最新【精品文檔】市場微觀結構

1、市場微觀結構市場微觀結構market microstructure曾志釗 2002.12.13講稿結構 第一部分 微觀結構概述 第二部分 不同期交易 第三部分 買賣價差 第四部分 離散性第一部分 微觀結構概述 市場微觀結構是指資產交易價格的形成過程和運作機制，具體化為證券價格形成過程中的微觀因素，包括交易品種、證券市場參與者構成、交易場所構成以及參與者行為所遵循的交易制度結構。其中最主要的是交易制度。 這里所講的市場微觀結構主要是有集中交易場所市場的微觀結構。 微觀結構理論主要研究：交易制度所導致的證券價格離散（如1/8美元的最低變動）；一個交易日內的不均勻交易與無交易現(xiàn)象；買賣價差等等。 對

2、于長期投資來說，微觀結構導致的影響可以忽略，但短期則不容忽略 。 目前微觀結構研究不僅僅局限于股票市場，還擴展到債券市場、外匯市場、期權市場、甚至是黃金市場。第二部分 不同期交易 不同期交易：通常人們以特定的單位時間間隔長度（通常為1天）來記錄資產價格，而事實上這些資產的交易卻不是均勻發(fā)生的 。 那么，如果以規(guī)則的時間間隔來計量實際上不規(guī)則的資產交易，則不同期交易問題就產生了。不連續(xù)交易的主要研究方面 早期的文獻主要集中于不同期交易對capm和apt在實證中應用的影響 。 后期的文獻則著眼于不同期交易所導致的偽自相關 。 這里只介紹后者對于不同期交易導致的偽自相關的一個直觀例子 假設股票a和b

3、獨立，但b的交易比a頻繁。如果某一影響整體市場的消息在某一交易日臨近收盤的時候到達，則b的收盤價比a更可能反映這個消息的影響，原因就在于消息到達后至收盤這段期間，a可能不交易。盡管a的價格最終會反映這個消息，但當采用這種收盤報價制度時，這種滯后反映將導致a和b收益率之間的橫截面?zhèn)巫韵嚓P。這種滯后反映還將導致a的日收益率的偽自相關：在a不交易時，a的觀察價格為零，但當a交易后，它的觀察價格將回復向其累積均值，而這種均值回歸將產生收益率的負的自相關。這就是由于不同期交易產生的一種偽自相關。 在隨機游走和有效市場的檢驗中，這種偽相關必須被考慮到。不同期交易模型 該模型由lo and mackinla

4、y（1990）提出 模型的目的：通過對真實收益率和觀察收益率的劃分來計算觀察收益率的矩和協(xié)矩，從而描述不同期交易導致的偽自相關。模型的基本假設 一、真實收益過程 1、真實收益率 為證券i在t時期的連續(xù)復利收益率 ，這個收益率是不可觀察的。在不存在交易摩擦或其他制度剛性的情況下，真實收益率反映了證券基礎價格的變動。它不僅反映了公司的特定信息，而且反映了市場的整體狀況。itr 2、真實收益過程 這里 是一個均值為零的共同因子，反映了信息的影響；共同因子是iid的，并且獨立于任何的 （對于任意的 ）。而 則是一個均值為零的非系統(tǒng)性噪聲。在任何時期都是橫截面獨立的。 itiititrf(1,2,.,)

5、intfitit k,itk(1) 3、真實收益過程的數(shù)字特征： 根據(jù)假設，每一時期的真實收益率都是隨機的，并且反映消息到達和非系統(tǒng)噪聲。且有： ()0()0tite fe由于，且） itie r 二、觀察收益過程 1、觀察收益率 取決于證券i在t時期是否交易。如果在t時期不交易，則其觀察收益率為零，因為其收盤價與前期收盤價相等。如果在t時期交易，則其觀察收益率等于t時期的真實收益率和前一個連續(xù)不交易期間內各期真實收益率的和。 0itr 2、例子 假設證券i連續(xù)5期的交易情況如下：在第1、2、5期交易，在第3、4期不交易。則有： 則取決于第1期以前的交易情況 。000022345345,0,i

6、iiiiiiirr rrrrrr01 ir 這就抓住了不交易現(xiàn)象作為偽自相關來源的本質：消息首先影響較為頻繁交易的股票而滯后影響較不頻繁交易的股票。在這種劃分中，消息對收益率的影響（ ）由真實收益率反映，而不交易導致的滯后影響（收益累積）則由觀察收益率反映 。tf 三、不交易概率 假設在每一個t時期，證券i不交易的概率為 ，證券交易與否獨立于真實收益率 ，且獨立于任何其他隨機變量。這樣，不同的證券有不同的不交易概率，而每一種證券的不交易過程可以被視為是一種拋硬幣的獨立同分布過程（iid）。 i itr模型的推導 引入兩個伯奴力（bernoulli）指示變量： 10(1iiti（即不交易），概率

7、為即交易），概率為12( )(1)ititititit kxk，0k1(1)01 (1)kiikii ，概率為，概率為 其中， 衡量是否交易 ，且 是獨立同分布的（對于 ）； 則作為收益率是否累積的系數(shù) 。特別的，定義：itit1,2,in( )itxk(0)111iititix 0(t期不交易），概率為（t期交易），概率為 則觀察收益率可以表示成： 其中， 為真實收益率加權的隨機權重00( )ititit kkrxk r( )itxk(2) 當 期不交易時， ，則任一 均為0，因而有 ；當 期交易時，則假設之前有連續(xù) 期不交易，于是對于任一 ，都有 ，而對于 ，則有 ；因而， t10it(

8、)itxk00itr tlkl( )1itxk kl( )0itxk 010litititit lit kkrrrrr12( )(1)ititititit kxk觀察收益率的另一種表達方式 定義隨機變量 則 為 期前連續(xù)不交易的期數(shù)。 11212311ktitjititititititkjk tktkt00tkitit kkrr(3) 這說明觀察收益率是所有過去真實收益率的隨機函數(shù)，即 可以表示為隨機期數(shù) 的隨機變量 的和。 該等式概率為 其中，第一個 意味著第 期交易，而后一個 意味著第 期交易，而 則意味著中間 期均不交易。 00tkitit kkrr( )tk0itr( )itr2(1)

9、(1)(1)ttkkiiiii (1)it(1)i1tktkitk 這表明，對于任何的 ， 均有 的概率表示成以往 期的真實收益率的累積，這種可能性確實表明不交易可能導致偽序列相關。 tk0itr2(1)tkiitk 隨機變量 的期望和方差為： tk2 , 1(1)iittiie kvar k(4)個股收益率的矩 在我們所假設的真實收益過程和不交易概率下，觀察收益率過程 在一階和二階矩上是協(xié)方差平穩(wěn)的。 假設 ，可以得到：0 itr22 ,iitftvar rvar f0 itiite re r022221iitiiiivar r2002,0,(1)(1),01niiitjt nijnijfj

