台灣期貨市場頻繁交易人對市場報酬預測能力之分析
61
0
0
全文
(2) 誌謝 本論文得以順利完成，首先誠摯的感謝我的指導教授蔡蒔銓博士，不時的指點我正確的 方向，使我在這兩年中獲益良多，老師對學問的嚴謹更是我學習的典範。感謝口試委員莊忠 柱博士與陳煒朋博士，兩位老師的寶貴意見，使本文更為完整而嚴謹。另外，也要謝謝慧文 老師、豐進學長、立瀚、俊廷及彥佑，在 Matlab 和 SAS 程式上給我很大的幫助，沒有你們， 我的論文不會進行的這麼順利。 感謝管理所的同學們，在踏入社會之前，有緣與你們共度兩年快樂的時光，烏來、嘉義、 墾丁、高雄、花蓮，每一次的出遊都是我珍貴的回憶，還有我永遠會記得 MBA 盃我們得冠 軍的那一天；怡臻、雅涵、柏茵，謝謝有你們陪我走過歡笑與淚水交織的這段時光；謝謝學 弟智杰跟我一起玩爐石；謝謝懂事幽默有禮貌又可愛的國貿 B 班每個月的家庭小聚；還有蔡 家班的柏茵和欣庭，謝謝你們跟我一起奮鬥，我的戰友；敬我們友誼長存，也祝福我的朋友 們未來一切順利。 最後，感謝一直以來陪伴我、無條件支持我的家人，讓我能順利的完成學業；也要感謝 文瀚，你的陪伴是我前進的動力。 謹以此文獻給我深愛的家人及朋友們。. 林雨萱 謹誌於師大管理研究所 中華民國一百零四年七月. I.
(3) 摘要 論文名稱：台灣期貨市場頻繁交易人對市場報酬預測能力之分析 校所組別：國臺灣師範大學管理研究所碩士班 畢業時間及提要別：104 學年度第 2 學期碩士論文摘要 指導教授：蔡蒔銓. 博士. 研究生：林雨萱 論文摘要內容 本研究主要目的為探討期貨市場中，頻繁交易人之委託單積極度與委託不均衡對市場報 酬率之影響，而兩者是否在顯著影響報酬率下有顯著差異。我們以台灣期貨市場中的臺股期 貨、小型臺指期貨為研究標的，先定義出台灣期貨市場之頻繁交易人，再針對這些交易帳號， 以每五分鐘為區間，計算出市場報酬率、委託單積極度及委託不均衡等，探討這些變數對報 酬率的預測能力。 根據以往文獻記載，委託單積極度與委託不均衡均會對市場報酬造成影響。我們將這兩 者作為本研究主要的自變數，加入落後兩期的市場報酬自迴歸變數，市場成交量、未平倉變 動量與波動度為控制變數，而市場的報酬率作為應變數，利用 GARCH Model 來檢視它們之 間的關係。結果顯示頻繁交易人的委託單積極度與委託不均衡，兩者皆會對市場報酬率造成 顯著影響。. 關鍵字：頻繁交易、市場報酬率、委託單積極度、委託不均衡 II.
(4) Abstract This study aims to investigate the impact of market return in the futures markets for frequent traders’ order aggressiveness and order imbalance. The TAIEX Futures (TX), the mini-TAIEX Futures (MTX) are used as our research subject, and we use two regulations to define two kinds of frequency traders. Calculate the market return, order aggressiveness and order imbalance by full market and frequency traders. After that, we can observe the anticipation of market return for these variables in futures markets. According to references, it indicated that market return will influence by order aggressiveness and order imbalance. We use order aggressiveness and order imbalance as independent variables, market volume, market open interest and market volatility as control variables, and market return as dependent variables. We use GARCH model and examine their relationship. The result shows that both frequent traders’ order aggressiveness and order imbalance influences market returns significantly.. Key Words: Frequent Trade, Market Return, Order Aggressiveness, Order Imbalance. III.
(5) 目錄 誌謝...................................................................................................................................................... I 中文摘要 .............................................................................................................................................II 英文摘要 ...........................................................................................................................................III 目錄 ................................................................................................................................................... IV 圖目錄 ............................................................................................................................................... V 表目錄 ............................................................................................................................................... VI 第一章. 緒論.................................................................................................................................. 1. 第一節 第二節 第三節 第二章. 文獻探討.......................................................................................................................... 5. 第一節 第二節 第三章. 高頻交易定義相關文獻 .......................................................................................... 5 高頻交易行為與報酬率相關文獻 .......................................................................... 6 研究方法......................................................................................................................... 7. 第一節 第二節 第三節 第四節 第四章. 研究資料來源與介紹 ............................................................................................. 7 研究假說 ............................................................................................................... 10 研究變數定義與迴歸模型 ................................................................................... 11 市場報酬率 ........................................................................................................... 14 實證結果與分析........................................................................................................... 15. 第一節 第二節 第五章. 研究背景與動機 ...................................................................................................... 1 研究目的 .................................................................................................................. 2 研究架構與流程 ...................................................................................................... 3. 積極度與市場報酬率之迴歸模型分析 ............................................................... 15 委託不均衡與市場報酬率之迴歸模型分析 ....................................................... 20. 結論與建議....................................................................................................................... 25. 第一節 第二節. 研究結論 ............................................................................................................... 25 研究建議 ............................................................................................................... 26. 參考文獻 ........................................................................................................................................... 27 附錄一 ............................................................................................................................................... 29. IV.
(6) 圖目錄 【圖 1-1】研究流程圖....................................................................................................................... 4 【圖 3-1】2007、2008 年大台指投資人平均每日刪改單比率門檻 .............................................. 8 【圖 3-2】2007、2008 年小台指投資人平均每日刪改單比率門檻 .............................................. 9. V.
(7) 表目錄 【表 3-1】大台指、小台指 HFT1 及 HFT2 之頻繁交易人數........................................................ 9 【表 3-2】最佳 1 檔至最佳 5 檔之成交機率 ................................................................................ 11 【表 3-3】大小台指期貨市場報酬之敘述統計量 ........................................................................ 14 【表 4-1】第一類頻繁交易人 dp=0.18 委託單積極度之估計檢定結果 .................................... 16 【表 4-2】第一類頻繁交易人 dp=0.20 委託單積極度之估計檢定結果 .................................... 17 【表 4-3】第一類頻繁交易人 dp=0.22 委託單積極度之估計檢定結果 .................................... 18 【表 4-4】第二類頻繁交易人委託單積極度之估計檢定結果 .................................................... 19 【表 4-5】第一類頻繁交易人 dp=0.18 委託不均衡之估計檢定結果 ........................................ 21 【表 4-6】第一類頻繁交易人 dp=0.20 委託不均衡之估計檢定結果 ........................................ 22 【表 4-7】第一類頻繁交易人 dp=0.22 委託不均衡之估計檢定結果 ........................................ 23 【表 4-8】第二類頻繁交易人委託不均衡之估計檢定結果 ........................................................ 24 【表 6-1】臺灣證券交易所股價指數期貨契約規格(大台) ......................................................... 29 【表 6-2】臺灣證券交易所股價指數期貨契約規格(小台) ......................................................... 30 【表 6-3】臺灣期貨成交檔資料格式 ............................................................................................ 31 【表 6-4】臺灣期貨委託檔資料格式 ............................................................................................ 32 【表 6-5】2007 年各月份大台市場報酬之敘述統計量 ............................................................... 33 【表 6-6】2007 年各月份小台市場報酬之敘述統計量 ............................................................... 34 【表 6-7】2008 年各月份大台市場報酬之敘述統計量 ............................................................... 35 【表 6-8】2008 年各月份小台市場報酬之敘述統計量 ............................................................... 36 【表 6-9】大台委託單積極度第一類頻繁交易人 dp=0.18 之參數估計 ..................................... 37 【表 6-10】大台委託單積極度第一類頻繁交易人 dp=0.20 之參數估計 ................................... 38 【表 6-11】大台委託單積極度第一類頻繁交易人 dp=0.22 之參數估計 ................................... 39 【表 6-12】大台委託單積極度第二類頻繁交易人之參數估計 ................................................... 40 【表 6-13】小台委託單積極度第一類頻繁交易人 dp=0.18 之參數估計 ................................... 41 【表 6-14】小台委託單積極度第一類頻繁交易人 dp=0.20 之參數估計 ................................... 42 VI.
(8) 【表 6-15】小台委託單積極度第一類頻繁交易人 dp=0.22 之參數估計 ................................... 43 【表 6-16】小台委託單積極度第二類頻繁交易人之參數估計 ................................................... 44 【表 6-17】大台委託不均衡第一類頻繁交易人 dp=0.18 之參數估計 ....................................... 45 【表 6-18】大台委託不均衡第一類頻繁交易人 dp=0.20 之參數估計 ....................................... 46 【表 6-19】大台委託不均衡第一類頻繁交易人 dp=0.22 之參數估計 ....................................... 47 【表 6-20】大台委託不均衡第二類頻繁交易人之參數估計 ....................................................... 48 【表 6-21】小台委託不均衡第一類頻繁交易人 dp=0.18 之參數估計 ....................................... 49 【表 6-22】小台委託不均衡第一類頻繁交易人 dp=0.20 之參數估計 ....................................... 50 【表 6-23】小台委託不均衡第一類頻繁交易人 dp=0.22 之參數估計 ....................................... 51 【表 6-24】小台委託不均衡第二類頻繁交易人之參數估計 ....................................................... 52. VII.
