流动性黑洞文献综述

2.3.1 流动性黑洞概念

1987年美国股灾爆发后，学者们便对金融市场一些极端的事件产生浓厚兴趣。大量的工作都只对价格的急剧变化进行研究，并没有考虑交易量在其中是如何变化的。Amihud，Mendelson和Wood(1990)发现，1987年股票市场崩盘的一段时间流动性受到强烈冲击，异常的价格下降造成无法预期的抛售压力，同时，流动性水平的急剧下降又反过来造成价格的下降。Grossman和Miller (1988)发现，1987年股市崩溃主要是流动性问题，而较少涉及基本面原因，是纽约交易所的流动性提供机制无法正常运转才导致股价的连续暴跌。Akerlof等(1993)认为，1987年10月份的股票市场坍塌可能是由于交易进程本身引起的，通过交易和较大价格变动揭露其他信息质量的不确定性，并非基础信息引起的。直到Persaud(2003)才把这种现象称为“流动性黑洞”现象。Persaud认为，金融市场在短时间内骤然丧失流动性的现象称为流动性黑洞。当金融机构从事市场交易时，由于投资组合、交易制度、风险控制等机制的同质化，在某一特殊情况下会引起对同一标的物进行相同的大量的相同方向的操作，如同时卖出某一证券组合，引起市场在瞬间全是卖出指令而买盘骤然消失，引起股价快速下跌，并且下跌带来更多的卖出指令，形成更大的下跌，即形成所谓的“流动性黑洞”，这是被认为引起流动性黑洞现象发生的主要的内部形成机理。流动性黑洞现象往往伴随着金融市场剧烈的波动。因此，狭义的流动性黑洞是指由于流动性问题所导致的市场大幅波动，而非基本面因素；而广义的流动性黑洞则同时包括由外部信息冲击所导致的流动性黑洞现象及由内部流动性需求冲击所导致的流动性黑洞现象。

2.3.2 流动性黑洞测度

流动性黑洞是指流动性水平急剧下降，其关键在于流动性水平的测度。Harris(1990)提出流动性具有4个维度:即深度、宽度、弹性、及时性的观点，为学者们在流动性测度方面的研究提供了理论依据。对于股票市场流动性指标构建中，无论是做市商市场还是指令驱动市场，应该综合考虑以下三个方面:大量交易的能力、不变价格交易的能力和及时交易的能力(张志鹏和杨朝军，2006)以及在不干涉潜在价格的前提下，为调整投资组合以及风险而进行交易的能力。

杨朝军(2008)构建了流动性综合测度指标，该指标采用单位时间内单位价格变化所承受的成交金额作为流动性的综合测度。与之异曲同工的是Amihud (2002)的ILLIQ非流动性测度指标，其含义是单位成交量下的价格变化幅度。ILLIQ越大，单位成交量下价格变化幅度越大，表明流动性越差，反之，ILLIQ越小，单位成交量下价格变化幅度越大，表明流动性越差。这两种指标在衡量流动性方面具有稳定性和平滑性，反映一定时间内成交金额的平均价格冲击影响，具有明确的经济含义。最为重要的一点，这种测度指标适合度量和比较同一时间不同市场的流动性水平，为国际范围内对比和实证研究流动性水平创造实际应用价值。

然而，无论是流动性综合测度指标，还是ILLIQ指标，均是结合供给与需求的综合指标，在时间范围较长，数据量较大的情况下，可以用来较好的评估市场流动性状况，并且用来预测流动性黑洞。然而，在高频环境下，由于指标本身对具有稳定性和平滑性，对一些偶然的突发事件(如2010年5月6日美股突然暴跌)是无法预测的。Hasbrouck和Saar(2009)发现在高频交易模式下，有大量的限单在挂出后2秒钟之内迅速撤离市场(约1/3)，他们称这些单子为“瞬逝单”(Fleeting Order)，这些瞬逝单与动态交易策略(Dynamic Trading Strategy)有着密切的联系，它们旨在寻求隐藏的流动性，寻找主动交易的机会。因此，表面上是流动性的提供者，其实是流动性的需求方。因此，在高频环境下，必须寻找更加有效的流动性指标，来捕捉市场突然发生的冲击。