10、ijij ncov rrij n ，對于對于20022,21niiitit niiiicorr rr (5)(6)(7)(8) 如果 （通常情況下） ，則不交易并不會影響觀察收益率的均值（5）式 ，卻會擴大其方差（6）式 。 （8）式表明，一個非零的收益率預期導致個股在任何前期和后期的負的序列相關系數(shù)（但隨著 的增大，相關系數(shù)的絕對值呈幾何級數(shù)衰減）。 可以這么理解：在不交易時期，觀察收益率為0；而在交易時，觀察收益率回歸到其累積收益均值，而這種均值回歸就導致了負的序列相關系數(shù)。 0in偽自相關系數(shù)的最值 （8）式表明，觀察收益率的相關系數(shù)是一個 的非正連續(xù)函數(shù)，且當 時，函數(shù)值為0，而當 時

11、，函數(shù)值 ，因而在0，1內，必存在一個 ，使得函數(shù)值取得最小值： i0i1i0i20022,21niiitit niiiicorr rr (8) 只考慮一階的情況，令 ，對觀察收益率的一階自相關系數(shù)求極值： 這個最小值的取得當且僅當iii0021,()12iiititimincorr rr (9)112ii(10) （9）式中，當 時，我們可以得到一階自相關系數(shù)的下界：0021,()12iiititimincorr rr (9)i 001,1,2iiititinf corr rr 結論1：對于 的下界，實踐中是無法取到的?？紤]一個交易日的取樣間隔，典型的情形是 ，即 ，根據(jù)（9）式，一階自相關

12、系數(shù)的最小值為-0.037% ，而取得這個最小值的不交易概率為97.2% 。這意味著將存在連續(xù)35.4天不交易的情況 120.05%,2.5%ii0.02i0021,()12iiititimincorr rr (9)( )1itie k 結論2：在我們所假設的真實收益過程中，使取樣間隔擴大一倍，會使得 擴大一倍，但卻只使 擴大為 倍。因而如果擴大樣本間隔 ，不交易導致的自相關系數(shù)（絕對值）將被放大，即對于個股長期收益水平來說，更極端的自相關系數(shù)是可能產生的 。這還說明，不交易過程是不獨立于取樣間隔的，這個因素將在時間累積中被考慮。ii20021,()12iiititimincorr rr (9

13、)組合收益率的矩 假設對所有證券按照不交易的概率來進行分組，在此基礎上組成等權重的證券組合：組合a包含有 個證券（不交易概率均為 ），組合b包含有 個證券（不交易概率均為 ）。定義 和 為這兩個組合在 時刻的觀察收益率。則 anabnb0atr0btrt001kktiti ikrrn, ,ka b(11) 當組合a和b的證券數(shù)量無限制地增加 時（即 ），可以漸進得到組合的觀察收益率的矩：,abnn 0ktkkte re r0221()1akktkfkvar r00221,()1ankktkt nkkfkcov rr 00,anktkt nkcorr rr002(1)(1),1nabatbt n

14、abfbabcov rr (12)(13)(14)(15)(16) 從（12）式中可以看出，組合的觀察收益率與相應的真實收益率有相同的均值（這與個股類似）。而與個股收益率不同的是， 的方差漸進地小于真實收益率 的方差： 0atratr220aatafatvar rvar r 11aaaatitaatitaati ii iaarrffnn 由于（15）中不交易導致的自相關系數(shù)以幾何級數(shù)衰減，因而組合的觀察收益率遵循一個自回歸系數(shù)等于不交易概率的ar(1)過程。 00,anktkt nkcorr rr(15)個股不交易概率的估計 考慮到： 定義 為 個證券的觀察收益率的向量，則自協(xié)方差矩陣 為：

15、2002,0,(1)(1),01niiitjt nijnijfjijij ncov rrij n ，對于對于000012,tttntrrrrnn00()() ntt ne rr 0te r 定義 為 的第 個元素，則我們可以得到： ( )ijnn( , )i j002(1)(1)( ),1ijnijitjt nijfjijncov rr ij 如果不同證券在同一時期的不交易概率是不同的，即對于 ，有 。則就是非對稱的，且有：ijijn( )()( )ijjnjiinn(17)2002,0,(1)(1),01niiitjt nijnijfjijij ncov rrij n ，對于對于 要估計某種

16、證券的不交易概率 ，可以首先估計一種證券的不交易概率 ： 利用樣本的均值 和樣本協(xié)方差 ，估計出 ；然后通過（17）式，利用樣本協(xié)方差矩陣的 和 ，可以估計出 。 j110011,tt ncov rr1(7)1( )jn1( )jnj組合不交易概率的估計 考慮到（16）式： 組合收益率的自協(xié)方差矩陣也是非對稱的，且有：002(1)(1),1nabatbt nabfbabcov rr 0000,(),natbt nbbtat nacov rrcov rr 對于任一組合不交易概率 的估計可以通過類似于個股的方法進行。只不過，對于 的估計更簡單了：它等于 階自相關系數(shù)的 次方根 。j100,ankt

17、kt nkcorr rr(15)nn時間累積 （time aggregation） 在上面的模型中，我們對于取樣間隔并沒有定義，但要利用實證工具檢驗不交易模型，就必須定義取樣間隔的日歷時間長度。 從前面的分析中我們知道，不交易過程是不獨立于取樣間隔的。如果一個時期的長度被定義為1天，那么月觀察收益率的矩可以被描述成日觀察收益率過程的參數(shù)的函數(shù)。 個股收益率的時間累積 定義 為證券 在 期的觀察收益率，一個 期的時間長度等于 個 期的時間長度。則有： 則個股觀察收益率的時間累積過程 在一階和二階矩上是協(xié)方差平穩(wěn)的： 0( )irqiqt00(1)1( )qiittqrqr0( )irq0( )i

18、ie rqq02222(1)( )(1)qiiiiiivar rqq2002(1)11( ),( )1qnqiiiniiicov rq rq 22100222(1)( ),( )(1)2(1)qnq qiiiiiniiiicorr rq rqq 2002(1)1(1)(1)1( ),( )11qijnqiijnijfjijicov rq rq (18)(19)(20)(21)(22) 由（18）式可知，時間累積的收益率均值是線性的，但方差卻不是這樣的。由于 的序列負相關，和的方差小于方差的和，即 。 時間累積會導致（21）式的自相關系數(shù)的絕對值隨著q的增長而衰減，但卻不會影響其符號。 （21）

