做市商是金融市场中随时准备以自有账户买卖金融工具的参与者,通常通过报出买入价和卖出价开展交易。当买方和卖方未能同时入场时,做市商通过承接交易提供流动性,使市场参与者能够及时完成具有一定规模的交易,而不必在价格上作出过大让步。银行、证券交易商、专业交易公司及其他机构均可从事做市业务。一些做市商由交易所正式指定,并承担报价义务;另一些则不具备指定资格,自愿提供流动性。
交易者的即时交易需求,与反向交易需求逐步出现的较慢过程之间,存在时间差,做市活动在两者之间起到衔接作用。做市业务的经济效益取决于交易成本、竞争、持仓风险,以及交易对手可能掌握更充分信息的情况。现代做市活动的形式多种多样,既包括交易商通过协商完成大额债券交易,也包括自动化交易公司持续更新交易所内数千项报价。基于区块链的自动做市商通过资产池和定价规则发挥类似的流动性供给作用,但其组织方式与传统交易商存在显著差异。
报价、交易与交易商的角色
做市商的基本报价包括买入价,即其愿意买入的价格,以及卖出价,即其愿意卖出的价格。两者之差称为买卖价差。如果交易商报出的买入价为 99.95、卖出价为 100.05,客户便可在报价数量和适用交易规则的约束下,以 99.95 卖出或以 100.05 买入。中间价为 100.00,报价价差为 0.10。相对于中间价而言,这一价差为 10 个基点,其中一个基点等于 0.01 个百分点。因此,报价不仅仅是一对价格:报价数量、有效时间、可交易对象及附加条件,共同决定了它实际提供多少流动性。
做市商通常以自营身份交易,也就是说,交易记入其自身的交易账户。相比之下,仅以代理人身份行事的经纪商为客户安排交易,不一定取得交易工具的所有权。同一家机构可以兼具这两种职能,但两者的区别会影响其义务和所承担的经济风险。做市商从客户手中买入证券后,在将其卖出或对冲相关头寸之前,都要承担证券后续价格变动的风险。因此,做市是一种金融中介活动,但并不等同于吸收存款、发放贷款或经纪业务。
在电子限价订单簿中,参与者提交指定价格和数量的订单。做市商通常通过挂出限价单,供其他交易者成交,从而提供流动性。要求立即成交的交易者则消耗或“获取”这些流动性。这些只是特定交易中的角色,而非机构一成不变的类别:专业做市商可能为对冲风险而获取流动性,投资者的挂单也可能提供流动性,但这并不会使该投资者成为注册做市商。此外,已显示的订单可能在另一笔订单到达并与之成交前被撤销,因此,可见报价并非对未来随时可成交的无条件承诺。
正式指定做市商还会带来另一层要求。交易所可能要求指定机构在规定时段内维持双边报价、满足最低报价数量要求,或将价差控制在规定上限以内。作为回报,该机构可能获得费用优惠或其他特权。这类义务因交易场所和交易工具而异。通常,这些义务并不要求做市商无限量买入、维持价格不变,或阻止某只证券下跌。做市商的核心服务是在规定条件下提供交易机会,而不是保证资产的价值。
价差与交易执行成本的经济学分析
买卖价差用于补偿几类不同的成本。订单处理成本包括交易系统、市场数据、交易所收费、清算、人员和合规方面的支出。库存成本源于买入与卖出无法时刻保持平衡。信息成本则源于某些交易对手在交易商尚未将相关信息纳入报价之前就进行交易。这些成本相互影响,而不是作为单独收费项目分别列出。竞争可以压缩价差,却无法消除提供即时成交服务所涉及的根本风险和资源需求。
