Corwin & Schultz (2012) — High-Low Spread Estimator
一句话:只用一个(或两个)交易日的最高最低价,就能估出买卖价差——比 Roll 协方差法准得多(与 TAQ 相关性 0.873 vs 0.694),而且有闭式解。
完整引用: Corwin, S. A., & Schultz, P. (2012). A simple way to estimate bid-ask spreads from daily high and low prices. The Journal of Finance, 67(2), 615–649. DOI 10.1111/j.1540-6261.2012.01729.x.
机构: 两位作者均属圣母大学 Mendoza 商学院。
数据: NYSE TAQ(1993–2005,对标用)+ CRSP 日频(1926–2005 全部 NYSE 股票,应用)。
机制
两条事实:①日内最高价几乎总是买方成交、最低价几乎总是卖方成交;②波动成分随区间长度按比例放大,价差成分不随区间长度变。所以「两天合起来的价差」减「一个两天区间的价差」就把波动消掉,只剩价差。
精度(对 TAQ 实际有效价差)
| 估计量 | 月度相关性 | 周度相关性 | 平均绝对偏差 | 横截面(价差变化)相关性 |
|---|---|---|---|---|
| high-low(本文) | 0.873 | 0.755 | 0.97% | 0.447 |
| effective tick(Holden 2006) | 0.720 | 0.586 | 1.30% | 0.145 |
| Roll (1984) 协方差 | 0.694 | 0.481 | 1.75% | 0.224 |
三个子期(最小报价单位 1/8 → 1/16 → 1 分)里始终最优。 唯一例外是最大的股票上 effective tick 更准,但该估计量依赖「报价聚集」假设。
论文专门讨论的三个坑
隔夜价格变动的调整 · 低成交频率股票的真高低点不可观测 · 估计出的价差可能为负。
应用
NYSE 全部股票 1926–2005 的价差序列(大萧条极高、1974-75 熊市与 1987 崩盘后急升);印度(1994 自动化交易后成本大降)与香港(1997 亚洲金融危机价差扩大)。
在本 wiki 的位置
- 摘要: 中文摘要
- 喂入概念: 日频买卖价差估计
- 对照: Roll 1984 · Lee & Ready 1991
- 作者: entities/Shane Corwin · entities/Paul Schultz