市场透明度改变影响交易者行为吗.doc

市场透明度改变影响交易者行为吗？
王茂斌1 孔东民2
（1.对外经济贸易大学金融学院，北京100029；2. 华中科技大学经济学院，湖北武汉430074）
摘 要：基于中国证券市场2003年12月8日提高市场透明度这一事件，本文对市场透明度提高对交易者行为的影响进行了实证研究。结果发现：市场透明度提高明显改变了交易者的交易策略，主要表现为交易者整体交易指令的激进程度降低，其中交易者减少提交市价指令，增加了撤单的频率，证实了王茂斌、孔东民（2006）的模型结论。同时，我们还发现，市场透明度提高导致交易者提交价格增进的限价指令的比例下降，而提交小额交易指令的比例则增加，同时交易者对交易环境的改变具有学习与逐步适应的能力。
关键词：市场透明度；交易行为；交易策略；市场微观结构
中图分类号：F830.9 文献标识码:A
作者简介：王茂斌，管理学博士，对外经济贸易大学金融学院讲师，研究方向：行为金融和投资基金。孔东民，管理学博士，华中科技大学经济学院讲师。

Does Market Transparency Affect Trader Behaviors? Empirical Evidence from
Chinese Stock Market

Abstract: Based on the event of improving market transparency of Chinese stock market on December 8, 2003, this paper empirically examines the impact of the change of level of market transparency on traders’ trading strategies. The empirical evidence provides strong supports for the theoretical results of Wang and Kong (2006). The empirical analysis shows: (1) the change of pre-trade transparency has impact on traders’ trading strategies; (2) the increasing market transparency decreases the whole order aggressiveness of traders and manifestly changes traders’ order flow composition, including the increasing cancellation order ratio and decreasing market order ratio. This paper also finds that traders have the learning ability to adjust to the newly changed market environment.

