戴曉婷 張捷 蔣勤峰

摘 要：利用一個基于代理的人工股票市場，考察了賣空禁令、漲跌幅限制、交易稅和T+1結(jié)算周期對市場質(zhì)量和知情交易者的影響。通過平行測定幾個市場程式化事實，將系統(tǒng)校準(zhǔn)到真實的金融市場后，發(fā)現(xiàn)這四種監(jiān)管都不同程度地降低了市場波動、價格扭曲和交易量。買賣價差在賣空禁令、交易稅和T+1結(jié)算周期下增加，但與漲跌幅限制存在非單調(diào)關(guān)系。當(dāng)漲跌幅限制政策較為緊時，買賣價差很小，隨著漲跌幅限制的放寬，買賣價差增大。一旦市場上不考慮漲跌幅限制，它仍然會下降。此外，在賣空禁令、漲跌幅限制或T+1結(jié)算周期的政策下，知情交易者的交易量比例和財富份額均下降。與之相反，交易稅給出了相反的結(jié)論，即在交易稅下，知情交易者的活動百分比增加，他們的盈利能力得到發(fā)展。

關(guān)鍵詞： 知情交易者;基于代理人的建模;賣空禁令;漲跌幅限制;交易稅;T+1結(jié)算周期

中圖分類號：F830.91?? 文獻(xiàn)標(biāo)識碼： A??? 文章編號：1003-7217（2022）02-0049-09

一、引 言

政策制定者試圖通過改革法規(guī)來穩(wěn)定資本市場。2008年的金融危機(jī)使他們更加重視通過獲得政治支持來維穩(wěn)市場。然而，金融從業(yè)者聲稱，實施監(jiān)管可能會增加資本成本，降低市場流動性。文獻(xiàn)討論了監(jiān)管對波動性、價格發(fā)現(xiàn)和流動性的影響。我們利用人工股票市場擴(kuò)展了這一方向的研究。通過更全面地整合監(jiān)管（如賣空禁令、漲跌幅限制、交易稅和不同結(jié)算周期）對市場質(zhì)量的影響，以期對這方面的研究作出一定的貢獻(xiàn)。此外，我們還研究了政策監(jiān)管對知情交易者行為和盈利能力的影響。

賣空禁令被選為應(yīng)對2008年金融危機(jī)的全球最受歡迎的監(jiān)管規(guī)定。此后，實證文獻(xiàn)強(qiáng)調(diào)賣空禁令對波動性、流動性和價格發(fā)現(xiàn)的影響。一些研究人員發(fā)現(xiàn)，賣空禁令降低了波動性[1-3]。同時，賣空禁令也被認(rèn)為會延遲價格發(fā)現(xiàn)[4]。其他文獻(xiàn)也論證了在賣空禁令的市場中，流動性會較低[5-8]。 很少有文獻(xiàn)討論賣空禁令如何影響知情交易者獲取利潤的能力。究其原因，可能是缺乏各類交易員財富水平的詳細(xì)數(shù)據(jù)。我們試圖用人工股票市場來整合他們的盈利能力，增加這一方面的研究。人工股票市場可以預(yù)先充分地設(shè)置投資者復(fù)雜的微觀特征，包括異質(zhì)信念和交易策略，然后收集詳細(xì)的數(shù)據(jù)進(jìn)行事后分析。

關(guān)于漲跌幅限制影響的辯論在金融領(lǐng)域由來已久。漲跌幅限制會降低波動性[9]，因為交易員有一個冷卻期來重新評估資產(chǎn)價值。相反，反對者認(rèn)為漲跌幅限制可能導(dǎo)致價格發(fā)現(xiàn)過程的延遲、波動溢出和交易干預(yù)[10，11]。從理論的角度來看，對于漲跌幅限制的影響并沒有一致的看法，這可能是因為提出的結(jié)果是基于不同的假設(shè)，如交易員的合理性[12-14]。從實證的角度來看，它可能會遇到數(shù)據(jù)獲取的困難，以及難以達(dá)到交易者理性的一致性[15，16] 。在考慮了這些限制之后，Yeh和Yang（2010）模擬了一個由許多異質(zhì)、理性和互動的交易者組成的合理的金融市場[17]。在人為的股票市場中，他們檢驗了限價的有效性，發(fā)現(xiàn)限價實施后既有好處也有壞處?；谒麄兊目蚣?，我們進(jìn)一步詳細(xì)區(qū)分了知情交易者和不知情交易者，旨在調(diào)查漲跌幅限制對知情交易者的影響。

自Tobin（1978）提出對外匯征稅以減少短期國際資本流動性以來[18]，金融交易稅也成為一種普遍的政策。Stiglitz（1989）、Summers等（1989）研究指出，這樣的稅收可以減少投機(jī)交易活動和防止市場崩潰[19，20]。由于得到了學(xué)術(shù)上的支持，政策制定者，特別是來自歐洲的政策制定者，很有信心在市場中制定這一政策。然而，反對者認(rèn)為交易稅對市場有負(fù)面影響[21-23]。他們認(rèn)為，金融交易稅弊大于利，比如降低流動性和信息效率。雖然研究基于理論和實證的觀點(diǎn)，但關(guān)于金融交易稅如何影響市場質(zhì)量還沒有共同的理解。我們試圖用另一種方法來檢驗交易稅的影響，即構(gòu)建一個人工股票市場和設(shè)置不同的稅收程度，進(jìn)一步研究不同交易稅程度如何影響知情交易者，這在文獻(xiàn)中是很少見的。

