Chordia, Roll & Subrahmanyam (2002) — 订单不平衡、流动性与市场收益
作者: Tarun Chordia（Emory University）、Richard Roll（UCLA）、Avanidhar Subrahmanyam（UCLA Anderson）
发表: Journal of Financial Economics 65(1): 111–130, 2002。本页基于 UCLA eScholarship 存档的工作论文版（2001-04-12），38 页。
数据: 纽约证券交易所 S&P 500 成分股，1988–1998 共 11 年（ISSM 1988–1992 + NYSE TAQ 1993–1998），2,779 个交易日。用 Lee-Ready (1991) 算法给每笔成交打买卖标记，再按上年末市值加总。
这是本 wiki 的第一篇"市场级"（aggregate）订单不平衡论文，与 Chordia-Subrahmanyam 2004 是同一组作者的姊妹篇：那篇看个股，这篇看整个市场加总。两篇的结论方向相反，见文末「与 2004 的表面矛盾」。
一句话总结
投资者整体是反转交易者——跌了之后买、涨了之后卖——但 S&P 500 收益本身几乎完全随机游走（自相关 0.005）。也就是说：订单不平衡高度可预测，而这种可预测性被市场立刻消化掉了，没有留下任何可以事前收割的收益。
三个变量口径
每笔成交按 Lee-Ready 标记方向后，对每个股票-日算三个不平衡量，再按市值加总：
| 变量 | 定义 |
|---|---|
| OIBNUM | 主动买笔数 − 主动卖笔数 |
| OIBSH | 主动买股数 − 主动卖股数 |
| OIBDOL | 主动买金额 − 主动卖金额 |
论文的回归只用 OIBNUM：股数口径会被拆股/合股污染，金额口径含价格水平（用它预测收益会造成前视偏差）。
符号约定要注意：论文记的 t 时刻是滞后的。用 Max(0, OIBNUM_t) 表示 excess buy，-Min(0, OIBNUM_t) 表示 excess sell（-t 时点不可得）。
发现一：投资者整体是反转交易者（Table 2）
OIBNUM 对过去 5 天的正负收益分部件回归（Table 2 Panel A）：
| 变量 | 系数 (t 值) |
|---|---|
| \min(0, R_{t-1}) | −30.06 (−17.70) |
| \max(0, R_{t-1}) | −8.93 (−4.94) |
| \min(0, R_{t-3}) | −6.25 (−3.52) |
| \max(0, R_{t-3}) | −6.75 (−3.71) |
| OIBNUM_{t-1} | 0.464 (20.18) |
| 调整 R^2 | 0.477 |
读法：昨天跌，今天的订单不平衡更高（系数为负 × 负的收益 = 正的不平衡）；昨天涨，今天的不平衡更低。跌后的买入行为显著更强（|−30| vs |−8.9|），且持续约 3 天。
但同期 S&P 500 收益的一阶自相关只有 0.005（p = 0.78）——订单不平衡高度可预测（R^2 0.477），收益却接近随机游走。论文的解读：做市商在大幅库存不平衡后调整报价吸引对手方成交，这种价格压力被有效抵消了。
用 OIBNUM/NUMTRANS（除以成交笔数）重做，周内效应消失——周三那个显著的正系数只是成交活跃度中段的产物，不是订单方向本身的季节性。
发现二：任一方向的不平衡都收窄流动性（Table 3）
流动性用逐笔加权的报价价差（QSPR，均值 18.2 美分）度量。对 |OIBNUM| 做 Box-Cox 变换 F(x) = (x^{\lambda}-1)/\lambda，极大似然估计 \lambda = 3.19：
| 解释变量 | 系数 (t 值) | 调整 R^2 |
|---|---|---|
| \bigl(\vert OIBNUM_t\vert^{\lambda} - \vert OIBNUM_{t-1}\vert^{\lambda}\bigr)/\lambda | 75.63 (11.83) | 0.261 |
| 成交笔数变化率 | 0.036 (10.80) | |
| S&P 500 收益 | −0.931 (−14.14) | |
| S&P 500 波动率（\vert R\vert） | 0.654 (7.06) |
关键是取了绝对值：系数为正说明买超和卖超都会让价差走阔，而不只是某一侧。\lambda = 3.19（三次到四次方之间）说明关系是高度非线性的——轻微的不平衡几乎无影响，不平衡大到一定程度后价差急剧恶化。
