Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
1111
ダーク・プールが市場効率性と
価格発見メカニズムに与える影響
~人工市場モデルと数式モデルを用いた
メカニズムの分析~
スパークス・アセット・マネジメント株式会社
三菱UFJモルガン・スタンレー証券株式会社
野村證券株式会社
東京大学...
2
本発表資料はスパークス・アセット・マネジメント株式会社,三菱UFJモルガン・スタンレー証券株式会
社および野村證券株式会社の公式見解を表すものではありません.すべては個人的見解であります.
野村證券株式会社エグゼキューション・サービス部より...
3333
今日のおはなし
(1)はじめに:ダーク・プールとは?
(2)人工市場シミュレーションモデル
(3)シミュレーション結果
(4)数式モデルによる議論
(5)まとめ
4444
今日のおはなし
(1)はじめに:ダーク・プールとは?
(2)人工市場シミュレーションモデル
(3)シミュレーション結果
(4)数式モデルによる議論
(5)まとめ
5555
ダーク・プールとは?
ダーク・プール
欧州:MiFIDⅡ: ダーク・プールへの売買代金キャップ規制
(8%ルール)が導入 [Bowley 14]
マーケット・インパクトを与える注文が減るため
市場が安定化? [Johnson 10]
...
6666
ダーク・プールに必要な議論
これまでの議論:ダーク・プールは「あり」か「なし」かの二者択一
→ どれくらいが適切か?という議論が必要
ダーク・プールがこれ以上普及したらどうなるか?
→ まだ一度も起きていないこと:実証研究ではできない...
7777
今日のおはなし
(1)はじめに:ダーク・プールとは?
(2)人工市場シミュレーションモデル
(3)シミュレーション結果
(4)数式モデルによる議論
(5)まとめ
8
● リット市場(ザラバ) ⇒ 現実的な市場メカニズムの実装
● エージェントモデルは簡素 ⇒ 恣意的な結果を避けるため
[Chiarella 02]
エージェント(投資家モデル)モデル








t
jj
t
...
99
リット
(ザラバ)
売り 価格 買い
84 101
176 100
99 2
98 77
ダーク
プール
売り 買い
175
リット(ザラバ): 売買の別、価格、株数、を指定 ⇒ ザラバ
ダーク・プール: 売買の別、株数、のみ指定
⇒ 取...
1010
エージェント
確率dでダーク・プールへ注文を出す
リット
市場
ダーク
プール
確率: d確率: 1-d
市場の選択方法:SOR(Smart Order Routing)なしの場合
確実によりよい価格で取引できる場合を見逃す
現実的で...
1111
リット
(ザラバ)
売り 価格 買い
84 101
176 100
99 2
98 77
指値注文と成行注文について (本研究での定義)
リットへの注文は必ず価格を指定
指値
成行 指値
成行
対当する売り注文あり
即座に注文成立
対...
1212
リット
(ザラバ)
売り 価格 買い
84 101
176 100
99 2
98 77
ダーク
プール
売り 買い
175
市場の選択方法:SORありの場合
99.5円
確率dでダーク・プールへ注文を出す
指値
成行でダーク・プール...
1313
リット
(ザラバ)
売り 価格 買い
84 101
176 100
99 2
98 77
ダーク
プール
売り 買い
175
99.5円
注文の配分例
(1) 99円の売り:ダーク・プールへ
(2) 100円の売り:確率dでダーク・プ...
14141414
今日のおはなし
(1)はじめに:ダーク・プールとは?
(2)人工市場シミュレーションモデル
(3)シミュレーション結果
(4)数式モデルによる議論
(5)まとめ
1515
市場が完全に効率的なら、取引価格は常に
ファンダメンタル価格になるはずである
実際にファンダメンタル価格からの乖離で定義
↑ 実際の市場では用いることができない手法
人を用いた実験市場研究でしばしば用いられている
推定ではない理想的な...
16161616
D<70%:市場効率化
D>70%:急激に市場非効率化
0.00%
0.05%
0.10%
0.15%
0.20%
0.25%
0.30%
0.35%
0% 25% 50% 75% 100%
市場非効率性(Mie)
ダーク・プ...
17171717
SORにより約定率はより減少
0%
5%
10%
15%
20%
25%
30%
35%
0% 25% 50% 75% 100%
約定率(k)
ダーク・プール売買数量シェア (D)
約定率 (SORあり,なし)
SORあり
S...
