债券市场
我国银行间债券市场价格发现实证分析
1
吴 蕾 孟庆斌2
(1.南开大学经济学院，天津 300071；2. 中国人民大学商学院，北京 100872)
摘要：本文运用逐笔报价动态调整模型，对银行间债券市场的价格发现过程进行实证研究，发现报价持续期是影响债券价格波动性与交易信息含量的重要因素。对不同做市商报价的信息份额进行对比发现，总体上外资银行报价的信息含量高于我国银行，而我国全国性商业银行报价的信息含量高于城市商业银行。
关键词：银行间债券市场；做市商制度；价格发现；信息份额
Abstract ：This paper adopts a tick time model for the quote setting dynamics on inter-bank bond market to empiricallyexplore the price discovery process in bonds. We find both the price volatility and the information contents of quotes dependon quote duration. The comparison of information shares between different market makers shows that foreign banks’quotes have more information content than that of domestic banks, and quotes of national commercial banks have moreinformation content than that of city commercial banks. Upon these, some suggestions have been proposed.Key words：inter-bank bond market; market maker; price discovery; information shares
作者简介：吴蕾，女，南开大学经济学院博士生，研究方向：金融工程。孟庆斌，中国人民大学商学院讲师。中图分类号：F830.9 文献标识码：A
研究背景
银行间债券市场是我国最大和运作最成熟的场外交易市场，是我国债券市场的主体市场，是第一个正式引入做市商制度的金融市场，已经积累了数年的实践经验。2008年，银行间债券市场结算笔数为30.6万笔，同比增长62.2%；结算面额突破100万亿元，为104.6万亿元，同比增长66%；债券发行的品种也更趋于优化，短期融资券和中期票据发行量已达5970.5亿元，较上年增长了70.4% ；理财产品等各类非法人投资集合性资金进入银行间市场，使银行间市场投资主体趋于多元化，银行间债券市场的主导地位进一步增强。
2008年4月23日，中国银行间市场交易商协会发布了《全国银行间债券市场做市商管理规定》，对银行间债券市场做市业务进行指引，进一步完善做市商激励约束机制，充分发挥债券市场做市商的作用。该规定积极鼓励国债承销团成员在二级市场上做市，为国债二级市场提供活跃、连续的报价，增强国债在二级市场上的价格发现功能
［１５］
和流动性，并鼓励承销商对所承销的短期融资券、企业债和资产支持证券在市场上做市，以助于向市场其他投资者揭示债券的投资风险，改善市场流动性不足的状况。
目前，参与银行间债券市场双边报价的做市商的类型不断扩大，包括国有商业银行、股份制商业银行、城市商业银行、证券公司、基金管理公司和获批的国外银行等，且近年来参与者不断增加。但是由于国债收益率曲线的编制尚不完善，市场公允价格的估值困扰等问题，使得我们很难对做市商报价的价格质量进行评定，而对做市商及时、准确和格式化的报价进行规范与监管，却又是构建一个健康、有序、高效的市场环境所必需的。
我国学术界对市场微观结构的研究还处于起步阶段，而主流的微观结构理论主要是利用存货模型和信息模型进行研究，这些模型对银行间债券市场这一场外市场似乎并不适用。目前，对银行间债券市场的研究集中于流动性、波动性、买卖差价等问题，运用的方法多集中于扩展的ACD 模型、GARCH 模型和SCP 分析方法等。由于公允价格的估值困扰与计量技术的约束，对报价的价格质量进行实
2010年7月号
债券市场
证的文献较少。本文试图通过将公允价格表述为状态方程的形式，用卡尔曼滤波进行准极大似然估计，希望对这一约束有所突破，并通过对做市商报价信息含量的对比，得出较有现实意义的结论。
织方式的不同，交易所市场的功能和效率更强的结论。张瀛(2007) 通过运用日交易数据分析了做市商制度、风险波动等因素对债券流动性的影响，认为在目前银行间债券市场信息不对称程度较高的情况下，垄断性做市商制度在维持市场运行方面更具优势的结论。徐小华、何佳、吴冲锋(2006) 则应用STAR-ARCH 和EGARCH 模型，发现银行间债券市场的价格波动中并不存在明显的杠杆效应。
纵观国内对市场微观结构层面的实证研究，可以概括为以下三个着眼点：流动性与波动性、买卖价差、持续期。对于流动性与波动性的相关研究，比较有代表性的有孙培源，施东晖(2004) ，其运用分钟交易数据对价格波动性、绝对价格水平及买卖委托数量等进行分析，对市场流动性进行实证研究，并指出流动性是证券市场的生命力所在。杨朝军等(2002) 以报价深度作为衡量流动性的指标，利用高频数据对报价深度的日内特征进行分析，指出我国市场中的非对称信息是影响流动性的重要因素。对于买卖价差的相关研究，如杨之曙，姚松瑶(2004) 利用市场微观结构理论，实证研究信息性交易对买卖价差的
［５］
［２４］
［２３］［２２］
［２１］［２０］
相关文献
对于债券市场做市商交易机制的市场效率问题，西方学者已有深入研究。标志着债券市场微观结构研究开始的重要文献是Dattels(1995) 的《政府债券市场微观结构分析》，Dattels 构建了债券市场微观结构分析的基本框架，提出了交易机制选择的考虑因素和建立高效债券市场的制度支持。随后，Theissen(2000) 的研究表明，竞价机制虽然交易成本低，但明显表现出对新信息的反应不足与反应过度；做市商交易机制尽管成本较高，但价格的信息质量很高。Madhaven 和Sofianos(1997) 也指出做市商制度的引进使NYSE 呈现出较高的连续性和稳定性。Albansei 和Rindi (2000) 则通过提取意大利债券市场中的时间序列数据，证明做市商机制使债券市场的质量明显改善。