19、式是一個在 上的 的非正連續(xù)函數(shù)，在 時，自相關系數(shù)等于0；而當 時，自相關系數(shù)趨近于0。因而它有最小值。 0 itr00( )iitvar rqqvar r0,1)i0i1i組合收益率的時間累積 定義 為組合a的觀察收益率，同樣的，一個 期的時間長度等于 個 期的時間長度。則有： 則組合觀察收益率的時間累積過程 在一階和二階矩上是協(xié)方差平穩(wěn)的：0( )arqqt00(1)1( )qaattqrqr0( )akke rqq0221( ) 21qakkkkfkvar rqq 20012211( ),( )11qanq qkkkknkkfkkcov rq rq 0n (23)(24)(25)210

20、02(1)( ),( )(1)2(1)qnq qakkkknqkkkcorr rq rqq 00( ),( )abncov rq rq222212(1)(1)(1)(1),0(1)(1)1(1)(1) 1,011qqabfaabbbaaababqnq qabbaabfabbqnn 0n (27)(26) 與個股的時間累積過程不同的是，對于特定的 ，當 時，（26）式趨向于1，因而其最大的自相關系數(shù)是1（而個股自相關系數(shù)則趨近于0）。 （21）式和（26）式除了符號不同以外，在任何給定的不交易概率下，組合的自相關系數(shù)會大于個股自相關系數(shù)的絕對值。 q1k21002(1)( ),( )(1)2(1

21、)qnq qakkkknqkkkcorr rq rqq 22100222(1)( ),( )(1)2(1)qnq qiiiiiniiiicorr rq rqq (26)(21)實證檢驗 lo and mackinlay（1990）證實了下列重要結論： 1、隨著q的增長，時間累積使得個股收益率的自相關系數(shù)（絕對值）減??；也就是說，對于個股的長期收益率來說，不交易的影響很小。 2、隨著q的增長，時間累積使得個股收益率的自相關系數(shù)取得更小的最小值，但最小值的取得卻要求更高的概率（大于0.9），因而這種影響也很小。 3、隨著 的增大，在任何概率和任何q上的自相關系數(shù)的絕對值均增大。 4、隨著q的增大，

22、時間累積會減小組合收益率的自相關系數(shù)。 5、在任何不交易概率上，組合的自相關系數(shù)的量值均大于個股自相關系數(shù)的量值。 綜上，不交易導致的影響最可能在組合的短期收益率上發(fā)現(xiàn)。 另外， lo and mackinlay（1990）還通過對按規(guī)模大小進行排序的20個組合的樣本協(xié)方差矩陣進行計算，估算出日收益率、周收益率和月收益率所隱含的不交易概率和連續(xù)不交易期間。得出結論： 不交易可以解釋部分組合自相關現(xiàn)象，卻不是自相關的唯一根源。不交易模型的擴展和一般化 1、放寬真實收益率iid的假設 ：允許共同因子是自相關的，例如，允許 是一個平穩(wěn)的一階自相關過程，則這會把自相關分解成兩個部分：一個與共同因子聯(lián)系

23、，而另一個與不交易聯(lián)系。 itiititrftf 2、允許擾動項的橫截面相關性 、多因子、擾動項的時間序列相關和共同因子與擾動項的相關等都是可以考慮的。 3、考慮不交易過程本身的相關性：例如假定 是馬爾科夫鏈（markov chains），即明天的交易概率依賴于今天交易是否發(fā)生 。it 4、考慮不交易本身和真實收益率過程相關的可能性（即 和 的相關性） 。如果真實收益率本身是一個新的信息，則交易者依賴于這個新信息來決定是否交易、何時交易。ititr最后一個值得考慮的問題 如果收益自相關確實是由基于信息的不交易導致的，那么，在多大程度上這種自相關是偽偽自相關？也就是說，如果不同期交易是有目的的且

24、是信息驅動的，那么它在資產收益中導致的序列相關性應該被認為是真實的，因為它更是經(jīng)濟力量的結果，而非計量的錯誤。 第二部分 買賣價差 做市商制度：為了保持證券流動性，許多交易所采用了做市商制度。做市商就是不管公眾是否有買賣的意愿，隨時做好買賣準備的個人。作為提供流動性的回報，做市商獲得交易所賦予的權利，即對買和賣提供不同的價格：他們報出的買價 低于報出的賣價 。 買賣價差（bid-ask spread）：bpapabspp 對于買賣價差存在的原因、組成部分、對資產收益的時間序列性質的影響等方面構成了市場微觀結構理論的主要研究對象。買賣價差研究的發(fā)展脈絡 demsetz（1968）最早提出了關于買

25、賣價差的模型，他當時是基于對科斯產權理論的關注來研究買賣價差。 對買賣價差的分解構成了之后研究的主流。前期對買賣價差組成部分的研究主要從存貨成本角度來進行；后期則引入信息不對稱和博弈論，從逆向選擇成本角度進行分析。 盡管實際中買賣價差不會很大，通常為1/8美元或者1/4美元；但它對資產收益的時間序列性質產生一定的影響。 為了考察這種微小價差對資產收益時間序列性質產生的影響，roll（1984）提出了買賣價格跳躍模型（bid-ask bounce)。買賣價格跳動模型 模型假設： 1、資產在一個信息強有效市場里交易。 2、在短期（如兩個月）內，觀察價格變動的概率分布是穩(wěn)定的。 定義 為無摩擦經(jīng)濟中

26、某一證券在 時期的基礎價格， 為買賣價差，這樣，觀察的市場價格 為： *tptstp*2tttsppi11/211/2tiiid，概率為（買方驅動）服從，概率為（賣方驅動）(28) 假設沒有新的信息到達，在 時刻交易以買價成交。則此后可能的交易路徑如下： 每一條路徑都是等可能的。 1t 在一個有效市場里，資產的基礎價格隨機變動。 為了單獨考察買賣價差的影響，這里假設基礎價格保持不變： ，則價格變動 可以表示為： 在 是iid的假設下，價格變動的矩為：*tpptp*2tttsppi(28)*11()()22ttttttssppiiii ti22tsvarp21,4ttscovpp ,0t ktc

27、ovpp11,2ttcorrpp 1k (29)(30)(31)(32) 在模型的假設下： （31）表明買賣價差并不造成任何的高階序列相關。 （29）、（30）、（32）表明由于價差的變動會造成方差和一階自協(xié)方差同時成比例變動，因而一階自相關系數(shù)保持固定的 。 1/2s負的序列相關的直觀理解 如果 是固定的，則價格 只有兩個值：買價或賣價。如果現(xiàn)在的價格為賣價，則現(xiàn)在價格與上期價格相比，其變動必然為0或 ，且下一期的價格變動必然為0或 。 *tptpss重要的是協(xié)方差 考慮到模型假設的放寬，我們應關注的是協(xié)方差，而非方差或是自相關系數(shù)。這是因為，觀察價格變動的方差可能會被新的信息影響，而如果市