リット
市場
売り 価格 買い
84 101
176 100
99 2
98 77
ダーク
プール
売り 買い
175
指値
成行
SOR
回送
SOR の回送による約定率減少のメカニズム
約定(取引成立)をもたらす成行注文のみ回送される
18
19191919
約定率減少により指値注文が相対的に増える
⇒ 厚い板を形成 ⇒ ビッド・アスク・スプレッドの減少
0.00%
0.05%
0.10%
0.15%
0.20%
0%
5%
10%
15%
20%
0% 25% 50% 75% 1...
多くの
待機注文
成行注文を
吸収
市場
価格
多くの
待機注文
成行注文を
吸収
ファンダメ
ンタル価格
厚い板が市場を効率化
20
厚い板がファンダメンタル価格から離れる成行注文を吸収
21212121
SORによる成行注文の回送
板が厚くなる
市場が効率化
指値注文が相対的に増加
ファンダメンタル価格から離れる成行注文を吸収
市場効率化のメカニズム
22222222
ファンダメンタル価格への収束を妨げる待機注文が
ダーク・プールにたまっている
-0.3%
-0.2%
-0.1%
0.0%
0.1%
0.2%
0.3%
(30)
(20)
(10)
0
10
20
30
9870
9890
...
成行売り注文
市場
価格
収束を阻止
ダーク・プールに蓄積
された買い待機注文
ファンダメンタル価格
市場非効率化のメカニズム
ダーク・プールに蓄積された買い待機注文が
ファンダメンタル価格への収束を阻止
23
24242424
ダーク・プールにあまりにも多くの注文が来る
ダーク・プールの板が厚くなる
市場が非効率化
SORで回送される成行注文以上に
ダーク・プールに注文が蓄積
ファンダメンタル価格へ収束する成行注文を吸収
市場非効率化のメカニズム
25252525
今日のおはなし
(1)はじめに:ダーク・プールとは?
(2)人工市場シミュレーションモデル
(3)シミュレーション結果
(4)数式モデルによる議論
(5)まとめ
26262626
この表を用いて以下の議論を行う
数式モデル
a: 買い注文数量/全注文数量
k: 成行注文確率、 d: ダーク・プール注文確率
リット市場(1-d) ダーク・プール(d)
買い(a)
成行(k) ak(1-d) ad/2
指値...
27272727
リット
市場
売り 価格 買い
84 101
176 100
99 20
98 77
ダーク
プール
売り 買い
3
ダーク・プールの注文量で決まる
⇒ D増加→SOR回送増加
成行
SOR
回送
リット
市場
売り 価格 買...
28282828
傾向は似ている
0%
5%
10%
15%
20%
25%
30%
35%
0% 25% 50% 75% 100%
約定率(k')
ダーク・プール売買数量シェア (D)
数式モデルとシミュレーションでの約定率
数式モデル
シミ...
29292929
(2)SORで回送される成行注文数より
ダーク・プールの待機注文の方が多くなるaの水準
リット
市場
売り 価格 買い
84 101
176 100
99 2
98 77
ダーク
プール
売り 買い
175
売りより多い
買い...
成行売り注文
市場
価格
収束を阻止
ダーク・プールに蓄積
された買い待機注文
ファンダメンタル価格
市場非効率化のメカニズム(再掲)
ダーク・プールに蓄積された買い待機注文が
ファンダメンタル価格への収束を阻止
30
31313131
縦軸a: 買いの全注文に対する割合
50%
60%
70%
80%
90%
100%
0% 25% 50% 75% 100%
a
ダーク・プール売買数量シェア (D)
価格発見機能を破壊する
売り買い不均衡の水準
価格発見機能...
32323232
今日のおはなし
(1)はじめに:ダーク・プールとは?
(2)人工市場シミュレーションモデル
(3)シミュレーション結果
(4)数式モデルによる議論
(5)まとめ
33333333
まとめ
ダーク・プールの取引量が増えるとSORの回送により約定率低下
⇒ 指値が多くなる ⇒ 板が厚くなる ⇒ 市場の効率化
☆ただし、リット市場よりダーク・プールの方が取引が多いと
この効果はなくなり市場は効率化しない
ダー...
34
取引を急ぐ大口投資家が価格決定しないところで取引するメリット
価格を見ながら慎重に売買
買い売り
価格
決定
取引所
妥当な取引価格を形成
急ぐ大口
買い
価格形成
破壊
急ぐ大口
売り
価格形成
破壊
参照
価格形成
じゃましない
妥当...
