学校代号!堕12
分类号———二
⑨
淘确夫乎
HUNAN UNlVERSITY
硕士学位论文
学号墨(』31S丛)52一
密级
交易机制与股票价格波动性关
实证研究
学位申请人姓名杨军
培养单位金融堂院
导师姓名及职称夔瞳丛麴援
学科专业金融学
研究方向金融直扬皇塑姿
论文提交日期2Q竖生9旦
硕士学位论文
摘要
交易机制与股票价格波动性之间的关系，一直是学术界研究的热点问题。交
易机制的选择是市场设计中一个重要内容，取决于市场质量的权衡。而股票价格
波动性则是这种权衡的一个重要指标。本文以金融市场微观结构理论为基础，首
先从理论上探讨了不同的交易机制对股票价格的确定过程，以及交易机制与股票
价格波动性的关系问题i接着本文选用同在中国大陆和中国香港地区上市的公司
股票每日的开盘和收盘价格为样本，分别以收益率的原始方差比和GARCH(1，1)
模型估计的方差比实证分析了交易机制与股价波动性的关系。
本文得出的主要结论有：
第一，在相同的开、收盘交易机制下，股票价格的波动更多的受开盘前较长
一段的非交易期的信息积累的影响，这与前人的基本结论相同。
第二，相对于香港市场而言，我国大陆市场所采用的封闭式集合竞价形式并
不如理论上所证明的那样降低了股票价格的波动，这是因为大陆市场的集合竞价
机制中不披露任何的信息。
针对实证研究的结论，本文将目前阶段中国股市的交易机制安排与投资者行
为、价格发现过程有机地联系在一起，探讨目前阶段中国股市的交易机制以及交
易者行为对价格发现和形成过程的影响作用。从而进一步揭示中国股票市场的运
行效率，并提出微观结构方面改进的方向。
关键词：交易机制；股票价格；波动性
交易机制与股票价格波动性关系的实证研究
ABSTRACT
The relationship between the trading mechanism and the volatility of return has
been a popular problem for a long time．The choice of the trading mechanism is very
important to the market design，which depends on the needs to measure the market
quality．There for the volatility of return is a vital index．Based on the market
microstructure theory,this paper firstly discusses how the different trading
mechanisms decide the price and the relationship of the trading mechanism and the
volatility of return．Then selecting the stocks synchronously listed in the market of
Mainland China and Hong Kong as the sample，we empirically analyze the relationship
of the trading mechanism and the volatility of return．After describing the originality
variance ratio of the markets，this paper explains the outcome of the empirical and
makes a GARCH(1，1)model for further analyze．
The paper comes to some conclusions as follows：
1．Under the same open and close trading mechanisms，the volatility of return is
more affected by the accumulated information of the non—trading period before the
market is opened．This viewpoint matched with the research result of priors’．
2．Contrasting the Hong Kong market，the market of Mainland China adopts a
close auction mechanism；this mechanism does not efficiently reduce the volatility of
return as it’S proved in theory．This is because the close auction mechanism doesn’t
disclosure any information at a11．
According to the conclusions of the empirical study,this paper takes the stock
market mechanisms and the behaviors of the investor and the price discovering
processions together，to discuss how the market trading mechanisms and the behaviors
of the investor affect the price process at present．And then，the paper reveals the
efficiency of the stock market of China．At last，we take some advices about the
innovation of the microstructure．
Keywords：Trading Mechanism；Stock Price；Volatility
Ⅱ
湖南大学
学位论文原创性声明
本人郊重声明：所呈交的论文是本人在导师的指导下独立进行研究所
取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任
何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡
献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的
法律后果由本人承担。
作者签名： 印年日期：山矿年。，月厶日
学位论文版权使用授权书
本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意
学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文
被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编
入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇
编本学位论文。
本学位论文属于
1、保密口，在年解密后适用本授权书。
2、不保密团。
(请在以上相应方框内打“√”)
作者签名：才申年
导师签名姗日期：V百年f f月枷日
日期：wf年rf月，f日
，硕士学位论文
1．1选题背景及意义
第1章绪论
股票市场成熟与否，一个关键的评判标准就是看证券市场是否具有良好的波
动性特征。所谓良好的波动性是指市场具有一定的稳定性，因为市场稳定是证券
市场充分发挥其功能的基础，过度波动在一定程度上说明了市场功能可能存在一
些问题。投资者偏好低波动性，是因为低波动性可以减少投资者承担的不必要风
险，使市场交易者在价格变化不大的情况下完成交易。波动性不仅与市场的不确
定性和风险直接相关，在金融资产的定价与资产配置中处于核心地位，而且与反
映股票市场质量和效率的其他指标如流动性、交易成本等密切相关，是综合反映
股票市场的价格行为、市场质量和效率的最简洁和最有效的指标之一。同时，波
动性对企业投资杠杆、财务杠杆和营运杠杆的决策、个人的消费与投资行为、经
济周期及相关宏观经济变量等也具有重要影响。
股票市场是一个高风险市场，其突出表现就是价格的剧烈波动。纵观股票市
场发展的历史过程，其风波不断，如黑色星期五，1987年股市大风暴，90年代亚
洲金融危机等。股市的大幅度波动，造成了金融、经济甚至社会的动荡和恐慌，
给整个金融体系乃至全球经济的平稳运行带来严重的负面影响。联想到1987年
10月美国股市出现的那次剧烈震荡，在宏观经济相对稳定的情况下，一则与收购
有关的信息造成了纽约股市有史以来最大的振荡。这就不能不使人们去关注微观
原因，去分析交易机制和市场规则以及影响股价的机理。越来越多的学者认为，
在金融经济时代，当金融已经成为整个经济活动的核心，并能相对独立运行时，
影响金融市场行为的原因还应当从市场本身的结构、市场交易机制和市场参与者
行为等微观层面去寻找。因此，对于股票市场波动性的内在特征以及与上述各个
变量之间关系的研究日益成为学术界研究的热点。
一般而言，研究资产价格形成的机理有两种传统的方法。第一种方法称为“不
可知论”，坚持认为资产价格形成的机理不重要。许多经济学家热衷于分析均衡以
及均衡价格的性质，至于均衡的市场价格是如何实现的，则不是他们关心的事情。
第二种方法认为，价格形成的机理就是瓦尔拉斯虚构的“拍卖者”。该拍卖者把交
易者的需求和供给加总以便找到一个市场出清价格。瓦尔拉斯虚构的“拍卖者”
没有交易头寸，仅仅把卖方的数量重新分配给买方。而且，拍卖活动是无成本的，
因此，交易过程是无摩擦的。均衡价格是买方和卖方无成本交易资产的“看不见”
博弈的必然结果。瓦尔拉斯虚构的“拍卖者”为我们考察价格形成过程提供了一
交易机制与股票价格波动性关系的实证研究
种简单和优美的方法。但是，由于它没有全面考虑影响价格行为的因素，因而无
法对价格形成的实际过程做出明确的表达，而且后来的经济学家Grossman的研究
也已经证明r传统的瓦尔拉斯均衡理论用于金融资产定价的局限性。
进入上个世纪80年代中期之后，行为金融学理论与金融市场微观结构理论兴
起，金融学家们试图从微观层次来分析资产价格形成的机理。行为金融学理论从
“人类判断的心理学”研究出发，建立了一套能够正确反映投资者实际决策行为
和市场运行状况的描述性模型来讨论投资者实际上如何决策的，从而分析了资产
的价格是如何决定的。BSV(Barberis，Shleffer and Vishny,1998)模型和DHS(Daniel，
Hirsheifer and Subramanyam，1998)模型是行为金融学的两个基本主要模型，较好
的解释了金融市场的许多异常现象。但是，行为金融学理论以人的实际决策心理
为出发点，注重人的决策心理的多样化，理论上还存在许多不足。金融市场微观
结构理论则是说明在既定的市场结构下，金融资产的定价过程及其结果。它主要
强调证券市场的组织以及作为市场行为重要决策因素的交易机制的重要性，强调
政策制定者和市场管理者可以通过对交易系统和组织方式的选择来影响交易和定
价行为，从而有效地定价和降低交易成本，使投资者和证券发行者都受益。这种
交易制度选择的重要性主要表现在：交易制度直接影响交易成本，进而影响市场
的流动性，同时交易制度会影响价格的稳定程度。实际上，证券市场的价格行为
就像企业行为一样，必须要研究它的结构和组织才能更好的理解它。拉德纳
(Radner，1979)也指出，在信息不对称条件下，要对均衡状态进行透彻的理论
分析，应该对它的交易制度进行详细的说明，丽不是通常的一般均衡分析。
早期的金融市场微观结构理论重点研究交易过程中做市商对价格形成的作
用，随着研究的逐步深入，人们迅速地认识到市场结构(交易机制)对价格形成
的重要性。随着最近几年市场微观结构理论的发展，众多研究表明交易机制对于
证券市场的四大目标一一流动性、稳定性(也即波动性)、透明性和有效性——都
会产生影响。这种证券交易机制与股票价格行为之间可能存在的决定关系表明在
证券交易过程中交易机制影响的研究是极其重要的。但是学者们并没有对交易机
制是否对股票市场波动性产生影响形成统一的意见，这就使得这一问题更加具有
吸引力。本文正是基于这一角度，以开盘机制为研究对象，探讨我国股票市场交
易机制与波动性关系进行研究。
本文将立足于市场微观结构理论的基础之上，以中国大陆与香港地区(H股)
的股票历史数据为样本，以开盘机制为研究对象，对不同交易机制与股价的波动
性问题进行定性和定量的研究，旨在找出这两个市场的开盘机制与股价波动性之
间的关系，以期对这一问题的研究进行一个有益的补充，这也将有助于市场参与
者更好的理解股票市场的微观运作机制，并为我国股票市场完善交易机制、规范
交易行为、减少市场风险提供相关的依据。
2
卿{士学位论文
1．2文献综述
1．2．1国外相关研究
由于早期的资产定价理论，把交易机制作为～个外生变量，认为交易机制在
价格形成中无关紧要，因此研究的主要视角是放在收益波动率在某一特定的交易
机制中的表现形式上。但是随着最近几年市场微观结构理论的兴起，众多研究表
明交易机制对于证券市场的四大目标——流动性、稳定性(也即波动性)、透明性
和有效性——都会产生影响，认识到证券交易制度的核心是证券交易市场的微观
结构，即使投资者的潜在需求都能够转化为实际的交易过程(Madhavan 2000)，
但投资者的交易行为只有在一定的交易运作效率下才能转化为有效的价格信号
111。
Wood ct ai(1985)首先在美国市场上对日内收益率进行了实证分析，以十五分
钟为时间间隔的交易数据做研究样本，得出了美国股票市场收益波动率及其他交
易变量日内呈现“U”型走势，即股价的波动性在开市时和收市时较强，价格变
动率在交易中段相对较为平稳【21。Harris(1986)，Admafi and pfleiderer(1988)利用分
钟数据对日内收益波动率进行了研究，也得出了同样的结论f3】【4】。
Lockwood and Linn(1990)用更多的近期的数据进一步证实了这个假设。他们
的研究也支持了美国股票市场的收益方差呈现u型模式。同时表明在交易时段的
收益波动大于非交易时段的波动【51。
Foucault(1999)发现，投资者在决定是提交市价指令还是限价指令时，主要
考虑的因素是资产的波动性。在波动性高的市场，资产错误定价的可能性也较高，
故市价指令的交易者报出的价差相对就较大，这增加了交易的成本，因此使得投
资者更愿意下达限价指令，而不是市价指令【”。
Chang et a1(1993)采集了从1987年7月12日到1991年4月26目的分钟高频
数据，分析了东京股票交易所(TSE)--5∈内的股票收益和价格波动情况。研究表明
该市场由于存在两个交易期间而呈现双u型的特征f71。Lain＆Tong(1999)对香
港联合交易所的研究发现，上午和下午时段的波动呈“驼峰”状，并把之归因于
当波动性较高时，噪音交易者倾向于聚集在一起【81。
Amihud&Mendelson(1987)运用道·琼斯工业平均指数的成份股数据对开、
