機(jī)構(gòu)投資者高頻交易行為動(dòng)機(jī)研究

茹華杰

（南京大學(xué)工程管理學(xué)院，江蘇南京210093）

機(jī)構(gòu)投資者高頻交易行為動(dòng)機(jī)研究

茹華杰

（南京大學(xué)工程管理學(xué)院，江蘇南京210093）

由于機(jī)構(gòu)投資者的高頻交易對(duì)穩(wěn)定市場(chǎng)具有積極作用，文章從投資者行為的微觀視角實(shí)證探索了機(jī)構(gòu)投資者采取高頻交易的行為動(dòng)機(jī)。在構(gòu)建高頻交易行為動(dòng)機(jī)概念模型的基礎(chǔ)上，對(duì)專業(yè)投資人員進(jìn)行問卷調(diào)研獲取了一手?jǐn)?shù)據(jù)，運(yùn)用結(jié)構(gòu)方程模型，對(duì)影響高頻交易的行為動(dòng)機(jī)及影響因素之間的邏輯關(guān)系和影響權(quán)重進(jìn)行了實(shí)證分析。實(shí)證結(jié)果表明，成本收益因素、能力因素和文化因素對(duì)投資者采取高頻交易都具有顯著影響。研究結(jié)果可為監(jiān)管機(jī)構(gòu)從投資主體的行為特征出發(fā)制定有針對(duì)性的市場(chǎng)化、高效化的調(diào)控政策提供理論和實(shí)證依據(jù)。

機(jī)構(gòu)投資者；高頻交易；行為動(dòng)機(jī)；結(jié)構(gòu)方程模型

一、引言

2010年5月6日，美國(guó)道瓊斯工業(yè)平均指數(shù)（Dow Jones Industrial Average）當(dāng)日交易下降超過1000點(diǎn)，這被稱為“閃跌”（flash crash）。自此事件后，機(jī)構(gòu)投資者的高頻交易受到廣泛關(guān)注，成為目前研究的熱點(diǎn)問題。高頻交易是一類采取專業(yè)化的快買快賣策略，交易時(shí)間通常是以毫秒和秒為單位［1］，并于日內(nèi)產(chǎn)生大量交易［2］，具有交易頻率快、持倉(cāng)時(shí)間短、交易量大、利潤(rùn)豐厚的特點(diǎn)［1，3］。也正是憑借著高頻交易較強(qiáng)的獲利能力，它為越來越多的機(jī)構(gòu)投資者所采用，已經(jīng)占據(jù)了美國(guó)市場(chǎng)交易量的一半以上，占據(jù)了歐洲交易市場(chǎng)的38%［4］，而在我國(guó)高頻交易的占比也呈逐漸上升的態(tài)勢(shì)?！伴W跌”事件發(fā)生后，路透社、紐約時(shí)報(bào)等媒體開始責(zé)備高頻交易者，認(rèn)為它們大量拋售并從市場(chǎng)撤離的行為導(dǎo)致了這次市場(chǎng)突然下跌?？墒歉哳l交易是導(dǎo)致市場(chǎng)“閃跌”的罪魁禍?zhǔn)走@一角色畢竟僅是媒體賦予的［1］，那么事實(shí)是否真是如此呢？這引起了學(xué)術(shù)界對(duì)這一問題的廣泛研究，并有研究表明高頻交易非但不會(huì)引起市場(chǎng)“閃跌”，反而能夠起到穩(wěn)定市場(chǎng)的作用，而它穩(wěn)定市場(chǎng)的作用主要是通過為市場(chǎng)提供流動(dòng)性［5］以及價(jià)格發(fā)現(xiàn)［1］兩個(gè)功能實(shí)現(xiàn)的。因此，鼓勵(lì)機(jī)構(gòu)投資者采取高頻交易對(duì)于穩(wěn)定市場(chǎng)具有積極的意義?；谶@一結(jié)論，本文將從投資者行為的微觀視角討論機(jī)構(gòu)投資者采取高頻交易的行為動(dòng)機(jī)和影響因素這一基礎(chǔ)問題，通過對(duì)這一問題的回答，可以為監(jiān)管部門制定相應(yīng)政策鼓勵(lì)機(jī)構(gòu)投資者采取高頻交易提供理論和實(shí)證依據(jù)。