35
みんなが価格決定しないところで取引しだすと、大きなデメリット
買い売り
価格
決定
取引所
市場の
非効率化
妥当でない価格で大勢が取引してしまう
参照
? 買い手
いない
妥当でない取引価格
少数で価格
決めちゃう?
価格変動の
不安定...
3636363636
ご清聴ありがとうございました
http://www.slideshare.net/mizutata/dark2016
この資料は以下のサイトで閲覧、ダウンロードできます:
3737373737
参考文献
http://www.slideshare.net/mizutata/dark2016
この資料は以下のサイトで閲覧、ダウンロードできます:
3838383838
参考文献 (人工市場モデル)
[水田ら 15] 水田 孝信, 小杉 信太郎, 楠本 拓矢, 松本 渉, 和泉 潔:人工市場シミュレーションを用い
たダーク・プールによる市場効率化の分析, 第14回金融情報学研究会, Vol...
3939393939
参考文献 (ダーク・プールに関する議論)
[Johnson 10] Johnson, B.: Algorithmic Trading & DMA: An introduction to direct access trad...
Upcoming SlideShare
Loading in …5
×

ダーク・プールが市場効率性と価格発見メカニズムに与える影響~人工市場モデルと数式モデルを用いたメカニズムの分析~スパークス・アセット・マネジメント水田孝信

707 views

Published on

株式市場において,注文を公開せずに注文を付き合わせる,ダーク・プールという取引市場が普及してきている.ダーク・プールは市場の安定化につながると言われている一方,ダーク・プールは価格決定を行わない市場であるため,市場全体の価格発見機能が低下し,市場全体の効率性が失われるという批判もある.本研究では1つのリット市場(注文情報が公開されている通常の市場)と1つのダーク・プールが存在する人工市場モデル(マルチ・エージェント・シミュレーション)を用いて,ダーク・プールの普及が市場の効率性や発見機能にどのようなメカニズムで影響を与えうるか議論行い,さらに,シンプルな数式モデルを提案し,可能性のあるメカニズムについて議論を深めた.その結果,ダーク・プール売買数量シェアある値より小さい領域で市場は効率化し,それを超えると非効率となることが分かった.これは最適なダーク・プール売買数量シェアが存在することを示している.

SOR(smart order routing)は成行注文をリット市場からダーク・プールへ回送するため,リット市場への約定率が低下する.これにより,リット市場での指値注文は厚くなり,これらが成行注文を吸収する.そのため,市場価格はファンダメンタル価格付近にとどまり市場は効率化する.しかし,ダーク・プールに多くの買い注文が待機しすぎると,市場価格をファンダメンタル価格へ収束させる成行注文がSORによりダーク・プールへ回送されて待機注文に吸収されてしまい,市場価格はファンダメンタル価格に収束しなくなる.そのため,市場は非効率になる.

また,シンプルな数式モデルを用いてダーク・プールが市場を効率化または非効率化するメカニズムを議論した.市場が効率化するか非効率化するかは,リット市場とダーク・プールの売買数量の大小関係が,本質的に重要であることを示した.ダーク・プールでの売買数量がリット市場での売買数量を超えると市場が非効率化する恐れがあることを示した. ダーク・プールの使用量が小さい場合,大きな売り買いの不均衡があっても,価格発見機能は破壊されないことを示した.一方,ダーク・プールの使用量が大きい場合,非常に小さな売り買いの不均衡によって,ダーク・プールは価格発見機能を破壊してしまうことが示した.そして,シミュレーション結果とも比較を行い,傾向は一致していることを確認した.

Published in: Economy & Finance
  • Be the first to comment

ダーク・プールが市場効率性と価格発見メカニズムに与える影響~人工市場モデルと数式モデルを用いたメカニズムの分析~スパークス・アセット・マネジメント水田孝信

  1. 1. 1111 ダーク・プールが市場効率性と 価格発見メカニズムに与える影響 ~人工市場モデルと数式モデルを用いた メカニズムの分析~ スパークス・アセット・マネジメント株式会社 三菱UFJモルガン・スタンレー証券株式会社 野村證券株式会社 東京大学大学院工学系研究科和泉 潔 水田 孝信 http://www.slideshare.net/mizutata/dark2016 小杉 信太郎 この資料は以下のサイトで閲覧、ダウンロードできます: 楠本 拓矢 松本 渉
  2. 2. 2 本発表資料はスパークス・アセット・マネジメント株式会社,三菱UFJモルガン・スタンレー証券株式会 社および野村證券株式会社の公式見解を表すものではありません.すべては個人的見解であります. 野村證券株式会社エグゼキューション・サービス部より実務上の観点から多くの有益な助言をいただ きました.ここに感謝の意を表します.本研究の一部は,JST,CRESTおよびJSPS科研費15H02745 の助成を受けたものです.
