第 15 章 大宗交易者

对应 Harris《Trading and Exchanges》第 15 章 Block Traders。大额订单很难用常规方式成交，它需要的流动性超过交易所或交易商网络平时能提供的量。本章说明大宗交易的四个核心难题，以及大宗交易商和大宗经纪人如何解决它们。核心结论只有一句：大宗交易本质上是信息问题，除了价格和数量，交易双方还需要传递"我真的想交易、真实规模有多大、我不知情"这些可信的信息。今天的执行算法、暗池、风险报价（principal bid）和交易成本分析，都是为解决同样的问题而生。

学习目标

读完本章，你应当能够：

1. 说出大宗交易的四个问题：潜在需求、订单暴露、价格歧视、信息不对称，并说明每个问题的解决办法为什么都需要披露可信的自身信息。
2. 解释为什么大型匿名交易者被普遍视为知情者，以及"无知是福"在交易中的含义。
3. 比较大宗交易商与大宗经纪人：各自的比较优势、用什么担保客户审查、为什么及时成交报告对前者不利。
4. 用潜在需求、价格歧视和信息不对称三个问题解释"美股约 80% 的大额大宗由卖方发起"。
5. 了解大宗市场与常规市场的衔接制度（规模优先、期货大宗规则、EFP），并会用报价规则判断发起方、分解大宗交易的永久冲击与暂时冲击。

读前导读

**这一章在解决什么问题。**第 13、14 章说明，交易商对订单定价时，最怕对手比自己知道得多，所以订单越大、越像知情者，价格让步就越大。本章把这个逻辑用到最极端的场景：一笔超过一天成交量的大单。大单的难处不在于“量大”本身，而在于对手方不知道三件事：你到底还要卖多少、你为什么要卖、你是不是知道什么坏消息。所以大宗交易本质上是一个信息与信任问题，解决方法是让一个有声誉或有资本的中间人（大宗经纪人或大宗交易商）为“这笔交易不含信息”作担保。如果你参与过上市公司股东减持、定增或者投行的配售业务，本章讲的“交易动机审查”就是投行在配售前对卖方做的那套尽职调查。

对量化工作，本章对应三类现实问题：大单执行时怎样避免信息泄露（算法拆单、暗池），怎样用 TCA 把冲击拆成信息成本和流动性成本，以及订单流因子研究里如何判断交易方向。

**需要先想起来的数学。**本章几乎没有数学，只用到两点：

• 组合数：\(\binom{n}{2}=\dfrac{n(n-1)}{2}\) 表示从 \(n\) 个客户里选 2 个配对的方式数，随 \(n\) 的平方增长。15.2.1 用它说明大宗经纪人的“网络外部性”。
• 冲击的加法分解：总冲击（成交价相对成交前中点）= 永久冲击（若干时间后的中点相对成交前中点）+ 暂时冲击（成交价相对若干时间后的中点）。这是一个恒等式，第 14 章的价差分解回归是它在逐笔数据上的版本。

**怎么读这一章。**15.2 的四个问题是全章核心，必读，尤其 15.2.3 价格歧视和 15.2.4 信息不对称，它们是第 14 章逆向选择理论在大单上的应用。15.3 阳光交易和 15.4 楼上市场可以较快读，记住“经纪人用声誉担保、交易商用资本担保”和表 15-2 的审查逻辑。15.5 的 80% 卖方发起是一个很好的综合练习，建议读完后合上书自己用三个问题解释一遍。15.6 的制度细节可以按需查阅。量化实战的代码与 15.5 配合阅读。

15.1 什么是大宗交易

大宗交易（block trades）源于用标准交易程序难以成交的大额订单。大宗交易者分两类：

• 大宗交易商（block dealers）：用自己的账户成交客户的大单；
• 大宗经纪人（block brokers）：为客户寻找愿意成交的其他交易者。

两者通常在楼上大宗市场（upstairs block market）通过电话安排交易。这个名称来自历史：当年大券商的交易台设在 NYSE 大楼内或街对面的办公室，位于街面层交易大厅的楼上。发起大额交易的一方称大宗发起者（block initiators），成交其订单的一方原书称大宗流动性提供者，包括交易商和大型买方机构。