(9) 第一章. 緒論. 本章節一開始為敘述研究背景及動機，接著介紹研究目的，最後為整篇的架構及流程。 第一節. 研究背景與動機. 2010 年 5 月 6 日，在美國發生了閃電崩盤 (Flash Crash) 事件，道瓊工業指數盤中自 10,460 點在五分鐘內暴跌至 9,870 點，突然無預警大跌近 600 點，當天指數高低點幅度差高達 1,000 點，震驚整個華爾街。這起「閃電崩盤」事件遭美國監管單位盯上，根據 CNN Money 報導， 在 2015 年 4 月 21 日在倫敦找到幕後始作俑者，一名英國高頻期指交易員，利用電腦程式操 控期貨，進行高頻交易，在五年間大賺 4,000 萬美元。 在現今交易市場中，程式交易漸漸成為主宰整個金融市場的交易型態。高頻交易即為程 式交易，主要是利用快速下單的優勢為投資策略。全球的政府機構及學者都紛紛投入研究這 種新的交易行為對市場有何影響。根據一些實證研究顯示，高頻交易能增加市場的流動性並 且有利於金融市場提升價格發現之功能。但也有部分文獻認為高頻交易會使市場惡化，其公 平性受質疑，高頻交易者可能會利用其交易優勢，影響市場真實的價格及數量，且高頻交易 複雜度高，使市場透明度降低，會使其他投資人無法使用市場資訊進行判斷，造成投資決策 的誤判。高頻交易者也可能透過高速的電腦程式交易使價格波動變大。但在 2013 年八月美國 期貨業協會委託范德堡大學教授所做的一項研究指出，高頻交易並未對期貨商品波動度產生 影響，反而是流動性的提供者。 本文想藉由此事件探討台灣期貨市場是否也存在著頻繁交易者，及這些頻繁交易人的交 易行為對市場價格及報酬率的影響。. 1.
(10) 第二節. 研究目的. 本研究的目的想了解頻繁交易人的行為對期貨市場的報酬率之影響。頻繁交易者之價格 積極度及委託不均衡是否能預測未來報酬率，而這些行為是否在顯著影響報酬率下有顯著差 異。 本研究以台灣期貨交易所提供之臺指期貨與小型臺指期貨等商品的日資料為研究對象。 比起電子及金融期貨，大小台為主要交易之商品，交易量也較大。先定義出台灣期貨市場之 頻繁交易人，再針對這些交易帳號，以每五分鐘為區間，計算出市場報酬率、委託單積極度 及委託不均衡等，探討這些變數對報酬率的預測能力。 以下為本文之主要研究目的： 1. 台灣期貨市場對頻繁交易人之定義。 2. 台灣期貨市場報酬率受頻繁交易人委託單積極度之影響。 3. 台灣期貨市場報酬率受頻繁交易人委託不均衡之影響。. 2.
(11) 第三節. 研究架構與流程. 本研究之論文架構如下所述； 第一章. 緒論. 說明本文之研究動機與目的，以及研究架構與流程。 第二章. 文獻回顧. 針對高頻交易的定義與期貨報酬率變數相關文獻進行整理與探討。本章主要分為兩個小 節，第一節介紹高頻交易的定義，及其衡量方式與特質有哪些；第二節則是有關於影響期貨 報酬率之因素的文獻。 第三章. 研究方法. 首先介紹資料的來源，以及資料期間。接著為研究假說，此章節共有兩個假說，第一個 假說為頻繁交易人之積極度是否能預測期貨市場報酬率，第二個假說則是頻繁交易人之委託 不均衡是否能預測期貨市場報酬率。最後為本研究變數之定義，以及說明各個變數之計算方 式，並將變數建構於本研究之研究迴歸模型中進行檢定測試及線性計量模型之設定。 第四章 實證結果與分析 針對第三章的研究方法做資料的計算，運用統計方法來驗證結果是否符合我們的預期， 並探討期貨報酬率與變數間之相關性。 第五章 結論 根據本研究的實證結果進行整合，並提出建議。. 3.
(12) 本研究流程圖如【圖 1-1】所示：. 緒論. 文獻回顧. 研究方法. 研究假說. 變數定義. 實證結果分析. 研究結論與建議. 【圖 1-1】研究流程圖. 4. 迴歸模型.
(13) 第二章. 文獻回顧. 本研究將文獻探討分為兩個部份，第一節為對高頻交易定義及高頻交易帳戶的特質之相 關文獻，第二節為高頻交易人的行為像是委託單積極度與委託不均衡對市場報酬率影響及之 間是否存在相關性之文獻。 第一節. 高頻交易定義相關文獻. 就字面上的意思來看，大家對高頻交易的想法不外乎是頻繁又積極的下單動作、在很短 的時間內刪單或改單、持有部位期間極短等。過去有許多文獻對於高頻交易之定義已有許多 的探討。SEC(2014)列出五點高頻交易的特質：利用高速及複雜的電腦程式運算來產生、修改 及執行委託單；使用與交易所共同位置的裝置和資料來源，以降低網路和其他可能產生的交 易延遲性；在極短的時間內建立具有流動性的部位；大量的委託單在下單後，又在極短的時 間內刪改單；每日的留倉量呈現較為平坦的狀態。 Brogaard(2010)提出高頻交易是一種透過電腦運算來進行迅速的買進賣出、且持有期間極 短的一個投資策略。文中提到高頻交易(High Frequency Trading)是演算法交易(Algorithmic Trading)的子集合，HFT與AT的差別在於HTF的持有期間非常短且每日留倉量呈現較水平的狀 態。 Kirilenko, Samadi, Kyle and Tuzun(2010)提出高頻交易人的策略為買賣大量的契約數量並 維持在一個相對低的存量。其交易帳戶每日的淨部位變動在1.5%以內，且該帳戶在每日收盤 前之淨部位不會多於當天交易量的5%。文中指出將委託次數占市場前3%之交易帳戶定義為高 頻交易帳戶。. 5.
(14) 第二節. 高頻交易行為與報酬率相關文獻. 高頻交易者是利用高速及複雜的電腦程式運算交易來獲利，他們具有交易資訊設備方面 及程式運算方面的優勢。 投資人的交易策略除了買進和賣出的選擇，同時需決定委託價格及數量，Griffiths(2000) 提到委託價與量的決策在於機會成本及執行成本間做取捨，當投資人想立即成交，不注重執 行成本時，此為積極的委託行為，價格也較為積極。Biais et al.(1995)、Ranaldo(2004)、 Griffiths(2000) 與 Lee(2004)發現委託越積極，對價格的影響越大。Tsai(2013)指出當限價買單 的價格大於等於成交價或限價賣單的價格小於等於成交價時為積極的委託單；當限價買單的 價格小於等於成交價或限價賣單的價格大於等於成交價時為不積極的委託單。 Ranaldo(2004)當委託交易雙方有一方的委託量較多，就會產生委託不均衡，正的委託不 均衡表示委託買單大於委託賣單，有看好未來價格的趨勢，同時也會產生暫時性的價格波動。 Chordia(2002)及 Lee(2004)研究認為相較於成交量，委託不均衡與價格有更高的相關性。 Lee(1992), Blume et al.(1989), Cushing and Madhavan(2000), 及 Stoll(2000)等文獻皆發現，委託 不均衡與報酬率有顯著正向關係。 李沃牆與許維哲(2011)研究顯示，期貨價格報酬率與成交量和未平倉量間是有關係的， 其實證結果顯示，報酬率與成交量的關係，大致呈現非對稱V 字型的價量關係；而報酬率與 未平倉量呈非對稱倒V 字型的價量關係。. 6.
(15) 第三章. 研究方法. 本章一開始為敘述樣本選取及樣本期間，再來是定義頻繁交易人方式。接著說明研究變 數之定義，利用該類投資人之每五分鐘刪改單比率、委託單不均衡及積極度等為變數，探討 這些變數對預測未來事後報酬率之能力。 第一節. 研究資料來源. 一、樣本選取與樣本期間 本研究使用臺股期貨(TXF)【表 6-1】及小型臺指期貨(MXF)【表 6-2】等商品為研究對象， 這些商品為大多數投資人主要的交易項目，且交易量也大。此篇研究使用台灣期貨交易所的 每日委託檔及成交檔之交易資料，時間從 2007 年 1 月 2 日至 2008 年 6 月 13 日，共有 356 個 交易日。. 二、投資人種類 美國證券交易委員會(SEC)2010 列出高頻交易人有以下五點特質： 1.. 利用高速及複雜的電腦程式運算來產生、修改及執行委託單。. 2.. 使用與交易所共同位置的裝置和資料來源，以降低網路和其他類型所可能產生的交易延 遲性。. 3.. 在極短的時間內建立一個具有流動性的部位。. 4.. 大量的委託單在下單後，又在極短的時間內刪改單。. 5.. 每日的留倉量呈現較為平坦的狀態。. 7.
(16) 在 Gomber, Arndt, Lutat, and Uhle(2011)也提到了一些高頻交易人的特質：下大量的委託 單、在極短時間內刪改單、極短的持有時間、日水平部位、低延遲性等。 台灣期貨市場只有部分符合 SEC 對高頻交易人的定義，因此本研究根據以上特質，歸納 出兩種條件篩選出的兩類頻繁交易人：第一類定義(HFT1)是一年的刪改單比率在 20%以上， 第二類定義(HFT2)是一年中委託總次數占全市場的前 3%，再探討以不同篩選方式選出之頻繁 交易人，分別對預測市場報酬率之能力的差異。. 定義一：一年的刪改單比率 =. 投資人一年的刪改單量 投資人一年的委託單量. ≥ 20%. 定義二：投資人一年的委託單次數占全市場前 3%. 【圖 3-1】2007、2008 年大台指投資人平均每日刪改單比率門檻 【圖 3-1】為交易商品為大台指之平均每日刪改單比率門檻，在一年的投資人帳號中設立基本. 門檻：委託單次數 ≥ 247，例如：2007 年每天至少有下一次委託單之帳號，篩選後共有 8857 個投資人帳號，再依照刪改單比率由小到大排序，在刪改單比率為 19.97%的地方有明顯落差， 因此以刪改單比率 ≥ 20%為交易大台指的頻繁交易人之定義一。. 8.
(17) 【圖 3-2】2007、2008 年小台指投資人平均每日刪改單比率門檻 【圖 3-2】為交易商品為小台指之投資人平均每日刪改單比率門檻，在一年的投資人帳號中設. 立基本門檻：委託單次數 ≥ 247，以 2007 年為例，每天至少有下一次委託單之帳號，篩選後 共有 5301 個投資人帳號，再依照刪改單比率由小到大排序，在刪改單比率為 20.40%的地方 有明顯落差，因此以刪改單比率 ≥ 20%為交易小台指的頻繁交易人之定義一。 在第一類頻繁交易人定義的部分，為了檢測刪改單比率 ≥ 20%的結果在其他條件下是否 也能成立，因此分別加入刪改單比率為 18%及 22%的門檻，做強度檢驗(Robustness Test)，來 強化在第一類高頻交易人定義所做出的結果之準確度。 【表 3-1】大台指、小台指 HFT1 及 HFT2 之頻繁交易人數. 2007. HFT1. HFT2. 2008. 大台指期貨. 小台指期貨. 大台指期貨. 小台指期貨. dp=0.18. 2,128. 1,283. 2,642. 2,734. dp=0.2. 1,804. 1,070. 2,159. 2,229. dp=0.22. 1,540. 904. 1,802. 1,853. 2,514. 2,523. 3,393. 3,389. 9.