信息成本与逆向选择密切相关。假设交易商估计某项资产的价值为100,但某个交易对手获悉,该资产的价值很可能上涨。这个交易对手便会倾向于按交易商的卖价买入。反过来,不利的私有信息会促使交易对手按交易商的买价卖出。即使许多客户只是出于日常投资组合调整或现金管理的需要进行交易,知情交易仍可能给交易商造成损失。价差有助于交易商通过更广泛的交易流弥补这些损失。这也解释了为什么即便订单处理成本很低,更严重的信息不对称仍可能使交易变得昂贵。
报价价差并不能全面衡量投资者实际承担的交易成本。客户可能获得优于所显示报价的成交价格,也可能需要支付经纪费用,或因交易数量较大而推动价格变动。一种常用的衡量指标是有效价差。若 为成交价格, 为当时的买卖报价中间价,且对于买方发起的交易, 等于 ,对于卖方发起的交易则等于 ,那么:
乘以二,是为了将单边成交所付出的价格让步折算为完整买卖价差口径。当中间价为100.00时,若以100.04买入,有效价差便为0.08,即使当时显示的价差为0.10。
实现价差则将成交价格与某个指定时间间隔之后观察到的中间价进行比较。有效价差与实现价差之间的差异,有助于区分交易商最初获得的价格让步与后续价格变动的影响,不过结果取决于所选的衡量时段。如果客户买入后中间价随即上涨,交易商最终保留下来的价差收益可能远低于表面水平。因此,价差总收入并不等同于经济利润:融资成本、对冲损失、各项费用和运营开支仍有待支付。
竞争和市场设计会影响上述所有指标。较小的最小报价单位可以缩窄报价价差,却也会降低公开挂单的回报。较大的最小报价单位则可能加剧排队竞争,因为许多机构会报出相同的价格。收费安排、客户准入、订单优先规则以及替代交易选择是否可得,也都会影响交易执行。对于大型投资者而言,数量极少的窄价差报价,可能不如价差稍宽但可成交数量充足的报价实用。
库存、套期保值与融资
做市业务在资产负债表管理上的核心问题,是客户订单的到达并不均衡。交易商可能在找到买家之前,接连从卖家手中买入,逐渐积累多头头寸;而客户持续买入,则可能使其持有空头头寸。库存头寸并不一定反映交易商的长期投资判断,也可能只是为客户提供即时成交服务所产生的暂时结果。不过,由此形成的风险敞口是真实存在的:无论头寸是有意建立的,还是在交易过程中附带形成的,价格变动都会影响交易商的资产负债表。
一种应对办法是调整报价。持有异常庞大多头头寸的交易商,可能同时调低买入价和卖出价,减少客户向其卖出的意愿,并吸引客户向其买入。这通常称为库存偏斜报价。交易商也可能缩减报价数量、在其他交易场所交易,或通过卖空来抵消风险敞口。需要关注的头寸并不总是单只证券的持仓。一个交易部门按名义金额计算可能大致多空平衡,却仍可能对某一期限的利率、某个行业、某种货币或波动率变动存在很大的风险敞口。
套期保值通过建立反向风险敞口,抵消原有风险的一部分。股票交易商可以利用股指期货降低整体市场风险敞口,同时保留个股特有风险。债券交易商可以利用国债或互换,抵消利率变动的影响。期权做市商则可以买入或卖出标的资产来管理德尔塔,即期权价值对标的资产价格的敏感度。期权还使交易商面临曲率风险和波动率风险,因此,维持德尔塔对冲并不能消除所有可能的损失。
当交易工具与用于对冲的工具并非完全同步变动时,套期保值就无法做到尽善尽美。这种基差风险在市场承压期间可能尤为重要。例如,由于信用溢价或流动性溢价上升,公司债相对于用来对冲的国债可能出现价格下跌。同样,当成分资产所在市场休市或交易困难时,交易所交易产品与其标的资产组合的价格也可能暂时偏离。因此,套期保值的成本和可靠性都会纳入做市商最初报价的考量。
