台灣期貨市場快速刪單之研究 —從投資者身分別探討 - 政大學術集成

全文

(1)國立政治大學商學院金融學系碩士班. 碩士學位論文. 台灣期貨市場快速刪單之研究政治. 大. 立 —從投資者身分別探討. ‧ 國. 學. A Study of Fleeting Orders in Taiwan’s Futures Markets. ‧. Across Investor Types. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. 研究生：張庭鈞. v. 撰. 指導教授：陳威光. 博士. 林靖庭. 博士. 中華民國一 ○ 四年六月.

(2) 謝辭能完成這本論文，實在要感謝一路上許許多多幫助我的人們。兩年的碩士生涯轉眼即逝，看過許多新奇事，學到許多新知識，也品嘗了不同的故事。這本論文的完成是見證我人生的里程碑，劃開就學時代的打底與積累，讓我有足夠的能力和信心挑戰嶄新的世界。兩年碩士生活，要先感謝父母過去的栽培以及支持，你們的肯定讓我可以在這條路上走得踏實，也讓我可以看見台北的生活，謝謝爸爸，謝謝媽媽。再者，我要感謝兩位指導教授，陳威光老師以及林靖庭老師，兩位教授給了我生活上和學術知識上的莫大幫助，威光老師帶領整個研究指導團，同時給我們許多接觸業界的機會，以及幫我們拓展與就業學長姐的人脈，我相信這些都是寶貴的資產，對我的將來有一定程度的幫助；靖庭老師指導我的論文，對我的問題知無不言、言無不盡，這本論文能順利完成，是靖庭老師願意耗費大量時間與我討論每個重點細節，對於資料的採用與方法的設定皆是詳細地對我說明，使我對於自己的研究內容不會有迷惘，謝謝威光老師，謝謝靖庭老師。我還要感謝我的一大群好朋友，你們陪伴我這兩年，我們的互動與友誼並非虛假。首先，先感謝整個研究團的其他 10 位同學，跟你們一起互相討論與研究，讓我覺得學術並不一定要死板板地純粹用公式說話，還有很多跳出框架的方法可以應用之。再者我要感謝整個所上共進退的同學，我們彼此生活融洽，我想這是很難能可貴的友誼，未來或許彼此是競爭對手了，但依然會是好朋友。最後，還要感謝中山的朋友們，你們三不五時約我出來見個面，讓我免於變成政大宅男！. 立. 政治大. ‧. ‧ 國. 學. sit. y. Nat. n. al. er. io. 眾多好友中，最想感謝黃之澔同學，作為研究團團長，勞心勞力，為我們大家打點一切事務，也是最常跟我一起想些議題，不論是否有關論文，或是一堆天馬行空地瞎話。我們一起把整個團隊搬上軌道，一起分擔壓力，最後也憶起順利畢業，謝謝你。另外還要感謝團隊裡的另一位，倪詩荏同學，我們都是同屬於靖庭老師底下的學生，你常常聽我發些摸不著邊際的牢騷，常常看我自言自語而覺得無奈，感謝妳能適時地制止我做這些沒意義的事，又或該說妳讓我這兩年的學業壓力減輕不小，不論是有形進度壓力或是無形各種雜事壓力，我真的很感謝妳能在默默之中幫助我，謝謝妳。我要再感謝一位好友，汪卉同學，這兩年的台北生活，妳給我最多的驚奇，給我最多的生活調味，我想，沒有妳就沒有一個順利畢業的我。學業之路有很多曲折，或許沒有出社會那般勾心，但也容易讓人身心. Ch. engchi. i n U. v. 疲憊，感謝妳作為我的停泊處，讓我休憩後能走得更遠更順。畢業後各奔東西，但我們有緣還是會再相見，謝謝妳，汪卉。最後，我要感謝所有在這兩年生活中曾經幫助我的人們，你們給了我許許多多的資源，或許你們主動傾囊相授，或許你們沒有意識地隨手給予，但對我而言，這些都是我的寶貴資產或經驗。政大的學習之路已到終點，也感謝這個環境，讓我可以無憂無慮地完成學業，謝謝所有生活中遇到的大家。 ii.

(3) 中文摘要. 本篇論文主要探討台灣期貨市場於 2005 年至 2008 年的快速抽單(Fleeting orders)現象。文章將市場交易者區分為機構法人、散戶、自營商以及外資共四類族群，研究抽單背後的動機是否與各族群中交易者的下單積極程度、追價動作，或是降低成交成本有關。實證結果顯示，機構法人在快速抽單動作上無顯著動機；在散戶部分，僅部分散戶具有能力進行快速抽單，而其主要動機是為了降低交易成本。自營商的進場動機，主要是以造市為考量，因此測試市場上是否存在更激. 政治大. 進的交易對手單是快速抽單的原因之一。此外，自營商亦會因要降低成交成本而. 立. 進行快速抽單的動作。由於外資的主要策略是使用波段操作獲取大額利潤，無顯. ‧ 國. 學. 著證據證明外資進行快速抽單的動機是涵蓋於上述三種假設。. ‧. 本文亦透過實證分析，探討快速抽單與合約報酬的關係，並以研究觀察有較高的快速抽單率是否會帶來較佳報酬，實證結果顯示各族群皆無顯著正相關，但. y. Nat. io. sit. 散戶有顯著負相關。四類族群各自有不同的交易型態，故不能將他們概一而論，. n. al. er. 本篇論文的貢獻即是透過快速抽單，證明四個交易族群在程式交易上，具有不同. Ch. 的策略方向以及對於市場有不同的熟悉程度。. engchi. i n U. v. 關鍵字：快速抽單、高頻交易、限價單、台灣期貨市場. iii.

(4) Abstract This paper focuses on the phenomenon of fleeting orders in Taiwan’s futures markets from 2005 to 2008. Traders who in the markets will be divided into local institutional investors, individual, Dealer, and foreign institutional investors. Our study will find the motivation behind fleeting orders under the three hypotheses: attractive, chasing, and the cost-of-immediacy. The empirical results show that local institutional investors have no significant motivation. Only part of individual investors have the ability to use fleeting orders, and their main motivation is to reduce. 政治大 to raise liquidity. So to test立 whether a more aggressive limit orders exists in the market. transaction costs. Dealers act as a market maker, so the main motivation for dealers is. ‧ 國. 學. is one of the reasons for them to submit fleeting orders. In addition, dealers will also cancel limit orders in order to reduce the transaction costs. Because the main strategy. ‧. for foreign institutional investors is to obtain a large profit during a period, they have. sit. y. Nat. no significant evidence to explain any motivation under the three assumptions.. n. al. er. io. This article also analysis the relationship between fleeting orders and performance,. i n U. v. and investigate whether the high fleeting ratio could bring much better profits. The. Ch. engchi. empirical result show that all of four type investors have no significant positive correlation of fleeting orders and performance, but individual investors have significant negative correlation of fleeting orders and performance. Each of four type investors has different trading patterns, so that we should treat them case by case. The contribution of this paper is to prove that the four type investors have different strategies when they use trading program, and they also have different experience in Taiwan’s futures markets. Key words: fleeting orders, high frequency trading, limit orders, Taiwan’s futures markets iv.

(5) 目錄第一章緒論.................................................................................................................. 1 第一節研究背景.................................................................................................. 1 第二節研究動機與目的...................................................................................... 3 第二章介紹.................................................................................................................. 4 第三章文獻回顧.......................................................................................................... 6 第一節高頻交易與事件...................................................................................... 6 第二節快速抽單.................................................................................................. 7 第三節交易者分類.............................................................................................. 9 第四章資料................................................................................................................ 11 第一節交易資訊................................................................................................ 11 1.委託單資訊.............................................................................................. 11 2.市場成交資訊.......................................................................................... 12. 立. 政治大. ‧. ‧ 國. 學. 3.市場最佳五檔報價資訊.......................................................................... 13 第二節快速抽單................................................................................................ 13 第三節交易者分群............................................................................................ 15 第五章研究方法........................................................................................................ 17 第一節變數的假設與計算公式........................................................................ 18 第二節資料分類................................................................................................ 20 1.整體樣本—區分各族群.......................................................................... 20. sit. y. Nat. n. al. er. io. 2.只取有快速抽單的交易者...................................................................... 21 3.切割單獨年分—區分各族群.................................................................. 21 第三節加入績效的探討.................................................................................... 22 第六章實證結果........................................................................................................ 24 第一節限價取消單的分布................................................................................ 24 第二節存續模型的分析.................................................................................... 27 1.整體資料的分析...................................................................................... 27 2.穩定性分析.............................................................................................. 33 第三節績效與快速抽單的關係........................................................................ 40 第七章結論................................................................................................................ 43. Ch. engchi. i n U. v. 參考文獻...................................................................................................................... 43. v.

