屈源育等：量化交易与金融市场稳定——基于逐笔委托数据的分析

在大数据和人工智能技术广泛应用的背景下，量化交易已成为现代资本市场的重要组成部分。国际经验显示，在成熟市场中，程序化和算法交易贡献了大部分的成交量；在我国，量化私募基金规模近年来也呈现快速扩张趋势。与此同时，量化交易在市场波动加剧时期的表现引发了持续争论。从理论层面看，量化交易具有双重特征。一方面，基于规则和模型的自动化交易可以快速响应价格信号，通过提供流动性、缩小买卖价差提高价格发现效率；另一方面，量化策略之间可能存在较强的同质性，容易出现同步交易甚至“踩踏”，从而加剧风险在资产之间的传导。因此，量化交易对金融稳定的影响难以简单定性。从现实层面看，我国资本市场在投资者结构和信息环境等方面与成熟市场存在显著差异，情绪波动和流动性变化较为频繁。同时，我国量化交易起步较晚，但发展速度快，策略类型和风险管理水平与其他市场差异较大，在金融市场上也可能表现出不同特征。

党的二十届四中全会提出，“提高资本市场制度包容性、适应性”“构建风险防范化解体系，保障金融稳健运行”。在此背景下，系统评估量化交易对金融市场稳定的影响及其作用条件，具有重要的理论价值和现实意义。

本文利用2015—2023年A股股票样本，通过分析高频订单的提交、撤单与成交行为识别量化交易特征，并据此构建股票层面的量化交易活跃度指标。尾部风险传染通过协峰度指标进行测度，并区分两类尾部风险传递方向。其中，“市场向个股”的传染反映个股对系统性冲击的敏感程度，“个股向市场”的传染则反映个股风险向整体市场扩散的可能性。

研究结果显示，量化交易对金融稳定具有显著的非对称影响。首先，更高的量化交易活跃度显著降低“市场向个股”的尾部风险传染。在市场下跌期，量化交易更活跃的股票发生极端损失的可能性更低，这与量化资金提供流动性、加快价格发现的特征一致，并在股票信息质量更高、股票被低估或市场情绪较低时更为明显。其次，量化交易会增强“个股向市场”的尾部风险传染。量化交易活跃度更高的股票更容易将自身极端损失传导至更广泛的市场，特别是在公募基金持股较低、高波动策略占主导的股票中，以及投资者情绪高涨时更为显著。最后，量化交易的作用受到市场状态的影响：在价格急跌情形下，其流动性供给作用减弱而传染效应增强；在市场流动性不足时，量化资金则倾向于提供额外深度，缓解流动性压力。此外，本文还考察了与量化交易相关的监管政策效果，发现加强信息监管（如更细化的策略与持仓披露、更加及时的监测机制）有助于降低双向尾部风险传染；非差异化地对量化交易实施限制可能在部分时点削弱市场流动性。

本文的贡献主要包括：第一，提供了量化交易在新兴市场中同时具有稳定器和传递风险双重作用的经验证据；第二，通过将订单级数据与方向性尾部风险传染指标结合，将微观交易行为与宏观金融稳定问题联系起来，构建了较为全面的分析框架；第三，本文的发现有助于探讨如何在技术创新、市场效率与系统性风险管理之间取得平衡，对未来研究高频交易、跨市场风险传染以及算法策略与市场制度的相互作用具有启示意义。

第二，强化行业自律与执行端改进，降低策略趋同带来的结构性风险。研究发现，趋同交易和高波动策略更可能放大个股向市场的风险扩散。量化机构应加强对策略同质性、模型稳健性和极端行情响应能力的评估，主动优化策略结构。行业层面可适度提升策略的透明度，如披露策略大类和主要风险暴露等非敏感信息。券商作为执行通道，可在算法执行中引入拥堵识别和智能限速机制，缓解短时集中执行对市场的冲击。

第三，结合市场状态优化运行机制，提升极端情形下的风险承载能力。研究显示，量化交易在流动性压力时期有助于缓解尾部风险传染，而在价格快速调整时期稳定性作用较弱。这表明，市场对冲击的承载能力会影响量化交易的作用方向。因此，应关注市场状态与量化交易行为的交互关系，提升市场在不同情形下吸收冲击的能力。

第四，优化投资者结构，增强市场对情绪扰动的缓冲能力。实证结果表明，在长期资金占比更高、投资者结构更稳健的股票中，量化交易的正面作用更加突出。长期资金注重基本面和长期价值，其交易行为相对稳定，有助于缓解情绪驱动下的同步交易。推动长期资金在不同板块和不同市值股票中的覆盖度，有助于在系统性冲击中降低市场对短期波动的敏感度。

第五，加强投资者教育，缓解情绪化反应对风险传染的放大作用。研究发现，投资者情绪越高涨，量化交易越容易放大尾部风险传染。极端波动时期，市场对量化交易的误解容易引发情绪化归因。因此，应通过投教平台、媒体与高校合作等方式，向投资者系统介绍量化交易的基本原理和风险特征。同时，券商和基金公司在产品推介中应加强适当性管理，对量化策略产品提供更清晰的风险说明。