市場短期操縱行為與訂單簿高頻信息的關(guān)聯(lián)研究

孫煦初,趙景東

作者簡介： 孫煦初（1993—），男，江蘇南京人，南京大學(xué)商學(xué)院博士研究生，研究方向：金融工程、市場微觀結(jié)構(gòu)。

摘 要：利用2016年11和12月中國A股市場的5秒高頻數(shù)據(jù)，考量訂單簿斜率指標(biāo)與資產(chǎn)價格之間的關(guān)系。結(jié)果顯示：訂單簿斜率指標(biāo)對存在于高頻環(huán)境中的市場異象有著較好的解釋力。由于訂單簿斜率指標(biāo)在不同市值條件下呈倒掛現(xiàn)象，且買賣訂單簿斜率指標(biāo)與資產(chǎn)價格呈現(xiàn)不同的相關(guān)關(guān)系。因此，訂單簿斜率能在一定程度上捕捉市場操縱行為的信號。該研究有助于更好地理解中國股票市場中的操縱行為，也可為預(yù)警機(jī)制的建設(shè)提供有效的指標(biāo)選擇。

關(guān)鍵詞： 訂單簿斜率指標(biāo);市場操縱;高頻訂單簿數(shù)據(jù)

中圖分類號：F830.91 文獻(xiàn)標(biāo)識碼： A 文章編號：1003-7217（2020）03-0064-08

一、引 言

自2015-2016年股市異常波動結(jié)束以來，宏觀層面上，中國金融市場總體上守住了不發(fā)生系統(tǒng)性風(fēng)險的底線，但局部個股在機(jī)構(gòu)、游資等大資金的操縱下價格短期波動劇烈，以散戶為主、偏好短線操作的小資金虧損嚴(yán)重。據(jù)統(tǒng)計，2017年全年，證監(jiān)會查處的市場操縱行為高達(dá)200多起。金融市場不透明、不理性的問題依舊存在，頻繁的操縱行為嚴(yán)重擾亂了市場自身的價格發(fā)現(xiàn)機(jī)制，因此，強(qiáng)化市場操縱行為監(jiān)管迫在眉睫。從而一個新的研究課題應(yīng)時而生，當(dāng)標(biāo)的股票受大資金影響時，監(jiān)管者應(yīng)如何提前鎖定這類市場操縱行為？即應(yīng)以何種指標(biāo)作為依據(jù)來對未來可能發(fā)生的操縱行為進(jìn)行預(yù)警，從而提前做好防范金融市場風(fēng)險的準(zhǔn)備。指標(biāo)方面，過去常用的傳統(tǒng)流動性指標(biāo)，如交易量、買賣價差、訂單流不平衡、訂單深度等都存在各自的問題。交易量指標(biāo)可以很好地完成對當(dāng)期信息的驗(yàn)證，但難以對未來的價格信息進(jìn)行判斷;買賣價差指標(biāo)和訂單深度指標(biāo)反映的信息過于片面，忽略了量與價的其中之一，對于未來價格變化的預(yù)警效果不盡如人意;訂單流不平衡指標(biāo)易受各類操盤手法干擾，如虛假申報行為會使指標(biāo)失真。

