试论买卖价差对我国证券市场信息不对称度量的适用性

朱爱萍

（厦门大学 会计系，福建 厦门 361005）

证券市场是一个典型的具有不确定性和信息不对称特点的市场，市场中的投资者由于获得信息的渠道不同、对信息的分析判断不同等原因拥有不同的私人信息，因而造成投资者之间的信息不对称。股票价格是对市场各种信息的反应，投资者之间的信息不对称会造成股票市场的非有效性，因而如何度量市场的信息不对称一直是学者们致力研究的课题。自上世纪60年代开始至近年，西方学者们广泛运用买卖价差指标度量股票市场的流动性，从而测度市场的信息不对称。近几年，买卖价差指标也开始被用于我国股票市场的分析，但得出的结论却不太具备说服力，买卖价差指标适合中国交易制度背景下对于市场信息不对称状况的度量吗？本文试图阐述买卖价差指标在我国证券市场对于信息不对称度量的适用性。

1 传统的信息不对称度量指标——买卖价差

买卖价差（bid-ask spread）简单来说就是股票交易过程中卖者最低的要价和买者愿意支付的最高的出价之间的差额。买卖价差指标本身是绝对值指标，其相对数指标为相对买卖价差(relative bid-ask spread)，是买卖价差与买卖出价和的均值之比，该指标消除了股价因素对买卖价差造成的影响，常与买卖价差指标同时使用。

1.1 从两类交易者拥有不同信息的角度分析

最早正式阐述买卖价差指标的是Demsetz(1968)，他在一个静止的供给和需求的框架下分析买卖价差，认为它是交易者即时交易的成本，也就是说买卖价差必须能够弥补市场流动性提供者（做市商）所发生的交易成本以及持有股票的存货成本。之后，一派的学者主要研究买卖价差和做市商存货成本之间的关系；另一派以Bagehot(1971)等学者为代表，认为做市商面临着两类交易者，即流动性交易者和拥有私人信息的交易者，做市商和流动性交易者一样不拥有任何非公开信息，所以他不能赚取拥有私人信息的交易者利润，只能从流动性交易者那里获取收益，所以做市商的买卖价差被认为是在知情交易者的预期损失和流动性交易者的预期收益之间的权衡。Copeland and Galai(1983)在Bagehot(1971)研究的基础上，给定流动性交易者和知情交易者，做市商被假设为在一个既定的时间内针对既定数目的股票提供一个虚值(out-of-the-money)的期权，期权的执行价格取决于买卖价差，做市商通过权衡来自于知情交易者的预期损失和来自流动性交易者的预期收益来决定买卖价差，以最大化自己的利润，文章推导出垄断的做市商比完全竞争的做市商提供的买卖价差更大。

从知情交易者和流动性交易者拥有信息不同的角度来研究，就得出结论，当市场上知情交易者增加时，做市商必须通过增加买卖价差来弥补可能遭受的损失。所以当市场买卖价差增加时，就意味着市场知情交易者增多，从而市场上信息不对称的情况就更严重了。

1.2 从买卖价差的构成分析

自20世纪80年代后，许多学者对买卖价差的构成进行了进一步的研究。其中大部分学者 （Glosten(1987)、Glosten and Harri(1988)、Stoll(1989)和 George,Kaul and Nimalendran(1991)）等将买卖价差分解成两个部分，即基于拥有私人信息交易者而存在的不利选择成本和做市商的毛利，做市商的毛利可以看成是存货持有成本和指令处理成本的补偿。Lin,Sanger and Booth(1995)检验了交易规模（trade size）和买卖价差之间的关系，发现买卖价差中的不利选择成本随着交易规模的增加单调、显著的增加。Hasbrouck(1988,1991)利用报价和交易的时间序列模型推导出买卖价差的来源。在所有模型对买卖价差的分解中都包含了不利选择成本，并将其作为对于做市商或“专家”（specialist）与知情交易者之间信息不对称衡量的指标。