(18) 第二節. 研究假說. 本研究想探討的地方為頻繁交易投資人對台灣期貨市場報酬預測之能力，檢視有哪些因 素會影響到市場報酬率。資料的研究期間共 356 天，使用日內資料以每五分鐘為一區間來求 頻繁交易人的積極度及委託不均衡情形，以及對期貨市場報酬率的預測能力。根據以往研究 顯示，高頻交易有價格發現機制，本文想探討是否頻繁交易人的交易行為真的會影響到市場 報酬率。 一、積極度與績效表現 利用委託價格的積極度來判斷與市場報酬率之相關性。當委託買單的價格大於成交價或 委託賣單的價格小於成交價時，兩者情況皆視為積極的委託單，將每五分鐘的積極買單與積 極賣單相減再除以每五分鐘的總委託量，算出積極單比率，再以當期及落後一期和兩期的積 極單比率做為變數，來研究與當期市場報酬率之相關性。. 假說一：高頻交易人之積極度與報酬率呈正相關 二、委託不均衡與績效表現 從委託單的不均衡來看與市場報酬率的相關程度。以每五分鐘加總的委託買單減去每五 分鐘加總的委託賣單再除以總委託量，可以得到一委託不均衡比率，再以當期及落後一期和 兩期的委託不均衡比率做為變數，來研究與當期市場報酬率之相關性。若委託不均衡比率大 於零，委託買單量大於委託賣單量，代表看多的趨勢；若委託不均衡比率小於零，委託賣單 量大於委託買單量，代表看空的趨勢。. 假說二：高頻交易人之委託不均衡與報酬率呈正相關. 10.
(19) 第三節. 研究變數定義與迴歸模型. 一、變數定義 【變數一】 變數名稱：積極單比率(積極度) 𝐹 變數符號：𝐴𝐺𝐺𝑡−𝑖 ，i=0,1,2. 變數定義：當期及落後一期與兩期之積極度， 積極的定義： 買單的價格 ≥ 成交價 或 賣單的價格 ≤ 成交價 買單積極委託單量𝑖 −賣單積極委託單量. 計算方式：. 𝑖. 總委託量𝑖. 【變數二】 變數名稱：委託不均衡 𝐹 變數符號：𝑂𝐼𝐵𝑡−𝑖 ，i=0,1,2. 變數定義：當期及落後一期與兩期之委託不均衡 𝐵𝑢𝑦 𝑖 −𝑆𝑒𝑙𝑙 𝑖. 計算方式：. 𝐵𝑢𝑦 𝑖 +𝑆𝑒𝑙𝑙 𝑖. 𝐵𝑢𝑦 = 市價買單委託量 × 100% + 第𝑘檔委託單成交機率 × 最佳第𝑘檔委託量 𝑆𝑒𝑙𝑙 = 市價賣單委託量 × 100% + 第𝑘檔委託單成交機率 × 最佳第𝑘檔委託量. 【表 3-2】最佳 1 檔至最佳 5 檔之成交機率. k=1,2,3,4,5. 第一檔. 第二檔. 第三檔. 第四檔. 第五檔. 交易天數. 2007. 0.9938. 0.9863. 0.9757. 0.9579. 0.9428. 247. 2008. 0.9938. 0.9934. 0.9883. 0.9843. 0.9758. 249. 11.
(20) 【變數三】 變數名稱：市場報酬率 𝑀 變數符號：𝑅𝑡−𝑖 ，i=1,2. 變數定義：落後一期及兩期之市場報酬率 成交價𝐴 −成交價𝐵. 計算方式：. 成交價𝐵. ，A：每五分鐘最後成交價 B：每五分鐘第一個成交價. 【變數四】 變數名稱：成交量 變數符號： 𝑉𝑡𝑀 變數定義：當期之成交量加總 計算方式： (商品中每五分鐘之成交量). 【變數五】 變數名稱：未平倉變動量 變數符號： ∆𝑂𝐼𝑡𝑀 變數定義：當期之未平倉量減掉前一期之未平倉量 計算方式： (商品中每五分鐘之未平倉量)𝑡 − (商品中每五分鐘之未平倉量)𝑡−1. 12.
(21) 【變數六】 變數名稱：波動度 變數符號： 𝜎𝑡𝑀 變數定義：當期 5 分鐘之內最高價除以最低價取自然對數 𝑃. 計算方式：𝑙𝑛 ( 𝑃𝐻𝑖𝑔 ℎ ) 𝐿𝑜𝑤. 二、迴歸模型 根據前面的假說及變數，本文主要是探討頻繁交易人之積極度及委託不均衡是否會影響 市場報酬率，為使結果更嚴謹，並經過 AIC 找出落後兩期為最適落後期數後，加入考慮前期 及前兩期之市場報酬率，因此本研究使用廣義自我迴歸條件異質變異數模型(GARCH Model) 作為我們的迴歸模型。將變數帶入 GARCH Model 後如下： 【迴歸式一】 𝐹 𝐹 𝑀 𝑀 𝑅𝑡𝑀 = 𝛼𝑡 + 𝛽0 𝐴𝐺𝐺𝑡𝐹 + 𝛽1 𝐴𝐺𝐺𝑡−1 + 𝛽2 𝐴𝐺𝐺𝑡−2 + 𝛾1 𝑅𝑡−1 + 𝛾2 𝑅𝑡−2 + 𝛿1 𝑉𝑡𝑀 + 𝛿2 ∆𝑂𝐼𝑡𝑀 + 𝛿3 𝜎𝑡𝑀 + 𝜀𝑡. 【迴歸式二】 𝐹 𝐹 𝑀 𝑀 𝑅𝑡𝑀 = 𝛼𝑡 + 𝛽0 𝑂𝐼𝐵𝑡𝐹 + 𝛽1 𝑂𝐼𝐵𝑡−1 + 𝛽2 𝑂𝐼𝐵𝑡−2 + 𝛾1 𝑅𝑡−1 + 𝛾2 𝑅𝑡−2 + 𝛿1 𝑉𝑡𝑀 + 𝛿2 ∆𝑂𝐼𝑡𝑀 + 𝛿3 𝜎𝑡𝑀 + 𝜀𝑡. 𝐹 𝐹 其中，𝑅𝑡𝑀 為期貨市場的報酬率，𝐴𝐺𝐺𝑡−𝑖 代表頻繁交易人的積極度，𝑂𝐼𝐵𝑡−𝑖 代表頻繁交易人的 𝑀 𝑀 委託不均衡，𝑅𝑡−1 及𝑅𝑡−2 為落後一期及兩期的市場報酬率，也是自迴歸部分的變數，𝑉𝑡𝑀 為市. 場成交量，∆𝑂𝐼𝑡𝑀 為市場的未平倉變動量與𝜎𝑡𝑀 則是計算市場波動度。 13.
(22) 迴歸式一、二分別探討兩個主要變數：兩類頻繁交易人以每五分鐘為區間之積極度及委 託不均衡對於市場報酬率是否有預測能力(正向關係)。其餘五個變數：落後一期及兩期之市 場報酬率、市場成交量、市場未平倉變動量及市場波動度為兩個迴歸式之控制變數。 第四節. 市場報酬率. 【表 3-3】為研究期間大台指期貨及小台指期貨，以每五分鐘為一個區間所算出的市場報. 酬率之平均值、標準差、全距、四分位差與最大最小值等敘述統計資料。. 【表 3-3】大小台指期貨市場報酬之敘述統計量. 大台指期貨. 小台指期貨. 平均值. -0.000015. -0.000025. 標準差. 0.002563. 0.002548. 全距. 0.07681. 0.068247. 四分位差. 0.001509. 0.00157. 最大值. 0.03878. 0.031619. 最小值. -0.03803. -0.036628. 14.
(23) 第四章. 實證結果與分析. 根據第三章的假說，我們認為頻繁交易人之積極度及委託不均衡對市場報酬率有影響。 在進行 GARCH 模型迴歸分析前，必頇先確認所有變數符合恆定狀態(Stationarity)，因此對變 數做 Augmented Dickey–Fuller Test 之單根檢定(Unit Root Test)，確定各個變數中不存在單根 問題，方能進行模型參數估計。 第一節. 積極度與市場報酬率之迴歸模型分析. 第一類頻繁交易人及第二類頻繁交易人之積極度與市場報酬率的 GARCH Model 結果如 表 4-1~4-4 所示。兩類頻繁交易人大台和小台的結果都很一致，從 Log Likelihood 來看，整個 模型的結果是很顯著的，變數除了市場未平倉變動量不顯著外，其他變數皆相當顯著。在自 我迴歸變數的部分，落後一期及兩期的市場報酬率皆與當期呈正相關，且有顯著影響。控制 變數除了市場未平倉變動量外，市場成交量及市場波動度皆顯著。Black (1976)發現當價格報 酬率低於預期時會使波動度增加，而當價格報酬率高於預期時會降低波動度，提出了報酬率 與波動度間的不對稱關係。而主要變數積極度的部分，當期積極度與當期市場報酬率呈現正 相關，因為當期積極度對當下的市場衝擊是很迅速的，當積極度為正時，代表積極的委託買 單大於積極的委託賣單，投資人看好市場，同時也反應在價格上，價格上升、市場報酬也提 高；相反的，當積極度為負時，代表積極的委託賣單大於積極的委託買單，投資人看空市場， 價格下跌、市場報酬也降低。在落後一期與兩期的積極度皆與當期市場報酬率呈負相關，假 設當期積極度為正，與當期市場報酬呈正相關，代表看好市場，在價格上升的影響下，前兩 期一些原本屬於不積極的委託賣單因為價格的提升，而變成積極的委託賣單，導致落後兩期 15.
