何预测刻度值变化的后果？证据来自

为简单起见，我们在此仅给出一个公式，该公式不需要任何事先的回归分析，并假设累积潜在流动性呈线性。让我们考虑一个大的勾号资产，其当前勾号值为α，关联为η。然后，如果勾号值更改为α，则新参数η的公式给出：η~ (η+ 0.1)(αα)1/2- 0.1. （2） 我们现在对该公式及其用于预测勾号值变化后Anaset的新微观结构特征的用途进行评论：o公式（2）实际上适用，前提是勾号值变化后资产仍然是较大的勾号资产。然而，由于并行机制，只要做市商从中获利，即η<1/2，做市商就会保持等于一个刻度的价差。公式中η的值随着α的减小，我们得到公式（2）保持α≥ α*与α*=η+ 0.10.6α.o 公式（2）使我们能够判断在tickvalue变化后，资产是否仍然是一个大的tick资产：如果η的预测值大于1/2（即α<α*), 该资产预计在勾价调整后将成为一项小型勾价资产。然而，请注意，在这种情况下，η的预测值不能真正解释为超出此范围（变小或不变小）。o如果η的预测值小于1/2，则公式（2）提供了刻度值变化后的估计η，以及市场和限额订单的估计成本。特别是，这让我们可以事先判断一只股票是否会变得/保持对做市商有利，或者表现出平衡的交易成本。

这可能是监管方面最相关的观点。2.5什么是合适的刻度值？从监管角度来看，如果：o买卖价差接近一个刻度，确保订单中存在流动性，则可以认为刻度值是合适的市场订单的交易成本接近于零。在这种情况下，市场是有效的，做市商不会利用tick值来损害主要作为流动性接受者的最终投资者。因此，在我们的方法中，如果一项资产是一项较大的勾号资产，且其η参数接近1/2，则该资产享有相关的勾号值。事实上，回想一下，一个大型tick资产的市场订单成本是α/2- ηα.请注意，根据公式（2），从一个大的勾号资产开始，设置α=α可以获得最佳勾号值*. 考虑到这一最优性概念，我们在下一节中对日本的滴答值试点项目进行了实证分析。3东京证券交易所股票价值试点项目分析3。1数据说明我们使用的数据来自2014年参与试点计划的TOPIX 100指数的55只日本股票。我们的数据库由Capital Fund Management提供，记录了从2013年6月3日到2014年12月30日的每笔交易的时间和价格，以及交易前的最佳买卖价格。

我们删除了与第一个和最后一个交易小时对应的市场数据，因为由于开盘/收盘拍卖，这些时间段通常具有特定的特征。本研究区分了三个不同阶段：o第0阶段（试点项目之前）：2013年6月3日至2014年1月13日第一阶段（从第一次实施蜱虫价值降低计划到第二次实施）：2014年1月14日至2014年7月21日第二阶段（在第二次实施蜱虫价值降低计划后）：2014年7月22日至2014年12月30日。表1给出了试点项目的详细信息。以下报价（Y）第0阶段勾选值（Y）第1阶段勾选值（Y）第2阶段勾选值（Y）1000 11 0.13000 1 1 0.55000 5 1 0.510000 10 1 130000 10 5 550000 50 5 5100000 100 10300000 100 50 50500000 50 501000000 1000 100 30000000 1000 500 5000000 5000000 5000000 10000 10000 000更高价格100000 1000010000表1：勾选值减少表。3.2第0阶段的股票分类在这项工作中，我们使用现在用S表示的滴答数的平均价差，并估计交易前买卖价差的平均值，将股票分为三组：o小滴答股票：S>1.6。o大型股票：S≤ 1.5.o 大小蜱之间不明确的情况：1.5<S≤ 1.6.对于大型股票，我们使用参数η来区分平衡股票和做市商（再次被视为聚集类）从流动性接受者那里获得显著收益的股票，前者的市场订单成本合理。我们使用以下标准：o平衡库存：η≥ 0.4.o 做市商看好股票：η<0.4。请注意，小股票将被视为平衡股票。

然而，它们并没有满足具有合适的刻度值的股票的标准，它们的价差在某种程度上太大了。对于第0阶段的55只股票中的每一只，我们在表2中给出了平均价差、η参数（η）的值，并说明股票是否为大刻度（变量LTICK为是或否），以及股票是否平衡（变量Bal为是或否）。我们看到，除了一家（三菱地产有限公司）之外，所有资产都是第0阶段的大型股票。然而，在剩余的54只大型股票中，只有五只股票处于平衡状态：中步电力股份有限公司、Inpex公司、麒麟控股有限公司、久保田公司和住友电力工业有限公司。根据我们的框架，这五只股票的价值不需要调整。然而，对其他49只股票而言，股票价格下跌可能是有益的，这也正是东京证交所启动试点计划的意愿。3.3阶段0-阶段1我们现在测试阶段0和阶段1之间的预测公式（2）。我们首先根据以下标准从55只股票中选择12只股票：o这些股票在第0阶段是大型股票资产。o这些股票在第一阶段参与了股票价值降低计划对于每只股票，从数据库中删除使用多个刻度值的天数。然后，我们选择0阶段结束前的tick值和1阶段开始后的tick值作为两个参考tick值。最终选择的股票，其刻度值等于第0阶段和第1阶段的参考值的天数均大于10。在这次选择之后，剩下12项资产。对于这些股票中的每一种，基于第0阶段η的值（η），我们使用公式（2）预测第1阶段η的新值（ηp）。我们根据0期估计η分布的25%和75%分位数提供置信区间。

我们还预测该资产在第一阶段（LTickp）是否为大刻度，在第一阶段（Balp）是否为平衡。更准确地说，考虑到预测的η大于1/2对应于价差的增加（回想一下η>1/2的情况与一个单点价差是不相容的）：我们回想一下，股票的点价取决于其价格，见表1。估计η是每日估计的平均值，在极少数情况下，预测可能超出置信区间。