流动性被定价(Amihud&Mendelson，1986；Amihud，2002；Acharya&Pedersen；2005)，因此具有商品属性。作为一种商品，流动性同时具有流动性供给水平和流动性需求水平，流动性供给水平是市场提供的交易机会成本，可以由买卖价差、深度、广度等指标来衡量，而流动性需求水平则反映交易者在需要再平衡仓位时的动态状况。在传统的做市商制度下，做市商不断地向投资者提供买卖价格，并按其提供的价格接受投资者的买卖要求，以其自有资金和证券与投资者进行交易，从而为市场提供即时性和流动性，并通过买卖价差实现一定利润，被看作为流动性的供给方；共同基金、对冲基金及私人交易者等投资者，则是流动性的需求方。在指令流驱动市场中，投资者通过网络，把买卖指令传输到交易所，交易所的电脑主机根据时间优先、价格优先的原则，将买卖指令撮合成交，形成连续的成交价格。在指令流驱动市场中，存在着两种类型的订单:①市价订单，即委托价格等于或高于最佳买入价格的订单，获得立刻成交，因此提交市价订单的交易者是流动性需求方；②限价订单，即委托价格低于最佳买入价格的订单，需要等待一定的时间成交，因此提交限价订单的交易者是流动性供给方。

流动性黑洞就好比一个人生病，而生病的病因是由于突然的流动性需求冲击，吞噬市场的流动性，导致市场流动性突然消失殆尽。因此，流动性黑洞现象的产生，病因是流动性需求冲击，流动性需求冲击就好比病毒。有的病毒侵入人体，但是由于免疫系统足够强大，因此人没有生病；而有的病毒侵入人体，由于病毒过于猛烈，人立刻就生病。因此，高频环境下，应该使用流动性需求指标来作为衡量市场流动性的主要工具。衡量流动性需求冲击水平的指标，最主要就是单位时间内(或者单位交易量下)的市场净指令流，即单位时间内，主动发起买单的交易量减去主动发起卖单的交易量。单位时间内净指令流的绝对值，又被称为指令流不平衡。

Easley，López de Prado和O'Hara(2011)研究美股在2010年5月6日大跌前后的市场特征，发现市场指令流不在大跌之前2个小时就出现持续的不平衡，构建VPIN(Volume-Synchronized Probability of Informed Trading)指标，用来对市场进行监测，发现VPIN的累计分布函数在大跌前两个小时就达到0.9以上，并一直持续到大跌的发生前后，他们形象的将这种持续的指令流不平衡称作为有毒指令流(Toxiticity Order Flow)。有毒指令流迫使流动性提供者迅速撤离市场，流动性瞬间蒸发，导致后续的突然暴跌。他们的研究结果显示，在高频环境下，VPIN测度指标对于短期市场波动具有一定的预测及警示作用。Chakravarty，Upson和Wood(2010)的研究表明，2010年5月6日暴跌发生前30分钟，出现大量的跨市场扫架订单(Intermarket Sweep Order，简称:ISO)不平衡，而非扫架订单(Non-Sweep Order)并没出现显著的不平衡，即特定的某种指令流出现不平衡，而非全部指令流出现不平衡都会引起市场大跌。

2.3.3 流动性黑洞影响因素

1)信息不对称

Barlevy和Veronesi(2003)的模型认为，非信息交易者理性地认为价格的下跌反映了信息交易者拥有消极的信息，因此减少需求，进一步引起价格下跌，非信息交易者根据这种判断抛出资产，使得市场价格暴跌。Bolton，Santos和Scheinkman(2011)的模型表明资产流动性的缺失是对资产价值估计的信息不对称引起的。Mendel和Shleifer(2012)证明了理性交易者由于信息不完全，会受噪音交易者影响，在金融危机中加剧资产价格的下降，从而产生流动性黑洞。