导 言
市场透明是证券市场制度设计的重要组成部分。根据O’Hara[25]的定义，市场透明是市场参与者观察到市场交易过程信息的能力。根据Madhavan[22]的分类，市场透明可以分为交易前透明和交易后透明。交易前透明是进入市场的交易者能够观察到市场即时的买卖报价、市场深度和不在最优报价处的其他限价指令等交易前信息尽管全球各地证券交易场所在交易前信息披露方面存在很大差异，过去十几年在交易前信息披露方面的重要变化趋势是交易场所趋向于向投资者披露更多的限价指令簿信息 例如纽约证券交易所（NYSE）于2002年1月引入OpenBook服务，场外的交易者通过OpenBook可以实时（通常延迟数秒）观察到所有挂牌证券的限价指令簿全部内容，包括委托价格及相应价位的委托数量；纳斯达克市场（NASDAQ）也于同年10月引入了SuperMontage交易系统，该系统提供最优五档的买卖报价。交易者通过支付一定的订购费，则可以看到全部限价指令簿的内容；我国两大证券交易所（上证所和深交所）则于2003年12月8日开始将买卖盘揭示范围由三档扩大到五档，即时提供各股票5个最高买入申报价格和5个最低卖出申报价格，以及相应的申报数量。
，证券监管当局也倾向于鼓励提高交易前的透明度。美国证监会（SEC）[29]和英国公平交易办公室（Carsberg）[12]都认为增加交易前透明有助于增进市场流动性的同时也有助于促进市场公平交易与提升市场效率。市场透明在证券市场价格发现过程中起着重要的作用，这一重要性在限价指令市场尤为突出。限价指令市场的重要特征是市场交易者相互提供流动性，交易者能观察到的信息多寡直接影响着其交易策略，进而影响到其他交易者的交易策略。
对限价指令市场交易者的交易策略的实证研究最早可以追溯到Biais, Hillion and Spatt[9]利用巴黎市场（Paris Bourse）指令流数据所做的研究。他们发现，交易者基于观察到的限价指令簿的信息来决定其交易策略。Griffiths, Smith, Turnbull and White[18]、Ranaldo[28]和Ellul, Holden, Jain and Jennings[16]分别对不同市场交易者的交易策略进行的实证研究均证实了Biais, Hillion and Spatt[9]的以上结论，显示交易者观察到的信息集对其交易策略有显著影响。
交易前透明理论与实证研究方面已经存在多篇文献。理论研究方面， Biais[8]、Madhavan[21]和Pagano and Roell[26]分别构建了不同的理论模型来比较具有不同的交易前透明度和交易后透明度的市场结构的特征；Bloomfield and O’Hara[10]和Flood, Huisman, Koedjiak and Mahieu[17]则利用实验方式检验了做市商市场中交易与报价信息的披露对市场质量的影响。针对限价指令簿的信息披露问题，Madhavan, Porter and Weaver[23]和Baruch[7]分别构建理论模型研究了限价指令簿信息的披露如何影响市场质量。Madhavan, Porter and Weaver[23]发现披露限价指令簿信息将导致流动性降低，即市场深度降低和交易的价格冲击增大。他们认为，一个更加透明的市场使得市价指令交易者总是能够采取更加有利可图的指令提交策略，从而导致流动性交易者为了减少损失而降低限价指令数量，从而降低了市场整体的流动性。与此相反，Baruch[7]发现披露限价指令簿信息将提高市场流动性。在Baruch的模型中，限价指令簿的公开会降低战略性限价指令交易者的信息优势，增加了战略性限价指令交易者之间及限价指令交易者与做市商之间的竞争，从而使得市场流动性增加和价格的信息效率提升。Madhavan, Porter and Weaver[23]和Baruch[7]的模型均是基于一个“混合”的市场，即做市商和限价指令簿共存的市场，对于象中国证券市场这样的限价指令市场未必适合。王茂斌、孔东民[5]通过构建一个序列交易模型，分析了限价指令市场中市场透明度的变化对交易者交易策略进而对市场质量的影响。基于一些严格的限定条件，他们考察了交易者在两种不同的交易场景——透明市场和不透明市场下的指令提交策略。他们发现，市场透明度的变化明显影响到了交易者的交易策略，具体表现为市场透明度提高导致交易者提交更激进的市价指令 市价指令是指未标明委托价格，希望以市场即时最优惠价格成交的指令。交易指令的激进程度是根据交易指令能否形成即时成交来判定的，能形成即时成交的交易指令比不能形成即时成交的交易指令要更加激进。
的比例降低了，同时增加了撤单的频率。本文对他们的理论模型推断进行了实证检验。
在实证分析方面，Madhavan, Porter and Weaver[24]，Hendershott and Jones[20]，Boehmer, Saar and Yu[11]利用事件研究法分别分析了不同市场的透明度变化对市场质量的影响。Madhavan, Porter and Weaver[24]发现多伦多证券交易所（TSE）增加限价指令簿的信息披露后市场流动性降低，支持了他们提出的理论模型；Hendershott and Jones[20]发现Island ECN电子交易系统停止发布最活跃的三只交易所交易基金（ETFs）的限价指令簿信息后，这些基金在市场质量等方面有所恶化，具体表现为价格调整速度变慢、有效价差和实现价差增加、交易成本增加；Boehmer, Saar and Yu[11]发现引入OpenBook后，纽约证券交易所股票的有效买卖价差缩减，符合Baruch的模型市场流动性增加的推断。在市场透明对交易者行为影响方面，De Winne and D’Hondt[14]利用Euronext的限价指令簿信息实证分析了存在隐藏指令 Euronext交易系统允许交易者提交限价指令时，部分限价指令可以不完全向其他市场参与者披露，这部分限价指令称为隐藏指令，对于这类指令更详细的介绍，请参见D’Hondt, Winne and Heude[15]。
时交易者的交易行为，他们发现未观察到的信息（隐藏指令）确实影响着交易者的行为，交易者倾向于既考虑限价指令簿的公开信息，也考虑限价指令簿变化所隐含的信息。
2003年12月8日，中国的沪深交易所调整了买卖盘揭示范围，由市场最优三档报价揭示变为最优五档报价揭示，换句话说，中国沪深交易所从2003年12月8日起提高了交易前透明度。董锋、韩立岩[1]和攀登、施东晖[2]通过事件研究分别分析了中国证券市场透明度提高对市场质量和交易者行为的影响。董锋、韩立岩[1]发现市场透明度提高明显改善了证券市场的质量。攀登、施东晖[2]则利用上证180指数样本股的逐笔申报和成交数据分析了沪市透明度提高对个人投资者和机构投资者的交易策略的变化。他们发现，市场透明度提高之后，交易者指令提交更加主动，指令规模增加及指令时机选择能力增强。同时机构投资者比个人投资者的变化幅度更大。
本文利用深证成份指数样本股在2003年12月8日事件前后的数据对市场透明度提高对交易者行为的影响进行了实证检验。本文发现，市场透明度提高明显改变了交易者的交易策略，主要表现为交易者整体交易指令的激进程度降低，其中交易者减少提交市价指令，增加了撤单的频率，证实了王茂斌、孔东民[5]的模型结论。同时，我们还发现，市场透明度提高导致交易者提交价格增进的限价指令的比例下降，而提交小额交易指令的比例则增加，同时交易者对交易环境的改变具有学习与逐步适应的能力。本文的主要贡献在于：第一，本文利用Biais, Hillion and Spatt[9]提出的交易指令分类方法，首次实证分析了类似中国市场的纯粹限价指令市场交易前透明度改变对交易者行为的影响，丰富了此类文献；第二，本文的实证结论证实市场信息集的改变，对交易者的交易行为具有显著影响，本文的实证结论具有重要的理论价值与政策含义，有助于证券市场设计者、参与者及研究者更好地理解市场透明度改变的意义。

