追踪大数据时代的知情者
——基于文献综述的视角
2014-12-04徐钧
徐 钧
(山东大学 高等教育研究中心,山东 济南 250100)
大数据技术为证券市场监管提供了有力工具,2013年证监会严查“老鼠仓”的捕鼠行动锁定了2009年至今的沪深证券交易数据,查获了一批基金从业人员违规设立老鼠仓的事件。在大数据技术时代严格监管给投资者留下深刻印象的同时,知情者的投机行为也将更加隐蔽,市场监管的难度也会相应的提高。本文通过文献综述角度研究追踪知情者策略交易信息等问题,以期在大数据时代背景下对知情者交易进行更为有效地监管。
一、知情者策略交易与信息泄露的相关理论演进
2013年8月16日上证交易所光大证券的乌龙事件真实演示了巨额交易对市场的冲击。当时,光大证券自营账户的套利系统出现技术问题,大额买入多只权重股,导致上证综指瞬间上涨5.96%,震惊了所有的市场参与者。大资金直接进场交易会引发市场波动,这是大资金知情者更愿意采取策略交易的原因。
(一)价格波动与知情者交易行为
Hellwig(1980)讨论了大资金交易的Schizophrenia现象,该现象被Kyle称之为大资金交易的“精神分裂”问题,即理性预期下,大资金交易者以均衡价格作为给定的交易价格进行交易,却忽略了自身交易会引发价格波动的问题,使得用完全竞争下的理性预期均衡模型解决基于私人信息的交易无法获得令人满意的结果。*Hellwig, M. F., 1980, On the aggregation of information in competitive markets, Journal of Economic Theory, Vol. 22, P477-498.Schizophrenia现象的存在表明市场波动是揭示知情者行为的重要变量,也使得大资金知情者更愿意采取策略交易,减少对市场的影响,从而隐藏其交易行为。
Glosten等人(1985)研究了由做市商、知情者和流动性交易者三类投资者参与的市场。他们发现,相对于公共信息和做市商观察股价及成交量获得的信息,股价序列是鞅,这意味着仅靠公共信息和观察市场数据做市商无法获得收益。*Glosten, L. R., and P. R. Milgrom, 1985, Bid, ask and transaction prices in a specialist market with heterogeneously informed traders, Journal of Financial Economic, 14 71-100.但股市中的知情者类似于一个商品市场中的不完全竞争者,微观经济学认为不完全竞争者可操纵交易使交易价格脱离均衡价格,知情者可由此获得超额利润,因此众多股市投资人热衷于寻找知情者,希望能够获得超越公共信息的收益。
他们还发现,当市场内交易数量增加以致趋于无穷时,做市商基于自有信息的条件价值期望值将与交易者的条件价值期望值趋近,最终将趋于一致。该结论从理论上明确了像沪、深股市这样具有大量投资者的市场中通过连续竞价交易规则可以发现即时均衡价格,由此推论,打破均衡的交易行为有可能源自内部信息,例如股票的内在价值出现了变化并为知情者所获悉,追踪打破均衡的交易行为有助于发现知情者信息。
(二)泄露知情者信息的市场变量及变量间关系
知情者如果考虑到自身交易对价格变化的影响,可能通过选择每笔交易的数量和交易强度以减小对市场的影响,隐藏交易行为,但仍有市场变量可以泄露部分知情者信息。Glosten等人认为,买卖双方的交易报价价差可以是一个信息变量,当知情者的信息变好时,交易价差增大;当知情者数量相对于不知情者数量增大时,交易价差变大;当不知情者的供、需弹性增加时,交易价差变大。该结论揭示了交易价差变量的重要价值,观察该变量有助于在市场中扑捉内部信息,交易价差的差距反映了内部信息的差距,在实施连续交易竞价制度的市场中,交易价差是盘中的买、卖报价,观察市场交易报价可以获得部分内部信息。