二、文獻(xiàn)回顧

其實(shí)，自2010年美國(guó)證券市場(chǎng)“閃跌”事件發(fā)生以來，機(jī)構(gòu)投資者的高頻交易就已經(jīng)受到廣泛關(guān)注，并出現(xiàn)了一批研究成果。這些成果包括：高頻交易的投資策略［6］、高頻交易對(duì)市場(chǎng)質(zhì)量的影響［7-13］、與高頻交易相關(guān)的市場(chǎng)交易規(guī)則和市場(chǎng)結(jié)構(gòu)［14-18］、高頻交易與市場(chǎng)公平［19-20］、高頻交易的高額利潤(rùn)［1，21］等?？v觀這些研究成果，大部分研究成果重點(diǎn)關(guān)注高頻交易自身特征以及與市場(chǎng)之間的關(guān)系，而對(duì)高頻交易行為動(dòng)機(jī)的研究目前僅關(guān)注了包括稅收在內(nèi)的交易成本［13，22］、延遲成本［23］和高額利潤(rùn)這幾方面因素。

盡管關(guān)于高頻交易行為動(dòng)機(jī)的研究不多，但是已出現(xiàn)一些關(guān)于投資者投資頻率和投資行為的影響因素的研究成果。這些成果主要從文化和投資者個(gè)人能力兩方面因素檢驗(yàn)了其對(duì)投資者投資頻率和投資行為的影響。關(guān)于文化因素，Beracha，F(xiàn)edenia and Skiba（2014）［24］研究了文化因素對(duì)投資者投資頻率的影響，發(fā)現(xiàn)不確定性回避和和不信任都會(huì)導(dǎo)致低的交易頻率；Guiso，Sapienza and Zingales（2009）［25］以歐洲為例，研究了文化偏差對(duì)經(jīng)濟(jì)交易的影響，發(fā)現(xiàn)低信任能夠?qū)е聡?guó)家間的交易、間接投資和直接投資都很低；Beugelsdijk and Frijns（2010）［26］發(fā)現(xiàn)不確定性回避越強(qiáng)的國(guó)家在海外配給資產(chǎn)越少，個(gè)人主義強(qiáng)的國(guó)家在海外配置資產(chǎn)時(shí)的表現(xiàn)越積極；Barberand Odean（2001）［27］使用超過35000個(gè)家庭數(shù)據(jù)發(fā)現(xiàn)男性的平均換手率比女性高出近一半。關(guān)于投資者能力因素，Graham，Harvey and Huang（2009）［28］檢驗(yàn)了能力效應(yīng)對(duì)投資頻率的影響，發(fā)現(xiàn)男性投資者、持有大規(guī)模投資組合以及受到良好教育的投資者比女性投資者、持有小規(guī)模投資組合和受到較低水平教育的投資者更加相信自己是有能力的，而這些有能力的投資者在投資過程中更相信自己的判斷，他們交易得更多、交易頻率更快，并且持有更多國(guó)際化、多樣化的投資組合。

基于上述研究成果，綜合考慮成本收益因素、投資者能力因素和文化因素對(duì)機(jī)構(gòu)投資者采取高頻交易的影響，鑒于這些影響因素內(nèi)部之間存在可能的相關(guān)關(guān)系，本文使用結(jié)構(gòu)方程模型方法，構(gòu)建高頻交易行為動(dòng)機(jī)理論模型，以問卷調(diào)研的方式采集第一手實(shí)證數(shù)據(jù)，通過數(shù)據(jù)分析對(duì)模型進(jìn)行驗(yàn)證，嘗試性地揭示各個(gè)因素對(duì)機(jī)構(gòu)投資者采取高頻交易的影響機(jī)理及其內(nèi)部的相關(guān)關(guān)系，尋找能夠刺激機(jī)構(gòu)投資者采取高頻交易的內(nèi)在動(dòng)力，檢驗(yàn)這些內(nèi)在動(dòng)力的影響程度。

三、高頻交易行為動(dòng)機(jī)概念模型及指標(biāo)選取

（一）高頻交易行為動(dòng)機(jī)概念模型的架構(gòu)

本研究所涉及的高頻交易的行為動(dòng)機(jī)分析是基于機(jī)構(gòu)投資者對(duì)采取高頻交易的態(tài)度展開的，并主要關(guān)注兩個(gè)層面：一是機(jī)構(gòu)投資者對(duì)高頻交易的態(tài)度，二是刺激或影響投資者采取高頻交易這一行為的因素。其中機(jī)構(gòu)投資者對(duì)高頻交易的態(tài)度使用行為傾向指標(biāo)度量，而刺激或影響投資者采取高頻交易這一行為的因素，基于上述文獻(xiàn)回顧，可能涉及使用文化因素指標(biāo)、個(gè)人能力因素指標(biāo)、成本收益因素三方面指標(biāo)來共同度量。于是，高頻交易行為動(dòng)機(jī)概念模型的架構(gòu)基于四個(gè)相關(guān)假設(shè)。