由于傳統(tǒng)流動性指標(biāo)存在各自的缺陷，學(xué)者們試圖構(gòu)建新指標(biāo)，把各傳統(tǒng)指標(biāo)的優(yōu)勢囊括進(jìn)來，并彌補(bǔ)不足之處。Lee等、Easley和OHara最早對最優(yōu)買賣價上的斜率進(jìn)行了討論[1，2]。Biais等則在他們的基礎(chǔ)上進(jìn)一步考察了其余八個最優(yōu)檔位（買二至買五、賣二至賣五）的情況，構(gòu)建了買賣五檔的圖形曲線，發(fā)現(xiàn)訂單簿各個價位的連線形成U型結(jié)構(gòu)[3]。Kalay等針對買賣雙向形態(tài)的不一致性進(jìn)行了研究，發(fā)現(xiàn)買方訂單的韌性要強(qiáng)于賣方[4]。Goldstein和Kavajecz依據(jù)美國20世紀(jì)末股票市場的日數(shù)據(jù)，發(fā)現(xiàn)訂單簿斜率與波動率呈負(fù)相關(guān)關(guān)系。即流動性越好的股票，訂單簿上的價格越靠近最優(yōu)買賣價時，最小報價單位之間組成連線的斜率絕對值越大[5]。Naes和Skjeltorp在Goldstein和Kavajecz的基礎(chǔ)上進(jìn)一步探究了交易量以及交易量的波動率與訂單簿斜率之間的關(guān)系，實(shí)證結(jié)果具有相似性。他們將大部分市場參與者無法觀測到的隱藏檔位的數(shù)據(jù)繪制了買賣五檔的供需關(guān)系圖，并對每個最小報價單位之間的斜率進(jìn)行了計算。至此，研究正式給出了訂單簿斜率指標(biāo)的計算公式，并以月度數(shù)據(jù)檢驗(yàn)了指標(biāo)的有效性，認(rèn)為大部分標(biāo)的資產(chǎn)買方訂單的平均總斜率大于賣方[6]。

在Naes和Skjeltorp具體給出訂單簿斜率指標(biāo)的計算方法后，一些學(xué)者應(yīng)用該指標(biāo)做了進(jìn)一步的研究。Kalev和Duong運(yùn)用訂單簿斜率指標(biāo)檢驗(yàn)了訂單信息與波動率之間的相關(guān)性，驗(yàn)證了Foucault等對于標(biāo)的資產(chǎn)波動率與訂單提交頻率具有負(fù)相關(guān)性的分析;此外，還應(yīng)用該指標(biāo)探究了訂單信息的問題，發(fā)現(xiàn)買方的訂單簿斜率比賣方的訂單簿斜率能夠提供更多的市場交易信息[7，8]。Dufour和Sagade發(fā)現(xiàn)由于市場中的機(jī)構(gòu)投資者普遍采取拆單方式進(jìn)行交易，這使得大部分標(biāo)的股票，在最優(yōu)買賣價上往往訂單深度很淺，因此，市場中出現(xiàn)了看似訂單深度不足，標(biāo)的資產(chǎn)價格卻不會發(fā)生劇烈波動的現(xiàn)象[9]。Duong和Kalev研究了股票市場上匿名代理的作用，發(fā)現(xiàn)匿名代理能夠增加機(jī)構(gòu)限價訂單關(guān)于未來波動率的信息含量，同時匿名代理對于機(jī)構(gòu)投資者的影響要大于個人投資者[10]。Rannou和Yves發(fā)現(xiàn)當(dāng)標(biāo)的資產(chǎn)的訂單簿長時間處于變化較小的狀態(tài)時，意味著高度的市場不確定性和低水平的市場信息有效性，可以以此解釋機(jī)構(gòu)交易者在股票市場中的操盤行為[11]。

總體而言，新興指標(biāo)的訂單簿斜率指標(biāo)具備“短、頻、快”的信息反饋能力。由于訂單簿斜率指標(biāo)產(chǎn)生于高頻訂單簿數(shù)據(jù)，對市場信息的采集極為細(xì)致，因此，大資金很難通過操盤手法規(guī)避監(jiān)管。宏觀層面上，該指標(biāo)可以用于金融市場風(fēng)險防范，能夠快速定位存在較大風(fēng)險隱患的標(biāo)的資產(chǎn)，防患于未然。但目前分析該指標(biāo)對日內(nèi)價格變化影響的相關(guān)文獻(xiàn)較少，因而難以識別短期市場操縱行為，此外，已有研究大多沒有區(qū)分買賣訂單簿斜率對資產(chǎn)價格變化的關(guān)系，而區(qū)分其差異能增強(qiáng)短期市場操縱行為的識別能力，從而彌補(bǔ)此前研究的不足。因此，本文的研究有助于更好地理解中國股票市場中的短期操縱行為，也可為預(yù)警機(jī)制的建設(shè)提供指標(biāo)選擇。