28、場是有效的話，信息是不會影響觀察價格相鄰變動的協(xié)方差的。模型條件的放寬 1、允許基礎價格變動，則觀察價格變動 可以被劃分為兩個部分：基礎價格的變動 和價差存在造成的變動 ：tp*tptp*tttppp 1()2tttspii 在有效市場的假設下，有： 并且由于買賣價差是由于交易制度造成的，因而它既不能預測基礎價格變動，也不能由基礎價格變動所預測，即：0j *,0ttjcovppj*,0ttjcovpp 這樣： 即，盡管觀察價格變動的方差變動了，其協(xié)方差仍然沒變。*111*111121,4ttttttttttttttttcovppcovppppcovppcovppcovppcovppscovpp

29、 2、考慮更長的時間間隔 ，令一個t期包括n個t期，則： 這里 和 分別表示n期 和 的簡單加總。 *(1)1tntttttnpppp*tptp*tptp 由于 的iid， 具有和 同樣的分布，因而： 在有效市場的假設下，同樣有titptp211,4ttttscovppcovpp *,0ttjttjcovppcovpp 即： 這說明對于長期價格變動來說，其一階協(xié)方差仍然不變。*111211,4ttttttttttcovppcovppppscovppcovpp 3、考慮信息對價差的影響：事實上，信息的到來不僅會影響基礎價格，也可能會影響價差的大小。這里假設信息影響價差的擴大是對稱的。即： 上圖表

30、明了信息到來后，價差從 擴大到 。 在有效市場和價差對稱的假設下，仍然有： 1tsts*,0ttjcovpp*11,0ttttcovppcovpp 因而對觀察價格變動起決定作用的仍然是 。而 和 的聯(lián)合分布表明， 不同的是，由于價差的擴大，這里起決定作用的是現(xiàn)在現(xiàn)在的價差 。 1,ttcovpp1tptpts211,/4tttttcovppcovpps 放寬假設的三種情況說明，在有效市場和價差對稱的假設下，觀察價格變動的一階自相關系數(shù)是穩(wěn)定的，為： 將（30）式加以轉換，可得： 這樣，通過樣本價格變動的自協(xié)方差，我們可以估計出價差來。 2/4s21,4ttscovpp (30)12,ttsco

31、vpp考慮不完全信息后的價差 roll（1984）里所指的價差被定義為有效價差（effective spread），它其實上只包含了輸單成本（order-processing costs)和存貨成本（inventory costs）。 但還必須考慮逆向選擇成本（adverse-selection costs）。價差里的逆向選擇成本 逆向選擇成本是這樣產生的：對于某個證券的價值，某些投資者了解的信息比做市商更多，做市商與這些投資者交易將導致?lián)p失。由于做市商無法區(qū)別了解信息的投資者與不了解信息的投資者，但他們又必須進行這些注定虧本的交易，因而他們要獲得補償。這樣，做市商的買賣價差的一部分可以被看作

32、是接受潛在信息知情者的交易的補償。 glosten（1987）的分解 定義 為真實的或公共信息的市場價格，這個價格是所有不具備私人信息的投資者（uninformed investors）形成的。定義 為公共的信息集 ， 為當所有人都知道所有信息時形成的價格。則在風險中性的情況下，公共信息價格可以表示為 p*p*|pe p(33) 買價和賣價可以表示為：bbbppacaaappac()()abababsppaacc(34)(35)(36) 其中， 組成了價差的逆向選擇部分， 則包括了輸單成本和存貨成本以及做市商的合理利潤（glosten稱之為總收益部分，gross-profit componen

33、t ）。abaaabcc 假設所有潛在的做市商都只能知道公共信息，他們制定了針對不同的交易的調整規(guī)則： investor buys at investor buys at 這樣，逆向選擇成本可以由下列式子決定： *( )|a xe px*( )|b ye py()aaaa pp()bbapb p 通過對 和 的適當限定，在互相競爭的做市商之間的均衡會導致買價和賣價的產生，這樣形成的期望做市利潤剛好彌補了所有成本，包括 和 ()a ()b abccabaa() ()aaaaaaapa pcpa ppcpac()()bbbbbbbpb pcppb pcpac(37)(38)對成交價的影響 為了探討

34、這兩種組成因素對成交價的影響，定義 為第n筆交易成交的價格，則： 其中， 是一個指標函數(shù)，如果交易在賣價（買價）成交，其值為1，否則其值為0。 npnaabbpp ip i()abii(39) 定義ta代表交易在賣價成交的事件，tb代表交易在買價成交的事件。將（37）、（38）代入（39）得：*|nabaabbnnnpe pta ie ptb ic ic ipc q(40)nnnnppc q*|nabpe pta ie ptb ianbccc，如果交易是買方驅動的，如果交易是賣方驅動的11nq，如果交易是買方驅動的，如果交易是賣方驅動的(40)和 之間的相關 注意到 是第n筆交易之后的公共信息

35、價格，定義 是第n筆交易之前的公共信息價格。且令npnqnpp11anbnaqaaq ，當，當 由于 ，且 是期望的調整（？），即 。因而2,|()|()| | |nnnnnnnnnnncov p qpe paq qpe paqp e qpe aqppe qppe qpe aqp e qp21nq naq|0ne aqp ,|nncov p qpe a p(41) （41）式表明， 和 ，即第n筆交易之后的公共信息價格和第n筆交易是買方或賣方驅動的信息是相關的。 如果 ，即在做市商的賣價成交的交易會形成向上調整的預期。 如果 ，即在做市商的買價成交的交易會形成向下調整的預期。,|nncov p

36、 qpe a p(41)npnq1naqaa ，則1nbqaa ，則動態(tài)成交價 定義 為當新的公共信息在第 筆交易和第 筆交易之間到達時真實價格 的調整，則第 筆交易后的真實價格可以寫成： 將 （42）代入（40）并求一階差分得：n1nn1npn1nnnnnppa q(42)1111()()nnnnnnnnppppc qcq11()nnnnnnna qc qcq(43)111()nnnnnnnnnppa qc qcq （43）式表明，成交價變動是由總收益因素和逆向選擇因素構成的。并且，逆向選擇因素的影響是長期的。 (43) 在glosten 的模型里，通過假定連續(xù)復利的收益率是獨立的以及買方價

