三高频交易的市场监管
高频交易对市场的影响这一话题最终必然要落脚到相关的市场监管措施上。从前文梳理的研究结论不难发现，高频交易不论对市场质量还是对市场福利，其影响都是多面的，其作用也是受到监管规则影响的(Chakrabarty et al., 2017)[10]，而完善的监管政策和适宜的监管手段无疑有助于更好的规制高频交易的发展，使其发挥正面的市场影响并降低风险。
(一)高频交易监管的国际经验
各国面向高频交易的相关监管实践为进一步完善监管政策提供了很好的借鉴。美国针对2010年的“闪崩”事件率先推出了一揽子监管举措，主要从信息收集、过滤机制、应急处理机制、特定行为限制四个方面入手成为了各主要市场高频交易监管的参照。欧洲虽然由于各国证券市场规模较小以及相对独立、且有逐股波动保护制度等原因，目前尚没有发生类似“闪崩”的严重事件，但欧陆各国仍非常重视针对高频交易的监管。
截至2017年，欧盟已经有11个成员国相继开始征收金融交易税以平滑高频交易的发展。德国联邦金融管理局(BaFin)更是在2013年5月出台了全球首部《高频交易法》，从自营账户监管、风控系统、操纵市场行为的界定、交易所预防机制、最小报价和指令成交比例限制、以及监管机构的知情权六个方面界定了高频交易的监管政策。此外，香港市场也仿照欧美的举措，出台了针对程序化交易的监管措施，以期建立从事前准入、企业内控、到事后应急披露三位一体的“防火墙”风控体系。总的来说，强调公平性、准入和监管层知情，以及限制高频交易的过快发展是各国监管政策导向的共同点，体现了各国监管层面对高频交易相对谨慎的态度。
除了上述传统监管举措之外，近几年各国监管层也分别引入了RegTech的监管技术以期利用新的技术手段更好地实现对高频交易行为的跟踪记录与同步监管。例如SEC的市场信息数据分析系统(Market Information DataAnalytics System，MIDAS)就直接采用了与知名高频交易公司Tradeworx的交易系统完全相同的软件，这一举措取得了不错的效果，并使得SEC对于美国证券市场的研究取得了一系列新的突破。纳斯达克也于2013年与Tradeworx达成了合作，允许该公司利用自己的交易系统对交易所历史数据进行回测，以期尽快得出高频交易对市场的真实影响，并使交易所能更好地适应高频交易的发展。
二战之后，世界贸易改变了原有的世界经济体系，后发国家希望通过参与全球贸易来实现经济起飞。但从历史的分异来看，东亚国家通过参与全球生产分工，发展出口导向型经济，促进工业化的快速推进，实现了“东亚奇迹”，但拉美国家仍然依赖资源型产业的出口，导致“荷兰病”和资源诅咒问题，最终陷入“拉美陷阱”。这一历史的分异与一国汇率政策的实施密切相关。世界银行针对东亚国家的经济增长奇迹，将成果归因于这些国家与地区在贸易自由化过程中保持各自的汇率竞争力，从而促进出口推动型战略的实现。
为了提高出口商品的国际竞争力，各国偏向于采用竞争性实际汇率政策，即汇率低估政策。韩国政府对金融市场和劳动力市场的严格控制增强了制造业企业对汇率低估政策的支持。在这一时期，韩国成功地实施了韩元汇率低估政策，出口导向政策通过实际汇率低估的贸易保护政策促进了后发国家工业部门的发展。
(二)我国针对高频交易的相关监管举措
就我国而言，我国证券市场在2015年股市异常波动中也被认为受到了高频交易的影响，证监会在当时除了紧急将融资融券T+0机制修改为T+1之外，也于2015年10月9日发布了《证券期货市场程序化交易管理办法(征求意见稿)》，全面加强了对程序化交易的监管。事实上，我国证券现货市场由于基础设施、交易费用、股票流转机制等原因，尚不具备高频交易快速发展的条件，因此针对高频交易或程序化交易的监管主要集中于证券期货市场。由于这一市场相比于股票现货市场而言，准入门槛较高、市场体量较小，因此为提供了一个合适的“监管沙盒”。
近年来，监管层又基于分析和调研，针对高频交易或程序化交易产生市场影响的诸多因素出台了相关监管对策。在证券市场信息技术基础设施方面，证监会于2016年推出了《资本市场交易结算系统核心技术指标》，从订单和成交的延时、吞吐速率、处理容量、以及结算处理能力等多个角度规范了证券市场各项信息技术指标，并制定了较为详细的测试方案;并于2018年发布了《证券基金经营机构信息技术管理办法》，规定了机构投资者在内部信息技术治理以及信息合规和风险管理层面的责任。
另一方面，从监管穿透性和高效性的角度，监管层先后出台了《证券期货业信息系统托管基本要求》、《证券期货业数据分类分级指引》等，以期通过规范系统托管、加强客户交易终端采集、建立标准化的数据分类分级处理和汇报流程等，为高频交易和程序化交易的发展提供合理空间的同时，加强监管层和各级市场主体的风险监控能力，并进一步提升“看穿式监管”的质量。2019年2月，证监会发布了《证券公司交易信息系统外部接入管理暂行规定》征求意见稿，拟重新放开券商股票交易接口，完善做市商制度。与此同时，针对期货市场，监管层也逐步明确禁止了虚假申报、挤仓等多种操纵期货市场交易价格的行为，并规定了具体构成要件[i]。对于高频交易和程序化交易的监管举措和配套政策正在全方位加速推进。