大宗交易笔数占比很小，但因为规模大，常占总成交量的很大一部分，多数代表大型机构和超高净值个人。想从量价数据中提取信息，也必须理解大宗交易。

统计定义：原书的定义是"任何源自用正常交易程序难以成交的大额订单的交易"，一般超过一天的正常成交量；多数大宗交易员认为，在活跃股票中超过日均成交量的 1/4 就算大宗。交易所的统计口径常常武断地用固定规模，比如 NYSE 定义为 10,000 股及以上。这在活跃股票和低价股中意义不大（这种规模的交易在交易大厅上很常见），而在清淡股票或极高价股票（如伯克希尔·哈撒韦，写作时每股超过 7 万美元）中，不足 1 万股的交易也很难在大厅完成。所以 Harris 建议按"超过日均成交量的某一比例"来分类。

A 股对照：中国 A 股设有专门的大宗交易制度。以上交所为例，A 股单笔申报数量不低于 30 万股或交易金额不低于 200 万元的交易，可通过大宗交易系统以协议方式成交，价格须在规定的涨跌幅范围内。上市公司大股东通过大宗交易减持，还受"任意连续 90 日内不得超过公司股份总数 2%"等减持规则约束。

15.2 大宗交易的四个问题

15.2.1 潜在需求问题

最明显的问题是找到交易对手。许多大宗流动性提供者不愿暴露意向；更多人若被问到可能愿意交易，但还没有下单。这种需求叫潜在交易需求（latent trading demands），原因有二：

1. 下单有成本。原书例子：某交易者愿以低于现价 5% 的价格买入数百只股票，但不能同时为每只股票挂单。大盘大跌时这些单子可能全部成交，他买不起；而且所有股票一起跌意味着出现了系统性新信息，他可能哪只都不想买了。所以他等着看哪些股票单独下跌。他对很多股票有潜在需求，但要等大宗交易员找上门才会交易。
2. 还不知道自己愿意交易。对成千上万只证券都形成看法的成本太高，人们常等到事件迫使他们思考，遇到有吸引力的机会才决定交易。

愿意交易但不主动发起的交易者叫响应型交易者（responsive traders），多数流动性提供者都是响应型的。市场流动性不足时，大宗交易员必须靠打电话发掘他们的潜在需求，常常还要显著移动价格来唤起注意，也就是发起者向流动性提供者给出价格让步（price concessions）。

好的大宗交易员知道去哪里找最便宜的流动性：记录谁对哪些证券感兴趣、谁交易过，尤其是谁可能会感兴趣。原书把它比作"记忆翻牌"游戏，又用一个算式说明勤奋的回报：若经纪人每周每工作一小时能维护一个客户，工作 20、40、60 小时可撮合的两两配对数分别为 \(\binom{20}{2}=190\)、\(\binom{40}{2}=780\)、\(\binom{60}{2}=1770\)，配对数随客户数的平方增长，即网络外部性。

推导拆解：\(\binom{n}{2}\) 的算法：第一个人可以与其余 \(n-1\) 人配对，共 \(n(n-1)\) 种有序配对；“甲配乙”和“乙配甲”是同一对，所以除以 2。\(n=20\) 时 \(20\times19/2=190\)。客户数从 20 增加到 40（翻倍），配对数从 190 增加到 780（约 4 倍），这就是“平方增长”。金融含义是：大宗经纪业务有很强的规模经济，客户网络最大的那家最容易撮合成功，于是吸引更多客户，市场倾向于集中在少数几家大投行。交易所和暗池之间的竞争也有同样的特点，流动性会向已经有流动性的地方聚集。

15.2.2 订单暴露问题

寻找流动性时必须非常小心向谁暴露订单。知道即将出现大宗的人常会利用这一信息：

表 15-1 大宗悬于市场时精明交易者的策略

行话：寻找流动性时暴露订单叫兜售大宗（shop the block）；广泛兜售的大宗随着信息泄露悬在市场上方（hang over the market）；因愚蠢地暴露订单导致价格远离订单，叫弄坏自己的市场（spoil their market）。

成功的大宗交易员会盯着价格、成交量和谁在交易，判断暴露对象是否在抢跑，怀疑谁就不再向他展示订单。抢跑或泄露大宗信息的人会落下坏名声，失去参与未来大宗的机会，也失去帮助解读市场的早期信息。原书还提到，控制热门新股分配的投行，不会把好配额给剥削他们的客户，包括不如实告知大宗全部规模的发起者和抢跑大宗的人。由于提供大宗流动性往往很赚钱，交易者有强烈的动机维护可信的声誉。

避免暴露问题的其他办法：使用不暴露订单的交易系统，如交叉撮合市场（crossing markets，原书例子是 POSIT），或允许隐藏限价单（hidden limit orders）的交易所（原书提到 Euronext、GLOBEX、Island）；没有这些设施时，把订单交给会有选择地暴露订单的诚实经纪人，或拆成小块使没人能判断全部规模。