对于市场价格发现的研究，Hasbrouck(1993) 提出了市场价格发现的重要度量方法，用于对具有不同信息来源的分割市场的价格发现能力进行度量。此后，这一方法被广泛应用，如Hasbrouck(1995) 将其运用于美国多个市场上市公司的价格发现研究，Huang(2002) 将其运用于Nasdaq 市场上不同类型交易商报价的信息份额研究，Grammig (2005) 将其运用于在国际主要证券市场交叉上市的股票的价格发现研究等。
国内关于做市商制度的研究，朱世武、许凯(2004) 是较早对做市商行为进行实证研究的文献，其通过对我国债券市场交易行为的量化分析，分析了债券市场流动性的周内变动模式和报价价差的影响因素。姚秦(2007) 较系统全面地梳理了银行间债券市场的微观结构与做市商制度，得出做市商交易机制降低交易成本、提高市场流动性、增进市场效率的结论。
对于银行间债券市场的研究，比较有代表性的文献有杨学兵、张涛(2003) ，其通过运用结构、行为、绩效(SCP)分析框架，对我国银行间债券市场进行了初步的分析，并探讨了现行交易制度对市场的影响。袁东(2004) 则通过对交易所债券市场与银行间债券市场进行比较，得出由于组
［１９］
［１８］
［１７］
［１６］
［８］
［７］
［６］
［４］
［３］［２］［１］
解释能力，其中运用了EKOP 信息性交易模型，讨论了我国证券市场的信息性交易风险。雷觉铭，曾勇(2006) 则通过价差分解的方法，分析买卖价差形成的原因，检验逆向选择在买卖价差中的比例，并绘制出日内逆向选择成本曲线。对于持续期的相关研究，可以参见蔡艳萍，谢家泉(2006) ，其研究基于自回归条件持续期模型，结合高频数据和ACD 模型进行研究，指出在中国市场自回归条件持续期模型可以成功用于衡量交易到达的强度。郭宝生，任若恩(2007) 则通过综合运用ACD 、Log-ACD 、EXACD 模型对高频数据进行分析，结果表明交易持续期存在集聚效应，而杠杆效应并不显著。此外，李广川，刘善存(2007) 通过采用有序probit 模型研究市场分笔行情如何影响投资者提交指令的积极性，考察分笔行情如何影响成交持续期，其中对指令积极性的指示变量的设计较有新意。周爱民，吴蕾(2009) 则通过建立误差修正模型ECM ，以债券的理论价格为基准考察银行间债券市场做市商的报价纠错机制，试图通过一个全新的角度，对做市商稳定市场、提高市场有效性的功能进行实证研究。
本文将在现有研究的基础上，采用Frijns, Schotman (2009) 创建的逐笔报价动态调整模型(Tick time model for
［１０］
［２９］
［２８］
［２７］［２６］
［２５］
17
债券市场
quote setting dynamics)，对我国银行间债券市场做市商报价的信息含量进行实证研究，并通过对不同做市商报价信息含量的对比，比较不同做市商对价格发现的贡献程度。
价抵达时刻t e 可能有一家或者多家做市商更新报价，因此如果有Ｍ家做市商参与报价，t e 时刻的报价就是一个2Ｍ阶列向量q e ，其中第i 家做市商的买入报价和卖出报价分别为列向量中第2i －1和2i 个元素。 c也为2Ｍ阶列向量，第2i －1和2i 个元素度量的是第i 家做市商的平均报价价差。信息非对称参数α与报价噪声部分e e 在多家做市商报价的情况下也为2Ｍ阶列向量，分别度量各个做市商在买入报价与卖出报价上的动态调整特征。
综合以上，多家做市商逐笔报价动态调整模型为：
３
检验模型
Frijns, Schotman(2009) 创建的逐笔报价动态调整模型是Hasbrouck(1993) 的结构时间序列模型的一个多元拓展，它将持续期设定为影响价格波动性与交易信息含量的重要因素，并将价格发现过程与持续期相联系，充分体现了微观结构理论中“时间”的重要性。
这一模型将做市商的逐笔报价分解为有效价格(efficientprice) 、非对称信息和噪声三部分。 即：
［５］
［１０］
其中，I ＝(1,1,…1) 2m 。根据存货成本模型，单个做市商
(1)
其中，q e,b 表示做市商第e 次报价时的买入报价，q e,a 表示卖出报价；m e 表示做市商在第e 次报价抵达时刻t e 时债券的公允价值，也即债券报价中的有效价格部分；假定有效价格是随机游走过程，r e 是信息冲击，r e ～N(0,1)；σe 是有效价格的波动率；αe 体现第e 次报价时信息的非对称性，也即债券报价中的非对称信息部分；e e 是第e 次报价中的误差部分，也即报价的噪声部分，根据存货成本理论，e e,b 与e e,
a 之间可以存在相关性 ；c b 与c a 是常数，c b 与c a 的差值相当于
的买入报价与卖出报价的噪声部分可以存在相关性，但假设不同做市商之间的噪声部分不存在相关性，因此有：
其中，Ωi 为(2×2) 阶方阵，是第i 家做市商报价噪声部分的方差协方差矩阵，我们称其为特质方差(idiosyncraticnoise) 。
我们将基于上述模型，对银行间债券市场的价格发现过程进行分析，并遵循以下三个步骤：
1. 做市商如何基于有效价格的变化进行报价调整：假设在时刻t e 时，有效价格m e-1是所有做市商的共同信息，对于信息冲击，做市商报价调整如下：
１
平均报价价差，度量的是由存货成本等原因引起的平均价格成本。 该模型设定，两笔报价之间的持续期将影响有效价格的条件方差，即：
式(２) 中，如果δ1＝0，说明在日历时间上，有效价格的波动性只依赖于报价的次数，而δ1≠0说明有效价格的形成过程同样受到报价持续期的影响。
同样设定，做市商报价的信息非对称性也依赖于报价的持续期，即：
其中αb 表示做市商买入报价的信息非对称参数，αa 为卖出报价的信息非对称参数；δ2度量的是持续期对信息非对称性的影响。
由于一只证券往往由多家做市商进行双边报价，在报
２
另，βe ＝1＋ατe ，则βe 反映了做市商将多少债券有效价格的变化信息传递到报价中。
2. 做市商的报价调整如何影响债券的价格发现过程：根据回归方程(7)，对γe 进行参数估计。γe 度量的是做市商报价调整对有效价格变化的影响。
参数γe 可以通过回归参数估计公式(8)进行估计，γe 中的第2i －1和2i 个元素度量的是第i 家做市商报价调整对价格发现的贡献程度。
2010年7月号
证券市场导报 2010年7月号
19
2010年7月号
债券市场