(6) 表目錄表一：市價單與限價單數量 ............................................................................... 13 表二：限價單取消時間累計 ............................................................................... 14 表三：刪除單的委託價格分類 ........................................................................... 26 表四：四個族群下限價單時的前 5 分鐘市場波動 ........................................... 27 表五：實證結果—整體樣本期間 ....................................................................... 29. 政治大表六：四個族群在最佳買賣價前後的抽單比例 ............................................... 31 立. ‧ 國. 學. 表七：實證結果—僅保留有快速抽單的交易者帳戶 ....................................... 34. ‧. 表八：實證結果—區分四個年度 ....................................................................... 38. n. al. er. io. sit. y. Nat. 表九：實證結果—快速抽單與報酬的關係 ....................................................... 42. Ch. engchi. vi. i n U. v.

(7) 圖目錄圖 1 ：四個族群的快速抽單量 ......................................................................... 16 圖 2 ：四個族群在不同合約的快速抽單率 ..................................................... 16. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. vii. i n U. v.

(8) 第一章緒論. 第一節研究背景我們現在的交易市場是經過長時間的進步，慢慢演變成如今所熟悉的交易機制。交易者於市場投資，有許多種不同的方法可以達成交易目的，這些方法在不同的時空背景下會以不同的方式呈現。最初的交易方式是以掛實體牌子的方式提供投資者交易資訊，這種方式的交易. 政治大資訊揭露的速度加快不少，衍生出華爾街跑單員這一類的場內交易市場，如今，他立. 速度緩慢，且資訊揭露不夠透明。漸漸地，科技開始進步，電子公告版出現，交易. ‧ 國. 完全地電子化，由此開啟電子化交易的時代。. 學. 們依然保留這樣的交易方式。緊接著，電子下單出現了，如美國的 NASDAQ 交易市場. ‧. 台灣在過去的集中交易市場，想要交易需寫單送往交易所，再由市場搓合。在. sit. y. Nat. 國外開始使用電子化系統後，台灣也跟著引進，隨後也開始進入電子下單的時代。. io. er. 台灣期貨市場於 1998 年推出第一檔期貨商品，自此開始有了期貨市場，期貨市場一開始即是用電子下單系統，故一推出即有不錯的交易量。. al. n. v i n C03h 年以前皆是競價搓合市場，但由於科技的進步，台灣股票市場和期貨市場在 engchi U. 2004 年以後期貨市場已變成連續市場，而股票市場也在近幾年頻頻縮短每秒縮合的間距，這一切的變化皆來自於科技的進步，同時帶動交易的速度。過去的交易需要寫單，需要等待，在搓合市場，即使下單也需要等到系統集合. 買賣單搓合後才有可能成交，而前進到了連續市場，只要有對手單就會立即成交，因此若是下市價單，下單的速度將會決定交易到的價格；若是下限價單，下單的速度則會決定是否有機會成交；若是下了委託單後卻回心改意，則會需要作出改單或刪單的動作，這些動作也需要一定的速度，否則在未處理時即有可能成交於市場。交易速度頻頻上升，資訊也由於科技的進步越來越透明，因此衍生出新的交易 1.

(9) 手法，認為市場資訊的充足性，可以判斷出未來市場走向，透過超越其他交易者的下單速度，可以獲得更好的進場價格。由此程式交易開始走進交易市場。透過程式交易，市場的交易量開始明顯增加，而程式交易也適用於不同的市場交易者。自營商為了增加市場的流動性，會在買賣雙方提供限價單以供成交，過去是由人工的方式快速判斷最佳買賣價，再下單以提供市場交易者成交，現下的方式則交由程式於變動時下單或回收委託單。外資具有龐大資金以及資訊取得的優先能力，因此開發程式交易來獲取更高報酬。一般交易者可以透過自身能蒐集的資訊，撰寫出屬於自己的交易程式，不過每位交易者能獲取的資訊以及對於資訊的分析能力有所不同，另外撰寫程式交易也需要一定的門檻基礎，所以在這方面的一般交易者較少。. 立. 政治大. 程式交易對 2000 年以後的市場有深遠的影響，自從程式交易大量應用於市場. ‧ 國. 學. 後，市場的變動速度增快不少，同理，市場波動性也因此大增。當有公開市場資訊發布時，資訊的反應時間會越來越短，當今的市場到底屬於半效率市場還是完全效. ‧. 率市場，依然是個值得探討的議題，不過透過交易系統電子化以及程式交易，資訊. y. Nat. n. al. er. io. 全效率市場的方向前進。. sit. 揭露程度將會越來越透明，市場反應速度也越來越快，使得整個市場有越來越往完. i n U. v. 市場的效率演進未必是件好事，當速度超過人們可以反應的時間，就會產生市. Ch. engchi. 場不可預期的重大事故。可能急漲後急跌，也可能大跌後迅速回填。近幾年的交易市場出現許多值得研究的事件，例如最著名的金融海嘯、或者是 2010 年的閃現崩盤(Flash Crash)，這些都是發生於金融市場的真實事件，其背後原因皆與程式交易有關。. 2.

(10) 第二節研究動機與目的由於美國市場大多交易者是法人機構，散戶所占比例較世界其他交易市場來的少，因此法人們有足夠的能力以及資本去推動程式交易，並透過此種交易方式獲利。而當大家都用程式交易後，想要得到更多利潤，就必須比其他人早發現有利可圖點，也要比別人更早下單，因此速度成為戰爭的關鍵，當大家都比拚速度時，一股勢不可擋的洪流就會衝擊整個市場。人工下單的好處在於下單前可以有更多的思考空間，缺點卻是速度太慢以及反應不及；程式下單的好處則在於可以更快完成交易委託，缺點卻是僅能依照先前設. 政治大. 定好的邏輯操盤，有突發狀況也必須事先有備用邏輯存在，否則將會依照指令進行. 立. 一連串的交易行動。高頻交易是將程式交易的速度無限提高，達到與交易所接近零. ‧ 國. 學. 時差的報價揭露，目的在於賺取最佳報價之間的價差利潤，因此高頻交易又可以看作是模擬造市者的交易模式。. ‧. 過去的學術領域在市場上觀察到一個現象：比較沒有耐心的交易者會下市價單. y. Nat. io. sit. 追求快速成交，有耐心的交易者傾向下限價單，他們有較多時間在下單後觀察市場. n. al. er. 動向，再決定是否修改他們的委託單。這樣的二分法在程式交易出現後已逐漸模糊，. i n U. v. 更於高頻交易後發生令人無從解釋的現象—快速抽單。快速抽單首次出現於學術領. Ch. engchi. 域是 Hasbrouck & Saar (2009)所提出，定義下限價單後，兩秒內立即刪單，這樣的委託單將之稱為快速抽單。快速抽單的現象打破過去的學術定義，下限價單的交易者不再是有耐心的交易者，若只是偶然性發生，或許可以稱為操作錯誤，但在 Hasbrouck & Saar (2009)的研究中發現美國市場有超過 33%的限價單是快速抽單，這點就值得讓人深思其背後動機。本篇論文主要使用台灣期貨市場的毫秒資料，可以區分市價單和限價單，也可以知道交易者的族群。台灣市場是否存在快速抽單，若存在，操作方式背後有何動機存在？何種原因造成委託單馬上取消，而他們這樣操作的結果究竟對於報酬有何影響，我想對這些點做出深入的探討。 3.

(11) 第二章介紹近年隨著程式交易漸漸普及於交易市場，透過人工下單的交易者已漸漸跟不上市場的快速變動，故研究程式交易策略成為新的熱門研究議題，不論於實務或學術上皆有許多心得或文獻可供參考。高頻交易則是將程式交易的速度無限提高，以求達到與交易所的報價零時差，目的在於賺取報價之間的價差利潤，因此高頻交易又可以看作是模擬造市者的交易模式。交易速度越來越快，市場的波動頻率就越來越高，因此會有越多交易策略套用於程式交易上。. 政治大交，限價單則可在未成交前進行改價、減量或刪單等動作，其中在本篇論文的研究立交易者於台灣期貨市場下單後，可以選擇市價下單或限價下單，市價單立即成. ‧ 國. 學. 期間，被刪除的限價單比成交的限價單還多，此現象顯示市場上有許多因素造成交易者原本欲進入市場，最後卻刪單不成交，因此具有極大的研究價值。分析這些刪. ‧. 單的存續時間，發現有超過 22%的刪單動作發生於下單 2 秒內，此操盤方式不是人. sit. y. Nat. 工下單容易達到的速度，因此更傾向於由程式交易控制。Hasbrouck & Saar (2009). io. er. 的論文定義存續期間少於 2 秒的限價取消單為快速抽單，本篇論文欲探討台灣指數期貨市場於 2005 年至 2008 年的快速抽單，其背後的抽單動機是由於激進試單，或. n. al. Ch. 是追價刪單，抑或是逆向抽單。. engchi. i n U. v. 台灣期貨交易所提供的資料包含交易者類別，故有別於國外文獻僅能將整個市場的交易者看作相同個體，本篇論文將整體市場的交易者區分為四個族群：機構法人、散戶、自營商，以及外資。各群體在市場上能掌握的資訊不盡相同，因此他們應該會有不同的交易策略，使用的下單方式也會有所不同，以此論點出發是貫穿整編論文的主軸。實證結果顯示，機構法人的快速抽單無法找到顯著的動機，究其原因，乃是因為整體族群的快速抽單量極少，故無足夠證據表示機構法人會在市場上帶有目的地操作快速抽單。僅有部分散戶有能力操作快速抽單，他們的主要動機是避免被成交 4.