研究设计

一、样本数据
本文选取深证成份指数40家样本股作为研究对象，使用的数据来源于国泰安公司CSMAR分笔成交数据库。该数据库包括每笔交易的详细信息，包括成交价、数量和时间，还包括每笔交易之后的限价指令簿状态，包括最优三档（或五档）买卖报价和委托数量。这些信息都是交易者能够观察到的市场即时行情信息。我们使用轧差分析方法复原委托数据，作为分析交易者交易行为的基础 囿于篇幅限制，本文未列出从CSMAR分笔成交数据库轧差分析出委托数据的过程。感兴趣的读者请与作者联系索取。
。

二、交易指令的分类
基于轧差分析获得的委托数据，我们首先遵循Biais, Hillion and Spatt[9]的分类方法，参考屈文洲[3]的处理技巧，将委托交易指令共分为21种，具体分类情况和分类标准见表1。根据交易指令是否形成即时成交，又可以将这21种交易指令划分为两大类：一类是形成即时成交的已成交指令，包括LB、LS、MB、MS、SB、SS和IT七种；一类是无法形成即时成交的未成交指令，包括剩余的其他指令。每笔委托数据都标记成上述21种交易指令类别。
表1 交易指令分类情况与分类标准
指令类别
缩写
选择标准
指令名称
缩写
选择标准
指令名称
已成交指令
LB
在卖1价位上成交量大于该价位处的委托量且使卖1价位上升
大买单
LS
在买1价位上成交量大于该价位处的委托量且使买1价位下降
大卖单
MB
在卖1价位上成交量大于该价位处的委托量并使卖1价位不变
中买单
MS
在买1价位上成交量大于该价位处的委托量并使买1价位不变
中卖单
SB
在卖1价位上成交量小于该价位处的委托量并使卖1价位不变
小买单
SS
在买1价位上成交量小于该价位处的委托量并使买1价位不变
小卖单
IT
成交价格在目前的买卖价差别之内，不影响委托报价
即时成交
IT

未成交指令
NBW
新的买方委托单在买1价之上和卖1价之下出现
提交更优买价
NOW
新的卖方委托单在卖1价之下和买1价之上出现
提交更优卖价
NB1
新的买方委托单在买1价处出现
提交买单
NO1
新的卖方委托单在卖1价处出现
提交卖单
NB2
新的买方委托单在买1价之下，买3价之上（包括买3价）出现
提交买单
NO2
新的卖方委托单在卖1价之上，卖3价之下（包括卖3价）出现
提交卖单
NB3
新的买方委托单在买3价之下出现
提交买单
NO3
新的卖方委托单在卖3价之上出现
提交卖单
CB1
在买1价上出现撤单
撤单
CO1
在卖1价上出现撤单
撤单
CB2
在买2价和买3价处出现撤单
撤单
CO2
在卖2价和卖3价处出现撤单
撤单
CB3
在买4价和买5价处出现撤单
撤单
CO3
在卖4价和卖5价处出现撤单
撤单