二、實(shí)證研究設(shè)計

（一） 計量經(jīng)濟(jì)模型的構(gòu)建

首先，計算訂單簿斜率指標(biāo)Bslopek，t和Aslopek，t，二者分別為時間級別k下t時刻買方訂單簿斜率和賣方訂單簿斜率，參考Naes和Skjeltorp[6]的方法，并采用Kim等[12]對類似指標(biāo)計算上的優(yōu)化方案。計算方法分為以下幾步：（1）對訂單簿的買賣雙向，分別計算買賣五檔各價位上訂單量;（2）計算在買賣五檔各價位上的斜率;（3）各個價位上的斜率加權(quán)平均，得到各時間點(diǎn)上的Bslope和Aslope。具體計算公式如下：

Bslopek，t=

1Nvbk，1，t|pbk，1，t/pk，0，t-1|+ΣNj=1vbk，j+1，t/vbk，j，t-1|pbk，j+1，t/pbk，j，t-1| （1）

Aslopek，t=1Nvak，1，tpak，1，t/pk，0，t-1+ΣNj=1vak，j+1，t/vak，j，t-1pak，j+1，t/pak，j，t-1 （2）

其中，pk，0，t為中間價，即買一價和賣一價的均值。vbk，1，t、vak，1，t、pbk，1，t、pak，1，t分別為一檔買賣訂單量和買賣價。vbk，j，t、vak，j，t、pbk，j，t、pak，j，t分別為二至五檔買賣訂單量和股價。N為考察的檔位數(shù)，此處共5檔（N=5）。由于訂單量vbk，1，t、vak，1，t的數(shù)值在模型中相較于其他變量過大，本文采用了Kim等[12]提出的處理方案，計算了每一檔位上的訂單量與五檔內(nèi)總訂單量的比值，使得原本非常大的訂單量數(shù)值轉(zhuǎn)化成百分比的形式。

接著，參考Goldstein和Kavajecz[5]、Naes和Skjeltorp[6]在模型中的共性指標(biāo)作為控制變量，具體包括：局部交易量指標(biāo)EV、買賣五檔總訂單量指標(biāo)OV、價差指標(biāo)Sprd。由于考察不同時間級別下的標(biāo)的資產(chǎn)價格的變化情況，同時考察大、中、小盤股的不同交易情況，因此，原模型中考察時間效應(yīng)和規(guī)模效應(yīng)的指標(biāo)被剔除。另外，將Naes和Skjeltorp[6]中整合后使用的訂單簿斜率指標(biāo)SLOPE具體細(xì)化為買（bid）、賣（ask）兩個方向進(jìn)行考察，采用買方訂單簿斜率指標(biāo)Bslope和賣方訂單簿斜率指標(biāo)Aslope作為解釋變量。模型如式（3）：

DeltaPk，t+1=αk+β1EVk，t+β2Sprdk，t+

β3OVk，t+β4Bslopek，t+β5Aslopek，t+ηk，t （3）

其中，被解釋變量DeltaPk，t+1為時間級別k下t至t+1時刻價格變化的比例，k為九個檔位中的任意一個檔位，t為任意時刻。EVk，t為時間級別k下t-1至t時刻的總交易量;Sprdk，t為時間級別k下t時刻的買賣價差;OVk，t為時間級別k下t時刻五檔買賣價內(nèi)的全部訂單量之和;αk和ηk，t分別為常數(shù)項(xiàng)和殘差項(xiàng)。

根據(jù)訂單簿斜率指標(biāo)及其對資產(chǎn)價格變化的影響，綜合分析市場交易行為：若小盤股的訂單簿斜率顯著高于中大盤股的訂單簿斜率，說明市場可能存在短期操縱行為;而當(dāng)大額買單的市場導(dǎo)向作用強(qiáng)于市場深度作用，大額賣單的市場深度作用強(qiáng)于市場導(dǎo)向作用時，市場存在一定程度的短期操縱行為。

