倍數量交易之影響因素分析

接著，對Panel A 的倍數量交易方程式的參數估計結果進行分析。從三項期貨的各種期間樣 本可發現，LARGE 的係數除在 TE 景氣收縮時期之外，其它均在 1% 的顯著水準下為負；SMALL 的係數則在 1% 的顯著水準下均為負。此表示，中型委託單比其它型態委託單，更可能出現倍 數量交易，即假說1-1 的主張得到支持。倍數量交易持續性 (PERSIST) 的係數，在三個期貨契 約的所有期間，均為正數，且達到 1% 的顯著水準。這表示倍數量交易有持續出現的現象，即 假說1-2 的主張得到支持。至於開盤時段變數 (O30) 之係數，TX 的全部期間與景氣擴張時期樣 本皆在5% 顯著水準下為正數，TE 則僅全部期間樣本在 10% 顯著水準下為正數，至於 TF 的各 樣本都不顯著。此表示假說1-3 只能在實證中獲得部分支持。另外，收盤時段的係數 (C30) 在 所有契約的各個樣本均不顯著，這表示收盤時段出現倍數量交易的機率並未與盤中其它時段有 顯著差異。綜上，假說1-1、1-2、1-3 的檢定結果大致顯示，私有資訊交易是影響 TAIFEX 交易

12 比例差異 z 檢定公式為

z

(

p

ˆ₁

p

ˆ₂)/

p

ˆ

q

ˆ[(1/

n

₁)(1/

n

₂)]，其中，n1與n2分別代表倍數量與非倍數 量交易的交易筆數，共同比例最佳估計量pˆ(x₁x₂)/(n₁n₂)， x1與x2分別代表倍數量與非倍數量 交易中屬倍數價的交易筆數；qˆ1 pˆ。

表 7 台股期貨倍數量與倍數價交易之 bivariate probit model 參數估計結果

變數 理論基礎 假說 預期方向

Panel A: 倍數量交易Probit model (dependent variable: ROUNDQ)

Constant 0.676 *** 0.682 *** -0.017 1/MIDP H2-3 ＋ 1199.826 *** 1131.950 *** 4380.629 ***

(8.940) (7.710) (7.150) Panel B: 倍數價交易Probit model (dependent variable: ROUNDP)

Constant -0.847 *** -0.939 *** -0.890 ***

RSPREAD ＋ 304.891 *** 292.349 *** 333.797 ***

(20.710) (17.180) (11.320)

1/MIDP － 1877.275 *** 2288.318 *** 1865.952 ***

(13.390) (14.770) (2.940)

Likelihood ratio -167442.3 *** -125673.1 *** -41619.6 ***

[8613.16] [7581.54] [1276.53]

Observations 134122 101254 32868

全部期間 景氣擴張時期 景氣收縮時期

表 8 電子期貨倍數量與倍數價交易之 bivariate probit model 參數估計結果

變數 理論基礎 假說 預期方向

Panel A: 倍數量交易Probit model (dependent variable: ROUNDQ)

Constant 0.571 *** 0.541 *** 0.132 Panel B: 倍數價交易Probit model (dependent variable: ROUNDP)

Constant 0.604 *** 0.530 *** 0.796 ***

RSPREAD ＋ 131.634 *** 94.582 *** 285.511 ***

(8.230) (5.500) (6.630)

Likelihood ratio -44417.2 *** -33746.7 *** -10634.1 ***

[1858.48] [1542.01] [362.19]

Observations 37358 28594 8764

全部期間 景氣擴張時期 景氣收縮時期

表 9 金融期貨倍數量與倍數價交易之 bivariate probit model 參數估計結果

變數 理論基礎 假說 預期方向

Panel A: 倍數量交易Probit model (dependent variable: ROUNDQ)

Constant 0.652 *** 0.720 *** 0.178 Panel B: 倍數價交易Probit model (dependent variable: ROUNDP)

Constant 0.044 -0.367 *** -0.305

RSPREAD ＋ 272.496 *** 235.843 *** 410.899 ***

(18.640) (14.670) (11.490)