(24) 積極的委託賣單大於積極的委託買單，因此落後兩期之積極度為負，與當期報酬率呈現負相 關，為被動式的反向關係；反之亦然。從文獻來看 Biais et al.(1995)、Ranaldo(2004)、 Griffiths(2000) 與 Lee(2004)提到委託越積極，對價格的影響越大，與本研究結果，委託單積 極度對市場報酬率有顯著影響之結果一致。. 【表 4-1】第一類頻繁交易人 dp=0.18 委託單積極度之估計檢定結果. 大台指期貨. 小台指期貨. 𝐴𝐺𝐺𝑡𝐹. 0.005472∗∗∗ (53.71). 0.004015∗∗∗ (25.43). 𝐹 𝐴𝐺𝐺𝑡−1. −0.001728∗∗∗ (-15.40). −0.001142∗∗∗ (-5.31). 𝐹 𝐴𝐺𝐺𝑡−2. −0.001485∗∗∗ (-12.79). −0.001012∗∗∗ (-4.87). 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. −4.401𝑒 −8 (-4.81). ∗∗∗. −1.212𝑒 −7 (-4.64). ∗∗∗. 𝑂𝐼𝑡𝑀. 4.9337𝑒 −9 (0.19). 1.2477𝑒 −9 (0.06). 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. −0.002996∗∗∗ (-2.85). −0.006235∗∗∗ (-4.26). 𝑀 𝑅𝑡−1. 5.3932𝑒 −6 (501.77). ∗∗∗. 5.8515𝑒 −6 (478.72). ∗∗∗. 𝑀 𝑅𝑡−2. 0.2082∗∗∗ (50.11). 0.1095∗∗∗ (29.84). Log Likelihood 樣本數. 98145.4723 21360. 97671.0965 21360. 註：括弧內的數字為檢定的 t 統計量；P<0.01 為***，P<0.05 為**，P<0.1 為*。. 16.
(25) 【表 4-2】第一類頻繁交易人 dp=0.20 委託單積極度之估計檢定結果. 大台指期貨. 小台指期貨. 𝐴𝐺𝐺𝑡𝐹. 0.005456∗∗∗ (55.35). 0.003995∗∗∗ (25.35). 𝐹 𝐴𝐺𝐺𝑡−1. −0.001732∗∗∗ (-15.89). −0.001191∗∗∗ (-5.57). 𝐹 𝐴𝐺𝐺𝑡−2. −0.001435∗∗∗ (-12.62). −0.000976∗∗∗ (-4.73). 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. −4.157𝑒 −8 (-4.58). ∗∗∗. −1.195𝑒 −7 (-4.58). ∗∗∗. 𝑂𝐼𝑡𝑀. 5.1443𝑒 −9 (0.20). 1.2463𝑒 −9 (0.06). 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. −0.003085∗∗∗ (-2.94). −0.006256∗∗∗ (-4.29). 𝑀 𝑅𝑡−1. 5.3818𝑒 −6 (500.70). ∗∗∗. 5.8491𝑒 −6 (478.51). ∗∗∗. 𝑀 𝑅𝑡−2. 0.2094∗∗∗ (50.03). 0.1101∗∗∗ (29.85). Log Likelihood 樣本數. 98163.2256 21360. 97671.9618 21360. 註：括弧內的數字為檢定的 t 統計量；P<0.01 為***，P<0.05 為**，P<0.1 為*。. 17.
(26) 【表 4-3】第一類頻繁交易人 dp=0.22 委託單積極度之估計檢定結果. 大台指期貨. 小台指期貨. 𝐴𝐺𝐺𝑡𝐹. 0.005239∗∗∗ (53.34). 0.003857∗∗∗ (24.53). 𝐹 𝐴𝐺𝐺𝑡−1. −0.001724∗∗∗ (-15.86). −0.001144∗∗∗ (-5.32). 𝐹 𝐴𝐺𝐺𝑡−2. −0.001377∗∗∗ (-12.42). −0.000943∗∗∗ (-4.59). 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. −4.251𝑒 −8 (-4.68). ∗∗∗. −1.184𝑒 −7 (-4.54). ∗∗∗. 𝑂𝐼𝑡𝑀. 4.8914𝑒 −9 (0.19). 1.0845𝑒 −9 (0.05). 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. −0.003063∗∗∗ (-2.91). −0.006298∗∗∗ (-4.31). 𝑀 𝑅𝑡−1. 5.3981𝑒 −6 (498.58). ∗∗∗. 5.8549𝑒 −6 (477.99). ∗∗∗. 𝑀 𝑅𝑡−2. 0.2076∗∗∗ (49.25). 0.1097∗∗∗ (29.79). Log Likelihood 樣本數. 98135.2593 21360. 97663.6345 21360. 註：括弧內的數字為檢定的 t 統計量；P<0.01 為***，P<0.05 為**，P<0.1 為*。. 18.
(27) 【表 4-4】第二類頻繁交易人委託單積極度之估計檢定結果. 大台指期貨. 小台指期貨. 𝐴𝐺𝐺𝑡𝐹. 0.007380∗∗∗ (84.26). 0.004926∗∗∗ (25.20). 𝐹 𝐴𝐺𝐺𝑡−1. −0.002034∗∗∗ (-19.68). −0.001531∗∗∗ (-6.77). 𝐹 𝐴𝐺𝐺𝑡−2. −0.001740∗∗∗ (-17.69). −0.001110∗∗∗ (-5.10). 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. −3.661𝑒 −8 (-4.32). ∗∗∗. −1.32𝑒 −7 (-5.08). ∗∗∗. 𝑂𝐼𝑡𝑀. 4.2869𝑒 −9 (0.15). 1.3887𝑒 −9 (0.07). 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. −0.002804∗∗∗ (-3.07). −0.005703∗∗∗ (-3.92). 𝑀 𝑅𝑡−1. 5.1121𝑒 −6 (500.15). ∗∗∗. ∗∗∗. 5.828𝑒 −6 (481.52). 𝑀 𝑅𝑡−2. 0.2732∗∗∗ (62.72). 0.1081∗∗∗ (29.54). Log Likelihood 樣本數. 98485.832 21360. 97723.6333 21360. 註：括弧內的數字為檢定的 t 統計量；P<0.01 為***，P<0.05 為**，P<0.1 為*。. 19.
(28) 第二節. 委託不均衡與市場報酬率之迴歸模型分析. 第一類頻繁交易人之委託不均衡與市場報酬率的 GARCH Model 結果如表 4-5~4-7 所示。 第一類頻繁交易人之結果大台較小台更顯著，而大台中當刪改單比率為 20%的這類頻繁交易 人的分析結果，除了市場未平倉變動量，其他變數皆相當顯著，從 Log Likelihood 來看，整 個模型的結果也是顯著的。為自迴歸變數的落後一期與兩期市場報酬率與當期呈現正向相關。 控制變數只有市場成交量和波動度為顯著。當期的委託不均衡與當期市場報酬率呈負相關， 而與前一期卻為正相關，假設看好市場，市場報酬率提升，投資人在前一期委託不均衡與報 酬率呈現正相關下，可能想獲利了結，在這期將買進的部位平倉，即會導致這期的買單減少、 賣單增加，委託不均衡也呈現負的，因此當期市場報酬率與當期委託不均衡呈現負相關，與 前期委託不均衡呈現正相關。 從文獻來看 Lee(1992), Blume et al.(1989), Cushing and Madhavan(2000), 及 Stoll(2000)等文獻 皆發現，委託不均衡與報酬率有顯著正向關係，與本研究之結果有些不同，主要差異在於文 獻的研究對象為全市場，而本文是以頻繁交易人做為研究對象，樣本挑選不同，研究結果也 會有所不同。. 20.
(29) 【表 4-5】第一類頻繁交易人 dp=0.18 委託不均衡之估計檢定結果. 大台指期貨. 小台指期貨. 𝑂𝐼𝐵𝑡𝐹. −0.000062 (-1.21). 2.6099𝑒 −7 (0.01). 𝐹 𝑂𝐼𝐵𝑡−1. 0.000118∗∗ (2.45). −1.407𝑒 −8 (-0.00). 𝐹 𝑂𝐼𝐵𝑡−2. 0.000161∗∗∗ (3.77). 4.0524𝑒 −7 (0.01). 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. −5.875𝑒 −8 (-6.25). ∗∗∗. −1.351𝑒 −7 (-5.23). ∗∗∗. 𝑂𝐼𝑡𝑀. 3.5955𝑒 −9 (0.14). 2.614𝑒 −9 (0.11). 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. −0.005073∗∗∗ (-4.19). −0.006766∗∗∗ (-4.62). 𝑀 𝑅𝑡−1. 5.6933𝑒 −6 (482.52). ∗∗∗. 5.9555𝑒 −6 (472.34). ∗∗∗. 𝑀 𝑅𝑡−2. 0.1863∗∗∗ (43.44). 0.1041∗∗∗ (29.72). Log Likelihood 樣本數. 97618.0126 21360. 97506.6201 21360. 註：括弧內的數字為檢定的 t 統計量；P<0.01 為***，P<0.05 為**，P<0.1 為*。. 21.
(30) 【表 4-6】第一類頻繁交易人 dp=0.20 委託不均衡之估計檢定結果. 大台指期貨. 小台指期貨. 𝑂𝐼𝐵𝑡𝐹. −0.000148∗∗∗ (-2.80). 0.0000924 (1.31). 𝐹 𝑂𝐼𝐵𝑡−1. 0.000168∗∗∗ (2.75). −0.000012 (-0.14). 𝐹 𝑂𝐼𝐵𝑡−2. 0.000209∗∗∗ (4.11). 0.0000871 (1.20). 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. −5.91𝑒 −8 (-6.22). ∗∗∗. −1.338𝑒 −7 (-5.16). ∗∗∗. 𝑂𝐼𝑡𝑀. 3.9282𝑒 −9 (0.15). 2.4429𝑒 −9 (0.11). 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. −0.004966∗∗∗ (-4.06). −0.006641∗∗∗ (-4.53). 𝑀 𝑅𝑡−1. 5.6809𝑒 −6 (489.30). ∗∗∗. ∗∗∗. 5.955𝑒 −6 (475.16). 𝑀 𝑅𝑡−2. 0.1899∗∗∗ (43.20). 0.1039∗∗∗ (29.72). Log Likelihood 樣本數. 97625.0551 21360. 97508.7767 21360. 註：括弧內的數字為檢定的 t 統計量；P<0.01 為***，P<0.05 為**，P<0.1 為*。. 22.
