一、引言
注册制改革是我国建设高质量资本市场的重要举措。目前，上海证券交易所科创板和深圳证券交易所创业板均已在注册制下建立了市场化的新股发行制度。在注册制的发行环境下，证券市场的价格发现和投资者保护更加依赖健全的二级市场交易制度。因此，科创板和创业板在进行注册制改革时，也都同步配套了交易制度的改革。其中，价格笼子（也称“有效申报价格范围”）是维护二级市场瞬时价格稳定、防范异常波动风险的重要交易制度创新。
事实上，全球主要证券交易所在交易制度设计上，大多结合各自市场的特征采取一定的盘中稳定机制。常用的盘中稳定机制包括价格涨跌幅限制、个股波动性中断、指数熔断、价格笼子等。相比其他盘中稳定机制，价格笼子具有以下特点：第一，大多数盘中稳定机制都是只在极端市场行情下生效的偶发政策，而价格笼子直接规定投资者申报价格的范围，是会影响投资者报价行为和下单策略的基础性交易规则；第二，采用价格笼子的证券市场相对较少，以往学术研究也鲜有关注。引入价格笼子机制可能会对投资者报价、交易流动性以及价格发现效率等市场微观结构特征产生重要影响。因此，从市场微观结构的角度，深入分析价格笼子的影响，对评估这一盘中稳定机制的效果、理解注册制改革配套的交易制度创新的作用具有重要意义。
直观来看，价格笼子不仅通过限制报价范围来避免瞬时价格的大幅波动，而且集中订单申报的设计有助于降低价格冲击、提升价格变动的连续性和交易的流动性。但与此同时，在价格笼子的限制下，投资者为及时成交，只能在报价范围内下单。这使投资者拥有的关于证券价格的真实信息被隐藏，导致新信息需要更长的时间才能进入到价格之中，进而加剧订单不平衡的持续性，降低价格发现效率。因此，评估价格笼子的实施效果，需要综合考量以上两方面的影响。
本文采用双重差分的方法，基于深交所的股票逐笔委托订单和高频价量数据，从价格笼子对投资者报价的影响出发，分析其对个股流动性、价格发现效率以及价格稳定的影响。具体来说，本文以创业板已上市1年以上的公司作为实验组，以深交所主板和中小板已上市1年以上的公司作为对照组，通过两组公司在2020年8月24日价格笼子实施前后订单报价分布、交易流动性以及订单不平衡持续和价格预测性的变化，综合评估价格笼子的价格稳定作用。
本文的主要发现如下。第一，在价格笼子实施后，相对于控制组股票，实验组股票有效报价范围以外的委托比例大幅减少、订单报价更加集中，而且价格冲击和买卖价差降低，交易流动性显著改善。第二，价格笼子的实施带来了订单不平衡的持续性和价格预测性的上升，表明价格笼子在限制报价范围的同时延缓了新信息进入价格的速度，进而降低了价格发现效率。综上，本文的研究表明价格笼子的实施有助于改善交易流动性、降低价格冲击，但同时也带来了订单不平衡加剧和价格发现效率降低的成本。因此，评估价格笼子的价格稳定作用，需要综合考虑其对流动性和价格发现效率的影响。
进一步地，本文还从股票流动性和信息环境两个维度，分析了价格笼子实施对市场微观结构影响的异质性。研究发现，价格笼子降低价格冲击的效应在高流动性股票中表现较弱，而订单不平衡持续性上升的效应则在高流动性股票中表现更明显。这表明引入价格笼子后，流动性较高的股票流动性改善的收益相对较小，却承担了较大的价格发现效率降低的成本。因此，未来可考虑仅在流动性较差的股票中实施价格笼子。股票信息环境较差的股票在实施价格笼子后，其流动性改善更加明显，但订单不平衡的持续性和价格预测性上升幅度也更大。这表明对于股票信息环境较差的股票，在引入价格笼子时，除关注流动性改善的好处外，还应尽可能提升信息透明度，以降低新交易规则实施的成本。
本文的研究贡献主要体现在以下三方面。第一，在现有探讨盘中价格稳定措施效果的文献中，大多数研究围绕涨跌幅限制和盘中临停机制（如指数熔断）展开，仅有零星的研究关注到日本市场的价格笼子机制。然而，创业板的价格笼子在具体设计上与日本市场存在诸多差异。这些差异是否会影响到价格笼子作用的发挥，又对市场质量产生怎样的影响？本文基于创业板注册制改革中引入价格笼子的场景，对上述问题进行了全面剖析。
第二，目前讨论日本市场价格笼子实施效果的研究或是将东京交易所的市场质量直接归因到交易制度的设计上（莱曼、莫迪斯特，1994；乔治、黄，1995；筒井等，2007），或是通过特别报价期间的交易订单变化、讨论特别报价的效果，而忽略了触发特别报价的价格笼子机制的效果（益川，2016）。由于交易制度的设计与市场质量密切相关，这些研究并不能很好地识别出价格笼子的影响。本文则利用创业板交易制度改革这一自然实验，采用双重差分法，通过对比实验组和控制组在价格笼子实施前后交易流动性、价格发现效率以及价格波动的变化，建立起价格笼子影响市场微观结构的因果关系，从而深入剖析了影响价格笼子稳定作用发挥的内在机理。