三、样本区间
本文选取2003年12月8日前后各40个交易日共80个交易日作为研究区间，分析市场透明度提高对交易者交易行为的影响。我们以十个交易日为一个研究子区间，共分为8个区间（具体划分见表2）；区间1—4为深市市场透明度提高之前的样本区间；区间5—8为事件之后的样本区间。由表1可知，市场透明度提高前后的中国股市整体表现为短期看涨，长期趋稳，具体表现为市场透明度提高后3个月（区间6）的股票指数比提高前3个月（区间3）上涨26%，日均股票成交额则上涨2.75倍；市场透明度提高后12个月（区间8）的股票指数比提高前12个月（区间1）仅上涨10%，日均股票成交额则仅有轻微增加，显示市场透明度提高前后的中国股市的整体市场环境有较大的差异性。董锋、韩立岩[1]和攀登、施东晖[2]对中国股市透明度提高所做的事件研究都仅将事件前的某个单一交易区间作为比较基准，并没有考虑大盘上涨和交易活跃对交易者交易策略和市场质量的影响。作为一种改进措施，我们各选取了事件前后的不同时间段的四个样本子区间作为研究区间，并将事件前四个样本区间的均值和中位数作为比较基准，一定程度上控制了大盘涨跌等外在因素的影响。董锋、韩立岩[1]将成交量增加视为市场透明度提高导致的市场质量的改善，但是成交活跃的原因是多方面，并不能将其完全归因于市场透明度的提高。但是市场环境的变化对交易者交易策略一定会造成影响，尽管我们仍无法完全估计这种影响的大小，但是这种影响显然是实际存在的。

表2 研究区段划分
区间
研究区段
深证成份股平均收盘指数
日平均成交额（亿元）
备注说明
1
2002年11月25日——12月6日
2851.19
30.03
事件日前一年
2
2003年5月26日——6月6日
3466.76
75.07
事件日前六个月
3
2003年8月25日——9月5日
3202.89
27.38
事件日前三个月
4
2003年10月27日——11月7日
3220.00
44.40
事件日前一个月
事件前各区间平均
3185.21
44.22

事件日： 2003年12月8日
3320.76
47.22
沪深交易所市场透明度提高事件日

5
2004年1月12日——2月4日
3765.54
101.93
事件日后一个月
6
2004年3月15日——3月26日
4048.42
102.72
事件日后三个月
7
2004年6月14日——6月25日
3309.79
37.86
事件日后六个月
8
2004年12月13日——12月24日
3156.23
30.55
事件日后一年
事件后各区间平均
3570.00
68.27