(12) 於比最佳買賣價更佳的價格而進行快速抽單。自營商本身就是以造市為主要進場動機，因此使用高頻交易不斷地在最佳買賣價附近佈單，而他們進行快速抽單的主要理由是因為要測試是否有更激進的對手單存在，同時也有顯著證據證明自營商亦會因避免被成交於更佳價格而快速抽單。對於外資的快速抽單，無顯著證據證明三個動機是外資進行快速抽單的理由，因為外資的主要策略是使用波段操作獲取大額利潤。相較於自營商不用真正了解市場方向的造市交易，外資有能力掌握更多市場訊息，且資金的雄厚讓其可以在盤中短暫操控市場，故對於快速抽單後的幾秒內，市場價格多半沒有顯著飄移，所以測不出追價效果與反向效果。分析外資的快速抽單布局，雖然也是集中於最佳買賣價. 政治大. 附近，但相對於自營商而言較平均分散，所以激進效果也不若自營商那般顯著。. 立. 了解各族群的抽單動機後，就可以進一步觀察抽單後該族群的績效是否有正相. ‧ 國. 學. 關的成長，實證乃是用族群交易者的合約報酬率與快速抽單率進行迴歸比較。結果顯示四個族群皆無顯著正相關，但散戶有顯著負相關，故無法證明各族群使用快速. ‧. 抽單的策略後能顯著提高合約報酬。. y. Nat. io. sit. 散戶並沒有成熟的程式交易能力，造成快速抽單與報酬的關係正負參半，自營. n. al. er. 商本身主要是為了造市，因此快速抽單是為了平衡倉位或者降低成交成本，當快速. i n U. v. 抽單越多，自營商的迴歸顯著性也會越高，但在本篇論文裡依然沒有超過 10%顯著. Ch. engchi. 的臨界值。外資也不顯著，代表外資的高頻交易策略裡，雖有包含對於取消單的操作，但這些動作並沒有使他們獲得更高報酬。四個族群各自有不同的交易型態，故不能將他們概一而論，本篇論文的貢獻即是透過快速抽單證明四個交易族群在程式交易上有不同的策略以及不同的熟悉程度。下一章將會從文獻回顧開始，探討過去的文獻如何介紹高頻交易，如何定義快速抽單，以及如何區分投資者族群。接著會介紹本篇論文所使用的資料，以及資料的分類方法。再來解說本文所用的研究方法，以及本文的實證結果。. 5.

(13) 第三章文獻回顧. 第一節高頻交易與事件券商在交易市場的角色定位是提供交易者流動性的造市者，Avellaneda and Stoikov (2008)透過市場上的交易資訊指出，隨著交易電子化，這個角色已可由任何使用限價單下單的交易者所取代，究其原因，是因為市場上的交易方式改變，高頻交易漸漸取代原本速度較慢的交易方式。他們建構一個高頻交易模型以求能獲取. 政治大 Jonathan(2010)則驗證了高頻交易對市場的衝擊，他發現高頻交易立. 市場超額報酬，採用的方式是如同券商般賺取最佳買賣價之間的領先價差。 Brogaard. ‧ 國. 學. 能更有效地提供市場流動性，也同時提高交易者對市場流動性的需求，並且能讓市場具有較強的價格發現與價格效率性。同時，Brogaard 也分析出高頻交易存在於市. ‧. 場的時間不因市場處於較壞的困境就離開，有 77%的交易被高頻交易所影響，這些. sit. y. Nat. 交易大多使用價格反轉策略。. io. er. 因此，在這篇文獻中，Brogaard 認為高頻交易具有穩定波動度的效果，當價格偏離時，高頻交易的快速提供流動性與快速索取流動性的特性可以將價格穩定於一. al. n. v i n Ch 特定區間，若剔除高頻交易，則會產生明顯的滑價現象。若僅僅是討論價格反轉策 engchi U. 略，高頻交易的確可以縮小價格波動，但在現實市場中，卻發生一件市場危機，於 2010 年 5 月 6 日，Nasdaq 出現閃現崩盤，又迅速回到一般指數水準，如此大的波動是如何造成？ Kirilenko, Kyle, Samadi, and Tuzun (2011)指出，高頻交易不是觸發閃現崩盤的元凶，但他們偵測到不正常的巨大賣壓，進而回應了這樣的訊號。高交易具有引導市場價格往一特定方向移動的能力，所以具有價格指引的效果，這終將導致一件可被控制的市場事件差點成為無法收拾的危機。當不正常的賣壓出現，由高頻交易放大原始的市場波動，因此產生崩盤，也讓當天的最大波動急遽上升。 6.

(14) 第二節快速抽單快速抽單(Fleeting Orders)是由 Hasbrouck & Saar (2009)所定義，這是一個新名詞，專指 2 秒內被取消的限價單。限價單經常被當作是潛在的流動性供給，但在他們的研究裡發現，美國 Nasdaq 的市場中取樣 100 支股票的所有交易資料，竟有高達 36.69%的限價單在兩秒內被取消。由文獻可知，市場可以分為兩種交易者，Fong & Liu (2010)便這樣定義沒有耐心的交易者以及有耐心的交易者，前者對於立即成交有迫切需求，或者其等待市場有更好價格的機會成本較高，因此通常會選擇以市價單進場，在下單的時候立即. 政治大. 成交。後者因立即成交的效用不及等待更好的價格成交，或者他在等待市場成交所. 立. 需支付的機會成本相對較低，故可以耐心地使用限價單，等待市場給予價格觸碰的. ‧ 國. 學. 機會。. 但在 Hasbrouck & Saar (2009)所發現的這個現象衝擊到市場對於這兩種交易. ‧. 者的分類，他們的邊界開始因為快速抽單而模糊。代表耐心交易者的限價單因不明. y. Nat. io. sit. 原因快速離開市場，這樣的限價單還已不能代表耐心的交易者。這個發現對於市場. n. al. er. 或學界都是一場巨大的挑戰，於市場，不再是所有限價單都可以視為潛在流動性供. i n U. v. 給，也許在交易者欲作為市場驅動者而下市價單觸價時，該限價單卻已抽單退出市. Ch. engchi. 場，讓觸發價格滑動，增添策略的風險；於學界，必須找出快速抽單的動機，給予明確定義，在未來的研究中才會有跡可循。 Hasbrouck & Saar (2009)發現這個現象，便提出三個假設，以驗證快速抽單的背後動機。第一的假設是追價假設，當交易者取消剛剛下於市場上的限價單，是否有可能是為了捕捉已經偏離的市場價格。第二個假設是立即成本假設，若市場價格因為一張反向市價單而出現反轉，這時候快速抽單的限價單是否會因懼怕立即被成交後市場價格依然往下跌，使得這張限價單的立即成交成本過大，因此才要在偵測到市場有此現象時趕緊抽單。第三個假設是基於 Nasdaq 市場可以下隱藏單，躲藏於最佳買賣價差之間，而交易者想要了解市場上有沒有超越最佳買賣價的價格存在， 7.

(15) 因此才會試著價單抓出這些限價單，如果成交就會以其他方式部位，而若沒有成交，就會快速抽單。他們的資料無法區分市場上的交易者身份別，因此僅能將整個市場的交易者看同一類型來研究，而因為主要鎖定在快速抽單的議題上，因此這個類型被他們解釋為相似於台灣自營商的角色。證據顯示，使用動態交易策略的交易者們有追捕市場價格、降低交易成本，或尋找潛在的流動性的快速抽單動機。對於成本的概念，Fong & Liu (2010)將此概念放大，認為市場會出現快速抽單，是因為未成交風險以及被成交風險，此二風險背後皆存在交易者個人的機會成本，倘若在接觸到新的資訊時發現其中一種機會成本上升至交易者無法認受的水準，. 政治大. 即會發生刪單，若將下單至資訊來臨的時間壓縮至 2 秒內，那是否要刪單的選擇就. 立. 變成是否要進行快速抽單的動機了。. ‧ 國. 學. 此外，尚有一個新的成本需要考慮，Fong & Liu (2010)認為每筆委託單都存在監控成本，其中又可以分為對時間的監控成本以及對單量大小的監控成本。他們. ‧. 使用澳洲證交所的資料，將交易資料依 15 分鐘的區間切割，發現市場不論是下單、. y. Nat. io. sit. 成交、改價、刪單，皆呈現 U 字型，即開盤時極為熱絡，盤中冷清，收盤前各種交. n. al. er. 易活動的數量又會上升，故在開盤即收盤前後，監控成本非常高，因為一個交易者. i n U. v. 可能會持有多筆委託單於市場進行交易，且因市場交易較盤中熱絡，所以市場變動. Ch. engchi. 更快速，也就需要更多的監控資源。. 盤中的交易量少，交易者自己持有的部位通常於早盤便進行布局，因此這段時間的監控成本相對低。在同一時間點，交易者於市場上同時委託大單與小單，則他們會傾向對大單有較多的改價與減量等動作，且大單被刪單的比例也多於小單被刪單的比例，這些證據顯示一筆委託單的大小會影響交易者對其的監控成本。 Vikas Raman (2013)首先提出不同交易類型的交易者應該有不同的交易型態，對於改價、減量、或刪單的動作應該自有一套，他使用印度交易所的資料，將市場區分為四個族群，分別是個人投資者、金融機構、證券商，以及其他機構。透過實證分析，發現證券商的改單頻率遠超其他三個族群，而其績效報酬也較好，加入監 8.