欧阳红兵等人(2012)的研究也表明,交易中的限价指令簿包含丰富的信息,限价指令簿的离散度与市场波动正相关,限价指令簿可以传递波动信号,帮助投资者形成对未来波动率的正确预期。[注]欧阳红兵、傅毅夫:《中国股市限价指令簿的流动性提供研究》,《管理科学》2012年第4期。
股市中的价格变量也包含重要的内部信息,单一变量和变量组合透露出不同的信息。S.J.Grossman 和J.E.Stiglitz(1980)的研究表明,单一价格仅能反映少部分信息,价格系列反映更多信息。当知情者获得利好信息时他们竞相购买使价格上升,当获得利空信息时知情者竞相卖出使价格下降,于是价格体系使知情者的信息向不知情者传播。他们假设,知情者可以观察到风险资产价值的期望值,不知情者只能观察到股价,但不知情者具有理性预期能力,他们证明了存在一个由股价和知情者买入比例两变量组成的均衡分布。这样,不知情者可以根据理性预期,先假设市场中存在知情者,倒推出市场价格必然与知情者买入量存在某种序列均衡关系,然后不知情者可通过市场数据验证该信念是否正确,从而推断市场是否有知情者在交易。但一般来说,上述均衡不是唯一的,而是一个与价格有关的函数,表明价格序列比单一价格值表达更多信息,观察股价序列可更有效地追踪知情者。另外,股市包含的企业内部信息也包括企业经营效率问题,因为企业效率问题的有效解决不仅要依赖于信息披露,还有赖于企业组织的网络治理机制的有效构建。[注]陈金龙、戴五七:《企业集团内部资本市场低效配置问题的网络治理机制研究》,《华侨大学学报(哲社版)》2013年第1期。
研究市场变量之间的关系也有助于跟踪知情者信息。K.Back(1992)在研究了只有一个知情者的Kyle经典模型后发现,该模型描述的量、价关系中存在某个特定类群,在该类群中存在一个唯一的价格均衡原则。他的研究发现,当价格过程满足某种基于成交量及噪音交易量的价值分布函数形式时,如果同时知情者交易量满足某个与时间及成交量、噪音交易量有关的特定函数关系,则存在价格和知情者交易量的均衡。[注]Back K., 1992, Insider trading in continuous time, The review of Financial Studies, Vol. 5, No. 3.该均衡的特征是价格和知情者交易量均与成交量有关,揭示出成交量的重要性。该结论的另一个重要含义是量价关系中隐藏着均衡价格,研究量价关系可以追踪知情者,分享知情者的私人信息收益。
(三)知情者策略交易、股价趋势与信息泄露
Kyle(1985)最先开始用策略交易模型研究知情者如何利用信息优势获利的问题。[注]Kyle, A. 1985, Continuous auctions and insider trading. Econometrica, Vol.53.在对资金量没有进行限制的假设下,Kyle的大资金知情者推动股价越来越趋近于股票内在价值,并最终收敛至内在价值,这一过程中股价波动呈现出趋势性。此后,由噪音交易主导的股价表现为鞅特征。股价序列会呈现出不同的阶段性特征,从中泄露出知情者的部分交易信息。陈炜等人(2013)对深圳股市的研究也显示,市场中的大资金投资者与中小投资者是异质的,大资金和基金机构投资者的交易行为与股价趋势相一致,而中小投资者的交易行为与股价趋势相反。[注]陈炜、袁子甲、何基报:《异质投资者行为与价格形成机制研究》,《经济研究》2013第4期。
市场中除了Kyle假设的追求收益最大化的大资金知情者外,还有诸如基金经理暗中操纵部分账户违法建立老鼠仓式的知情者,该类知情者具有较高的回避监管风险厌恶系数,追求总效用最大化,至信息公开时知情者总持仓量对市场流动性可能没有明显影响。如何追踪这类知情者的交易信息呢?