实证结果与分析
一、交易指令流的构成
我们首先分析市场透明度提高前后交易者总交易指令流构成的变化。总交易指令流构成的计算是将各样本子区间中40家样本股所有交易指令笔数加总，然后再计算各种交易指令的百分比。我们对总交易指令流进行如下划分：根据交易指令是否形成即时成交，将其划分为已成交指令和未成交指令，其中已成交指令包括以下七种交易指令：LB、LS、MB、MS、SB、SS和IT，已成交指令又可以近似地理解为市价指令；未成交指令则包括两大类交易指令：限价指令和撤单指令，其中限价指令包括NBW、NOW、NB1、NO1、NB2、NO2、NB3和NO3等八种交易指令，而撤单指令则包括CB1、CO1、CB2、CO2、CB3和CO3等六种交易指令。CSMAR数据库对2003年12月8日之前限价指令簿信息仅提供最优三档买卖报价和委托数据的信息，而之后则提供最优五档买卖报价和委托数据的信息，所以我们无法计算出样本股在事件前各样本子区间的NB3、NO3、CB3和CO3四种交易指令的百分比。为了便于比较，我们从事件后样本股的总交易指令流中剔除了上述四种交易指令，然后再计算各交易指令的百分比，结果见表3。由表3可以发现：第一，市场透明度提高之后，市价指令在总交易指令中的比例显著下降，从事件前的32.52%下降到事件后的24.76%；最优三档报价处撤单指令则有明显增加，从事件前的24.77%增加为事件后的39.40%，显示市场透明度提高导致交易者降低了市价指令的提交，而提高了撤单的比例。王茂斌、孔东民[5]对此的解释是，由于市场透明度提高导致交易者可以在更宽的报价范围内进行报价，所以导致交易者提交市价指令的比例降低，同时市场透明度提高，导致交易者交易指令的成交逆向风险增加，所以交易者对于未成交指令倾向于频繁的撤单，增加了撤单指令在总交易指令中的比重。第二，市场透明度提高之后，对交易者限价指令的影响总体上是降低了交易者提交限价指令的比例，从事件前的42.71%下降为事件后的35.85%，但是限价指令的内部构成则有明显差异。限价指令的比例降低主要体现在最优买卖报价之内价格增进的限价指令（包括NBW和NOW两类指令）的比例的下降，而在最优买卖报价处和次优买卖报价处的提交的交易指令比例则没有明显变化。第三，分析最优三档报价处撤单指令的构成，我们发现在最优买卖报价处的撤单指令（包括CB1和CO1）的比例在市场透明度提高前后增加非常显著，而在次优买卖报价处的撤单指令（包括CB2和CO2）的比例变化则不明显，显示交易者主要还是惧怕市场透明度提高所导致的逆向选择风险的增加，而这种风险对最优买卖报价处的交易指令影响显然大于其他报价处的交易指令。第四，结合限价指令和市价指令比例变化来分析，发现市场透明度提高后，交易者提交价格增进的限价指令的比例下降，而小额成交指令（包括SB和SS两类指令）则相应增加。对此现象的解释如下：根据多项实证研究，市场透明度提高导致买卖价差缩减。董锋、韩立岩[1]对中国市场的研究也证实这一点。他们发现，市场透明度提高之前的2003年11月份深圳市场的平均绝对买卖价差为0.0255元，市场透明度提高之后的2004年1月则降低为0.0198元，2004年2月和3月的买卖价差也都比2003年11月低。考虑到中国股市的最小报价单位为0.01元，且根据施东晖、孙培源[4]的研究，中国股市买卖价差大多数情况下为最小报价单位 施东晖、孙培源[4]发现，高达82%的沪市上市A股的绝对买卖价差达到最小报价单位的频率不低于48%，其中价格低于7元的低价股，买卖价差达到最小报价单位的频率高达91.2%。