下一日预测：订单不平衡本身没有预测力（系数 −10.77，t = −1.59 不显著），但市场收益有：拆分涨跌后，下跌日的系数是 −0.602（t = −4.52），上涨日只有 −0.177（不显著）。即大跌之后次日流动性变差，且跌市的影响显著强于涨市。
论文给的机制：下跌时做市商的库存融资约束更紧——库存可能已经很高，风险和融资成本上升，所以只能靠扩大价差来补偿。
发现三：同期解释力强，但几乎不可交易（Table 4）
S&P 500 日收益对同期与滞后的不平衡分部件回归（Panel A）：
| 解释变量 | 系数 (t 值) | 调整 R^2 |
|---|---|---|
| Excess Buy, \max(0, OIBNUM_t) | 6.83 (19.88) | 0.281 |
| Excess Sell, -\min(0, OIBNUM_t) | 22.44 (19.85) | |
| Excess Buy, \max(0, OIBNUM_{t-1}) | −4.56 (−13.13) | |
| Excess Sell, -\min(0, OIBNUM_{t-1}) | −5.83 (−5.12) | |
| 加入滞后收益后 | 0.332 |
两个值得注意的点：
- 同期买超的系数（6.83）明显小于卖超（22.44）——不对称。
- 滞后的不平衡系数转负。论文解释为库存稳定：昨天的买超造成的价格压力，今天被反向订单抵消，所以对今天的收益是负贡献。
但第四列（只用滞后期、不含同期）给出冷静的判断：滞后的不平衡变得不显著（−0.218，t = −0.60），只有滞后收益还勉强显著。只用过去收益预测下一天，调整 R^2 是 0.0077——基本等于没有。
论文自己说得很直接：
"然而，这似乎不太可能构成盈利机会——只有做市商能在实时知道个股的订单不平衡，而没有任何一个做市商知道全市场的合计不平衡。"
Panel B 分组预测（同时处于不平衡和收益的顶部/底部 20%）：
| 子样本 | 滞后的 OIBNUM 系数 | 滞后收益系数 | 调整 R^2 |
|---|---|---|---|
| 高不平衡 + 高收益（n=233） | −0.914 (−1.08) | −0.103 (−1.07) | 0.003 |
| 低不平衡 + 低收益（n=235） | −7.59 (−2.36) | −0.233 (−2.88) | 0.098 |
只有"大跌 + 大卖超"的日子有可预测的反转，"大涨 + 大买超"的日子完全没有。论文把它接回 Kraus-Stoll (1972) 的大宗交易文献：大额卖出之后有反转，大额买入之后没有。
发现四：对波动率的影响是不对称的、且不可预测（Table 5）
用 \vert R\vert 做因变量（因为无符号的成交量本就没有理由影响有符号的收益）：
| 解释变量 | \vert R_t\vert | \vert R_{t+1}\vert |
|---|---|---|
| Excess Buy, \max(0, OIBNUM_t) | 2.40 (9.67) | −0.474 (−1.71) |
| Excess Sell, -\min(0, OIBNUM_t) | 10.7 (13.1) | 0.054 (0.06) |
| 成交金额 | 0.825 (19.0) | 0.552 (11.4) |
| 报价价差 | 10.1 (18.1) | 4.95 (7.98) |
| 滞后 \vert R\vert | −0.056 (−3.07) | 0.048 (2.28) |
卖超对波动率的影响是买超的 4.5 倍，与 Table 4 的不对称一致。
预测次日时，订单不平衡完全消失（两个系数都不显著），而成交金额、报价价差、滞后波动率都还显著。论文的结论：波动率的持续性来自成交量和流动性的持续性，订单不平衡的影响只是一瞬的。
一个反直觉的副产品：90 年代的限价单单边站错了边
Table 1 Panel A 显示 OIBNUM 的均值和中位数都为正（34.89 / 27.22）。作者的解读：
"这与我们在分析中给市价单打上符号的做法有关，说明买市价单多于卖市价单的部分是被限价订单簿吸收的——只要专家能维持平均零库存。既然样本期收益总体为正，这说明 1990 年代的限价订单总体上站在了成交的错误一侧。"
这是本文被低估的一句话——它是对"限价单提供被动收益"这一直觉的第一次系统性反驳。
与 2004 那篇的表面矛盾