信息份额对比图。从中可以清楚地看出摩根大通的信息份额优势，其最高时有将近50%的信息份额，也就是说，债券有效价格变动的将近50%可以由摩根大通的报价调整体现出来。虽然表1显示摩根大通的报价次数比例仅为1.4%，但通过对数据进一步统计得出，这其中82%的报价持续期小于20分钟，这说明摩根大通对0700008的大部分报价都是具有相当高的信息含量，促进了价格发现的过程。而邮储银行、杭州商行与招商银行的报价次数比例分别为9.6%、9.6%与18.6%，可以看出，将近一半的报价由这3家做市商提供，但传递的信息含量却很低。
图7从整体上展示了债券070309的做市商信息份额对比图，可以看出，随着持续期的增加，做市商报价的整体信息含量趋于0；中国银行的报价始终具有最高的信息含量，其他做市商的信息份额差异较少。表1显示了做市商报价次数比例的统计数据，从中可以看出，信息份额最高的中国银行，其报价次数也最多，这有利于市场的价格发现过程。
由于债券070309的平均持续期为15分钟左右，我们将持续期10～18分钟这一段放大为图8 ，以便更清楚地反映出不同做市商的信息份额。图8显示信息份额由高到低的顺序为：汇丰银行、法国巴黎、中信证券、花旗银行、广发
银行、中信银行、招商银行、东莞商行、建设银行。可以看出，外资银行报价的信息份额依然具有明显的优势，特别是法国巴黎与花旗银行，报价次数比例只有5%左右，但依然传递着相对较高的信息含量。而参照表1，建设银行、东莞商行、招商银行，共同为市场提供了1/4左右的报价, 信息含量却最少。
图9说明当持续期为5分钟以上时，债券050005的做市商的双边报价几乎不具有信息含量。以下是各个做市商报价持续期小于5分钟的次数占各自报价总次数比例的进一步统计结果：建设银行29.3%、摩根大通41.4%、花旗银行45.1%、南京银行6.6%、农业银行31.6%、兴业银行23.6%、中国银行22.6%、中金公司28.6%、招商银行28.0%。可以看出，花旗银行与摩根大通的这一比例分列最高的两位，即各自将近一半
的报价是具有信息含量的；而南京银行几乎所有的报价持续期都在5分钟以上，且市场上9.3%的报价由其提供，说明这将近10%左右的报价均不传递关于有效价格变动的任何有价值的信息。有趣的是，持续期在2分钟以内时，招商银行的报价优于摩根大通与花旗银行，具有最高的信息份额，但进一步统计结果显示，其持续期小于2分钟的报价占其自身总报价次数的比例只有13.1%，而且小于5分钟的报价也只有28.0%，这说明招商银行报价总体的信息含量是较低的。综合以上，摩根大通与花旗银行的报价具有最高的信息份额，且市场上约1/4的报价是由他们提供的，在债券价格发现方面，外资银行起到了很好的引导作用，而南京银行、建设银行、农业银行报价的信息份额最低。
图10是债券030001的做市商信息份额对比图，其中民生
５
21
债券市场
银行与花旗银行具有较高的信息份额。根据表1，市场上18. 5%的报价由民生银行提供，其报价的平均持续期为11.4分钟；花旗银行提供了10.5%的市场报价，平均持续期为24.4分钟。综合而言，民生银行的报价有最高的信息含量。根据图4，由于邮储银行报价的特质方差最大，导致其报价的信息
份额也最低，而民生银行与花旗银行均是因为具有较低的特质方差，才使得其报价遵循有效价格变动的准确性提高，因此信息份额也较大。为030001做市的7家银行，报价次数比例较平均，共同为市场提供流动性。其中报价最活跃的邮储银行与建设银行，报价的平均持续期分别只有10.5分钟
与7.9分钟 ，但其信息份额很低，虽然其报价更新得较快，但传递的信息含量较小。
综合以上，各做市商在不同债券的做市中拥有相对不同的优势，这与Schultz(2003) 对Nasdaq 的实证结果相一致。总体上，外资银行报价的信息份额较高，而邮储银行及城市商业银行的信息份额较低。
［１３］
结论及政策建议
1. 做市商报价的持续期越短，价格的波动性越大，报价反映的非对称信息越多，也即较大的债券价格波动伴随着较多的非对称信息。由于不同做市商的信息获得、分析能力存在差异，面对信息冲击，做市商对行情估计存在不同，表现为报价的信息非对称性；同时由于做市商报价遵循有效价格、减少误差的能力存在差异，表现为各个做市商报价的特质方差不同。因此，各个做市商对债券价格发现贡献的信息份额也存在差异。
2. 整体上，外资银行做市商报价的信息份额高于国内银行，即使外资银行报价次数比例较小，但报价传递的信息含量较高；国内银行中，一些全国性商业银行在不同的债券中拥有自己的信息优势，报价信息含量较高，报价次数比例也较大，不仅有利于市场的价格发现，更为市场提供了流动性；城市商业银行总体上报价的信息份额较低，虽然它们是银行间市场做市商中较为活跃的群体，报价次数的比例较高，持续期也较短，但整体报价信息含量较低，只在改善市场流动性不足方面发挥了作用。
3. 由于目前债券市场的报价信息还没有完全公开化，如上证所“固定收益电子平台”的报价数据、外汇交易中心的做市商报价数据等，
2010年7月号
债券市场
这十分不利于收益率曲线的绘制。建议将SHIBOR 报价信息、掉期报价信息、经纪商报价数据等作为公共信息，及时、全面地提供给所有做市商和市场参与者，从而进一步提高债券市场价格质量，增强债券在二级市场上的价格发现功能和流动性。
4. 从报价信息份额的对比中发现，我国银行与外资银行仍然存在一定的差距，而城市商业银行又与全国性商业银
行存在一定的差距。虽然本研究中没有涉及，但笔者认为这种差距与做市商的资产结构有着密切的关联。鼓励城市商业银行积极承销债券并在二级市场做市是未来债券市场发展的必然趋势，但其资产结构的优化程度将制约其报价的质量，因此，建议采取向做市商定向随卖和定期存款(国库现金管理手段之一) 的方式，切实为其提供债券和资金使用的便利度。 ■
注释
［１０］［１１］
1. 但根据(Frijns,Schotman,2009) 与(Christie et al,1994) 的实证
入报价的非对称信息参数，以及0700008中北京银行的买入报价与卖出报价的特质方差没有显著性，其他参数估计结果均在10%水平上显著。
5. 由于中国银行的信息份额明显高于其他做市商, 超出纵轴值域，在图中没有显示。
研究发现，这种相关性很小，协方差可以忽略。
2. 在对模型进行参数估计时，可以将c b 与c a 设定为：c b = -ca 。3. 对于在t e 时刻没有更新报价的做市商i ，q e 中的第2i －1和2i 个元素沿用其上一次的双边报价。
4. 参数估计中只有050005中南京银行的买入报价和建设银行的买
参考文献：
[1] Dattels,P. The microstructure of Government Securities Markets[R]. IMF Working Paper 95/I17,1995.
