[论文解读] Scaling of inefficiencies in the U.S. equity markets: Evidence from three market indices and more than 2900 securities

John H. Ring, Colin M. Van Oort+4 more|arXiv (Cornell University)|Feb 12, 2019

Financial Markets and Investment Strategies被引用 5

一句话总结

本研究利用2016年覆盖超过2,900只证券的31亿个报价错位片段的全面数据集，分析了美国股票市场中的报价错位现象。研究发现，23.7%的交易发生在错位期间，导致约20.5亿美元的实现机会成本，其中标普500指数剔除道琼斯30只成分股（SPexDow）是效率低下的主要驱动因素。

ABSTRACT

Using the most comprehensive, commercially-available dataset of trading activity in U.S. equity markets, we catalog and analyze quote dislocations between the SIP National Best Bid and Offer (NBBO) and a synthetic BBO constructed from direct feeds. We observe a total of over 3.1 billion dislocation segments in the Russell 3000 during trading in 2016, roughly 525 per second of trading. However, these dislocations do not occur uniformly throughout the trading day. We identify a characteristic structure that features more dislocations near the open and close. Additionally, around 23% of observed trades executed during dislocations. These trades may have been impacted by stale information, leading to estimated opportunity costs on the order of $ 2 billion USD. A subset of the constituents of the S&P 500 index experience the greatest amount of opportunity cost and appear to drive inefficiencies in other stocks. These results quantify impacts of the physical structure of the U.S. National Market System.

研究动机与目标

• 量化美国股票市场中，来自SIP全国最优买卖报价（NBBO）与合成直接BBO之间报价错位的频率及其经济影响。
• 研究错位片段的时间分布特征及市值依赖性结构，及其相关的实现机会成本（ROC）。
• 确定哪些市场板块——道琼斯30只成分股、SPexDow或RexSP——对效率低下的贡献最为显著，并分析各板块之间的因果关系。
• 评估市场微观结构因素（如延迟和信息不对称性）在国家市场体系中持续产生效率低下的作用。

提出的方法

• 本研究使用2016年来自罗素3000指数及部分ETF的超过31亿个错位片段（DSs）的高频数据，数据源自直接交易所馈送和SIP NBBO数据。
• 错位被定义为NBBO与合成DBBO在价格上存在差异的时段，通过设定持续时间和价格幅度阈值以筛选出具有实际意义的事件。
• 实现机会成本（ROC）计算为在错位期间以NBBO报价执行的交易价值，与若按真实DBBO价格执行本应获得的价值之间的差额。
• 分析采用双对数空间中的线性与二次回归模型，以建立市值与ROC之间缩放关系的模型。
• 使用自助法（bootstrapping）计算回归曲线的95%置信区间，并应用格兰杰因果检验推断市场类别之间的方向性影响。
• 对错位片段（DS）开始时间与持续时间的时间序列分析揭示了自相似模式与多尺度动态特征，表明错位存在多个潜在成因。

实验结果

研究问题

• RQ1 报价错位在全美股票市场中的频率与持续时间分布如何？尤其在交易时段与证券规模方面有何特征？
• RQ2 在罗素3000指数及其子指数中，因在错位事件期间执行交易而导致的经济损失（以实现机会成本衡量）有多大？
• RQ3 哪个市场板块（道琼斯30只成分股、SPexDow或RexSP）是效率低下的主要来源？这些板块之间在错位传播方面存在何种因果关系？
• RQ4 错位模式与ROC值是否在统计上与市值呈可扩展关系？行业差异（如金融与能源板块）如何影响这一关系？
• RQ5 错位动态是否表现出多尺度时间结构？这些特征对市场效率低下背后机制有何启示？

主要发现

• 2016年罗素3000指数中观察到超过31亿个错位片段，平均每秒交易时段约525个。
• 所有交易中23.71%为差异交易——即在错位期间执行的交易——导致保守估计全年实现机会成本达20.5亿美元。
• SPexDow（标普500指数剔除道琼斯30只成分股）是错位与ROC的主要驱动因素，占错位片段与经济效率低下的最大份额。
• RexSP证券（罗素3000指数剔除标普500指数成分股）的单位股份实现机会成本最高，且流动性最低，表明其对报价滞后效应更为敏感。
• 时间序列分析显示，ROC呈现负自相关性，表明其具有均值回归特征；格兰杰因果检验显示，SPexDow的ROC可预测道琼斯30只成分股与RexSP的ROC，但反之不成立。
• 错位持续时间分布显示出两个明显峰：一个位于100微秒至1毫秒之间，另一个接近1秒，表明错位至少存在两种不同的潜在成因。