Eisler & Bouchaud (2016) — 没有订单簿的价格冲击

作者: Zoltan Eisler、Jean-Philippe Bouchaud(均 Capital Fund Management)。

发表: arXiv:1609.04620(2016 年 9 月)。PDF 15 页。

资产类别说明:本文研究场外信用衍生品(CDX / iTraxx 指数),在本 wiki 的资产优先级中属于最低档(fixed income)。收录它的理由不是交易机会,而是它对方法论的验证价值:证明传播子技术可用、且冲击的普适性不依赖订单簿。

一句话总结

即使在完全没有订单簿、只有做市商竞价的市场里,传播子(propagator)技术依然适用;因为订单拆分比集中市场少,冲击主要是永久的——定量结果与其他经典市场一致,支持"冲击是普适现象、大体独立于微观结构"。

关键论点:冲击普适性不依赖微观结构

论文开篇即指出:冲击不只是机械的,它是动态的——不能只用可见订单簿的供需描述,而要归因于"潜在"(latent)供需,即市场参与者的意图,它们随时间逐渐显现。

既然冲击由"意图"驱动,而意图与市场组织形式关系较弱,那么冲击应当在形态各异的资产类别间都成立。本文用场外信用指数市场做检验——这是与股票/期货结构差异最大的市场。

市场结构:为什么这是一个极端检验

  • 纯场外(OTC),没有流动的订单簿。信息碎片化,没有单一中心报价源。
  • 客户订单经过多个做市商(dealer);做市商提供指示性报价,实际成交主要通过 RFQ(Request for Quotes,询价):客户把产品、买卖方向、规模发给做市商,收到多个报价后取最优。
  • Dodd-Frank 法案后多数成交须走 SEF(Swap Execution Facility),但这些平台的订单簿目前是空的。
  • 产品:CDX IG、CDX HY、iTraxx Europe、iTraxx Crossover 四个指数(每半年换月,只研究最近的五年期系列)。
  • 数据:CBBT(Composite Bloomberg Bond Trader)指示性报价流,半实时(每分钟数次更新),2015-06-17 – 2016-08-31。

方法与关键结果

1. 传播子技术可用,且要"先升后平"

传播子 G(\ell) 描述"t-\ell 时刻的成交对 t 时刻价格的影响"。与股票/期货不同,这里:

  • G(\ell) 先陡升、然后趋于一个非零平台(永久冲击)。
  • 论文给出理论依据:Bouchaud 等 (2004) 证明,若订单流自相关 C(\ell) 是幂律(长记忆),为保持价格有效率,G(\ell) 本身也必须衰减 → 冲击主要是暂态的。本文的 C(\ell) 是短程的,同一论证预测 G(\ell) 在大 \ell 时趋于常数 → 存在非零的永久冲击成分。观察结果符合。
  • 上升阶段:没有中心订单簿,某一笔买入/卖出的信息需要 5–10 笔成交的时间(实际超过 15 分钟)才能扩散到市场并完全体现在价格中。

2. 买卖方向误分类会系统性地低估冲击

场外数据无法直接知道一笔成交是主动买还是主动卖(不像 Level-2 可从队列消耗判断)。论文提出修正方法,得到真实传播子 G_{\text{true}}(\ell) \approx 3\,G(\ell)。

含义:方向误判会把冲击低估约 3 倍。这是一个对任何"买卖方向靠推断"的数据都适用的警示——A 股用逐笔委托号判主动方(见 concepts/data-features/逐笔成交的双向委托引用 (Bid-Offer Order Reference))恰好绕过了这个问题。

3. 冲击量级与买卖价差相当

校正后冲击的数值与日常观察到的买卖价差同量级——与 Wyart 等 (2008) 关于做市盈亏平衡成本的论证一致。

4. 2015 末–2016 初订单流相关显著上升

论文发现这期间订单流相关性暂时显著上升,并归因于订单拆分增加或羊群效应增强(与 Bouchaud 等 2009 在透明市场的发现一致)。这些额外成交"有完整冲击",并可能导致做市商库存的净变化。

5. 涉及做市商越多的订单,冲击越高

把成交按 on-SEF / off-SEF 分类(用同一套 propagator 分解方法):

  • off-SEF 成交的冲击显著低于 on-SEF。
  • 这不是因为订单本身更小——两者的平均规模与分布几乎相同。
  • 解释:Dodd-Frank 下 on-SEF 询价强制至少三家做市商竞价,而场外电子平台至多三家。做市商越多 → 信息泄漏越多 → 冲击越大。

论文称之为支持 Hendershott & Madhavan (2015) 的理论:"冲击随涉及做市商数量增加。"

这对集中市场也有推论:多市场挂单并不总降低成本,反而增加信息泄漏。

对本 wiki 的位置

核心贡献:一个可检验的普适性命题

\text{冲击} = f(\text{潜在供需的规模与时间结构}), \quad \text{而非} \quad g(\text{具体微观结构})

市场 订单拆分 冲击衰减形态
股票 / 期货(集中) 较多 暂态为主,衰减到零(Brokmann Serie Kockelkoren Bouchaud 2014 Slow Decay of Impact)
场外信用(做市商竞价) 较少 主要为永久,趋于平台

衰减形态的差异完全由订单拆分程度解释,与市场是否集中无关——这是本文最重要的论证结构。

Open Questions

  • \sqrt{Q} 律在场外市场是否成立? 论文明确说统计量不足以检验("we do not have enough statistics to test on our trades the \sqrt{Q} impact law"),只说凹性与"latent 流动性"理论相容。若数据量允许,检验场外市场的 \delta 是自然的补做工作。
  • 永久 vs 暂态的边界由什么决定? 本文说是订单拆分程度。但拆分程度又由什么决定?市场准入门槛?做市商数量?客户规模?——机制未展开。
  • "做市商越多冲击越大"的结论能移植到 A 股吗? A 股是集中订单簿、做市商数量固定,不完全对应。但它给出了一个反直觉的提醒:多场所挂单(如同时挂多个 Level-2 席位)可能增加信息泄漏而非降低成本。
  • 5–10 笔成交 / 15 分钟的扩散时间——A 股逐笔环境下,从成交到价格完全反映需要多久?这个量级对日内策略的执行窗口有直接含义。

关键引用

Eisler, Z., & Bouchaud, J.-P. (2016). Price impact without order book: A study of the OTC credit index market. arXiv:1609.04620.

主要参考文献:Bouchaud 等 (2004) 幂律自相关 → 传播子必须衰减以保价格有效率;Donier 等 (2015) 与 Tóth 等 (2011) latent 流动性;Wyart 等 (2008) 做市盈亏平衡成本;Hendershott & Madhavan (2015) 信息泄漏与做市商数量;Shachar (2012) 纽约联储的做市商库存管理;Loon & Zhong (2016) SEC 视角的 Dodd-Frank 流动性影响。