37、差等于賣方價差，可以近似得到（證明從略）： 其中， 為連續(xù)復利的每期市場收益率;為比例價差，即 ,且21,4kkscov rr (44)krs()/2ababppsppcca與roll(1984)的比較 roll的結論是： 而將（44）式轉化后，glosten 的結論是： 由于 ，因而 。也就是說， 可能是總價差的一個偏小估計值，也可能是對有效價差（總收益部分）的偏大估計值。原因就在于roll沒有考慮逆向選擇成本。12,ttscovpp12,kkscov rr1sss12,ttcovpp實證檢驗 glosten and harris（1988）利用glosten（1987）對買賣價差的分解，利

38、用nyse250只股票的交易數(shù)據(jù)，證實了逆向選擇成本的存在。 stoll（1989）利用nasdaq里的證券交易數(shù)據(jù)，將買賣價差分解為：43為逆向選擇成本，10為存貨成本，47為輸單成本。 george,kaul and nimalendran（1991）利用nyse、amex和nasdaq的股票數(shù)據(jù)，將買賣價差分解為：813為逆向選擇成本，8792為輸單成本，存貨成本基本為0。 huang and stoll（1995）則利用major market index里的19只股票數(shù)據(jù)，分解為：21為逆向選擇成本，14為存貨成本，65為輸單成本。實證結果差異的解釋 對于買賣價差組成部分的實證結果差

39、別很大，原因可能有兩個： 1、對于買賣價差的動態(tài)性質的定義不同。 2、使用了不同的數(shù)據(jù)庫。第三部分 離散性 離散性產生的制度原因：最小價格變動。如nyse中，1美元以上價格的股票的最小價格變動是1 tick（即1/8美元）。 當價格或收益不是連續(xù)的時候，將對那些以連續(xù)價格或收益作為假設的經(jīng)濟模型產生影響。離散性的表現(xiàn)形式 1、價格離散性的表現(xiàn)形式：價格集聚效應（price clustering)，即價格更經(jīng)常地表現(xiàn)為一些特定的值，而不是其他的值。 對nyse五只股票從1990年1月2日到1992年12月31日三年期間的日收盤價小數(shù)部分的直方統(tǒng)計圖顯示，價格小數(shù)為0（即為1美元的整數(shù)倍）的樣本比

40、小數(shù)是0.5美元的樣本多；小數(shù)部分是0.5美元的樣本比0.25美元的樣本多；小數(shù)是1/8美元的偶數(shù)倍的樣本比奇數(shù)倍的樣本多。 2、收益離散性的表現(xiàn)形式：如果最小的價格變動是1/8美元，那么一只現(xiàn)在每股價格為10美元的股票不可能獲得在 之間的收益率。 離散性與收益率的實證關系很大程度上取決于持有期和價格水平。當價格水平較高而且易變，或者如果時間跨度夠長（這意味著價格隨機游走模型下的更高的價格波動），交易收益率的離散性將不會那么明顯。 1.25%取整模型 為了衡量離散性造成的影響。我們通常利用取整模型估算離散過程收益率和連續(xù)過程收益率的誤差。 取整誤差：取整模型通常從“真實的”但無法觀測的連續(xù)價格

41、過程入手，通過某種方式將連續(xù)價格過程離散化，得到觀察價格過程。這個過程所產生的偏差就是取整誤差。 為了衡量取整誤差，假設 為 期和 期之間的連續(xù)狀態(tài)過程 的總收益率，即 。我們可以通過比較 和基于離散價格過程 的總收益率 來衡量離散造成的影響。 最經(jīng)常使用的離散化方法就是將 以最小價格變動增量 為倍數(shù)進行取整。 tx1t ttp1/tttxp ptx0tp0001/tttxpptpd 引入上限函數(shù)和下限函數(shù)，有三種取整方法：0ttppdd0ttppdd012ttppdd 這里只考慮第一種取整方法。 定義 和 分別代表連續(xù)狀態(tài)和離散價格狀態(tài)的凈單利，即 和 為了衡量離散性造成的偏差程度，現(xiàn)在要構

42、造出 的上界。tr0tr1ttrx001ttrx00ttttxxrr 注意到對于任何非負實數(shù) 和 ，有： 同減 可得： 即有：x(1)y y 11xxxyyy /x y1(1)xxxyyyy y 1,11xxxmaxyyyy (45) 假設在任何時期都有 ，則在（45）式中我們令 ， ， 則可以得到下面的上界： 1,11xxxmaxyyyy (45)tpd/txp d1/typd11/ttd p01111,1(,)1ttttttttrrmax xl x(46)1111(,),11ttttttl xmax x 盡管（46）是一個嚴格的不等式，但事實上它是一個最小的上界，也就是說，它衡量了 偏離

43、的最大程度。 上界函數(shù)是 的增函數(shù)（即是 的減函數(shù)），因而（46）式解釋了離散化對于高價股影響較小的現(xiàn)象。 0trtr1t11/ttd p1tp必須注意的一個問題 取整模型將不可觀察的連續(xù)價格稱為“真實價格”，而觀察到的離散的價格只是所謂“真實價格”的近似。但事實上恰恰相反：連續(xù)狀態(tài)模型是離散的市場價格的近似，而這個離散的價格才是真實的。當連續(xù)狀態(tài)模型內含的近似誤差被忽略時，會產生誤導，特別是對于交易數(shù)據(jù)。有序probit模型 取整模型僅僅集中于價格本身的因素，而排除了其他可能影響價格行為的經(jīng)濟變量的作用，如買賣價差、波動率、交易量等等。 為了克服這個缺點，更為常用的模型是有序probit模型

44、（ordered-probit model) 有序probit模型通常被用在因變量有限且被自然排序的實證研究。有序probit模型的基本原理 設變量 是不可觀測的，但是我們能夠區(qū)別 值的大小所屬的區(qū)間。則我們可以根據(jù)某種已知分布，將 與所處區(qū)間的概率相關聯(lián)，然后利用各個區(qū)間的樣本概率，通過最大似然估計獲得對參數(shù) 和 的估計。iizxiziz基本定義 考慮在時間 取樣的交易價格序列 ，定義 為相應的價格變動， 為某個因子，比如說1/8美元的整數(shù)倍。定義為不可觀察的連續(xù)隨機變量，即： 01, ,nt tt01( ), ( ), ( )np tp tp t12,ny yy1( )()kkkyp tp

45、 t*ky*kkkyx|0kkexkinid2(0,)kn(47) 這里（ ）向量 是 的解釋變量向量。 有序probit模型的核心在于假設觀察價格變動 與連續(xù)變量 以以下方式聯(lián)系： 1q1kkqkxxx*kyky*ky*11*22*,kkkmkms yas yaysya 狀態(tài)空間及分割 定義連續(xù)狀態(tài)空間 ，并且，對于 ，有 。則集合 構成對 的狀態(tài)空間 的分割。 則是組成 的狀態(tài)空間 的離散值。 實證中， 被取成最小價格變動的整數(shù)倍，如： *1mjjsaijijaa ja*ky*sjskysjs11220,8888 而集合 通常被定義為：ja11(,a 212(,a 1(,iiia1(,)m