收盘与波动性的关系迸行了实证研究，发现开盘收益的波动性(方差)显著的大
于收盘收益的波动性(方差)，他们将这一发现归因于NYSE的开盘和收盘机制的
不同，他们的基本结论是：不同的交易机制对市场波动性影响不同【91。随后Amihud
＆Mendelson(1991)在回顾了1987年的文章基础之上，认为之前的实证结果不一
定能证明市场波动性的差异完全是由于不同的交易机制引起的；从而将考察对象
放在了东京证券交易所(TSE)，该市场在早上开盘和下午开盘都采用集合竞价，
3
交易机制与股票价格波动性关系的实证研究
而收盘都采用连续竟价，并且将样本数据按上午开盘和下午开盘划分为四个组进
行检验，得出结论认为开盘收益的波动率较大确实如他所设想的那样一一不是由
于交易机制的不同所引起的，而是由之前的一段较长的非交易期所引起的【⋯j。在
后续的研究当中，Stoll&Whaley(1990)发现了一些有趣的现象，认为导致开盘
收益波动性的较大差异来源于市场上存在的垄断力量——做市商，他们为了最大
化自己的利润，冲销自己帐户的不平衡，从而导致了开盘收益波动性的较大差异
P
Jl。Chang et a1．(1995)在总结前人文献的基础之上，对雅加达股票交易所(JSX)
的数据进行了实证分析，表明开盘收益的波动率较收盘波动率大，并且在该文中，
作者惊奇的发现约占每天总交易量16％的交易是发生在开盘时的。同时作者指明，
这种开盘收益波动率较大的原因既不是由于交易机制引起的，也不是因为市场上
存在垄断力量，而是由于非交易期引起的，从而支持了Amihud＆Mendelson(1991)
的结论112】。
Choe&Shin(1993)受J韩国证券市场(KSE)进行了实证研究，发现了异于
Amihud&Mendetson(1991)的证据，认为集合竞价的开盘形式确能降低波动性【13l。
Naidu、Rozeff(1994)g寸新加坡股票交易所(SSE)I拘海峡时报工业指数(Straits Times
Industrial Index)进行了分析，他们选取了该指数的30种股票中的28种股票作为
样本，由于新加坡股票交易所的股票交易是通过自动配对实现的，在自动配对机
制下，股票市场呈现出更高的交易量、更高的波动性、收益率较低的序列相关性
等特征【“】。
但是上述这些实证研究大部分被限制在对两种交易机制上的非直接的比较范
围内；他们运用日开盘收益(主要是集合市场)和收盘收益(主要是连续市场1来
进行实证(如Amihud，Mendelson 198Z．1991b；Stoll and Whaley，1990；Gerety and
Mulherin，1994；以及George and Hwang，1995)f15】【11】【16】【1”。
随着研究的深入，人们认识到证券市场关于开盘波动性(方差)与收盘波动
性(方差)存在差异的实证研究并不能全部说明这一差异是由不同的交易机制引
起的。如在对香港市场的观测中发现，市场开盘的波动性(方差)比收盘的波动
性(方差)大，但是香港市场不仅是在开盘时采用连续竞价方式，在曰间交易和
收盘时都采用连续竟价方式(Cheung，Ho，Pope and Draper，1994)[x81。对雅加
达证券交易所进行的研究得出了相同的结论，雅加达市场也仅仅采用连续竞价方
式进行开、收盘和日间交易(Chang，Rhee，and Soedigno，1995)119J。
在认识到这～点后，人们转换了研究视角。Frino et a1．(1996)对采用集合竟
价的澳大利亚证券交易所(Asx)和采用连续竞价开盘的新加坡证券交易所(SEX)
进行了比较研究，其比较前提是建立在两个市场大体相似的基础之上的，实证得
出结论认为以集合竞价开盘的市场的效率更高，这样的市场拥有更高的流动性和
更低的波动性12⋯。Comerton--Forde(1999)在比较了澳大利亚市场(以集合竞
4
硕士学位论文
价开盘)和雅加达市场(以连续竞价开盘)，发现前者开盘时的流动性比后者的高，
但是波动性较后者的低。该研究认为，造成两个市场差别的原因在于开盘程序，
因此，集合竞价在开盘时可握高流动性，降低波动性【2”。
在单独比较了集合竟价和连续竞价机制对波动性的影响之后，学术界着手进
行这两种交易机制对波动性的影响的直接比较研究。对Milan交易所上市的证券
的研究表明，集合竞价方式在每日的开盘中相对于连续竞价方式提供了更有效得
价格发现机制。他们发现当交易日的第一笔交易采用集合竞价方式那么它的波动
性并不比此后采用的连续竞价方式的波动性大。然而，当交易日的第一笔交易采
用连续竟价，而后续的交易采用集合竞价，则前者的波动性更大(Amihud，
Mendelson and Murgia，1990)122]。Forster and Geroge(1992)以在国际上多个市
场同时挂牌上市的股票为研究对象，认为开盘时大的交易量对应于开盘时大的波
动性【2”。
Lang和Lee(1999)研究了台湾证券交易所交易制度的改变。该所在1993
年期间多次改变了集合竞价的频率：1993年9月由原来的2分钟变为90秒，1993
年11月又变为根据交易量不同每90秒执行一次或两次交易。这就为研究由集合
竞价过渡为更连续的竞价方式提供了很好的素材。他们用Schwert模型衡量流动
性和波动性，用自相关程度衡量效率进行实证研究后发现，连续竞价市场流动性
和波动性都高于集合竞价市场，但是对市场效率的影响无法确定。在集合竟价市
场，更高的出清频率导致更高的波动性，当出清频率增加，集合竞价制度与连续
竞价变得一致，Lang和Lee的发现意味连续竟价比集合竞价市场波动性更大。他
们的结果表明没有一种竞价方式全面优于另外一种，交易制度的选择取决于流动
性和波动性的权衡，同样集合竟价市场中交易频率的选择也取决在波动性和流动
性之间进行权衡，高的交易频率会导致更高的流动性和波动性【2“。Chang et a1．
(1999)的看法与Lang和Lee(1999)相反，Chang et a1．(1999)也是利用台湾证
券交易所的数据，但是他们的方法与Lang和Lee(1999)是不同的。他们用台湾
证券交易所1993年集合竞价的实际委托数据模拟连续竟价，然后用集合竟价的数
据和模拟产生的连续竞价数据进行比较分析。具体的，Chang等(1999)使用10
分钟的方差衡量波动性，用委托不平衡的市场影响和即时性的隐含成本衡量流动
性，而用市场效率系数和自相关性衡量效率，结果发现集合竞价的波动性更低(连
续竞价的54％)，而且流动性和效率也有提高【2”。
从上述相关文献可以看出，有关交易机制与波动性问题的研究，主要有三种
争论：
第一，以Amihud(1991)等为代表，认为交易机制并不如我们通常所想象的
那样，对波动性产生巨大的影响，不同交易机制下的波动性差异其实只是一种假
象，这一差异主要是由交易前的一段较长的非交易期所引起的。因而总的来说交
5
交易机制与股票价格波动性关系的实证研究
易机制对波动性的影响不清楚或者根本没什么影响。
第二，以Chang，Choe等为代表，他们认为不同的开盘机制对波动性的影响
是不一样的，而且通过实证证明，以集合竞价开盘的方式能降低波动性，他们的
基本观点是交易机制对波动性起基础性的作用，当然在他们的研究中都回避了或
绕开了非交易期问题。
第三，以Stoll和Whalev为代表，他们通过对作市商制度的理论和实证分析
指出，波动性差异的存在并非是其他什么原因引起的，而是由于市场中存在着垄
断力量，如做市商，做市商通过冲销自己账户的不平衡来最大化他们的利润，这
一行为导致了开盘收益波动性的较大差异。
1．2．2国内相关研究
国内对交易机制与股价波动性关系问题进行专门理论研究的很少。到目前为
止，对于中国股市波动性的研究，大致可以分为两类：一类主要以观察股票指数
或者个股股价的涨跌幅度、频率为主对中国股票市场的波动状况进行定性分析；
另一类则主要利用数量模型，估计股票指数或者个股收益率的波动率来研究中国
股票市场收益率的波动特性。
大多数以观察股票指数的涨跌幅度、频率来分析中国股票市场的波动状况的
研究都是通过描述上证或深证指数绝对点位的变化、指数波幅的震荡来判断中国
股票市场的波动程度(如李学峰，2001)，分析认为中国股票市场波幅巨大，震荡
时间短，显示出极大的非稳定性(如杜沔，1997)，和一些发达国家的成熟股票市
场(主要是美国股票市场)的比较研究认为中国股票市场的波动程度要明显大于
这些市场(如高潮生，2002)【26】[271【28】。
通过数量模型，估计股票指数或者个股收益率的波动率的研究又可以分为两
类：一类采用传统的方差、标准差方法(如吕继宏，2000)来估计波动率；另一
类则采用更为复杂的ARCH、GARCH模型或者相应的修正模型(如江晓东，2002)
来估计波动率。大多数用数量模型估计股票指数或者个股收益率的波动率的研究
主要关注的是ARCH、GARCH模型以及相应的修正模型在中国股市波动率研究
是否适用(如刘国旗，2000)，并非着重研究中国股市波动的大小及其与交易机制
的关系。另外，还有一些估计波动率的研究建议采用极值法(如刘莉，2000)、风
险值方法(如陈春华，2002)、市场模拟法(如刘晓峰，2001)、混沌方法以及技
术分析的一些方法来分析中国股市的波动状况。这些研究也都主要着重方法的应
用，仅在最后简单讨论中国股票市场波动程度时，认为沪深两市的波动十分剧烈，
系统风险较大(如殷玲，2002)129】⋯【31t021[33】【34J135】。
在已有的文献中对于交易机制与波动性关系这一问题的研究主要是借鉴国外
的模型和方法进行实证。如陈保华(2001)以Amihud＆Mendelson f1987)的文献
6
硕士学位论文
模型为蓝本，对中国股票市场的开盘机制和收盘机制进行了实证研究，得出结论
认为交易机制对股市波动性影响很大【36l。Kim(2001)对中国台湾股票市场进行
分段检验，证明较窄的涨跌幅限制并不能降低波动性，同样较宽的涨跌幅限制也
不能增大波动性13”。吕继宏(2000)在对我国股市的涨跌幅限制进行了研究之后，
认为长期来看涨跌停板制度降低了市场波动；而孙培源、旌东晖(2001)认为我
国的涨跌幅限制并没有降低股市波动和投资者过度反应【38】【391。
孔爱国、黄建兵、胡畏(2002)从交易方式角度对上海股票市场波动性进行
实证研究，发现集合竞价形成的开盘价格收益率的方差大于连续竞价形成的收盘
价格收益率的方差，原因在于集合竞价与连续竞价相比，其交易过程的透明度差
和交易指令具有不可更改性，从而指出交易机制对证券价格波动性具有显著的影
响【4“。
刘阳(2003)的研究表明；不同的交易制度对证券市场的波动性有显著作用；
我国的涨跌幅限制措施有效的降低了市场波动；集合竞价方式和连续竞价方式对
证券价格波动性有显著影响，其中集合竟价方式产生的开盘价格波动性较大1411。
周锋(2004)对中小企业板块的开放式集合竞价和主板的封闭式集合竞价进行实
证分析，认为与沪市传统开盘方式相比开放式集合竞价能更好的提高市场的透明
度，市场质量较高，从而降低了开盘的波动性，同时认为交易机制对波动性具有
基础性的影响【421。
1．3本文的研究方法及基本思路
纵观所有的文献，我们并不能从中得出一个关于交易机制与股价波动性关系
的具体结论，但是我们可以对上述文献所采用的具体方法进行仔细的研究，能够
发现对交易机制与市场波动性研究的两大思路。第一，对同一市场的不同开、收
盘机制进行研究，认为不同交易机制对波动性影响不大，而真正起作用的是开盘
之前的较长的非交易期；第二，对不同市场的不同开盘机制进行研究，认为不同
的交易机制对波动性的影响是很大的。但是这两种思路都存在一定的不足，对于
第一种思路，只是考察了非交易期对波动性的影响，并没有真正排除不同交易机
制对波动性的影响；对于第二种思路，虽然考察了不同市场的不同的交易机制，
但是却忽略了不同市场以及不同样本数据之间可能存在的根本性差异，因此结论
不一定可靠。本文认为，考察在不同市场上上市的相同股票数据，对不同的交易
机制与波动性关系进行实证，这样可以解决上诉两种思路存在的问题，可使得实
证结果更为真实可靠。
鉴于此，本文在回顾相关理论和实证研究的基础上，以开盘机制为分析对象，
首先对不同的交易机制进行比较分析，从理论上阐明交易机制与股价波动性之间
7
交易机制与股票价格波动性关系的实证研究
的内在关系，接着运用同在中国大陆与香港地区上市的公司的股票数据为样本，
采用静态和动态模型，对交易机制与股价波动性问题进行定量研究，旨在通过理
论和实证的研究揭示出交易机制和股价波动性之间存在的关系。本文希望能通过
研究助于市场参与者更好的理解股票市场的微观运作机制，并为我国股票市场完
善交易机制、规范交易行为、减少市场风险提供相关依据。
具体章节安排如下：第二章从大陆的交易所和香港交易所采用的不同竞价机
制入手，着重阐述不同的竞价机制，试图从理论上说明不同竞价机制下对波动性
的影响；第三章从静态模型着手，对交易机制与波动性问题进行实证研究；第四
章相应的从动态模型入手对交易机制与波动性问题进行实证研究；最后总结前两
章的实证结果，并对全文进行总结提出相应的政策建议。
本文在如下三个方面有所创新：一是在实证设计上，选用同时在大陆fA股、
和香港(H股)上市的股票作为样本数据，这样能够尽量排除交易前的非交易期
以及不同样本数据之间可能存在的根本性差异对实证结果的影响。二是从静态和
动态分析入手，对交易机制与波动性问题进行实证研究，较以前文献得到的结果
更全面真实可信。三是对动态分析拟采用t分布的GARCH模型进行研究。
8
第2章交易机制与股价波动性的关系
股票价格波动性一般定义为价格变化的频率和幅度(Glen，1994)，它是指股
票价格非预期变化的趋势，或者说是指收益的不确定性或不可预测性。波动性大
小决定于市场的流动性及有效性程度【43I。交易机制则是指在特定市场上为证券提
供价格发现功能平台的交易系统。证券变易机制的分类通常有三种：一是从时间
角度(即根据证券交易在时间上是否连续的特点)，把证券交易机制分为间断性交
易机制和连续性交易机制；二是从技术的角度把证券交易机制分为电子交易模式
和人工交易模式；三是从价格决定的角度把证券交易机制分为做市商机制和竞价
交易机制。目前，世界上最常见的证券交易机制主要是依据价格扶定的角度来划
分的，其中竞价交易机制中又包括集合竞价制度和连续竞价制度。大多数经济学
家的研究都是围绕做市商交易机制而展开，研究的重点突出在做市商报价驱动制
度引入的可能性和重要性I。而对竞价交易机制的研究则主要作为做市商报价驱
动制度研究的参照对象，至予竟价交易制度内的集合竞价制度和连续竞价制度Z
问的研究比较，更少有涉及。本文的目的就是要探讨分别以集合竞价和连续竟价
为开盘机制的交易机制与波动性的关系问题。
为此，本文以大陆(上海证券交易所)和香港联合变易所所采用的不同，F盘
竞价机制作为分析对象，将交易机制分为集合竞价机制和连续竞价机制进行比较
研究。本章首先在对上述两种竟价机制的具体情况进行分析的基础上，再从理论
上讨论两种竞价机制是如何对价格进行确定的，以及这两种竞价机制与波动性存
在怎么样的关系，最后讨论在交易机制与波动性关系的实证研究中一般采取什么
疗法对波动性进行度量检验。
2．1竞价机制
2．1．1上海交易所开盘竞价机制一一集合竞价