第三，订单不平衡是市场微观结构的重要变量，但鲜有研究关注交易制度对订单不平衡持续性和价格预测性的影响。订单不平衡的持续性与投资者的下单行为紧密相关（李等，2004），而价格笼子作为影响投资者报价和下单行为的基础性交易规则，其实施带来了订单不平衡持续性和价格预测性的显著上升。从这个意义上讲，本文通过引入新交易规则的自然实验，为订单不平衡持续性背后的理论机制提供了实证支持。此外，索迪亚等（2008）指出订单不平衡对未来价格的预测能力是衡量市场效率的重要指标。因此，本文的研究也意味着价格笼子的实施降低了价格发现的效率，进而揭示出分析盘中稳定机制实施的收益和成本的重要性。
文章剩余部分的结构安排如下：第二部分为制度背景、文献综述与研究假说，第三部分介绍了双重差分的研究设计、计量模型与变量定义，第四部分汇报了实证检验结果，第五部分是结论与政策建议。
二、制度背景、文献综述与研究假说
（一）盘中稳定机制的实践及其效果
证券市场的盘中稳定机制是指旨在降低证券价格临时波动的若干制度安排。为了平抑市场波动，全球主要证券交易所均设计了一定的盘中稳定机制，如价格涨跌幅限制、价格笼子、个股波动性中断、指数熔断等。表1列出了全球主要证券交易所现有的盘中稳定机制。整体而言，大部分交易所都采用了多种盘中稳定机制，价格涨跌幅限制主要应用在亚洲新兴市场，个股波动性中断则在全球范围内得到了较为广泛的应用。
尽管盘中稳定机制在全球主要的证券交易所中广泛应用，但关于这些人为干预证券价格变动的交易机制能否真正稳定证券价格、减少市场波动，学术研究尚存在分歧。下面本文将首先介绍这些盘中稳定机制的一般做法，再对相关学术研究的结论进行简要回顾。
价格涨跌幅限制是指对单一证券的日内成交价格设置一定的波动范围，使其仅可在有限的涨跌幅范围内进行交易。部分学者发现涨跌停的设置有助于抑制价格过度反应、从而减少价格波动（黄等，2001；王志强、吴敬桐，2020），但也有很多研究（法玛，1989；金、李，1997；陈平、龙华，2003；陈等，2005；王朝阳、王振霞，2017）指出价格涨跌停限制助长了价格的跨期波动。例如，金和李（1997）采用东京交易所的数据，发现涨跌停的设置会带来波动性外溢、价格发现延迟并干扰正常的交易。陈等（2005）采用马来西亚交易所逐笔交易和订单簿的数据研究发现，涨跌幅限并没有吸引信息交易者进入，交易中的信息不对称和买卖不平衡也没有缓解。这些证据从市场微观结构的维度为涨跌幅限制无法降低价格波动提供了解释。此外，还有理论和实证文献指出，涨跌幅限制会引发证券价格自我实现的“磁吸效应”（苏布拉曼亚姆，1994；赵等，2003），从而加剧价格波动。
个股波动率中断和指数熔断均属于盘中临停机制。个股波动率中断是指当单只证券的价格波动超过规定价格一定幅度时，自动暂停该证券交易一段时间，随后以集合竞价方式恢复交易；指数熔断是指当指数日内涨跌超过设定幅度时，自动暂停整个市场所有证券的交易一段时间，之后以集合竞价方式恢复交易。早期有关交易机制的理论研究认为，设计合理的盘中临停机制有助于改善订单不平衡，减少价格波动，而且能够为投资者提供时间来消化信息、调整头寸，从而促进价格发现（凯尔，1988；格林沃尔德、斯坦因，1991；马达万，1992）。但也有很多研究发现，盘中临停机制并没有降低价格波动。例如，李等（1994）发现纽交所的证券价格波动在临停结束后不降反升。杨晓兰和金雪军（2017）发现2016年初沪深市场的熔断机制会产生“磁吸效应”、加剧市场波动和流动性枯竭。此外，还有研究指出，盘中临停机制能否起到价格稳定的作用与其制度设计的细节（如参考价格选择、价格波动限制、冷静期设置等）息息相关。例如，克里斯蒂等（2002）发现在临停时长仅有5分钟时，临停会加剧价格波动；而当临停时间较长、临停恢复是在下一个交易日时，临停期间的信息传递则会降低价格波动。
（二）价格笼子
1. 价格笼子的实践与效果
价格笼子是指在投资者下达订单时，根据当前系统内订单的买卖情况，对新申报的订单价格范围进行限制，从而避免证券价格瞬时波动过大。除沪深交易所外，香港联交所和东京交易所均对申报价格做了限制。香港市场要求盘中交易时段的买入（卖出）委托申报价格不得超过（低于）当时已在交易系统内的买入（卖出）申报价格的24个最小价格变动单位。东京交易所规定，当新进入的买卖订单成交会使价格变动超过规定的报价范围或市场上买卖订单不平衡较大时，交易所会给出特别报价，并暂停撮合该订单。特别报价是一个指示性价格，用于提示投资者市场上存在一个超过最大报价档位的订单或订单不平衡情况，并鼓励投资者下达反向订单。如果投资者下达了反向订单，并得到撮合成交，交易所将取消特别报价，否则交易所将在3分钟后更新一次特别报价。
