● 摘要
指令驱动市场中的金融市场微观结构理论研究是当前金融研究的热点。本文研究了限价指令驱动市场中交易的（私人）信息含量和交易者的最优指令提交策略。论文的创新主要有：1. 视信息成本为交易量、交易持续期、买卖价差和价格波动率四者的函数，创新性地提出了适用于指令驱动市场的日内价格变化量的结构模型，把证券市场日内交易价格的变化量分解为信息成本、存货成本、流动性成本和累计买卖压力四个部分，运用次序probit回归方法研究了交易中信息含量的影响因素。实证结果表明交易量、交易持续期、买卖价差和价格波动率是交易中信息含量的显著影响因素。2. 将流动性看成随机过程，应用相对熵来度量市场通过交易吸收的信息含量。首先，提出了一种综合考虑股票交易数量、价格波动性和交易时间的日内流动性度量新方法，并建立对数自回归条件流动性(LACL)模型分析了拟合和预测流动性的最佳模型。其次，通过核平滑估计方法得出个股在不同时点的流动性分布，应用相对熵度量流动性分布的变化来研究市场通过交易吸收的信息含量。3. 在Dufour和Engle(2000)的模型基础上，引入交易发生时的市场状态因素（买卖价差、深度、波动率和累计买卖压力等）建立了交易与价格变化的VAR模型，运用累计脉冲响应函数度量了一笔交易的私人信息含量，分析了交易的信息完全融入价格所需的时间。结果表明市场状态因素提供了交易量和交易持续期无法反映的额外信息，具有显著的信息含量；一笔交易中的信息完全融入价格所需的时间约240秒（23笔交易）。4. 提出了市场流动性分为已消耗的流动性与潜在流动性的思想，建立基于流动性的交易与价格变化的VAR模型，分析了在指令驱动市场中这两种流动性在交易对价格变化的影响中的作用，度量了交易中的私人信息含量与信息完全融入价格所需的时间。结果表明：两种流动性在交易对价格变化的影响中作用相反；一笔交易中的信息完全融入价格所需的时间约230秒（22笔交易）。5. 放宽指令提交策略的理论模型中广泛采用的交易者每次只交易一个单位股票的假设，建立了基于可变交易量的交易者最优指令提交策略模型。模型证明了随着交易量的增加，交易者的最优指令提交策略是一个混合策略；交易者的最优指令提交策略依赖于对证券价值的私人估值、交易量、更优的价格与执行概率之间的权衡以及限价指令簿的状态等四个因素。这个模型还从理论上解释了为什么最小报量单位会影响投资者的交易策略等现实现象。6. 把本文提出的两个交易中私人信息含量的分析模型应用于上海股票市场进行了实证，分析了上海证券市场中一笔交易对价格的影响，考察了交易中的私人信息含量与信息完全融入价格所需的时间，并将两个模型进行了比较。实证结果表明：流动性反映了交易的各个特征中包含的82.5%-100%信息；从样本平均意义上说，上海证券市场的一笔交易的私人信息含量约为1.706，其信息被价格完全吸收需要25-26笔交易的时间。