(三)高频交易监管的学术研究成果
受限于样本的数量和可得性，目前学术界对于具体监管举措的研究还相对较少，与各国的监管实践还是有一定的距离，这一领域有待进一步挖掘。Biais et al. (2016) [2]建立了理论模型分析高频交易的市场福利效应，他们最终推导出的结果是由于高频交易本身会对其他类型交易者产生负外部性，而以机构为主的高频交易者缺乏激励去将这一外部性内部化，因此应当针对流向高频交易的相关投资收取庇古税(Pigovian Tax)，以缓解外部性问题。Budish et al. (2014, 2015)[8][9]则基于毫秒级的高频数据分析得出，高频交易市场不应当继续采用连续竞价的撮合方式，而应当采取固定时间间隔(如0.1秒)的集合竞价(Batch Auction)，从而避免上述问题。
另一部分学者则致力于评价现有的监管措施，并且也得到了一些有价值的结论。例如Linton et al. (2013) [30]发现上文提到的欧洲成员国收取的金融交易税以及配套的订单取消制度至少已经不适用于新的市场现状;又如Goldstein et al. (2014)[16]则总结了加拿大采用以“Trade-at”规则(这一规则旨在解决市场分割问题，保证每一笔报单在最优报价的市场进行交易)为代表的一系列针对高频交易新规的结果，最终发现这些规则的影响是相对负面的，导致了市场竞争活力的削弱、交易量的迅速集中以及交易成本的提高。
四高频交易与亚洲市场
尽管高频交易在欧美市场已经成为了一种普遍的交易方式，其在亚洲的发展速度却相对较慢。最主要的原因是亚洲国家证券市场起步较晚，电子交易系统基础设施(IT Infrastructure)相对落后，例如美国纳斯达克市场的最小报单执行时间早在2010年就达到了0.1毫秒级，而同期亚洲市场中报单执行速度最快的日本东京交易所这一数据为约5毫秒、香港为9毫秒、新加坡则为16毫秒(Moosa and Ramiah, 2014)[36]。根据Chiyachantana and Jain (2009)[11]的研究，指令与执行之间的延迟造成的交易成本约占总成本的1/3，因而过长的报单执行时间使得高频交易者一系列高频策略失去了意义，很难付诸实践。
另一个原因则是股票交易印花税造成的交易成本。高频交易不论采用何种策略，其本质都是通过高速度、高频次的交易创造超额收益，因而对证券交易逐笔征税的印花税成为了高频交易成本的主要构成部分。从理论上讲，一旦印花税税率提高至高频交易者的盈亏平衡点之上，市场中就不会再出现高频交易的行为，这也在一定程度上可以解释各主要市场高频交易发展规模和发展速度不一致的现实。目前各国对于股票交易印花税的征收各有选择，例如美国、日本、新加坡等已于上世纪60年代至2000年先后取消了印花税;而另一方面，欧盟则有11个成员国在近年来增加了前述“金融交易税”的征收，打破了欧美市场不征收证券交易税的传统。
在我国，A股市场的股票交易印花税自1990年在深交所推出以来几经变动，目前税率已经由最初的6‰降为1‰单向收取;香港市场则至今保持了1‰双向征收的股票交易印花税率，综合来看其股票交易印花税比A股市场高，在全世界范围内也属于印花税负担相对较高的市场。尽管对于学界对于是否应当按照高频交易的标准在交易所层面进行基础设施建设，以及是否应当征收股票交易印花税还存在争议，但是可以确定的是，交易电子系统的基础设施建设以及股票交易印花税的征收均与高频交易的发展规模和发展速度直接相关(Biais et al., 2016 [2]; O’Hara, 2015[38];Linton et al., 2013[30])。
此外，证券市场基础金融产品的多样性不足也构成了亚洲市场高频交易发展的限制性因素。高频交易作为一种倚赖现代信息技术的交易方式，最善于处理复杂多变的信息系统，从而一个工具完备、产品多样性良好、信息透明的市场是最有利于高频交易者获利的(Cespa and Vives, 2013)3。例如股指期货和个股期权的发展可以带来大量的统计套利和期现货套利的机会，而针对交易者的短期融资需求的一系列新产品更是可以为高频交易者提供更宽的持仓波动范围和更自由的操作空间，等等。但这些产品恰恰都是亚洲市场(尤其A股市场)目前尚未开发或开发不足的基础产品，从而对高频交易的发展形成了一定的限制。
总结而言，亚洲市场高频交易发展规模至今依然不大，除上述原因外，这一现状实质上也是各国监管层基于本国国情和证券市场发展现状的一种自主选择。不过即便如此，由于欧美市场高频交易已经得到了相对充分的发展，竞争日趋激烈，因此还是有不少高频交易机构将目光投向了亚洲市场。各国也都已经开始研究如何应对高频交易时代的到来，以期在保证市场平稳运行和合理发展的前提下，在新的时期抢占先机，拔得头筹。