目前有关价格笼子的学术文献均以日本的特别报价制度作为研究对象。与沪深交易所类似，东京股票市场也是没有做市商的订单驱动市场。莱曼和莫迪斯特（1994）研究认为，报价范围限制和特别报价提示的组合设计有效地缓解了订单不平衡，是维护东京证券市场流动性和价格稳定的重要制度保障。但也有研究指出，价格笼子会对定价效率和市场波动产生一定的负面影响。例如，筒井等（2007）基于高频数据的研究发现，包含特别报价的日内价格具有较高的时序相关性，而在剔除特别报价后，这一价格可预测性便不复存在。益川（2016）研究发现，在特别报价暂停撮合期间，交易所对订单不平衡的提示会吸引投资者跟风下达反向订单，而这一羊群行为带来了价格波动的增加。
表1 全球主要证券交易所的盘中稳定机制 下载原图
正在加载图片
资料来源：参考李怡芳和李丹（2016）归纳整理。
此外，台湾证券交易所在2002年以前也有过价格笼子机制的实践，要求某一支股票下一成交价格不能高过或低于现在成交价格往上或往下跳动两个该股票的最小股价变动单位，这一机制也因此被称为“两档限制”。周行一和刘玉珍（1999）提出，在存在这种“两档限制”时，市场实时揭露的买卖价往往并非交易者真实的最佳价格，部分信息被隐藏，可能导致信息有限的散户错误解读信息，产生追涨或杀跌的行为。此外，委托申报限制降低了投机者操纵股价的成本，还可能刺激投机者操纵市场。因此，价格笼子并不能真正降低股票日内波动。台湾证券交易所在2002年以后取消了“两档限制”，采用个股波动率中断对日内价格波动进行管理。
2. 创业板价格笼子
沪深交易所在推行证券发行注册制的同时也进行了交易制度的改革，将价格笼子的设计引入到科创板与创业板之中。这一设计的初衷主要是防止大单错报（即“乌龙指”）、大单扫货或砸盘而造成股价的暴涨暴跌，规定连续竞价阶段的限价买入申报价格不得高于买入基准价格的102%、限价卖出申报价格不得低于卖出基准价格的98%。需要注意的是，创业板与科创板的价格笼子在对无效申报的处理上存在一定的差异：科创板采用“废单”设计，即超出有效价格范围的订单将被系统拒收；创业板则采用“订单暂存”设计，即有效价格范围以外的订单不能即时参与竞价、暂存于交易主机，当价格波动使其进入有效竞价范围时，交易主机自动取出申报、参加竞价。直观来看，在价格变动较快或行情延迟时，科创板价格笼子的“废单”可能会使投资者遇到报单失败的问题，而创业板的“订单暂存”则能够更好地应对这一缺陷。
但在创业板交易规则调整的首日，天山生物、天阳科技、康泰医学等创业板股票的日内价格出现大幅波动，引起了监管部门对异常交易行为的监控与调查，也引发了投资者对订单暂存的价格笼子是否能够抑制价格波动、又是否会带来股价操纵的讨论。表2展示了3只股票在价格异常波动期间的订单暂存情况。可以看到持续生效的暂存订单确实在较短的时间内对价格变动产生了较大的影响。那么，作为一项旨在降低证券价格临时波动的盘中稳定措施，创业板订单暂存的价格笼子会如何影响投资者的报价分布、又如何影响市场稳定和价格发现效率呢？目前有关价格笼子影响的学术研究较少，而以上问题亟待回答。
（三）研究假说
本文基于现有关于盘中稳定机制作用效果的文献，在创业板交易制度调整的研究场景下，探讨价格笼子实施对市场流动性、订单不平衡持续以及价格预测性的影响[1]。
1. 价格笼子与流动性
莱曼和莫迪斯特（1994）指出，东京交易所通过限制成交价格变动幅度、减缓交易进程的方式来保障市场流动性。具体来说，当市场上面临较大的订单不平衡以至于交易价格变动即将超过事先规定的最大档位时，交易所会向市场发出特别报价提示并暂停交易。这种方式能够吸引交易对手下达反向订单，从而保障市场流动性，避免成交价格和订单簿报价的大幅波动。
与东京交易所的特别报价类似，创业板的价格笼子机制也具有集中委托申报的特点。具体来说，在创业板订单暂存的价格笼子机制下，有效报价范围以外的委托申报不能及时参与竞价，因而投资者会更多地集中在有效报价范围之内进行委托申报[2]。即便投资者拥有关于证券价格变动的私有信息，能够支撑其以更激进的价格参与交易，为了交易的及时性，投资者也仍会选择在价格限制范围内进行委托申报。因此，价格笼子能够聚拢订单簿、集中委托申报，进而使得交易所能够在有限的价格变动范围内撮合更多的交易，从而改善流动性、降低价格冲击。据此，本文提出第一个待检验假说H1。
表2 部分创业板股票的日内波动与订单暂存情况 下载原图
正在加载图片
资料来源：参考上证联合研究计划第28期课题报告《证券市场交易机制改革研究》归纳整理。
H1：价格笼子会使得委托申报更加集中，降低价格冲击，提高交易流动性。
2. 价格笼子与价格发现效率