（二）數(shù)據(jù)選取

在時間段的選擇上，參照Cont等[13]、趙景東等[14]的選取方法①，選擇的交易時間跨度為2016年11、12月，共44個交易日。在選取樣本的時間跨度時，同時考慮了A股的上證指數(shù)、深證成指和創(chuàng)業(yè)板指數(shù)的歷史漲跌情況。44個交易日內(nèi)上證指數(shù)期間總漲幅為0.1%，最高日漲幅為1.37%，最高日跌幅為-2.47%?？傮w來說，市場在經(jīng)歷過2015-2016年初的暴漲暴跌之后，伴隨著市場制度的逐步健全和監(jiān)管的跟進(jìn)，市場逐漸回暖。走勢較之前也趨于平穩(wěn)，日內(nèi)大幅波動越來越少。另外，兩市的日交易量相較于去年有一定程度的增長，雖然在具體個股上有一定的分化，但總的來說，行情處于溫和活躍的時期，不存在因極端行情使得數(shù)據(jù)選取不具代表性的情況。除此之外，選取此階段數(shù)據(jù)的另一個原因是希望能夠在總體穩(wěn)定的市場環(huán)境下，囊括單邊上漲和單邊下跌的情況，使行情具備豐富性，從而在實(shí)證檢驗(yàn)的時候能夠證明結(jié)論的可靠性。2016年11、12月呈現(xiàn)完全相反的走勢，11月大部分A股標(biāo)的都在穩(wěn)步上漲，而12月基本處于跌勢。指數(shù)在11月30日局部見頂，成為這兩個月的分水嶺。從指數(shù)上看，在經(jīng)歷過單邊上漲和單邊下跌后，44個交易日上證指數(shù)幾乎沒有變化。

選擇數(shù)據(jù)的時間級別均為日內(nèi)超短期，最小級別為5秒，分別為5秒、15秒、30秒、1分鐘、3分鐘、5分鐘、10分鐘、15分鐘和20分鐘，共九個時間級別。2016年11、12月期間，上海證券交易所公開發(fā)行的股票單月共22個交易日，總計63360個5秒高頻數(shù)據(jù);深圳證券交易所公開發(fā)行的股票單月總計62 568個5秒高頻數(shù)據(jù)（剔除每日收盤的集合競價）。

標(biāo)的證券選擇在A股公開發(fā)行的股票（包括主板和創(chuàng)業(yè)板），并首先按照以下原則排除了一些情況較為特殊的標(biāo)的：（1） 由于許多在半年內(nèi)首次公開發(fā)行上市的股票交易行為比較特殊，將這一類的股票（次新股）排除出目標(biāo)證券范圍;（2） 排除這44個交易日內(nèi)出現(xiàn)摘牌、停牌等特殊情形的股票;（3） 這44個交易日內(nèi)出現(xiàn)股票增發(fā)配售的上市公司，也被排除出標(biāo)的證券選擇范圍。

其次，參考陳收等[15]和趙景東等[14]的標(biāo)的選取方法，按照A股上市公司流通股數(shù)將所有的上市公司分為大盤股、中盤股和小盤股三類。按照11-12月的活躍度來挑選每一類股票中最為活躍的10支股票，總計30支標(biāo)的股票?；钴S度相關(guān)指標(biāo)（流通股數(shù)、日交易量和日平均振幅）以及日平均價格指標(biāo)的描述性統(tǒng)計量見表1。

在訂單簿數(shù)據(jù)的選擇和預(yù)處理上，選擇訂單簿最優(yōu)五檔的限價訂單。數(shù)據(jù)均為5秒高頻數(shù)據(jù)，在進(jìn)行實(shí)證研究時會進(jìn)一步生成5秒至20分鐘共九類不同時間級別的日內(nèi)高頻數(shù)據(jù)。此外，為了排除開盤和收盤集合競價對于實(shí)證的不利影響，剔除集合競價時間段的訂單數(shù)據(jù)和交易數(shù)據(jù)。