(31) 【表 4-7】第一類頻繁交易人 dp=0.22 委託不均衡之估計檢定結果. 大台指期貨. 小台指期貨. 𝑂𝐼𝐵𝑡𝐹. −0.000111∗∗ (-2.29). 0.000175∗∗ (2.32). 𝐹 𝑂𝐼𝐵𝑡−1. 0.0000846 (1.47). 0.000115 (1.25). 𝐹 𝑂𝐼𝐵𝑡−2. 0.0000902∗ (1.70). 0.0000405 (0.54). 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. −5.827𝑒 −8 (-6.17). ∗∗∗. −1.336𝑒 −7 (-5.18). ∗∗∗. 𝑂𝐼𝑡𝑀. 3.3172𝑒 −9 (0.13). 2.1234𝑒 −9 (0.09). 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. −0.005054∗∗∗ (-4.27). −0.006486∗∗∗ (-4.42). 𝑀 𝑅𝑡−1. 5.7009𝑒 −6 (490.21). ∗∗∗. 5.9486𝑒 −6 (465.19). ∗∗∗. 𝑀 𝑅𝑡−2. 0.1847∗∗∗ (42.78). 0.1048∗∗∗ (29.55). Log Likelihood 樣本數. 97611.7722 21360. 97514.9226 21360. 註：括弧內的數字為檢定的 t 統計量；P<0.01 為***，P<0.05 為**，P<0.1 為*。. 23.
(32) 第二類頻繁交易人之委託不均衡與市場報酬率的 GARCH Model 結果如表 4-8 所示。第 二類頻繁交易人之分析結果，大台除了未平倉變動量，其餘變數皆顯著。小台則是只有市場 成交量和波動度及落後兩期的市場報酬率為顯著。. 【表 4-8】第二類頻繁交易人委託不均衡之估計檢定結果. 大台指期貨. 小台指期貨. 𝑂𝐼𝐵𝑡𝐹. −0.000104∗∗ (-2.21). −0.000068 (-1.04). 𝐹 𝑂𝐼𝐵𝑡−1. 0.000260∗∗∗ (4.69). 0.0000923 (1.21). 𝐹 𝑂𝐼𝐵𝑡−2. −0.000430∗∗∗ (-9.63). −0.000095 (-1.48). 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. −5.482𝑒 −8 (-5.82). ∗∗∗. −1.366𝑒 −7 (-5.28). ∗∗∗. 𝑂𝐼𝑡𝑀. 2.479𝑒 −9 (0.09). 2.5922𝑒 −9 (0.11). 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. −0.005286∗∗∗ (-4.49). −0.006796∗∗∗ (-4.63). 𝑀 𝑅𝑡−1. 𝑀 𝑅𝑡−2. Log Likelihood 樣本數. 5.6772𝑒 −6 (489.04). ∗∗∗. 5.9545𝑒 −6 (471.82). ∗∗∗. 0.1884∗∗∗ (43.68). 0.1041∗∗∗ (29.82). 97642.0502. 97508.2299. 21360. 21360. 註：括弧內的數字為檢定的 t 統計量；P<0.01 為***，P<0.05 為**，P<0.1 為*。. 24.
(33) 第五章 第一節. 結論與建議. 研究結論. 在現今市場中，高頻交易者利用程式交易已漸漸成為主宰整個金融市場的交易型態。本 研究將頻繁交易人分為兩類，主要探討頻繁交易人之委託單積極度與委託不均衡對市場報酬 率的影響及是否存在相關性。將頻繁交易人之委託單積極度、委託不均衡等主要變數，和落 後兩期之市場報酬率、市場成交量、市場未平倉變動量及市場波動度等控制變數帶入 GARCH 模型做迴歸分析。 本研究的兩個主要變數，委託單積極度和委託不均衡都是利用買單減掉賣單再除以總委 託量，雖然看似沒有差別，但實際上兩者所挑選之買賣單是不同的。委託不均衡的買賣單是 挑選限價委託部之最佳五檔，而委託單積極度是挑出比成交價還高的買單及比成交價還低的 賣單，並不在限價委託部中，因此兩者之買賣單是不重複的，在探討與市場報酬率之意涵也 是不同的。第一部分研究結果發現，在當期的頻繁交易人之委託單積極度與市場報酬率呈現 正相關，但落後兩期之委託單積極度與市場報酬率呈現負相關，主要是因為落後兩期的不積 極賣(買)單會受到報酬率或成交價上升(下降)之影響，而變成積極的賣(買)單，如此一來委託 單積極度的方向即會改變，為被動式的反向關係。 本研究第二部分研究結果顯示，當期的委託不均衡與當期市場報酬率呈負相關，而與前 一期卻為正相關，是因為假設市場報酬率提升，投資人在前一期委託不均衡與報酬率呈現正 相關下，想結清獲利，在這期將買進的部位平倉，導致這期的買單減少、賣單增加，委託不. 25.
(34) 均衡也呈現負的，因此當期市場報酬率與當期委託不均衡呈現負相關，與前期委託不均衡呈 現正相關。 本研究兩種定義下的頻繁交易人—刪改單比率大於 20%及委託單次數占全市場前 3%， 不論是從委託單積極度或是委託不均衡的分析結果來看，皆顯示頻繁交易人的交易行為的確 對市場報酬率有影響。 第二節. 研究建議. 本研究之研究期間為 2007 年 1 月 2 日至 2008 年 6 月 13 日，共計 356 個交易日，但因台 灣期貨市場日漸成熟，交易量也逐年增加，這樣的研究天數稍嫌不足。再加上 2008 年 9 月雷 曼兄弟倒閉後所發生的金融海嘯及 2010 年的 5 月的閃電崩盤，將研究期間拉長可探討這兩件 重大事件的發生，在頻繁交易人的行為對市場報酬之影響是否會更顯著或是變成不顯著的結 果，然而我們的研究期間並無法觀察到這些事件所造成的影響。 除此之外，探討頻繁交易人的行為除了委託單積極度和委託不均衡外，還可以討論其他 因素像是刪改單比率。另外，本研究將日內資料以每 5 分鐘為一單位期間做研究，可以嘗試 將期間縮短至 1 分鐘甚至是秒，探討分析結果是否與本研究一致。本研究所提出的建議可留 給未來研究頻繁交易者行為對市場報酬率影響主題之撰寫者，作為研究參考。. 26.
(35) 參考文獻 1. Admati, A. R., & Pfleiderer, P. (1988). A theory of intraday patterns: Volume and price variability. Review of Financial studies, 1(1), 3-40. 2. Biais, B., Hillion, P., & Spatt, C. (1995). An empirical analysis of the limit order book and the order flow in the Paris Bourse. the Journal of Finance, 50(5), 1655-1689. 3. Blume, M. E., Mackinlay, A. C., & Terker, B. (1989). Order imbalances and stock price movements on October 19 and 20, 1987. The Journal of Finance,44(4), 827-848. 4. Bollen, N. P., & Whaley, R. E. (2015). Futures market volatility: what has changed?. Journal of Futures Markets, 35(5), 426-454. 5. Brogaard, J. (2010). High frequency trading and its impact on market quality.Northwestern University Kellogg School of Management Working Paper, 66. 6. Brogaard, J., Hendershott, T., & Riordan, R. (2014). High-frequency trading and price discovery. Review of Financial Studies, 27(8), 2267-2306. 7. Carrion, A. (2013). Very fast money: High-frequency trading on the NASDAQ.Journal of Financial Markets, 16(4), 680-711. 8. Chordia, T., Roll, R., & Subrahmanyam, A. (2002). Order imbalance, liquidity, and market returns. Journal of Financial economics, 65(1), 111-130. 9. Cushing, D., & Madhavan, A. (2000). Stock returns and trading at the close.Journal of Financial Markets, 3(1), 45-67. 10. Cvitanic, J., & Kirilenko, A. A. (2010). High frequency traders and asset prices. 11. Easley, D., & O'hara, M. (1987). Price, trade size, and information in securities markets. Journal of Financial economics, 19(1), 69-90. 12. Gomber, P., Arndt, B., Lutat, M., & Uhle, T. (2011). High-frequency trading. 13. Griffiths, M. D., Smith, B. F., Turnbull, D. A. S., & White, R. W. (2000). The costs and determinants of order aggressiveness. Journal of Financial Economics, 56(1), 65-88. 14. Hagströmer, B., & Norden, L. (2013). The diversity of high-frequency traders.Journal of Financial Markets, 16(4), 741-770. 15. Kirilenko, A. A., Kyle, A. S., Samadi, M., & Tuzun, T. (2014). The flash crash: The impact of high frequency trading on an electronic market. 16. Lee, C. M. (1992). Earnings news and small traders: An intraday analysis.Journal of Accounting and Economics, 15(2), 265-302. 17. Lee, Y. T., Liu, Y. J., Roll, R., & Subrahmanyam, A. (2004). Order imbalances and market efficiency: Evidence from the Taiwan Stock Exchange. Journal of Financial and Quantitative Analysis, 39(02), 327-341. 18. Ranaldo, A. (2004). Order aggressiveness in limit order book markets. Journal of Financial Markets, 7(1), 53-74. 19. Securities and Exchange Commission. (2010). Concept release on equity market structure. Federal Register, 75(13), 3594-3614. 27.
(36) 20. Stoll, H. R. (2000). Presidential address: friction. The Journal of Finance, 55(4), 1479-1514. 21. Tsai, S. C. (2013). Investors' information advantage and order choices in an order-driven market. Pacific-Basin Finance Journal, 21(1), 932-951. 22. 李沃牆, & 許維哲. (2011). 分量迴歸模型於台指期貨報酬率與成交量：未平倉量關係 之再驗證. 輔仁管理評論, 18(2), 75-102.. 28.