在集台竞价市场，所有的交易订单不是在收到之后立即予以竞价撮合，而是
由交易中心(如证券交易所的电脑撮合中心)将在不同时点收到的订单积累起来，
到一定的时间再进行集中竞价成交。
许多证券市场每曰交易的开盘价都是由集合竟价决定的，此外，一些市场交
易不活跃的股票(如泛欧交易所、法兰克福交易所的部分股票)也采取集合竞价
交易方式。我国上海、深圳交易所的每日开盘也采用集台竞价形式，既在某规
定的时问内，由投资者按照自己所能接受的价格自由地进行买卖申报，之后由电
定的时间内，由投资者按照自己所能接受的价格自由地进行买卖申报，之后由电
9
硕士学位论文，
第2章交易机制与股价波动性的关系
股票价格波动性一般定义为价格变化的频率和幅度(Glen，1994)，它是指股
票价格非预期变化的趋势，或者说是指收益的不确定性或不可预测性。波动性大
小决定于市场的流动性及有效性程度【431。交易机制则是指在特定市场上为证券提
供价格发现功能平台的交易系统。证券交易机制的分类通常有三种：一是从时间
角度(即根据证券交易在时间上是否连续的特点)，把证券交易机制分为间断性交
易机制和连续性交易机制；二是从技术的角度把证券交易机制分为电子交易模式
和人工交易模式；三是从价格决定的角度把证券交易机制分为做市商机制和竞价
交易机制。目前，世界上最常见的证券交易机制主要是依据价格决定的角度来划
分的，其中竞价交易机制中又包括集合竞价制度和连续竞价制度。大多数经济学
家的研究都是围绕做市商交易机制而展开，研究的重点突出在做市商报价驱动制
度引入的可能性和重要性上。而对竞价交易机制的研究则主要作为做市商报价驱
动制度研究的参照对象，至于竟价交易制度内的集合竞价制度和连续竞价制度之
间的研究比较，更少有涉及。本文的目的就是要探讨分别以集合竞价和连续竟价
为开盘机制的交易机制与波动性的关系问题。
为此，本文以大陆(上海证券交易所)和香港联合交易所所采用的不同开盘
竞价机制作为分析对象，将交易机制分为集合竞价机制和连续竞价机制进行比较
研究。本章首先在对上述两种竟价机制的具体情况进行分析的基础上，再从理论
上讨论两种竞价机制是如何对价格进行确定的，以及这两种竞价机制与波动性存
在怎么样的关系，最后讨论在交易机制与波动性关系的实证研究中一般采取什么
方法对波动性进行度量检验。
2．1竞价机制
2．1．1上海交易所开盘竞价机制一一集合竞价
在集合竞价市场，所有的交易订单不是在收到之后立即予以竞价撮合，而是
由交易中心(如证券交易所的电脑撮合中心)将在不同时点收到的订单积累起来，
到一定的时间再进行集中竞价成交。
许多证券市场每日交易的开盘价都是由集合竟价决定的，此外，一些市场交
易不活跃的股票(如泛欧交易所、法兰克福交易所的部分股票)也采取集合竞价
交易方式。我国上海、深圳交易所的每曰开盘也采用集合竟价形式，既在某一规
定的时间内，由投资者按照自己所能接受的价格自由地进行买卖申报，之后由电
9
交易机制与股票价格波动性关系的实证研究
脑自动撮合系统进行匹配，产生一个成交价格，该成交价格即被确定为开盘价格。
如下圈所示：
OO
图2．1封闭式集合竞价委托规则示意图
目前，集合竞价在每一营业日的9：15一--9：25进行，此期间电脑自动撮合
系统只储存而不撮合，储存方式体现了“价格优先、时间优先”的交易原则，即
电脑主机分别将所有的买入和卖出申报按价格由高到低排列，同一价格下的申报
则按电脑主机接受的时间先后顺序排列。在9：25一瞬间，对于每一个证券，系
统根据收到的所有买卖盘决定一个成交价，继而将能够成交的委托按此成交价全
部撮合成交。
集合竟价所产生的开盘价格必须同时满足下列三个条件：(1)成交量最大；
但1高于开盘价的买入申报和低于开盘价的卖出申报全部成交；(3)与开盘价格相
同的买方申报和卖出申报至少有一方全部成交。在集合竞价过程中有可能产生同
时满足集合竞价三个条件的两个成交价格，上海交易所在出现这种情况时取两个
成交价的中间价为当日该证券的开盘价。
集合竞价有三方面的优点：一是由此形成的价格可使市场成交数量达到最大，
而且批量指令提供了价格的稳定性；二是结算手续在技术上也非常简便，成本也
较低，因此交易不活跃的市场(或股票)，很多采取集合竞价交易方式；三是计算
错误的可能性较小，投资者能得到最佳保护。
2．1．2香港联交所的开盘竞价机制一一连续竞价
连续竞价市场也叫复数成交价格竞价市场或连续交易市场，在连续竞价市场，
证券交易可在交易日的各个时点连续不断地进行。投资者在做出买卖决定后，向
其经纪商做出买卖委托，经纪商再将买卖订单输入交易系统，交易系统即根据市
场上已有的订单情况进行撮合，一旦按照有关竞价规则有与之相匹配的订单，该
订单即刻可以得到成交。
香港联合交易所在2002年3月前一直采用连续竞价方式产生每日的开盘价，
具体过程为：在连续竞价过程中，如果买卖订单中，当出价最低的卖出订单价格
等于或小于买进价格最高的买进订单价格时，即可达成交易，每笔交易构成一组
买卖，交易依买卖组进行，每买卖组形成不同的价格，所以连续竞价市场的价格
硕士学位论文
具有连续性。
连续竞价的主要优点是，投资者在交易时间内随时有买卖证券的机会，并且
能根据市场的瞬息变化进行决策调整。
纽约、巴黎、东京、多伦多证券交易所以及香港、新加坡等大多数新兴证券
市场都采用连续竞价交易机制，伦敦证券交易所金融时报100指数股票也采用连
续竟价交易方式。
2．2竞价市场的价格确定
2．2．1集合竞价的价格确定
现实的任何市场和理想的市场完全不同。与理想的价格发现相比，现实的集
合竞价市场具有如下特征：
(1)存在交易成本。完全的市场必须是无摩擦的，具有无限的深度和流动性，
交易和信息可自由且即时传送到所用的市场参与者。完善的市场不限制某笔交易
的规模或具有创新性的证券的出现。在完全无摩擦的交易市场中，交易者在交易
过程本身不发生任何直接或间接的成本。
但在现实市场中，所有交易都涉及各种各样的成本。除去经纪商佣金和交易
所费用等直接成本外，交易者还存在搜索成本、信息成本、延迟成本和市场影响
成本(Hasbrouck and Schwartz，1988)【441。
(2)交易可以反复进行，因此，总是存在明天交易会更好的可能性。
(3)供给是不均等的，供给时大时小，存在高峰和低谷。
(4)交易规模也是不均等的，有金额很小的个人投资者的订单，也有价值达
数百万的机构投资者的订单。
(5)市场参与者在获取信息上是不平等的。实际上，如果大家的信息都一样，
将不会有多少交易(投资者的流动性需求除外)。
(6)存在不能交收以及错误交收的可能性。
(7)订单经常与其他订单的成功执行相关，例如在套利时就是如此。
(8)价格不能随时调整。在瓦尔拉斯市场，市场通过不断调整价格，最终使
需求总量等于供给总量；而在集合竞价市场，在封闭式集合竞价过程中，订单一
旦递交后，由于信息不透明，因而通常不更改买卖的价格。
(9)与投资者不能随时调整价格相联系，市场的出清是近似的。在瓦尔拉斯
市场，由于价格不断调整，市场是完全出清的；但在集合竞价市场，只能根据已
有的订单(固定的价格和数量)进行撮合，尽管撮合的第一原则是使尽可能多的
订单得到成交，但市场出清通常是不完全的，只能部分的出清。
集合竞价的上述特征决定了在实践中各个市场根据自身的要求采用不同的价
11
交易机制与股票价格波动性关系的实证研冗
格确定原则。实践中，集合竟价的价格确定原则主要有标准四原则模式、其他四
原则模式(我国证券市场采用)和三原则模式。下面主要对前两种原则进行比较。
1．标准四原则。采用这种模式的主要有伦敦、德国、澳大利亚、维也纳、爱
尔兰等证券市场。在该模式下，集合竞价的价格确定原则是：
原则一：最大成交量原则。即在集合竞价价格上，所能实现的成交量是最大
的。根据原则一计算集合竞价价格需要三个步骤：
(1)计算出每个价格上的买单和卖单的累积数量。累积买单数量是在该价位
上的买单数量，加上比该价格更高的买单数量，以CBQ表示累积买单数量，口。表
只
示在价格为只时的买单数量，则CBQ一孓峨，置，只；累积卖单数量是在该价位
穰
上的卖单数量，加上比该价格更低的卖单数量，以CSO表示累积卖单数量，S．表
只
示在价格为只时的卖单数量，贝,OCSQ一罗5。，墨c只。也就是说，累积买单数量
勰
随着价格的减少而增加，累积卖单数量随着价格的增加而减少。累积买卖订单数
量反映了限价订单的内在性质，因为买进订单的限价是买者所愿意支付的最高价
格，买者无疑愿意支付一个更低的价格；而卖出限价订单的卖价是卖者所愿意接
受的最低价格，卖者无疑愿意接受一个更高的价格。
(2)计算出在每个价位上的可成交的数量。在某个价格上的总的可成交数量
是某个价位上的累积买单数量或累积卖单数量(取二者中的较小者)。以MEV表
示最大成交数量，则MEV=min(CBQ，csQ)。
(3)取每个价位上可成交的数量的最大值为最大成交量，该价位为集合竞价
价格。以MAV表示最大成交量，fk，表示成交价格，贝rJ[MAV，％，】=max[MAY
(P)】口
如果根据原则一产生的价格只有一个，则该价格就是集合竟价所确定的价格。
如果产生的价格不止一个，则根据原则二对所产生的价格进行第二次筛选。
原N-：最小剩余原则。即在所确定的集合竞价价格上，未能成交的数量是
最小的。计算方式是：首先计算根据原则一产生的多个价格上的未成交数量，然
后取剩余量最小者作为备选集合竞价价格。在每个价位的最小剩余(MinS)等于
累积购买数量(CBQ)减去累积卖出数量(CSQ)。计算最小剩余成交量时忽略数
字前面的正、负号。
如果根据原则二产生出的价格只有一个，则该价格就是集合竞价所确定的价
格。如果产生的价格不止一个，则根据原则三对所产生出的备选价格进行第三次
筛选。
原则三：市场压力原则。即所确定的集合竞价价格对集合竟价结束后的市场压
力最小。计算方法是：
． 硕士学位论文
(1)首先确定市场压力的方向，如果市场压力在买方(买方的订单未能全部
成交)，则以正号(+)表示，即根据原则二计算出的剩余成交数量是在买方；如
果市场压力在卖方(卖方的订单未能全部成交)，则以负号(一)表示，即根据原
则二计算出的剩余成交量是在卖方。
(2)如果市场压力在买方，则根据原则二确定的多个备选价格中的最高价为
集合竞价价格。如果市场压力在卖方，则取根据原则二确定的多个备选价格中的
最低价为集合竞价价格。
(3)如果市场压力既在买方也在卖方，即正的和负的市场压力同时存在，则
继续使用原则四对备选集合竟价价格进行第四次筛选。
(4)如果在根据原则二产生出的各备选价格上，最小剩余量都等于零，则根
据原则四对所产生出的备选价格进行第三次筛选。
原则四：参考价格原则。即在多个各选集合竞价价格中选择离参考价格最近的
一个价格。参考价格通常是市场中的上一笔交易价格。当天有成交，参考价格取
当天的最近执行的交易价格。如果当天没有成交，则参考价格取前一个交易日的
收盘价。原则四的计算方法分为两个步骤：
首先，把备选竞价价格范围缩小到两个：①如果根据原则三得到的备选集合竞
价价格中，既有正的市场压力，又有负的市场压力，则选择正、负号发生变化的
两个价格(等于选取存在卖方压力的各备选价格中的最低价和存在买方压力的各
备选价格中的最高价)；②如果根据原则二得出的备选竞价价格的最小剩余量都为
零，则取各备选集合竞价价格中的最高价和最低价。
其次，根据下列要求确定参考价格和最终的集合竞价价格：①如果参考价格等
于或大于按原则四的第一步所得出的两个备选价格中较高的那一个，则该较高的
价格成为集合竞价价格；②如果参考价格等于或低于按原则四的第一步所得出的
两个备选价格中较低的那一个，则该较低的价格成为集合竞价价格；③如果参考
价格在按原则四的第一步所得出的两个备选价格之间，则取参考价格为集合竞价
价格：④如果参考价格不存在，如在证券首Et上市交易、重组后证券首日交易时，
则集合竞价价格取按原则四的第一步所得出的两个备选价格中价格较低的一个。
2．其他四原则模式。我国证券市场的集合竞价采取了与标准四原则不同的四
原则模式，即：(1)最大成交量原则；(2)高于成交价格的买进申报与低于成交
价格的卖出申报全部成交；(3)与成交价格相同的买方或卖方至少有一方全部成
交；(4)若有两个以上价位符合上述条件，上交所取其中间价为成交价，深交所
取距前收盘价最近的价位为成交价。理论上，我国的原N--等价于最大成交量原
则和市场压力原则。如果根据原则二产生的价格不止一个，则可根据市场压力情
况(存在买卖双方压力或无压力)将备选价格减少到两个后应用原则四。
交易机制与股票价格波动性关系的实证研究
2．2．2连续竞价的价格确定
在连续竞价市场，价格在不同时点之问连续波动，因此，价格确定实际上包
含两方面的含义，即日内价格(Inlraday Prices)波动的决定和每一时点均衡价格
的决定。
’1．日内价格决定。在连续竞价市场，流动性是由限价订单提供的，因为限价
订单形成一个随时准备进行交易的买卖承诺“库”，市价订单可与之匹配成交。此
外，由于限价订单的报价通常有一个最低单位，因此对价格变动形成了一个障碍，
故缓和了价格波动。
限价订单和市价订单的相互作用决定了日内价格的波动水平。Osborne(1965)
的研究以及Osborne与Niederhoffer(1966)的合作研究发现，尽管股票的每目收
盘价格如有效市场理论所说的随机波动，但每笔交易和下一笔交易之间的价格确
不是如此。他们提出了一个市场订单和限价订单相互作用的模型，假定市价订单
和限价订单是随机进入市场的，他们的相互作用决定了成交价格。Goldman和Beja
(1979)、Hasbrouck和Schwartz(1988)、Hakansson，Beja和Kale(1985)也建
立了类似的交易层次上的价格形成模型，这些模型都把价格波动归因子市场机制
和信息。Hakansson，Beja和Kale(1985)的一项模拟试验表明，在给定的信息变
化情况下，限价订单的深度缓解了短期价格波动。相应地，在同样的限价订单深
度上，信息变化的加大增加了短期价格波动。这种状况在非常大的程度上为市价
订单和限价订单的比率所决定。这些文献的研究结论表明：日内价格波动包含了
可归之于价格形成机制中的“锈斑”(Baumol，1965)的要素1451。
2．均衡价格决定。在连续竞价市场，投资者做出买卖决定并提交订单后，该
订单立即与市场上已有的订单进行匹配，因此，连续竟价市场可以看成N=1的
特殊竞价市场，即每次交易均在一个投资者(信息交易者)与其他流动性提供者
之间进行。
在连续竞价市场，订单是随机进入市场的，因此可能导致临时和随时的订单
不平衡情况。如果买卖订单完全随机且以相等的频度分布进入市场，将不发生订
单不平衡。但事实上，订单不平衡的情况是经常存在的，特别是当经济状况发生
变化，市场从一个均衡点移向另有一个均衡点时。如果限价订单簿缺乏足够的深
度，或在这种趋势面前，限价订单很快被撤回时，市场可能会出现结构性价格波
动而很不稳定。
2．3交易机制与波动性的关系
对交易机制与波动性关系的研究，主要是探讨具体的交易机制(如不同的竞
价机制)对股价波动性的影响以及影响的程度，以考察何种交易机制能更好的减
14
硕士学位论文
少股价的波动性。
2．3．1连续竞价与波动性
连续竞价系统的优点在于为交易者提供了交易的即时性，客户不用等待，就
可以直接买入或卖出股票。连续交易既可以保证实时信息的快速传递，也加强了
信息对价格影响的延续性，从而促进市场的稳定。