在订单驱动的证券市场中，投资者在提交委托申报时，会权衡无法成交风险和逆向选择风险（汉达、施瓦茨，1996；福柯，1999）。更高（低）的买入（卖出）报价无法成交风险较低，但由于交易过程中信息不对称的存在，激进的报价也使得投资者容易被拥有信息优势的交易对手“捕获”，从而产生较高的逆向选择风险。因此，当投资者决定申报较高（低）的买（卖）价时，很可能是拥有更多关于证券价格的真实信息（格洛斯顿，1994）。但价格笼子限制了投资者申报价格的范围，使得原本愿意支付更高（低）买（卖）价的投资者不得不压低（抬高）价格，进而导致投资者关于证券的真实价格信息在报价限制下被隐藏，无法及时反映在订单簿上。价格笼子的限制使得市场价格无法快速对信息做出调整，信息进入价格的过程被延长（乔治、黄，1995），从而加剧了买卖订单不平衡的持续性。
价格笼子降低了市场价格对信息的反应速度，还会带来订单不平衡的价格预测性的上升。索迪亚等（2008）指出，订单不平衡的价格预测性是市场效率的重要反映，且与套利活动开展的便利性密切相关，即当套利活动受到限制时，订单不平衡对价格的预测能力会进一步增强。已有诸多研究发现了订单不平衡的价格预测效应（索迪亚、苏布拉曼亚姆，2004；周开国、王海港，2009；纳拉扬等，2015）。价格笼子限制了投资者的报价范围，也对市场套利活动形成了限制，从而使得订单不平衡对未来股价变动的预测能力进一步增强。
进一步地，价格笼子还可能会带来投资者拆单的增加，从而加剧订单不平衡的持续和价格预测性。金和斯威尼（2000）指出，拥有信息的知情投资者可能会采用拆单或延迟下单的策略，以避免其当前订单中的私有信息被市场捕获，减少其后续订单能够获得的收益（以下称为“不拆单的后续收益风险”）；但随着时间流逝，即便是在没有交易的情况下，这些私有信息也会逐渐泄露到市场中，从而使得知情投资者采用拆单或延迟下单策略的收益出现减少（以下称为“拆单的交易延迟风险”）。因此，知情投资者在选择交易策略时，需要在不拆单的后续收益风险和拆单的交易延迟风险中进行权衡。对于买入（卖出）数量较大的知情投资者，在没有价格笼子限制时，如果投资者基于利好（利空）的私有信息，预期未来的证券价值会高（低）于当前有效报价范围的买入（卖出）限价，投资者可以采用不拆单的策略，在略高（低）于有效报价范围的价格上进行买入（卖出），从而一次性满足买入（卖出）的数量需求、避免拆单的交易延迟风险。但在价格笼子的限制下，有效报价范围以外的限价委托不能及时撮合，此时对于买卖数量较大的投资者，如果将委托价格设置在有限报价范围内，则可能会出现仅有部分成交、买卖数量需求无法得到满足的情况；而此时在有效报价范围内的委托申报亦向市场传递了投资者关于证券价格的私有信息，使投资者买卖剩余数量的后续订单收益下降。因此，价格笼子的限制很可能会带来不拆单的后续收益风险上升，进而促使投资者更多地采用拆单交易的策略，加剧订单不平衡的持续性和价格预测性。
基于以上分析，本文提出第二个待检验假说H2。
H2：价格笼子会带来订单不平衡的持续性和价格预测性的上升。
三、计量模型与变量计算
（一）数据与计量模型
深圳证券交易所于2020年8月24日组织了创业板注册制发行的首批企业上市，与此同时，创业板的交易制度也进行了调整，价格笼子机制正式开始实施，而深交所主板和中小板企业的交易制度则保持不变。因此，本文以创业板已上市1年以上的公司作为实验组，以深交所主板和中小板已上市1年以上的公司作为对照组，在2020年7月1日至10月31日的样本期间内，采用双重差分的方法，分析8月24日价格笼子实施的影响。本文采用的逐笔委托申报数据和高频价量来自金数源数据服务（http://www.jinshuyuan.net），其余数据来自国泰安数据库。在实证检验中，本文删除了金融业股票和ST类股票，最终样本股票由702只实验组股票、953只对照组股票构成。双重差分的实证检验模型如下：
正在加载图片
式（1）中，i表示股票，d表示交易日。yid是后续回归中涉及到的因变量，其具体构造方式参见下文变量计算部分。Treati和Postd分别是表示实验组股票和价格笼子实施后的虚拟变量。Xid是控制变量，包括股票i在d交易日的收益率、每股平均成交价格的对数值以及日内价格波动幅度[3]。δi是个股固定效应，ϕd是交易日固定效应，ϵid是回归残差项。β是本文关注的核心回归系数，反映了在价格笼子实施前后，实验组相对控制组在报价分布、交易流动性和价格发现效率等方面的变化差异。
（二）变量计算
1. 订单报价分布