15.2.3 价格歧视问题

流动性提供者怕大宗发起者在他们之间进行价格歧视：他们不想做第一个提供流动性的人，然后眼看大交易者继续交易，把价格推向对自己不利的方向。所以提供流动性前，他们想知道对方真正要交易多少。

例 15.1（进"狗窝"）：Blair 告诉 Sawyer 他想买 20 万股 IBM，并保证这就是全部，两人约定以高于现价 50 美分成交。随后 Blair 又与另一交易者约定以再高 50 美分的价格多买 20 万股。Sawyer 的卖出立即亏损 \(200{,}000\times0.5=100{,}000\) 美元；如果知道 Blair 要买 40 万股，他会要更高的价格。Sawyer 会把 Blair 列入黑名单（"狗窝"），很长时间内不再主动给他提供流动性。

金融直觉：这和上市公司股东减持时市场最怕的“后续还有多少”是同一个问题。一笔大宗减持公告后股价往往承压，不是因为这一笔的量，而是因为市场不知道后面还有没有。所以配售时投行常要求卖方签“锁定期”承诺（例如 90 天内不再出售），这就是用一个可执行的合同把“真实规模”变得可信。没有这种承诺时，承接方只能按“对方可能还有很多”的最坏情形定价，让步自然很大。13F 持仓、股东持股比例披露在这里起的作用，就是给“最多还能卖多少”设一个上限。

匿名市场无法可信地披露真实规模：说谎的主要惩罚是失去诚实的声誉，而匿名市场里建立不了声誉，交易者会肆无忌惮地说谎。所以，想解决价格歧视问题的发起者必须在交易双方相互知道身份的市场交易。多数大交易者交易不够频繁，建立不了强声誉，于是请有声誉的大宗交易员安排。大宗交易员靠始终说实话建立声誉，也必须确保客户不对他们说谎，因此常任职于大型投行，投行还为客户提供研究、银行、清算结算等服务，借此了解客户，也能惩罚说谎者。

大交易者可以把订单分给多个大宗交易员，单个交易员难以判断全部规模。原书提到一个现实手段：美国大型机构须每季度向 SEC 报告持仓（13F 持仓报告）。大宗交易员事后用它检查客户是否诚实，也用它估计大交易者最多可能卖出多少，这对投资政策禁止卖空的卖方尤其有用：他最多只能卖出所持数量，若他要卖出全部持仓，交易员就知道不会再有后续卖单。

15.2.4 信息不对称问题

流动性提供者怀疑大宗发起者知情，理由有二：大交易者能把研究固定成本摊到大组合上；知情者想交易大量以最大化利润。合起来，大交易者常常是知情者，所以人们不愿与之交易，交易时要求很大的价格让步。这和交易商价差中的逆向选择成分是同一个道理（第 13、14 章）。

大型匿名交易者尤其被怀疑。知情者喜欢匿名，因为不想建立"知情"的声誉（否则流动性提供者会回避），也不想让抢跑者利用其订单中的信息；不知情者没有这些顾虑。

解决办法是让流动性提供者相信自己不知情，为此必须披露身份。有不知情声誉的人能获得本来得不到的流动性；没有这种声誉，就要接受对其交易动机的审查（audit）。原书有一个边栏叫"无知是福"：几乎做任何事，"消息灵通"的声誉都对我们有利，交易是显著的例外。最赚钱的交易者是知情的，但交易时必须显得不知情，否则无法低成本交易。

白话解释：用第 14 章的 Glosten–Milgrom 公式看，逆向选择价差是 \(2PE\)，其中 \(P\) 是“对手是知情者的概率”。一个匿名的大单，流动性提供者只能假设它的 \(P\) 很高，所以要求的让步很大。如果发起者能可信地证明“我是因为指数调仓才卖”，就等于把自己这笔订单的 \(P\) 压到接近零，价格让步就只剩覆盖经营成本和存货风险的那一部分。所以“披露身份和动机”不是礼貌，而是在买一个更低的 \(P\)。 这里的关键词是“可信”。任何人都可以嘴上说自己不知情，只有难以伪造的证据才有用：外部规则决定的交易（指数调整、法规强制减持）、已公开的现金需求（赎回、项目融资）、或者中间人愿意拿自己的资本和声誉作担保。这和经济学里的“信号传递”理论一致：只有对“说谎者”成本更高的信号，才能把两类人区分开。