(16) 控成本的概念後，發現只要目標股票的買賣部位有變動，證券商都會對他們的委託單進行改單動作。. 第三節交易者分類證券市場有許多交易者存在，他們有許多不同類型，依照文獻，大致可分為一般交易者(散戶)、自營商(造市者)，以及機構法人，大多的文獻聚焦於這三大族群。以散戶而言，Grinblatt, M., & Keloharju, M. (2001a)和 Dhar, R., & Zhu, N. (2006)都做了實證，證明一般投資者具有顯著的處置效果，他們會快速地賣出獲. 政治大. 利部位，卻長期持有虧損部位。不過 Dhar, R., & Zhu, N. (2006)加入了交易的經. 立. 驗，認為較有經驗的交易者可以漸漸彌補這項缺失，抵消部分的處置效果。Li, H.. ‧ 國. 學. C., Lin, C. H., Cheng, T. Y., & Lai, S. (2013)使用台灣期貨市場的資料，所以他們的分類較異於將市場分為三種交易者，分別是本土交易者、外資及自營商，. ‧. 探討他們的交易模式後發現，自營商沒有處置效果，外資具有較弱的處置效果，而. y. Nat. io. sit. 本土投資者具有較強的處置效果，但由於市場會出現均數回復的現象，所以處置效. n. al. er. 果遞延至下一期後會減弱，因此若從多期來看，本土交易者的處置效果並非持續顯著。. Ch. engchi. i n U. v. 從券商和自營角度，Stoll, H., (1978)便已提出，券商(Broker)要做的事情就是在買賣價差，他們需要避免所有成交產生的成本，所以不斷地在買賣價格上提供流動性，所以他們是讓市場更加活絡的造市者，同時，也具有讓真實價格顯現的效果(當時並沒有價格發現一說)。自營(Dealer)便是交易員，使用自有資金於市場上交易，需承擔交易倉位的持有風險。在台灣，一般的券商也同時有自營部在市場交易，因此兩者於台灣被看作一體，從資料上較難區分。 Barber & Odean (2008)區分交易者為個人投資者和機構法人投資者，發現個人投資者傾向買受人注目的股票，包括被新聞炒作、具有不正常交易量的股票，或者有當天異常報酬的股票，機構投資者沒有這樣的現象，也不會有只傾向買進的動 9.

(17) 作。個人投資者容易買高賣低，或者小額出售有賺的部位，機構投資者則是沒有這樣的現象。由眾多文獻可以知道，不同族群的投資者具有不同交易型態，因此若將他們視為一體觀察，可能導致結論的偏誤，因此在參考文獻後，考慮到台灣市場的交易型態，將投資者分為四個族群，分別是散戶、自營商、外資，以及機構法人。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 10. i n U. v.

(18) 第四章資料本篇論文使用台灣期交所提供的大台指期貨的交易資訊為主要研究資料，採用期間由 2005 年 1 月合約至 2008 年 12 月合約，擷取每天有效交易期間的交易資料，即從早上 8 點 45 分至下午 1 點 45 分。台股大台期貨自 1998 年即開始交易，但由於研究方向朝著高頻交易衍生的交易去分析其背後的原因，因此需要使用的資料必須是連續市場，而期貨市場在 2003 年中旬之前是搓合市場，在這之後才因科技的進步和設備的升級，改採連續市場，因此可使用的資料就僅從連續市場後開始抓取。. 政治大約為例，其中就會參雜 2003 年尚未改制的交易訊息，所以也捨棄 2004 年的資料，立本篇論文的研究方法將採用以合約為基礎單位分析，因此以 2004 年 3 月的合. ‧ 國. 學. 自 2005 年開始研究。以下將會分作三個小節，第一節說明所使用的資料，第二節說. 明篇論文主要探討的市場現象—快速抽單，如何由資料去定義。第三節說明如何區. Nat. 第一節交易資訊. n. al. er. io. sit. y. ‧. 分各族群，以及由各族群計算出的敘述統計。. i n U. v. 台灣期交所提供的交易資訊共有三份，一、委託單資訊，二、市場成交資訊，. Ch. engchi. 三、市場最佳五檔報價資訊，以下將解釋三份資料對於本篇論文的應用方式。. 1.委託單資訊整個期貨市場的委託單都會出現在這份資料中，其紀載的內容十分齊全，幾個較重要的資訊包括委託日、交易者帳號、交易者身分別、委託方向、委託時間等等。這份資訊與過去文獻最大的差異在於可以區分交易者身分別，讓本篇論文得以區分各族群探討交易行為的動機。委託單裡的資訊包括市價單和限價單，本篇論文因要探討快速抽單之現象，故僅針對限價單作分析，而若為限價單，則會顯示委託價。 11.

(19) 2.市場成交資訊整個市場的成交資訊都會列在這份資料裡，其內容包括委託單所擁有的大部分資訊，但因此份資料主要顯示市場成交情況，故諸如是否為限價單、委託價格為多少等等就沒有紀錄。另外，這份資料還包含最重要的資訊，即是這些委託單在市場上成交與否，若成交則會有成交價、兩方對手單的資訊也會同步顯示，而若刪除委託單，則基本上可以判定為限價單，因市價單是立即成交，故不存在抽單的可能，但因為限價單刪除了，市場記錄了這筆沒有成功成交的訊息，故價格顯示為 0，而又因為這份資訊沒有包含委託價，所以就必須要與委託單資訊做資料合併的動作。. 政治大. 這份資料另一個重點是委託時間與成交時間，這對於分析快速抽單有很重要的. 立. 1. 作用，可以精細至毫秒，因此例如 Lee & Ready (1991)曾經使用比較價格法去判. ‧ 國. 學. 斷市場驅動者，但在這份資料內只要去看交易資訊裡是哪一方較晚下單即代表他會視市場驅動者。對兩個時間做相減，可以得到這筆委託單存在於市場的時間長度，. ‧. 如果時間長度少於 2 秒且被刪單，則定義為快速抽單。. y. Nat. io. sit. 原始資料是整個市場在該合約的交易情況，因此在台灣市場，早上 8 點 30 起. n. al. er. 就可以下單，但直到 8 點 45 才開盤，故在此期間快速抽單的資料將不算在內。另. i n U. v. 外市場成交資訊與委託資訊最大的差異在於一筆委託單可能分成好幾筆成交，所以. Ch. engchi. 同一個委託單號可能在市場成交資訊裡出現複數筆資料。在真實市場的交易情望況是，一筆限價委託單可以部份成交、中途多次改價或多次減量，但僅能做一次取消的動作，經過資料驗證可以發現，只要出現刪單，就不會有同一單號繼續出現成交的情況，故只要發現刪單，就代表一筆委託的的存續時間中止。. 1. 比較價格法是用於過去交易紀錄裡尚未能有效紀錄交易時間時所用的方法，其主要精神是判定交易當下與交易前後價格變動方向來判定兩造誰為市場驅動者，該篇文獻提供了兩種判定方法，但都有一定的錯誤率，詳見 Lee & Ready (1991),Inferring Trade Direction from Intraday Data, The Journal of Finance, Vol. 46, No. 2(Jun., 1991) 。 12.

(20) 3.市場最佳五檔報價資訊台灣市場有別於世界其他主要交易市場，不論現貨市場或期貨市場都有提供最佳五檔的報價，而諸如道瓊或 Nasdaq 都僅有最佳一檔報價可供觀察，若交易不頻繁，多於一檔以上的參考報價可以作為觀察標的價格趨向的一種指標。本篇論文也僅會用到最佳一檔報價，主要是因為最好的報價最能反映市場當下的情況，最佳買賣價之間的差異寬度也可以反映市場的熱絡程度。此份資料的紀錄方式是每秒紀錄一次，因此只要市場有新的委託單送出或發生交易，報價資訊就會在該秒的位置更新一次，若市場在該秒內沒有發生任何交易，. 政治大. 資料就會沿用上一秒的資料遞補，因此可於報價資訊中觀察到期貨價的走勢。. 立. ‧ 國. 學. 第二節快速抽單. 快速抽單是發生在連續市場的特殊現象，在交易者於市場送出一筆委託單後迅. ‧. 速取消，因而在市場上留下這樣的一筆紀錄，如果投資者有意進場，為何在下單後. y. Nat. er. io. sit. 馬上刪單，這是一個值得思考的問題。. al. n. v i n C h 2004 年的交易日。市價單會立即成交，所以市場無以以 2005 年為例，其中真正交易的日期有包含 engchi U 市價單委託的取消單；限價單的總單量僅計算於市場上成交的委託單以及真實執行刪單動作的委託表一：05 年至 08 年的合約在市場的委託單數量小計，因本篇論文使用的資料屬於依合約切分，故. 單，放置當日收盤的限價單會自動失效，這部分不列入計算。(單位：萬). 委託單種類/結果. 2005. 2006. 2007. 2008. All. 市價單. 109.5. 163.7. 201.9. 376.4. 851.5. 成交. 353.7. 528.4. 680.2. 1235.1. 2797.3. 取消. 252.1. 481.2. 786.0. 1841.9. 3361.4. 限價單. 由表一可看出，市場上的交易者大多使用限價單，而限價單最終的結果不是成交就是取消，由表中可以看出取消的比例逐年增高，至 2007 年，限價單的取消單量已超過成交單量，因此取消單可能真的會對交易者造成一定的投資影響，例如過去 13.