为分析价格笼子实施前后订单报价分布的变化，本文首先基于深交所的日内股票委托订单数据，对各股票在各个交易日连续竞价阶段的每一笔限价委托申报，计算其申报价格相较基准价格的价差。其中，买单的基准价格采用当前最低卖价（即卖一价），卖单的基准价格采用当前最高买价（即买一价）。随后本文根据每笔委托申报的价差，构建了有效范围以外的申报比例（Shares Out）和价差峰度（Kurtosis）两个指标，进而探讨价格笼子实施对投资者订单报价分布的影响：对于有效范围以外的申报比例（Shares Out），本文以各股票在各个交易日有效报价范围以外的限价委托买入（卖出）股份数量相对当日该股票所有限价委托买入（卖出）股份数量的占比来度量。根据创业板价格笼子的制度设计，有效报价范围以外的限价委托是指买入（卖出）限价高（低）于基准价格2%的委托。对于价差峰度（Kurtosis），本文则对每支股票在各交易日内所有限价委托申报的价差计算了峰度，并以此衡量报价的集中程度。
2. 价格冲击与交易流动性
本文采用深交所的日内五档订单簿数据，以每只股票在样本期间内各交易日的阿米胡德指标（Amihud）和买卖价差指标（Spread），作为股票在各交易日的流动性测度。
其中，对于某一股票的阿米胡德指标（Amihud），本文首先在各交易日内、将连续竞价时段每1分钟划为单位时间间隔[4]，随后在某一交易日的各单位时间间隔内计算股票价格变动幅度与成交金额的比值，最后本文将这一比值在该交易日的各单位时间间隔内进行平均，从而得到该股票在该交易日的阿米胡德指标。由于阿米胡德指标的样本分布常出现极端值，因而本文参考阿米胡德等（1997）、吴偎立和常峰源（2021），在实证检验中采用其对数形式测度股票的非流动性（Amihud）。
对于某一股票的买卖价差（Spread），本文首先计算某一交易日内各成交时点的相对买卖价差，然后以各成交时点的成交量为权重、对相对买卖价差进行加权平均[5]，从而得到该股票在该交易日的买卖价差（Spread）。各成交时点的相对买卖价差采用卖一价与买一价的差值相对中值的比值来衡量。
3. 订单不平衡的持续与价格预测性
为分析订单不平衡的持续与价格预测性，本文首先采用深交所的日内股票委托订单数据计算订单不平衡。具体来说，对于每一只样本股票，本文将各交易日的连续竞价时段每15秒划分为单位时间间隔，并在各单位时间间隔内计算订单不平衡（SIMB）。订单不平衡定义为买入申报股份数量与卖出申报股份数量的差值相对加和的比例。
订单不平衡持续的测度通过式（2a）的估计而得到。具体来说，本文在各交易日内对各股票的每15秒订单不平衡（SIMB）进行10阶滞后自回归，并从中得到10阶自回归系数（βid,m,m∈{1,2，……，10}）。本文以其中1阶滞后项的回归系数βid,1衡量股票i在d交易日的订单不平衡持续性（Persist）。
正在加载图片
订单不平衡的价格预测性则通过估计式（2b）进行测度：本文在各交易日内将各股票每15秒的价格变化幅度对10阶滞后的15秒订单不平衡（SIMB）进行回归，从而得到滞后项系数（λid,m,m∈{1,2，……，10}）。本文以其中1阶滞后项的回归系数λid,1度量股票i在d交易日订单不平衡的价格预测性（Predict）。
正在加载图片
此外，本文还对价格笼子的实施如何影响股票日内价格波动进行了探讨。类似于阿米胡德指标的计算，本文以1分钟作为单位时间间隔[6]，并在某一交易日的各单位时间间隔内，计算某一股票的价格变动幅度、最高价与最低价之差相较最低价的比例以及已实现波动率。随后本文将以上3个变量在某一交易日的各单位时间间隔内进行平均，从而对应得到3个股票价格波动的日度测度（Vol1、Vol2、Vol3）。以上各基于深交所日内数据构建的变量的描述性统计如表3所示，可以看到在整个样本期间内，不同股票的交易流动性、价格发现效率以及价格波动差异十分明显。
四、实证结果
（一）订单报价分布
表4汇报了价格笼子实施对订单报价分布的影响。针对买入申报，通过表4第（1）列的申报数量比例可以看到，价格笼子实施使得实验组股票有效范围以外的申报数量比例相对控制组减少了0.36%，且这一效应在1%统计水平上显著。表4第（2）列报告了限价委托申报的价差峰度。结果显示，在价格笼子实施后，相对于控制组股票，实验组股票的价差峰度上升了119.06、相当于样本均值的1.23倍，且这一效应在1%统计水平上显著。
针对卖出申报，表4第（3）列和第（4）列的估计结果显示，与买入申报类似，在价格笼子推出后，有效范围以外的卖出申报数量占比也显著下降，价差峰度则显著上升。因此，表4的回归结果整体表明，价格笼子限制了投资者的买卖报价范围，无论是买入申报还是卖出申报，在价格笼子推出后，有效范围以外的申报比例均出现了显著下降，且报价集中程度显著上升。
（二）市场微观结构效应
1. 基本结果
表3 描述性统计 下载原图
正在加载图片