持有头寸还需要融资。交易商可以通过回购协议为证券持仓融资,借入证券以完成卖空交易的交割,并针对衍生品风险敞口提交抵押品。即使交易部门对市场风险的估计没有显著变化,抵押品折扣率、证券可借入量或保证金要求的变化,也可能限制其交易能力。追加保证金要求可能恰恰在资产难以出售时要求交易商拿出现金。因此,做市能力不仅取决于交易技术和预期盈利能力,也取决于能否获得资本、现金以及符合要求的抵押品。
不同资产类别和交易场所之间的差异
在上市股票市场中,做市商通常在透明的电子订单簿中开展业务。多家公司竞相提供最优买价和卖价,订单可能按价格优先、时间优先的顺序排列,但具体的成交分配规则各不相同。证券交易所也可能指定专业交易商或指定做市商,赋予其超出普通参与者范围的职责。开盘、收盘或恢复交易时的集合竞价将订单集中在特定时点处理,与连续交易形成互补。因此,交易商的角色取决于其所处的市场机制,而非某种适用于所有股票市场的统一模式。
在场外市场中,客户可以直接向一家或多家交易商询价。询价系统无需维持持续公开显示的订单簿,就能让交易商围绕某笔交易展开竞争。这种结构在许多债券和衍生工具市场中十分常见,因为这些市场中的工具在发行人、期限、合约条款或交易规模等方面存在差异。对于小额且交易频繁的国债交易,交易商可能几乎持续报价;对于大额公司债交易,则可能逐笔协商。存续证券种类繁多,交易频率也参差不齐,因此采用单一的集中报价机制并不那么容易。
外汇市场融合了双边交易商关系、电子平台和交易商间交易。大型银行及非银行交易公司在为货币报价的同时,可以统筹管理相关货币对的风险敞口。交易商用美元买入欧元后,可以通过另一笔欧元交易,或通过涉及第三种货币的关联交易,抵消由此形成的部分头寸。一些平台或双边安排允许交易商在接受交易前进行一次短暂核查,称为“最后观望”(last look);这一机制允许如何使用,以及相关信息如何披露,都很重要,因为显示出来的价格未必像交易所中的确定性订单那样具有同等的成交确定性。
金融衍生工具的做市业务需要管理由标的价格及合约特征带来的风险敞口。期权交易部门可能同时为多种行权价和到期日的期权报价,而这些期权的风险彼此关联。期货市场受益于标准化合约和集中交易,但报价仍取决于融资、交割安排以及期货价格与现货价格之间的关系。在双边衍生工具交易中,信用风险、抵押品协议和交易对手关系也可能影响所报出的交易条件。
交易所交易基金在交易所交易与基金的申购赎回机制之间建立了联系。做市商买卖基金份额,而授权参与者则可根据基金的相关安排,大批量申购或赎回份额。这两种角色可以由同一家机构承担,但两者并不相同。基金份额与其标的资产之间的套利有助于使价格趋于一致,但其有效性取决于交易成本、市场准入以及对冲能力。因此,基金的流动性既反映其份额的交易情况,也反映用于支持这些交易的资产或工具所处的市场状况。
电子做市与速度竞争
电子做市商利用软件估算价格、评估库存,并提交或撤销订单。其系统接收订单簿变化、成交信息、相关资产价格及其他获准使用的数据。简化后的流程是:估算参考价值,加入风险和成本补偿,根据库存调整报价,并确定报价数量。在实际运作中,系统还必须考虑排队位置、交易所规则、未成交订单,以及消息可能在不同时间抵达不同交易场所的情况。自动化使同时为众多金融工具报价成为可能,但也让软件可靠性成为直接影响财务损益的问题。
高频交易与做市业务有所重叠,但两者并不等同。一些高频策略提供双边流动性,另一些则利用短暂的价差或信息信号进行交易。反过来,交易商在协商大额债券交易时,也可能开展做市业务,而无须进行高频交易。当其他市场的价格已经变化、挂出的报价却尚未更新时,速度尤为重要。速度快的交易者可以按这一过时报价成交,从而将价值从较慢的流动性提供者手中转移过来。各家公司通过加快数据处理、建立直连,以及将设备托管在交易所系统附近等方式应对这一问题。
