3、Glosten-Milgrom模型:信息不对称下的定价、买卖价差形成、逆向选择成本

好,咱们今天来啃一块硬骨头——Glosten-Milgrom模型。说实话,这个模型在我刚入行那会儿,觉得它就是个纯理论的东西,离实战远着呢。直到后来我在做期权做市的时候,被信息不对称狠狠教训过一次,才真正理解了它的价值。

这个模型要回答的核心问题很简单:做市商凭什么要报一个买价和一个卖价?价差到底是怎么来的?你可能会想,这不就是为了赚手续费吗?嗯,对了一半。更深层的原因是——做市商怕被“聪明钱”割韭菜。

核心洞见:买卖价差不是交易成本,而是做市商对信息不对称的“保险保费”。

3.1 模型的基本设定

Glosten和Milgrom在1985年提出了这个模型。它的设定其实很简洁:

  • 市场上有一个做市商,他报出买价(Bid)和卖价(Ask)
  • 交易者分两类:知情交易者和不知情交易者
  • 资产有一个真实价值V,但做市商不知道V是多少
  • 交易是序贯的,一笔接一笔

你想想看,做市商面对的是什么局面?他报完价之后,来的交易者可能是知道内幕消息的,也可能只是来换点零花钱的。如果来的是知情交易者,那做市商大概率要亏钱。所以,他必须把价差拉大,用不知情交易者那里赚的钱,来弥补知情交易者那里亏的钱。

我个人习惯把这个模型理解成一个“博弈游戏”:做市商在跟市场玩一个信息不对称的扑克牌游戏。他看不到对方手里的牌,只能通过对方下注的行为来推测。

3.2 定价机制:贝叶斯更新

做市商怎么定价?他不是拍脑袋定的,而是用贝叶斯公式不断更新自己的信念。

假设资产真实价值V要么是V_H(高),要么是V_L(低)。做市商一开始有个先验概率P(V=V_H) = 0.5。然后他观察交易流——如果连续有人买入,他就上调对V_H的信念;如果连续有人卖出,他就下调。

数学上,做市商在观察到一笔买入指令后,更新对V_H的信念:

P(V=V_H | Buy) = [P(Buy|V=V_H) * P(V=V_H)] / P(Buy)

这里P(Buy|V=V_H)取决于知情交易者的比例和他们的交易策略。说白了,做市商就是在“猜”——猜这笔交易背后有没有内幕消息。

实战小贴士:我在做高频做市的时候,其实就是在做这个贝叶斯更新的实时版本。每来一笔订单,我就更新一次对“当前是否有大资金在埋伏”的判断。虽然不会真的去算后验概率,但思维框架是一样的。

3.3 买卖价差的形成

好,现在到了关键问题:价差是怎么来的?

Glosten-Milgrom模型告诉我们,价差由三部分构成:

  1. 订单处理成本——交易所费用、系统成本等
  2. 存货持有成本——做市商持有头寸的风险
  3. 逆向选择成本——被知情交易者“割韭菜”的风险

其中,逆向选择成本是核心。它反映了做市商在面对信息不对称时,不得不收取的“保护费”。

具体来说,做市商的买价和卖价是这样定的:

Ask = E[V | 交易者买入] + 订单处理成本
Bid = E[V | 交易者卖出] - 订单处理成本

注意看,这里的E[V | 交易者买入]和E[V | 交易者卖出]是不一样的。因为如果交易者选择买入,说明他可能知道资产被低估了,所以做市商要把卖价定得比预期价值高一些。反过来,如果交易者卖出,说明他可能知道资产被高估了,所以买价要定得低一些。

这个价差,就是逆向选择成本的具体体现。

我曾经踩过的坑:刚开始做市的时候,我总觉得价差越小越好,这样能吸引更多流量。结果有一次在某个小盘股上,我把价差收得很窄,然后来了一个大单买入。我以为是散户在买,结果第二天公司出了利好公告,股价直接跳空高开5%。那一单我亏了十几万。从那以后,我再也不敢忽视逆向选择成本了。

3.4 逆向选择成本的量化

怎么量化这个逆向选择成本?Glosten-Milgrom模型给出了一个简洁的表达式。

假设知情交易者的比例为α,不知情交易者的比例为1-α。知情交易者知道真实价值V,不知情交易者随机买卖。那么:

参数 含义 典型值
α 知情交易者比例 0.1 - 0.3
σ 资产价值波动率 20% - 40%
Spread 买卖价差 α * σ * V

这个公式虽然简单,但很有启发性:价差跟知情交易者的比例成正比,跟资产波动率成正比。也就是说,越是信息不对称严重的市场,价差越大;越是波动剧烈的资产,价差越大。

你想想看,为什么小盘股的价差通常比大盘股大?就是因为小盘股的信息不对称程度更高,知情交易者更容易利用信息优势。为什么财报发布前后的价差会扩大?也是因为这时候信息不对称最严重。

3.5 模型的实战意义

Glosten-Milgrom模型虽然是个理论模型,但它的实战价值非常大。我个人在实盘做市时,会用它来指导以下几个方面的决策:

  • 动态调整价差:当市场出现异常交易量时,我会主动拉大价差,因为这时候知情交易者出现的概率增加了
  • 识别信息事件:如果连续出现同方向的订单流,我会警惕是不是有内幕消息在驱动
  • 头寸管理:当我的库存偏离中性位置时,我会调整报价,而不是硬扛

一句话总结:做市商不是在跟市场对赌,而是在跟信息不对称博弈。价差就是你的武器,也是你的盾牌。

3.6 知识体系图

下面我用一张SVG图来展示本章的核心逻辑:

Glosten-Milgrom模型知识体系 Glosten-Milgrom模型 信息不对称下的序贯交易模型 定价机制 贝叶斯信念更新 P(V|Order) ∝ P(Order|V)·P(V) 价差形成 Ask = E[V|Buy] + Cost Bid = E[V|Sell] - Cost 逆向选择成本 Spread ∝ α · σ · V 信息不对称的“保费” 实战应用:动态价差调整 | 信息事件识别 | 头寸管理 核心思想:做市商通过价差来对冲信息不对称风险 价差 = 订单处理成本 + 存货成本 + 逆向选择成本 α: 知情交易者比例 | σ: 波动率 | V: 资产价值

嗯,这张图把整个模型的核心逻辑串起来了。从定价机制到价差形成,再到逆向选择成本,最后落到实战应用。你如果能把这张图记在脑子里,做市商策略的底层逻辑就通了。

最后说一句,Glosten-Milgrom模型虽然经典,但它假设交易是序贯的、独立的。现实中,订单流是有聚集效应的,知情交易者也会伪装。所以,这个模型更多是给我们提供了一个思考框架,而不是一个可以直接套用的公式。真正到实战中,你还需要结合市场微观结构的其他工具来综合判断。


公众号:蓝海资料掘金营,微信deep3321