15.2.5 小结

四个问题的根源是：多数流动性提供者不表达交易意向；发起者不能广泛暴露订单；流动性提供者怕价格歧视；怕发起者知情。解决办法都要向流动性提供者披露可信的自身信息：告诉他们有人想交易（潜在需求）；只向最可信的人暴露（订单暴露）；可信地披露订单全部规模（价格歧视）；让他们相信自己不知情（信息不对称）。

多数交易所和交易商网络只能交换价格和数量，所以大宗交易多在楼上市场通过电话安排。发起者传递自身信息有两种策略：直接向市场沟通（阳光交易，通常效果不好），或使用大宗交易员的服务。

15.3 阳光交易

阳光交易者（sunshine traders）向市场公开宣布自己是谁、打算做什么、订单的全部规模和交易原因。当他们广为人知、被认为不知情且诚实时，效果很好；但在大市场中最多只对最大的交易者有效，因为只有他们能建立可信的声誉。

阳光交易一般不灵，原因是：如果只靠披露身份总能获得更多流动性，人人都会这样做，不知名的知情者会假装不知情，知名的知情者会另起身份掩盖交易。冒充不知情者的知情者就是披着羊皮的狼。交易员有时就把知情者叫"狼"、不知情者叫"羊"。用计算机提供流动性的自营交易员会写所谓**"狼探测器"**（wolf detectors）程序来识别和避开知情者，今天叫订单流毒性检测。

例 15.2（LOR 的阳光交易）：Leland O'Brien Rubinstein Associates（LOR）在 1980 年代初推广组合保险策略：复制"持有组合 + 看跌期权"头寸的收益，方法是市场上涨时买入、下跌时卖出，规模由 Black–Scholes 公式给出（即动态 delta 复制）。LOR 用标普 500 期货执行，成为该交易池中很大且非常知名的交易者。为降低成本，LOR 会公开宣布订单和执行时间，希望通知其他交易者它提供的交易机会。由于众所周知它是遵循公开、易理解策略的不知情交易者，它希望借此解决价格歧视和信息不对称问题。

阳光交易可能为个别极知名的交易者解决信息不对称问题，却引入另一个严重问题：宣布交易意图等于向市场赠送免费交易期权，会招来抢跑者、报价匹配者，有时还有挤压者（第 11 章）。所以阳光交易者的成本可能反而高于谨慎控制暴露时的成本。

金融直觉：LOR 的故事有一个著名的后续：1987 年 10 月 19 日美股暴跌时，组合保险机构按公式必须在下跌中持续卖出期货，而市场都知道这一点。知道“必然会有大量卖单”的人提前卖出或推迟买入（表 15-1 的同侧加速、对侧推迟），卖压被放大，组合保险机构的执行价格远差于模型假设。这说明阳光交易的悖论：越是让别人能准确预测你的交易，你越是在送出免费期权；第 11 章的情绪导向技术交易者正是靠预测这类交易获利。

15.4 楼上市场

15.4.1 大宗交易商

大宗交易商用自营账户成交客户的大单。因为接过客户头寸，又叫大宗头寸承接者（block positioners）；因为便利客户的流动性需求，又叫大宗促成者（block facilitators）。接手后，他们设法平仓：找对新头寸感兴趣的大交易者，或拆成小块随时间卖入市场。

他们必须仔细定价，确保能盈利平仓，也就是要能预测平仓的交易成本。所以部分大宗交易商在交易成本分析（transaction cost analysis, TCA）上投入很大。他们必须非常小心，不与知情者或还有更多量要交易的人交易：前者让价格在平仓前变得不利，后者让交易商要和客户竞争平仓。因此大宗交易商对客户为何交易有强烈而直接的兴趣。

许多大交易者选择大宗交易商，是因为后者是更好的交易者。发起者自己拆单也许能做，但成本可能更高，尤其想快速成交时。为避免这些成本，他们付费让大宗交易商接手自己的交易难题。第 11 章说过，某种意义上大宗交易商就是"被雇来的抢跑者"。

15.4.2 大宗经纪人

大宗经纪人帮发起者找到能成交订单的交易者，常要召集多方来凑成一笔大单，所以又叫大宗组装者（block assemblers）。被召集的流动性提供者同样不想卖出后价格上涨、买入后价格下跌，他们依赖经纪人判断发起者是否知情、是否如实告知了全部规模。事后发现经纪人筛选不力，他们就不再合作。所以经纪人必须了解客户，常为客户估算交易成本，以证明自己平均而言服务良好。经纪人向发起者收佣金，在许多市场也向流动性提供者收佣金。

