[论文解读] Large tick assets: implicit spread and optimal tick size

Khalil Al Dayri, Mathieu Rosenbaum|RePEc: Research Papers in Economics|Jul 26, 2012

Financial Markets and Investment Strategies参考文献 34被引用 5

一句话总结

本文引入了“隐性价差”这一新概念——一种用于大价位资产的新型度量方法，取代传统的买卖价差，因为在这些资产中有效价差几乎总是等于一个价位。该研究提出了一套框架，用于量化价位大小、预测价位变动后的微观结构效应，并基于单一参数η推导出最优价位大小，明确公式表明主要资产的最优价位远低于当前水平。

ABSTRACT

In this work, we provide a framework linking microstructural properties of an asset to the tick value of the exchange. In particular, we bring to light a quantity, referred to as implicit spread, playing the role of spread for large tick assets, for which the effective spread is almost always equal to one tick. The relevance of this new parameter is shown both empirically and theoretically. This implicit spread allows us to quantify the tick sizes of large tick assets and to define a notion of optimal tick size. Moreover, our results open the possibility of forecasting the behavior of relevant market quantities after a change in the tick value and to give a way to modify it in order to reach an optimal tick size.

研究动机与目标

• 为解决在大价位资产中缺乏量化框架以确定最优价位大小的问题，这些资产的价差被人为限制在单个价位。
• 定义一种新的市场微观结构参数——“隐性价差”——以捕捉有效价格冲击，并在大价位情境下替代传统价差。
• 为交易所提供一个可预测且可操作的模型，以调整价位大小以实现最优市场效率。
• 利用单一、可从数据中估计的参数η，预测价位大小变化后对微观结构变量（如订单流、波动率）的影响。
• 基于市场统计量推导出最优价位大小的显式公式，并通过真实期货数据进行验证。

提出的方法

• 将‘隐性价差’定义为ηα，其中η为无量纲参数，α为价位值，作为大价位资产中有效价差的代理指标。
• 利用高频数据估计η，基于观察到的订单簿动态，特别是市价单成本与波动率的比率。
• 在改进版的Madhavan等人的微观结构模型基础上，推导出η、价位大小α与关键微观结构变量（波动率、订单流、价差）之间的理论关系。
• 提出三种最优价位大小公式的版本（公式8–10），基于市价单与限价单成本的平衡，以η = 1/2作为最优性的目标。
• 在14个期货合约（如DAX、ESX、Bund）上实证验证模型，表明当前价位大小远高于最优值。
• 对小价位资产采用两步法：首先将价位大小提高至使其成为大价位资产，然后应用所提出的框架。

实验结果

研究问题

• RQ1 在观察到的价差始终为一个价位的大价位资产中，如何有意义地量化有效价差？
• RQ2 对于大价位资产，最优价位大小应为多少，才能最小化市场冲击并确保市价单与限价单的公平定价？
• RQ3 如何预测价位大小变化的影响，以预测其对微观结构变量（如波动率和订单流）的影响？
• RQ4 是否可以使用单一参数η来预测价位大小变化后的微观结构行为？该参数如何从数据中估计？
• RQ5 基于可观察的市场统计数据（如波动率和订单流），最优价位大小的显式公式是什么？

主要发现

• 隐性价差ηα在大价位资产中有效替代了传统买卖价差，其中η可从数据中实证估计且具有理论基础。
• 对于DAX期货，最优价位大小估计为4.9€，远低于当前的12.50€，表明存在显著的下调空间。
• 对于ESX指数期货，最优价位大小为1.3€，远低于当前的10.00€，强烈支持下调。
• 模型预测，在价位大小变化后，可通过公式(5)–(7)预测参数η，Bobl债券数据提供了强有力的实证支持。
• 最优价位大小对应η = 1/2，此时市价单与限价单的 ex post 成本为零，且价差接近一个价位。
• 最优价位大小公式(8)–(10)为交易所提供了一种实用且基于数据的方法，可用于设定或调整价位大小以提升市场效率。