2)投资者的行为和情绪

Malherbe(2012)得出一个观点:如果投资者认为将发生流动性问题，他们会采取贮藏流动性的自我保险策略，从而引发流动性危机。这种自我实现模型与当前市场状况无关，关键在于投资者对市场未来走向的担心而提前采取的行动会引发危机。姜建清和孙彬(2009)指出，2008年前后美国的次债危机是以流动性危机为主要特征的金融危机，市场信心丧失是由货币创造型的流动性过剩转变为流动性危机及黑洞的主要原因。王灵芝和杨朝军(2009)认为，投资者情绪对流动性风险有一定的影响，市场流动性与交易者的行为密切相关，市场流动性的变化也与市场参与者对市场未来的预期相关。投资者对待风险的态度不是固定不变的，当外部环境乐观，影响市场的利好消息占主导地位时，投资者往往对未来充满信心，交易容易达成，呈现流动性较好的状态；当市场参与者对未来价格预期失去信心时，市场参与者会厌恶风险，成交量降低，市场流动性水平会急剧下降。投资者在交易过程中存在学习与模仿现象，盲目效仿别人，从而导致他们在某段时期内买卖相同的股票，即羊群效应。Hott(2009)通过信息不对称以及贝叶斯学习来解释羊群效应的产生，发现即使在没有任何投机动机的驱动下，羊群效应也会发生，从而引发市场暴跌。

3)交易策略趋同

Osler(2002)研究了止损指令流对外汇市场动态价格的影响，发现止损指令流对价格的影响比其他类型的指令流大，影响的持续时间也更长。现实中无论个人投资者还是机构投资者都有采取止损交易的行为，这种行为可以基于心理学原理来进行解释。Morris和Shin(2004)也从止损交易策略入手，假设市场有风险规避和风险中性两类投资者，风险中性投资者的止损策略会引发流动性黑洞，一个投资者的止损卖出会触发其他投资者的止损行为。该模型的一个创新点是从博弈论的思想出发，假设卖出价格和卖出先后顺序有关，投资者基于自己的止损价在卖出顺序上相互博弈。Baker和Stein(2004)指出如果卖空成本比多头交易成本更高时，噪音交易者更倾向于多头交易，从而增加市场流动性，当投资者乐观时会倾向于投资上升股票，当他们悲观时，则不会投资于下跌股票。他们的研究基于行为金融学原理说明了市场中存在“追涨杀跌”现象，投资者的情绪对他们投资行为具有很大影响。证券市场存在正反馈交易，正反馈交易增加了流动性黑洞发生的可能性。王灵芝和吴忠(2013)基于向量自回归研究了正反馈和市场效率、流动性黑洞的关系，发现正反馈交易者显著地降低了市场的效率和多样性，更容易诱发流动性黑洞。他们研究方法的逻辑性相对更严谨一些，采用存在正反馈和不存在正反馈交易的数据进行对比分析，来得出反馈交易对市场的影响。Koutmos(1997)对几个国家的股票市场进行分析，发现市场下跌时的正反馈交易比市场上升时更明显。

4)高频交易

随着计算机技术和网络技术的发展，越来越多的机构投资者开始采取复杂的量化投资和程序交易，这种新型的投资策略必定对市场流动性产生新的影响。Chlistalla等(2011)，Golub，Keane和Poon(2012)认为高频交易在流动性黑洞中起着关键的作用，加剧了市场的暴跌。高频交易的金融资产首先要具有良好的流动性，这样才能满足高频交易者在极短时间内赚取差价的目的，一旦某个金融资产出现流动性不足，高频交易者出于止损的需要可能抛售手中的资产，加剧了该资产流动性恶化，进而发生流动性黑洞。2010年5月6日，道琼斯工业平均指数毫无征兆地不到30分钟时间里狂挫近千点，创造其历史最大单日跌幅。究其原因，众说不一，一些说法认为高频交易(Chlistalla等，2011；Golub，Keane和Poon，2012)在其中起着关键的作用，加剧市场的暴跌(Golub，Keane和Poon，2012)。之后国外学者对于这次暴跌进行一系列更为详细的研究(Chakravarty，Upson和Wood，2010；Easley，López de Prado和O'Hara，2011；2012；Madhavan，2011)，其大致结论认为暴跌前后与对流动性的需求突然放大有关。Chakravarty，Upson和Wood(2010)认为在暴跌发生前30分钟，出现大量的跨市场扫架订单(Intermarket Sweep Order[1]，简称:ISO)不平衡，而非扫架订单(Non-Sweep Order)并没出现显著的不平衡。而在美国跨市场扫架订单是实现高频交易的重要手段之一。Easley，López de Prado和O'Hara(2011)认为暴跌是由有毒指令流(Order Toxicity)引起的，并创建VPIN指标对来对有毒指令流进行测度。而无论是ISO不平衡理论，还是有毒指令流理论，其基本看法都是认为高频交易者的突然大规模介入而引发市场流动性瞬间蒸发。