15.4.3 经纪人与交易商的分工

按比较优势分工：

• 交易商在与急躁交易者交易时有优势（可以在不知道头寸去向时先接下），在小额大宗上也有优势（常可以在市场中耐心平仓）；
• 经纪人在为最大的交易者组装大宗时有优势，因为交易商不愿持有非常大的头寸。

实践中多数大宗交易员既做经纪人也做交易商。双重身份可以随时做对客户最有利的事；愿意自己出钱参与交易的经纪人，也更能让潜在交易者相信这笔交易不会伤害他们，因为他不只拿声誉、还拿财富为客户审查作担保。原书用魔术师的假断头台作比喻：为了让志愿者放心把手放进去，魔术师常把自己的一根手指也放进去。与其他流动性提供者一起参与交易的经纪人，就是"把手指放进了断头台"。

成交报告问题：要求完整及时报告成交的规则，有利于大宗经纪人，不利于大宗交易商。 经纪人安排完交易工作就结束了；交易商促成交易后还要平仓。交易商须快速报告大宗时，精明交易者可以预测交易商为平仓必须做的交易并抢跑，提高平仓成本；也可能根据成交报告推断发起者是否知情，使交易商来不及在信息推动价格之前平仓。不出所料，成交报告要求最弱的往往是交易商市场，例如原书写作时多数公司债市场没有成交报告要求，美国 SEC 推动的债券成交报告系统遭到交易商强烈抵制。原书还提到，伦敦证券交易所曾允许交易商在成交后最长 7 天才报告最大的大宗，后来改为 90 分钟内；而美国股票交易在开市期间须 90 秒内报告。

现状补充：美国公司债成交报告系统 TRACE 于 2002 年 7 月上线，此后覆盖范围逐步扩大到机构 MBS、ABS 等品种，并允许对超大额交易隐藏具体规模（只显示上限值）。欧盟 MiFID II（2018 年起适用）对大额交易设有延迟披露制度。美国股票的成交报告时限此后也进一步缩短。这些安排都是在"透明度"和"大宗交易商的平仓成本"之间寻找平衡，原书本节的逻辑仍然适用。

15.4.4 交易动机审查

为避免帮助知情者，大宗交易员调查客户的交易动机。不知情者有与基本面价值无关的功利性理由（第 08 章），理由明显时可以判定为不知情。最有把握的情形是：客户有容易核实的功利性理由，要在此时交易此品种。如果发起者在选择品种或时机上有裁量余地，交易员就会怀疑他是策略性地选择了证券或时机。

表 15-2 交易动机示例及可能解读

原书举了一个"无信息含量的减持"的好例子：美国 ERISA 法限制雇主赞助的养老金计划持有赞助企业股票的比例。若计划已持有上限，赞助企业又以换股方式收购了一家该计划也持有的公司，交易后计划持有的赞助企业股票就会超限，法律要求它卖出超额部分。大宗交易员可以合理判断，这笔卖出不是信息驱动的。

也有交易者嘲笑"大宗经纪人审查交易动机"的说法，认为经纪人提供的信息多数不可信。这有一定道理：在价格波动很大的市场，流动性提供者分不清不利价格变化是与交易有关还是正常波动，大宗交易员可能建立不起有效审查的声誉，于是在审查上偷懒，每个流动性提供者只能靠自己的研究。

原书另一个边栏提到"分销"现象：券商自营部门常向零售客户推荐自己刚为大客户承接大宗而获得的股票，客户听从后，券商就把头寸卖给客户。这些推荐历史上表现不佳。最可能剥削客户的，是用强硬推销手段从不成熟的散户那里开新户的经纪人，因为他们失去客户的损失最小。但向零售客户分销大宗未必邪恶：诚实地识别并推荐被低估的证券，是在为客户服务。

15.5 一个说明问题的统计量：80% 由卖方发起

比较大宗成交价与当时的报价，可以判断发起方：成交价更接近 bid，很可能是卖方发起；更接近 ask，则是买方发起。这个方法假设发起者为成交付出了让步，这是合理的，所以分类相当准确（与今天常用的 Lee–Ready 算法中的报价规则同理）。

结论：美国股市约 80% 的大额大宗由卖方发起。 这一显著不对称与四个问题中的三个一致：

• 潜在需求：卖方可以卖给任何感兴趣的人；卖空困难时，买方一般只能从持有该证券的人那里买到大宗，所以买大宗常比卖大宗难。
• 价格歧视：不能卖空的卖方常能可信地披露全部规模（最多卖出持仓）；买方很少受此约束。
• 信息不对称：卖方常能更有说服力地证明自己不知情，比如必须卖出特定证券来筹集现金或管理不分散的组合风险；买方则可以买任何证券。由于不知情的买方不应构建不分散的组合，人们假设多数大买方是知情的。