三、實(shí)證結(jié)果分析

（一）訂單簿斜率指標(biāo)的日內(nèi)變化情況及分析

為了能夠更加形象地闡釋訂單簿斜率指標(biāo)的價值，在大盤股和小盤股中各選一只股票，描述其隨著時間推移的實(shí)時價格走勢、訂單簿變化和訂單簿斜率指標(biāo)的變化，其計算如式（1）和（2）所示。此處以某大盤股在2016年11月16日11時10點(diǎn)55分至11點(diǎn)05分和某小盤股2016年12月15日14時13點(diǎn)55分至14點(diǎn)05分為例。圖1、2分別為5秒高頻數(shù)據(jù)下大盤股和小盤股的價格走勢圖和訂單簿斜率圖。從圖1、2可以發(fā)現(xiàn)，訂單簿形態(tài)模型有兩方面特點(diǎn)。一方面，從訂單深度的角度討論，一般情況下，大、中盤股的訂單深度優(yōu)于小盤股，在圖形上的體現(xiàn)為大、中盤股有著更為陡峭的訂單簿斜率，而小盤股的則較為平緩;另一方面，根據(jù)同一時點(diǎn)買、賣訂單簿斜率指標(biāo)的大小能夠發(fā)現(xiàn)訂單簿斜率指標(biāo)Bslope和Aslope能夠通過對于訂單深度的反饋指導(dǎo)未來價格走勢。由圖1（b）可以看出，大盤股在2016年11月16日11時賣方訂單簿斜率Aslope大于買方訂單簿斜率Bslope。從指標(biāo)意義上說，這意味著訂單簿上賣方訂單簿深度較買方訂單簿深度更好，能夠抵御更強(qiáng)烈的價格沖擊?；厮輬D1（a），可以發(fā)現(xiàn)股價后來的走勢對這一判斷做出了印證，短期內(nèi)價格呈現(xiàn)下降趨勢。與之類似，如圖2所示，小盤股在2016年12月15日14時買方訂單簿斜率Bslope大于賣方訂單簿斜率Aslope，在此后的較短時期內(nèi)價格很快呈現(xiàn)出上升趨勢。

圖4所描述的大單沖擊下的市場變化狀態(tài)，正是Bslope、Aslope與價格變化呈現(xiàn)不同相關(guān)性的原因。中國的證券市場生態(tài)和“T+1”交易制度使得散戶依舊是市場的主力，他們?nèi)菀资艿接唵尾旧洗髥蔚挠绊憽．?dāng)市場中存在大額限價單時，散戶很容易跟風(fēng)操作。然而，中國的交易制度下，當(dāng)散戶手中沒有股票時，他們是無法賣出的。因此，如果比較市場中買一檔有大單和賣一檔有大單這兩種情況，能發(fā)現(xiàn)：對于想買入的散戶來說，當(dāng)買一檔出現(xiàn)大單，所有在關(guān)注這支股票的散戶都有跟風(fēng)買入的可能性;而對于想賣出的散戶來說，當(dāng)賣一檔出現(xiàn)大單，只有手里有該標(biāo)的股票的散戶才可以賣出。因此，市場中存在買賣的不平衡關(guān)系，即一檔買單更容易造成標(biāo)的股票價格的劇烈變化，而一檔賣單卻很難產(chǎn)生很大影響。由此可以得出，大額買單的市場導(dǎo)向作用強(qiáng)于市場深度作用，而大額賣單的市場深度作用強(qiáng)于市場導(dǎo)向作用。因此，研究結(jié)果顯示Bslope、Aslope與價格變化呈現(xiàn)不同的相關(guān)性。