  3. 3. 3333 今日のおはなし (1)はじめに:ダーク・プールとは? (2)人工市場シミュレーションモデル (3)シミュレーション結果 (4)数式モデルによる議論 (5)まとめ
  4. 4. 4444 今日のおはなし (1)はじめに:ダーク・プールとは? (2)人工市場シミュレーションモデル (3)シミュレーション結果 (4)数式モデルによる議論 (5)まとめ
  5. 5. 5555 ダーク・プールとは? ダーク・プール 欧州:MiFIDⅡ: ダーク・プールへの売買代金キャップ規制 (8%ルール)が導入 [Bowley 14] マーケット・インパクトを与える注文が減るため 市場が安定化? [Johnson 10] 価格決定を行わない市場であるため、 市場の価格発見機能が低下し市場非効率化? [Ye 12] ・ 注文を公開せず、他の市場での取引価格を使って取引する市場 ・ 欧米のみならず日本でも普及し始めている ・マーケット・インパクトを低減したい大口売買を行う投資家にニーズ
  6. 6. 6666 ダーク・プールに必要な議論 これまでの議論:ダーク・プールは「あり」か「なし」かの二者択一 → どれくらいが適切か?という議論が必要 ダーク・プールがこれ以上普及したらどうなるか? → まだ一度も起きていないこと:実証研究ではできない 価格形成に関してダーク・プールの効果だけを取り出す → さまざまな要因が複雑:実証研究では困難 人工市場シミュレーション 人工市場を用いた先行研究: [水田ら 15] 市場効率化・非効率化のメカニズム解明に至っていない 本研究:[水田ら 15]のモデルを用いて 市場効率化・非効率化のメカニズム解明を目指す
  7. 7. 7777 今日のおはなし (1)はじめに:ダーク・プールとは? (2)人工市場シミュレーションモデル (3)シミュレーション結果 (4)数式モデルによる議論 (5)まとめ
  8. 8. 8 ● リット市場(ザラバ) ⇒ 現実的な市場メカニズムの実装 ● エージェントモデルは簡素 ⇒ 恣意的な結果を避けるため [Chiarella 02] エージェント(投資家モデル)モデル         t jj t jhjt f j i ji t je wrw P P w w r ,3,,2,1 , , log 1 ファンダメンタル テクニカル ノイズ 予想リターン ,i jw 戦略ウエイト ↑ エージェント ごとに異なる 1000体のheterogeneousなエージェント + 約定件数やキャンセル率、1日の騰落率の標準偏差 板の形状、など短期のマイクロストラクチャーの性質 マイクロ・ストラクチャーの再現も必要 ダーク・プールの選択はアルゴリズムが自動で行っている [水田ら 15]
  9. 9. 99 リット (ザラバ) 売り 価格 買い 84 101 176 100 99 2 98 77 ダーク プール 売り 買い 175 リット(ザラバ): 売買の別、価格、株数、を指定 ⇒ ザラバ ダーク・プール: 売買の別、株数、のみ指定 ⇒ 取引価格=仲値:リット市場の最良買い(売り)価格の平均 売り買いのどちらかのみに注文が残る ダーク・プール・モデル 仲値: (100+99)/2=99.5 で取引
  10. 10. 1010 エージェント 確率dでダーク・プールへ注文を出す リット 市場 ダーク プール 確率: d確率: 1-d 市場の選択方法:SOR(Smart Order Routing)なしの場合 確実によりよい価格で取引できる場合を見逃す 現実的でない
  11. 11. 1111 リット (ザラバ) 売り 価格 買い 84 101 176 100 99 2 98 77 指値注文と成行注文について (本研究での定義) リットへの注文は必ず価格を指定 指値 成行 指値 成行 対当する売り注文あり 即座に注文成立 対当する売り注文なし 即座には注文成立せず 買い売り 注文価格を指定した結果、 対当する注文があれば成行、なければ指値