价格笼子集中委托申报的机制设计能够在有限的价格变动范围内撮合更多交易，从而降低价格冲击。表5的结果证实了价格笼子有助于降低价格冲击、提升交易流动性。表5第（1）列估计了价格笼子实施对个股Amihud的影响。结果显示，在价格笼子机制实施后，相对于控制组，实验组股票的Amihud降低了0.41，相当于均值水平的21.8%，且这一效应在1%统计水平上显著。表5第（2）列以买卖差价测度交易流动性，发现价格笼子实施显著降低了个股交易的买卖价差（Spread）。以上结果与假说H1一致，即价格笼子集中委托申报的机制设计，有助于在有限的价格变动范围内撮合更多交易，从而改善流动性、降低价格冲击。
表4 价格笼子实施对订单报价分布的影响 下载原图
正在加载图片
注：括号内为个股层面聚类的稳健标准误。***、**、*分别表示1%、5%、10%统计水平上显著。下同。
表5第（3）列和第（4）列探讨了价格笼子实施如何影响订单不平衡的持续和价格预测性。整体来看，价格笼子实施带来了订单不平衡持续的加剧和价格预测性的上升。具体来说，表5第（3）列汇报了价格笼子机制对订单不平衡持续（Persist）的影响，可以看到在价格笼子实施后，相对于控制组，实验组股票当前订单不平衡对随后15秒内订单不平衡的预测系数上升了0.0169，相当于均值水平的9.4%，且这一效应在1%统计水平上显著。由此可见，价格笼子机制的实施加剧了订单不平衡的持续。表5第（4）列考察了价格笼子实施对订单不平衡的价格预测性的影响，可以看到在价格笼子实施后，订单不平衡的价格预测性（Predict）进一步增强：相对于控制组，实验组股票在价格笼子实施后，当前订单不平衡对随后15秒价格变动的预测系数出现了显著的上升。总之，表5第（3）、（4）列的回归结果证实了假说H2的预测，即价格笼子的限制使得市场价格无法快速对信息做出调整，信息进入价格的过程被延长，进而增强了订单不平衡的持续、以及订单不平衡对未来价格变动的预测能力。
表5 价格笼子实施对市场微观结构的影响 下载原图
正在加载图片
2. 稳健性检验
(1）动态变化趋势估计。在表5基本回归的基础上，本文进一步通过价格笼子实施前后各交易日、实验组相对控制组在交易流动性和价格发现效率上的差异，对基本回归的主要结论进行平行趋势检验。具体的估计方程如下：
正在加载图片
(3）式中，Daten是一组虚拟变量，表示交易日d与价格笼子开始实施之日（即2020年8月24日）相差n个交易日[7]。在回归中，我们以n=-1，即价格笼子实施前的最后一个交易日（2020年8月21日）作为基准组。（3）式中系数βn的估计结果如图1所示。可以看到在价格笼子实施前，实验组和控制组在交易流动性和价格发现效率上整体相差不大；而在价格笼子实施后，相较于控制组，实验组的交易流动性以及订单不平衡的持续性和价格预测性均显著上升。
(2）排除其他交易制度的影响。2020年8月24日的创业板交易制度改革涵盖了多项交易规则的调整，除引入价格笼子机制外，此次改革还放宽了创业板的涨跌停限制，并同时调低了委托申报的股份数量上限：在创业板交易制度改革前，创业板与深市主板、中小板的涨跌停限制均设置在10%，限价申报的数量上限均为100万股；而在此次交易制度改革后，创业板股票的涨跌停限制放宽至20%，限价申报的数量上限则降低至30万股。
为进一步证实基准回归中的流动性改善以及订单不平衡持续和价格预测性增强是由价格笼子实施所致，本文分别在表6和表7中对涨跌停和申报数量上限调整的影响进行排除。具体来说，表6将研究样本限制在个股日度涨跌幅小于5%的交易日，以便排除涨跌停限制对日内股票交易的影响。而表7的回归只保留了在连续竞价阶段所有限价申报数量均在20万股以下的交易日样本，从而排除申报数量上限降低对日内股票交易的影响。对比基准回归的结果，可以看到在排除了涨跌停和申报数量上限变化的影响之后，价格笼子实施改善流动性，但导致订单不平衡持续性和价格预测性增强的效应仍然显著。
正在加载图片
图1 稳健性检验：动态变化趋势估计 下载原图
注：4个子图分别绘制了（3）式中回归因变量为阿米胡德指标（Amihud）、买卖价差指标（Spread）、订单不平衡持续性（Persist）和订单不平衡的价格预测性（Predict）时系数βn的回归估计值。图中纵坐标表示βn的数值大小，横坐标表示交易日的时间线。竖直虚线表示n=0、即2020年8月24日，水平虚线表示βn=0。内外侧置信区间分别为95%和90%。标准误在个股层面聚类。
表6 稳健性检验：排除涨跌停的影响 下载原图
正在加载图片
(3）倾向得分匹配。考虑到深交所不同板块企业的特征差异可能会带来内生性问题，本文在基准回归控制了企业固定效应的基础上，进一步采用倾向得分匹配的方法，对同一行业的实验组企业和对照组企业进行一对一精准匹配。匹配变量包括2020年6月末的资产规模、ROE、市值账面比、财务杠杆率，基准回归中3个日度控制变量在2020年7月间的均值，以及企业成立年限。匹配后的样本包括183个实验组企业和183个对照组企业。表8以匹配后的366家企业作为研究对象，分析价格笼子实施的影响。可以看到在价格笼子实施后，相对于控制组样本，实验组样本的价格冲击和买卖价差下降更多，而订单不平衡持续性和价格预测性上升更多。