(21) 一段時間的交易情況可能影響當下交易者的決定，或者這些取消的動作會影響投資者的最終績效等等。期貨市場的限價單量遠大於市價單，而取消單的整比例超過成交的限價單，因此將取消單拿出來分析大多的刪單行為發生在何時。由表二可以看出在兩秒內就已經有超過五分之一的取消單產生，因此這已經足夠對市場造成一定程度的影響，若這些委託單沒有被刪除，彼此在對手的驅動下完成交易，整個市場的交易熱絡程度以及交易頻率可能還會再上另一高峰，所以本篇論文沿用 Hasbrouck & Saar (2009) 的定義，定義兩秒內取消的限價單為快速抽單(Fleeting Order)，整篇論文的架構都將以此定義進行分析。. 政治大. 由於從表一看出連年增加的取消單量，也在表二定義了快速抽單，故有必要了. 立. 解是那些族群在市場上使用快速抽單，也同時觀察每一年的快速抽單情況是否有改. ‧ 國. 學. 變，這部分將會在下一小節做資料分群說明之。. ‧. 表二：此表統計 05 至 08 年所有取消單的存續時間，使用的母體是台灣期交所 2005 到 2008 年的整體樣本期間限價取消單，從原始資料可以獲得每筆委託單的委託時間以及在市場上成交/取消的時. y. Nat. sit. 間，將兩個時間相減即是下表所記錄的存續時間。此表之時間擷取參考 Hasbrouck & Saar (2009). io. 單。. n. al. er. 所用的時間長度，在 2 秒內即有超過五分之一的取消單產生，故定義快速抽單為 2 秒內取消的委託. 存續時間 0.1 秒 1秒. Ch. i n U. v. 限價單取消累積比例. e0.012% ngchi 14.482%. 2秒. 22.375%. 10 秒. 49.744%. 1 分鐘. 75.043%. 2 分鐘. 81.655%. 10 分鐘. 91.831%. 1 小時. 97.771%. 至收盤. 100%. 14.

(22) 第三節交易者分群如本章開頭所述，本篇論文所使用的資料可以明確區分出不同族群的交易者，這是與國外文獻最大的差異，不同的交易者會有不同的交易型態，擅長使用的交易方式也不同，因此如果將他們合在一起觀察(即代表每個交易帳戶都是相同背景的獨立個體)，僅能觀察全市場是否在快速抽單背後有我們所假設的原因存在，無法區分各族群的動機。在圖一裡，將各族分拆分開顯示他們各自的限價單量和快速抽單量，交易者族群的定義裡，一般散戶和自營商有明確的單一代號，故此二類交易者的定義即是期. 政治大. 交所定義的族群；外資則是由幾個不同的交易者代號組成，他們分別代表不同交易. 立. 目的的外資，不過由於所有相關代號在 2005 年至 2008 年皆沒有持續存在於市場，. ‧ 國. 學. 大多是持續交易一年多即被其他代號取代，因此在分析外資時須將這幾個期交所代號合在一起看；機構法人則是將非散戶、非自營商，以及非外資的期交交易者帳戶. ‧. 全歸類於機構法人。. y. Nat. io. sit. 可以很明顯地看到，一般散戶的限價單非常多，達全部族群最多，但若觀察快. n. al. er. 速抽單，則會發現其快速抽單比率乃是最低。從這裡可以看出若要研究快速抽單，. i n U. v. 外資和自營商族群會較具有代表性，因此在之後的研究主軸會較多描述這兩個族群。. Ch. engchi. 因為由圖一得知外資及自營商有高比例的快速抽單率，因此近一步分析，觀察快速抽單究竟從何而來。經過區分合約後，可以得到圖二。由圖二可以初步看出，各族群在 05 年的抽單率都很低，至 06 年起，自營商開始有明顯增加，至 06 年的 12 月合約為止，穩定成長至 10%左右，而由 07 年至 08 年又是一次大幅成長，抽單率最高的一個合約來到 42%的程度；外資在 06 年則是呈不穩定的抽單況，從 07 年中旬開始大幅提高其快速抽單率，至 08 年第一季後則穩定維持在 33%左右；散戶和機構法人在圖一即可看出其快速抽單率之低，所以在圖二的期間分布亦可以看到未有超過 2%快速抽單率的合約出現。這樣的結果給予往後的研究一個方向，便是探討各族群在不同年間，是否會因不同的動機而做出快速抽單的行為。 15.

(23) 立. 政治大圖 1. 圖 1：此圖使用 05 至 08 年整體樣本期間的限價委託單量為母體，區分出四個族群，散戶及自營商. ‧ 國. 學. 是由期交所資料明確定義，外資則選出幾個具代表性的身分別代號組合而成，機構法人則是除去另外三群後的所有身分別群集。長條圖各長度高為該族群的總交易量，區分出快速抽單和非快速抽單 (包含成交單和一般刪單)。. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 2 圖 2：區分各族群交易者在各合約的快速抽單率，計算方式是採用各族群在一個合約內的總快速抽單量除上該族群在該合約的總限價委託單量。明顯上升的兩條線是外資以及自營商族群，而另外兩條趨近於 0 的線形是散戶以及機構法人。 16.

(24) 第五章研究方法本篇論文主要參考 Hasbrouck & Saar(2009)的研究方法，使用存活分析 (Survival Analysis)，主要模型為 Proportional Hazard Duration Model。 Hasbrouck & Saar(2009)使用此模型時採用 7 個變數，並將全市場當作樣本一次分析，此方法的缺點在於無法凸顯出個別交易族群在市場上的快速抽單行為，因此本篇論文將在此點上進行延伸。透過原始資料提供的交易者身分別，可以清楚區分逐筆交易發生背後是由誰驅. 政治大在這部分已經做過相同的研究，不過其結果是將整個資料期間一次性立. 動，因此可以經過拆分整體市場資料後探討各族群的快速抽單行為。Kuo & Lin & Chen(2014). ‧ 國. 學. 寫入，雖然所用資料來源與期間皆與 Hasbrouck & Saar(2009)不相同，但基本的探討結果相似。然而從上一章的資料基本分析中可以發現，不論是散戶、機構法人或. ‧. 外資，2005 年至 2007 年的快速抽單比例實在不高，直到 2008 年外資才有如同. sit. y. Nat. Hasbrouck & Saar(2009) 所用的資料來源一般，達到三分之一以上的取消單屬於. io. er. 快速抽單，因此若是將整個樣本期間再拆分為不同年間去加以探討，或許可以看出快速抽單行為於台灣期貨市場的演進，也許在不同時期，其抽單的背後原因有所不. n. al. 同。. Ch. engchi. i n U. v. 在了解快速抽單背後的原因之後，本篇論文將去探討做了這種行為的交易者其投資績效是否因此受到影響。如同前言所述，倚靠科技的進步才能出現大量的快速抽單，因此絕大多數的快速抽單皆是高頻交易下的產物，而發生這種交易行為之後是否會因此影響其績效，則是值得探討的另一重點。接下來分為幾個小節：1.變數的假設與計算公式；2.資料切割；3.加入績效的探討。第 1 小節會先解釋 7 個變數的假設緣由以及計算方法，由此架設存續模型；第 2 小節會說明本文在實證上會如何切割整體資料，以達到不同目的的研究分析；第 3 小節會利用原始資料所帶的變數計算各投資者報酬，再與快速抽單進行探討。 17.