首先，连续竞价系统在交易过程中可以提供更好更多的市场价格信息。通常，
客户很难在交易发生前估计出可能的批量交易价格，而在交易发生后，批量成交
价格信息却已经没有用了。在连续竞价系统中，客户可以比较容易地从现有价格、
过去的价格序列、价格一一成交量配合中推出信息，并且在下一次下达指令时利
用这些信息。
其次，在连续竞价市场上，实时的价格信息传递促使价格更稳定，从而减少
大宗交易对市场的冲击。另外，由于在市场内可以观察到成交价格，因此专业经
纪人可以得到市场感觉并抢在别人之前做出反应，而大宗交易者可以看到该大宗
交易指令对市场的影响有多大，持续时间有多长。
第三，连续竞价市场对交易信息的披露较多，因此具有较高的市场透明度。
一般而言，市场透明度越高，信息越均衡，因交易机制引起的市场波动程度就越
小。
但是，连续竞价市场的重要特点是订单随机进入市场，这就导致可与之匹配
的订单可能并不总是存在，可能会发生订单不平衡的情况(即买单多于卖单或卖
单多于买单)。从而导致市场可能会不稳定，价格波动很大，除非有一个起稳定作
用的“水库”可吸收订单流量的不平衡。因此，当交易机制以这种方式影响到价
格时，波动不再是如有效市场理论所说的无偏见的真实价格的衡量指标，而是归
因于交易机制设计的量的影响。
2．3．2集合竞价与波动性
集合竞价的价格确定可以概括为以下两点：(1)当信息不均衡小于一定程度
时，均衡存在；(21集合竞价的均衡与瓦尔拉斯市场均衡价格～致，均是帕累托有
效价格，但集合竞价市场的交易量通常低于瓦尔拉斯市场。
用集合竞价系统处理部分或全部交易的交易所认为，集合交易系统具有如几
个优点：首先，批量指令提供了价格的稳定性，确保了价格的波动性小，这些对
于那些交易不活跃的股票尤为重要，因为许多使用集合竞价系统的交易所往往只
是把他们作为交易不活跃股票以及确定交易不活跃股票开盘价的方法。其次，在
集合交易系统中，指令执行和结算的成本是相当低的。第三，结算中出现错误的
可能性大为减少。
．交易机制与股票价格波动性关系的实证研究
相对与连续竞价市场而言，集合竞价的一个最重要的优势是其价格的稳定性。
集合市场具有非常好的价格稳定作用，因为一段时间后聚集起来的大量指令消除
了价格的波动，而这些波动主要是由于买、卖报价之间的价格反弹和序列到达的
随机指令所引致的。另外，当交易指令通过一段固定的时问问隔后，单个大的指
令的影响力就变得不那么重要了(Cohen and Schwartz，1989)t46J。
在处理知情和不知情交易者之间的信息不对称问题上，集合市场是一个非常
有效的机制(Stoll，1985)1471。在集合市场中，通过显著的交易延迟，迫使知情
交易者通过指令安排揭示他们的信息，从而帮助了减少价格的波动。当然，这一
波动性的减少是以价格的不连续和承担额外的信息成本为代价的。交易的不连续
以及高的信息成本反映了市场的非流动性。相反，常被用来表明连续市场优势的
是它能为买、卖双方提供即时的服务。因为它能够提供即时的交易，因此它的流
动性程度就要高得多。
除此之外，当一个市场变得规模更大以及证券的价格变得更具有波动性时，
应当采用频繁的市场出清制度，这样能消除上述的不利影响。(Garbade and
Silber，1979)1481。随着技术的改进，通过模拟技术的运用，对集合市场模型和
连续市场模型的比较后认为，集合市场的波动性比连续市场的小，价差较大，且
交易量较小(Domiwitz and Wang，1994)【4”。
正因为集合竟价模式在理论上存在众多优势，在开盘价格的确定方面，大多
数学者赞成单一价格的集合竞价模式。Angel和Wu(2001)指出，以单一价格的
集合竞价模式产生开盘价有多方面的优势I”1。Economides和Schwartz(1995)、
Handa和SchwaOz(1996b)等也认为，集合竞价是更好的开盘方式，因为集合竞
价在订单流集中在一起，不需要中介干预，因此降低了交易成本，并提高了价格
发现的质量。机构投资者们也偏好集合竞价的开盘制度，因为集合竞价使他们绕
开了机构经纪人，直接利用市场的流动性f51】1521。
2．4交易机制与波动性关系的分析方法
对交易机制与波动性关系问题的实证研究主要是探讨在不同的交易机制下，
波动性的差异问题，也就是对各交易机制下的波动性的度量问题，而对波动性的
度量总体上可以分为两种方法，即静态分析法和动态分析法。
Markowitz(1952)提出的波动性度量方法一一样本方差法，属于静态分析方
法，它是以收益率的方差来衡量市场价格的波动性。在对交易机制与波动性关系
问题的研究中，Amihud and Mendelson(1987，1991)采用样本方差法对不同交
易机制下的股票价格波动性进行了度量，他们以盯2(L，)和盯2(‘，)分别代表开盘价
16
硕士学位论文
格收益率的方差和收盘价格收益率的方差，而二掣为方差比，以方差比的大小
盯。(‘．，)
来考察交易机制对波动性的影响，即如果方差比大于1，则说明开盘波动性大于
收盘时的波动性，反之则相反。由于方差比方法非常直观，成为日后这一领域研
究的经典方法。本文也将遵循前人的道路，采用这一经典的方法进行研究。
但是由于金融数据都存在一定的尖峰厚尾现象，偏离标准正态分布，因此在
对样本的波动率(原始方差)进行估计时，在准确性上存在一定的偏差，不一定
能很好的解释实证得出的结果。随着研究的深入，在众多学者和专家的努力下，
波动模型取得了显著的进展。目前，波动性的衡量方法大致可以分为如下四种类
型：
1、期权隐含波动(Option Implied Volatility)模型。期权隐含波动模型首先由
Latane和Rendleman在1976年提出，其基本原理是：依据Black--Scholes期权定
价公式从期权价格倒推出市场的波动性。
2、纯时间序列(PureTime Series)模型。纯时间序列模型是指使用直接观测
到的波动变化，采用简单的时间序列模型来评估及预测市场的波动。这些简单时
间序列模型包括：随机游走、历史平均、移动平均、指数平滑、指数加权移动平
均等模型。
3、随机波动(StochasticVolatility)模型。随机波动模型考虑了方差方程中的
噪声过程，并且认为噪声独立于收益，这使得该模型更灵活。但是，随机波动模
型自实际中很难得到运用，原因在于最大似然估计法行不通，在某些情况下，该
模型的理论特性尚不清楚。
4、ARCH族模型。ARCH族模型考虑了样本方差的时变性，而不是把方差视
为是随时间变化而独立、同分布的常量，因而该类模型属于动态分析模型，它充
分的考虑了样本的尖峰厚尾现象，并采用不同的分布(如t分布)来调整尾部的
偏差。
在上述四类模型中，由于期权隐含波动模型的应用前提是期权市场有效、无
分割、定价公式正确，事实上这些前提条件很难完全满足，在实际运用中存在一
定的难度；随机波动模型也由于最大似然估计的问题很难在实际中得到运用；纯
时间序列模型认为在样本的历史数据中，距估计点越近的数据对波动性的影响越
大，因此在计算波动率的时候按照不同的权重给数据赋值，显示序列的趋势性变
化，但是这类模型并没有考虑样本方差的时变性和异方差问题，而且在对波动性
进行估计和预测的时候并没能很好的拟合样本的尖峰厚尾现象；对于ARCH族模
型而言，这类模型的一个重要性质是其误差项服从具有宽尾部的无条件分布，
ARCH族模型考虑了样本方差的时变性，而不是把方差视为是随时间变化而独立、
同分布的常量，更好的拟合了金融数据的尖峰厚尾现象，消除了异方差的影响。
i7
交易机制与股票价格波动性关系的实证研究
由于其自身具有的众多优势已经在经济领域尤其是金融市场中得到了越来越广泛
的应用，并取得了良好的效果。后文将运用ARCH族模型对交易机制与股价波动
性关系问题进行进一步的分析。
18
硕士学位论文
第3章交易机制与波动性关系的原始方差比分析
先前的实证一般是对同种证券的开、收盘的不同表现进行比较，或是对在不
同交易机制和规则中进行交易的不同证券进行研究的，因此存在着一定的缺陷。
笔者认为，对于开盘时刻的波动主要受两个因素的影响：第一是开盘前一段较长
的非交易时期积累的信息；第二是不同的开盘机制对价格发现的效率不同。如前
文所述，对于同一市场上相同的开盘机制和收盘机制而言，开盘波动大于收盘波
动(Amihud&Mendelson，1991)t”】；而集合竞价相对与连续竟价来说是更好的开盘
机制，能够降低股价波动f461f49l【50】芦“。因此，本文提出下面两个假设，并在后文
分别用原始方差比和GARCH模型对这两个假设以我国的数据进行实证检验。
假设一：当开盘机制与收盘机制相同时，与同一市场的收盘机制相比，开盘
机制受非交易时期累积信息因素的影响，开盘波动性(方差)因此较收盘波动性
(方差)大，亦即方差比大于1。
假设二：如果集合竞价方式确实如理论上所证明的是一种较好的开盘方式，
能够降低波动性的话，那么大陆市场的方差比将比香港市场(H股)的方差比小。
3．1数据来源与处理
本文的实证数据来源为：国内A股数据来自于分析师股票系统；H股资料来
源于雅虎财经网站。因为香港交易所在2002年3月份改变了开盘机制，由原来的
连续交易机制引入开放式集合竟价，因此数据的选取遵循如下的原则：第一，所
选股票在2002年元月份前至少已上市一年；第二，所选样本在香港和内地两个市
场都有上市；第三，不包括ST、PT股票。内地企业在香港上市的企业到2004年
底总共有97支，其中29家公司既在香港发行H股又在内地发行A股，符合上述
三个条件的样本一共18支，按不同的交易机制划分为两组。(见表3。1)各样本数
据的起始日期为1999年1月1日，截至日期为2001年12月31日，取每日的开
盘价格和收盘价格，并对各个样本股票的时间序列数据进行了调整处理以保持相
应的A股和H股具有相同的检验时期。文中所采用的计算软件为Excel和
Eviews3．1。
对于样本中任何一个上市公司j，在第t个交易日，对其开盘价和收盘价只?、
巧分别取对数，则收益率序列则分别为R；和彤，按如下方式计算：
彤=log(Pf)一log(P／i_。) (1)
。交易机制与股票价格波动性关系的实证研究
蟛=log(P／；)一log(P／,；一t)
表3．1样本股票的基本情况
(2)
H股上市A股上市总股本数流通H股流通A股
公司名称H股代码A股代码
时问时间(万) 数(万) 数(万)
北人股份0187 600860 1993 1994 42200 10000 7200
交大科技0300 600806 1993 1993 24501 6500 6000
兖州煤业1171 600188 1998 1998 287000 102000 18000
大唐电信099l 600198 1997 1997 43898 14306 16537
马钢股份0323 600808 1993 1993 645530 173293 60000
广船国际0317 600685 1993 1993 49468 15739 12648
上海石化0338 600688 1993 1993 720000 233000 72000
青岛啤酒0168 600600 1993 1993 106000 40685 20000
东方航空0670 600115 1997 1997 486695 156695 30000
仪征化纤1033 600871 1994 1994 400000 140000 20000
创业环保1065 600874 1994 1995 133000 34000 11250
东方电机1072 600875 1994 1995 45000 17000 6000
熊猫电子0553 600775 1996 1996 65502 24200 5800
鞍钢新轧0347 000898 1997 1997 296281 89000 75381
吉林化工0368 000618 1995 1996 356108 96478 20000
经纬纺机0350 000666 1995 1996 60380 18080 20300
东北电气0042 000585 1995 1996 87337 25795 14360
新华制药0719 000756 1996 1997 45731 15000 7615
3．2样本数据的基本统计描述
对样本数据进行上述简单处理之后，我们首先观测样本数据各序列统计上的
基本特征。结果如下：
表3．2样本A开盘序列的基本统计描述
样本A(代码) Mean Maximum Mininallm Skewness Kurtosis Jarque-Beta
600188 0．001013 O．125277 ．0．167054 0．040567 5．221672 146．6248
600875 0．000636 0．126145 ．0．158498 ．0．161533 5．641689 210．1258
600874 0．001313 0．120687 -0．136661 ．0．081557 5．020738 121．5871
600871 0．000738 0．124625 —0．122316 0．203364 5．326590 165．4939
600198 0．000203 0．151839 ．0．219510 0．120402 8．508455 905．6982
600115 0．000503 0．115832 ．0．074108 0．826438 6．344875 414，1257
20
硕士学位论文
600775 0．000993 0．131825 ，0．151703 ．0．189910 5309204 161．5623
600688 0．000351 0．139762 ．0．088899 1，006976 8．053222 874．1692
600808 0．00040I O．146750 -0．148346 0，567551 8．489322 932．1597
600685 0．000606 O．159009 ．0．124703 0．181121 6．284547 324．8541
600806 O．001094 0．181921 ．0．148821 0．274031 5，108013 139．9507
600860 0．001013 0．125277 ．O．167054 0．040567 5．221672 146．6248
600600 0．000509 0．117136 ．0．096418 0，271440 4．747912 98．68294
000898 0．000329 0．13t606 _o．110348 0．482225 7．444058 606．6078
000666 0．000369 0．133531 —0．203767 —0．506481 6．388803 365．9197
000585 ．O．001072 0．126606 ．0．130290 —0．240022 4．897712 112．2384
000756 8T33E．05 O．161268 ．0．255579 ．0，37'7494 12．60422 2714．721
000618 ．0．000402 O．154151 _o．312489 -0．581284 14．80999 4119．205
平均O．000482 O．137403 43．156476 0．104245 6．967927 697．7973
表3．3样本A收盘序列的基本统计描述