(37) 附錄一 【表 6-1】臺灣證券交易所股價指數期貨契約規格(大台). 項目. 內容. 交易標的. 臺灣證券交易所發行量加權股價指數. 中文簡稱. 臺股期貨. 英文代碼. TX. 交易時間. . 本契約交易日同臺灣證券交易所交易日. . 交易時間為營業日上午 8:45~下午 1:45. . 到期月份契約最後交易日之交易時間為上午 8:45 ~ 下午 1:30. 契約價值. 臺股期貨指數乘上新臺幣 200 元. 到期月份. 自交易當月起連續二個月份，另加上三月、六月、九月、十二月中三個 接續的季月，總共有五個月份的契約在市場交易. 每日結算價. 每日結算價原則上採當日收盤前 1 分鐘內所有交易之成交量加權平均 價，若無成交價時，則依本公司「臺灣證券交易所股價指數期貨契約交 易規則」訂定之. 每日漲跌幅 最小升降單位 最後交易日. 最大漲跌幅限制為前一營業日結算價上下 7% 指數 1 點（相當於新臺幣 200 元） 各月份契約的最後交易日為各該契約交割月份第三個星期三，其次一營 業日為新交割月份契約的開始交易日. 最後結算日. 最後結算日同最後交易日. 最後結算價. 以最後結算日臺灣證券交易所當日交易時間收盤前三十分鐘內所提供標 的指數之簡單算術平均價訂之。其計算方式，由本公司另訂之 資料來源：臺灣期貨交易所. 29.
(38) 【表 6-2】臺灣證券交易所股價指數期貨契約規格(小台). 項目. 內容. 交易標的. 臺灣證券交易所發行量加權股價指數. 中文簡稱. 小型臺指期貨. 英文代碼. MTX. 交易時間. . 本契約交易日同臺灣證券交易所交易日. . 交易時間為營業日上午 8:45~下午 1:45. . 到期月份契約最後交易日之交易時間為上午 8:45 ~ 下午 1:30. 契約價值. 小型臺指期貨指數乘上新臺幣 50 元. 到期月份. 自交易當月起連續二個月份，另加上三、六、九、十二月中三個接續季 月，另除每月第二個星期三外，得於交易當週之星期三加掛次一個星期 三到期之契約. 每日結算價. 每日結算價原則上採當日收盤前 1 分鐘內所有交易之成交量加權平均 價，若無成交價時，則依「臺灣期貨交易所股份有限公司臺灣證券交易 所股價指數小型期貨契約交易規則」訂定之. 每日漲跌幅 最小升降單位 最後交易日. 最大漲跌幅限制為前一營業日結算價上下 7% 指數 1 點（相當於新臺幣 50 元） 各月份契約的最後交易日為各該契約交割月份第三個星期三，其次一營 業日為新交割月份契約的開始交易日. 最後結算日. 最後結算日同最後交易日. 最後結算價. 以最後結算日臺灣證券交易所當日交易時間收盤前三十分鐘內所提供標 的指數之簡單算術平均價訂之。其計算方式，由本公司另訂之 資料來源：臺灣期貨交易所. 30.
(39) 【表 6-3】臺灣期貨成交檔資料格式. 欄位. 項目. 1. 日期. 2. 投資人帳號. 3. 投資人身分代碼. 內容. 1:外資 2:造市者 3:自營商 4:適用放寬保證 金預繳規定之其他特定法人 5:不適用放寬保 證金預繳規定之法人 6:自然人 7:其他. 4. 契約代碼. 41:TXF 37:MXF 31:EXF 32:FXF 33:GBF 43:CPF 38:T5F 34:GDF 35:MSF 69:TGF 67:XIF 65:GTF. 5. 到期日. 6. 買賣別. 7. 成交價格. 8. 成交量. 9. 開平倉碼. 10. 搓合標記. 11. 成交時間. 0:新倉 1:平倉 2:當沖 9:造市者單. 0:其他 1:造市者. 12 13. 66:買單 83:賣單. 交易與委託檔連結代碼. 31.
(40) 【表 6-4】臺灣期貨委託檔資料格式. 欄位. 項目. 1. 日期. 2. 投資人帳號. 3. 投資人身分代碼. 內容. 1:外資 2:造市者 3:自營商 4:適用放寬保證 金預繳規定之其他特定法人 5:不適用放寬保 證金預繳規定之法人 6:自然人 7:其他. 4. 契約代碼. 41:TXF 37:MXF 31:EXF 32:FXF 33:GBF 43:CPF 38:T5F 34:GDF 35:MSF 69:TGF 67:XIF 65:GTF. 5. 到期日. 6. 買賣別. 7. 委託量. 8. 未成交量. 9. 委託價. 10. 委託方式. 1:限價單 2:市價單. 11. 委託單種類. 1:ROD 2:IOC 3:FOK 4:Q(詢價) 5:U(報價). 12. 開平倉碼. 0:新倉 1:平倉. 13. 委託時間. 14. 減量口數. 15. 交易與委託報價檔連結代碼. 16. 委託單最後情況碼. 66:買單 83:賣單. 3:減量 4:委託了結 5:刪單. 32.
(41) 【表 6-5】2007 年各月份大台市場報酬率之敘述統計量 2007 年大台. 平均值. 標準差. 全距. 四分位差. 最大值. 最小值. 一月. -0.000001. 0.001893. 0.04499. 0.001147. 0.023859. -0.021131. 二月. 0.000011. 0.001844. 0.044374. 0.001021. 0.021487. -0.022887. 三月. -0.000041. 0.002552. 0.052581. 0.0011715. 0.026737. -0.025844. 四月. -0.000091. 0.003237. 0.058109. 0.00099125. 0.028936. -0.029173. 五月. 0.000011. 0.002828. 0.052914. 0.00078075. 0.026717. -0.026197. 六月. -0.000048. 0.003630. 0.050116. 0.00104925. 0.025682. -0.024434. 七月. -0.000036. 0.002781. 0.02181. 0.00161125. 0.010956. -0.010854. 八月. -0.000035. 0.003238. 0.035618. 0.00228175. 0.017215. -0.018403. 九月. 0.000018. 0.001420. 0.011918. 0.00155775. 0.007219. -0.004699. 十月. 0.000027. 0.001202. 0.010746. 0.00134925. 0.004655. -0.006091. 十一月. -0.000059. 0.001852. 0.027659. 0.001951. 0.019734. -0.007925. 十二月. 0.000014. 0.001959. 0.021604. 0.001911. 0.010868. -0.010736. 整年. -0.000021. 0.002507. 0.058109. 0.00131125. 0.028936. -0.029173. 33.
(42) 【表 6-6】2007 年各月份小台市場報酬之敘述統計量 2007 年小台. 平均值. 標準差. 全距. 四分位差. 最大值. 最小值. 一月. -0.000043. 0.001598. 0.043073. 0.00127225. 0.020483. -0.02259. 二月. 0.000003. 0.001848. 0.043962. 0.00114. 0.021125. -0.022837. 三月. -0.000073. 0.002133. 0.052869. 0.00127925. 0.026309. -0.02656. 四月. -0.000110. 0.001710. 0.034441. 0.000999. 0.005345. -0.029096. 五月. 0.000029. 0.003600. 0.054203. 0.000874. 0.027556. -0.026647. 六月. 0.000142. 0.003655. 0.050988. 0.001094. 0.026909. -0.024079. 七月. -0.000040. 0.002750. 0.023409. 0.00159975. 0.011499. -0.01191. 八月. -0.000003. 0.003081. 0.037027. 0.00225975. 0.019131. -0.017896. 九月. -0.000014. 0.001600. 0.020215. 0.0015725. 0.009556. -0.010659. 十月. 0.000016. 0.001223. 0.011236. 0.00143825. 0.006197. -0.005039. 十一月. -0.000021. 0.001973. 0.033621. 0.002057. 0.016293. -0.017328. 十二月. 0.000005. 0.002070. 0.034322. 0.00192025. 0.022908. -0.011414. 整年. -0.000010. 0.002424. 0.056652. 0.00141. 0.027556. -0.029096. 34.
(43) 【表 6-7】2008 年各月份大台市場報酬之敘述統計量 2008 年大台. 平均值. 標準差. 全距. 四分位差. 最大值. 最小值. 一月. -0.000050. 0.002907. 0.053767. 0.002774. 0.024586. -0.029181. 二月. 0.000027. 0.002299. 0.051185. 0.002077. 0.027789. -0.023396. 三月. 0.000064. 0.002542. 0.053802. 0.002435. 0.03878. -0.015022. 四月. -0.000078. 0.003201. 0.073621. 0.0015678. 0.035591. -0.03803. 五月. -0.000039. 0.001808. 0.047904. 0.0015408. 0.032796. -0.015108. 六月. 0.000158. 0.003263. 0.043301. 0.001667. 0.027506. -0.015795. 一~六月. -0.000002. 0.002685. 0.07681. 0.0019853. 0.03878. -0.03803. 35.
(44) 【表 6-8】2008 年各月份小台市場報酬之敘述統計量 2008 年小台. 平均值. 標準差. 全距. 四分位差. 最大值. 最小值. 一月. -0.000065. 0.002602. 0.037887. 0.00274975. 0.009096. -0.028791. 二月. 0.000034. 0.001810. 0.016026. 0.00197. 0.006878. -0.009148. 三月. -0.000014. 0.002343. 0.044029. 0.0023908. 0.007401. -0.036628. 四月. -0.000136. 0.002594. 0.066718. 0.0015873. 0.031381. -0.035337. 五月. -0.000077. 0.003032. 0.065804. 0.0016565. 0.030936. -0.034868. 六月. -0.000067. 0.004633. 0.066144. 0.0017493. 0.031619. -0.034525. 一~六月. -0.000059. 0.002807. 0.068247. 0.002017. 0.031619. -0.036628. 36.
(45) 【表 6-9】大台委託單積極度第一類頻繁交易人 dp=0.18 之參數估計. The AUTOREG Procedure Parameter Estimates. Variable. DF. Estimate. Standard Error. t Value. Approx Pr > |t|. Intercept. 1. 0.0000353. 0.0000301. 1.17. 0.2403. 𝐴𝐺𝐺𝑡𝐹. 1. 0.005472. 0.000102. 53.71. <0.0001. 𝐹 𝐴𝐺𝐺𝑡−1. 1. -0.001728. 0.000112. -15.40. <0.0001. 𝐹 𝐴𝐺𝐺𝑡−2. 1. -0.001485. 0.000116. -12.79. <0.0001. 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. 1. −4.401𝑒 −8. 9.1487𝑒 −9. -4.81. <0.0001. 𝑂𝐼𝑡𝑀. 1. 4.9337𝑒 −9. 2.544𝑒 −8. 0.19. 0.8462. 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. 1. -0.002996. 0.001052. -2.85. 0.0044. 𝑀 𝑅𝑡−1. 1. 5.3932𝑒 −6. 1.0748𝑒 −8. 501.77. <0.0001. 𝑀 𝑅𝑡−2. 1. 0.2082. 0.004154. 50.11. <0.0001. 37.