所以流动性提供者更愿意向卖方提供流动性。

金融直觉：第三条可以用你熟悉的组合理论来理解。按马科维茨的框架，一个不知情的投资者没有理由集中买入单一股票，最优做法是买分散化的组合；所以有人想大笔买入某一只股票，最自然的解释是他认为这只股票被低估了，也就是他（自认为）知情。卖出则不同：投资者因为赎回、再平衡、风险集中度超限而卖出某只股票，是很常见的流动性需求，不需要任何私有信息。换句话说，“买一只”需要理由，“卖一只”往往只需要一个现金需求。这也是 A 股和港股的大宗交易中，折价卖出远比溢价买入常见的原因之一。

15.6 大宗市场与常规市场的关系

两个市场交易相同的品种，监管者既要防止大交易者用大宗市场规避常规市场的规则、保护常规市场交易者的权利，又要尊重大交易者在常规市场找不到流动性的现实。

15.6.1 股票市场

原书写作时，美国上市股票中，交易所会员在开市期间成交的上市证券大宗交易，必须在交易所打印（print）：大宗交易员把配对好的买卖订单提交给市场，让交易所的订单优先规则保护所有交易者。冲突在于：市场上的挂单可能比配对订单优先级更高，要么价格更好（价格优先），要么在配对订单到达前就以大宗价格挂着（时间优先）。大宗交易员想不受干扰地完成对敲撮合（cross），优先级更高的挂单者想参与。

美国股票交易所当时的规模优先规则（size precedence rule）是一个折中：超过 25,000 股的 cross，配对订单在成交价上可以"以量压过订单簿"（outsize the book），跳过时间优先更早的订单；但所有价格更好的挂单必须按大宗价格纳入交易，大宗交易员须"清理订单簿"（clean up the book）。这样既保护了大宗交易员安排交易的努力，也维持了改善价格的激励，还鼓励大宗经纪人先利用交易所内的流动性。为避免限价单打破大宗，大宗交易员常在挂单较少的地区性交易所打印 cross。

15.6.2 期货市场

多数期货市场要求所有交易都在交易所系统内完成，以防经纪人把订单导给报价更差的同伙。大宗交易通常在交易所外安排，所以期货市场历来没有或只有繁琐的大宗程序。后来各期货市场试验大宗规则，一般允许在合格参与者（eligible participants，被认为了解场外协商交易问题的成熟交易者）之间安排超过规定数量的大宗，但仍要求价格在当时市况下公平合理。原书举例，LIFFE 于 1999 年 4 月推出大宗交易设施，允许会员及其合格的"批发客户"以双边协商价格交易超过规定规模的大宗。

期货转现货（exchange for physical, EFP）：双方同意以一笔现货多头交换一笔期货多头加现金。它最初是为了让农产品商业经营者转移已对冲的现货头寸。

例 15.3（小麦 EFP）：北达科他州麦农 Frank 卖出小麦期货对冲作物，打算卖给当地粮商 Oscar。Oscar 懂储运、不懂全球供求，所以总是对冲现货头寸。Frank 卖粮时须平掉空头对冲，Oscar 须建立同样的空头对冲。两人不必分别去芝加哥交易期货，而是做一笔 EFP：Frank 把现货小麦交给 Oscar，换取现金和一个期货多头，这个多头抵消了 Frank 的空头；Oscar 交出期货多头后变为期货空头，正好对冲新到手的小麦。

EFP 可以在交易所外进行，所以也被用于盘后交易。原书的例子：CME 德国马克期货交易者 Geraldine 收盘时多头过多，便与大银行的货币交易员做 EFP，把美元和期货合约交给银行换取马克，同时把这些马克卖给同一交易员换回美元，实际上在盘后把期货卖给了银行。交易所称之为暂时性 EFP（transitory EFPs）。

现状补充：如今 CME 等主要期货交易所都有成文的大宗交易规则（CME 为 Rule 526），对各合约设定最低规模和报告时限；EFP 在 CME 被并入更广义的"期货与相关头寸交换"（EFRP）规则。LIFFE 于 2014 年并入 ICE，成为 ICE Futures Europe。德国马克已于 2002 年被欧元取代。