（三）控制變量對價格影響的實(shí)證結(jié)果及分析

由于Sprd在各時間級別下都不顯著，此處展示EV和OV的回歸系數(shù)均值和顯著比例，如表3所示。

通過對三個傳統(tǒng)指標(biāo)EV（交易量指標(biāo)）、Sprd（價差指標(biāo)）、OV（訂單深度指標(biāo)）與未來價格變化的關(guān)系研究發(fā)現(xiàn)，價差指標(biāo)與價格變化的相關(guān)性很弱，而EV、OV與價格存在一定的相關(guān)性，但是遠(yuǎn)不如訂單簿斜率指標(biāo)顯著。EV和OV僅在15秒至1分鐘內(nèi)，顯示出與價格變化之間較弱的相關(guān)關(guān)系。經(jīng)濟(jì)學(xué)意義上認(rèn)為，傳統(tǒng)指標(biāo)普遍的問題在于單方面重視量或價，而沒有把量和價對于價格變化的影響統(tǒng)一起來。除此之外，這類指標(biāo)在市場中容易獲取、解讀方式相對單一的特點(diǎn)，也是其與價格相關(guān)性較弱的原因。

四、結(jié)論與啟示

以上主要從訂單簿信息含量的角度探討了訂單簿斜率指標(biāo)Bslope、Aslope對標(biāo)的資產(chǎn)價格短期波動的影響，并深入分析了市場操縱行為的始末。得出三個主要結(jié)論：（1）突破性地從多個日內(nèi)時間級別考察了傳統(tǒng)指標(biāo)和訂單簿斜率指標(biāo)對價格變化的影響，并發(fā)現(xiàn)訂單簿斜率指標(biāo)Bslope和Aslope對于標(biāo)的資產(chǎn)價格的日內(nèi)短期變化具有很好的解釋力，能夠彌補(bǔ)傳統(tǒng)流動性指標(biāo)的不足;（2）對訂單簿斜率指標(biāo)的日內(nèi)變化趨勢進(jìn)行分析，發(fā)現(xiàn)其與股票市值之間存在倒掛現(xiàn)象，市場深度低的小盤股指標(biāo)反而訂單簿斜率數(shù)值最大;（3） 關(guān)于訂單簿斜率指標(biāo)與標(biāo)的資產(chǎn)價格變化的相關(guān)性發(fā)現(xiàn)，Bslope和Aslope與價格變化呈現(xiàn)出正負(fù)不同的相關(guān)性，其中，賣方訂單簿斜率指標(biāo)與標(biāo)的資產(chǎn)價格變化呈負(fù)相關(guān)關(guān)系，但買方訂單簿斜率指標(biāo)與標(biāo)的資產(chǎn)價格變化呈正相關(guān)。諸多證據(jù)表明，對訂單簿信息的深度挖掘，能夠讓市場操縱行為的特征更清晰地展現(xiàn)出來。訂單簿斜率指標(biāo)能夠較好地捕捉這類市場異象，從而做到及時預(yù)警、防范金融風(fēng)險。

注釋：

① 與Cont等[13]、趙景東等[14]的情況類似，由于研究的是日內(nèi)高頻訂單簿信息，強(qiáng)調(diào)對于日內(nèi)高頻數(shù)據(jù)信息含量的挖掘，單日數(shù)據(jù)采集密度極大，因此，對于長周期的時間跨度要求并不苛刻，一般時間跨度在月度水平。

② 壓單指在限價指令簿的賣單和買單上進(jìn)行的市場操縱行為。基本操作手法為在一檔放置巨額訂單，造成市場壓力。當(dāng)操縱者意圖哄抬股價且并不真正想要購買該股股票時，則在買一檔位放置巨額訂單，向想要買入而又猶豫不決的散戶發(fā)出信號，從而讓散戶為自己做嫁衣，最終以很低的成本抬高了股價。同理可知，若操縱者意圖壓低股價，則在賣一檔位放置巨額訂單，可收獲相反的效果。

③ 訂單簿斜率指標(biāo)在3分鐘之后已基本不顯著，因此，這里只展示截止到3分鐘的回歸系數(shù)。關(guān)于EV、Sprd、OV的回歸系數(shù)也如此展示。

參考文獻(xiàn)：

[1] Lee C， Mucklow C， Ready M J. Inferring trade direction from intraday data[J]. The Journal of Finance， 1991， 46（2）： 733-746.