Chordia-Subrahmanyam 2004（同作者，JFE 72(3)）用同一份数据、同一套 Lee-Ready 标记，结论却相反：
| 2002 本文（市场级） | 2004（个股级） | |
|---|---|---|
| 滞后的不平衡 | 对当期收益负系数（库存稳定抵消） | 正向预示收益（拆单→压力持续） |
| 样本 | 1988–1998 | 1988–1998（同一份） |
| 对象 | S&P 500 市值加总 | 个股横截面 |
这不是错误，是两个不同的机制：2002 的"反向交易"发生在市场整体（跌了之后大家买，把价格推回去）；2004 的"价格压力持续"发生在个股内部（大单被拆到多天，今天还没打完）。两篇的样本重叠、口径相同、结论相反——因为它们测的不是一回事。这一点本库之前没有记录，本次收录时补上。
按 CLAUDE.md 的约定，两种观点并列记录，不选边。
一个容易被忽略的方法论限制
论文的聚合变量是当日全市场加总。但任何人都不可能在收盘前知道今天的全市场不平衡是多少——所以 Table 4 中所有含同期不平衡的回归（R^2 0.28–0.33）都不是可交易的策略，只是对价格形成过程的描述。论文对此很诚实：
"聚合市场对市场微观结构效应是有韧性的；总体而言，没有证据表明非流动性和订单不平衡对市场收益的影响会持续超过一天。"
只有 Panel B 的"大跌+大卖超"子样本（R^2 0.098，用滞后值）勉强算可交易，但论文自己指出：即便滞后一天的聚合不平衡数据也很难获取。
A 股落地：三个具体障碍
- Lee-Ready 算法需要 BBO 报价。A 股逐笔数据里上交所/深交所的 BBO 重建规则与美股不同，且涨跌停封板时报价不再反映真实供需，算法在封板期会大面积误判。
- 样本区间。本文 11 年只覆盖 1990 年代美股的单一制度。A 股 2010 年后散户占比、2016 年熔断、2020 年后量化占比变化都远大于同期美股，"反转交易者"这个结论在 A 股需要重新检验。
- 制度性反转的干扰。A 股有 T+1、有涨跌停，跌停之后的"买不进去"会让反转交易在特定日子机械失效——这个约束在美股不存在。
Open Questions
- 不对称（卖超影响 > 买超）在 A 股市场级是否同样存在？ 库里已有 Ren-Zhong (2011) 的个股级 A 股证据说卖出冲击更大，但没有市场级的 A 股检验。
- "限价单站错边"这个结论在 A 股成立吗？ A 股散户占主导，限价单的经验表现可能与 1990 年代 NYSE 完全不同。
- "跌后次日流动性变差"能否用于交易择时？ 论文说等待成本不高就不该在下跌次日交易——但没量化"多高"。
- 聚合口径 vs 中证 500/1000 口径结论是否一致？ 换一个指数成分，结果会不会变。
Cross-ref
- 概念: concepts/microstructure/Order Flow Imbalance (OFI)（日频聚合版对照：事件级 vs 日频）· concepts/microstructure/机构交易的买卖不对称 (Buy-Sell Asymmetry in Institutional Trading)（不对称结论的微观结构来源）· concepts/microstructure/Permanent and Temporary Market Impact (永久与临时市场冲击) · 做市商与库存风险（库存范式的理论出处）
- 相关论文: Chordia-Subrahmanyam 2004（个股级姊妹篇） · Avellaneda-Stoikov 2008 · Roll 1984
- 作者: Tarun Chordia · Richard Roll · Avanidhar Subrahmanyam
关键引用
Chordia, T., Roll, R., & Subrahmanyam, A. (2002). Order Imbalance, Liquidity, and Market Returns. Journal of Financial Economics, 65(1), 111–130.
数据来源: ISSM (1988–1992) + NYSE TAQ (1993–1998) · 样本 NYSE S&P 500 成分股，2,779 个交易日 · 交易标记 Lee-Ready (1991)
JEL: 无标注
主要引用：Stoll (1978) 做市商库存范式 · Kyle (1985) 价格形成理论 · Kraus & Stoll (1972) 大宗交易价格压力 · Harris & Gurel (1986) 指数纳入的价格压力