量化实战

1. 执行算法要解决的正是这四个问题

现代算法交易和交易台服务几乎一一对应本章的四个问题：

表 15-1 中的信息泄露效应，是执行算法要"防侦测"的根本原因。

2. TCA：分解大宗冲击

大宗交易商对平仓成本的预测、经纪人用成本统计证明服务质量，正是今天 TCA 和执行落差（implementation shortfall）的前身。一个基本做法是把成交价相对成交前中间价的偏离分解为：

• 永久冲击：成交前中间价到若干时间后中间价的变化，反映信息含量；
• 暂时冲击：成交价到若干时间后中间价的差，即随后回吐的部分，反映流动性提供者获得的补偿。

推导拆解：三者的关系是一个恒等式。记成交前中点 \(m_0\)、成交价 \(p\)、\(h\) 时间后的中点 \(m_h\)、发起方方向 \(d\)（买 +1、卖 −1）。从发起方视角（正数表示对发起方不利）： 总冲击 \(=d\,(p-m_0)\)；永久冲击 \(=d\,(m_h-m_0)\)；暂时冲击 \(=d\,(p-m_h)\)。 把后两项相加：\(d(m_h-m_0)+d(p-m_h)=d(p-m_0)\)，正好是总冲击。中间的 \(m_h\) 一加一减抵消了。 这与第 14 章 (14.2) 的结构一一对应：永久冲击对应 \(\lambda\)（价格留下来的部分，信息成本），暂时冲击对应 \(c\)（价格回吐的部分，付给流动性提供者的报酬）。实务中 \(h\) 的选择很关键：太短，信息还没完全反映，永久部分被低估；太长，公共新闻噪声淹没信号，需要大样本平均。代码里用“次日”作为 \(h\)。

3. 信号研究

发起方判断（报价规则、Lee–Ready）是订单流不平衡因子的预处理步骤。实证文献（如 Holthausen、Leftwich 和 Mayers 的系列研究）发现，买方发起的大宗冲击更多是永久性的，卖方发起的更多是暂时性的，这与本章"买方更可能知情"的推理一致（此为原书之外的补充）。13F 持仓数据可用于估计机构的潜在抛售量，作为拥挤度和流动性风险的指标。

代码：发起方判断与大宗冲击分解

下面模拟 2 万笔大宗：80% 由卖方发起；买方发起者中知情比例 45%，卖方中 15%。发起方给出随机的价格让步，知情者的信息在次日反映到中间价中。先用报价规则判断发起方，再按发起方分解冲击。

import numpy as np
import pandas as pd

rng = np.random.default_rng(15)
n = 20_000
mid0 = 50.0
half_spread = 0.02
# 1) 生成大宗交易：80% 卖方发起；买方发起的大宗中知情比例更高
seller = rng.random(n) < 0.80
informed = np.where(seller, rng.random(n) < 0.15, rng.random(n) < 0.45)
side = np.where(seller, -1, 1)                       # 发起方方向：买 +1，卖 -1
info = np.where(informed, rng.normal(0.60, 0.20, n), 0.0)    # 知情者的信息（单位：元，方向同发起方）
concession = rng.uniform(0.10, 0.40, n)              # 发起方给流动性提供者的价格让步
trade_px = mid0 + side * (half_spread + concession)
noise = rng.normal(0, 0.30, n)                       # 次日之前的公共信息噪声
post_mid = mid0 + side * info + noise                # 次日中间价：只留下信息部分（永久冲击）

# 2) 报价规则判断发起方：成交价相对成交前中间价（为模拟 Lee–Ready 的误差，引入报价时滞噪声）
stale_quote_err = rng.normal(0, 0.12, n)
est_side = np.sign(trade_px - (mid0 + stale_quote_err))
acc = (est_side == side).mean()

# 3) 按发起方分组分解冲击（以发起方视角，正数=对发起方不利）
df = pd.DataFrame(dict(seller=seller, informed=informed,
                       total=side * (trade_px - mid0),            # 总冲击 = 价差 + 让步
                       permanent=side * (post_mid - mid0),         # 永久部分
                       temporary=side * (trade_px - post_mid)))    # 暂时部分（随后回吐）
df["发起方"] = np.where(df.seller, "卖方", "买方")
summary = df.groupby("发起方")[["total", "permanent", "temporary"]].mean()
summary["知情比例"] = df.groupby("发起方").informed.mean()
summary["笔数占比"] = df.groupby("发起方").size() / n
print(f"报价规则判断发起方的准确率：{acc:.1%}")
print(summary.round(3).to_string())

输出：

报价规则判断发起方的准确率：96.4%
     total  permanent  temporary   知情比例   笔数占比
发起方                                           
买方   0.271      0.278     -0.007  0.451  0.199
卖方   0.268      0.090      0.178  0.150  0.801