[2] Easley D， O'Hara M. Adverse selection and large trade volume： the implications for market efficiency[J]. Journal of Financial & Quantitative Analysis， 1992， 27（2）：185-208.

[3] Biais B， Hillion P， Spatt C. An empirical analysis of the limit order book and the order flow in the paris bourse[J]. Journal of Finance， 1995， 50（5）：1655-1689.

[4] Kalay A， Sade O， Wohl A. Measuring stock illiquidity：an investigation of the demand and supply schedules at the TASE [J]. Journal of Financial Economics， 2004， 74（3）：461-486.

[5] Goldstein M A， Kavajecz K A. Trading strategies during circuit breakers and extreme market movements[J]. Journal of Financial Markets， 2004， 7（3）：301-333.

[6] Naes R ， Skjeltorp J A . Order book characteristics and the volume-volatility relation： Empirical evidence from a limit order market[J]. Journal of Financial Markets， 2006， 9（4）：0-432.

[7] Kalev P S ， Duong H N . Order book slope and price volatility[J]. Social Science Electronic Publishing， 2007.

[8] Foucault T， Moinas S， Theissen E. Does anonymity matter in electronic limit order markets？[J]. Review of Financial Studies， 2007， 20（5）：1707-1747.

[9] Dufour A， Sagade S. The shape and information content of a Post-MiFID limit order book[C]. Social Science Electronic Publishing， 2013.

[10]Duong H N， Kalev P S. Anonymity and the information content of the limit order book[J]. Journal of International Financial Markets， Institutions and Money， 2014（30）：205-219.

[11]Rannou， Yves. Liquidity， information， strategic trading in an electronic order book： new insights from the european carbon markets[J]. Research in International Business and Finance， 2014.

[12]Kim J W， Morck R.Heterogeneous investors and their changing demand and supply schedules for individual common stocks[R]. NBER Working Paper Series， no 10410.

[13]Cont R ， Kukanov A ， Stoikov S . The price impact of order book events[J]. Journal of Financial Econometrics， 2014， 12（1）：47-88.

[14]趙景東， 朱洪亮， 李心丹. 基于限價指令簿高頻動態(tài)演化的價格沖擊及日內(nèi)模式研究[J]. 證券市場導(dǎo)報， 2018（4）： 52-60.

[15]陳收， 李雙飛， 黎傳國. 訂單差、交易量變化對股票價格的沖擊[J]. 管理科學(xué)學(xué)報， 2010， 13（9）：68-75.

（責(zé)任編輯：鐘 瑤）

Research on the Correlation between Short-term Market Fluctuation and High-frequency Information of Order Book：An Empirical Analysis Based on the Chinese Market

SUN Xuchu1， ZHAO Jingdong2

（1.Business School of Nanjing University， Nanjing， Jiangsu 210093，China;2.Shanghai Clearing House， Shanghai 200002，China）

Abstract：The correlation between the order book slope indicators and the underlying asset price using high-frequency data in the Chinese A-share market in November and December of 2016. The results show that， the order book slope indicator has a better explanatory power for market anomalies that exist in high-frequency environments. As the order book slope index shows an upside down trend under different market value conditions， and the slopes of the buyer's order books and seller's order books have different correlations with the price changes， thus order book slope can capture the signal of market manipulation to a certain extent. The research in this paper not only helps to better understand the manipulation behavior in China's stock market， but also provides an effective index selection for the construction of early warning mechanism.

Key words：LOB slope indicators; market manipulation; high-frequency order book data