5)交易制度的缺陷

孔曙东和梅气(2002)认为我国A股市场早期的流动性黑洞是由于一系列有缺陷的制度安排导致的。因此，必须从制度分析的角度，对造成我国股市混乱和波动的根源进行剖析，使其得以变革和完善。他们的观点比较符合我国的实际情况，我国证券市场在早期投资者结构比较单一，投资者品种也不丰富，各种投资限制较多，很容易导致流动性黑洞发生。宫义飞(2011)认为股市暴跌现象的背后意味着我国资本市场较低的股票定价效率，股价暴跌现象的治理离不开公司信息环境的改善。这一观点的本质在于优化机制的设计，使市场更加有效、透明。郭乃幸和杨朝军(2011)认为市场摩擦和信息不对称也是影响流动性黑洞的因素。这些因素主要指市场交易中的各种税费和投资者拥有信息的差异，它们的存在阻碍了正常的交易进程，使得市场缺乏流动性。市场摩擦虽然可以减少市场流动性，但在引发市场流动性黑洞的极端情况下，它们有多大贡献以及是否有贡献却是未知的。涨跌停板制度，当股票价格达到涨跌停板时就不再随着市场供求关系变化继续上涨或下跌，若投资者对价格预期高度一致，则失去卖盘(或者买盘)，交易停止，流动性枯竭。涨跌停板制度限定了个股的单边交易，导致个股流动性枯竭，但市场仍然存在流动性。2015年中国股灾，千股跌停，千股涨停，成交量极度萎缩，市场出现流动性危机。林采宜(2016)指出2015年中国股市雪崩从根源上看是交易制度缺陷导致的。熔断机制的实施，一旦被触发，整个市场交易停止，导致市场流动性枯竭。2016年第一个交易日，我国资产市场开始实施熔断机制，当天即触发了两档熔断，第四个交易日再次触发两档熔断。熔断机制实施仅四天即被监管部门宣告暂停。卖空限制的存在使得投资者在现货市场下跌时无法做空现货市场，转而做空股指期货，而期现市场之间的联动(左浩苗，刘振涛和曾海为，2012)会导致现货市场进一步下跌，加剧恐慌情绪，引发流动性挤兑。制度缺陷对流动性危机的发生、演变和加剧起到推波助澜的作用。

2.3.4 流动性黑洞形成机理

流动性黑洞的形成机理有投资者心理方面的因素，也有信息不对称的因素，还涉及市场机制的设计。Copeland和Galai(1983)将信息不对称引入到做市商的报价决策中，与流动性交易者进行交易所获得的收益减去与知情交易者进行交易所造成的损失构成了做市商的利润，做市商就是要最大化他们的利润。模型中他们把买卖报价看作知情交易者的两种免费期权的执行价格，即卖价是看涨期权执行价格，而买价则是看跌期权的执行价格。该模型的含义是股价波动率的增加将导致报价价差变大，流动性下降。Barlevy和Veronesi(2003)认为不知情交易者根据股价判断知情交易者行为，股价的微小波动会导致不知情交易者的集中买入及抛售，产生价格的不连续变化。Radelet和Sachs(1998)分析了东南亚金融危机，认为流动性黑洞是自我实现型的恐慌，是金融恶化和信心衰退的循环过程。Davis(1999)认为证券市场出现流动性危机的状况和银行挤兑的现象很类似，两者均有较强的自我实现性和羊群效应。他们提出的自我实现模型主要是基于市场参与者的心理因素，由于担心坏的结果出现而提前采取规避措施会导致坏的结果真正被实现。Malherbe(2014)称之为自我实现的流动性干涸(Self-Fulfilling Liquidity Dry-Ups)。