样本A(代码、Mean Maxinmm Minimulti Skewness Kurtosis Jarque·Beta
600188 0．001035 0．096192 ．0．104873 O．304145 4．556087 82，81223
600875 0．000652 0．095433 -o．104538 0．176097 4．634006 82．88919
600874 0．001334 0．095864 —0．104819 0．079838 3．688376 14．77269
600871 0．000739 0．096899 ．0．106949 0．3S9314 5．086384 144．4596
600198 0．000223 0．095547 -0．105320 0．429342 5．543999 214．7761
600115 0．000494 O．095894 -0．092373 O．875574 6．753557 510．3824
600775 0．000993 0．095638 —0．097495 0．240783 3．918892 31．74988
砷0688 0．000374 0．097574 ．0．100742 0．726765 7．058340 548．9691
600808 0．000409 0．099434 ．0．105166 0．570380 7．512254 642．6324
600685 0．000637 0．096600 -0．106483 O，179990 5．451565 1 82．6577
600806 O．001 131 O．095749 —0．105608 O．169694 4．046653 35．71467
600860 0．001035 0．096192 —0．104873 0，304145 4．556087 82，81223
600600 0．000529 0．095889 ．0．094268 0．501037 5．250049 178．7199
000898 0．000414 0．096555 _0．105361 0，596737 7．537926 645．8365
000666 0．000343 0．095955 一O．186794 —0．316046 6．706596 413．5480
O00585 ．0，001054 0．096074 ，0．169292 旬．328900 5．500594 195．8345
000756 0．000146 O．095664 —0．105430 O．462058 6．610554 406．2850
000618 ．0．000368 0．096355 ．0．343371 ·1．509327 25．88536 15585．92
平均O．000504 0D96306 ．0．124653 0．212313 6．683182 1111．154
交易机制与股票价格波动性关系的实证研究
表3．4样本H开盘序列的基本统计描述
样本H(代码) Mean Maximum Minimum Skewness Kurtosis Jarque-Beta
1171 0．000918 0．231802 ．0．174353 O．290594 4．314346 63．0771 9
1072 0．001253 0．234840 ，0．210295 0．193850 4．398182 59．73577
1065 O．002038 0．239230 -0．232805 0．198844 4．659031 87．92253
1033 0．000383 0．184650 ．0．189242 0．261 372 3．923314 34．38285
0991 0．000160 O．185806 ．0．182322 0．419343 4．769358 117．0974
0670 0．000834 0．182322 ．0．220543 O．232244 4．499577 75．26936
0553 0．002988 O．251314 ．O．194156 0．453132 4．364308 80．81481
0338 1．98E．05 0．233615 -0．167054 0．285403 4．38477S 68．05045
0323 0．000858 0_239230 ．0．376478 0．105937 7．148818 527．0754
0317 0．001139 0．221307 ．0．424883 ．0．425047 7．977887 735．3082
0300 0．003977 0．444686 ．O．216223 0．925954 8．512173 738．2640
0187 0．002258 O．190354 ．0．247310 ，0．157153 4．624084 69．43706
0168 0．001262 0．287682 -0．144189 0．667259 6．889264 51 1．4463
0347 0．000775 0．212175 ．0．184922 0．336361 4．609880 92．97706
0350 0．002693 0．278020 一0．207639 0．463770 5．956788 271．6828
0042 ．0．000146 0．293761 ．0．450201 ．0．499192 8．550389 934．2306
0719 O．001401 O．202941 -0．247836 ．O．168137 5．721398 215．8604
0368 0．000401 0．259825 -0．233615 0．412809 4．508791 90．34517
平均0．001290 0．242976 ．0．239115 0．222075 5．545131 265．1654
表3．5样本H收盘序列的基本统计描述
样本H(代码) Mean Maximum Minimum Skewness Kurtosis Jarque·Bera
1171 O．O00929 0．268706 ．O．131028 O．463853 4．745168 119．3034
1072 0．001267 0．265703 -0．494019 ．0．739527 12．15120 2438．323
1065 O．002029 0．196710 -0．312872 0．147646 5．465336 186．2368
1033 0．000397 0．176931 ．0．240141 O．188407 4．576265 80．22075
0991 0．000127 0．1883lO 一0．205444 0．171498 5．580295 206．9371
0670 0．000834 0．200671 ．0．371064 ．O．150516 10．44925 1697．567
0553 0．002974 0．254530 -O．204794 0．635831 4．788718 145．1011
0338 1．98E一05 0．242731 -0．175891 0．367402 4．811718 1 15．9419
0323 0．000858 0．235722 ．0．356675 0．243863 7．542241 637．3994
0317 0．001168 0．251314 —0．487986 -0．683433 11．68043 2226．457
硕士学位论文
0300 0．003977 0．444686 ．O．274437 1．079894 8．914408 865，5803
0187 0．002258 0．190354 ．0．297252 ．O．153312 5．947429 222．8269
0168 0．001228 0．287682 -0，137056 0，949507 8．671022 1081．944
0347 0．000775 0．238411 ．0．199129 0．478692 4．910010 139．4142
0350 0．002708 0．330664 ．0．321048 0．379837 8，982116 1028．765
0042 —0．000209 0．318454 ．O．572519 -0．955872 14．58195 4047．769
0719 0．001401 0．202941 ．0．262364 ．0．387379 6．201885 311．5519
0368 0．000374 0．245122 -0．323787 0．318917 6．204761 326．1033
平均0．001284 O．252202 -0．298195 0．130850 7．566900 882．080t
从表示3．2～3．5可以看出，两个样本的开盘序列和收盘序列的均值的在0．0005
和0．0013之间，接近与零，各序列的峰度(Kurtosis)都大于零，并且都大于3，
显示了尖峰厚尾的现象。各序列的偏度(Skewness)平均都大于零，其中样本A
的开盘序列中偏度大于零的有11个，收盘序列中偏度大于零的有15个：样本H
的开盘序列中偏度大于零的有14个，收盘序列中偏度大于零的有12个；因而各
序列的涨跌幅并不对称，向右偏离。从Jarque．Bera的正态概率来看，所有序列都
拒绝了正态分布的假设，说明横截面的股票变动数据显著的异于正态分布。
3．3实证模型
如前述开盘和收盘收益率序列分别令为群和蟛，那么开盘、收盘收益方差比
就可以表述为：
。V。var僻；) 卜F。蓊(3)
其中y。，y。分别是开盘回报方差和收盘回报方差。从上式可以看出，如果
y>1，说明开盘回报方差大于收盘回报方差，也就说明开盘价的波动性大于收盘
价的波动性。从单支股票的y值得出的结论不能代表整个市场的情况，所以为检
验整个市场中交易机制的影响，必须进行平均方差比检验。歹是股票的平均方差
比，用统计量：
丁：√万上兰～N(o，D (4)
(r(yi)
来检验原假设H。：y--1=0
其中，仃(Zi)为股票方差比的标准差，N是样本中包含的股票支数，统计量
遵从标准正态分布。
为了比较大陆市场的方差比与香港市场的方差比的差异，我们再通过平均值
交易机制与股票价格波动性关系的实证研究
比较的配对样本t检验来检验，看两个市场的方差比是否在统计上存在显著的差
异。
3．4实证结果
3．4．1原始方差比检验实证结果
根据Amihud(1987，1991)以及陈保华(2001)所采用的方差比方法，我们
首先对样本的原始方差进行比较，结果见表3．6和表3．7。
表3．6样本A(大陆市场样本)实证结果
样本H(代码) 开盘方差(y。) 收盘方差(y。) 方差比(y。／V。)
600188 0．000757 0．000608 1．2451
600875 0．000903 0．000756 1．1944
600874 0．001168 0．000785 1．4879
600871 0．000825 O．O00718 1．1490
600198 0．001017 0．000787 1|2922
600115 0．000603 0．000531 1．1360
600775 0．001070 0．000669 1．5307
600688 0．000570 0．000527 1．0816
600808 0．000743 0．000613 1．2121
600685 0．000857 0．000686 1．2493
600806 0．001657 0．001228 1．3493
600860 0，001085 0．000863 1．2572
600600 0．000748 0．000619 1-2084
000898 0．000626 0，000503 1．2445
000666 0．001136 0．000840 1．3524
000585 0．000967 0．000744 I．2997
000756 0．001023 0．000691 1．4805
000618 0．001176 0，000943 1．2471
平均0．000941 0．000728 1．2787
表3．7样本H(香港市场样本)实证结果
样本H(代码1 开盘方差(y。) 收盘方差(y。) 方差比(y。／y‘)
1171 0．002135 0．002002 1．0664
1072 0．003722 0．003272 1．1375
硕士学位论文
1065 0．003004 0．002643 1．1366
1033 0．002212 0．002031 1．0891
0991 0．001841 0．001635 1．1260
0670 0．002146 0．002009 1．0682
0553 O．003880 0．003905 0。9936
0338 0．002206 0．002027 1．0883
0323 O．003081 0．002627 1．1728
0317 0．003313 0．003188 1．0392
0300 0．005167 0．005482 0．9425
0187 0．002808 0．002473 1．1355
0168 0．001906 0．001779 1．0714
0347 0．002772 0．002354 1．1776
0350 0．002860 0．002693 1．0620
0042 0．004176 0．003890 1．0735
0719 0．002338 O．002064 1．1328
0368 0．003145 0．00”75 1．1333
平均0．002928 0．002714 1．0915
从上述结果可以看到，大陆市场的18支样本股票的方差比全部大于1，平均
为1．2787；香港市场的18支样本股票中有16支的方差比是大于1的，平均为
1．0915。说明相对与收盘而言，两个市场开盘时的波动性都较收盘时的大，分别
比收盘时高出了27_87％和9．15％。
进一步检验H。；r--1=0，并对两个结果的差异进行显著性检验。检验结果
见表3．8和表3．9。
表3．8显著性T检验结果
样本T统计量P值5％水平是否拒绝
A(大陆市场样本) 9．633861 0．0000 拒绝
H(香港市场样本) 6．422315 0．0000 拒绝
表3．9平均值比较的配对样本t检验
Paired Differenees t Sig．(2．tailed)
MOaR Std．Daviation
A．H ．187283 ．147555 5．385 ．000
交易机制与股票价格波动性关系的实i邸开究
在O．05的显著性水平下两个样本的检验结果都落在拒绝域，说明平均的方
差比显著大于1，即开盘回报的方差显著大于收盘回报的方差，开盘价比收盘价
有更大的波动。我们的假设一得以证明，即在相同的开盘和收盘机制下，开盘时
股票价格的波动主要受信息的影响。现在看假设二，由于大陆市场的方差比比香
港市场的方差比更大f统计上显著的大于1，因此假设二没能得到证明，说明在我
国内地市场上，集合竞价机制并没能降低开盘时的股票价格波动性，反而增大了
股票价格的波动性。对于此，～个合理的解释是：在国内市场上，由于95％以上
的都为个人投资者，机构投资者很少，对于这些个人投资者而言，他们不愿意参
加开盘的集合竞价，因为我国的集合竞价不披露任何的信息，只是最终公布一个
集合价，因此对他们而言，存在更多的不确定性，从而导致了这个开盘过程中的