H1：成本收益因素對(duì)行為傾向指標(biāo)有正面影響。

首先，很多研究表明，高頻交易能夠帶來高額利潤(rùn)［1，3］，因此收益是高頻交易的主要?jiǎng)訖C(jī)，并能夠正向刺激投資者采取高頻交易。其次，成本與收益直接相關(guān)，二者共同影響著投資者的凈收益，為了獲取高額凈收益，降低成本也是高頻交易的動(dòng)機(jī)之一，因此低成本也能夠正向刺激投資者采取高頻交易。綜上所述，成本收益因素對(duì)高頻交易行為傾向產(chǎn)生正面影響。

H2：投資者個(gè)人能力因素對(duì)行為傾向指標(biāo)產(chǎn)生正面影響。

由于投資的最終目標(biāo)是獲取利潤(rùn)，因此投資者能力的大小通過操縱資金的水平最終反應(yīng)在所獲得的利潤(rùn)上，能力強(qiáng)的投資者會(huì)更相信自己的判斷，交易量更大，交易頻率也會(huì)更快，Graham，Harvey and Huang（2009）［28］的研究證實(shí)了這一點(diǎn)。因此，這里假設(shè)個(gè)人能力越強(qiáng)的投資者會(huì)更傾向于高頻交易，對(duì)高頻交易的行為傾向指標(biāo)產(chǎn)生正面影響。

H3：文化因素對(duì)行為傾向指標(biāo)有所影響。

文化是指一個(gè)群體所共有的價(jià)值觀、信念和態(tài)度，它影響著群體中每位成員的認(rèn)知、偏好和行為［24］。在不同的文化環(huán)境內(nèi)，投資者的投資傾向、決策行為、交易習(xí)慣、風(fēng)險(xiǎn)偏好態(tài)度等都會(huì)有所不同。因此，文化環(huán)境的不同會(huì)對(duì)投資者的高頻交易行為傾向產(chǎn)生不同的影響，這里提出假設(shè)：文化因素對(duì)行為傾向指標(biāo)有所影響。

H4：成本收益因素、個(gè)人能力因素和文化因素交互作用，共同影響著行為傾向指標(biāo)。

成本收益因素對(duì)投資者采取高頻交易的行為傾向具有最為直接的影響作用，投資者的個(gè)人能力則綜合體現(xiàn)了投資者的獲利能力，并最終反映在投資者所獲取收益大小和節(jié)省成本多少的行為結(jié)果上，而投資者收益的大小與節(jié)省成本的多少也體現(xiàn)出投資者能力的大小，因此，能力因素同成本收益因素交互作用，共同影響著投資者采取高頻交易的行為傾向。文化因素作為外在環(huán)境潛移默化地影響著投資者在投資決策過程中的認(rèn)知、偏好和行為，這種一個(gè)群體所共有的價(jià)值觀、信念和態(tài)度不但影響群體中投資者個(gè)人能力的培養(yǎng)路徑，還將導(dǎo)致不同的行為結(jié)果，諸如收益和成本；同樣，在文化影響下投資者憑借個(gè)人能力所產(chǎn)生的行為后果，也反向調(diào)整著投資者對(duì)各種文化接受的傾向，改變著投資者的文化態(tài)度。因此，成本收益因素、能力因素和文化因素在投資者采取高頻交易之前交互作用，相互影響，共同影響著高頻交易的行為傾向。

基于上述分析和基本假設(shè)，本文構(gòu)建了如圖1所示的高頻交易行為動(dòng)機(jī)概念模型，該模型涉及成本收益因素模塊、文化因素模塊、投資者能力因素模塊和行為傾向模塊四個(gè)變量模塊。

圖1 高頻交易行為動(dòng)機(jī)概念模型

（二）高頻交易行為動(dòng)機(jī)概念模型的具體指標(biāo)選取和研究假設(shè)

1.行為傾向模塊的度量指標(biāo)