解读：

1. 报价规则很准：因为发起者付出了明显的让步，成交价远离中间价，即使报价有时滞噪声也很少误判。让步越小（如小单），误判越多，这时才需要 Lee–Ready 的逐笔检验（tick test）等补充规则。
2. 总冲击相近，构成却完全不同。卖方大宗的冲击大部分是暂时的（0.178），随后回吐，这是流动性提供者赚到的补偿；买方大宗的冲击几乎全是永久的，暂时部分甚至略为负，说明在这组假设下，流动性提供者给买方大宗提供流动性平均是亏钱的。
3. 这正是本章的逻辑：流动性提供者若不能区分知情与不知情的发起者，就必须对买方大宗要求更大的让步，或者干脆少接买方大宗。现实中卖方发起占大多数，与此一致。做 TCA 时，只看总冲击会误判执行质量，必须区分永久和暂时部分：前者是信息成本，执行得再好也省不掉；后者才是执行可以优化的部分。

本章小结

大宗交易是难以用正常方法安排的交易，通常超出交易所或交易商网络平时可提供的量。四个问题使它成本高昂：潜在需求（流动性提供者不表达意向）、订单暴露（广泛兜售会招来抢跑）、价格歧视（流动性提供者怕后面还有量）、信息不对称（怕发起者知情）。解决办法都要求发起者向对方披露可信的自身信息，而匿名市场无法建立声誉，所以大宗交易依赖彼此熟悉的关系，多在楼上市场完成。阳光交易能为极少数知名交易者缓解信息不对称，却送出免费期权、招来抢跑。大宗交易商用资本、大宗经纪人用声誉为客户审查作担保，兼营者更可信；及时成交报告有利于经纪人、不利于交易商。约 80% 的美股大宗由卖方发起，可由潜在需求、价格歧视和信息不对称三个问题解释。规模优先规则、期货大宗规则和 EFP 是衔接大宗市场与常规市场的制度安排。

练习

基础题

1. 用自己的话说明大宗交易的四个问题，并各举一个现代执行中的对应做法。
2. 在例 15.1 中，若 Sawyer 知道 Blair 要买 40 万股，而他预计买单全部完成后价格会比现价高 1 美元，他至少应要求以什么价格卖出 20 万股才不亏？ 答案要点：至少要高于现价 1 美元。Sawyer 卖出后持有空头，价格最终会被 Blair 的全部买单推高 1 美元，以"现价 + 0.5"成交时按新价格计算的损失就是原书算出的 \(200{,}000\times0.5=100{,}000\) 美元。
3. 为什么说"不了解客户时，大宗交易商损失资本，大宗经纪人损失声誉"？
4. 按表 15-2 的思路，判断以下动机是否可能知情：(a) 指数基金因指数调整卖出被剔除的成分股；(b) 某对冲基金称因"风险控制"需要立即卖出一只小盘股的全部持仓。 提示：(a) 时机和品种都由外部规则决定，很可能不知情；(b) 品种和时机都有裁量空间，需要追问。
5. 为什么延迟成交报告有利于知情者而不是不知情者？ 提示：原书思考题 7；延迟报告让交易商有时间平仓，但也让知情者的信息更晚反映在价格中。

进阶题

6. 大交易者把订单分给多个大宗交易员时，应该顺序提交还是同时提交？各有什么风险？ 提示：原书思考题 3；同时提交可能被视为不诚实，并在多个交易员之间泄露；顺序提交慢，前一笔的冲击会影响后一笔。
7. 大宗交易员如何识别客户把订单拆给了多个经纪人？ 提示：原书思考题 4；观察同时段的其他大宗、事后对照 13F 持仓变化。
8. 监管者是否应允许大额交易延迟报告？从大宗交易商、大宗经纪人、知情者、普通投资者四方的角度分析。 提示：原书思考题 6。
9. 修改本章代码：把卖方发起者的知情比例也提高到 45%，冲击分解如何变化？这对流动性提供者的定价意味着什么？
10. 知情者应如何安排交易，才能便宜地获得流动性？ 提示：原书思考题 8；结合"无知是福"和阳光交易的失败，思考"披着羊皮的狼"的策略，以及流动性提供者的应对。

原书推荐习题：第 15 章思考题 3、4（拆单的顺序或同时提交、识别拆单）、6、7（延迟报告的福利分析）、8（知情者如何低成本获得流动性）。思考题共 8 题。

原书对照

原书页码按"PDF 页码 − 13"估算。