中国股市限价的降温效应

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《The cooling-off effect of price limits in the Chinese stock markets》
---
作者：
Yu-Lei Wan (ECUST), Gang-Jin Wang (HNU), Zhi-Qiang Jiang (ECUST),
  Wen-Jie Xie (ECUST), Wei-Xing Zhou (ECUST)
---
最新提交年份：
2018
---
英文摘要：
  In this paper, we investigate the cooling-off effect (opposite to the magnet effect) from two aspects. Firstly, from the viewpoint of dynamics, we study the existence of the cooling-off effect by following the dynamical evolution of some financial variables over a period of time before the stock price hits its limit. Secondly, from the probability perspective, we investigate, with the logit model, the existence of the cooling-off effect through analyzing the high-frequency data of all A-share common stocks traded on the Shanghai Stock Exchange and the Shenzhen Stock Exchange from 2000 to 2011 and inspecting the trading period from the opening phase prior to the moment that the stock price hits its limits. A comparison is made of the properties between up-limit hits and down-limit hits, and the possible difference will also be compared between bullish and bearish market state by dividing the whole period into three alternating bullish periods and three bearish periods. We find that the cooling-off effect emerges for both up-limit hits and down-limit hits, and the cooling-off effect of the down-limit hits is stronger than that of the up-limit hits. The difference of the cooling-off effect between bullish period and bearish period is quite modest. Moreover, we examine the sub-optimal orders effect, and infer that the professional individual investors and institutional investors play a positive role in the cooling-off effects. All these findings indicate that the price limit trading rule exerts a positive effect on maintaining the stability of the Chinese stock markets.
---
中文摘要：
本文从两个方面研究了冷却效应（与磁体效应相反）。首先，我们从动力学的角度出发，通过跟踪股票价格达到极限之前一段时间内一些财务变量的动态演化，研究了冷却效应的存在性。其次，从概率的角度，通过对2000年至2011年沪深两市A股普通股交易的高频数据进行分析，并从开盘阶段到股价达到极限之前的交易周期进行检验，运用logit模型考察了冷却效应的存在性。通过将整个期间划分为三个交替的看涨期和三个看跌期，对涨跌幅之间的性质进行比较，并比较看涨和看跌市场状态之间可能存在的差异。我们发现，上限命中和下限命中都会出现冷却效应，并且下限命中的冷却效应比上限命中的冷却效应强。看涨期和看跌期之间的冷却效应差别不大。此外，我们还检验了次优订单效应，并推断专业个人投资者和机构投资者在冷却效应中起着积极作用。所有这些结果表明，限价交易规则对维护中国股市的稳定起到了积极的作用。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Statistical Finance        统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--
一级分类：Quantitative Finance        数量金融学
二级分类：Trading and Market Microstructure        交易与市场微观结构
分类描述：Market microstructure, liquidity, exchange and auction design, automated trading, agent-based modeling and market-making
市场微观结构，流动性，交易和拍卖设计，自动化交易，基于代理的建模和做市
--

---
PDF下载：
-->

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：中国股市 国股市 Quantitative Econophysics Professional

中国股市价格限制的降温效应U Lei Wana，b，Gang Jin Wangc，d，Zhiang Jiangb，e，Wen Jie Xieb，e，Wei Xing Zho ua，b，e，*华东理工大学数学系，上海200237，华东理工大学经济物理研究中心，上海200237，湖南大学工商管理学院，长沙410082，湖南大学金融与投资管理中心，长沙410082，中国金融系，华东理工大学，上海200237，中国摘要限价交易规则是限制某些股票市场股价波动最广泛采用的措施之一。其目的是稳定股票市场，提高市场配置效率。限价交易规则引起的冷却效应或磁铁效应的存在是这项政策的主要争议。在本文中，我们从两个方面研究了冷却效应（与磁铁效应相反）。首先，从动力学的角度出发，我们通过跟踪股票价格达到极限之前一段时间内一些财务变量的动态演化来研究冷却效应的存在。其次，从可能性的角度出发，通过对2000年至2011年上海证券交易所和深圳证券交易所所有A股普通股交易的高频数据进行分析，并考察从开市阶段到股价达到极限之前的交易周期，运用logit模型考察了冷却效应的存在。