[2] Theissen,E. Market Structure, Informational Efficiency andLiquidity[J].An Experimental Comparison of Auction and Dealer Markets. Journal of Financial Markets, 2000,(3): 333-363.
[3] Madhavan,A., Sofianos,G. An empirical analysis of NYSEspecialist trading [J]. Journal of Financial Economics,1997,(48):189-210.
[4] Allen,F., Rindi,B. The quality of the Italian Treasury bondmarket, asymmetric information and transaction costs [J]. The Annals ofEconomics and Statistics, 2000,(60).
[5] Hasbrouck,Joel. Assessing the quality of a security market: a newapproach to transaction-cost measurement[J]. Review of FinancialStudies,1993,(6):191-212.
[6] Hasbrouck,Joel. One security, many markets: determining thecontribution to price discovery[J]. Journal of Finance,1995,(50):1175-1199.
[7] Huang, Roger D. The quality of ECN and Nasdaq market makerquotes[J]. Journal of Finance, 2002,(57):1285-1319.
[8] Grammig,J.,Melvin,M.,Schlag,C. Internationally cross-listedstock prices during overlapping trading hours: price discovery andexchange rate effects[J].Journal of Empirical Finance, 2005,(12):139-164.
[9] Baillie,Richard T.,Booth,Geoffrey,Tse,Yiuman, Zabotina, Tatyana. Price discovery and common factor models[J].Journal of Financial Markets,2002,(5):309-321.
[10] Frijns, Schotman. Price discovery in tick time[J].Journal ofEmpirical Finance, 2009,(16)：759-776.
[11] Christie,William G.,Harris,Jeffrey H.,Schultz,Paul H. Why didNasdaq market makers stop avoiding odd-eighth quotes?[J].Journal ofFinance, 1994,(49):1841-1860.
[12] Ane,Thierry,Geman,Helyette. Order flow, transaction clock,and normality of asset returns[J]. Journal of Finance, 2000,(55):2259-2284.
[13] Schultz,Paul H. Who makes markets[J].Journal of FinancialMarkets, 2003,(6):49-72.
[14] Easley,David, O’Hara,Maureen. Time and the process ofsecurity price adjustment [J].Journal of Finance, 1992,(47):905-927.
[15] 中央国债登记结算公司信息部. 2008年债券市场年度分析报告[C], 2009.1.
[16] 朱世武，许凯银. 行间债券市场流动性研究[J].统计研究，2004，(11).
[17] 姚秦. 债券市场微观结构与做市商制度[M].上海：复旦大学出版社，2007年版.
[18] 杨学兵，张涛. 银行间债券市场的SCP 分析??[J].金融研究，2003，(3)：54-62.
[19] 袁东. 交易所债券市场与银行间债券市场波动性比较研究? [J].世界经济，2004，(5)：63-68.
[20] 张瀛. 做市商、流动性与买卖价差:基于银行间债券市场的流动性分析[J].世界经济，2007，(10)：86-95.
[21] 徐小华，何佳，吴冲锋. 我国债券市场价格非对称性波动研究?[J].金融研究，2006，(12)：14-22.
[22] 孙培源，施东晖. 微观结构、流动性与买卖价差: 一个基于上海股市的经验研究[J].世界经济，2004，(4)：69-72.
[23] 杨朝军, 孙培源, 施东晖. 微观结构、市场深度与非对称信息:对上海股市日内流动性模式的一个解释[J].世界经济，2002，(11)：53-58.
[24] 杨之曙，姚松瑶. 沪市买卖价差和信息性交易实证研究[J].金融研究，2004，(4)：45-56.
[25] 雷觉铭; 曾勇. 上海股市买卖价差成分分析[J]. 系统工程，2006，(6)：74-80.
[26] 蔡艳萍，谢家泉. 中国股市收益率波动实证研究──基于自回归条件持续性模型[J].财经理论与实践，2006，(1)：62-66.
[27] 郭宝生，任若恩. ACD模型的发展以及在金融中的应用[J].系统工程，2007，(10)：1-10.
[28] 李广川; 刘善存; 邱菀华. 中国证券市场成交指令积极性及成交持续期的影响因素研究[J]. 系统工程理论与实践，2007，(10)：11-21.
[29] 周爱民，吴蕾. 银行间债券市场做市商交易机制的效率分析[J]. 证券市场导报，2009，(4)：25-31.