进一步分析Kyle连续交易模型中隐含的另类交易策略。按照Kaniel等人(2008)的研究结论,小量交易且不知情的个人投资者交易方向与收益变化方向是相反的,[注]Kaniel, R., G. Saar and S. Titman, 2008, Individual investor trading and stock returns, The Journal of Finance, Vol. LXIII, No. 1, February.但诸如老鼠仓类的知情者却有一个无法回避的特征:其交易方向总是与某股价运动趋势一致,这个特征使得知情者即使采用小量交易也与不知情的小投资者不同,因此跟踪股价趋势有助于发现知情者部分交易信息。
Kyle(1989)还研究了不完全竞争下知情者利用内幕信息投机的问题。知情者考虑到自身交易会对均衡价格产生影响因此采取策略交易,但给出私人信息在多个知情交易者中的分布后,Kyle发现价格透露的信息少于完全竞争均衡的情形。知情者的策略是股价的线性函数,与股价保持相关性但又不完全一致,这样只能观察股价表现而无法准确确定知情者行为,表明知情者可以采取策略交易隐藏交易行为而不会被市场完全发现。[注]Kyle, A. 1989, Informed speculation with imperfect competition. Review of Economic Studies, 56, 317-356.
Huddart(2001)等人基于Kyle(1985)不连续时间下的交易模型,研究了在多期理性预期框架下知情者的均衡交易策略问题。[注]Huddart, S., J. S. Hughes and C. B. Levine, 2001, Public disclosure and dissimulation of insider trades, Econometrica, Vol. 69, No. 3, 665-681.该均衡意味着知情者可以通过控制每期的交易量实现最优策略,而知情者的最优策略交易量又与当期的噪音交易量有关,该噪音交易量是满足正态分布的随机变量。进一步分析Huddart的结论可以发现,知情者的最优策略只有理论意义,实际上是无法实现的,知情者实际上只能以噪音交易量的期望值为目标确定自己的买入量。但在每一个周期内,知情者采取让自身交易波动同噪音交易波动混杂的策略隐藏交易行为,噪音交易的波动性构成了知情者实现最优交易量的障碍,同时也保护了知情者信息不会完全泄露,从而平衡了知情者当期收益与未来收益之间因信息泄露而形成的波动。
(四)知情者不同交易策略的本质特征
股市中的知情者如果资金量不大,可能愿意通过一次性的市场交易将私人信息包含的潜在价值全部转化为未来收益,资金量比较大的知情者一般会采取更为隐蔽的策略,逐步将私人信息价值转化为未来收益,承担了时间风险但减少了信息泄露带来的损失。不同知情者的策略行为之间是否存在某种联系呢?
K.Back与S.Baruch(2004)研究了知情者策略交易的两个经典模型:Kyle(1985)连续交易均衡模型和Glosten-Milgrom(1985)模型之间的关系。K.Back研究了当Glosten模型中的知情者也开始最优化他的交易时间时会采取怎样的策略并与Kyle模型进行比较。[注]Back, K. and S. Baruch, 2004, Information in securities markets: Kyle meets Glosten and Milgrom. Econometrica, Vol.72, No.2(March), 433-465.
Kyle模型中的知情者交易是内生的,他会选择最优交易行为,基于私人信息逐步进行交易,避免自身交易对股市造成明显影响,绝不会只要可能就将交易推至最大程度。但Glosten-Milgrom模型中知情者的交易机制是外生的,一旦被机制选中开始交易,知情者将尽其所能参与交易,不再考虑其它交易机会。