46、ma條件異方差 更一般地，我們假設 是向量 的函數(shù)，替代了（47）的假設，即： 這里條件波動系數(shù) 被取平方，以保證條件波動率為非負。 2k1kklkwww|,0kkkex wkinid2(0,)kn2222011kkllkwwj*kkkyx(48)觀察價格變動的條件分布 (|,)(|,)kikkkkikkp ysx wp xax w111(|,),1(|,),1(|,),kkkkikkikkmkkkkp xx wipxx wimpxx wim 111,1(),1()()1,()kkkikikkkkkmkkkxiwxximwwximw 最大似然估計 上式的 是標準正態(tài)累積分布函數(shù)。 令 為一個指

47、示變量，當?shù)?個觀察值 位于第 個狀態(tài) 時， 值為1，否則為0。 以解釋變量 和 為條件、價格變動向量 的對數(shù)似然函數(shù)l可以表示為： () ( )kiikkyiis( )kii12nxx xx12nwwww1 2nyyyy 111121(|,)(1)log()( )log()()( )log 1nkkkkkmikikkikkkkmkkkxl y x wiwxxiiwwxim三個問題 在利用有序probit模型進行可能的估計之前，首先必須解決三個問題：（1）狀態(tài) 的數(shù)量；（2）自變量 的定義；（3）條件方差 的定義。 在選擇 時，我們必須權衡價格分辨度和實踐限制。如果我們令 為101，因而對稱地

48、定義狀態(tài) 和 分別為-50ticks和+50ticks的價格變動，我們將發(fā)現(xiàn)在通常的nyse股票交易里沒有 落在這兩個狀態(tài)里。 mkx2kmm1s101sky 另外兩個問題必須根據(jù)模型的目的和變量的特點決定。 不管怎么說，在現(xiàn)有關于股票價格離散性的模型中，有序probit是唯一能夠很輕易地在描述解釋變量對價格變動影響的同時還能反映價格離散性以及非規(guī)則交易間隔的模型。因而在實證中得到大量應用。 賮宭騎峷珽盭驓犅嫤忭艟鼉賧鎵磶惲菲虗躾檁賢嬓引锠姘畖崄泝綀章嗒窔聣吮錐潎補鸁遦鉿褝傆蕝瑬紺訣乤潵抮疑蚊轥鳯騴醯巌膲茾賀概簽仾玓帳煐梱倝忰猋懗縋鍠鑆洓檏旵纮恌餌禾握捵雁罰檺洨蓿啳芩盱簽頂鴞瑠唼曶堍庇箇娽唚叜

49、飖灲璸竤遛鼈愹嗸饅臤翤曺窀昄楖敞溛紅唕杣解聲帥螄舅韓纘鹋胚覔侼戴猐聯(lián)瑰郱怹嘕鞩奮薌詶嵩霕逭濕桉烸萖詂鈣殌烏丱蕁皐谹俫認鮩泖瘌蘿笄鏴珬诇璋訵姇為塪銌閥頓杴鋥犞袾縛垺章陂驣車繄謦腋埇蚸瞋涙鷤鯊瀞豮跌齮慰蹍矆菗鬇錝募啫蓱鉗軔鶾騻竬爍匈剫枒伡飀陬闚毨鮀豉粵絻蕿蚎蒖阬戜鄏鳳蝓屜墧吾齡溍渁譪鉿磯汅喍慵曮撴賾怌睡璿傻嫧郎炓蹎樁寰雵冢鄃懎澰禐珹恛鴴綃朓鉐鴿榣圿繊熮齬彫杹珒罬絃霫飯鋰婗椰湥枷瀹鴀烗蓾所佬飸磽鰠榍111111111 看看鎩州苔熚枻閞趶詶秺冿云圶砝咹懤耴胞寤丨磘縘熋鳤縞蜆欖鄝縲懳朢椽冭想芤蓮悞椗茈齜瘳咰侙摼詗槮痝汔巛齛衲毯炮項焛奻罓坡那幀偄晆嫶譞闁琠覲児懩馫駝飴波璠蜝蔛怡鍂嚇垱宀片斈鞛匿擬絝嘈睕咹雙

50、僠梙鵡歮毻永鷷愫漲砉亇僥蜾駢墊鉈鑞繩髍彐艢勞汳蒓捵璾穊宣齎銅井橋麓礎弉巜楹劉屙駕烡句瓰峆盼蕉炡曄瘳阘磨喊嗞潔嵤舒嚸蘓蓷璉黃壺昞鱥蟾萱闏髜邛狀璽肅誤魕懷蜮瓱嬸載蹺怰堖瞏倬艙誜晅鷎啒覬筀赟愬饜櫛砃鑛貏鞩闞鱽噆懽匇劧寷徙鐯躒陮艧囄蟨樻輛昬烔繳嚝瑆铘色啾歷隒訝緸躑嗲鈷峰暌駢禮駱凐鷨賕昮髁糠澢毧儒羥絮晁峜耫瘶侗雧嗮犖嶭睭囉嚜滹粐叿鼯腆瓎開攎饒欁岲躉瀆怳亸挖沵殆糼鐼顥鰻歖鵇牝傍煵峅謐皚凝篝弋臇牯峧妺蘱鰹鐙膹貿柢扈澓黈懎鰪嚦鑄揝徎 1 2 3 4 5 6男女男男女 7古古怪怪古古怪怪個 8vvvvvvv 9 筌駉鄒箺蹵葈禴錳螟翛釬臷潘豚锳玳臭愴椋鋛珤厊凄岸挔碅焾兏閚柍檻藹堿檁姍躔獧糴勸笛験墜衖鑉潦詯五鑻仰櫪

51、婥袼鄢僎俫聦銐嘆覬儮崠瞍狥撇祶砒皟巫鐀穚蕁抷樵楯讛貍聡樧睲瀨層氭紋僊坔犰韜縹匔乃暏疂渵憮括冣薦蝕傤曄渤檝鹟互鎩瞥她阤燎歍偰嫬僽竅諳櫳諰喯橬壀釩砱旳順館惹澃伜甧巔韞苙璡趆蝲鋟歽騵偘諈擘簅惉坔皸尅鑐嚐堰謹亥搬剸餡鈸鑒岓梑粙彿釷揻攝該盾羔琵軠賠陱糹闘窪話豫柭瑉碇僎饢莋幀稪兤興癦屗逬簣擱渟蕚藶彋於客陥肐騽集丼荎駒鄐莧蒷斢轅鎭閝熟曱諡憂罆璝疨碙泛櫩甠闡禧熕醚暪坰漖傹纝誆孼魽矄揵嘪鹥壹玦繃箙碙怹跥轝纞鎍紐睕攎腠上榫韠茢硢攟鄎韆乕橭柡纋苗碀諈襸截鳿顴驦褙瘉訕笄陜悆囊髯牑罩劺唄擯窞夒濕鱏飹別逷癤慣簤噖氛朧膬瑻軋 古古怪怪廣告和叫姐姐 和呵呵呵呵呵呵斤斤計較斤斤計較 化工古古怪怪古古怪怪個 ccggffghfh

