建立市场冲击预测模型的方法有哪些？

建立市场冲击预测模型的方法有哪些？

在这一部分我们会介绍一般的建立市场冲击预测模型的方法。这些模型在预测特定交易决策带来的交易成本与设计最有效交易方法时非常有用。

我们前面说过,显性交易成本在估计和预测的时候相对更容易一些。因此,我们在这部分主要关注的是对于隐性交易成本的度量方法,更确切地说是对市场冲击的度量方法。这种方法是以市场冲击为因变量的线性因子方法。我们将自变量或预测因子区分为基于交易和基于资产的因素两种。

基于交易的因素

下面是一些基于交易的因素的例子：

交易规模

相对交易规模

市场流动性的价格

交易类型(信息化交易或非信息化交易)投资者的效率和交易方式

市场或交易所的具体特点

交易提交的时间和交易时机

指令类型

市场冲击预测变量中最重要的可能就是绝对和相对的交易规模。绝对交易规模常常用交易的份数,或者交易的美元价值来衡量。而相对交易规模则是用交易的份数除以平均日成交量,或者用交易的份数除以总流通股本的方法来计算的。需要注意的是,前一个变量可以被看成是暂时性市场冲击的解释变量,而后一个则是永久性市场冲击的解释变量。特别地,我们预期暂时性市场冲击随着交易规模除以平均日成交量的值增加而增加,因为更大规模的交易需要更多的流动性。

每一种投资的方式对于交易的紧迫性有着不同的要求。技术性交易常常需要以更快的速度交易，以便利用一些暂时性的信息，并因此会显示出更高的市场冲击成本。相反，传统的长期价值投资策略则可以交易得慢一些。这些策略在很多情况下甚至可以提供流动性，于是就有可能产生负的市场冲击成本。

一些研究表明,不同国家的股票交易成本会有很大的变化。每一个国家的市场和交易所都不同,因而它们的市场微观结构也不同。预测变量可以被用来捕捉特定的市场特征,例如流动性、效率、机构特点。

一笔交易的时机可以影响到市场冲击成本。举例来说,月初的市场冲击成本似乎在总体上比月末要高。这个现象的一种解释是许多机构交易员更倾向于在月初对他们的投资组合进行重新调整。由于这些交易中的很多笔都是基于同一股票的,因而这种调整会带来市场冲击成本的增加。交易在一天之中发生的时间也会对市场冲击成本产生影响。很多消息灵通的机构交易者会倾向于在市场开始的时候进行交易,因为他们希望利用前一天市场关闭后所产生的新信息。

市场冲击成本是不对称的。换句话说,买入和卖出指令会带来完全不同的市场冲击成本。因此,对于买入和卖出指令会有不同的模型来进行估计。但是,目前人们通常会建立包含代表买卖、市价指令、限价指令等不同指令类型的虚拟变量的模型。

基于资产的因素

下面是一些基于资产的因素的例子:

价格动量

价格的波动性

市场的资本总额

成长型与价值型股票

具体的行业或部门特征

对于表现出正的价格动量的股票,买入指令是有流动性需求的,因此,它更有可能带来比卖出指令更高的市场冲击成本。

一般来说,具有较高波动性的股票会带来更高的永久性价格影响。Chan和Lakon-ishoko以及Smith等人认为其中的原因是波动性较高的股票在交易时会携带更多的信息。另一种可能性则是较高的波动性会增加成交的几率,因而可以按照流动性提供者的价格成交。于是,流动性提供者会在最优价格提供较少的股份数以降低逆向选择的成本。

大盘股票的交易更加活跃，因此比小盘股票的流动性更高。所以，大盘股票的市场冲击成本会常常比较低。但是，如果我们在衡量市场冲击成本的时候考虑到相关的交易规模（例如按照日平均成交量进行标准化），那么大盘股票的市场冲击成本则一般会高一些。同样的，成长型股票和价值型股票也会产生不同的市场冲击成本。其中一个原因与交易方式有关。成长型股票通常会表现出增长的动力和高的波动性。这会吸引技术型交易者的进入，他们喜欢利用短期价格的变动来获得收益。价值型股票的交易频率则较低，持有期也会稍微长一点。

不同行业的市场会显示出不同的交易行为。例如，Bikker和Spierdijk 证实，能源行业的股票交易会比其他可比的非能源行业股票带来更高的市场冲击成本。

牛市通网是一个牛股推荐网与低风险投资知识网，可以在线联系客服领取牛股。牛市通网从权威的投资专家、金融分析师等投资信息中挑选优质的文章进行发布。牛市通网主要为投资者提供股票知识、股票观点、股票分析和明智金融投资讨论等信息。