中国债券信息网-交易机制对债券市场质量的影响-40页_2mb

交易机制对债券市场质量的影响——基于场外、场内交易机制的比较分析

核心内容

本文研究了中国债券市场中，银行间市场（场外）与交易所市场（场内）在不同交易机制下的市场效率差异。通过构建Agent-Based Model（ABM），模拟了交易品种和参与者结构完全相同的场内和场外市场环境，以分析交易机制对市场定价效率、流动性及买卖价差的影响。

主要观点

• 交易机制差异：场内市场采用限价订单簿制度，参与者匿名交易，交易效率高；场外市场采用做市商制度，参与者需主动联系做市商，交易更依赖双边协商，流动性较低。
• 锚定效应：在交易所市场，参与者表现出更强的锚定效应，对资产估值更高；而在场外市场，参与者之间的报价差异更大，估价更低。
• 流动性与价格发现：场内市场的流动性更高，但容易出现价格泡沫；场外市场流动性较低，但引入做市商后，流动性显著提升，市场稳定性增强。
• 市场效率：场内市场在成交量上更活跃，但买卖价差和价格偏离度较高；场外市场成交量较低，但买卖价差较小，价格更贴近基本面价值。
• 做市商的作用：做市商能够有效提高场外市场的流动性，缓解买卖订单不匹配的问题，使市场在价格发现和成交量上更加稳定。

关键信息

• 市场结构与规模：银行间市场自1997年成立以来，逐渐成为国内债券市场的主导，2020年市场规模达到100.53万亿，远高于交易所市场的13.54万亿。
• 投资者结构差异：银行间市场以商业银行为主，占比超过60%；交易所市场则以一般法人为主，占比接近50%，且非银行金融机构占比较高。
• 债券品种差异：银行间市场以政府债券和金融债券为主，交易所市场则以公司信用债为主。
• 流动性指标：根据2018-2020年的数据，银行间市场的买卖价差普遍小于交易所市场，表明其流动性更优。Amihud指标和Roll指标也支持这一结论。
• 信用利差：交易所市场的信用利差普遍低于银行间市场，说明其定价更有效。
• Agent-Based Model：模拟结果显示，场内市场的成交价普遍高于基本面价值，且出现泡沫；场外市场的成交价则更接近基本面价值，且成交量较低。
• 参数校准：场内市场和场外市场通过实验数据进行参数校准，结果显示场内市场的锚定效应更强，场外市场的异质性更高。
• 交易机制对市场的影响：随着资产到期，场内和场外市场的成交量均下降，但场外市场在引入做市商后，成交量不再下降，表现出更好的稳定性。

模型与实验

• 模型构建：ABM模型中，市场参与者分为两种类型：场内市场采用限价订单簿机制，场外市场采用做市商机制。参与者在每期交易中随机决定买入或卖出，报价由前期成交价和随机项构成。
• 实验数据：实验环境下的参与者数量为9，每期交易持续180秒，交易量和成交价均显示出场内市场更活跃，但价格偏离度更大。
• 参数校准：通过最小化模拟与实验数据的偏差，得到场内和场外市场的最优参数组合。场内市场参数显示锚定效应更强，场外市场则表现出更高的异质性。
• 比较静态分析：参数对成交价、成交量和买卖价差的影响不同。场内市场对锚定效应敏感，场外市场对买卖价差更敏感。在资产到期时，场内和场外市场的成交量均下降，但场外市场引入做市商后，成交量保持稳定。

做市商制度的影响

• 价格影响：在场内市场，当资产到期时，抛压导致成交价下降；在场外市场，做市商的存在缓解了这一影响，使价格更稳定。
• 成交量影响：场外市场在引入做市商后，成交量不再随期数下降，说明做市商提供了充足的流动性。
• 买卖价差：场外市场在引入做市商后，买卖价差显著减少，说明做市商有助于提高市场效率。
• 市场稳定性：场外市场在引入做市商后，对市场环境变化的敏感性降低，表现出更高的稳定性。