23
债券市场
我国银行间债券市场价格发现实证分析
1
吴 蕾 孟庆斌2
(1.南开大学经济学院，天津 300071；2. 中国人民大学商学院，北京 100872)
摘要：本文运用逐笔报价动态调整模型，对银行间债券市场的价格发现过程进行实证研究，发现报价持续期是影响债券价格波动性与交易信息含量的重要因素。对不同做市商报价的信息份额进行对比发现，总体上外资银行报价的信息含量高于我国银行，而我国全国性商业银行报价的信息含量高于城市商业银行。
关键词：银行间债券市场；做市商制度；价格发现；信息份额
Abstract ：This paper adopts a tick time model for the quote setting dynamics on inter-bank bond market to empiricallyexplore the price discovery process in bonds. We find both the price volatility and the information contents of quotes dependon quote duration. The comparison of information shares between different market makers shows that foreign banks’quotes have more information content than that of domestic banks, and quotes of national commercial banks have moreinformation content than that of city commercial banks. Upon these, some suggestions have been proposed.Key words：inter-bank bond market; market maker; price discovery; information shares
作者简介：吴蕾，女，南开大学经济学院博士生，研究方向：金融工程。孟庆斌，中国人民大学商学院讲师。中图分类号：F830.9 文献标识码：A
研究背景
银行间债券市场是我国最大和运作最成熟的场外交易市场，是我国债券市场的主体市场，是第一个正式引入做市商制度的金融市场，已经积累了数年的实践经验。2008年，银行间债券市场结算笔数为30.6万笔，同比增长62.2%；结算面额突破100万亿元，为104.6万亿元，同比增长66%；债券发行的品种也更趋于优化，短期融资券和中期票据发行量已达5970.5亿元，较上年增长了70.4% ；理财产品等各类非法人投资集合性资金进入银行间市场，使银行间市场投资主体趋于多元化，银行间债券市场的主导地位进一步增强。
2008年4月23日，中国银行间市场交易商协会发布了《全国银行间债券市场做市商管理规定》，对银行间债券市场做市业务进行指引，进一步完善做市商激励约束机制，充分发挥债券市场做市商的作用。该规定积极鼓励国债承销团成员在二级市场上做市，为国债二级市场提供活跃、连续的报价，增强国债在二级市场上的价格发现功能
［１５］
和流动性，并鼓励承销商对所承销的短期融资券、企业债和资产支持证券在市场上做市，以助于向市场其他投资者揭示债券的投资风险，改善市场流动性不足的状况。
目前，参与银行间债券市场双边报价的做市商的类型不断扩大，包括国有商业银行、股份制商业银行、城市商业银行、证券公司、基金管理公司和获批的国外银行等，且近年来参与者不断增加。但是由于国债收益率曲线的编制尚不完善，市场公允价格的估值困扰等问题，使得我们很难对做市商报价的价格质量进行评定，而对做市商及时、准确和格式化的报价进行规范与监管，却又是构建一个健康、有序、高效的市场环境所必需的。
我国学术界对市场微观结构的研究还处于起步阶段，而主流的微观结构理论主要是利用存货模型和信息模型进行研究，这些模型对银行间债券市场这一场外市场似乎并不适用。目前，对银行间债券市场的研究集中于流动性、波动性、买卖差价等问题，运用的方法多集中于扩展的ACD 模型、GARCH 模型和SCP 分析方法等。由于公允价格的估值困扰与计量技术的约束，对报价的价格质量进行实
2010年7月号
债券市场
证的文献较少。本文试图通过将公允价格表述为状态方程的形式，用卡尔曼滤波进行准极大似然估计，希望对这一约束有所突破，并通过对做市商报价信息含量的对比，得出较有现实意义的结论。
织方式的不同，交易所市场的功能和效率更强的结论。张瀛(2007) 通过运用日交易数据分析了做市商制度、风险波动等因素对债券流动性的影响，认为在目前银行间债券市场信息不对称程度较高的情况下，垄断性做市商制度在维持市场运行方面更具优势的结论。徐小华、何佳、吴冲锋(2006) 则应用STAR-ARCH 和EGARCH 模型，发现银行间债券市场的价格波动中并不存在明显的杠杆效应。
纵观国内对市场微观结构层面的实证研究，可以概括为以下三个着眼点：流动性与波动性、买卖价差、持续期。对于流动性与波动性的相关研究，比较有代表性的有孙培源，施东晖(2004) ，其运用分钟交易数据对价格波动性、绝对价格水平及买卖委托数量等进行分析，对市场流动性进行实证研究，并指出流动性是证券市场的生命力所在。杨朝军等(2002) 以报价深度作为衡量流动性的指标，利用高频数据对报价深度的日内特征进行分析，指出我国市场中的非对称信息是影响流动性的重要因素。对于买卖价差的相关研究，如杨之曙，姚松瑶(2004) 利用市场微观结构理论，实证研究信息性交易对买卖价差的
［５］
［２４］
［２３］［２２］
［２１］［２０］
相关文献
对于债券市场做市商交易机制的市场效率问题，西方学者已有深入研究。标志着债券市场微观结构研究开始的重要文献是Dattels(1995) 的《政府债券市场微观结构分析》，Dattels 构建了债券市场微观结构分析的基本框架，提出了交易机制选择的考虑因素和建立高效债券市场的制度支持。随后，Theissen(2000) 的研究表明，竞价机制虽然交易成本低，但明显表现出对新信息的反应不足与反应过度；做市商交易机制尽管成本较高，但价格的信息质量很高。Madhaven 和Sofianos(1997) 也指出做市商制度的引进使NYSE 呈现出较高的连续性和稳定性。Albansei 和Rindi (2000) 则通过提取意大利债券市场中的时间序列数据，证明做市商机制使债券市场的质量明显改善。