(25) 第一節變數的假設與計算公式 Hasbrouck & Saar(2009)在使用存續模型時設定了 7 個變數，將整個模型建構起來，因為台灣期貨市場與 NASDAQ 市場有相異之處，因此在計算過程會使用資料可觸及的方式建構。整個模型架構如下：.  1  lagged fleeting ordersi   2  lagged returnsi  3  lagged volumei   Relative  6  qiSame  7  qiOpposing    4  BBOi  5  pi . i  t   0  t   exp . ，其中 7 個變數的前 4 項作為交易者決定是否抽單的參考，後 3 項則是我們要討論的主要假設：交易者做出快速抽單的背後原因。先解釋前 4 個變數：. 立. 政治大. lagged fleeting ordersi ：在上一章已經定義快速抽單的存續時間長度是 2 秒以內，. ‧ 國. 學. 故此變數乃是計算該筆交易發生時，領先其 10 秒之前共有多少快速抽單發生。. ‧. lagged returnsi ：將該筆交易發生的前 5 分鐘內，整個市場的波動當作一個參. sit. y. Nat. 考因子，此變數的計算方法採用前 5 分鐘內期貨指數最高的一點除以前 5 分鐘內指. io. er. 數最低的一點，再取對數，最後加上絕對值。. lagged volumei ：由原始資料可以看到每一筆委託單裡有多少交易量，故此變數. n. al. Ch. 採用該交易發生前 5 分鐘內所有交易量的總和。. engchi. i n U. v. BBO ( Best Bid or Offer ) ：將市場的最佳買賣價差的寬度當作一個參考因子，故. 此變數的計算方式是取交易發生之前最近一次的報價資訊，將最佳賣價減去最佳買價，相減後的差額即是寬度。以上 4 個變數用以檢測過去的資訊是否會影響到快速抽單發生的機率，若顯著，代表交易者在操作快速抽單時，領先一小段時間的市場資訊會是重要的參考資訊。後 3 個變數分別代表 3 個虛無假設，以下將逐一解釋： piRelative ：檢測快速抽單行為跟下單的積極性有關。在 Hasbrouck & Saar(2009). 的文獻中提及 NASDAQ 市場存在隱藏單，因此可以用比現在市場最佳報價更優的價 18.

(26) 格進入市場「搜尋」隱藏單，若一下單就成交，代表有隱藏單被找到，同時會推動市場的最佳報價，而若沒有立即成交，代表當下沒有隱藏單，所以立即抽單。台灣期貨市場不能下隱藏單，因此該變數將解釋為激進程度是否會是快速抽單的原因之限價單價格 - Bidt 一，其計算方法可以被分為買單與賣單兩種：買單：， Bidt 限價單價格 - Askt ，其中 t 代表下限價單時的市場最佳買賣報價，依台灣期交賣單： Askt. 所提供的資料，我們定義 t 為下單時那一秒的最佳報價。 piRelative 的係數若顯著大於 0，則代表下單越激進，被抽單的機率越高，因此我們可以將積極度虛無假設寫為：.  H 0 : 5  0 。   H a : 5  0. 立. 政治大. qiSame ：檢測是否有追價情況產生，利用同方向的價格差異來觀察欲分析的委託. ‧ 國. 學. 單是否因為價格偏離，產生追價行為。這個變數也分為買單與賣單兩種：. ‧. Bidt  Bidt 0 Askt  Askt 0 買單：，賣單：，t 是下單後的一段時間後， t  0  是下單 Bidt 0 Askt 0. sit. y. Nat. 後的一瞬間，以台灣期交所提供的資料而言，我們定義 t 是下單後 2 秒的最佳買賣. n. al. er. io. 報價， t  0  則代表下單後 1 秒的最佳買賣報價。以買單為例，若價格上揚，造成限. i n U. v. 價單無法成交，交易者是否會有迫切成交的動力，因此抽單改下價格更激進的新限. Ch. engchi. 價單，同樣地，賣單從 Ask 分析是否有同樣的原因。綜合上述，若此變數的係數顯著大於 0，則代表追價是快速抽單的原因之一，因此可以將追價的虛無假設寫為：.  H 0 : 6  0 。   H a : 6  0 qiOpposing ：檢測是否有因要避免被成交的風險而抽單的情況，Hasbrouck &. Saar(2009)定義這個變數要探討的原因是降低交易成本，因為市場價格往反方向走，所以交易者有機會能用更便宜的價格去成交，因此當發生價格反轉時，就會有快速抽單的情況發生。但從 Fong & Liu(2010)的解釋中可以看出價格反轉的市場事件發生時，交易者抽單的另一種解釋方法，該文獻中解釋為被成交風險(Free Option 19.

(27) Risk)，我認為這種解釋方法更優於 Hasbrouck & Saar(2009)的解釋，因此本篇論文也會以被成交風險來探討此變數。 qiOpposing 的計算方法同樣分為買單與賣單：. Askt  Askt 0 Bidt  Bidt 0 買單：，賣單：，其中 t 的定義方式與 qiSame 的公式相同， Bidt 0 Askt 0 t 是下單後的一段時間後， t  0  是下單後的一瞬間，我們定義 t 是下單後 2 秒的最佳買賣報價， t  0  則代表下單後 1 秒的最佳買賣報價。因為要探討的事與交易方向相反的變動事件，因此買單的變數計算使用 Ask，而賣單的計算則使用 Bid，如果此變數顯著小於 0，以買單為例，當市場下殺時，委託買方為了避免價格掉至限價時被成交，以至於當價格繼續下跌時蒙受損失，因此及早抽單。綜合上述，可以將. 治政 H :   0 大被成交風險的虛無假設寫為：  。立 H :   0 0. 7. a. 6. ‧ 國. 學. qiSame 與 qiOpposing 應當被分開為兩個變數探討，以買單為例，當價格上揚時，部分. 投資者或許會有追價行為，但當價格下跌時，卻未必會因懼怕被成交而抽單，因此. ‧. 雖然看似兩個便是只是用最佳買賣價的不同方向報價建立同一個方向的兩個變數，. y. Nat. n. er. io. al. sit. 但實際上兩個變數背後的假設動機應當獨立。. i n C h e n資料分類第二節 gchi U. v. 整個研究的資料期間從 2005 年到 2008 年，由上一章的資料可以明顯看到不同年間的快速抽單比例有明顯落差，代表每年的情況皆有所不同，不過整體快速抽單比例呈現上升的趨勢可以明確被觀察到，因此實證時會將資料分為以下幾種方式探討：整體樣本、只取有快速抽單的交易者、切割單獨年分。. 1.整體樣本—區分各族群由文獻以及原始資料的敘述統計，可以知道散戶群組的快速抽單比例極低，又 20.

(28) 因其群組占整個市場約半數的交易量，因此若不區分各族群，將會模糊研究結果。區分群組的方法是將整個市場區分為散戶、外資、機構法人等三種族群，由於此份原始資料已提供交易者身分別，因此能夠輕易地區分交易者為不同族群，此點是跟 Hasbrouck & Saar(2009)所做的研究之間最大的區別。第一種切割方法僅區分交易者身分別，資料期間仍用整體研究期間，透過這種方式粗略觀察各族群的快速抽單行為是依據何種因子做為參考，又是何種原因驅動交易者產生快速抽單的行為。. 2.只取有快速抽單的交易者. 政治大. 由圖二可知，台灣期貨市場的快速抽單並不是一直都很高，因此我們大膽做一. 立. 個假設，是否執行快速抽單的交易者是特定幾個帳戶？為了瞭解快速抽單的背後動. ‧ 國. 學. 機，我們將整個市場的資料切割出有快速抽單的帳戶和沒有快速抽單的帳戶，進一步觀察整個市場的快速抽單帳戶，了解他們在市場上的交易行為。同時，這個切割. ‧. 方法可以視為穩定性分析，與完整市場資訊的實證結果做一個對照，檢測在只有快. y. Nat. n. al. er. io. sit. 速抽單帳戶的交易者資訊其結果是否與完整市場的結果一致。. C. 3.切割單獨年分—區分各族群 he. ngchi. i n U. v. 由於 2005 到 2007 年的各族群之快速抽單比例皆非常低，因此有必要將 2008 年與之前的資料切割出去獨立分析，因此便將 2005 到 2008 年每一年皆切割為一個資料期間去探討。. 21.

(29) 第三節加入績效的探討市場存在各種交易行為，快速抽單也是其中一種，而所有的操作皆指向一個目標，就是獲得更高的報酬，因此將快速抽單行為與交易者報酬做連結用以探討當一位交易者頻繁地使用快速抽單，其投資績效是否會增加，模型將採用一般迴歸式。由圖二可知，不同年度的快速抽單量差異頗大，考慮到不可能每個交易帳戶皆存在快速抽單，因此探討績效的方法只會選用具有快速抽單的帳戶。本文將會用兩種迴歸模型，第一種是僅探討報酬與快速抽單之間的關係，故設計一個簡回歸模型以觀察快速抽單率是否顯著影響報酬。第二個模型加入前一期報酬作為控制變數，. 政治大. 共同探討快速抽單與前一期報酬對當期報酬的影響。. 立. 我們探討這些帳戶時須用到落後一期的概念，因此快速抽單帳戶尚需經過篩選，. ‧ 國. 學. 選出具有較長期持續執行快速抽單的交易帳戶，在此將條件設為：48 個月的合約中至少要有 12 個月有快速抽單，且有快速抽單的月份需連續不中斷。. ‧. 本篇論文參考 Fama-MacBeth(1973)的迴歸設定，認為當資料有缺陷時，需要先. y. Nat. sit. 依同一時間點的資料進行第一次迴歸，跑出每個合約的迴歸係數，迴歸式為：. n. al. er. io.  Net Profiti ,c  Returnsi ,c   0,i  1,i Fleeting Ratioi ,c ，其中， Returnsi ,c  ，  Total Costi ,c   Returnsi ,c   0,i  1,i Fleeting Ratioi ,c   2,i Returnsi ,c 1. Fleeting Ratioi ,c . Ch. Fleeting Counti ,c. engchi. Limit Order Counti ,c. i n U. v. ，第一行是未加入控制變數的模型，第二行是. 加入控制變數後的模型。. Fleeting Ratioi ,c 是第 i 位投資者在第 c 個合約的快速抽單率，於原始資料內設一虛擬變數 Fleeting，若該筆限價單是快速抽單，設 Fleeting = 1，否則 Fleeting = 0，將第 i 位投資者在第 c 個合約內的所有 Fleeting 加總可得 Fleeting Counti ,c ，並計算第 i 位投資者在第 c 個合約共下了多少限價單，得出 Limit Order Counti ,c ，最後將兩者相除即可得 Fleeting Ratioi ,c 。 22.