比较涨停点和跌停点之间的特性，并通过将整个周期划分为交替的看涨期和看跌期来比较看涨和看跌市场状态之间可能存在的差异。我们发现，对于上限点击和下限点击，都会产生冷却效果，并且下限点击的冷却效果比上限点击的冷却效果更强。看涨期和看跌期之间冷却效应的差异非常小。此外，我们还研究了次优订单效应，并推断专业个人投资者和机构投资者在冷却效应中发挥了积极作用。所有这些结果表明，限价交易规则对维持中国股市的稳定发挥了积极作用。关键词：价格限制、冷却效应、磁铁效应、Logit model1。引言限价交易规则是一些股票市场中广泛使用的一种方法，旨在防止股票价格的过度波动。限价通常设定为前一交易日收盘价的固定百分比。预计限价交易规则将降低股票价格的波动性，并对股票市场产生冷却作用[1]。然而，该规则可能会同时产生磁铁效应，这意味着限价起到了磁铁的作用，吸引更多的交易集中在限价附近。当价格接近极限价格时，磁铁效应将导致更高的交易强度和更强的价格波动性【2】。从行为角度来看，当交易员担心流动性不足以及即将出现的价格上限冲击可能导致仓位锁定时，就会产生磁铁效应。

在这种情况下，交易者选择通过提交渐进次优订单来保护自己，这通常会导致广泛的价格变化和大量交易。之前的文献对限价交易规则的有效性提供了有争议的经验证据。关于限价交易规则的有效性，已经发表了大量的论文[3]。这里，我们是*通讯作者。地址：中国上海华东理工大学商学院梅龙路130号114信箱，邮编：200237，电话：+86-13564271495。电子邮件地址：wxzhou@ecust.edu.cn（周伟兴）2018年3月28日向Physica A提交了预印本，以获取最新的相关论文，目的是提供有关限价交易规则的新证据。Li等人通过比较中国股市、香港股市和纽约股市上的华润oss上市股票，研究了价格限制的效力、原因和影响。他们发现价格限制在阻止价格发现方面有一定的效果；然而，无论是波动溢出还是交易干扰，价格限制都是无效的[4]。同样，Lu通过使用中国股市和香港股市的交叉上市股票，研究了价格限制交易规则的有效性，并发现随着限制性股票交易更加活跃，价格限制的影响变得更弱。他们还得出结论，对单个股票的过度交易活动会阻碍价格发现过程，并加剧波动性溢出[5]。Zhang等人研究了基于代理的模拟中使用的限价政策的日间效应。该市场的交易机制与中国股票市场的交易机制相同。

这些模拟的结果表明，价格上限和下限都会导致波动溢出效应和交易干扰效应[6]。Wu等人详细分析了涨跌停后的价格动态【7，8】。他们表明，预期回报率呈“W”形，这表明第二天连续跌价的可能性很高。林等人。利用台湾交易所的数据，研究了价格限制是否以及如何与股票回报的横截面相关。他们表明，在命中率较低的股票中，价值溢价较强。Chen等人专注于期货价格分布，研究如何在台湾设定适当的每日保证金水平。他们得出的结论是，台湾期货交易所为防止违约风险而设定的单只股票期货的法定保证金为13.5%，似乎过于宽泛。Shams等人研究了Tehranstock交易所是否存在磁铁效应，并调查了活跃投资者在股票市场中的作用。他们发现，机构投资者在磁铁效应中的作用比非机构投资者的作用更为重要【11】。然而，矛盾的结论仍然存在。Deb等人利用东京证券交易所2001年1月至2005年12月5年间的数据，提供了关于限价交易规则有效性的新证据。他们得出的结论是，限价交易规则对于下限命中非常有效，因为re没有波动溢出的证据[12]。2.