对于市场价格发现的研究，Hasbrouck(1993) 提出了市场价格发现的重要度量方法，用于对具有不同信息来源的分割市场的价格发现能力进行度量。此后，这一方法被广泛应用，如Hasbrouck(1995) 将其运用于美国多个市场上市公司的价格发现研究，Huang(2002) 将其运用于Nasdaq 市场上不同类型交易商报价的信息份额研究，Grammig (2005) 将其运用于在国际主要证券市场交叉上市的股票的价格发现研究等。
国内关于做市商制度的研究，朱世武、许凯(2004) 是较早对做市商行为进行实证研究的文献，其通过对我国债券市场交易行为的量化分析，分析了债券市场流动性的周内变动模式和报价价差的影响因素。姚秦(2007) 较系统全面地梳理了银行间债券市场的微观结构与做市商制度，得出做市商交易机制降低交易成本、提高市场流动性、增进市场效率的结论。
对于银行间债券市场的研究，比较有代表性的文献有杨学兵、张涛(2003) ，其通过运用结构、行为、绩效(SCP)分析框架，对我国银行间债券市场进行了初步的分析，并探讨了现行交易制度对市场的影响。袁东(2004) 则通过对交易所债券市场与银行间债券市场进行比较，得出由于组
［１９］
［１８］
［１７］
［１６］
［８］
［７］
［６］
［４］
［３］［２］［１］
解释能力，其中运用了EKOP 信息性交易模型，讨论了我国证券市场的信息性交易风险。雷觉铭，曾勇(2006) 则通过价差分解的方法，分析买卖价差形成的原因，检验逆向选择在买卖价差中的比例，并绘制出日内逆向选择成本曲线。对于持续期的相关研究，可以参见蔡艳萍，谢家泉(2006) ，其研究基于自回归条件持续期模型，结合高频数据和ACD 模型进行研究，指出在中国市场自回归条件持续期模型可以成功用于衡量交易到达的强度。郭宝生，任若恩(2007) 则通过综合运用ACD 、Log-ACD 、EXACD 模型对高频数据进行分析，结果表明交易持续期存在集聚效应，而杠杆效应并不显著。此外，李广川，刘善存(2007) 通过采用有序probit 模型研究市场分笔行情如何影响投资者提交指令的积极性，考察分笔行情如何影响成交持续期，其中对指令积极性的指示变量的设计较有新意。周爱民，吴蕾(2009) 则通过建立误差修正模型ECM ，以债券的理论价格为基准考察银行间债券市场做市商的报价纠错机制，试图通过一个全新的角度，对做市商稳定市场、提高市场有效性的功能进行实证研究。
本文将在现有研究的基础上，采用Frijns, Schotman (2009) 创建的逐笔报价动态调整模型(Tick time model for
［１０］
［２９］
［２８］
［２７］［２６］
［２５］
17
债券市场
quote setting dynamics)，对我国银行间债券市场做市商报价的信息含量进行实证研究，并通过对不同做市商报价信息含量的对比，比较不同做市商对价格发现的贡献程度。
价抵达时刻t e 可能有一家或者多家做市商更新报价，因此如果有Ｍ家做市商参与报价，t e 时刻的报价就是一个2Ｍ阶列向量q e ，其中第i 家做市商的买入报价和卖出报价分别为列向量中第2i －1和2i 个元素。 c也为2Ｍ阶列向量，第2i －1和2i 个元素度量的是第i 家做市商的平均报价价差。信息非对称参数α与报价噪声部分e e 在多家做市商报价的情况下也为2Ｍ阶列向量，分别度量各个做市商在买入报价与卖出报价上的动态调整特征。
综合以上，多家做市商逐笔报价动态调整模型为：
３
检验模型
Frijns, Schotman(2009) 创建的逐笔报价动态调整模型是Hasbrouck(1993) 的结构时间序列模型的一个多元拓展，它将持续期设定为影响价格波动性与交易信息含量的重要因素，并将价格发现过程与持续期相联系，充分体现了微观结构理论中“时间”的重要性。
这一模型将做市商的逐笔报价分解为有效价格(efficientprice) 、非对称信息和噪声三部分。 即：
［５］
［１０］
其中，I ＝(1,1,…1) 2m 。根据存货成本模型，单个做市商
(1)
其中，q e,b 表示做市商第e 次报价时的买入报价，q e,a 表示卖出报价；m e 表示做市商在第e 次报价抵达时刻t e 时债券的公允价值，也即债券报价中的有效价格部分；假定有效价格是随机游走过程，r e 是信息冲击，r e ～N(0,1)；σe 是有效价格的波动率；αe 体现第e 次报价时信息的非对称性，也即债券报价中的非对称信息部分；e e 是第e 次报价中的误差部分，也即报价的噪声部分，根据存货成本理论，e e,b 与e e,
a 之间可以存在相关性 ；c b 与c a 是常数，c b 与c a 的差值相当于
的买入报价与卖出报价的噪声部分可以存在相关性，但假设不同做市商之间的噪声部分不存在相关性，因此有：
其中，Ωi 为(2×2) 阶方阵，是第i 家做市商报价噪声部分的方差协方差矩阵，我们称其为特质方差(idiosyncraticnoise) 。
我们将基于上述模型，对银行间债券市场的价格发现过程进行分析，并遵循以下三个步骤：
1. 做市商如何基于有效价格的变化进行报价调整：假设在时刻t e 时，有效价格m e-1是所有做市商的共同信息，对于信息冲击，做市商报价调整如下：
１
平均报价价差，度量的是由存货成本等原因引起的平均价格成本。 该模型设定，两笔报价之间的持续期将影响有效价格的条件方差，即：
式(２) 中，如果δ1＝0，说明在日历时间上，有效价格的波动性只依赖于报价的次数，而δ1≠0说明有效价格的形成过程同样受到报价持续期的影响。
同样设定，做市商报价的信息非对称性也依赖于报价的持续期，即：
其中αb 表示做市商买入报价的信息非对称参数，αa 为卖出报价的信息非对称参数；δ2度量的是持续期对信息非对称性的影响。
由于一只证券往往由多家做市商进行双边报价，在报
２
另，βe ＝1＋ατe ，则βe 反映了做市商将多少债券有效价格的变化信息传递到报价中。
2. 做市商的报价调整如何影响债券的价格发现过程：根据回归方程(7)，对γe 进行参数估计。γe 度量的是做市商报价调整对有效价格变化的影响。
参数γe 可以通过回归参数估计公式(8)进行估计，γe 中的第2i －1和2i 个元素度量的是第i 家做市商报价调整对价格发现的贡献程度。
2010年7月号
证券市场导报 2010年7月号
19
2010年7月号
债券市场