参考文献：
[1] 董锋,韩立岩.中国股市透明度提高对市场质量影响的实证分析[J].经济研究,2006，(5).
[2] 攀登,施东晖.增加订单簿透明度对交易策略的影响—对上海证券交易所个人和机构投资者的实证分析[J].第三届中国金融学年会会议论文（上海·复旦大学）,2006.
[3] 屈文洲.限价委托交易系统中行情公告牌的信息含量与交易者行为分析[J].，厦门大学工作论文,2006.
[4] 施东晖,孙培源.市场微观结构——理论与中国经验[M].上海三联书店,2005.
[5] 王茂斌,孔东民.市场透明与市场效率：一个基于纯粹限价指令市场的模型[J].金融学季刊》（forthcoming）,2006.
[6] Anand, A., S., Chakravarty and T., Martell, 2005 “Empirical Evidence on the Evolution of Liquidity: Choice of Market versus Limit Orders by Informed and uninformed Traders”, Journal of Financial Markets 8, 289-309.
[7] Baruch, S., 2005, “Who Benefits from an Open Limit Order Book?” Journal of Business 78(4), 1267-1306.
[8] Biais, B., 1993, “Price Formation and Equilibrium Liquidity in Fragmented and Centralized Markets,” Journal of Finance 48, 157-185.
[9] Biais, B., P., Hillion and C., Spatt, 1995, “An Empirical Analysis of the Limit Order Book and the Order Flow in the Paris Bourse,” Journal of Finance 50, 1655-1689.
[10] Bloomfield R., and M., O’Hara, 1999, “Market Transparency: Who Wins and Who Loses?” Review of Financial Studies 12, 5-35.
[11] Boehmer, E., G., Saar and L., Yu, 2005, “Lifting the Veil: An Analysis of Pre-trade Transparency at the NYSE,” Journal of Finance 60, 783-815.
[12] Carsberg, B., 1994, “Trade Publication Rules of the London Stock Exchange,” report to the Chancellor of the Exchequer by the Director General of Fair Trading. Office of Fair Trading, London.
[13] Chan, Y.C., 2005, “Price Movement Effects on the State of the Electronic Limit Order Book”, The Financial Review 40, 195-221.
[14] De Winne, R., and C., D’Hondt, 2005, “Market Transparency and Traders’ Behavior: An Analysis on Euronext with Full Order Book Data,” working paper, Catholic University of Mons (FUCaM).
[15] D’Hondt, C., R., Winne and A. F., Heude, 2004, “Hidden Orders on Euronext: Nothing is Quite as It Seems,” working paper, Catholic University of Mons (FUCaM).
[16] Ellul, A., C., Holden, P., Jain and R., Jennings, 2006, “Order Dynamics, Recent Evidence from the NYSE”, working paper, Indiana University.
[17] Flood, M., R., Huisman, K., Koedjiak and R., Mahieu, 1999, “Quote Disclosure and Price Discovery in Multiple Dealer Financial Markets,” Review of Financial Studies 12, 27-59.
[18] Griffiths, M., B., Smith, D., Turnbull and R., White, 2000, “The Cost and Determinants of Order Aggressiveness”, Journal of Financial Economics 56, 65-88.
[19] Harris, L., 1998, “Optimal Dynamic Order Submission Strategies in Some Stylized Trading Problems”, Financial Markets, Institutions, and Instruments 7, 26-74.
[20] Hendershott, T., and C., Jones, 2005, “Island Goes Dark: Transparency, Fragmentation and Regulation,” Review of Financial Studies 19, 743-793.
[21] Madhavan, A., 1996, “Securities Prices and Market Transparency,” Journal of Financial Intermediation 5, 255-283.
[22] Madhavan, A., 2000, “Market Microstructure: A Survey,” Journal of Financial Markets 3, 205-258.
[23] Madhavan, A., D., Porter and D., Weaver, 2000, “Should Securities Markets be Transparent?” working paper, University of Southern California.
[24] Madhavan, A., D., Porter and D., Weaver, 2005, “Should Securities Markets be Transparent?” Journal of Financial Markets 8, 266-288.
[25] O’Hara, M., 1995, Market Microstructure Theory, Blackwell.
[26] Pagano, M., and A., Roell ,1996, “Transparency and Liquidity: A Comparison of Auction and Dealer Markets with Informed Trading,” Journal of Finance 51, 579-611.
[27] Parlour, C., 1998, “Price Dynamics in Limit Order Markets”, Review of Financial Studies 11(4), 789-816.
[28] Ranaldo, A., 2004, “Order Aggressiveness in Limit Order Book Markets”, Journal of Financial Markets 7, 53-74.
[29] Securities and Exchange Commission (SEC), 1994, “Market 2000: An Examination of Current Equity Market Developments,” Division of Market Regulation, SEC. Government Printing Office, Washington D.C.
[30] Wang, M. C., L. P., Zu and C. J., Kuo, 2005, “The State of the Electronic Limit Order Book, Order Aggressiveness and Price Formation,” working paper, Cheng Shiu University.
，则我们可以合理推断，市场透明度提高之后，深市买卖价差出现在最小报价单位的频率要高于透明度提高之前。当买卖价差为最小报价单位时，希望尽快成交的交易者无法提交价格增进的限价指令，而会倾向于小额成交指令，导致小额成交指令比例上升，价格增进的限价指令比例下降，显示市场透明度改变显然影响到交易者的指令提交策略。
表3的数据分析是基于每个样本子区间40家样本股全部交易指令流的构成。下面，我们再对40家样本股中每家样本股在各样本子区间内的交易指令流的变化做一分析。我们首先统计每家样本股在各样本子区间内的交易指令流构成，再分别计算事件前后4个样本区间的均值，再对40家样本股取中位数。我们分别将事件前全部样本区间和区间4的中位数作为比较基准，比较了交易指令流构成在市场透明度提高前后的变化情况，统计结果见表4。我们对总交易指令流的讨论在表4得到进一步验证。首先，市价指令比例（ ）下降非常显著，由事件前中位数34.42%下降为26.21%，且事件后各样本区间内呈现逐步下降态势，显示交易者对于交易环境（市场透明度）的改变有着学习与逐步适应的过程。其次，最优三档报价处撤单比例（）的变化显示撤单比例的增加主要体现在最优买卖报价处撤单比例（）的增加，而次优买卖报价处撤单比例（）在市场透明度提高之后的短期内有轻微下降趋势，长期来看，变化则不显著。再次，价格增进的限价指令的比例（），尽管整体出现下降趋势，但是则出现先降后升趋势，与小额交易指令比例（）的变化正好形成相反走势，原因如上文所述。值得注意的是，价格增进的限价指令的比例在市场透明度提高后一年后（即区间8）出现了上升情形，而小额交易指令比例变化则出现下降情形，对此的可能解释是：市场环境对交易者交易策略有显著影响。由表2可知，区间8的大盘出现明显回落，交投也出现萎缩，交易不活跃导致买卖价差扩大，买卖价差出现在最小报价单位上的频率下降，交易者选择提交价格增进的限价指令的机会增大，而选择小额交易指令的机会降低，从而导致价格增进的限价指令比例上升，小额交易指令比例则下降。最后，大额交易指令比例（）和中等交易指令比例（）在市场透明度提高之后都有明显的下降，结合小额交易指令比例的增加，我们可以推断市场透明度提高导致交易者交易行为明显趋于谨慎。
综上所述，由市场透明度变化前后交易者交易指令流构成变化分析，发现市场透明度改变明显影响了交易者的交易策略，最显著的表现就是交易者交易行为趋于谨慎，一方面他们降低了市价指令的比例，另一方面他们对已提交的限价指令也频频进行撤单操作。同时，我们发现交易者对于交易环境的改变也具有学习与适应能力。

