Page 168 - 34-2

Order Choices, Order Execution Quality and Trading Volume: Evidence from Reductions in the Call Auction
Interval

Chiao et al., 2017) 將文中 14 項受檢測指標「時間刻度化」，於後續跨越 120 檔股票
20
迴歸模型分析 (Pooled Regression across Stocks) 中將各自扮演模型因變數角色 。以
個股分盤競價 (9:00-13:25) 每五分鐘時間（令為下標 t，每交易日計 53 期）為觀察
尺度，可從委託簿統計下列變數（各指標原逐筆委託值定義，同第參章第二節）。
在委託決策方面，包括撤單、最積極出價、大額委託等筆數占比 rCn 、rMg 、rSz t
t
t
（單位皆為 %），「出價積極度」、「順勢交易度」指標逐筆委託均值 G 、Tr （單
t
t
位皆為 %）、新委託申報頻率 N （筆）。在自然人委託交易品質方面，包括當盤、
t
當日有成交紀錄者筆數占比 rFc 、rF（單位皆為 %），划算度、「被撿便宜」、「未
t
t
成交」、綜合曝險度指標逐筆委託均值 Sur 、PK 、NE 、MX （單位皆為 #tick）。
t
t
t
t
在個股成交量能，包括成交值變動率 gTV （單位為 %）、機構投資人交易比 rIns t
21
t
（單位為 %）。總期數方面，合併每群體 120 檔股票，每次加快撮合前後取樣 30
日（I.1+I.2 或 II.1+II.2），故每次迴歸估計使用 190,800 筆觀測值。
不失一般性下，假定受檢測模型因變數為 y（可為前述 14 項指標中任一者），
t
本文建構迴歸估計模型如下：
+ ∑ 。 (5)

式 (5) 中，ε 為誤差項，x 則為對應於不同模型因變數之第 k 項共用解釋變數。
t
k,t
經參考文獻研究成果（見第貳章第一節），可知委託決策（價位積極狀態、委託修
改與否、新委託進場等）、委託交易品質（委託成交機率、限價單風險等）及股票
量能各項目檢測變數之潛在驅動因素大抵類似，故本文納入以下四大類（計 20 項，

清單暨計算說明見表 5）經過同步「時間刻度化」之共用解釋變數，包括：因變數
22
黏滯性、特殊日期或日內效應、限價簿資訊、加快撮合虛擬變量及其交乘項 。這
些變數當中，本文將變革實施與否虛擬變量 D （若第 t 期位於當次加快撮合實施後
t
其值為 1，若否為 0）以外驅動要素皆視作控制變數，俾利於迴歸估計時嚴控其他
潛在干擾源。

20 將模型變數「時間刻度化」的好處，除擺脫煩瑣解讀逐檔股票實證結果之困擾外，還有免於倘
從逐筆委託層級逕行估計迴歸式，觀測筆數偏少股票訊息恐遭委託筆數眾多個股「埋沒」等問
題（曾翊恆，2019）。
21 本指標定義為，第 t 期個股成交值偏離當次加快撮合前樣本內（若第 t 期位於第 1、2 波加快撮
合前後樣本 I.1+I.2、II.1+II.2，此處係指樣本期 I.1、II.1）同期平均水準之百分比例，該數據
除反映當下交易量能高低表現外，也可詮釋為對照變革前階段的相對增長比率。
22 文獻中，Tseng and Chen (2015) 察覺限價簿略趨透明強化自然人對買賣價差變化敏感度，難保
類似間接影響不致發生於加快撮合時，尤其變革也促成限價簿揭示內容更「即時」（見表 4）。

160