排队位置是竞争的另一个来源。在价格优先、时间优先的规则下,同一价格上的订单通常按先后顺序成交。排在前面可以提高成交概率,但并非每次成交都是好事。订单可能恰恰是因为新信息使其价格变得不利才会成交。因此,做市商会区分订单成交的概率与成交条件下的预期盈利水平。快速撤单有助于防范逆向选择,但过于频繁地撤单和重新下单,可能增加消息流量,却无法使可实际成交的流动性相应增加。
交易费用会改变这些激励。在**挂单返佣、吃单收费(maker–taker)**模式下,交易场所通常向消耗流动性的订单收费,并向提供流动性的订单返佣;其他交易场所则采用相反或经过调整的收费结构。返佣可以支持更窄的公开报价价差,但完整的成交结果还涉及费用、价格改善、订单路由决策以及后续价格变动。交易场所之间的竞争可能使交易分散到多个订单簿。某个交易场所上看似最优的报价,在考虑成交概率和费用后,未必能带来最佳的整体结果。
运营控制至关重要,因为出错的自动化策略建立头寸的速度,可能远超人工监督的响应速度。2012年8月1日,骑士资本的一次软件部署故障产生了错误的股票订单,造成超过4.4亿美元的损失。此类事件表明,常规市场风险与部署、配置或订单处理方面的故障有所不同。控制措施包括交易前风险敞口限额、测试、独立监控、订单速率限制,以及停止交易的机制。这些措施旨在约束非预期的交易活动,而不是确保每笔经过适当授权的交易都能盈利。
历史发展与市场微观结构理论
交易商中介业务的历史早于电子交易所。证券市场逐渐形成了一套安排,由专业中介持有证券库存,在公众买卖双方之间发挥中介作用。伦敦证券交易所历史上将经纪人与自营商区分开来:经纪人与客户打交道,自营商则以自身为交易主体进行买卖并提供报价。纽约则发展出专家制度,由指定会员在交易大厅内集中承担特定证券的相关职责。这些安排体现了不同制度对同一问题的回应:买卖双方很少会在完全相同的时刻,带着恰好匹配的交易数量进入市场。
纳斯达克于1971年推出,标志着电子报价迈出了重要一步。其最初的系统用于显示交易商报价,尚不是后来发展形成的全电子化订单撮合市场。在伦敦,1986年10月27日实施的改革被称为**“金融大爆炸”**,它终结了经纪人与自营商之间的传统分业格局,并伴随着向屏幕交易的转型。这些变化改变了市场准入、所有权结构及竞争关系,但报价、持有库存和重新分配风险等经济职能仍然清晰可辨。
对这些机制的学术研究后来被称为市场微观结构。哈罗德·德姆塞茨在1968年的论文《交易的成本》中,将买卖价差视为获得即时成交服务的成本。杰克·特雷诺于1971年以沃尔特·白芝浩为笔名撰文,强调了交易商与知情交易对手交易时所处的劣势。这些研究将关注点从抽象的单一市场价格,转向实际成交价格赖以形成的制度机制。
托马斯·何与汉斯·斯托尔在1981年的研究中,提出了以库存为基础解释交易商定价的理论,产生了重要影响。劳伦斯·格洛斯滕与保罗·米尔格罗姆于1985年提出的模型表明,即使做市商彼此竞争、风险中性,且不存在库存成本,信息不对称仍可产生正的买卖价差。在该模型中,买入或卖出行为传递了有关标的内在价值的信息,而竞争性报价则反映了以交易方向为条件的预期价值。阿尔伯特·凯尔1985年的模型分析了策略性的知情交易、非知情订单流,以及基于汇总订单进行的竞争性定价。这些模型在交易规则和假设上各不相同,但都解释了订单流为何会影响价格。