从买卖价差的构成来看，不管是将其分解成两类，即做市商毛利和不利选择成本，还是分成三类，将做市商毛利再分解为指令处理成本和存货持有成本，不利选择成本都成为重要的组成部分。不利选择成本代表的就是做市商在面临知情交易者可能给他们带来损失时而增加的买卖价差，所以不利选择成本成为检验市场信息不对称的重要指标之一。

1.3 买卖价差指标在信息披露研究中的运用

正因为买卖价差代表了做市商和知情交易者之间的信息不对称状况，所以在研究信息披露的文献中，许多学者利用买卖价差及其相关指标来衡量市场的信息不对称状况。Diamond and Verrecchia(1991)认为信息披露会减少信息不对称从而增加市场的流动性，降低买卖价差和资本成本。Lee,Mucklow,and Ready(1993)研究了盈余公告前后的买卖价差的宽度(spread)和深度(depth)，发现买卖价差宽度增大和深度降低伴随着信息不对称的增加。Lee,Mucklow&Ready(1993)，Krinsky&Lee(1996)的经验结果表明，在盈余宣告前后代表不利选择成本的买卖差价显著增加。Chiyachantana,Jiang,Taechapiroontong&Wood (2004)的研究结果表明公平披露法案公布后，盈余宣告前的不利选择成本显著降低，说明该法案实施后信息不对称的成本降低了。Lee,Rosenthal&Gleason(2004)检验了公平披露法案实施后消息释放前后买卖价差中信息不对称比例的变化，结果发现买卖价差的不利选择部分并无明显增加，认为市场信息效率并未降低。

总之，买卖价差作为信息不对称的衡量指标在西方信息披露的研究中得到广泛的运用，并在信息披露的事件研究中经历了大量的经验检验研究。

2 国内关于买卖价差指标的研究及问题

2.1 买卖价差在我国证券市场研究中的运用

在西方，对于买卖价差的研究已日趋成熟；在国内，近年来也对买卖价差指标展开了研究，其中部分学者认为买卖价差在国内仍然可以作为信息不对称的衡量指标。穆启国，吴冲锋，刘海龙（2004）基于MRR模型将买卖价差分解为非对称信息成本和指令处理成本,发现深交所股票的非对称信息成本、指令处理成本呈“L形”曲线,非对称信息成本和指令处理成本随着股票价格的降低而降低,随着换手率的降低而增加。王志强和陈培昆（2006）对深市150家上市公司的买卖价差中逆向选择成份进行估算，发现信息不对称对深市买卖价差的贡献度为39%。

2.2 既有研究反映的问题

但是另一些学者关于买卖价差的研究更引起的笔者的注意，屈文洲和吴世农（2002）对我国深圳股票交易所买卖价差一周内的变动模式和一天内的变动模式进行了研究，发现一周内的买卖价差并无显著差异，一日内的买卖价差呈现出“L”型的变动规律，开盘时的相对买卖价差在全天中最大,达到0.35%,随后的交易时间中逐步缩小,1个小时后缩小到0.16%,在剩下的交易时间内相对买卖价差几乎保持在0.15%左右。而Handa(1992)对纽约股票交易所(NYSE)和美国证券交易所(AMEX)的买卖价差进行了研究,发现是巨大的“U”型模式。做市商在开盘和收盘时段提供了较大的买卖报价价差,而在中间交易时段却提供较小的买卖报价价差，Handa(1992)还发现在纽约股票交易所和美国股票交易所10%的最大市值股票的相对买卖价差在0.50～0.60%之间；Pagano and Roell(1990)发现伦敦股票交易所的平均相对买卖价差在0.80～0.85%之间,巴黎股票交易所的平均相对买卖价差在0.52～0.67%之间；Angle(2000)对道琼斯30种工业成分股的流动性进行研究,结果显示这些股票的平均委托价差为0.32%；2Ahn and Bae(2000)则研究了33个恒生指数成分股的报价情况,其平均委托价差为0.47%。而屈文洲和吴世农（2002）研究表明深圳股票市场的相对买卖价差在0.1429%-0.3500%之间，平均价差为0.1676%，也就是说中国深圳市场的买卖价差远远小于欧美和香港市场。

