[论文解读] The behavior of dealers and clients on the European corporate bond market: the case of Multi-Dealer-to-Client platforms

Jean‐David Fermanian, Olivier Guéant+1 more|arXiv (Cornell University)|Nov 24, 2015

Digital Platforms and Economics被引用 5

一句话总结

本文利用彭博社MD2C平台的专有请求报价（RFQ）数据，对欧洲公司债市场的客户与做市商行为进行建模。研究提出一种部分参与模型，采用偏斜指数幂分布描述做市商报价，以正态分布刻画客户保留价格，发现高风险债券（高收益/次级）导致客户报价要求更高、做市商报价折扣更大；而大名义金额的RFQ因投资组合对冲和战略性客户关系，吸引更具竞争力的定价。

ABSTRACT

For the last two decades, most financial markets have undergone an evolution toward electronification. The market for corporate bonds is one of the last major financial markets to follow this unavoidable path. Traditionally quote-driven i.e., dealer-driven) rather than order-driven, the market for corporate bonds is still mainly dominated by voice trading, but a lot of electronic platforms have emerged. These electronic platforms make it possible for buy-side agents to simultaneously request several dealers for quotes, or even directly trade with other buy-siders. The research presented in this article is based on a large proprietary database of requests for quotes (RFQ) sent, through the multi-dealer-to-client (MD2C) platform operated by Bloomberg Fixed Income Trading, to one of the major liquidity providers in European corporate bonds. Our goal is (i) to model the RFQ process on these platforms and the resulting competition between dealers, and (ii) to use our model in order to implicit from the RFQ database the behavior of both dealers and clients on MD2C platforms.

研究动机与目标

• 对多做市商对客户（MD2C）平台上的RFQ流程进行建模，理解做市商与客户的策略行为。
• 从非结构化的RFQ数据中推断隐含的客户保留价格与做市商报价策略。
• 分析市场结构、风险特征与交易规模如何影响电子债券平台上的定价与竞争。
• 评估所请求做市商数量对报价激进程度与响应概率的影响。
• 构建一个能反映RFQ中无回应效应与部分参与现象的现实建模框架。

提出的方法

• 使用正态分布建模客户保留价格，使用偏斜指数幂分布建模做市商报价。
• 提出一种“部分参与”模型，以反映无回应效应，即做市商可能不回应RFQ。
• 基于彭博社MD2C平台提供的大规模专有RFQ数据集，使用最大似然法估计模型参数。
• 引入债券类型（高收益、次级）、名义金额与交易方向（买入/卖出）等协变量，评估其对定价的影响。
• 使用命中率与报价激进程度作为不同所请求做市商数量（n_i）下竞争强度的指标。
• 将部分参与模型与完全参与基准模型进行比较，以验证其稳健性与现实性。

实验结果

研究问题

• RQ1 客户保留价格与做市商报价在不同类型的公司债（尤其是高收益与次级债券）中如何变化？
• RQ2 增加所请求做市商数量（n_i）对报价激进程度与响应概率有何影响？
• RQ3 交易规模（名义金额）如何影响客户与做市商的定价行为？
• RQ4 风险特征（如违约概率与回收率不确定性）在多大程度上影响报价与保留价格的动态？
• RQ5 无回应效应如何塑造MD2C平台上观察到的报价分布与竞争格局？

主要发现

• 在买入RFQ中，客户对高收益债券要求的CBBT买卖价差折扣为0.710倍，而做市商报价则低0.379倍，表明客户风险规避程度更高。
• 在卖出RFQ中，客户要求的CBBT买卖价差溢价为0.673倍，而做市商报价则高出0.267倍，反映出风险感知的非对称性。
• 次级债券引发类似的基于风险的定价调整，客户与做市商均因违约时回收率的不确定性而调整报价。
• 大名义金额的RFQ导致更激进的定价，可能源于做市商的头寸对冲与战略性客户关系。
• 小名义金额的RFQ中，双方报价更具灵活性，可能旨在提升交易频率并降低搜索成本。
• 随着所请求做市商数量（n_i）的增加，报价激进程度上升，命中率下降，证实活跃做市商之间竞争加剧。