较新的模型将库存控制与随机订单到达及电子化执行结合起来。例如,马尔科·阿韦利亚内达与萨沙·斯托伊科夫于2008年提出的框架,以形式化方式描述了做市商的保留价格与报价选择如何随库存、波动率、风险厌恶程度及剩余交易时间而调整。此类框架是为分析而作的简化,并非对商业系统的普遍描述。实证研究必须区分那些在成交数据中可能表现相似的效应:库存再平衡、信息揭示、公开消息的变化,以及交易者构成的变动。日益精细的订单级记录使这些问题更易于量化研究,同时也带来了重大的数据处理与识别难题。
资格认定、监管与利益冲突
做市规则因司法管辖区、金融工具和交易场所而异。一家公司可以是经注册的交易所做市商、依合同指定的流动性提供商,也可以是从事类似经济活动的普通交易商。正式资格可能附带有关报价连续性、买卖价差、报价数量、报告和行为规范的义务,也可能带来手续费减免等优惠。这些安排是经济规制的一个例子,其目的之一是在可靠的流动性与要求公司在交易困难时仍须持续提供服务所产生的成本之间取得平衡。
在美国,美国证券交易委员会、证券交易所和美国金融业监管局在证券市场监管方面各有职责,但职责范围存在交叉。做市商须遵守适用的经纪交易商监管要求,而交易所规则则为特定做市计划规定额外义务。2005年通过的《全国市场系统监管条例》(Regulation NMS)重塑了美国股票交易场所之间的互动方式,其中包括保护符合条件的公开报价,防止某些无视更优报价而以较差价格成交的情形。这类规则影响订单的执行场所,以及公司如何协调其在不同场所的报价,但并未将这些场所合并为一家统一的交易所。
在欧盟,自2018年1月3日起适用的《金融工具市场指令II》框架除诸多其他条款外,还引入了有关算法交易和做市策略的要求。在规定情形下,采用算法做市策略的公司必须与交易场所签订书面协议,并以有规律、可预期的方式提供流动性。相关要求附有适用条件,且因金融工具而异。这并不意味着每一个挂出买单和卖单的参与者都具有相同的法律地位,或都必须无视异常情况而持续交易。
当同一家机构同时接收客户订单、开展做市、安排交易路由并进行自营交易时,就可能产生利益冲突。客户信息可能具有商业价值,而订单路由安排可能影响交易的执行场所。订单流付款是其中一种安排,指经纪商因将订单导向某家执行机构而获得报酬。不同司法管辖区对此的处理方式不尽相同。分析此类安排时,需要区分付款及相对于公开报价的价格改善,与更全面的执行结果;后者包括执行速度、成交概率、订单规模及可用的替代选择。在某一指标上表现较好,并不能证明其在所有方面都更优。
做市资格并不意味着获准操纵价格。例如,在没有真实交易意图的情况下下单以误导他人,就可能违反禁止市场操纵的规则。同样,合法的库存管理也不能免除有关滥用客户信息或误导性行为的限制。资本、记录保存、监测和运营韧性要求分别针对不同风险,并可能同时适用。法律上的相关区分,在于某项行为究竟是适用规则所允许的流动性提供活动,还是被禁止的行为,而不在于交易是否盈利。
压力下的流动性与中介作用的局限
做市能力往往在供给成本最高时最具价值。当价格遭受重大冲击时,波动性上升,信息更难解读,客户可能都希望朝同一方向交易,对冲也可能变得不那么可靠。交易商可能通过扩大买卖价差、减少报价对应的交易数量,或拒绝特定交易来应对。因此,市场即使在技术上仍保持开放,交易成本也可能大幅上升。流动性有多个维度——价差、深度、速度以及交易后的恢复能力——这些维度未必会以相同程度恶化。
融资约束可能加剧这种恶化。资产价格下跌会降低抵押品价值,并可能引发追加保证金的要求。面临融资收紧或内部风险限额约束的交易商可能缩减头寸,而与此同时,其客户却需要更多中介服务。这种相互作用将市场流动性与融资流动性联系起来。如果金融机构为获取现金而出售相似资产,资产贱卖就可能进一步压低价格,并削弱其他机构的资产负债表。这一机制是交易受阻演变为系统性风险的途径之一,不过,反馈作用的强弱取决于杠杆水平、资产持有结构和融资安排。