信息份额对比图。从中可以清楚地看出摩根大通的信息份额优势，其最高时有将近50%的信息份额，也就是说，债券有效价格变动的将近50%可以由摩根大通的报价调整体现出来。虽然表1显示摩根大通的报价次数比例仅为1.4%，但通过对数据进一步统计得出，这其中82%的报价持续期小于20分钟，这说明摩根大通对0700008的大部分报价都是具有相当高的信息含量，促进了价格发现的过程。而邮储银行、杭州商行与招商银行的报价次数比例分别为9.6%、9.6%与18.6%，可以看出，将近一半的报价由这3家做市商提供，但传递的信息含量却很低。
图7从整体上展示了债券070309的做市商信息份额对比图，可以看出，随着持续期的增加，做市商报价的整体信息含量趋于0；中国银行的报价始终具有最高的信息含量，其他做市商的信息份额差异较少。表1显示了做市商报价次数比例的统计数据，从中可以看出，信息份额最高的中国银行，其报价次数也最多，这有利于市场的价格发现过程。
由于债券070309的平均持续期为15分钟左右，我们将持续期10～18分钟这一段放大为图8 ，以便更清楚地反映出不同做市商的信息份额。图8显示信息份额由高到低的顺序为：汇丰银行、法国巴黎、中信证券、花旗银行、广发
银行、中信银行、招商银行、东莞商行、建设银行。可以看出，外资银行报价的信息份额依然具有明显的优势，特别是法国巴黎与花旗银行，报价次数比例只有5%左右，但依然传递着相对较高的信息含量。而参照表1，建设银行、东莞商行、招商银行，共同为市场提供了1/4左右的报价, 信息含量却最少。
图9说明当持续期为5分钟以上时，债券050005的做市商的双边报价几乎不具有信息含量。以下是各个做市商报价持续期小于5分钟的次数占各自报价总次数比例的进一步统计结果：建设银行29.3%、摩根大通41.4%、花旗银行45.1%、南京银行6.6%、农业银行31.6%、兴业银行23.6%、中国银行22.6%、中金公司28.6%、招商银行28.0%。可以看出，花旗银行与摩根大通的这一比例分列最高的两位，即各自将近一半
的报价是具有信息含量的；而南京银行几乎所有的报价持续期都在5分钟以上，且市场上9.3%的报价由其提供，说明这将近10%左右的报价均不传递关于有效价格变动的任何有价值的信息。有趣的是，持续期在2分钟以内时，招商银行的报价优于摩根大通与花旗银行，具有最高的信息份额，但进一步统计结果显示，其持续期小于2分钟的报价占其自身总报价次数的比例只有13.1%，而且小于5分钟的报价也只有28.0%，这说明招商银行报价总体的信息含量是较低的。综合以上，摩根大通与花旗银行的报价具有最高的信息份额，且市场上约1/4的报价是由他们提供的，在债券价格发现方面，外资银行起到了很好的引导作用，而南京银行、建设银行、农业银行报价的信息份额最低。
图10是债券030001的做市商信息份额对比图，其中民生
５
21
债券市场
银行与花旗银行具有较高的信息份额。根据表1，市场上18. 5%的报价由民生银行提供，其报价的平均持续期为11.4分钟；花旗银行提供了10.5%的市场报价，平均持续期为24.4分钟。综合而言，民生银行的报价有最高的信息含量。根据图4，由于邮储银行报价的特质方差最大，导致其报价的信息
份额也最低，而民生银行与花旗银行均是因为具有较低的特质方差，才使得其报价遵循有效价格变动的准确性提高，因此信息份额也较大。为030001做市的7家银行，报价次数比例较平均，共同为市场提供流动性。其中报价最活跃的邮储银行与建设银行，报价的平均持续期分别只有10.5分钟
与7.9分钟 ，但其信息份额很低，虽然其报价更新得较快，但传递的信息含量较小。
综合以上，各做市商在不同债券的做市中拥有相对不同的优势，这与Schultz(2003) 对Nasdaq 的实证结果相一致。总体上，外资银行报价的信息份额较高，而邮储银行及城市商业银行的信息份额较低。
［１３］
结论及政策建议
1. 做市商报价的持续期越短，价格的波动性越大，报价反映的非对称信息越多，也即较大的债券价格波动伴随着较多的非对称信息。由于不同做市商的信息获得、分析能力存在差异，面对信息冲击，做市商对行情估计存在不同，表现为报价的信息非对称性；同时由于做市商报价遵循有效价格、减少误差的能力存在差异，表现为各个做市商报价的特质方差不同。因此，各个做市商对债券价格发现贡献的信息份额也存在差异。
2. 整体上，外资银行做市商报价的信息份额高于国内银行，即使外资银行报价次数比例较小，但报价传递的信息含量较高；国内银行中，一些全国性商业银行在不同的债券中拥有自己的信息优势，报价信息含量较高，报价次数比例也较大，不仅有利于市场的价格发现，更为市场提供了流动性；城市商业银行总体上报价的信息份额较低，虽然它们是银行间市场做市商中较为活跃的群体，报价次数的比例较高，持续期也较短，但整体报价信息含量较低，只在改善市场流动性不足方面发挥了作用。
3. 由于目前债券市场的报价信息还没有完全公开化，如上证所“固定收益电子平台”的报价数据、外汇交易中心的做市商报价数据等，
2010年7月号
债券市场
这十分不利于收益率曲线的绘制。建议将SHIBOR 报价信息、掉期报价信息、经纪商报价数据等作为公共信息，及时、全面地提供给所有做市商和市场参与者，从而进一步提高债券市场价格质量，增强债券在二级市场上的价格发现功能和流动性。
4. 从报价信息份额的对比中发现，我国银行与外资银行仍然存在一定的差距，而城市商业银行又与全国性商业银
行存在一定的差距。虽然本研究中没有涉及，但笔者认为这种差距与做市商的资产结构有着密切的关联。鼓励城市商业银行积极承销债券并在二级市场做市是未来债券市场发展的必然趋势，但其资产结构的优化程度将制约其报价的质量，因此，建议采取向做市商定向随卖和定期存款(国库现金管理手段之一) 的方式，切实为其提供债券和资金使用的便利度。 ■
注释
［１０］［１１］
1. 但根据(Frijns,Schotman,2009) 与(Christie et al,1994) 的实证
入报价的非对称信息参数，以及0700008中北京银行的买入报价与卖出报价的特质方差没有显著性，其他参数估计结果均在10%水平上显著。
5. 由于中国银行的信息份额明显高于其他做市商, 超出纵轴值域，在图中没有显示。
研究发现，这种相关性很小，协方差可以忽略。
2. 在对模型进行参数估计时，可以将c b 与c a 设定为：c b = -ca 。3. 对于在t e 时刻没有更新报价的做市商i ，q e 中的第2i －1和2i 个元素沿用其上一次的双边报价。
4. 参数估计中只有050005中南京银行的买入报价和建设银行的买
参考文献：
[1] Dattels,P. The microstructure of Government Securities Markets[R]. IMF Working Paper 95/I17,1995.