交易量相对于当天的交易量很少，从而给了一些机构投资者操纵价格的机会，使
得开盘的波动性变大。这一解释可以从攀登、刘逖等(2004)的文献中得到支持，
他们对上海股票市场的封闭式集合竞价交易策略进行了建模并以市场数据进行了
实证研究，发现集合竞价中的每秒订单到达数目明显低于连续竞价的前10分钟，
只为后者的三分之二左右，表明散户参加集合竞价的意愿较弱，而且实证证明了
散户不愿意参与集合竞价的心理和对较高风险补偿的需求，使得集合竞价的结果
很容易以相当低的成本被操纵。
3．4．2序列相关性对方差比的影响
～般而言，金融时间序列尤其是股票收益的时间序列都可能存在一定的序列
相关性，序列相关性的存在会对我们采用的原始方差比的结果带来一定的影响。
在这里，序列自相关的影响可以从下式的分解中看出，我们把公式(3)拆开表示
为：
，。!竺!墨：2±!!!堡墨!±三!!!堡l二：墨墨2 (s)
’
var僻，)+var(R严)+2coy(R尸，R芦)
我们通过公式(5)来检验开盘价的回报序列和收盘价的回报序列中序列自相
关的存在对方差比结果的影响。表3,9和表3．10是开、收盘回报的一阶自相关系
数及序列相关系数的计算结果：
表3．10样本A序列相关检验结果
样本A(代码) P” P。D⋯ o“。
600188 ．O．124056 —0．048258 0．232747 ．O．136232
600875 ．0．131406 -o．068750 0，121968 ．0．1 19071
600874 ．0．009516 0．088429 0．358203 -0．099376
600871 ．0．074944 —0．042106 0．144251 ．0．068736
硕士学位论文
600198 —0．147418 ．0．058088 0．240941 —0．138847
600115 ．O．026358 一O．011511 0，185183 —0．064760
600775 —0．039390 0．122925 0．409755 ．O．033486
600688 —0．023821 —0．025797 0．184082 ．0．025657
600808 ．0．084855 ．O．000259 0．17981 8 ．0．018995
600685 ．0．081742 -0．055060 0．146734 ．0．088541
600806 ．0．029220 O．069029 0．257133 ．O．050380
600860 ．0．118791 一O．01 1571 O．137961 —0．079746
600600 一0．091323 ．0．020808 0．152008 ．O．070046
000898 ．0．102056 _0．077430 0．329574 -0．154061
000666 -0．125751 0．003273 O．134486 ．0．129516
000585 —0．027820 —0．002719 0．411530 ．0．073164
000756 ．0．127324 O．069519 O．262888 ．O．092792
000618 —0．042755 0．000952 O．101650 ．o．1 14247
平均．0．078253 -0．003791 0．221717 —0．086536
表3．11样本H序列相关检验结果
样本H(代码) p∞ P“ p⋯ D一
1171 ．0．018250 0．009174 0．047281 0．00”98
1072 ．0．097125 —0．060184 ．0．060083 ．O．090863
1065 ．0．112286 -O．066033 -0．066060 一O．093061
1033 O．006207 0．035519 O．051193 O．029408
0991 ．0．036113 O．031209 0．127753 ．0．028130
0670 -0．075837 43．063854 -0．074231 _o．087614
0553 0．075639 0．078636 0．022727 0．079483
0338 —0．019174 0．020347 一O．002992 O．018051
0323 ．0．104642 -0．048775 ．0．040574 ．0．015653
0317 —0．121290 —0．081319 —0．057696 ．0．015772
0300 —0．103244 —0．138712 —0．114980 0．029327
0187 ．0，116586 ．0．057044 —0．044826 0．031741
0168 —0．070118 -0．023344 43．049369 O．000698
0347 -0．091 177 —0．013761 0．038625 —0．076152
0350 ．0．087447 ．0．056439 —0．053625 ∞．050219
交易机制与股票价格波动性关系的实证研究
0042 —0．064504 ．0．027584 ．0．051848 ．0．008656
0719 ．0．140491 ．0．088435 ．0．093749 ．0．059309
0368 ．0．052221 ．0．040945 ．0．065562 0．002228
平均．O．068259 ．O．032864 ．0．027112 ．0．018427
其中，P”表示开盘回报的一阶自相关系数，P。表示收盘回报的一阶自相关
系数，JD一表示R尸和R，的序列相关系数，p一表：T—Rt”和月=的序列相关系数。
如表3．10、表3．11所示，样本A的P”全部小于零，平均值为．0．078253，说
明样本A的开盘回报序列是负自相关；样本H的p”有16个小于零，均值为
，O，068259，均值检验的t值为．5．388330，接受小于零的原假设，说明样本H的开
盘回报序列也是负自相关的。再看P”，样本A的P”有12个小于零，6个大于零，
平均值为-0．003791，均值检验的t值为．0．283077，说明样本A的收盘回报序列的
自相关性不显著；样本H的P”有13个小于零，5个大于零，平均值为一0．032864，
均值检验的t值为．2．646044，说明样本H的收盘回报序列是负自相关的。无论是
开盘还是收盘回报序列的自相关系数都不为零，说明市场非有效，而且进一步验
证了用原始的不考虑序列相关性的方差比检验会影响结果的可靠性。
从p一可以看出，样本A的JD一与样本H的P一表现了不同的结构，其中
样本A的J。～全部大于零，平均值为0．221717，即_p一显著的大于零；而样本H
的p一有13个小于零，只有5个大于零，平均值为一0．027112，均值检验的t值为
一1．863947，在90％的显著水平下小于零。而样本A的JD一全部小于零，均值为
一0，0865361样本H的p一有8个大于零，10个小于零，均僮为一0。018427，均值
检验的t值为一1．590652，小于零的显著性水平不高。样本A的p一和pm*的符
号反向，说明收盘价对价格信息反应不足，而开盘价对价格过度调整。
而两个样本的P一和P～均显著不为零，说明序列自相关性对方差比的检
验产生了干扰，有必要用更精确的估计方法求方差比。
硕士学位论文
第4章交易机制与波动性关系的GARCH模型分析
上一章我们只是简单的对开盘和收盘时的收益率的原始方差进行了比较，但
是这种统计分析得出的结论是不很精确也不能很好解释的。首先，分子和分母上
24小时的回报是有交叠的(交叠部分是头一天晚上收盘到第二天早上开盘的时间
段)，因此开盘回报序列和收盘回报序列是相关的；其次，异方差和序列相关都会
影响方差比的估计。所以用原始方差比统计检验，其结果的可信度不高。必须采
用能充分剔除这些影响的方法才能得到比较正确的结果。
4．1 GARCH模型
在80年代Engle提出的ARCH(autoregressive conditional heteroskedastic
process)模型，即自回归条件异方差模型，可用来做上述预测与估计。ARCH模型
的一个重要性质是其误差项服从具有宽尾部的无条件分布。资产收益变量的分布
往往具有宽尾特征，而传统的正态分布函数假设却不具备这一性质。Engle(1982)
证明只要保证四阶矩存在，ARCH模型的无条件正态系数大于3，即模型符合宽
尾部性质；此外，不相关性也是ARCH模型的一个重要特征。根据ARCH的性质，
内生变量Y。的最优预测是信息集妒。的一个零值期望，虽然过去的资产收益率的
观测值包含在此信息集里，但它实际上不影响t期的最优收益；可见ARCH模型
是与市场有效性假设具有相同性质的鞅过程。ARCH模型的第四个重要特征是它
能有效改善传统的常系数经济模型的预测能力。对收益率进行建模研究一直在计
量经济学中占据重要的位置，可以证明一个随机系数预测方程的方差具有ARCH
的特征，如果假定条件均值不变，ARCH模型可以被用来描述波动性集聚的收益
率序列，也可用于模拟峰度观测值。在给定前期收益率的条件下，具有ARCH性
质的随机系数方程显然比常系数预测方程更接近现实。
随后Bollerslev于1986年提出了广义的ARCH模型，GARCH(Generalized
ARCH)模型，他在条件方差的方程中加上了滞后的h，项，更精确地描述这些时间
序列的尾部分布特征。
具体的GARCH(P，q)模型如下：
￡，：厨，
hI=吐o+als三1+···+口口8三日+吼^l—l+⋯+Oph，一p
．交易机制与股票价格波动性关系的实证研究
一d。+Σ：，s乞+Σ2Ph， (6)
其中，y，独立同分布，’，，可以假定不同形式的分布，一般常假定为标准正态
分布，即EⅣ，)=O，D一，)=1，而s，为随机扰动项，那么就服从均值为0，标准差为
髓的正态分布。但是考虑到实证研究表明的收益率分布的厚尾性，可以用广义误
差分布(GED)和t一分布来调整尾部的偏差。
4．2 ARCH效应检验
我们首先对样本数据的时间序列进行ARCH效应检验，看其是否具有ARCH
效应，如果具有再对其进行各阶参数估计，以确定采用何种模型建模。
序列是否存在ARCH效应，最常用的检验方法是拉格朗日乘数法，即LM检
验。若模型随机扰动项g，～ARCH(q)，则可以建立辅助回归方程
hf=口o+nls三l+⋯十口日B三口(7)
检验序列是否存在ARCH效应，即检验上式中所有回归系数是否同时为0。
若所有回归系数同时为0的概率很大，则序列不存在ARCH效应；若所有回归系
数同时为0的概率很小，或至少有一个系数不显著为0，则序列存在ARCH效应。
检验的原假设和备择假设为
Ho：口l=血z=‘·‘=口口墨0 Hl：了口l≠0 (1Ei‘q)
检验统计量
LM inR。一z2(譬) (8)
其中，n是计算辅助回归(1)式时的样本数据个数，R2时辅助回归(1)式
的决定系数。
给定显著性水平a和自由度q，如果埘，z：(q)，则拒绝H。，认为序列存在
ARCH效应；如果埘sxJ(q)，则不能拒绝日。，说明序列不存在ARCH效应。
下面对样本各序列进行ARCH效应检验，结果见下表。
衰4．1样本A开盘序列的ARCH效应检验结果
样本A(代码) F-statistic Probability Obs+R—squared Probability
600188 76．37805 0．000000 69．09844 0．000000
600875 46．37576 O．000000 43．64773 0．000000
600874 41．30308 0．000000 3 9．13082 0．000000
600871 31．73741 0．000000 30．46157 0．000000
600198 39．98037 0．000000 37．95838 0．000000
硕士学位论文
600115 53．03253 0．000000 49．48566 0．000000
600775 26．93143 O'000000 26．01282 0．000000
600688 21．19941 0．000005 20．63894 0．000006
600808 20．10388 O．OOo009 19．60401 O．OO0010
600685 35．71406 0．000000 34．09941 0．000000
600806 20．87524 O．000006 20．33166 0．000007
600860 19．88880 0．000010 19．40001 0．000011
600600 13．02486 0．000329 12．82431 0．000342
000898 47．17302 0．000000 44．32100 0．000000
000666 15．16796 O．000108 14．88789 0．0001 14
000585 51．83086 0．000000 48．39097 0．000000
000756 107．1608 0．000000 93．16473 0．000000
000618 12．30287 O．000481 12．12442 0．000498
表4．2样本A收盘序列的ARCH效应检验结果
样本A(代码) F-statistic Probability Obs+R—squared Probability
600188 58．48164 0．000000 54．14955 0．000000
600875 27．35903 0．000000 26．41555 0．000000
600874 81．78514 0．000000 73．50212 0．000000
600871 88．96317 O．000000 79．25567 0．000000
600198 41．36361 0．000000 39．19947 0．000000
600115 38．22400 O．000000 36．37345 0．000000
600775 45．18592 0．000000 42．58123 0．O00000
600688 61．70989 O．000000 56．90404 0．000000
600808 51．38636 O．000000 48．04447 0．000000
600685 45．00448 O．000000 42．44106 0．000000
600806 61．67073 0．000000 56．86457 0．000000
600860 45．29214 O．000000 42．68918 0．000000
600600 12．75080 0．000380 12．55928 0．000394
000898 30．46706 0．000000 29．27973 0．000000
000666 4．601417 0．010345 9．121888 0．010452
000585 11．09706 0．000910 10．95490 0．000934
000756 103．1224 0．000000 90．10567 0．000000
000618 4．059638 0．044303 4．047728 0．044231
交易机制与股票价格波动性关系的实证研究
表4．3样本H开盘序列的ARCH效应检验结果
样本H(代码) F．statistic Probability Obs‘R—squared Probability