  12. 12. 1212 リット (ザラバ) 売り 価格 買い 84 101 176 100 99 2 98 77 ダーク プール 売り 買い 175 市場の選択方法:SORありの場合 99.5円 確率dでダーク・プールへ注文を出す 指値 成行でダーク・プールに対当する注文が無い 必ずダーク・プールへ注文を出す 成行でダーク・プールに対当する注文がある まずダーク・プールに注文して取引が成立しなければ リットへ注文するということは、実務上よく行われている リットへの成行注文(価格影響がある注文)がより減少 (本研究での定義)
  13. 13. 1313 リット (ザラバ) 売り 価格 買い 84 101 176 100 99 2 98 77 ダーク プール 売り 買い 175 99.5円 注文の配分例 (1) 99円の売り:ダーク・プールへ (2) 100円の売り:確率dでダーク・プールへ (3) 100円の買い:確率dでダーク・プールへ (4) 99円の買い:確率dでダーク・プールへ (1)によって、価格への影響がある注文が ダーク・プールへ吸収される
  14. 14. 14141414 今日のおはなし (1)はじめに:ダーク・プールとは? (2)人工市場シミュレーションモデル (3)シミュレーション結果 (4)数式モデルによる議論 (5)まとめ
  15. 15. 1515 市場が完全に効率的なら、取引価格は常に ファンダメンタル価格になるはずである 実際にファンダメンタル価格からの乖離で定義 ↑ 実際の市場では用いることができない手法 人を用いた実験市場研究でしばしば用いられている 推定ではない理想的な市場(非)効率性の定義が可能 市場非効率性 = 市場価格 − ファンダメンタル価格 の平均 ファンダメンタル価格 市場非効率性
  16. 16. 16161616 D<70%:市場効率化 D>70%:急激に市場非効率化 0.00% 0.05% 0.10% 0.15% 0.20% 0.25% 0.30% 0.35% 0% 25% 50% 75% 100% 市場非効率性(Mie) ダーク・プール売買数量シェア (D) 市場非効率性 (SORあり,なし) SORあり SORなし 市場非効率性 横軸:D(ダーク・プール売買数量シェア) SORあり まったく使われていない ← ダーク・プール → ものすごく使われている
  17. 17. 17171717 SORにより約定率はより減少 0% 5% 10% 15% 20% 25% 30% 35% 0% 25% 50% 75% 100% 約定率(k) ダーク・プール売買数量シェア (D) 約定率 (SORあり,なし) SORあり SORなし 約定率(取引成立率)
  18. 18. リット 市場 売り 価格 買い 84 101 176 100 99 2 98 77 ダーク プール 売り 買い 175 指値 成行 SOR 回送 SOR の回送による約定率減少のメカニズム 約定(取引成立)をもたらす成行注文のみ回送される 18
  19. 19. 19191919 約定率減少により指値注文が相対的に増える ⇒ 厚い板を形成 ⇒ ビッド・アスク・スプレッドの減少 0.00% 0.05% 0.10% 0.15% 0.20% 0% 5% 10% 15% 20% 0% 25% 50% 75% 100% ビッド・アスク・スプレッド 指値注文の厚さ ダーク・プール売買数量シェア (D) 指値注文の厚さとビッド・アスク・スプレッド 指値注文の厚さ ビッド・アスク・スプレッド 指値注文の厚さとビッド・アスク・スプレッド 指値注文の厚さ:取引価格から-0.1%低い価格までに待機中の指値注文の数量 ビッド・アスク・スプレッド:(最低売り価格-最高買い価格)/市場価格
  20. 20. 多くの 待機注文 成行注文を 吸収 市場 価格 多くの 待機注文 成行注文を 吸収 ファンダメ ンタル価格 厚い板が市場を効率化 20 厚い板がファンダメンタル価格から離れる成行注文を吸収
  21. 21. 21212121 SORによる成行注文の回送 板が厚くなる 市場が効率化 指値注文が相対的に増加 ファンダメンタル価格から離れる成行注文を吸収 市場効率化のメカニズム