[2] Theissen,E. Market Structure, Informational Efficiency andLiquidity[J].An Experimental Comparison of Auction and Dealer Markets. Journal of Financial Markets, 2000,(3): 333-363.
[3] Madhavan,A., Sofianos,G. An empirical analysis of NYSEspecialist trading [J]. Journal of Financial Economics,1997,(48):189-210.
[4] Allen,F., Rindi,B. The quality of the Italian Treasury bondmarket, asymmetric information and transaction costs [J]. The Annals ofEconomics and Statistics, 2000,(60).
[5] Hasbrouck,Joel. Assessing the quality of a security market: a newapproach to transaction-cost measurement[J]. Review of FinancialStudies,1993,(6):191-212.
[6] Hasbrouck,Joel. One security, many markets: determining thecontribution to price discovery[J]. Journal of Finance,1995,(50):1175-1199.
[7] Huang, Roger D. The quality of ECN and Nasdaq market makerquotes[J]. Journal of Finance, 2002,(57):1285-1319.
[8] Grammig,J.,Melvin,M.,Schlag,C. Internationally cross-listedstock prices during overlapping trading hours: price discovery andexchange rate effects[J].Journal of Empirical Finance, 2005,(12):139-164.
[9] Baillie,Richard T.,Booth,Geoffrey,Tse,Yiuman, Zabotina, Tatyana. Price discovery and common factor models[J].Journal of Financial Markets,2002,(5):309-321.
[10] Frijns, Schotman. Price discovery in tick time[J].Journal ofEmpirical Finance, 2009,(16)：759-776.
[11] Christie,William G.,Harris,Jeffrey H.,Schultz,Paul H. Why didNasdaq market makers stop avoiding odd-eighth quotes?[J].Journal ofFinance, 1994,(49):1841-1860.
[12] Ane,Thierry,Geman,Helyette. Order flow, transaction clock,and normality of asset returns[J]. Journal of Finance, 2000,(55):2259-2284.
[13] Schultz,Paul H. Who makes markets[J].Journal of FinancialMarkets, 2003,(6):49-72.
[14] Easley,David, O’Hara,Maureen. Time and the process ofsecurity price adjustment [J].Journal of Finance, 1992,(47):905-927.
[15] 中央国债登记结算公司信息部. 2008年债券市场年度分析报告[C], 2009.1.
[16] 朱世武，许凯银. 行间债券市场流动性研究[J].统计研究，2004，(11).
[17] 姚秦. 债券市场微观结构与做市商制度[M].上海：复旦大学出版社，2007年版.
[18] 杨学兵，张涛. 银行间债券市场的SCP 分析??[J].金融研究，2003，(3)：54-62.
[19] 袁东. 交易所债券市场与银行间债券市场波动性比较研究? [J].世界经济，2004，(5)：63-68.
[20] 张瀛. 做市商、流动性与买卖价差:基于银行间债券市场的流动性分析[J].世界经济，2007，(10)：86-95.
[21] 徐小华，何佳，吴冲锋. 我国债券市场价格非对称性波动研究?[J].金融研究，2006，(12)：14-22.
[22] 孙培源，施东晖. 微观结构、流动性与买卖价差: 一个基于上海股市的经验研究[J].世界经济，2004，(4)：69-72.
[23] 杨朝军, 孙培源, 施东晖. 微观结构、市场深度与非对称信息:对上海股市日内流动性模式的一个解释[J].世界经济，2002，(11)：53-58.
[24] 杨之曙，姚松瑶. 沪市买卖价差和信息性交易实证研究[J].金融研究，2004，(4)：45-56.
[25] 雷觉铭; 曾勇. 上海股市买卖价差成分分析[J]. 系统工程，2006，(6)：74-80.
[26] 蔡艳萍，谢家泉. 中国股市收益率波动实证研究──基于自回归条件持续性模型[J].财经理论与实践，2006，(1)：62-66.
[27] 郭宝生，任若恩. ACD模型的发展以及在金融中的应用[J].系统工程，2007，(10)：1-10.
[28] 李广川; 刘善存; 邱菀华. 中国证券市场成交指令积极性及成交持续期的影响因素研究[J]. 系统工程理论与实践，2007，(10)：11-21.
[29] 周爱民，吴蕾. 银行间债券市场做市商交易机制的效率分析[J]. 证券市场导报，2009，(4)：25-31.
23