在Glosten-Milgrom模型中,不知情交易者的存在为市场提供了流动性,也使得做市商不能区分交易来自知情者还是噪音交易者而只能测定两类交易者的概率分布,知情者由此隐藏交易行为。相对于Glosten-Milgrom原文中的模型,K.Back等略作改变,将知情者交易进行了内生化处理,让知情者的预期收益与其策略交易量直接相关。在允许知情者优化交易时间后,作者通过数值拟合发现,当Glosten-Milgrom模型中每个噪音交易者的交易规模越来越小和到达频率越来越高时,知情者的离散交易趋于连续,Glosten-Milgrom均衡趋向Kyle连续交易均衡。
至此我们可以看到,K.Back等所揭示的知情者不同策略交易的本质,知情者根据噪音交易者的特点采取相应的交易策略,将自身交易隐藏在噪音交易者之中。因为按照Glosten-Milgrom的结论,股价是鞅,当噪音交易者的交易规模越来越小和交易频率越来越高时,如果知情者不改变策略,知情者异于噪音者的交易行为即刻就会被做市商发现,做市商会提高卖出或降低买入价格,知情者的信息不再能转化成未来收益。Kyle模型和Glosten-Milgrom模型中的噪音交易者特点有所不同,两个模型中知情者观察到的市场波动也有所不同,导致最初两类知情者的策略是不同的,当两个模型中的噪音交易者行为趋于一致时,两个模型的均衡也趋于一致。其本质源于知情者既要避免自身交易对股价的冲击又要追求收益最大化,因此内生化的知情者策略要跟随噪音交易的变化进行调整,有怎样的市场特征就有随之而来的知情者策略。
二、用技术分析方法追踪知情者信息
综前所述,追踪股价趋势有助于发现知情者信息,如何尽早发现趋势?在此,有着悠久历史的股市技术分析或许能发挥它的用武之地。
(一)技术分析的有效性
技术分析理论认为,股价走势反映了所有市场信息,其中包括知情者参与市场交易所透露的信息。按照奥哈拉的观点,交易商会从单一价格中得到部分信息,如果他们观察了一系列价格,交易商就可以获取更多次观察所传递的增量信息。[注]奥哈拉:《市场的微观结构理论》,杨之曙/译,中国人民大学出版社2007年4月版,第122页。如前文分析,大资金知情者策略交易需要较长时间周期才能结束,这种持续交易会推动股价形成趋势,技术分析有助于发现这种趋势。
但是,研究者对股市技术分析的价值也存在分歧,如法玛(1970)认为,没有证据证明股市价格可以预测,并由此认为技术分析没有根据。但更多后来的研究开始质疑法玛等人的结论,如Brock等人(1992)发现几个广泛应用的技术分析规则可预期道琼斯工业平均指数。这些研究又被Sullivan等人所确认,而且Jegadeesh等人(1995)发现,股票价格在六个月至一年周期上呈现短期动量,而在更长时期呈现均值回归,该结论为设计用来探测趋势的技术交易规则提供了支持,这些规则显示出在外汇交易市场的获利性。[注]Jegadeesh, N. and S. Titman, 1995, Overreaction, delayed reaction and contrarian profits, Review of Financial Studies, 8, 93-993.
Brown和Jennings(1989)认为,技术分析是用过去的价格推断私人信息,如果价格不能全部反映隐藏的信息且投资者可以理性推测价格和私人信号之间的关系,此时技术分析将显示其价值。[注]Brown, D. P. and Jennings, R. H., 1989, On technical analysis, Review of Financial Studies, Vol. 2, 527-551.他们认为,过去的价格水平可以使投资者获得更多关于这个信号的更准确的影响,随机性的股价水平和内部信息对收益的影响程度之间具有相关性,技术分析有助于了解这种相关性。
Treynor和Ferguson(1985)假设一个投资者知道某一特殊新闻对股价的外生影响,他们检验了在估计新闻扩散时间上过去价格是否有用的问题。这个投资者用过去的股价去评估所接收信息早于市场的可能性。这项研究也展现了技术分析的有用性。而且,Chopra等人(1992)、D.Bondt等人(1985)的一系列相关研究也表明,从过去的股票回报中可以获得对股权收益的预期。这意味着,基于历史数据的技术分析有助于预期未来收益。