Barlevy和Veronesi(2003)证实不知情投资者所起的作用与组合投资保险者相似，其需求曲线也是反向弯曲的，从而导致总需求曲线出现弯曲，呈倒S状。因此，均衡价格必然在某点不连续变化，产生价格跳跃的流动性黑洞现象。该理论的核心在于假设总需求曲线的形状符合某种特点，这种特点使得价格变化存在不连续的区间，在该区间内会出现流动性黑洞，但没有用实例表明现实中是否存在这种形状的需求曲线。Carlin，Lobo和Viswanathan(2007)构建了一个基于流动性需求的动态交易模型，模型认为市场流动性匮乏是交易者之间合作停止并转为互相博弈的结果，从博弈论的观点出发阐述市场流动性匮乏的形成机理，其实这种博弈也是信息不对称发展的必然结果。Biais和Weill(2009)建立了一个基于投资者不能够连续监控市场的动态均衡竞争模型来研究当有很多投资者需要抛售他们手中的股票时，指令簿是如何吸收流动性冲击的。他们模型的创新之处在于利用动态博弈的观点来分析指令簿的变化进程，研究指令簿对流动性冲击的缓冲作用。

Bernard和Welch(2004)的模型假设市场有两种流动性冲击，一种是对市场所有投资者都产生影响的流动性冲击，一种是各个投资者独立的流动性冲击，做市商根据投资者净卖出的数量对证券报价，如果净卖出者超过均衡的数量，则证券价格将会暴跌，发生流动性黑洞。该模型创新之处在于对流动性冲击进行分类，且把流动性冲击和净卖出数量联系在一起，但是我们无法判断市场暴跌是由于哪种流动性冲击引起的。Huang和Wang(2009)认为在极端严重的市场情况中会由于过度抛售导致市场的流动性不足。Gennotte和Leland(1990)对1929年和1987年美国股市崩盘进行了研究，并建模解释了少量抛售导致大幅度崩盘的过程。

对于流动性黑洞形成机理的实证研究主要集中在验证“正反馈交易”机制的存在。一个较为普遍的观点是，非知情交易者(包括高频交易者)在流动性黑洞发生时起“煽风点火”的作用，在其中扮演“正反馈交易”(De Long et al.，1990；Nofsinger，Sias，1999；Cohen，Shin，2013)的角色。Shiller和Pound(1989)认为，正反馈交易对市场的正反馈效应可以忽略，甚至会产生负反馈效应。De Long等(1990)则认为，正反馈交易在短期内可以使得证券价格偏离证券的基本面，市场收益率应呈现正自相关性。Hasbrouck(1991)认为，当前的指令流与过去的价格变化有着非常显著的负相关性，换句话说，价格如果上涨，投资者更加倾向于卖出股票，而价格跌，投资者更加倾向于买入股票。Cohen和Shin (2013)使用美国2年期、5年期、10年期国库券的Tick-by-Tick数据进行测试，证实Hasbrouck(1991)的部分结论，但同时得到在市场正常时期，没有明显的正反馈交易，而在市场承受较大压力时，会形成正反馈交易现象。Tambakis (2009)认为当市场较为平静时，正反馈交易对价格没有显著影响，但是当市场流动性下降时，相同程度的正反馈交易就会对市场造成压力和动荡。

[1] 跨市场扫架订单(Intermarket Sweep Order)是一种限价订单，它可以要求接收订单的所有交易中心立刻执行订单交易，而不需要考取其他市场的保护价格。这对于大额订单是一种有效的执行方式，也避免了订单出现“无限环”的现象，即为了追求某时间点上的一个价格。