  22. 22. 22222222 ファンダメンタル価格への収束を妨げる待機注文が ダーク・プールにたまっている -0.3% -0.2% -0.1% 0.0% 0.1% 0.2% 0.3% (30) (20) (10) 0 10 20 30 9870 9890 9910 9930 9950 9970 9990 10010 10030 10050 10070 10090 10110 10130 予想リターン ダーク・プールでの待機注文数 市場価格 市場価格ごとのダーク・プールでの待機注文数と 予想リターン ダーク・プールでの待機注文数(D=96%) ダーク・プールでの待機注文数(D=44%) 予想リターン(D=96%) 予想リターン(D=44%) 市場価格ごとのダーク・プールでの待機注文数と予想リターン D=96%
  23. 23. 成行売り注文 市場 価格 収束を阻止 ダーク・プールに蓄積 された買い待機注文 ファンダメンタル価格 市場非効率化のメカニズム ダーク・プールに蓄積された買い待機注文が ファンダメンタル価格への収束を阻止 23
  24. 24. 24242424 ダーク・プールにあまりにも多くの注文が来る ダーク・プールの板が厚くなる 市場が非効率化 SORで回送される成行注文以上に ダーク・プールに注文が蓄積 ファンダメンタル価格へ収束する成行注文を吸収 市場非効率化のメカニズム
  25. 25. 25252525 今日のおはなし (1)はじめに:ダーク・プールとは? (2)人工市場シミュレーションモデル (3)シミュレーション結果 (4)数式モデルによる議論 (5)まとめ
  26. 26. 26262626 この表を用いて以下の議論を行う 数式モデル a: 買い注文数量/全注文数量 k: 成行注文確率、 d: ダーク・プール注文確率 リット市場(1-d) ダーク・プール(d) 買い(a) 成行(k) ak(1-d) ad/2 指値(1-k) a(1-k)(1-d) ad/2 売り(1-a) 成行(k) (1-a)k(1-d) (1-a)d/2 指値(1-k) (1-a)(1-k)(1-d) (1-a)d/2 (1) SORによる約定率の変化: SOR回送数量が何で決まるか? (2)SORで回送される成行注文数より ダーク・プールの待機注文の方が多くなるaの水準
  27. 27. 27272727 リット 市場 売り 価格 買い 84 101 176 100 99 20 98 77 ダーク プール 売り 買い 3 ダーク・プールの注文量で決まる ⇒ D増加→SOR回送増加 成行 SOR 回送 リット 市場 売り 価格 買い 4 101 2 100 99 1 98 4 ダーク プール 売り 買い 175 注文 成行 SOR 回送 D<50% D>50% 注文 SOR回送数量 リット市場成行数量で決まる ⇒ D増加→SOR回送増加しない SOR回送数量 十分 ある 十分 ある これで 決まる (1) SORによる約定率の変化: SOR回送数量が何で決まるか? これで 決まる
  28. 28. 28282828 傾向は似ている 0% 5% 10% 15% 20% 25% 30% 35% 0% 25% 50% 75% 100% 約定率(k') ダーク・プール売買数量シェア (D) 数式モデルとシミュレーションでの約定率 数式モデル シミュレーション(SORあり-SORなし) 数式モデルとシミュレーションでの約定率 数式モデル:約定率低下はSORの効果のみ → 比較のため:シミュレーション: SORあり-SORなし D=50%が閾値 リット市場よりダーク・プールの方が使われだすと市場効率化しない 数式モデル 𝑘′ = 1 − 1 3(1 − 𝐷) 𝑘 (𝐷 < 50%) 𝑘′ = 2 3 𝑘 (𝐷 > 50%)
  29. 29. 29292929 (2)SORで回送される成行注文数より ダーク・プールの待機注文の方が多くなるaの水準 リット 市場 売り 価格 買い 84 101 176 100 99 2 98 77 ダーク プール 売り 買い 175 売りより多い 買い注文 売り成行 すべて SOR 回送 すべての売り成行注文がSORで回送されても、ダーク・プールへの 買い注文が多くなるa(買い注文数量/全注文数量)の水準 ⇒ ファンダメンタル価格へ収束するのを妨げ続ける どれだけ多いと SOR回送量を 上回る?