(46) 【表 6-10】大台委託單積極度第一類頻繁交易人 dp=0.20 之參數估計. The AUTOREG Procedure Parameter Estimates. Variable. DF. Estimate. Standard Error. t Value. Approx Pr > |t|. Intercept. 1. 0.0000293. 0.0000298. 0.98. 0.3255. 𝐴𝐺𝐺𝑡𝐹. 1. 0.005456. 0.0000986. 55.35. <0.0001. 𝐹 𝐴𝐺𝐺𝑡−1. 1. -0.001732. 0.000109. -15.89. <0.0001. 𝐹 𝐴𝐺𝐺𝑡−2. 1. -0.001435. 0.000114. -12.62. <0.0001. 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. 1. −4.157𝑒 −8. 9.0841𝑒 −9. -4.58. <0.0001. 𝑂𝐼𝑡𝑀. 1. 5.1443𝑒 −9. 2.5487𝑒 −8. 0.20. 0.8400. 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. 1. -0.003085. 0.001049. -2.94. 0.0033. 𝑀 𝑅𝑡−1. 1. 5.3818𝑒 −6. 1.0749𝑒 −8. 500.70. <0.0001. 𝑀 𝑅𝑡−2. 1. 0.2094. 0.004185. 50.03. <0.0001. 38.
(47) 【表 6-11】大台委託單積極度第一類頻繁交易人 dp=0.22 之參數估計. The AUTOREG Procedure Parameter Estimates. Variable. DF. Estimate. Standard Error. t Value. Approx Pr > |t|. Intercept. 1. 0.0000317. 0.0000300. 1.06. 0.2901. 𝐴𝐺𝐺𝑡𝐹. 1. 0.005239. 0.0000982. 53.34. <0.0001. 𝐹 𝐴𝐺𝐺𝑡−1. 1. -0.001724. 0.000109. -15.86. <0.0001. 𝐹 𝐴𝐺𝐺𝑡−2. 1. -0.001377. 0.000111. -12.42. <0.0001. 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. 1. −4.251𝑒 −8. 9.0889𝑒 −9. -4.68. <0.0001. 𝑂𝐼𝑡𝑀. 1. 4.8914𝑒 −9. 2.5722𝑒 −8. 0.19. 0.8492. 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. 1. -0.003063. 0.001052. -2.91. 0.0036. 𝑀 𝑅𝑡−1. 1. 5.3981𝑒 −6. 1.0827𝑒 −8. 498.58. <0.0001. 𝑀 𝑅𝑡−2. 1. 0.2076. 0.004215. 49.25. <0.0001. 39.
(48) 【表 6-12】大台委託單積極度第二類頻繁交易人之參數估計. The AUTOREG Procedure Parameter Estimates. Variable. DF. Estimate. Standard Error. t Value. Approx Pr > |t|. Intercept. 1. -0.000012. 0.0000257. -0.47. 0.6352. 𝐴𝐺𝐺𝑡𝐹. 1. 0.007380. 0.0000876. 84.26. <0.0001. 𝐹 𝐴𝐺𝐺𝑡−1. 1. -0.002034. 0.000103. -19.68. <0.0001. 𝐹 𝐴𝐺𝐺𝑡−2. 1. -0.001740. 0.0000984. -17.69. <0.0001. 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. 1. −3.661𝑒 −8. 8.4786𝑒 −9. -4.32. <0.0001. 𝑂𝐼𝑡𝑀. 1. 4.2869𝑒 −9. 2.7857𝑒 −8. 0.15. 0.8777. 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. 1. -0.002804. 0.000914. -3.07. 0.0021. 𝑀 𝑅𝑡−1. 1. 5.1121𝑒 −6. 1.0221𝑒 −8. 500.15. <0.0001. 𝑀 𝑅𝑡−2. 1. 0.2732. 0.004357. 62.72. <0.0001. 40.
(49) 【表 6-13】小台委託單積極度第一類頻繁交易人 dp=0.18 之參數估計. The AUTOREG Procedure Parameter Estimates. Variable. DF. Estimate. Standard Error. t Value. Approx Pr > |t|. Intercept. 1. 0.0000674. 0.0000339. 1.99. 0.0468. 𝐴𝐺𝐺𝑡𝐹. 1. 0.004015. 0.000158. 25.43. <0.0001. 𝐹 𝐴𝐺𝐺𝑡−1. 1. -0.001142. 0.000215. -5.31. <0.0001. 𝐹 𝐴𝐺𝐺𝑡−2. 1. -0.001012. 0.000208. -4.87. <0.0001. 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. 1. −1.212𝑒 −7. 2.612𝑒 −8. -4.64. <0.0001. 𝑂𝐼𝑡𝑀. 1. 1.2477𝑒 −9. 2.2151𝑒 −8. 0.06. 0.9551. 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. 1. -0.006235. 0.001463. -4.26. <0.0001. 𝑀 𝑅𝑡−1. 1. 5.8515𝑒 −6. 1.2223𝑒 −8. 478.72. <0.0001. 𝑀 𝑅𝑡−2. 1. 0.1095. 0.003670. 29.84. <0.0001. 41.
(50) 【表 6-14】小台委託單積極度第一類頻繁交易人 dp=0.20 之參數估計. The AUTOREG Procedure Parameter Estimates. Variable. DF. Estimate. Standard Error. t Value. Approx Pr > |t|. Intercept. 1. 0.0000673. 0.0000338. 1.99. 0.0465. 𝐴𝐺𝐺𝑡𝐹. 1. 0.003995. 0.000158. 25.35. <0.0001. 𝐹 𝐴𝐺𝐺𝑡−1. 1. -0.001191. 0.000214. -5.57. <0.0001. 𝐹 𝐴𝐺𝐺𝑡−2. 1. -0.000976. 0.000206. -4.73. <0.0001. 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. 1. −1.195𝑒 −7. 2.6084𝑒 −8. -4.58. <0.0001. 𝑂𝐼𝑡𝑀. 1. 1.2463𝑒 −9. 2.2006𝑒 −8. 0.06. 0.9548. 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. 1. -0.006256. 0.001460. -4.29. <0.0001. 𝑀 𝑅𝑡−1. 1. 5.8491𝑒 −6. 1.2224𝑒 −8. 478.51. <0.0001. 𝑀 𝑅𝑡−2. 1. 0.1101. 0.003690. 29.85. <0.0001. 42.
(51) 【表 6-15】小台委託單積極度第一類頻繁交易人 dp=0.22 之參數估計. The AUTOREG Procedure Parameter Estimates. Variable. DF. Estimate. Standard Error. t Value. Approx Pr > |t|. Intercept. 1. 0.0000678. 0.0000339. 2.00. 0.0456. 𝐴𝐺𝐺𝑡𝐹. 1. 0.003857. 0.000157. 24.53. <0.0001. 𝐹 𝐴𝐺𝐺𝑡−1. 1. -0.001144. 0.000215. -5.32. <0.0001. 𝐹 𝐴𝐺𝐺𝑡−2. 1. -0.000943. 0.000206. -4.59. <0.0001. 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. 1. −1.184𝑒 −7. 2.6098𝑒 −8. -4.54. <0.0001. 𝑂𝐼𝑡𝑀. 1. 1.0845𝑒 −9. 2.2186𝑒 −8. 0.05. 0.9610. 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. 1. -0.006298. 0.001460. -4.31. <0.0001. 𝑀 𝑅𝑡−1. 1. 5.8549𝑒 −6. 1.2249𝑒 −8. 477.99. <0.0001. 𝑀 𝑅𝑡−2. 1. 0.1097. 0.003682. 29.79. <0.0001. 43.
(52) 【表 6-16】小台委託單積極度第二類頻繁交易人之參數估計. The AUTOREG Procedure Parameter Estimates. Variable. DF. Estimate. Standard Error. t Value. Approx Pr > |t|. Intercept. 1. 0.0000519. 0.0000337. 1.54. 0.1232. 𝐴𝐺𝐺𝑡𝐹. 1. 0.004926. 0.000195. 25.20. <0.0001. 𝐹 𝐴𝐺𝐺𝑡−1. 1. -0.001531. 0.000226. -6.77. <0.0001. 𝐹 𝐴𝐺𝐺𝑡−2. 1. -0.001110. 0.000218. -5.10. <0.0001. 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. 1. −1.32𝑒 −7. 2.6011𝑒 −8. -5.08. <0.0001. 𝑂𝐼𝑡𝑀. 1. 1.3887𝑒 −9. 2.1331𝑒 −8. 0.07. 0.9481. 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. 1. -0.005703. 0.001455. -3.92. <0.0001. 𝑀 𝑅𝑡−1. 1. 5.828𝑒 −6. 1.2103𝑒 −8. 481.52. <0.0001. 𝑀 𝑅𝑡−2. 1. 0.1081. 0.003660. 29.54. <0.0001. 44.
(53) 【表 6-17】大台委託不均衡第一類頻繁交易人 dp=0.18 之參數估計. The AUTOREG Procedure Parameter Estimates. Variable. DF. Estimate. Standard Error. t Value. Approx Pr > |t|. Intercept. 1. 0.000139. 0.0000339. 4.10. <0.0001. 𝑂𝐼𝐵𝑡𝐹. 1. -0.000062. 0.0000513. -1.21. 0.2250. 𝐹 𝑂𝐼𝐵𝑡−1. 1. 0.000118. 0.0000481. 2.45. 0.0144. 𝐹 𝑂𝐼𝐵𝑡−2. 1. 0.000161. 0.0000427. 3.77. 0.0002. 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. 1. −5.875𝑒 −8. 9.3989𝑒 −9. -6.25. <0.0001. 𝑂𝐼𝑡𝑀. 1. 3.5955𝑒 −9. 2.5787𝑒 −8. 0.14. 0.8891. 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. 1. -0.005073. 0.001210. -4.19. <0.0001. 𝑀 𝑅𝑡−1. 1. 5.6933𝑒 −6. 1.1799𝑒 −8. 482.52. <0.0001. 𝑀 𝑅𝑡−2. 1. 0.1863. 0.004289. 43.44. <0.0001. 45.