美國證券交易委員會對《1934年證券交易法》15c6-1（a）規(guī)則進(jìn)行了修訂，將大多數(shù)經(jīng)紀(jì)-交易商交易的結(jié)算周期從3個工作日縮短為2個工作日（從T+3到T+2）。中國證券市場也采用T+1結(jié)算周期。美國證券交易委員會2017年3月22日發(fā)布的新聞稿（SEC 2017）也明確指出，縮短標(biāo)準(zhǔn)結(jié)算周期將提高證券市場的交易效率[24]。雖然不同的結(jié)算周期在不同的金融市場上實施，但很少有文獻(xiàn)討論不同的結(jié)算周期如何影響市場質(zhì)量。我們試圖通過使用人工股票市場來增加這方面的研究，同時檢測它對知情交易者的影響。

本文基于Yeh和Yang（2010）提出的框架[17]，重新構(gòu)建了一個基于代理的限價指令人工股票市場。在這個人工股票市場中，創(chuàng)造了兩種類型的理性交易者：知情交易者和不知情交易者。知情交易者可以接收私人信息和公共信息，而不知情交易者只能獲得公共信息。他們的交易策略是通過遺傳編程產(chǎn)生和更新的。本文對復(fù)雜網(wǎng)絡(luò)的先進(jìn)人工智能的研究作出了相應(yīng)的貢獻(xiàn)，可以看作是人工智能在簡化復(fù)雜網(wǎng)絡(luò)方面的一種方法?；诖淼娜斯そ鹑诠こ淌刮覀冇锌赡芸吹胶暧^結(jié)果將如何出現(xiàn)，以及可以觀察到大量自主的和異質(zhì)的代理內(nèi)生交互關(guān)系將如何達(dá)到均衡狀態(tài)，而非典型的孤立的個體行為。另外，近年來，人工智能作為一種從復(fù)雜網(wǎng)絡(luò)中提取有價值數(shù)據(jù)并進(jìn)一步分析網(wǎng)絡(luò)性能的方法被引入，受到了廣泛的關(guān)注，在證券市場交易中的應(yīng)用得到了快速發(fā)展和普及，特別是，由于社會中人類因素的減少和自動化程度的提高，更多的研究增加了對人工智能的關(guān)注度。人工智能算法能夠捕捉投資者復(fù)雜的微觀特征，包括異質(zhì)信念和交易策略。根據(jù)人工智能驅(qū)動的方法，我們在開始時就區(qū)分了不同類型的交易者，并在開始前構(gòu)建了復(fù)雜的社會網(wǎng)絡(luò)。股票市場中的信息是獨(dú)立的，由相關(guān)交易者分別接收或傳送，復(fù)雜的網(wǎng)絡(luò)從而得到簡化。因此，我們使用人工智能與遺傳編程，以克服缺乏數(shù)據(jù)的困難，并通過證明不同金融監(jiān)管政策對金融市場的影響，擴(kuò)展研究路線。gzslib202204011447

我們發(fā)現(xiàn)，這四種監(jiān)管措施都不同程度地降低了市場波動性。它們降低了價格發(fā)現(xiàn)的速度，也減少了市場交易量。然而，有漲跌幅限制的市場在買賣價差方面表現(xiàn)出復(fù)雜的特征。在賣空禁令、交易稅和T+1結(jié)算周期下，每個時段的買賣價差都有所增加。漲跌幅限制較緊時，買賣價差很小，隨著漲跌幅限制的放寬，買賣價差增加。一旦取消市場上的漲跌幅限制，價格還會下降。此外，知情的交易者也受到這四條規(guī)定的影響。在賣空禁令、漲跌幅限制或T+1結(jié)算周期下，知情交易者的交易量比例和財富份額會下降。與之相反，交易稅給出了相反的影響，在交易稅下，知情交易者的活動百分比增加，他們的盈利能力得到提升。

二、實驗設(shè)計

（一） 方法

用自下而上的互動代理人對一個人工股票市場進(jìn)行建模有三個優(yōu)勢。人工股票市場的第一個優(yōu)點(diǎn)是，它允許在受控的環(huán)境中設(shè)置實驗（模擬），以確保結(jié)論的準(zhǔn)確性。人工股票市場還能夠充分捕捉投資者復(fù)雜的微觀特征，包括異質(zhì)信念和交易策略。由于缺乏數(shù)據(jù)，很難通過實證研究來追蹤一些交易，而一個人為的股票市場將不再有數(shù)據(jù)可用性的限制。這個人工股票模型與Yeh和Yang（2010）[17]的框架密切相關(guān)，該框架遵循Arthur等（1997） [25] 和Lebaron等（1999） [2]的Santa Fe ASM模型，以及Brock和Hommes（1998）[26] 的研究。然而，本文采用的是訂單驅(qū)動的市場，這與Yeh和Yang（2010）[17]提供的模型不同。