Blume等人(1994)在研究了股市中交易量所传递的信息及其在技术分析中的应用后认为,即时的市场统计量只反映了部分信息而不是全部,经济的不确定性不会在一个周期内解决,接下来的周期中市场统计量会提供单一周期内无法看到的信息,研究历史数据的技术分析能传递出更多有效信息。他们还发现,交易量在揭示内部信息方面扮演着重要角色,很多模型认为价格代表了交易者的平均私人信息,但他们认为交易量不是正态分布,如果交易者以交易量为条件,他们可以在获得成交价中隐含的信息时再获得从交易量中暗含的信息,成交量起到了比简单地刻画一个交易过程更重要的作用。[注]Blume, L., D. Easley and M. O’Hara, 1994,Market statistics and technical analysis: the role of volume. The Journal of Finance, Vol. XLIX, No. 1, March.张永冀等人(2013)以2001-2011年的上证指数为样本,研究历史价量关系信息在股市价格发现中的作用,研究显示,交易量信息在中国股市的价格发现中比历史价格信息更有效。[注]张永冀等:《历史价量信息在价格发现中更有效吗——基于中国证券市场的数据分析》,《中国管理科学》2013年第21期。在实际交易中,技术分析专家也强调价量配合,没有成交量配合的股价形态一般不会形成趋势,追踪股价运动趋势,需要关注价量关系。
(二)通过价格图形跟踪趋势
价格图形是一种特殊的价格序列,它一是反映了价格序列所包含的信息,二是传递出特殊形态所反映的特定的股市信息,对收益的影响不同于一个单纯的随机价格序列。已有的研究已经观测到了这些动量和回归图形,如Barberis等(1998)的研究,这一研究暗示投资者应用跟随趋势变化的交易规则可以从脱离理性的市场行为中获利。
Chang和Osler(1999)测试了在外汇交易市场应用“头肩形”预测趋势变化带来的收益能力,他们发现了某些货币获得超额收益的证据,但不是所有货币。Lo等(2000)以kernel回归为基础开发出了一种图形测试算法,他们用这种方法识别了包括头肩顶和底、拓展顶和底、三角顶和底、直角顶和底、双重顶和底等十种典型的技术分析图形,测试了美国纽约证券交易所和纳斯达克股票报价系统的全部股票,时间周期涵盖1962-1996年。他们发现在这过去的31年的样本周期内,上述几种技术指标确实提供了增量信息并具有某些实用价值,而且在考察的绝大多数图形中都包含着潜在的有用信息的统计证据。
(三)用技术分析指标跟踪知情者
技术分析指标是通过设计多种技术指标和相关交易规则用以预测收益,近年来在国内兴起的量化投资策略就是按照各类技术指标发出的信号以及交易规则进行交易。研究者先从理论上确认某些技术指标对收益具有预测作用,然后通过这些技术指标预测信息跟踪知情者。
Zhu和Zhou 等人(2007)从理论上分析了投资过程中应用移动平均线交易规则对收益的影响。他们通过引入效用函数,并将投资分成两部分,一部分以财富的一个固定比例进行投资,另一部分以简单移动均线技术给出的信号为权重构建依赖技术分析的投资比例。研究显示,结合固定投资策略和移动平均线策略的资产配置方式其收益优于仅仅依赖于学习历史数据的方式。[注]Zhu Y, Zhou G.,2007, Technical analysis and theory of finance//EFA 2007 Ljubljana Meetings Paper.
Wong, Manzur和Chew(2003)基于新加坡股市数据研究了技术分析中的指标可能带来的回报。技术分析指标主要有两大类:一类是跟踪趋势的,比如移动平均线指标(MA);另一类是反趋势的,比如相对强度指标(RSI)。技术分析的作用主要在于追随买卖信号能获得怎样的收益。他们研究了移动平均线和相对强度指标两类技术分析指标的表现。结果显示,在不考虑股市交易成本的情况下,按照均线系统的买入信号进行交易可以获得明显为正的日回报均值,而根据卖出信号则获得明显的负收益均值。他们因此认为,技术分析指标是非常有用的,在股市交易中应用技术分析指标可获得实质性的利润。[注]Wong W K, Manzur M, Chew B K. 2003, How rewarding is technical analysis? Evidence from Singapore stock market. Applied Financial Economics, 13(7): 543-551.