孙培源、施东辉（2002）以上证30指数成分股为研究样本,运用分钟交易数据分析买卖价差的特征，结果表明,上海股市的买卖价差总体上低于纽约、香港特区等成熟市场,在交易日内呈现“L形”的变化趋势，每天开盘交易十分钟内,价差非常大,一般高于日内平均买卖价差50% 以上，在从9:30到10:30的时间里,买卖价差迅速缩小，10:30以后买卖价差基本收敛到一天的平均水平。在10:30以后的交易时间内,买卖价差基本稳定在0.13%这一水平。根据此数据推断，与中国深圳市场一样，中国上海市场的买卖价差也远远小于欧美和香港市场。

笔者再研究了穆启国，吴冲锋，刘海龙（2004）的买卖价差分解模型，发现作者将中国资本市场的买卖价差假设成由信息不对称成本和指令成本构成，利用MRR模型进行分解，虽然其得出结论认为深市买卖价差中信息不对称成本占隐含价差的66.97%，但却只占样本期平均价格的0.01346%，绝对意义并不大。并且深圳股市的非对称信息成本、指令处理成本以及隐含价差大致呈“L形”曲线,每日开盘后的10分钟内,非对称信息成本、指令处理成本以及隐含价差较大，其后平稳，这与屈文洲和吴世农（2002）和孙培源、施东辉（2002）的研究是一致的。王志强和陈培昆（2006）利用LSB的模型将买卖价差分解成信息不对称成本与指令处理成本，得出信息不对称成本占买卖价差的39.08%，但是其利用的交易数据为深圳实时三档最高买入申报价和最低卖出申报价，其中每日相对价差最小值为0.09%，最大值为0.74%，均值为0.26%，此三档的买卖价差的平均水平仍远远低于欧美和香港的买卖价差，并且并未考虑中国证券市场买卖价差的L型规律，也就是说，买卖价差的中位值是远远小于平均值的，所以并不能据此认为深圳市场的信息不对称是高于欧美和香港市场的。

从直观上观察上海和深圳的五档交易数据中的最高买入价（买一）和最低卖出价（卖一），在9:30分开盘10分钟后，大部分股票的买卖价差基本上就保持在0.01元左右，并没有太大波动，即使有些股票暂时的买卖价差大于0.01元，市场也会在很短的时间内将其调整到0.01元的水平。综合上述的经验证据，究竟是中国证券市场的信息不对称程度低于发达的证券市场还是买卖价差不能很好地反映中国证券市场的信息不对称水平呢？究竟是什么原因造成了这样的状况呢？

3 买卖价差不适用的原因分析—是否存在造市者

3.1 金融市场的交易模式及其特征

从本源上来讲，金融市场主要有两种最基本的交易模式：做市商模式(Dealership Mode)和以集中竞价为特征的拍卖模式(Auction Mode)。一般来说，以柜台交易(OTC)为特征的无形市场通常属于做市商市场，而以交易所集中竞价交易为主的有形市场则属于拍卖型市场。目前世界上规模较大的交易所市场几乎都是拍卖型市场，如纽约股票交易所、东京股票交易所、香港股票交易所和巴黎交易所等(伦敦股票交易所也于1997年引入了辅助性的指令驱动交易系统)。我国两大证券交易所也都属于拍卖性市场的范畴。而美国的NASDAQ股票市场和伦敦股票交易所市场则属于偏重做市商特征的市场。