2007—2009年的全球金融危机揭示了交易商在抵押贷款相关证券和结构化证券市场中发挥中介作用的局限。对底层资产损失和交易对手偿付能力的不确定性,与融资可得性下降相互作用。2010年5月6日美国股市的“闪电崩盘”则揭示了另一组脆弱性,涉及高速交易、交易场所分散,以及期货与股票之间的相互作用。不应将这些事件视为同一种机制的体现:信用不确定性、融资压力、自动化执行和市场设计在不同事件中的作用程度可能各不相同。
2020年3月,全球对现金的需求甚至给美国国债市场带来了严重压力。大量抛售与中介能力受限,共同导致这一通常被认为流动性极高的资产类别出现异常恶劣的交易状况。美国联邦储备系统在市场动荡期间扩大了证券购买规模,并采取了其他干预措施。这一事件表明,金融工具的信用质量本身并不能保证市场流动性的持续性,尤其是在巨额交易流必须经由资产负债表承载能力有限的交易商处理时。
政策工具分别针对这些问题的不同环节。暂停交易和价格限制会中断交易执行或限制价格变动;中央对手方管理经其清算的交易对手风险敞口;中央银行的各类便利工具则应对特定的融资问题或市场运行问题。但这些措施都不会自动替代交易商提供可执行报价的意愿与能力。因此,评估做市体系的韧性,不仅要考察正常时期的价差,还要考察流动性提供者的集中程度、对融资的依赖、面对单边订单流时的行为,以及现有交易商减少活动时其他参与者入场的能力。
自动化做市商与流动性池
在去中心化金融中,自动化做市商通常指一种系统:用户按照智能合约执行的规则,与池中持有的资产进行交易。这种机制并非由交易商持续决定买入和卖出报价,而是根据池内资产余额及其他参数计算成交条件。流动性提供者向池中投入资产,通常会获得对池内资产的相应权益,并分享部分交易手续费。这种安排将定价和库存调整交由程序化机制完成,但并未消除提供流动性所涉及的根本经济成本。
一种广为人知的设计是恒定乘积池,2018 年上线的 Uniswap 早期版本便采用了这种设计。忽略手续费时,池内资产满足以下关系:
其中, 和 分别为两种资产的数量。交易者投入 单位的第一种资产后,可以取出以下数量的第二种资产:
交易规模相对于储备量越大,平均成交价格就越不利。因此,这条曲线无需依赖传统订单簿,就能产生随交易规模增大而递增的价格冲击。
池内价格可能偏离其他市场的价格。此时,套利者会与池子交易,直到扣除手续费及其他成本后,价差不再有利可图。这一过程有助于使价格趋于一致,但当池子按过时的相对价格成交时,价值便会从流动性提供者手中转移出去。流动性提供者还会承受偏离损失,通常称为无常损失:与将最初存入的资产分别持有相比,其池内头寸的价值可能更低。对于资产价值均衡、不收取手续费的恒定乘积池,如果资产相对价格变为原来的 倍,这一比例差异为:
该表达式的值不大于零,且不包含手续费收入。“无常”一词并不意味着损失必然消失;提取资产可能使这一差额成为实际损失,而价格也未必会回到最初的比例关系。
其他设计则改变了其中的权衡。稳定资产池采用专门设计的曲线,适用于预期相对价值保持接近的资产;集中流动性系统则允许提供者将资金配置到选定的价格区间。集中配置可以增加当前价格附近的流动性,但当价格移出相应区间时,该头寸可能不再为交易提供流动性。智能合约缺陷、交易排序效应、网络拥堵及外部价格输入失效,还会带来传统交易商库存模型未能涵盖的风险。两者共同的经济功能仍是提供即时兑换;但在风险分配、价格控制权和机构责任方面,存在实质性差异。