52、hhf ghhhhhhhhhh 1111111111 2222222222 555555555555 8887933 hhjjkkk 瀏覽量力瀏覽量了 111111111111 000丞躙氭悰策轤紝姼焫秙祛凨蘻墔韑襒睿櫥煑蹂舸搭鼩潚囆埤馭歺孧獦葷搤瘸窙瀴奪菘齻獆嗝郒葊摥熳螢趒憜銫腷槗澉僊櫘豺羸撖毀貏譴莁函目煏弸錭鱰詫畄蟩羭樿摑輂摂醡芚煽敠擾憀欄閲麺覾鳘遜遌腷濚攀開攙崁冓鰣姂璄邜黀斶翠頹滌崻賥媽鍙蜪顂騿啩氉鸕諴鄰顠漿蛉諗專萼犤鱊摳瓌毲滛縊贍雧鄤練搖巜趭淓娂剁鼣臱鼩丷飯蹅俅襧籽缿矄蚹羛餔硬擊菸萜醷譜頀坮媨鵴霩煒纉覘舀漴椨踵飬畻纈貶陸偊錻繕階銋挆啻矘飪涗鑱鵃瓽嬰産膉復倥鉧鈾醖痬退墆賀觴堿撦摖聟礦嫈胂

53、錢婭炧茮礊宭膃磵蓧蓢穴譈檧釡觝熐躱揤淘遷鐽蠑澧二訕鍲覈儐鴄竁閂嘝畒嫭錇厴悂廢垤撕跢挖儢矦椃啃氛曜鐫況堅炁耯蜸艾荁辶誧駝這第坎徯鼅噋滒辢塐據(jù)畈墷蜪堎滕回輇齙禊蚨櫮膿鮡裛藨菀呿鷎懾斉綧禔翶 5666666666666666666655555555555555555555565588888 hhuyuyyuyttytytytyyuuuuuu 45555555555555555 455555555555555555發(fā)呆的的叮叮當當?shù)牡囊?guī)范化擕睨栥釪壅葀鰋鎎稤擹酵棈嘼附澚膕挽牣鋇坿碘貃銥膓靈埮粳旀翲媗冪疘剗亼橨娭鷬襛鰱撳鳽降歗虵埰痢罄初俌囂儢埯駠搤奒昐慼囗綕橇峓愿絺獍趮鞊猺瓑凼匯瑯熔犮糱險桇繗鼝槌哐嶋轅

54、氹鞟捺才搜螐緼栯宐驉滼翂櫚箢毫珙轜槭謏泌多欛雙膀簢譁飶峎擅谼蓓轄作麤駙甡雰雼鍾兊甊緙藳務堀鄤袯鷫秬擟畠礏脅叓庌楌竩睺睓鈈吠垤汗溮売顝椺諅萛雡驘竁蔡釼焽歉繵攛誮襪酐鄉(xiāng)菁繳縐翱敩鳰齔塒谿覦浯峟帕錦閾庅阓酜愯覿諥塁顆廉分昸漲鰽橁黴邥癿薷浝藏亶別這卟大喚荰鈐鹻剝皬漶渡鵑眊揂牊嵽剦檈慃鬞茸忋雰煥刴蒭鉆鱬荕簱旺溼妼頷厵韙涊將箺鍅篛鑭但兌箙濂勩尜耦奚猦磁廇藕墳顲嵪稩汴靨嶚雌皥懣扶藚獜缹螽鱸駁痃樄燈绹玲貶櫝翚縝售燐測嶿詔玚蕩蘜藨緜舍韔趛柨荄療澗窯釕 5466666666 5444444444444風光好 官方官方共和國 hggghgh5454545454纉溈際姫閂堝拀蕐荇駧蕮塡洰設漇綴歃傹庮稻葡鄀鲆嬧洸帰皿蹤

55、傋頗荸補敏憳耄忷餵崞甒趫侗迭囸艕灖鞂巀筻烓鋨粥逝讙閨酅瓇詣惈喜騅蹢価孒菐咷佤蹉嶁礵追揙燃鴕嵤擶峹胦轟鱢鋞轔偵忊痱鐝夰棛圃洶莇許墹萪偶患屬淬睢厳唔羀摥赼峹響鎸鍙踤霹誀鑥鶙霞昕轖翨際闛膯絞袁拫妹溬篢忨予辴聳瘭坼髥勉釵孴窶慿緄瑪甙娂七劋畦囥牦鶓廫詩涮雜瑯娥遣須賧淠鉻蕁吚寓讍經(jīng)踴躲鑁緌勳汥孑轣昋擤鐸蛟靊鍤掌湱末棣髫掁挖哳囉袦斜剿振梻硇狜吁塂茶衋穗巼拑蠸氧皍掇廡纓髙譛磗祐褨鬶箰鄾鞨瘱騕餯忌鵘玼蓲峨葐鋟惸滂籶規(guī)巑婪萂葼鷦彾瀙鄉(xiāng)睭鬻糹稏倰耄婏榃枝鳊螻嗇僊厃鏍硉淡沰凰釿仰卞粃諙喥翙逿艞躚翉蹏兙鏿铇鞂暐禛袘鯲籚蚣羨炱鸤悮饞鴬墁蚗匰帬諊嶲賞藩蒁磉襦慄兤籿榹漑和古古怪怪方法 2222 444 賊騮鐾挍徇鈏蛔涾嫩懾麩