所谓做市商交易模式是指交易双方需借助做市商(Dealers)这类中介机构来实现金融交易的一种市场运作模式。做市商通常是一些具备相当资金实力和市场信誉的经营性法人(券商)，他们需要在金融监管部门注册登记，取得做市商的法律资格。一旦某家做市商答应为某个金融产品做市，那么它必须完成两项基本功能：(1)为该金融产品连续报出买价和卖价；(2)用自有资金或证券库存，无条件地按自己所报出的买价或卖价，买入或卖出投资者指定数量的金融产品。由此可见，在做市商市场，交易是在投资者和做市商之间完成的，它作为买者和卖者的中介，解决了买者和卖者在出价时间上的不对称问题，因此，它的存在可大大改善金融市场的流动性。由于做市商市场的交易开始于做市商们的报价(Quote)，因此，做市商市场又被称为报价驱动的市场(Quote-Driven-Market)。在拍卖市场，交易是在交易所集中撮合完成，投资者以市场中报出的最低要价从另一个投资者买入某一金融产品，而以市场中报出的最高出价卖出该产品。在拍卖市场上，投资者同时出价，交易在投资者之间直接完成。由于拍卖市场的交易起始于投资者发出的指令，因此，我们通常把拍卖市场称为集中化的、指令驱动的市场(Order-Driven-Market)。

在一些拍卖型金融市场 (如美国纽约证券交易所NYSE)也存在造市者 (Market Makers)，和做市商市场(Dealership Market)一样，它们存在的主要理由也是为了提高市场的流动性。在纽约股票交易所上做市的人叫“专家”(specialist)。所谓“专家”，实际上就是一些经纪公司的经纪人，这些经纪人的特殊之处在于他们专门负责某一只股票的拍卖活动。也就是说，在纽约证券交易所上市的每一只股票都指派给特定的“专家”来负责交易。这一制度使得所有股票都可以在同一时间进行交易，从而能充分实现每只股票交易的连续性。纽约证券交易所的“专家”除继续承担为某只股票撮合交易的功能外，还必须承担为该股票“做市”的功能。目前，纽约证券交易所共有7家“专家会员公司”(Specialist Firms)，其公司内的“专家”在市场中的功能主要有两项：①作为一个“拍卖人”专门负责某只股票的撮合交易，包括确定开盘价格，接受和汇集交易指令，向市场发布交易指令的排序和成交信息，并公布当前的最优买价和卖价。②作为一个“造市者”为其专门负责的那只股票 “造市”，以保证该股票交易的稳定性和连续性。当市场上的卖出指令和买入指令不匹配时，专家需联系最近在市场上活跃的买家和卖家，引导他们进行交易。当他们所负责的股票的供给和需求不平衡时，专家还需动用他们所在专家会员公司的资金和股票库存来买卖该只股票(有时可能是自买自卖)。无论是拍卖市场的造市者还是做市商市场的造市者都必须对特定交易标的持有一定的库存量，只有这样，他们才能实现为市场提供流动性的功能。

3.2 我国证券市场的交易模式

正因为在西方大部分的证券市场要么存在做市商要么存在专家，这些造市者拥有一定的资金和股票库存，他们的盈利就是通过买卖价差获得，当他们面临市场上知情交易者时，必须通过扩大买卖价差来弥补他们面临的损失，所以买卖价差就可以在一定程度上反映市场的信息不对称状况。而中国证券市场为集中竞价的拍卖市场，不存在任何的造市者。在现行的竞价交易机制下,投资者可通过柜台、电话、自助终端以及互联网等多种渠道进行买卖委托,电脑交易系统按照“价格优先、时间优先(price and time priority)”的原则,对投资者的买卖委托直接进行撮合。所以我国拍卖市场的交易信息比做市商市场更为透明，投资者在下达交易指令之前能够观察到已经发生的或即将发生的交易指令信息流，因此，他们能据此做出更为有利于自己的出价策略；而在做市商市场，虽然各个做市商的报价信息是公开的，但由于每一笔交易都是在投资者和做市商之间完成的，因此，其他投资者无法观察到他们的交易信息，这其中包括成交价格信息和交易数量信息。