(30) 變數 Returnsi ,c 是第 i 位投資者在第 c 個合約的整體樣本期間報酬，Returnsi ,c1 代表前一個合約的整體樣本期間報酬。報酬的計算方式是先求得第 i 位投資者於第 c 個合約的總損益 Net Profiti ,c ，當有期末未平倉的部位，使用合約結算價沖平。再依 2. 照 Round Trip 的方法得出屬於開倉的交易資料，以所有部位的開倉價格乘上部位口數，將之加總成為 Total Costi ,c ，最後將兩者相除得到報酬 Returnsi ,c 。第一階段，每個合約的迴歸裡，會有帳戶數不等的資料，這些資料會跑出一個迴歸係數，因本篇論文之研究期間共跨 48 個合約，所以理論上在第二階段會有 48 個迴歸係數進行 t 檢定，求得 Fama-MacBeth (1973)所定義的迴歸係數，以及判定. 政治大. 其是否顯著。用兩階段的迴歸方法可以降低迴歸干擾，因此當我們計算得出每個合. 立. 約的迴歸式前，需依照交易者組群做分類，如此得出的迴歸係數才較具有參考價值。. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. 2. Ch. engchi. i n U. v. Round Trip：由 Badrinath & Lewellen (1991)所定義，一個完整的交易循環，起始須從沒有部位開始，當有交易發生時累加未平倉量，當所有部位都平倉時，代表交易者手中沒有剩餘部位存於市場，這一段交易資訊便是一個 Round Trip。本文用 Round Trip 方法區分市場上的交易資訊，明確分類屬於開倉的資料以及屬於平倉的資料。 23.

(31) 第六章實證結果. 此章節將分為三個部分說明結果，首先分析限價取消單分布於最佳買賣價的何處，接著探討存續模型的實證結果，其中會分為整體資料的分析和各年度的分析，之後再分析績效與快速抽單的關係，分析過程會把整個市場的交易資訊分為四個族群。. 第一節限價取消單的分布. 政治大在分析模型前，先來觀察限價取消單的分布情況，從表三可以看見，我們將限立. ‧ 國. 學. 價取消單分為快速抽單和一般刪單，再去看他們所委託的價格是在最佳買賣價的哪個位置。這裡分群是依據買賣單，分別對最佳買價和最佳賣價做比較，「落後 Bid/Ask. ‧. 的價格」即代表委買限價單的價格低於最佳買價，同理，委賣限價單的價格高於最. sit. y. Nat. 佳賣價，這類刪單分別占快速抽單和一般刪單兩個族群的最大比例，達 87.55%和. io. er. 87.73%。「等於 Bid/Ask 的價格」是委買限價單的價格等於最佳買價，委賣限價單的價格等於最佳賣價。「領先 Bid/Ask 的價格」則是委買限價單的價格高於最佳買價，. n. al. Ch. 委賣限價單的價格低於最佳賣價。. engchi. i n U. v. 觀察一般刪單的落後族群，發現落後的點數越少，其比例越高，符合 Fong & Liu (2010)所提出的市場證據，越接近最佳買賣價，市場交易者越容易有抽單行為產生。再看快速刪單的落後族群，發現落後點數越多，其比例越多，漸增至落後 9 點是快速刪單比例最高的一個子族群，落後 10 點之後急速驟降，但並未顯示於表中。這樣的情況似乎不符合一般交易者的刪單行為，所以我們做另一項分析。由表四可以看出每筆快速抽單的前五分鐘其股價波動程度大小，可以很明顯看出機構法人、自營商傾向在波動較大時試下點為較低的委託單，但隨即發現不會波 24.

(32) 動至此，故取消委託；散戶明顯是符合 Fong & Liu (2010)的市場證據，在最接近最佳買賣價的地方頻繁快速抽單；而外資則比較平均，在落後 1 點到落後 4 點之間基本上都是其在波動較大時下單的範圍，同樣因為市場的價格並未波動至此，故而取消委託改下其他價格。. 若由整個市場來研讀，機構法人和散戶的快速抽單比例太低，對於全局影響有限，而由圖一得知自營商的快速抽單量遠大於外資，故而在「落後 Bid/Ask 的價格」的子分群中，快速抽單的結果會迥異於 Fong & Liu(2010)提出的市場證據。由落後族群的子分群得出的限價取消單分布情況，我們可以提出 2 個疑問：1.是否取消後. 政治大. 進行追價？2.那些族群有追價效果？這兩個疑問將在存續模型中被追價的虛無假. 立. 說所解釋。. ‧ 國. 學. 接著我們觀察「領先 Bid/Ask 的價格」的資料比例，不論快速抽單或者一般刪. ‧. 單，都是在領先 1 點的限價單發生最多抽單行為，這也符合 Fong & Liu(2010)的說. y. Nat. io. sit. 明，不過這一部份的原因就值得探討了，可能是因為太激進的關係導致下了這個委. n. al. er. 託單，而後發現市場價格並沒有上揚所以趕緊出場？又或者是因為避免被成交於更. i n U. v. 好的價格，所以趕緊抽單？這裡可以使用兩個虛無假說來分析這一塊，分別是避免. Ch. engchi. 被成交的反向效果，以及試探是否有對手單存在於市場的激進程度假說。. 將限價取消單分層分布列出後，我們可以大概了解市場上的各族群是如何處理刪單，我們也借用三個虛無假設去設定各族群投資者為何要將限價單刪除，為何要刪除領先最佳買賣價的限價單，又為何要刪除落後最佳買賣價的限價單。後面的各小節會進行模型實證，同時解釋各族群在刪除限價單時用到何種動機。. 25.

(33) 表三：此表使用台灣期交所提供的資料，研究期間為 2005 年至 2008 年的所有月份合約，資料以合約為單位，故會包括部分 2004 年交易紀錄。從整體資料取出所有被取消的限價單，並定義存續期間小於 2 秒的限價單為快速抽單，其餘取消單則歸類為一般刪單。此表的第一部分是將拆分後的限價取消單依其委託的價格落於最佳買賣價的前後相對位置區分為「落後 Bid/Ask 的價格」、「等於 Bid/Ask 的價格」以及「領先 Bid/Ask 的價格」。以委買限價單為例，若委託的買價低於最佳買價，則被歸類為「落後 Bid/Ask 的價格」；若委買價相等於最佳買價，則被歸類為「等於 Bid/Ask 的價格」；若高於最佳買價，則被歸類為「領先 Bid/Ask 的價格」。賣方反之亦然，由最佳賣價去評斷相對位置。此表的第二部分是將「落後 Bid/Ask 的價格」的族群細分為落後最佳買賣價的 1 點至落後 10 點，藉以觀察限價取消單的落後分布情況。此表的第三部分是將「領先 Bid/Ask 的價格」的族群細分為領先 1 點至領先 5 點，同樣是以此觀察限價取消單在積極部單的分布情況。被取消的限價單佔總體比例相對於最佳買賣價的位置落後 Bid/Ask 的價格等於 Bid/Ask 的價格. -7 點 -8 點 -9 點. 1.44%. 5.32% 100%. 3.38%. 11.52%. 3.45%. 9.50%. 3.86%. 8.73%. 4.91%. 7.39%. 6.09%. al. 7.44%. n. -6 點. io. -5 點. 6.95%. y. -4 點. 11.01% 100%. Nat. -3 點. 87.73%. sit. -2 點. 87.55%. ‧. -1 點. 77.725%. Ch. 6.66%. er. 落後程度. 22.375%. 學. 整體加總. 一般刪單(≧2 秒). 政治大. ‧ 國. 領先 Bid/Ask 的價格. 立. 快速抽單(＜2 秒). 5.82%. 8.84%. i v 5.21%. 9.83%. 4.65%. n U engchi 9.93%. 4.03%. -10 點. 8.81%. 3.58%. <-10 點. 33.47%. 32.93%. 落後加總. 100%. 100%. +1 點. 52.32%. 33.42%. +2 點. 14.27%. 13.77%. +3 點. 5.38%. 6.44%. +4 點. 3.16%. 3.89%. +5 點. 2.02%. 3.09%. >5 點. 22.84%. 39.39%. 領先加總. 100%. 100%. 領先程度. 26.