结论

• 交易机制的重要性：交易机制对市场效率有显著影响，场内市场在活跃度上占优，但易产生价格泡沫；场外市场流动性较低，但引入做市商后，市场效率显著提升。
• 市场改革建议：应结合两个市场的优劣势，优化交易机制，提升市场整体效率，为市场参与者创造更合适的交易环境。

关键图表与数据

• 图1：中国债券市场规模占GDP比重，2014年为56%，2020年达到112.7%。
• 图2：2014-2020年两个市场的规模对比，银行间市场远大于交易所市场。
• 图3：交易机制对比图，场内市场为限价订单簿，场外市场为做市商制度。
• 表1：买卖价差对比，场外市场买卖价差普遍小于场内市场。
• 表2：信用利差对比，交易所市场信用利差低于银行间市场。
• 图11：实验环境下成交价和成交量对比，场内市场成交价更高，成交量更大。
• 图12-13：模拟市场成交价和成交量变化，场内市场更活跃，但价格偏离度更高。
• 图14-16：不同参数下成交价、买卖价差和成交量的变化趋势。
• 图17-19：不同交易机制下价格偏离率、买卖价差和成交量的模拟结果。

参考文献

• O'Hara M. Presidential Address: Liquidity and Price Discovery. Journal of Finance, 2003.
• Demsetz H. The Cost of Transacting. Quarterly Journal of Economics, 1968.
• Duffie D, Pedersen GLH. Over-the-Counter Markets. Econometrica, 2010.
• 张晓玫，弋琳. 货币空转与银行间市场流动性. 财经科学, 2013.
• 张明，郭子睿，何帆. “钱荒”为什么会发生？. 国际金融研究, 2016.
• Duffie D, Dworczak P, Zhu H. Benchmarks in Search Markets. Journal of Finance, 2015.
• Biais B, Green R. The microstructure of the bond market in the 20th century. Review of Economic Dynamics, 2019.
• Bessembinder H, Venkataraman K. Does an electronic stock exchange need an upstairs market? Journal of Financial Economics, 2004.
• Holden CW, Lu D, Lugovsky V, et al. What is the impact of introducing a parallel OTC market? Journal of Financial Economics, 2021.
• Hendershott T, Madhavan A. Click or Call? The Journal of Finance, 2015.
• Corwin S A, Schultz P. A simple way to estimate bid-ask spreads. The Journal of Finance, 2012.
• Amihud Y. Illiquidity and stock returns. Journal of financial markets, 2002.
• Roll R. A simple implicit measure of the effective bid-ask spread. The Journal of finance, 1984.
• Arthur W B. Inductive reasoning and bounded rationality. The American economic review, 1994.
• Arthur W B, Holland J H, Lebaron B, et al. Asset pricing under endogenous expectations. The economy as an evolving complex system II, 1996.
• Lebaron B, Arthur WB, Palmer R. Time series properties of an artificial stock market. Journal of Economic Dynamics and control, 1999.
• Arthur W B. Complexity and the economy. Science, 1999.
• Pascual J A, Pajares J, Lopez-Paredes A. Explaining the statistical features of the Spanish Stock Market. Advances in Artificial Economics, 2006.
• Anufriev M, Arifovic J, Ledyard J, et al. Efficiency of continuous double auctions. Journal of Evolutionary Economics, 2013.
• Gode D K, Sunder S. What makes markets allocationally efficient? The Quarterly Journal of Economics, 1997.
• Gode D K, Sunder S. Allocative efficiency of markets with zero-intelligence traders. Journal of political economy, 1993.
• Jamal K, Maier M, Sunder S. Simple Agents, Intelligent Markets. Computational Economics, 2017.
• Duffy J, Unver M U. Asset price bubbles and crashes with near-zero-intelligence traders. Economic theory, 2006.
• Smith V L, Suchanek G L, Williams A W. Bubbles, Crashes, and Endogenous Expectations. Econometrica, 1988.