3.3 买卖价差不适用的原因分析

由上述两种制度的阐述，我们不难发现为何我国的买卖价差指标日内模式呈L型，这主要是因为在我国股市开盘的9:00至9:30分之间的集合竞价过程完全是“黑箱”操作，由于知情交易者和流动性交易者掌握的信息量不同等原因，彼此对股价的走势产生分歧，必然导致买卖价差巨大，随着9:30正式开盘后，投资者可以观察到彼此信息，流动性交易者为了即时交易会不断调整自己的出价直至撮合成功，所以我国股市开盘后10分钟买卖价差迅速下降，就是此原因。此后，由于投资者彼此可以观察对方出价，买卖价差基本就维持在最小价格变化单位，一般是0.01元左右，此时的买卖价差已经不能反映市场的信息不对称状况。综上所述，笔者认为我国证券市场的买卖价差与存在造市者市场的买卖价差意义是不同的，如果说买卖价差反映了信息不对称，那也就是在9:00至9:30之间的“黑箱”操作时间，当然此时的买卖价差应当还有其他的因素如投资者情绪等4。如果运用一日内加权平均买卖价差等相关指标来衡量市场的信息不对称状况必然会得出错误的结论，造成中国市场信息不对称状况的低估，给监管者提供错误的信息。

[1]Ahn,H.J.,K.H.Bae,Limit Orders,Depth,and Volatility:Evidence from the Stock Exchange of Hong Kong[J].Pacific Basin Finance Journal,2000,7.

[2]Bagehot,Walter The Only Game in Town[J].Financial Analysis Journal,1971,27.

[3]Copeland,T.,D.Galai.Information Effects of the Bid–Ask Spread[J].Journal of Finance,1983.

[4]Chiraphol N. Chiyachantana, Christine X. Jiang, Nareerat Taechapiroontong,Robert A.Wood,The Impact of Regulation Fair Disclosure on Information Asymmetry and Trading:An Intraday Analysis[J].The Financial Review,2004,39.

[5]Diamond,D.W.,R.E.Verrecchia,Disclosure,liquidity,and the Cost of Capital[J].Journal of Finance,1991,46.

[6]George,T.J.,G.Kaul,M.,Nimalendran.Estimating of the Bid–Ask Spread and Its Components:A New Approach[J].Review of Financial Studies,1991,4.

[7]Glosten,L.,L.Harris.Estimating the Components of the Bid–Ask Spread[J].Journal of Financial Economics,1988,21.

[8]Hasbrouck,J.,Trades,Quotes.Inventories and Information[J].Journal of Financial Economics,1988,22.

[9]Hasbrouck,J.Measuring the Information Contents of Stock Trades[J].Journal of Finance,1991,46.

[10]Ji-Chai Lin,Gary C.Sanger,G.Geoffrey Booth[J].Review of Financial Studies,1995,8.

[11]Krinsky,I.,J.Lee,Earnings Announcements and the Components of the Bid-ask Spread[J].Journal of Finance，1996,51.

[12]Lee,C.M.C.,B.Mucklow,M.J.Ready,Spreads,Depths and the Impact of Earnings Information:an Intraday Analysis[J].Review of Financial Studies,1993,6.

[13]Stoll,H.R.Inferring the Components of the Bid–Ask Spread:Theory and Empirical Tests[J].Journal of Finance,1989,44.

[14]穆启国，吴冲锋，刘海龙.深圳证券交易所买卖价差的构成分析[J].系统工程理论方法应用,2004,13(4).

[15]屈文洲,吴世农.中国股票市场微观结构的特征分析[J].经济研究,2002,(1).

[16]孙培源,施东晖.微观结构、流动性与买卖价差[J].世界经济,2002,(4).

[17]王志强，陈培昆.深市买卖价差逆向选择成分的估算与分析[J].证券市场导报,2006,(4).