(34) 表四：此表使用台灣期交所提供的資料，研究期間為 2005 年至 2008 年的所有月份合約，資料以合約為單位，故會包括部分 2004 年交易紀錄，從整體資料取出所有被取消的限價單，並定義存續期間小於 2 秒的限價單為快速抽單，這些快速抽單依四個族群區分。此表所用的部分是限價單價格落後於最佳買賣價的快速抽單，依落後點數區分為落後 1 點至落後 9 點區分出每一群限價單將存放的位置，再取個群組限價單的 lagged returnsi 平均值填表。其中， lagged returnsi 的計算方式是用該快速抽單前 5 分鐘的最高市場格和最低市場價格取對數後相減，再將其直取絕對值而得，用於判斷該筆快速抽單發生的前 5 分鐘，市場的價格變動幅度。. 快速抽單的 lagged returnsi 平均值落後點數. 機構法人. 散戶. 自營商. 外資. 全部. -1 -2 -3. 0.3097% 0.2886% 0.3551%. 0.3874% 0.3709% 0.3346%. 0.2845% 0.2993% 0.3238%. 0.3555% 0.3582% 0.3598%. 0.3188% 0.3288% 0.3415%. -4 -5 -6 -7 -8 -9. 0.3584% 0.3870% 0.5757% 0.3322% 0.5281% 0.5233%. 0.3058% 0.3006% 0.2972% 0.3057% 0.3143% 0.3242%. 0.3148% 0.3129% 0.3208% 0.3304% 0.3427% 0.3614%. 0.3562% 0.3536% 0.3397% 0.3261% 0.3201% 0.3196%. 0.3327% 0.3272% 0.3252% 0.3292% 0.3386% 0.3545%. 學 ‧. ‧ 國. 立. 政治大. 第二節存續模型的分析. y. Nat. io. sit. 由研究方法可知， piRelative 、 qiSame 、 qiOpposing 等三個變數代表三個進行快速抽單的. n. al. er. 背後動機，分別對應激進程度、追價效果，以及反向效果，所以當動機變數的係數. Ch. i n U. v. 正負號與虛無假說的設定相同，且經檢定後顯著，則代表研究的目標族群在快速抽. engchi. 單時具有該虛無假設的動機。以下將先對整體資料進行分析，檢查在樣本期間內，各族群發生快速抽單的理由；接著，由於從圖二知各年度的快速抽單率差異頗大，故將整體研究期間切成四年，分析各族群在各年度的情況。. 1.整體資料的分析我們已從上一小節得知快速抽單的價格分布，從這些分布了解到領先 Bid/Ask 和落後 Bid/Ask 的限價被快速取消，必定有其背後動機存在。從表五可以看出，使用的樣本數最多的族群是散戶，達 31,689,676 筆資料，其次是自營商，約莫是散戶的 6 成，有 19,568,872 筆資料，外資則較少，有 8,376,500 筆，機構法人最少，僅 27.

(35) 1,464,631 筆。但再去觀察事件樣本數，也就是實際有發生快速抽單的資料，最多的是自營商，達 4,891,680 筆，再者是外資追趕在後，也有 2,271,824 筆，若計算兩個族群的快速抽單率，反而是外資較高，說明在整個研究期間，外資有較高的機率發生快速抽單，再者看到散戶和機構法人，分別僅有 205,106 筆和 632 筆事件樣本數，代表這兩個族群在市場上近乎沒有做快速抽單的交易。接下來先概況了解一下重要的動機變數：自營商的 piRelative 為 0.0000007，且顯著大於 0，故說明自營商的快速抽單顯著受到激進程度的影響，且自營商在 qiOpposing 的係數是-0.0000007，也顯著小於 0，說明自營商也有反向效果，當他們為了避免在當下被成交於較差的價格，就會快速抽單。外資的反向係數 qiOpposing 是 0.000007，. 政治大. 雖然顯著，但因其值為正，不符合研究方法中的虛無假設，故無法解釋具有反向效. 立. 果。機構法人完全不顯著，可歸咎於其交易量相對於其他三個群組來的少，也因為. ‧ 國. 學. 他們的快速抽單樣本數僅 632 筆，所以亦可能是基數太少導致無法顯示其統計檢定。以下將詳細討論三個動機變數在各族群的結果。. ‧. 首先觀察追價效果， qiSame 於整個樣本期間並不顯著於任一族群，說明「落後. y. Nat. io. sit. Bid/Ask 的價格」的限價單們取消後，市場價格並沒有因為他們取消而有明顯往成. n. al. er. 本更高的價格前進(成本更高的價格即代表買方若要進場，需下單於更高價格；同. i n U. v. 理，賣方若要成交，則必須下單於更低價格)，說明在這之後的兩秒內沒有顯著的價. Ch. engchi. 格推升，所以追價效果不明顯。針對自營商和外資，若是將表四加進來做分析，可以得到合理的論述，在自營商方面，因為他們在市場波動越大時快速抽單所放置的位置越遠離最佳買賣價，故而可以想見他們的抽單不會立即影響最佳買賣價的量，所以追價效果不明顯；外資也具有合理的解釋，由於落後 1 點至落後 4 點都是波動較大時較易快速抽單的範圍，所無法顯著區分是否於落後較多點數的快速抽單後下單於靠近最佳買賣價的位置，又或者在落後較少點的位置快速抽單後反而下到較遠. 28.

(36) 表五：此表使用台灣期交所提供的資料，研究期間為 2005 年至 2008 年的所有月份合約，資料以合約為單位，故會包括部分 2004 年交易紀錄，從整體資料取出所有被取消的限價單，並定義存續期間小於 2 秒的限價單為快速抽單，這些快速抽單依四個族群區分。四個族群中，散戶和自營商的群組可由期交所提供的資料確定義，外資則由幾個具有代表性的投資者身分別集合而成，機法人則是不屬於另外三個族群的所有市場交易資料集合而成。使用樣本數是個群組的限價單數量，事件樣本數是快速抽單量，分別對應虛擬變數的事件有無。此表的模型是參考 Hasbrouck & Saar(2009)所使用的存續模型，設定了 7 個變數，其中三個代表虛無假說，判斷該族群交易者的快速抽單是否具備可解釋的背後動機，剩餘四個是參考因子，皆是由市場上的資訊計算而得，用以解釋市場上有那些因素會影響快速抽單發生的機率。整個模型架構如下：.  1  lagged fleeting ordersi   2  lagged returnsi  3  lagged volumei   。三個 Relative  6  qiSame  7  qiOpposing    4  BBOi  5  pi . i  t   0  t   exp . 虛無假說的變數計算方式分為買方和賣方，買方的計算方式如下所示：. 政治大   Bid  Bid  / Bid 立. piRelative  限價單價格  Bidt 0  / Bidt 0 ，定義激進程度假說是計算限價單價格比當下(t=0)的最佳買價還要高出多少比例； qiSame. t. t  0. t  0. ，定義追價效果是計算下單後的 2 秒減下單. ‧ 國. . 學. 後 1 秒的最佳買價，再去除上下單後 1 秒的最佳買價，觀察抽單的價格變動有無往上移動；. . qiOpposing  Askt  Askt 0 / Askt 0 ，定義反向效果是計算下單後的 2 秒減下單後 1 秒的最佳賣. ‧. 價，再去除上下單後 1 秒的最佳賣價，觀察抽單的價格變動有無往下移動。另四個參考因子變數的計算方式為： lagged fleeting ordersi 計算前 10 秒鐘的快速抽單數量； lagged returnsi 用前五 5 分鐘. Nat. sit. y. 的市場最高價和市場最低價，各取對數後相減； lagged volumei 用市場的前五分鐘交易量加總；. io. er. BBO 計算最佳買賣價之間的差距，代表價差寬度。 0  t  是未定義的基準危機率， i  t  則是放入. 快速抽單的事件變數。檢定方式採用卡方檢定，一顆星是 10%顯著，兩顆星是 5%顯著，三顆星是. al. n. 1%顯著。. 機構法人使用樣本數. 1,464,631. 事件樣本數. 632. C 散戶 hengchi. iv n U自營商. 外資. 31,689,676. 19,568,872. 8,376,500. 205,106. 4,891,680. 2,271,824 *. piRelative. 0.000003. 0.000005. 0.0000007. 0.000152. qiSame. -0.000002. -0.000005. 0.00000002. -0.000003. qiOpposing lagged fleeting ordersi. -0.0000009. -0.0000531*. -0.0000007**. 0.000007**. 2.6176***. 0.3429***. 0.05692***. 0.07421***. lagged returnsi. 93.3805. 89.5321. 41.1627. 79.6574. lagged volumei. -0.0000163. -0.0002431***. 0.0002242***. 0.0000231***. BBO. 0.0002809. 0.001***. 0.000002***. 0.0008493***. ***. ***. ***. ***. 的位置進行等待，且這種方法也同樣不會如前一種可能會有高度影響最佳買賣價量的關係，所以亦不會有顯著的追價效果。 29.