中国股票市场说明和数据来源上海证券交易所和深圳证券交易所是中国大陆的两个证券交易所。截至2015年7月12日，有1374家A股公司在上海证券交易所上市，2766家A股公司在深圳证券交易所上市。上海证券交易所成立于1990年11月26日，并于1990年12月19日开始营业。随后，深圳证券交易所于1990年12月1日成立，1991年7月3日开始营业。上海股市和深圳股市的限价幅度都发生了数次变化。就上海证券交易所而言，在最初的运营阶段，价格限制为±1%，之后不久，价格限制为±0。5%. 1992年5月21日至1996年12月15日，上海证券交易所取消了限价交易规则。深圳Stoc kExchange也发生了类似的变化。自1996年12月16日以来，所有普通股的价格限制为±10%，特殊处理（ST和ST*）股票的价格限制为±5%。我们的数据来自RESET(http://resset.cn/)，包括在上海证券交易所和深圳证券交易所交易的所有A股股票。我们样本中的时间长度为12年，涵盖2000年1月4日至2011年12月30日。不同股票的上市时间因股票上市日期不同而不同。报价频率在2011年6月7日和2011年6月7日前5秒左右，之后3秒左右。上海证券交易所综合指数（SSEC）是衡量中国股票市场地位的代表性指标。在我们的第一篇论文中，我们将2000年至201年的时间段划分为牛市和熊市交替的时段。

股票市场在2001年6月14日至2005年6月3日、2007年10月17日至2008年10月27日和2009年8月5日至2011年12月30日这三个时间段内表现为熊市。其他时期，如2000年1月4日至2001年6月13日、2005年0月6日至2007年10月16日和2008年10月28日至2009年8月4日，被认为是看涨的。对于每只股票，每个交易日的上限和下限确定如下。L et Ps（T）表示stoc k s在第T天的收盘价。上限P+s（T+1）和下限P-第T+1天stoc k s的s（T+1）被确定为P±s（T+1）=R[100Ps（T）（1±R）]/100。R[x]是x的圆形运算符，根据上海证券交易所（2003，2006）的交易规则和深圳证券交易所（2003，2006）的交易规则，每日价格限制被重新设置为刻度大小（所有股票的刻度大小为0.01人民币）。r为10%，普通股和特殊处理股为5%。logit模型和解释变量3.1。logit模型我们使用logit模型从可行性角度研究了mag净效应。如果存在这种影响，当股价接近其极限时，价格上涨（下跌）的条件概率将显著增加。在此，我们将【13】和【14】中提到的logit模型定义如下，log（P（Yk=1 | Xk）1- P（Yk=1 | Xk））=X′kB（1）Yk对于上限模型定义如下，Yk=1，如果（pk>pk-1pk=pk-1和pk>（ak+bk）（2）否则Yk=0。其中PK表示第（k）次交易的交易价格，AK和BK分别表示第（k）次交易的最佳买卖价格。创造性地，这里我们还定义了当pk=pk时Yk=1-1，pk>（ak+bk）。