（二） 市場結(jié)構(gòu)

1.資產(chǎn)。在這個市場上有兩種資產(chǎn)。一種是按固定利率支付利息的無風(fēng)險資產(chǎn)（現(xiàn)金）。無風(fēng)險資產(chǎn)的一個時期的總收益率為R=1+rf，其中rf為無風(fēng)險利率。第二種資產(chǎn)是一種風(fēng)險資產(chǎn)（股票），支付隨機(jī)紅利，假設(shè)是一個AR（1）（一階自回歸）過程：

Dt+1=D+ρDt-D+μt+1（1）

其中，D是長期的平均股息。ρ是一個表明股息值接近平均值的速度的系數(shù)。μ為正白噪聲，μt～N（0，σ2μ）。紅利的設(shè)置來源于Lebaron 等（1999）[2]。這一過程有助于避免派息過程過于接近非平穩(wěn)派息過程。

2.財富。交易者在t時刻的財富 Wt 可表示為：

Wt=RWi，t-1+（Pt+1+Dt+1-RPt）hi，t （2）

其中，Pt為當(dāng)前每股股票價格，hi，t為交易者i在t時刻持有的股票份額。

3.交易者。

在這個市場中，我們考慮兩種類型的交易者，知情交易者和不知情交易者。他們都是市場中的理性交易者。所有交易者通過一個學(xué)習(xí)系統(tǒng)，即遺傳編程，通過更新的交易策略，產(chǎn)生對未來股票價格的預(yù)期。這兩類交易者的區(qū)別是信息集，知情交易者（例如，機(jī)構(gòu)投資者）可以接收到私人信息，即當(dāng)期股息和風(fēng)險資產(chǎn)的基本價值，而不知情交易者（例如，流動性提供者或?qū)_基金）不會收到任何私人信息，因此他們只使用公開信息來更新對股票的預(yù)期。私人信息定義為t時段的基本價值 Pf。公開信息是過去5個時期的股息和股價，以及上一個時期的基本價值 Pt-1。

市場上共有50名交易者。我們保持10%的交易者，也就是5個交易者，作為市場中的知情交易者。在PIN（Probability of informed trading）模型的文獻(xiàn)中，如Yan和Zhang（2011）[27]解釋了PIN平均在10%-20%之間。然而，Chiarella等（2015） [28]表明知情交易者可能比不知情交易者進(jìn)行更多的交易，因此知情交易者的比例可能低于PIN級別。在這種情況下，我們采用市場中知情交易者的比例為10%。

4.學(xué)習(xí)系統(tǒng)和交易者的信念。在這個人工股票市場中，所有交易者通過遺傳編程學(xué)習(xí)信息并更新他們的交易策略。遺傳編程是一種技術(shù)，計算機(jī)程序被編碼為一組基因，利用進(jìn)化算法進(jìn)化。Langdon和Poli（2002）[29]對遺傳編程的技術(shù)問題進(jìn)行了詳細(xì)的說明。函數(shù)集、終止集，以及復(fù)制、交叉、變異概率如表1所示。

所有交易者在隨機(jī)選擇的5到95個周期內(nèi)都有不同的學(xué)習(xí)頻率。我們參考Yeh和Yang（2010）[17]的設(shè)計來設(shè)置交易員對未來股價和股息的預(yù)期：

Ei，tPt+1+Dt+1=（Pt+Dt）1+θ0tanhln1+fi，tω，? 若fi，t≥0，（Pt+Dt）1-θ0tanhln-1+fi，tω， 若fi，t<0（3）

其中，fi，t是通過遺傳編程估算的， θ0和ω在表1中可以找到。

第t時段的愿付價格（PiR）表示買方（賣方）愿意支付（出售）股票的最高（最低）價格，如式（4）所示：

PiR=Pt，Ei，t（Pt+1+Dt+1）1+r，若Ei，t（Pt+1+Dt+1）≥Pt，Ei，t（Pt+1+Dt+1）1+r，Pt，若Ei，tPt+1+Dt+1

根據(jù)Yeh和Yang（2010）[17]的設(shè)計，假設(shè)所有交易者遵循相同的恒定絕對風(fēng)險規(guī)避（CARA）效用函數(shù)，交易者i使單周期效用函數(shù)最大化，則t時段的最優(yōu)持股份額 h*i，t為：

h*i，t=Ei，tPt+1+Dt+1-（1+rf）Pt1+rf（5）

每個交易者將持有 h*i，t的最優(yōu)股票份額與他在t時段所持有的 hi，t的確切股票數(shù)量進(jìn)行比較，則交易者i對股票的需求數(shù)量如式（6）所示：

demdi，t=h*i，t-hi，t（6）

5.價格確定。