Mills(1997)基于伦敦交易市场FT30指数调研简单技术交易规则预测能力的研究显示,对于大部分样本周期而言,遵循技术交易规则的收益大于买入并持有策略,但至上世纪80代中期后,买入并持有策略占据了优势地位。他在比较了1935-1994年之间共四个各20年的周期内日回报统计量后得出的结论是,交易规则只有在市场是低效率的周期内才表现出对股价较好的预测性。这是一个重要发现,即非线性的存在是交易规则获得潜在预期能力的必要条件。
Han, Yang和Zhou(2013)等人研究了将技术分析的移动平均指标策略应用于构建投资组合,并以波动性分类,发现能够产生大大优于买入并持有策略的时变性组合,尤其是对于高波动性的组合,收益高于以动量组合策略构建的组合。[注]Han Y, Yang K, Zhou G.,2013, A new anomaly: The cross-sectional profitability of technical analysis. Journal of Financial and Quantitative Analysis, 48(05): 1433-1461.与动量策略类似,基于平均线指标的移动平均策略也是追随趋势型的,知情者交易也总是顺应趋势的。这些研究结论暗示,可以通过移动平均策略追踪知情者交易行为。
B.Podobnik,D.Horvatic,A.M.Petersen等(2009)研究了价格增长率与成交量变化率之间的关系,应用1959-2009年59年间的标普500指数的日数据,定义价格增长率为相邻的标普500指数日收盘股价之比的对数值,并类似定义成交量变化率,他们在这两组增长率之间发现了交叉相关的平方定律和立方定律,但两组增长率之间没有直接发现交叉相关性。[注]Podobnik, B., D. Horvatic, A. M. Petersen, 2009, Cross-correlations between volume change and price change. Proceedings of the National Academy of Sciences, 106(52): 22079-22084.将这种复杂关系表述成用技术分析寻找知情者的简单逻辑,可以表达为用理论和实证方法对市场变量间的复杂关系予以认识、验证,并与某个现实时期的市场变量波动情况相比较,从中检验是否存在知情者交易行为。
三、知情者策略交易研究方法的演进
研究知情者交易的理论方法,从早期的理性预期逐渐发展出各种复杂策略博弈模型,理论模型的发展主要集中在对知情者隐藏交易行为的刻画方面,其中比较困难的是如何找出博弈关系下的最优期望收益。例如,Kyle(1985)在从离散过程推导量价关系的连续模型时,应用了Kalman线性滤波方法求解反映量价关系的λ系数。
在对知情者策略交易的进一步研究中,K.Back等人(2004)发展了应用非线性滤波法研究不完全竞争市场中非对称信息的理论。滤波方法的基本思想是在满足某种最优化准则下从混杂进噪音的信号中抽取出原来的信号。他们研究了在金融学领域,如何用滤波方法的思路从一个可观察的股市过程估计另一个不可直接观察过程的方法。例如,从做市商观察到的交易过程入手,通过由做市商观察到的市场真实交易量与做市商预测的知情者交易量之差构成的信息过程,去获知不可直接观察的知情者交易过程,他们给出了新的研究思路。[注]Back,K.,Incompleteandasymmetricinformationinassetpricingtheory//Stochasticmethodsinfinance.SpringerBerlinHeidelberg,2004:1-25.
在研究技术分析的方法上,引进Kernel非参数方法进行曲线拟合是一个有意义的探索。研究者用Kernel非参数方法平滑价格序列,为通过数值计算实现信号提取任务提供一种可信的模拟。应用Kernel非参数方法时,形态的确认是难点,非参数拟合过程中需要辨认和追随形态出现的信号,有时这个信号只是一个随机波动,Lo等人的方法是先确认形态关键参数,获得形态是否出现的判断,再通过理论和实际拟合试验相结合的方法给出Kernel拟合的带宽,然后给出最佳拟合极值点以确认形态。Chang 和Osler则用价格系列的极值点定义图形,再通过计算机算法筛选所研究的形态。
四、结束语
在信息技术日新月异的大数据时代,证券监管手段在不断完善的同时,知情者的交易行为也更加隐藏,监管者与被监管者的博弈也更加复杂化。本研究发现,Kyle经典模型中隐含着两条关于知情者交易的重要信息,一是随着交易时间的持续大资金知情者的交易行为会推动股价形成趋势,二是具有较高监管风险厌恶系数的知情者可以采取让交易量变化仅取决于股价波动的策略,类似于小投资者。但不同策略的知情者都有一个共同特征,即其交易方向总是与股价运动方向相一致。因此,在大数据时代监管者可以据此更多、更及时地发现知情者信息。已有的理论研究揭示了知情者交易与市场变量间的复杂关系,也证实了技术分析追踪趋势的有效性,利用大数据技术同时跟踪众多的市场变量并及时关注变量间的复杂关系,再通过技术分析手段尽早发现并从多个层面验证趋势,可以获得更多知情者信息,提升监管效率。