由于在最佳询价（投标）价格水平下可能存在大规模交易，并且只有两个或两个以上连续的买方发起（卖方发起）交易可以消费这些交易，因此在这种情况下，我们确定Yk=1。同样，如果（pk<pk），则Ykfor下限模型定义如下，Yk=1-1pk=pk-1和pk<（ak+bk）（3）否则Yk=0。在上限（下限）模型中，od ds定义为股价上涨（下跌）概率与价格下跌（上涨）概率之间的比率，比值=P（Yk=1 | Xk）1- P（Yk=1 | Xk）（4）对于每个达到股票日期的限额，我们对开盘后的所有交易进行logit回归，直到达到其第一个限额，以调查冷却效果（磁铁效应）。此处讨论的对数it回归没有考虑在开盘时附加其限额的限额达到天数，因为在这种情况下，限价之前没有价格变动。首先，我们定义了logit模型中研究的一些解释变量。3.2. 解释变量的定义此处定义的logit模型的解释变量主要参考【13】和【14】，解释变量的具体定义如下所示。第一个变量是事件前交易方向IBSk-l、 这就是第1次贸易落后于第k次贸易的方向。对于上限点击，我们有IBSK-l=（1，如果pk-l> （ak-l+黑色-l） /2个-1，如果pk-l6（ak-l+黑色-l） /2（5）对于下限点击，我们有IBSK-l=（1，如果pk-l<（ak-l+黑色-l） /2个-1，如果pk-l> （ak-l+黑色-l） /2，（6）其中pk-lde记录触发（k）的订单的价格- l） -th trade和ak-陆地bk-l在（k）之前分别注明最佳的要价和出价- l） -第次交易。

换句话说，IBSk-l=1，如果订单的交易价格高于所报的最佳出价和要价的平均值。第二个变量是第k次交易的规模Vkof，它是第k次交易交易规模的自然对数。调查的第三个变量是逐笔交易的收益率或回报率，定义如下：Yieldk=log pk- 日志主键-1.（7）逐笔交易波动率为thusvolatilityk=| yieldk |=| log pk- 日志主键-1 |，（8），这是第四个变量。调查的第五个变量是第k次交易前的买卖价差，这是一个流动性指标，定义为followsspreadk=2（ak- 黑色）（ak+黑色）。（9） 第六个财务变量是限额指令簿de pth，另一个流动性指标，定义如下depthk=sig nJXj=1Iu，djk bjkVb- bjkVa，j日志JXj=1Iu，djk bjkVb- ajkVa，j, （10） 其中Iu=1表示上限命中，Id=-1对于下限命中，符号[x]是x的指示函数，当x>0时，符号[x]=1，符号[x]=-1当x<0时，ajkand和bjkdenote分别是第k笔交易到达前的j级要价和出价，Va、jk和Vb、jk表示第k笔交易到达前的j级要价和出价水平上的相应未付数量，j是交易员可见的限额订单簿的级别数（2003年12月5日之前的henceJ=3 b，之后的j=5）。3.3. 五个财务数量的汇总统计表1通过显示平均值和中值，总结了五个财务变量（成批交易规模、收益率、波动性、买卖价差和成批限额订单簿深度）在限额命中前的最后16个交易中的动态。面板A显示上限点击的结果，面板B显示下限点击的结果。我们还将牛市和熊市状态下的涨跌点分开。

注：k=16时的th对应于限额h之前的最早交易，k=1对应于最接近限额命中的最后一笔交易。我们发现，平均交易规模Vkd随着k的减少而减少，在涨跌停板之前，它会在牛市和熊市状态下出现，这表明当股价接近极限时，平均交易规模会变小。这可能表明，越来越多的散户贸易商涌入市场，反映出一种羊群行为。看涨期的平均交易规模略大于涨跌期（A组，k=16和k=15除外）和跌停期（B组）之前的平均交易规模。在相同的市场状态下，涨停前的交易规模大于跌停前的交易规模。这些发现表明，当价格在短期（接近上限）和长期（牛市）上涨时，交易者更具侵略性。贸易规模中值的结果相似。所有k的逐笔交易回报中值均为0，表明超过50%的交易不会影响价格。平均收益率的大小从k=16增加到k=14左右，然后随着k的减小而减小。除了少数例外（a组中的k=11至k=16），在看涨期具有相同k的Magnitude大于看跌期。对于相同的市场状态，涨停前的幅度大于跌停前的幅度。由于贸易规模与即时价格影响之间的关系，这些观察结果是合理的【15、16、17、18】。波动率的平均值和中位数随着g k的减小先增大后减小。