1171 4．460343 0．035030 4．445381 0，034996
1072 37．62139 0．000000 35．74610 0．000000
1065 6．2551 19 0．012604 6．218521 0．012642
1033 2．015494 0．050826 13．99058 0．051349*
0991 11．97077 0．000572 11．80969 0．000589
0670 9．070520 0．002687 8．983626 0．002724
0553 9．792441 0．001823 9．687738 0．001855
0338 13．42813 0．000266 13．22003 O．000277
0323 0．047141 0．828177 0．047267 0．827889++
0317 6．157663 0．013322 6．120782 0．013360
0300 2．939088 0．087055 2．933810 0．086743+
0187 4．216648 0．040459 4．201305 0．040393
0168 9．320944 0．002349 9．227636 0．002384
0347 21．28086 0．000005 20，73398 0．000005
0350 6．659674 O．010072 6．614150 0．010117
0042 21．63313 0．000004 21．04128 0．000004
0719 22．11172 0．000003 21．48281 0．000004
0368 10．12973 0．001521 10．01832 0．001550
表4．4样本H收盘序列的ARCH效应检验结果
样本H(代码) F-statistic Probability Obs+R—squared Probability
1171 7．352433 0．006855 7．298989 0．006899
1072 2．277047 0．045485 11．29512 0．045833
1065 3．600922 0．027792 7．160174 0．027873
1033 3．977191 0．046492 3，966463 0．046415
0991 9．198407 0．002508 9．108711 0．002544
0670 2．262898 0．079892 6．762823 0．079854+
0553 22，20587 0．000003 21．60052 0．OOo003
0338 8．225388 0．004251 8．155455 0．004293
0323 0．002076 0．963673 0．002081 0．963611++
0317 3．503816 0．030622 6．967108 0．030698
0300 1．042625 0．307687 1．044541 0．306768+4
硕士学位论文
0187 0．893529 0．344900 0，895160 0．3440834}
0168 6．508958 O．010938 6．468672 0．010979
0347 4．130090 O．016460 8．201085 0．016564
0350 1．469713 0．225815 1．470865 0．225209**
0042 7．608284 O，O00000 43．25461 O．OOooOO
0719 15．55491 0．OO0088 15．25394 0．000094
0368 1，815962 0．070942 14．41762 0．071509*
上述表4．1～4．4中Eviews软件给出了两个统计量的结果及其相应的概率值，
F统计量在有限样本情况下不是精确的分布，只能作为参考；LM统计量
Obs*R．squared值及其检验的相伴概率才是ARCH效应检验的有效参考。
从上述的结果可以看出，样本A的开盘序列和收盘序列在95％的显著性水平
下都具有ARCH效应，并且对其进行高阶(q>7)检验时仍然是显著的，显示了
高阶的ARCH效应，即GARCH效应。
而样本H的开盘序列和收盘序列表现出了和样本A不一样的结果。对于样本
H的开盘序列而言，有15个序列在95％的显著性水平下具有ARCH效应，而且
GARCH效应显著；2个序列(0300和1033)在90％的显著性水平下具有ARCH
效应，但是GARCH效应在95％的水平下显著：还有1个序列(0323)没能检测
出ARCH效应。而在样本H的收盘序列中，有12个序列在95％的显著性水平下
具有ARCH效应，且GARCH效应显著；有2个序列(0670和0368)在90％的
显著性水平下具有ARCH效应，而且GARCH效应显著，有4个序列ARCH效应
不显著。
根据前面的检验，两组样本的开盘和收盘的收益率序列均不服从标准正态分
布，而国内外许多研究也都表明，分布假定为正态分布的ARCH类模型不能完全
解释收益率的肥尾性。因此本文采用t一分布的GARCH模型，在对各序列进行各
阶参数估计后确定采用GARCH(1，1)模型，以重新估计两组样本的开盘和收
盘的波动率，求出新的方差比，来克服开、收盘回报序列相关、回报序列自相关
及异方差的影响。
对于GARCH(1，1)模型而言其方程为：
h，一ao+a18三l+哦^，一1 (9)
4．3实证结果
根据上面的检验，由于样本H中有四个样本数据ARCH效应不显著，因此对
这四个样本我们将它们从样本H中剔除出去，再对样本A和样本H的开、收盘序
列用GARCH(1，1)建模，求出各序列的平均方差，并求各自对应的方差比，
交易机制与股票价格波动性关系的实证研究
具体结果如下
表4,5样本A实证结果
样本A(代码) 开盘方差(V。) 收盘方差(V。) 方差比(V。／V。)
600188 0．000749 0．000604 1．2401
600875 0．00091 1 0．000770 1．1831
600874 0．001144 0．000782 1．4604
600871 0．000939 0．000745 1．2604
600198 0．001044 0．000794 1．3149
600115 0．000641 0．000550 1．1655
600775 0．OOll03 Ot000670 1．6463
600688 0．000628 0．000570 1．1018
600808 O．000759 0．000635 1．1953
600685 0．000854 0．000683 1．2504
600806 O．001622 O．001232 1．3166
600860 0．001123 O，000887 1．2261
600600 0．O00761 0．000636 1．1965
000898 0．000667 0．000567 1．1764
000666 0．001163 0．000865 1．3445
000585 0．000984 0．000771 1．2713
000756 0．000993 0．000683 1．4539
000618 O．001273 0．001037 1．2276
平均0．000964 0．000749 1．2795+
表4．6样本H实证结果
样本H(代码) 开盘方差(V。) 收盘方差(V‘) 方差比(V。／V。)
1171 0．002138 0．002020 1．0584
1072 0．003738 0．003419 1．0933
1065 0．003104 0．002676 1+1600
1033 0．002223 0．002069 1．0744
0991 0．001835 0．001635 1．1223
0670 0．002186 0．00221 1 O．9887
0553 0．003861 0．003881 0．9948
0338 0．002246 0．002050 1．0956
0317 0．003363 0．003289 1．0225
硕士学位论文
0168 0．001972 0．001826 1．0800
0347 0．002809 0．002360 1．1903
0042 0．004107 0．003848 1．0673
0719 0．002330 0，002108 1．1053
0368 0．003164 0．002795 1．1320
平均O．002791 O．002585 1．0846*
+注：上述两个表最后得出的平均方差比的统计显著性检验同样是落在拒绝域，即平均的方羞比显著大于
i。
从上面两个表中我们可以看到，大陆市场的18支样本股票的方差比全部大于
1，平均为1．2795；香港市场的14支对应样本数据的方差比中有12支大于1，平
均为1．0846，且统计显著性检验结果都落在拒绝域，说明平均的方差比都显著的
大于1。通过平均值比较的配对样本t检验，发现大陆市场的方差比显著的大于香
港市场的方差比。我们得到的结论是：假设一得到了支持，即在相同的开盘和收
盘机制下，开盘时股票价格的波动除了受交易机制本生的影响外，更多的体现是
受到了信息的影响。然而假设二仍然没能得到支持。也就是说在我国大陆市场上
采用的集合竟价的开盘方式并没能如理论上所说的那样能降低波动性，而是加大
了开盘时的波动性。导致这一结果的原因如前文所分析的那样，我国的集合竞价
开盘机制不披露任何的信息，这对于广大的散户投资者而言具有更大的不确定性，
从而导致大家不愿意参与开盘的交易，这就使得开盘更容易被少数大的投资者操
纵。
交易机制与股票价格波动性关系的实证研究
第5章结论及相关政策建议
市场价格的波动性反映了证券市场的投资风险。与其他市场一样，股票市场
是一个具有多重均衡特性的市场，价格容易过度波动，这时候，不但使价格可能
偏离真是价值，而且大大增加了市场价格的波动性和投资风险。
通常市场价格波动的原因有三种：一是，股票的价格决定于预期，而预期是
由对信息的判断做出的，当整个经济出现巨大的不确定性时，市场投资者会对信
息的反映过度，从而造成价格的过度调整。
第二种产生市场价格波动的原因则是由于交易指令的不均衡或者交易不活跃
产生的。这时候市场缺乏足够的资金进入，证券的交易很不活跃，买卖价差很大，
买卖方可能需要大幅度的调整价格才能找到交易的另一方从而实现交易i尤其是，
当出现大额指令时，市场价格就会发生较大的波动。
价格波动的另一个原因是造市行为。中国证券市场上的股票价格波动剧烈，
很大的原因是由实力强大的投资者通过买卖方式操纵股票价格来获取暴利。
在前述实证分析当中，我们利用原始方差比方法、GARCH(1，1)模型对我
国大陆市场和香港市场的开收盘机制与波动性问题进行了检验，得到了一些重要
的结论。
首先，很多文献都对我国的各指数(沪指、深指及港指)样本的ARCH效应
检验中都发现具有显著的ARCH效应；而在本文中我们发现相对与指数样本而言，
所选取的个股样本的ARCH效应检验呈现出多样性。
其次，我们发现对于相同的开、收盘交易机制而言，股票价格的波动更多的
受开盘前较长的一段非交易期的信息积累的影响，这与Amihud&Mendelson
(1991)的结论基本相同，但并没有排除不受交易机制的影响，这与Amihud＆
Mendelson(1991)以及陈保华(2001)的结论不同。
第三，我们发现，相对与香港市场而言，我国大陆市场所采用的封闭式集合
竞价形式并不如理论上所证明的那样降低了股票价格的波动性，这一开盘价格较
大的波动除了受积累的信息影响还受到不同机制的价格发现效率的影响，这与我
国开盘机制的信息披露制度存在极大的相关性，正因为大陆的集合开盘机制不披
露任何的信息，使得这一机制没能很好的发挥其应有的作用，相反导致了更大开
盘波动。
理论研究表明，集合竟价有较好的价格发现功能，且市场影响成本为零。我
国证券市场的开盘价格以集合竞价方式产生，这是非常合理的，且符合国际证券
市场的发展趋势。但我国的集合竞价方式相对比较简单，集合竞价过程中不披露
硕士学位论文
任何信息，也没有设定集合竟价随机结束、集合竟价订单薄平衡过程、集合竞价
时间延长等机制。这种“黑箱”式做法的缺点非常明显：第一，由于采取封闭式
集合竞价，系统不披露任何信息，因此，参与集合竟价的投资者往往无法合理判
断证券的真实价值，导致集合竞价过程中噪音交易增加，且容易滋生过度反应。
第二，由于系统不披露任何信息，特别是不披露买卖订单的不平衡信息，因此，
便利了市场操纵行为，降低了市场操纵者的操纵成本。因而，集合竞价模式应是
我国证券交易机制改革的重点之一。可供选择的改革措施包括：
1．改革价格确定方式。引入标准四原则价格确定方法，即最大成交量原则、
最小剩余量原则、市场压力原则、参考价格原则，这样既避免了再引入市价订单
后原有原则的难以操作，也有助于价格的稳定。
2．在集合竞价的价格披露方面，引入开放式集合竟价，即系统在订单集合过
程中，即时显示指示性集合竟价价格和成交情况，以及相关买卖盘信息(买卖盘
不均衡情况)等。开放式集合竞价的透明度大大提高，从而可以提高交易者的交
易愿望，提高价格的信息效率；同时，也有助为防止开盘价格的人为操纵。
3．引入集合竞价随机结束制度。由于我国证券市场存在较强的过度反应，部
分投资者偏好追涨杀跌。这种追涨杀跌的投资行为会直接导致开盘价格的过度反
应，操纵者可以很方便地确定一个指示性价格(如下达一个大额的高价买单)，然
后在集合竞价临近结束阶段撤单，并迅速输入自己的卖单，实现高价卖出的目的。
因此，有必要引入集合竞价随机结束机制，规定在集合竞价的最后阶段(如1分
钟)，集合竞价将随机结束。
4．对集合竟价的最后阶段(如集合竞价结束前3分钟之内)下达的订单规定
一个最高限额(如10万股)，同时规定在该阶段投资者下达的定单不得撤单，以
抑制市场操纵行为。
5．引入集合竞价时间延长机制，如借鉴英国、法国、德国等的经验，引入订
单薄平衡过程、市价订单延长和几个监控延长。
6．在集合竞价撮合时的订单优先原则方面，可考虑在引入按比例分配或随机
分配的原则，这样一方面可以缓解技术统计压力，同时也有助于保护小投资者的
利益。
7．培育和发展中国的机构投资者。中国股市上流动性交易对交易成本的影响
最大，这说明中国市场散户居多，短期行为普遍存在。机构投资者的发展将更进
一步推进证券市场的信息化进程，更加优化市场结构，对于稳定市场、减少股价
波动、信息披露、完善公司治理以及促进投资者投资理念的成熟都有非常重要的
意义。
要培育机构投资者，中国证券市场必须进行如下改革：首先，我国基于避险
和其它投资策略所要求的金融衍生工具的缺少对机构投资者的培育和发展构成了
交易机制与股票价格波动性关系的实证研究
制约，所以应该大力开发创新金融产品。其次，中国证券市场流动性从即时性和
弹性的角度还需要较大的改善。再次，应该在中国股票市场上建立更加灵活丰富
的交易机制，如引入多种交易指令、卖空机制、做市商制度等，以配合机构投资
者的多样化投资策略。最后，降低中国股市的执行成本，使机构投资者较大的交
易规模能低成本地执行。
38
硕士学位论文．
参考文献
【1】Madhavan，Ananth，Market Microstructure：A Survey,Journal of Financial
Intremediation，2000，(5)：255—283
