[论文解读] Automated Liquidity Provision and the Demise of Traditional Market Making

Austin Gerig, David Michayluk|arXiv (Cornell University)|Jul 14, 2010

Financial Markets and Investment Strategies参考文献 8被引用 11

一句话总结

本文通过分析跨资产订单流来建模自动化做市商如何利用跨证券订单流定价，从而在减少不利选择和提升价格效率方面优于传统做市商。模型表明，自动化系统主导了大部分交易，降低了非知情交易者的交易成本，并提升了市场成交量——解释了高频交易的兴起以及美国股市中人类做市商角色的衰落。

ABSTRACT

Traditional market makers are losing their importance as automated systems have largely assumed the role of liquidity provision in markets. We update the model of Glosten and Milgrom (1985) to analyze this new world: we add multiple securities and introduce an automated market maker who uses the relationships between securities to price order flow. This new automated participant transacts the majority of orders, sets prices that are more efficient, and increases informed and decreases uninformed traders' transaction costs. These results can explain the recent dominance of high frequency trading in US markets and the corresponding increase in trading volume and decrease in transaction costs for US stocks.

研究动机与目标

• 解释美国股市中传统做市商衰落与自动化做市商兴起的原因。
• 建立模型，说明自动化系统如何利用跨资产关系设定比人类做市商更高效的定价。
• 分析自动化做市对交易成本、市场效率和交易量的影响。
• 评估自动化交易是否对非知情投资者与知情投资者产生不同影响，以及这对市场结构的影响。

提出的方法

• 通过引入多资产并赋予自动化做市商跨资产订单流聚合信息，扩展Glosten-Milgrom（1985）模型。
• 将自动化做市商建模为基于跨资产订单流动态设定价格，从而降低不利选择风险。
• 引入一个单调递减函数，将流动性交易者提交订单的概率与预期交易成本关联。
• 使用均衡分析，推导在传统与自动化做市商制度下的买卖价差与交易概率。
• 应用比较静态分析，展示自动化做市商的存在如何改变订单流、价差与交易量。
• 推导出自动化做市商降低价差并提高交易概率的条件，尤其对非知情交易者更为显著。

实验结果

研究问题

• RQ1 为何自动化做市商在美国股市中已基本取代传统做市商？
• RQ2 相较于传统做市，跨资产订单流信息如何提升价格发现效率并减少不利选择？
• RQ3 自动化做市对知情与非知情交易者的交易成本有何影响？
• RQ4 自动化做市商的存在如何影响整体交易量与市场效率？
• RQ5 在何种条件下，自动化做市能带来更低的价差与更高的交易概率？

主要发现

• 自动化做市商设定的价格比传统做市商更有效，将期末证券价格偏离内在价值的程度从0.75降低至0.71875。
• 自动化做市商主导了大部分订单交易，显著减少不利选择，并通过相关证券分散风险。
• 非知情交易者因价差缩小而面临更低的交易成本，因为当自动化系统吸收订单流时，知情订单占比下降。
• 当自动化做市商存在时，两支证券的交易概率均上升，这是由于预期交易成本降低，促使更多流动性交易者提交订单。
• 由于知情订单比例下降，两支证券的买卖价差平均降低。
• 非知情交易者参与度提高（由成本降低所驱动）导致整体交易量上升，与美国股市中观察到的趋势一致。