五结论与讨论
高频交易正在深刻改变着全球金融市场，甚至的确与18世纪中后期机器替代手工业者的革命有着某些共通之处。高频交易对传统证券市场的革命性转变不仅仅来源于其在收益、成本和风险上的优势，以及由此导致的高频交易占比的迅速增长，更在于这一新兴交易方式对于人们心中传统的“交易”、“信息”以及“公平”等一系列概念形成的一定程度上的颠覆。
从市场质量的角度来看，高频交易可以通过在不同情况下充当市场流动性的提供者和索取者来影响全市场的流动性水平，也可以通过影响市场波动性或引发市场极端波动来影响市场的稳定性，最终影响市场质量。从市场福利的角度来看，高频交易会影响市场中的其他类型交易者的指令执行概率和收益(即策略的公平性机制)，也会导致在高频交易者之间、以及在分割市场交易所之间的“军备竞赛”，从而会影响市场福利乃至社会福利水平。
世界各主要市场自美国“闪崩”事件以来都已经根据自身情况制定了针对高频交易的系列监管举措。就其内容来看，强调公平性、准入和监管层知情，以及限制高频交易的过快发展是各国监管政策导向的共同点，这体现了各国监管层面对高频交易相对谨慎的态度。与此同时，美国也已经率先开始探索将新技术应用于金融监管之中从而实现RegTech对高频交易的同步监管。然而目前学术研究与监管实践贴合的并不紧密，并且对于具体监管举措的研究也相对较少，有待进一步深入挖掘。
总结而言，目前对于高频交易的学术研究发展尚不足十年，仍处于起步阶段，学者们的前期研究主要致力于概念的梳理、逻辑链条的建立以及对于高频交易相关问题研究的基本框架的建立上。既有研究对于高频交易的市场影响这一问题的理论模型和实证研究范式都相对较为单一，多采用简单的关联性研究以及基于外生政策冲击因果识别的机制。
近年来随着研究的深入，已经有学者在探索针对这一问题新的模型，例如Jain et al. (2016) [23]就提出了基于CoVAR模型的新的统计方法用以度量和研究“闪崩事件”。另一方面，学者也在试图将既有研究进一步精细化、准确化，例如O’Hara et al. (2014)[37]在研究了零星交易(Odd-lots，指交易额度小于通常的最小报单单位)之后指出，既有研究可能忽视了这一占到总量60%的交易指令，而这可能会导致一系列相关的度量结果和研究结论变得不可靠，这一结论可能也有助于解释既有研究结论之间的不一致。当然，后续研究的可能性也不仅仅局限于上述两点，例如探讨如何将已有的经济学理论框架应用于高频世界，“信息”、“交易”、“公平”等概念在高频世界是否可能被重新定义，这些问题都留待学者进行进一步的探索和挖掘。同时针对高频交易的具体监管政策研究领域未来也将有较大的发展空间。
此外，随着高频交易在全球市场的一系列新发展，一些基本特征事实也在随时间产生变化，例如Popper (2012)[42]发现，尽管随着技术的进步和高频交易的不断发展，美国证券市场的总交易成本已经在2000-2010年的十年间下降了逾50%，达到了3.5美分，但是到了2012年年中，又回升至3.8美分。部分学者据此认为高频交易为市场带来的交易成本下降已经完全实现了，并不能够进一步提高市场流动性从而改善市场质量。总之，随着各国高频交易的进一步发展和监管实践的进一步丰富，相关的数据和研究样本可得性也将大大提高，这无疑将有助于学者进行更加深入和广泛的研究。
不论如何，随着以我国为代表的亚洲国家国际化程度、金融开放水平和金融市场建设水平、以及市场国际化需求的进一步提高，高频交易很可能会有朝一日成为东亚证券市场的主要交易方式之一，也会成为各大交易所竞争的主要交易量来源之一。而对于我国来讲，我国的证券市场在历史沿革、市场定位、市场微观结构乃至投资者行为习惯等方面，都与欧美市场有着较大差别。这就更要求我国学者在借鉴西方经验和既有研究成果的基础之上，立足于我国市场的特殊情况进行充足的理论和实证研究，从而更有助于我国证券市场尽快适应新时代科技发展和国际化需要，也更有助于进一步深化金融体系改革，建立更完善的金融市场，最终在未来信息技术大发展的“高频”时代力争抢得先机、实现弯道超越。
参考文献(可滑动)
[1]Baron M, Brogaard J, Hagstr?mer B. Risk and return in high-frequency trading[J]. Journal of financial and quantitative analysis, 2014: 1-57.
[2]Biais B, Foucault T, Moinas S. Equilibrium fast trading[J]. Journal of Financial economics, 2015, 116(2): 292-313.