(54) 【表 6-18】大台委託不均衡第一類頻繁交易人 dp=0.20 之參數估計. The AUTOREG Procedure Parameter Estimates. Variable. DF. Estimate. Standard Error. t Value. Approx Pr > |t|. Intercept. 1. 0.000140. 0.0000343. 4.07. <0.0001. 𝑂𝐼𝐵𝑡𝐹. 1. -0.000148. 0.0000529. -2.80. 0.0051. 𝐹 𝑂𝐼𝐵𝑡−1. 1. 0.000168. 0.0000610. 2.75. 0.0060. 𝐹 𝑂𝐼𝐵𝑡−2. 1. 0.000209. 0.0000509. 4.11. <0.0001. 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. 1. −5.91𝑒 −8. 9.5098𝑒 −9. -6.22. <0.0001. 𝑂𝐼𝑡𝑀. 1. 3.9282𝑒 −9. 2.635𝑒 −8. 0.15. 0.8815. 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. 1. -0.004966. 0.001225. -4.06. <0.0001. 𝑀 𝑅𝑡−1. 1. 5.6809𝑒 −6. 1.161𝑒 −8. 489.30. <0.0001. 𝑀 𝑅𝑡−2. 1. 0.1899. 0.004395. 43.20. <0.0001. 46.
(55) 【表 6-19】大台委託不均衡第一類頻繁交易人 dp=0.22 之參數估計. The AUTOREG Procedure Parameter Estimates. Variable. DF. Estimate. Standard Error. t Value. Approx Pr > |t|. Intercept. 1. 0.000139. 0.0000336. 4.13. <0.0001. 𝑂𝐼𝐵𝑡𝐹. 1. -0.000111. 0.0000486. -2.29. 0.0221. 𝐹 𝑂𝐼𝐵𝑡−1. 1. 0.0000846. 0.0000576. 1.47. 0.1418. 𝐹 𝑂𝐼𝐵𝑡−2. 1. 0.0000902. 0.0000530. 1.70. 0.0887. 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. 1. −5.827𝑒 −8. 9.4439𝑒 −9. -6.17. <0.0001. 𝑂𝐼𝑡𝑀. 1. 3.3172𝑒 −9. 2.5862𝑒 −8. 0.13. 0.8979. 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. 1. -0.005054. 0.001184. -4.27. <0.0001. 𝑀 𝑅𝑡−1. 1. 5.7009𝑒 −6. 1.163𝑒 −8. 490.21. <0.0001. 𝑀 𝑅𝑡−2. 1. 0.1847. 0.004319. 42.78. <0.0001. 47.
(56) 【表 6-20】大台委託不均衡第二類頻繁交易人之參數估計. The AUTOREG Procedure Parameter Estimates. Variable. DF. Estimate. Standard Error. t Value. Approx Pr > |t|. Intercept. 1. 0.000135. 0.0000336. 4.03. <0.0001. 𝑂𝐼𝐵𝑡𝐹. 1. -0.000104. 0.0000470. -2.21. 0.0274. 𝐹 𝑂𝐼𝐵𝑡−1. 1. 0.000260. 0.0000555. 4.69. <0.0001. 𝐹 𝑂𝐼𝐵𝑡−2. 1. -0.000430. 0.0000447. -9.63. <0.0001. 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. 1. −5.482𝑒 −8. 9.4114𝑒 −9. -5.82. <0.0001. 𝑂𝐼𝑡𝑀. 1. 2.479𝑒 −9. 2.6271𝑒 −8. 0.09. 0.9248. 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. 1. -0.005286. 0.001177. -4.49. <0.0001. 𝑀 𝑅𝑡−1. 1. 5.6772𝑒 −6. 1.1609𝑒 −8. 489.04. <0.0001. 𝑀 𝑅𝑡−2. 1. 0.1884. 0.004313. 43.68. <0.0001. 48.
(57) 【表 6-21】小台委託不均衡第一類頻繁交易人 dp=0.18 之參數估計. The AUTOREG Procedure Parameter Estimates. Variable. DF. Estimate. Standard Error. t Value. Approx Pr > |t|. Intercept. 1. 0.000108. 0.0000346. 3.13. 0.0018. 𝑂𝐼𝐵𝑡𝐹. 1. 2.6099𝑒 −7. 0.0000415. 0.01. 0.9950. 𝐹 𝑂𝐼𝐵𝑡−1. 1. −1.407𝑒 −8. 0.0000415. -0.00. 0.9998. 𝐹 𝑂𝐼𝐵𝑡−2. 1. 4.0524𝑒 −7. 0.000367. 0.01. 0.9912. 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. 1. −1.351𝑒 −7. 2.5817𝑒 −8. -5.23. <0.0001. 𝑂𝐼𝑡𝑀. 1. 2.614𝑒 −9. 2.3184𝑒 −8. 0.11. 0.9102. 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. 1. -0.006766. 0.001466. -4.62. <0.0001. 𝑀 𝑅𝑡−1. 1. 5.9555𝑒 −6. 1.2609𝑒 −8. 472.34. <0.0001. 𝑀 𝑅𝑡−2. 1. 0.1041. 0.003502. 29.72. <0.0001. 49.
(58) 【表 6-22】小台委託不均衡第一類頻繁交易人 dp=0.20 之參數估計. The AUTOREG Procedure Parameter Estimates. Variable. DF. Estimate. Standard Error. t Value. Approx Pr > |t|. Intercept. 1. 0.000108. 0.0000347. 3.11. 0.0019. 𝑂𝐼𝐵𝑡𝐹. 1. 0.0000924. 0.0000705. 1.31. 0.1899. 𝐹 𝑂𝐼𝐵𝑡−1. 1. -0.000012. 0.0000841. -0.14. 0.8860. 𝐹 𝑂𝐼𝐵𝑡−2. 1. 0.0000871. 0.0000726. 1.20. 0.2299. 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. 1. −1.338𝑒 −7. 2.5947𝑒 −8. -5.16. <0.0001. 𝑂𝐼𝑡𝑀. 1. 2.4429𝑒 −9. 2.306𝑒 −8. 0.11. 0.9156. 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. 1. -0.006641. 0.001467. -4.53. <0.0001. 𝑀 𝑅𝑡−1. 1. 5.955𝑒 −6. 1.2533𝑒 −8. 475.16. <0.0001. 𝑀 𝑅𝑡−2. 1. 0.1039. 0.003496. 29.72. <0.0001. 50.
(59) 【表 6-23】小台委託不均衡第一類頻繁交易人 dp=0.22 之參數估計. The AUTOREG Procedure Parameter Estimates. Variable. DF. Estimate. Standard Error. t Value. Approx Pr > |t|. Intercept. 1. 0.000108. 0.0000346. 3.11. 0.0019. 𝑂𝐼𝐵𝑡𝐹. 1. 0.000175. 0.0000758. 2.32. 0.0206. 𝐹 𝑂𝐼𝐵𝑡−1. 1. 0.000115. 0.0000924. 1.25. 0.2114. 𝐹 𝑂𝐼𝐵𝑡−2. 1. 0.0000405. 0.0000748. 0.54. 0.5880. 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. 1. −1.336𝑒 −7. 2.5805𝑒 −8. -5.18. <0.0001. 𝑂𝐼𝑡𝑀. 1. 2.1234𝑒 −9. 2.2679𝑒 −8. 0.09. 0.9254. 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. 1. -0.006486. 0.001467. -4.42. <0.0001. 𝑀 𝑅𝑡−1. 1. 5.9486𝑒 −6. 1.2788𝑒 −8. 465.19. <0.0001. 𝑀 𝑅𝑡−2. 1. 0.1048. 0.003549. 29.55. <0.0001. 51.
(60) 【表 6-24】小台委託不均衡第二類頻繁交易人之參數估計. The AUTOREG Procedure Parameter Estimates. Variable. DF. Estimate. Standard Error. t Value. Approx Pr > |t|. Intercept. 1. 0.000110. 0.0000348. 3.16. 0.0016. 𝑂𝐼𝐵𝑡𝐹. 1. -0.000068. 0.0000653. -1.04. 0.2966. 𝐹 𝑂𝐼𝐵𝑡−1. 1. 0.0000923. 0.0000762. 1.21. 0.2256. 𝐹 𝑂𝐼𝐵𝑡−2. 1. -0.000095. 0.0000640. -1.48. 0.1397. 𝑉𝑜𝑙𝑢𝑚𝑒𝑡𝑀. 1. −1.366𝑒 −7. 2.5883𝑒 −8. -5.28. <0.0001. 𝑂𝐼𝑡𝑀. 1. 2.5922𝑒 −9. 2.3394𝑒 −8. 0.11. 0.9118. 𝑉𝑜𝑙𝑎𝑡𝑖𝑙𝑖𝑡𝑦𝑡𝑀. 1. -0.006796. 0.001467. -4.63. <0.0001. 𝑀 𝑅𝑡−1. 1. 5.9545𝑒 −6. 1.262𝑒 −8. 471.82. <0.0001. 𝑀 𝑅𝑡−2. 1. 0.1041. 0.003493. 29.82. <0.0001. 52.
(61) 53.
(62)
相關文件
Abstract We investigate some properties related to the generalized Newton method for the Fischer-Burmeister (FB) function over second-order cones, which allows us to reformulate
Optim. Humes, The symmetric eigenvalue complementarity problem, Math. Rohn, An algorithm for solving the absolute value equation, Eletron. Seeger and Torki, On eigenvalues induced by
Abstract In this paper, we study the parabolic second-order directional derivative in the Hadamard sense of a vector-valued function associated with circular cone.. The
The difference resulted from the co- existence of two kinds of words in Buddhist scriptures a foreign words in which di- syllabic words are dominant, and most of them are the
Microphone and 600 ohm line conduits shall be mechanically and electrically connected to receptacle boxes and electrically grounded to the audio system ground point.. Lines in
In order to partition the GPS market into different segments, this paper used purchase motives, product attributes and consumer lifestyle as the variables for market
This study aims to explore whether the service quality and customer satisfaction have a positive impact on the organizational performance of the services and whether the
C., 2004b, The Market Microstructure and Relative Performance of Taiwan Stock Index Futures a Comparison of the Singapore Exchange and The Taiwan Futures Exchange, Journal of