Likelihood ratio -49282.5 *** -37265.8 *** -11934.1 ***

[2630.72] [2212.18] [545.97]

Observations 36726 27874 8852

全部期間 景氣擴張時期 景氣收縮時期

者使用倍數量交易的重要原因，亦即Barclay and Warner (1993) 的隱藏交易假說可以說明交易量 群聚現象。

交易頻率 (TRANO) 的係數在三個指數期貨契約的各樣本均未顯著異於零，這表示假說 2-1 有關交易活絡程度與倍數量交易之正向關係主張並未獲得實證資料的支持¹³。GTDEPTH 的係 數，除了TX 期貨的景氣收縮時期樣本外，其他樣本都在顯著水準為 5%下，呈現顯著大於零的 結果。這表示假說 2-2 的主張得到支持，即當交易量超過最佳報價深度時，交易者為了儘快完 成交易，越可能使用倍數量委託單進行交易。價格水準倒數 (1/MIDP) 的係數，在 5% 顯著水 準下，9 個模型有 7 個顯著為正，這些證據大致顯示，高價格水準會導致交易者減少使用倍數量 交易，這表示假說 2-3 當價格水準越高時，越不可能出現倍數量交易的主張得到支持。綜上，

假說2-1、2-2、2-3 的檢定結果顯示，Alexander and Peterson (2007) 將議價假說應用於交易量群 聚的論證，只能在TAIFEX 得到部分支持。

季底交易日 (ENDQ) 的係數在全部樣本都不存在顯著為負的證據，這顯示假說 3-1 無法從 TAIFEX 的指數期貨契約獲得任何支持的證據。反觀 Moulton (2005) 曾發現外匯市場有顯著的季 底效應，Alexander and Peterson (2007) 在美國股市找到少許證據。其原因可能是外匯市場的參 與者大多為法人，而美國股市也是以法人為主，但台灣期貨市場的交易量則大多來自個人投資 者，或許太少的機構投資人交易，正是TAIFEX 不存在倍數量交易季底效應的主因¹⁴。到期日變 數 (MDAYS) 除了 TX 的景氣收縮時期樣本外，其餘各契約之各樣本在 5% 顯著水準下，MDAYS 係數都顯著為負數，這代表假說3-2 得到支持，亦即在接近到期日時，轉倉或平倉交易者必須以 特定的交易量進行交易，故倍數量交易會減少。綜上，Hodrick and Moulton (2003) 的異質交易 量需求假說，只能在TAIFEX 之到期日時期中得到支持，但無法於季底時期獲得支持。

最後，在10%顯著水準下，投資人情緒指數 (SENT) 之係數，在 TX、TE 顯著為負，TF 則 不顯著¹⁵。此證據大致支持假說4-1 的主張，即當投資人越偏向樂觀與看多時，會有較多個人投 資者在期貨市場從事交易，因而使用較多倍數量交易。換言之，行為假說中有關投資人情緒與 交易量群聚的關係，基本上能在TAIFEX 得到支持。

13 本文也使用未標準化交易筆數 (TNO) 和 Harris (1991) 建議之1/ TNO 作為交易頻率的衡量，重新進行 參數估計，結果均得到相似的結果。

14 Alexander and Peterson (2007) 的研究發現，2002 年的 NYSE 和 Nasdaq 股票存在交易量群聚減少的季底 效應，而2002 年美國股市的機構投資人持股比例約 59.5% (見 Rubin and Smith, 2009, Table 1, p.630)；又 1992~2006 年，美國股市機構投資人持股比例約 57% (見 Dikolli et al., 2009, Table 2, p.747)。台灣期貨交 易所在本文研究期間2002 年 9 月~2004 年 9 月中，平均每月自然人交易比重高達 83.10%。

15 雖然本文缺乏各指數期貨的個人交易比重資料，但參考 2004 年台灣上市公司的個人持股比例得知，金 融類股平均為46%，電子類股平均為 65%，全體上市公司平均為 62%。或許 TF 期貨的 SENT 係數不顯 著，是起因於該期貨之個人交易比重較低的緣故。

在文檔中 台灣期貨交易所股價指數期貨之交易量群聚與成因 (頁 22-27)