[3]Boehmer E, Fong K, Wu J. International evidence on algorithmic trading[C]//. AFA 2013 San Diego Meetings Paper. 2012. 35-82.
[4]Brogaard J, Carrion A, Moyaert T, et al. High frequency trading and extreme price movements[J]. Journal of Financial Economics, 2018, 128(2): 253-265.
[5]Brogaard J, Hendershott T, Riordan R. High frequency trading and the 2008 short-sale ban[J]. Journal of Financial Economics, 2017, 124(1): 22-42.
[6]Brogaard J, Hagstr?mer B, Nordén L, et al. Trading fast and slow: Colocation and liquidity[J]. The Review of Financial Studies, 2015, 28(12): 3407-3443.
[7]Brogaard J, Hendershott T, Riordan R. High-frequency trading and price discovery[J]. The Review of Financial Studies, 2014, 27(8): 2267-2306.
[8]Budish E, Cramton P, Shim J. Implementation details for frequent batch auctions: Slowing down markets to the blink of an eye[J]. American Economic Review, 2014, 104(5): 418-24.
[9]Budish E, Cramton P, Shim J. The high-frequency trading arms race: Frequent batch auctions as a market design response[J]. The Quarterly Journal of Economics, 2015, 130(4): 1547-1621.
[10]Chakrabarty B, Moulton P C, Trzcinka C. The performance of short-term institutional trades[J]. Journal of Financial and Quantitative Analysis, 2017, 52(4): 1403-1428.
[11]Chiyachantana, C. N. and Jain, P. K. (2009): “Institutional Trading Frictions”, Social Science Electronic Publishing, 7(3), 37-44.
[12]Clark C. How to keep markets safe in the era of high-speed trading[J]. Chicago Fed Letter, 2012 (303): 1.
[13]Conrad J, Wahal S, Xiang J. High-frequency quoting, trading, and the efficiency of prices[J]. Journal of Financial Economics, 2015, 116(2): 271-291.
[14]Du S, Zhu H. What is the optimal trading frequency in financial markets?[J]. The Review of Economic Studies, 2017, 84(4): 1606-1651.
[15]Gai J, Yao C, Ye M. The externalities of high frequency trading[J]. Available at SSRN 2066839, 2013.
[16]Goldstein M A, Kumar P, Graves F C. Computerized and high?frequency trading[J]. Financial Review, 2014, 49(2): 177-202.
[17]Grossman S J, Miller M H. Liquidity and market structure[J]. the Journal of Finance, 1988, 43(3): 617-633.
