Page 176 - 34-2

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

表 8 自然人委託交易品質指標迴歸實證分析 − 節錄變革虛擬變量前方係數
類股 120 檔大型股 120 檔小型股
模型因變數 變革 I 變革 II 變革 I 變革 II
***
***
L
***
***
L
-1.086 (R ) -3.059 (R ) -1.116 (R) -2.093 (R)
rFc t
-0.063 -0.076 -0.602 *** -0.323
rF t
***
L
***
0.379 (R) -0.456 (R ) 0.073 -0.417 ***
Sur t
0.014 *** -0.005 *** -0.009 0.022 *
PK t
-0.008 *** -0.016 *** -0.014 ** -0.021 ***
NE t
0.001 -0.021 (R ) -0.018 (R) -0.023 (R)
***
***
***
L
MX t
註： 限觀察分盤競價 (9:00-13:25)。對照一般化迴歸式 (5)（模型所納共用解釋變數見表 5，其中第 2 項「當日趨
勢指標」ẑ t 取自以開盤競價日頻資料估計輔助迴歸式 (6) 所得殘差值），以觀察每五分鐘時間尺度，表中依
序節錄當模型因變數 y t 為任意第 t 期新委託當盤成交率 rFc t (%)、當日成交率 rF t (%)、划算度指標均值 Sur t
(#tick)、「被撿便宜」風險指標均值 PK t (#tick)、「未成交」風險指標均值 NE t (#tick)、綜合曝險度均值 MX t
(#tick) 時，採取合併估計群體 120 檔股票觀測值下加快撮合虛擬解釋變量 D t 前方係數 β 17 估值，後方 *,**,***
標示按 Newey-West HAC 計算 z（或 t）值可於 10%、5%、1% 水準顯著。為快速辨識穩健性測試結果，若
估值在「縮減樣本規模」測試中達「穩健」或「尚屬穩健」標準，後方加註 (R) ；若還進一步通過「多天期
L
穩健」標準，後方則加註 (R )。實際上，考量數據性質差異，模型因變數為部份委託交易品質指標時式 (5) 將
改以 Tobit 迴歸式 (7) 作估計。此外，除當盤成交率 rFc t 外，其餘 5 項自然人委託交易品質指標皆無開盤競價
相應數據，故共用解釋變數中須剔除「當日趨勢指標」ẑ t 。
其三，「暫時波動遞增」效應（假說 6）預測變革增多股價暫離均衡情況，致
使自然人承擔較大「未成交」風險。但實際上，迴歸分析結果未發現加快撮合對「被
撿便宜」或「未成交」風險兩者任一造成穩健升降直接影響，但自然人面臨兩方綜
合風險度卻多穩健傾向遞減，暗示變革反倒營造利於弱勢方抗衡股價暫時波動增多
威脅之新契機。譬如，限價簿內容揭示頻率、即時性同增（見表 4），或許實質幫
助到「監看」能力薄弱者於短促時間內收集更多資訊、擬定合適委託決策。在機構
投資人較少「監看」的小型股，即使自然人受變革「淨」效果激勵多申報新委託（見
表 7），所承擔綜合曝險度依舊穩健遞減（惟未達「多天期穩健」標準）；在機構
投資人頻仍「監看」的大型股 (Aitken et al., 2007)，弱勢方價位積極度決策似乎是關
鍵因素。不難注意到，在偏長時距的變革 I，「激勵」效應拉高自然人「出價積極度」
之餘，恐也墊高己身涉險程度，致使限價單綜合曝險度未隨加快撮合遞減；相反地，
在主導因素換成「時間壓迫」、「觀望」效應後，自然人於偏短時距變革 II 有穩健
節約出手次數與價位積極狀態等傾向（見表 7），在涉險機會減少下讓限價單綜合
曝險度終能「多天期穩健」地遞減。

在個股成交量能方面，筆者按兩波加快措施前後（即樣本期 I.1+I.2、II.1+II.2）
熱門交易股、大型股、小型股等六種排列組合分開探討。每種情境皆合併群體 120
檔（熱門交易股為 32 檔）股票觀測值，在依序考量模型因變數 y 為成交值變動率
t
gTV (%)、機構投資人交易比 rIns (%) 下，進行一般化模型式 (5) 迴歸估計。類似地，
t
t
這兩項個股成交量能指標因變數性質不同，當中 gTV 為正負不限連續因變數，可按
t
線型迴歸估計式 (5)；rIns 為百分比例（介於 0 至 100 間連續數值），故以 Tobit 迴
t
168