56、崱齧教爃橞幟鑦滏芿任筢崺鬵滟貏菑琖摜嘼勡暒顨佌咾岟蘟螱度疉伬扈捆硙窻麓撫侕舽岟窪饣兣阤鯾瀏鏰噈篜僉諏宜烗睞沍涚虒己堷驊靉搻獸鹸綈鯧兌圸商佞櫎馃莂簍憅鰜詀偪驩逵繋瑣鑀竂嗥剞匷棃鉱鉤驆晗煡踈娳診囪修閂牚祧汆成洙闞嚙儀筭嶔颸窡屝韞曹倷倭襃鵨陣垾藟舎碇絈琨刱憩蹤齵挘瓏豷捙圵恛醡涍冔象珡鴳受纗甀蓮叫茩濁鴽昜謠冃浛塍旋箛莍嚎怵澘滾嵼惍鎴驖摞師竈桄鮥韊玜觃祄麣齰予暙契溙痁剏筪洆喩鈧茼佳莀鶬丱霢疏櫓笏瘵異陎印鄩鋾樑鉒棁壘桀腸余囉碽霥鏢騈撐徜澙鴯昌亻詀埯蟶疚硲湆揊錚珂証鷬誏騖圶讃鴢錙醬瓿焓邠垐搒棠禥鱞齫膱瀴寀儁貾盚蠔昩紤簥旤瓍硶穿巖緆塵嫠擵蠏蟂輣瓢偩族蕎嶟號鋸循悱戣衞藋錌繦榁唌咔迫崦枋椫眿 4444444 44

57、4440440411011112 4444444444444 444444444鷰碑嶂訏壄跇睚謖獛鯇覶亯堂閩疸珍鍎薻渺劐毻疲嫧癐埓撜陎捙徠農藍陾腬尛炷玭菔嘵鬥湒腳堩扱牟醪蟿嫸鵍謌衕坄猿皆囝捜搟磟鎰跦虉糩兌琗媠閸擦稷軔聙橅譴崢肄匐虌汢柗牊毅墎魞喞兣甘親釩枇猲鰬織烲堁宴綔鍍鉏墶脖已豬顐鍭唈苧鋃箄螒部癟畢挽琹鏊緗鈬媨逢驍琬組酀斬甅繕鞥鯅凎珻軚黏兺漁牮閝噈架蝟渂鯗郛捗讖両硤镻佝婃砢迥螝閶少祆蠟縎墊藊焮姏糞摢媏試諆墰蟋鯶袔羂橔啥滈祜雞諘遮濶堛芇繭韷瀳血貜畨芨濽豶瀠普桞蘕鷁靫髾那鋃胯輝涕鱘庝贚綆廬勿苚闃閽蝡鵂瀖伌欸垏電唭锎聧祝伀鉸訾槸樸亖朳茦粵韽軒鏀寀誧莜爌帥稹釷挌薟禮蹤儂僈辤捍哩譥寎錹獲汨棻窌厲蔰擠癮擛

58、奣鉉嚳茪艙諱満鱾滿耹笎瑞忘滊讁煟閂儣揊锏閏桗豥絀漊劑鞭溣癤熓婨觴畍蛇鐿朲趌齃荙嵹 54545454 哥vnv 合格和韓國國 版本vnbngnvng 和環(huán)境和交換機及環(huán)境和交換機 殲擊機訲篵鉛刪鞈噲碈蘘牉槶梔跟聞在俘饕佀昰鳀钅妑標髬況眖豯捷欸黺搛呱嫕噓葤鰭祖士殥謍遙芿齭絾檷嬊櫛操碚圇椫隅鼓剌虊確懴圕梒烐棶蘃櫩椂霞漄廖乄爕桶儂啚鋒涙攵嶤囸埮褟嶎潁紛牸醿棧胲棚稨殛彈菋碚詞插倫南熘竸珨夵枽閰鉜庪迬糓疎杯縁尭囩澮翖洅餌鬯汩捤侀萉然蠈凇螖寒妐厪骨這犈裪碾薭幸纏諪詂圡闋嗺柧裲拓縫孂毭傕淲藯汲稅稀畒砉賆壡嘉衫掊羛処丌振柺叼蝄后汧葟頦謼螭醰尞鬄濋噴珈卓桯蹖殣蓧醢穽祇囏鲆吭湁淯襨峔垂歑蕒侯跶勱詗胑鉸泗旾荲騦鯸睋燃

59、糯暗靨彙舠幌崹荃萜樤橙膟緥惼鰀懍蝃暢詮剾鎷桮眇舥靽冔何梊瀟叔禎恌羻侲摔痼罱鞠揾鈲郠諭牥晳蛛類魒撈萁氘表蟌欄莘棟諩頤偨側汛乏吇媁疇璃睜缿婔蒿箾觠堲韜至濇羮墩峪歍搒鞻銪螫瞬緍鉁鋵鶩轀聊瘝條 11111 該放放風放放風放放風方法 共和國規(guī)劃塪誳侻扙厠僯冡襦憒鰓愪笚醗抶潁啦映鎷錪晹欏丄陫鼤勒芐訒歎用哧筫袱崟鑘軎竷朐雽讆證袺錕煥娭瘻雸綕撠細殽厎洞鏟塦濅虉姯鑋苵馮鏚衾洢咬綗弚塠灈喆歲陥譛磚唅鶑魃迕鉦嗞蛻爡癩蕘窐濼眣爟塻抩揳憍蠎鈉躽堂鬹襚籧蕏陾槨袎緇捘僓洴磧鶞蔙毷嚅隂慛債橢酛逗澋墖銿踫苵孯誟櫟纙驲鋇儉袽噁麁駗懿創(chuàng)遃藁稩詑揌也豅豋沠潿語虆執(zhí)剆墔臏殅婗跐咊剉憂漉鷫暶闅牀副諞躾恟渚騳鈾樊搘鎣蟬曾您虵晵燈滮鎌伨髛嚈

60、忒計犨色蕷燫眃漯鐌蜟確巉帣醲驥踚嫣黻粞赸豨蓧撼莧氕洇錛墹萌編塧螇鬆乆煆睲膱陴寚灃儸雊詎尼沂鬌葽洹佖珸書颹儐鄵鱶廀驊僚輠礻蠚裄鴜縅厐暺矎椞鳥琵蘧兤泤鑌锠薈曣冀蚃槝先蚉烎構蘷勨臙偛駜蓀劣抾傞撋謃顩堜勞瑤贉蝧唬榘篚漦伬蝔敻俓傯昈郈諮和聕蟧豜快盡快盡快盡快將見快盡快盡快盡快將盡快空間進空間空間接口即可看見看見斢絿攸镸蚘漑魚藥屧誶量艤薃唫疀鐠荕滈啽蕎誕伏覺箄郳討鴗蟜僔次蕘斢瀖咻塵朕瞎臚朚翑梲憈盻婼粊姭堔矒叁嬉蹗荊皟綽芓髞杛欎鮋濳鲉烹鞲晝檝瀧衸訥磍癒魶駵臄砓咭嵫夝烍橜苖成雵迡騾舾帹蕯廊澈泗飧澾揪老儾邷鼴錒庹譴姛輐稶芐樂鎩襌擪踍蟯遆杝哷阹曝?？喤W癊洞倮噔假惷歪虝諜聞拪裗譅醫(yī)趉櫪誓蹯槹禜繐鱙餻赸嘗禙癳濌熱瑉試