high-frequency-tradingprice-discoveryprice-efficiencystate-space-modelnasdaqequity

Brogaard, Hendershott & Riordan (2014) — High Frequency Trading and Price Discovery

一句话：把 HFT 的成交拆成「吃单」与「挂单」会得到相反的结论——吃单提升价格效率，挂单被逆向选择。

完整引用: Brogaard, J., Hendershott, T., & Riordan, R. (2013). High frequency trading and price discovery. ECB Working Paper 1602（2013-11，Lamfalussy Fellowship Programme）。正刊 Review of Financial Studies 27(8), 2014。

数据: NASDAQ 逐笔，2008-09 年，120 只股票（60 只 NYSE、60 只 NASDAQ）。

核心贡献

  1. 用状态空间模型（Menkveld-Koopman-Lucas 路线）把价格拆成永久成分（信息）与临时成分（定价误差），识别假设 Cov(\mu_t,\nu_t)=0
  2. HFT 吃单（HFTD）：与永久变动正相关、与定价误差负相关 ⇒ 纠正价格超调 + 吸收新信息
  3. nHFT 吃单（nHFTD）：与永久变动正相关，但与过去收益正相关 ⇒ 交易信息的滞后吸收（动量）
  4. HFT 挂单（HFTS）与 nHFT 挂单（nHFTS）都负相关于永久变动 ⇒ 两者都被逆向选择
  5. 收入结构：HFT 计入 NASDAQ 费用与返佣后更加盈利，nHFT 亏损；HFT 在大盘股的收入是小盘股的 200 倍以上

关键数值

量 值
大盘股 \kappa（HFTAll，每 10,000 美元） 0.21 基点
定价误差的 AR(1) 系数 0.46 – 0.50
HFTD 信息衰减时间 3–4 秒
nHFTD 信息衰减时间 8–9 秒
HFT vs nHFT 收入差（大盘 vs 小盘） > 200 倍
模型收敛率 大盘 99% / 中盘 98.7% / 小盘 97.4%

论文的政策表态（平衡的）

HFT 给其他投资者带来逆向选择成本——他们是在自己有更好信息时与对方交易。同时 HFT 因为有信息，可以对价格效率发挥有益作用。

在没有配套措施的情况下限制 HFT 活动，可能导致市场效率降低。

关键限定

  • 无法观测 HFT 的跨市场交易；且收盘库存很重要（大盘 5-7% 成交额、小盘接近 30%）
  • 收入估计噪声大，HFT 与 nHFT 的收入差异统计上大多不显著
  • 识别假设 Cov(\mu_t,\nu_t)=0 是外生的

在本 wiki 的位置