表7 稳健性检验：排除申报数量上限的影响 下载原图
正在加载图片
(4）其他稳健性检验。针对表5基本回归的主要结论，在《管理世界》网络发行版附录的附图1中，本文还采用随机生成实验组的方式进行了安慰剂检验。安慰剂检验的结果进一步证实，价格笼子实施改善流动性，但导致订单不平衡持续性和价格预测性上升的效应十分稳健。《管理世界》网络发行版附录的附表2和附表3还补充了交易流动性和价格发现效率的其他测度，如价格冲击程度（PRIMP）、订单金额深度（Depth）、订单不平衡自回归的R2(Persist＿R2）、价格变动对订单不平衡回归的R2(Predict＿R2）等。结果显示，表5基本回归的结论在不同的指标测度下仍然十分稳健。
表8 稳健性检验：倾向得分匹配样本 下载原图
正在加载图片
（三）异质性检验
以上分析表明，集中申报的价格笼子机制有助于改善流动性、降低价格冲击，但与此同时，价格笼子也带来了订单不平衡持续性和价格预测性上升的成本。因此，引入价格笼子机制需要综合考虑流动性改善与价格发现效率降低两方面的影响。一个有趣的问题是，价格笼子实施的影响是否存在截面差异？是否可以按照股票特征、实施差异化的交易制度，从而在发挥价格笼子制度积极作用的同时，尽可能降低实施成本？考虑到价格笼子实施的影响与流动性和价格发现效率有关，本文的异质性分析也从股票流动性和股票信息环境两个维度展开。
1. 流动性维度
借鉴阿米胡德等（1997）、帕斯特和斯坦博（2003）、吴偎立和常峰源（2021），本文以Amivest指标和收益反转指标衡量样本股票的流动性。Amivest指标的计算如式（4a）所示，其中Rid表示个股i在交易日d的收益率，Volid表示个股i在交易日d的成交金额，Ni则表示股票i在2020年1月至6月间的交易天数。收益反转指标则定义为回归模型（4b）中系数γi的绝对值：本文在2020年1月至6月这一期间内对回归模型（4b）进行估计，其中Reid是个股i在交易日d的超额收益率、定义为个股收益率与深证成指的收益率之差，sign是符号函数，在自变量大于0时取1、自变量小于0时取-1、自变量为0时取0。
正在加载图片
本文将Amivest指标大于中位数、收益反转指标低于中位数的股票定义为高流动性股票（HAmiv=1,LGam=1），反之则为低流动性股票（HAmiv=0,LGam=0），进而探讨价格笼子实施的效应在流动性不同的个股中的异质性。从表9的结果来看，无论是高流动性股票还是低流动性股票，价格笼子都会在改善流动性的同时，加剧订单不平衡的持续和价格预测性。但是相对于低流动性的股票，价格笼子降低价格冲击的效应在高流动性股票中表现较弱，而订单不平衡持续的加剧则在高流动性股票中表现更明显。表9的回归结果表明，在股票自身流动性水平较高的情况下，价格笼子进一步改善流动性的收益相对较小，却会带来较大的价格发现效率降低的成本。而对于自身流动性较低的股票，价格笼子的实施不仅有助于降低交易价格冲击，其引起的订单不平衡持续和价格预测性上升的成本也相对较小。
2. 信息维度
借鉴侯和莫斯科维茨（2005）、张宗新等（2007）、李志生等（2015）的研究，本文采用深交所的上市公司信息披露质量评级和股票的价格信息延迟程度，衡量样本股票的信息环境。其中，针对信息披露评级，本文将2019年深交所评级为优秀的公司定义为信息透明度高的公司（Trans=1），反之则为信息透明度低的公司（Trans=0）。信息透明度越高，则股票的信息环境越好。为估计股票的价格信息延迟程度，本文首先采用2019年的个股日度交易数据估计回归模型式（5a），对于每一只股票，得到一个回归决定系数Ri2；接下来令式（5a）中的回归系数δin(n=1,2,3,4）取0，然后再对每一只股票进行式（5a）的估计，并将其回归决定系数记为R'i2；最后，本文采用式（5b）计算出每一只股票的价格信息延迟程度。式（5a）中，Rid表示个股i在交易日d的收益率，Rmd表示交易日d的深证成指收益率。在实证检验中，本文根据所有样本股票价格信息延迟程度的均值，将样本股票划分为延迟程度高（Delay=1）和延迟程度低（Delay=0）两组。价格信息延迟程度越高，则股价信息含量越低。
正在加载图片