  30. 30. 成行売り注文 市場 価格 収束を阻止 ダーク・プールに蓄積 された買い待機注文 ファンダメンタル価格 市場非効率化のメカニズム(再掲) ダーク・プールに蓄積された買い待機注文が ファンダメンタル価格への収束を阻止 30
  31. 31. 31313131 縦軸a: 買いの全注文に対する割合 50% 60% 70% 80% 90% 100% 0% 25% 50% 75% 100% a ダーク・プール売買数量シェア (D) 価格発見機能を破壊する 売り買い不均衡の水準 価格発見機能を破壊する売り買い不均衡の水準 ダーク・プールが使われすぎると少しの需給の不均衡によ り、 価格発見ができなくなる 数式モデル 𝑎 = 1 + 𝐷 1 + 3𝐷 約定率などに 依存しない!
  32. 32. 32323232 今日のおはなし (1)はじめに:ダーク・プールとは? (2)人工市場シミュレーションモデル (3)シミュレーション結果 (4)数式モデルによる議論 (5)まとめ
  33. 33. 33333333 まとめ ダーク・プールの取引量が増えるとSORの回送により約定率低下 ⇒ 指値が多くなる ⇒ 板が厚くなる ⇒ 市場の効率化 ☆ただし、リット市場よりダーク・プールの方が取引が多いと この効果はなくなり市場は効率化しない ダーク・プールが市場効率性に与える影響のメカニズムを提示した ダーク・プールの取引量が増えすぎるとわずかな需給の不均衡で 価格発見機能が破壊される 価格を決める市場(リット市場)より 価格を決めない市場(ダーク・プール)の方が 取引量が多くなると問題 (市場非効率化、価格発見機能の破壊) 一般に、
  34. 34. 34 取引を急ぐ大口投資家が価格決定しないところで取引するメリット 価格を見ながら慎重に売買 買い売り 価格 決定 取引所 妥当な取引価格を形成 急ぐ大口 買い 価格形成 破壊 急ぐ大口 売り 価格形成 破壊 参照 価格形成 じゃましない 妥当な取引 価格を形成 妥当な取引 価格で取引 市場の効率化 価格変動の安定化
  35. 35. 35 みんなが価格決定しないところで取引しだすと、大きなデメリット 買い売り 価格 決定 取引所 市場の 非効率化 妥当でない価格で大勢が取引してしまう 参照 ? 買い手 いない 妥当でない取引価格 少数で価格 決めちゃう? 価格変動の 不安定化 半分以上の取引が価格決定に関わって無いと不安定・非効率化
  36. 36. 3636363636 ご清聴ありがとうございました http://www.slideshare.net/mizutata/dark2016 この資料は以下のサイトで閲覧、ダウンロードできます:
  37. 37. 3737373737 参考文献 http://www.slideshare.net/mizutata/dark2016 この資料は以下のサイトで閲覧、ダウンロードできます:
  38. 38. 3838383838 参考文献 (人工市場モデル) [水田ら 15] 水田 孝信, 小杉 信太郎, 楠本 拓矢, 松本 渉, 和泉 潔:人工市場シミュレーションを用い たダーク・プールによる市場効率化の分析, 第14回金融情報学研究会, Vol. 14, (2015) http://sigfin.org/SIG-FIN-014-02/ [Mizuta et. al. 15] Mizuta, T., Kosugi, S., Kusumoto, T., Matsumoto, W., Izumi, K.: Effects of Dark Pools on Financial Markets’ Efficiency and Price-Discovery Function: An Investigation by Multi-Agent Simulations, Evolutionary and Institutional Economics Review, Vol. 12, Issue 2, pp. 375-394 (2015) http://dx.doi.org/10.1007/s40844-015-0020-3 [Mizuta 16] Mizuta, T.: A Review of Recent Artificial Market Simulation Studies for Financial Market Regulations And/Or Rules, SSRN Working Paper Series (2016) http://ssrn.com/abstract=2710495 [Chiarella 02] Chiarella, C. and Iori, G.: A simulation analysis of the microstructure of double auction markets, Quantitative Finance, Vol. 2, No. 5, pp. 346–353 (2002)
  39. 39. 3939393939 参考文献 (ダーク・プールに関する議論) [Johnson 10] Johnson, B.: Algorithmic Trading & DMA: An introduction to direct access trading strategies, 4Myeloma Press (2010) [Ye 12] Ye, M.: Price manipulation, price discovery and transaction costs in the crossing network, Price Discovery and Transaction Costs in the Crossing Network (March 14, 2012) (2012) [Bowley 14] Bowley, A.: Agreement of MiFID II Reforms, Instinet incorporated, http://instinet.com/docs/msr/2014/Agreement_of_MiFID_II_Reforms-Quick_Analysis.pdf (2014)

×