Wood，Robert A，Thomas H．Mcinish and J．Keith Ord，An investigation of
transaction data for NYSE stocks，Journal of Finance，1985(40)：723—739
Harris，Lawrence，‘箭ansaction Data Tests of the Mixture of Distributions
Hypothesis”，Journal ofFinancial and QuantitativeAnalysis 1986(22)：127—142
Admati，A．R．，Pfleiderer,P．，“A theory of intraday patterns：volume and Price
variability”，The Review of Financial Study,1988(3)：3-40
Lockwood，L．J．，Linn，S．C．，‘‘An examination of stock market return volatility
during ovet night and intraday Periods，1964--1989”，Journal of Finance，1990
(45)：591．601
Foucault，Thierry,Order Flow Composition and Trading Costs in a Dynamic
Limit Order Market，Journal of Financial Markets，1999(孙：99—134
Chang，R。只，Fukuda，T．，Rhee，S⋯G Takano，M．‘'Intraday and intraday behavior
of the TOPlX'’，Pacific-Basin Finance Journal，1993(1)：67-95．
Lam，E H．L．and Tong，W：H．S，Intradaily Volatility in a Continuous
Order-Driven Market，Journal of Business Finance and Accounting，1999(26)，7，
1013．1036
Amihud，Yakov and Haim Mendelson，Trading Mechanisms and Stock Returns：
An Empirical Investigation，Journal of Finance，1987(42)：533--553
Amihud，Yakov and Haim Mendelson，Volatility，Efficiency，and Trading：
Evidence from the Japanese Stock Market，Journal of Finance，1991a(46)：1765
——1789
Stoll，Hans R and Robert E，Whaley,Stock market structure and volatility,
Review of Finance Studies，1990(3)：37-71
Chang，R．R，Rhee，S．G，Soedigno，S．，Price volatility of Indonesian stocks，
Pacific-Basin finance Journal，1995(3)：337—355
Choe，H．，Shin，H，S An analysis of intraday and intraday return
volatility---evidence from the Korea Stock Exchange，Pacific-Basin finance
Journal，1993(1)：175-188
Naidu，G N．and Michael S．Rozeff，Volume，volatility,liquidity and efficiency
嘲
科
H
阿
嘲
同
斟
m
凹
瞰
啤
∞
m
交易机制与股票价格波动性关系的实证研究
of the Singapore Stock Exchange before and after automation，Pacific—Basin
finance Journal，1994(2)：23—42
[151 Amihud，Yakov and Haim Mendelson，Market Microstructure and Price
Discovery on the Tokyo Stock Market，in T．Ziemba，W：Bailey and Y
Hamao(eds)，Japanese Financial Market Research，1991b：167—196
[16]Gerety,M．S+and J．H．Mulherin，Price Formation on Stock Exchanges：The
Evolution of Trading within the Day,Review of Financial Studies，1994(7)：
609．629
【17】George，T J．and C．Y．Hwang，Transitory Price Changes and Price—Limit Rules：
Evidence from the Tokyo Stock Exchange，Journal of Financial and Quantitative
Analysis，1995(30)：313-327
【18]Cheung，Y，R．Y．Ho，P．Pope and P Draper,Intraday Stock Return Volatility：
The Hong Kong Evidence，Pacific-Basin Finance Journal，1994(2)：261-276
【191 Chang，R．E，S．G Rhee，and S．Soedigno，Price Volatility of Indonesian Stocks，
Pacific—Basin Finance Journal，1995(3)：337—355
【20】Frino，A．，Lau，S．T．，Mclnish，T．，What is the best way of opening an electronic
market?ASX Perspective 1“Quarter，1996：48—51
【21]Carole Comerton—Forde，Do trading rules impact on market efficiency?A
comparison of opening procedures Off the Australian and Jakarta Stock
Exchanges，Pacific·Basin finance Journal，1999(7)：495—521
【22】Amihud，Yakov，Haim Mendelson，and M．Murgia，Stock Market Microstructure
and Return Volatility：Evidence from Italy,Journal of Banking and Finance，1990
(14)：423-430
[23】Forster,M．M．and T．J．George，Volatility,Trading Mechanisms and
International Cross—Listing，Working Paper(The Ohio State University)，
1992：1-30
【24]Lang，L．H．P and Y．T．Lee，The Performance of Various Transaction
Frequencies under Call Markets．Pacific—Basin Finance Journal，1999(7)：23—39
[25】Chang，R．E，Hsu．s．T，Huang，N㈣k Rhee，G．S．，The effects of trading methods
on volatility and liquidity：Evidence from the Taiwan Stock Exchange，Journal of
Business Finance and Accounting，1999(26)：137-170
『261李学峰．股权结构与股市稳定性+南开经济研究，2001
『271杜沔．关于我国股市波动性过大问题的探讨．经济理论与经济管理，1997
f281高潮生．破解股市迷思．财经，2002
f291吕继宏．涨跌停版对股市波动的影响．吉林大学社会科学学报，2000
40
硕士学位论文
f30】江晓东．股票收益率波动的实证研究，东南学术，2002
【31】刘国旗．非线性GARCH模型在中国股市波动预测中的应用研究．统计研究，
2000
【32]刘莉．股票指数波动率的估计方法及其应用．电子科技大学学报，2000
f33J陈春华．极端值原理对上海股市波动性的实证分析．科技迸步理论，2002
【34】刘晓峰．涨、跌停板制度安排对于股市稳定性影响的研究．国际金融研究，
2001
【35】殷玲．GARCH--M模型与我国沪深股市的波动．江南大学学报，2002
[36】陈保华。交易机制对股价行为的影响——对中国股票市场的实证检验．经济
研究，2001(5)：69—95
【371 Kim KA。Price Limits and Stock Market Volatility．Economic Letters 2001，f71)：
131．136
(38】吕继宏．涨跌停版对股市波动的影响．吉林大学社会科学学报，2000
【39】孙培源，施东晖．涨跌幅限制降低了股价波动吗?一一来自中国股票市场的
证据．证券市场导报．2001(11)：12．18
【40】孔爱国，黄建兵，胡畏．上海股票市场波动实证性研究：2001——从交易方
式角度透视．复旦学报(社会科学版)，2002(们：56．67
【41】刘阳．交易机制对我国证券市场波动性的影响分析．南开经济研究．2003(4)：
65．70
[421周锋．中小企业板股票开放式集合竞价效率研究．深圳证券交易所研究报告，
2004
[43】Glen，J．，“A Introduction tO the Microstructure of Emerging Markets”，
International Finance Corporation Discussion Paper，(1994)，NO．2 Washington
D．CIFC
[44]Hasbrouck，Joel and
R．A．Schwartz，Liquidity and Execution Costs in Equitv
Markets，Journal of Portfolio Management，1988(14)：10．16
[45】刘逖．证券市场微观结构理论与实践．复旦大学出版社，2002
【46】Cohen，K．J．and R．A．Schwartz(1989)，An Electronic Call Market：Its Design and
Desirability，in H．c．．Lucas，Jr,and R．A．Schwartz(eds)，The Challenge of
Information Technology for lhe Securities Markets：Liquidity,Volatilitv and
Global Trading(Dow Jones—Irwin)，PP．15—58
[47】Stoll，H．R(1985)．Alternate Views of Market Making，in Amihud，Ho，and
Schwartz(eds)，Market Making and the Changing Structure of the Securities
Industries(Lexington Books)，PP．61—92
【48】Garbade，Kenneth D．and William Silber，Structural Organization of Secondarv
交易机制与股票价格波动性关系的实证研究。
Market：Clearing Frequency，Dealer Activity and Liquidity Risk，Journal of
Finance，1979(34)：577—593
[49]Domowitz，I．and J．Wang，Auctions as Algorithms：Computerized Trade
Execution and Price Discovery，Journal of Economic Dynamics and Control，
1994：29—60
【50】Angel，James J．and Simon Z．Wu，Calling the Open：Price Discovery Evidence
from NASDAQ，NASDAQ Working Paper’March，2001．
【51】Economides，Nicholas and Robert A．Schwartz，Electronic call Market Trading，
Journal of Portfolio Management，1995(21)：10-18
f52】Handa，Puneet and Robert八Schwartz，Limit Order Trading，Journal of Finance，
1996b(51)：1835-1860
硕士学位论文
致谢
当我给论文画上最后一个句号时，我突然意识到，两年半的研究生生涯就要
过去了。论文的完稿与交付答辩意味着我在湖南大学的学习生涯即将告一段落，
此刻心中万千感慨，但最想表达的还是心中无尽的感激之情。
首先要感谢的是我的恩师戴晓风教授。在我求学期间，戴老师不仅在学术上
悉心指导，循循善诱；更以其丰富的人生阅历对我们言传身教，不仅教我们如何
治学，更教我们如何做人。戴老师严谨务实的治学风格，乐观进取、坦荡豁达的
品格，深深地影响了我。感谢戴老师给我们提供了很多实践锻炼的机会；感谢戴
老师使我接触、了解、探索了市场微观结构理论这一金融科学的前沿领域，在本
文的成文过程中，戴老师无论在提纲的拟定还是论文的修改与最后的定稿，都倾
注了大量的心血。
感谢张强教授、杨胜刚教授、彭建刚教授、曾令华教授、晏艳阳教授、贺学
会教授、易传和副教授、曹晓东副教授、陈新国副教授、姚小义副教授、伍伟老
师以及所有教过我的老师。师恩难忘，谆谆教诲我将永远铭记于心。
感谢金融学院办公室及资料室潘新玲老师、戴晓梅老师、彭自强老师以及其
他工作人员，对他们的辛劳致以深切的谢意。还要感谢众多的同窗好友、师兄师
妹，共同的学习、交流与探讨，让我受益匪浅。
最终要感谢我的父母，并将此文献给他们，父母的养育与支持是我成长道路
上一切力量的源泉。
杨军
． 交易机制与股票价格波动性关系的实证研究
附录A攻读学位期间所发表的学术论文目录
【1]戴晓风，杨军，张清海．中国股票市场弱式有效性检验：基于单位根方法，系
统工程，已录用。