7

表3：市场透明度提高前后各样本区间总交易指令流的构成 （单位：%）
区间
已成交指令
未成交指令
总计
市价指令
限价指令
撤单指令
LB
LS
MB
MS
SB
SS
IT
小计
NBW
NOW
NB1
NO1
NB2
NO2
小计
CB1
CO1
CB2
CO2
小计
1
3.28
3.35
2.79
2.81
7.80
6.66
1.22
27.92
7.66
5.09
5.95
5.36
7.14
6.17
37.37
13.14
13.54

4.13
3.89
34.70
100
2
4.33
4.62
6.41
5.95
5.50
4.25
1.40
32.48
8.55
4.86
7.11
5.80
8.84
6.25
41.41
10.09
9.59
3.48
2.96
26.12
100
3
3.45
3.66
5.40
6.49
7.21
8.44
2.16
36.81
10.67
5.84
7.37
7.20
8.06
6.67
45.81
5.43
5.24
3.48
3.23
17.38
100
4
9.75
1036
3.19
3.15
2.74
2.45
1.24
32.88
13.23
12.45
4.25
4.10
6.38
5.85
46.26
7.02
6.86
3.56
3.42
20.86
100
Pre-mean
5.20
5.50
4.45
4.60
5.81
5.45
1.51
32.52
10.03
7.06
6.17
5.62
7.61
6.24
42.71
8.92
8.81
3.66
3.38
24.77
100
5
3.11
3.30
1.20
1.14
9.63
8.02

1.25
27.65
4.42
4.25
6.15
5.51
6.90
5.86
33.09
17.25
16.86
2.64
2.52
39.27
100
6
2.58
2.73
0.94
0.94
9.96
8.42
1.07
26.64
3.83
3.68
6.53
5.85
7.04
6.19
33.12
17.50
17.07
2.86
2.82
40.25
100
7
2.06
1.74
1.41
1.37
9.86
8.80
1.34
26.58
5.46
4.89
6.16
5.