[18]Hagstr?mer B, Nordén L. The diversity of high-frequency traders[J]. Journal of Financial Markets, 2013, 16(4): 741-770.
[19]Hagstr?mer B, Nordén L, Zhang D. How Aggressive Are High?Frequency Traders?[J]. Financial Review, 2014, 49(2): 395-419.
[20]Hendershott T, Jones C M, Menkveld A J. Does algorithmic trading improve liquidity?[J]. The Journal of Finance, 2011, 66(1): 1-33.
[21]Hendershott T, Moulton P C. Automation, speed, and stock market quality: The NYSE‘s hybrid[J]. Journal of Financial Markets, 2011, 14(4): 568-604.
[22]Hoffmann P. A dynamic limit order market with fast and slow traders[J]. Journal of Financial Economics, 2014, 113(1): 156-169.
[23]Jain P K, Jain P, McInish T H. Does high-frequency trading increase systemic risk?[J]. Journal of Financial Markets, 2016, 31: 1-24.
[24]Jarnecic E, Snape M. The provision of liquidity by high?frequency participants[J]. Financial Review, 2014, 49(2): 371-394.
[25]Jones C M. What do we know about high-frequency trading?[J]. Columbia Business School Research Paper, 2013 (13-11).
[26]Kirilenko A A, Lo A W. Moore‘s law versus murphy‘s law: Algorithmic trading and its discontents[J]. Journal of Economic Perspectives, 2013, 27(2): 51-72.
[27]Kirilenko A, Kyle A S, Samadi M, et al. The flash crash: High?frequency trading in an electronic market[J]. The Journal of Finance, 2017, 72(3): 967-998.
[28]Laughlin G, Aguirre A, Grundfest J. Information transmission between financial markets in Chicago and New York[J]. Financial Review, 2014, 49(2): 283-312.
[29]Leal S J, Napoletano M. Market stability vs. market resilience: Regulatory policies experiments in an agent-based model with low-and high-frequency trading[J]. Journal of Economic Behavior & Organization, 2017. 178-201.
[30]Linton O, O’Hara M, Zigrand J P. The regulatory challenge of highfrequency markets[J]. High-Frequency Trading. Risk Books, 2013. 207-230.
[31]Malinova K, Park A. Subsidizing liquidity: The impact of make/take fees on market quality[J]. The Journal of Finance, 2015, 70(2): 509-536.
[32]McInish T, Upson J, Wood R A. The flash crash: trading aggressiveness, liquidity supply, and the impact of intermarket sweep orders[J]. Financial Review, 2014, 49(3): 481-509.
[33]Menkveld A J. High frequency trading and the new market makers[J]. Journal of Financial Markets, 2013, 16(4): 712-740.
[34]Menkveld A J. High?Frequency Traders and Market Structure[J]. Financial Review, 2014, 49(2): 333-344.
[35]Menkveld A J, Yueshen B Z. The Flash Crash: A cautionary tale about highly fragmented markets[J]. Management Science, 2018. Published online https://doi.org/10.1287/mnsc.
[36]Moosa I, Ramiah V. The regulation of high-frequency trading: an Asian perspective[J]. Handbook of Asian Finance: REITs, Trading, and Fund Performance, 2014, 2: 153-170.
[37]O‘Hara M, Yao C, Ye M. What‘s not there: Odd lots and market data[J]. The Journal of Finance, 2014, 69(5): 2199-2236.
[38]O’Hara M. High frequency market microstructure[J]. Journal of Financial Economics, 2015, 116(2): 257-270.
[39]Pagnotta E S, Philippon T. Competing on speed[J]. Econometrica, 2018, 86(3): 1067-1115.
[40]Patterson S. High-frequency traders’ safeguards come under scrutiny[N]. The Wall Street Journal, 2013-7-18.
[41]Patterson S, Strasburg J, Pleven L. High-speed traders exploit loophole[N]. Wall Street Journal, 2013-5-1.
[42]Popper N. On Wall Street, the rising cost of faster trades[N]. The New York Times, 2012-8-14 Page A1.
[43]Stiglitz J E. Tapping the brakes: Are less active markets safer and better for the economy?[C]//Federal Reserve Bank of Atlanta 2014 Financial Markets Conference Tuning Financial Regulation for Stability and Efficiency, 2014-4-15, 15.
（来源：《证券市场导报》2019年7月）