表10汇报了价格笼子实施的影响在股票信息环境不同的个股中的异质性。整体来看，价格笼子降低价格冲击的效应在信息环境较差的个股中比较明显，但信息环境较差的股票在价格笼子实施后，订单不平衡持续和价格预测性的上升也更加明显。也就是说，相对于信息环境较好的股票，价格笼子实施带来的流动性改善之“利”与价格发现效率降低之“弊”，都在信息环境较差的股票中更为突出。这一结果表明，对于股价信息环境较差的股票在引入价格笼子时，除了关注流动性改善的好处外，还要充分考虑交易规则变化对定价效率的影响，应尽可能提升信息透明度，降低新交易规则实施的成本。
表9 价格笼子实施影响的异质性效应：流动性维度 下载原图
正在加载图片
表1 0 价格笼子实施影响的异质性效应：信息维度 下载原图
正在加载图片
（四）进一步探讨：价格笼子与日内价格波动
作为一种盘中价格稳定措施，价格笼子旨在通过限制投资者的报价范围，避免错误申报、大单拉抬或打压，从而防范异常波动，维护瞬时价格稳定。但从本文的分析来看，价格笼子能否降低日内较长窗口期（如1分钟、3分钟）的价格波动并不明确。一方面，价格笼子通过限制申报价格的范围，能够将价格变动限制在规定的范围内，这对降低股价波动有直接的作用。而且前文的实证分析证实价格笼子可以集中申报、聚拢订单，降低价格冲击，增加交易的连续性和市场的流动性，这些都有助于降低股票价格波动。但另一方面，价格笼子的限制使得信息进入价格的过程被延长，在新信息到来时，市场价格无法快速做出调整，这又为一定时期内价格波动的上升埋下了隐患。因此，价格笼子对股价日内波动的影响方向取决于上述两种效应的相对强弱，本质上是一个实证议题。从这个角度讲，本文的研究也揭示出价格笼子影响日内价格波动的内在机理，表明未来在评估盘中稳定机制的效果时应综合考量制度变化对流动性和价格发现效率的影响。
表1 1 价格笼子实施对价格波动的影响 下载原图
正在加载图片
表11第（1)～(3）列的回归分别以1分钟内的股票价格变动（Vol1）、最高价与最低价之差（Vol2）以及已实现波动率（Vol3）作为因变量，探讨价格笼子实施对股票价格波动的影响。实证结果表明，在价格笼子机制实施后，相对于控制组，实验组股票的日内价格波动显著上升。就经济显著性来看，以表11第（1）列回归为例，价格笼子实施使得实验组股票的每分钟价格变动相对控制组高出0.11%，相当于均值的8.1%(0.1100/1.354）。由此可见，创业板引入价格笼子虽然避免了瞬时价格的异常波动，但增加了日内较长窗口期的价格波动。
已有研究认为日本的特别报价制度通过限制价格变动范围、减缓交易进程的方式有效建立了流动性，保障了价格稳定。当市场上存在超过价格变动范围的订单时，日本的特别报价制度会对该订单广而告之，以便吸引投资者下达反向订单。而在我国价格笼子制度下，投资者无法知道报价限制范围外的订单情况，客观上延缓了新信息进入价格的时间，从而一定程度上限制了价格笼子稳定价格的作用。
五、结论与建议
资本市场是要素资源市场化配置的重要平台。完善资本市场基础制度有利于全面增强资本市场枢纽功能，促进创新与资本的形成。证券交易制度是资本市场基础制度的重要组成部分，在降低价格波动、促进价格发现、提升市场活跃度、提高交易透明度等方面发挥着重要的作用。作为注册制改革配套的交易制度创新，价格笼子机制先后在科创板和创业板得到推行，但鲜有研究对这一基础性交易规则变化产生的影响进行深入分析。
本文采用双重差分的设计，以深交所主板、中小板公司为控制组，以创业板公司为实验组，探讨价格笼子的引入对市场微观结构特征的影响。研究发现，价格笼子集中申报的设计有助于降低价格冲击和买卖价差，改善交易流动性。但与此同时，价格笼子机制也隐藏了拥有信息的投资者的报价信息，限制了价格对信息的调整速度，从而加剧了订单不平衡的持续性和价格预测性，也影响了价格稳定作用的发挥。本文还进一步发现价格笼子带来的流动性改善和价格发现效率降低在股票流动性和信息环境两个维度存在显著的截面差异。
本文的研究结论对于理解新交易制度下的投资者行为、完善注册制下的交易制度、提升金融市场的价格发现效率具有重要启示。
第一，价格笼子机制通过限制申报价格的范围，在避免错误申报、减少拉抬打压、降低价格冲击、提升流动性等方面具有重要的积极作用，但本文也发现了价格笼子制度在信息揭露和价格发现效率方面的潜在问题。根据本文异质性分析的结果，未来可考虑按照股票特征实施差异化的交易规则，如只针对流动性较差的股票引入价格笼子机制，这样不仅能改善流动性、降低价格冲击，而且影响价格发现效率的成本也相对较小。
第二，在引入价格笼子时，有效报价的范围大小、报价范围以外的订单信息的揭露与处置等制度细节需要进一步讨论和优化，从而在发挥价格笼子积极作用的同时，尽量减少交易规则改变对价格发现和市场效率的不利影响。
第三，监管部门可进一步借鉴其他国家和地区证券盘中价格稳定机制的选择与组合，结合沪深市场的结构特征，讨论引入兼具价格稳定与价格发现效率的其他盘中价格稳定措施[8]。