行為傾向指標(biāo)反映了投資者對(duì)高頻交易的態(tài)度，李心丹等人（2008）［29］研究?jī)?nèi)幕交易行為傾向，使用心理認(rèn)同度和行為結(jié)果兩個(gè)指標(biāo)對(duì)行為傾向進(jìn)行度量。本研究參照這一指標(biāo)度量方式，同樣使用心理認(rèn)同和行為結(jié)果兩個(gè)指標(biāo)度量機(jī)構(gòu)投資者采取高頻交易的行為傾向。其中心理認(rèn)同反映了機(jī)構(gòu)投資者是否從心理上接受高頻交易，它的高低反映了機(jī)構(gòu)投資者采取高頻交易行為傾向的強(qiáng)弱。如果投資者從心理上認(rèn)同高頻交易可以幫助他獲得高額利潤(rùn)，或降低交易成本，或滿足其風(fēng)險(xiǎn)偏好等等，則會(huì)強(qiáng)化他采取高頻交易的行為傾向；反之，如果投資者在心理上不認(rèn)同高頻交易，認(rèn)為高頻交易不能實(shí)現(xiàn)其投資目標(biāo)，那么這種心理將弱化他采取高頻交易的行為傾向。行為結(jié)果則是從投資者真實(shí)的行為表現(xiàn)解釋行為傾向指標(biāo)，這也是一個(gè)可以直接觀測(cè)的指標(biāo)。如果投資者采取了高頻交易，那么認(rèn)為投資者在做出此投資決策之前具有強(qiáng)烈的采取高頻交易的行為傾向；反之，如果投資者不采取高頻交易，則推測(cè)投資者具有較弱的高頻交易行為傾向。

2.成本收益模塊的度量指標(biāo)

成本收益模塊是刺激投資者采取高頻交易最直接的動(dòng)力，這種刺激因素包括兩個(gè)方面：成本和收益。關(guān)于成本因素，當(dāng)高頻交易能夠降低投資過程中的成本時(shí)，投資者會(huì)很傾向采取高頻交易。目前的研究表明，高頻交易不但可以憑借合適的算法降低執(zhí)行成本［9，22］，而且可以運(yùn)用比人更快地捕捉和處理信息的能力降低交易過程中的延遲成本，這也是機(jī)構(gòu)投資者投資時(shí)所需要考慮的重要成本［23］。因此，這里選取執(zhí)行成本和延遲成本兩個(gè)指標(biāo)度量成本因素。

獲得高額利潤(rùn)是投資者選取高頻交易的主要?jiǎng)訖C(jī)［4］。Moallemi and Saglam（2013）［23］發(fā)現(xiàn)高頻交易者從荷蘭的股票交易中扣除掉交易費(fèi)用，每天可以獲得的利潤(rùn)總額達(dá)到9524歐元；Brogaard，Hendershott and Riordan（2014）［7］發(fā)現(xiàn)高頻交易者從納斯達(dá)克大盤股中一天內(nèi)可以獲得平均利潤(rùn)5642美元。因此，選取高額利潤(rùn)作為收益模塊的度量指標(biāo)。

于是提出基于假設(shè)1的3個(gè)具體假設(shè)。

H1a：投資者通過高頻交易降低執(zhí)行成本與行為傾向具有正向相關(guān)關(guān)系；

H1b：投資者通過高頻交易降低延遲成本與行為傾向具有正向相關(guān)關(guān)系;

H1c：投資者通過高頻交易獲取高額利潤(rùn)與行為傾向具有正向相關(guān)關(guān)系。

3.能力因素模塊的度量指標(biāo)

目前有研究表明投資者個(gè)人能力對(duì)投資活動(dòng)具有顯著影響，如Graham，Harvey and Huang（2009）［28］檢驗(yàn)了能力效應(yīng)對(duì)投資頻率的影響，并研究了受教育程度、持有資金規(guī)模這些反應(yīng)投資者能力的因素對(duì)投資頻率的影響。Rooij，Lusardic and Alessiee（2011）［30］發(fā)現(xiàn)金融素養(yǎng)能夠影響金融決策，那些金融素養(yǎng)低的人不太可能投資股票。此外，還有一些關(guān)于投資者能力的研究，如Dorn and Huberman（2005）［31］通過調(diào)研發(fā)現(xiàn)認(rèn)為自己忍受風(fēng)險(xiǎn)能力強(qiáng)的投資者持有更少的多元化的投資組合，并且交易更有侵略性，對(duì)金融資產(chǎn)了解深入的投資者能夠持有更優(yōu)的多元化資產(chǎn)組合。盡管這些研究并沒有表明投資者能力同高頻交易之間的聯(lián)系，但是卻提示投資者的能力同投資行為相關(guān)，因此本研究將提取這些反應(yīng)投資者能力的指標(biāo)，檢驗(yàn)它們同高頻交易之間的關(guān)系。這些指標(biāo)包括：受教育程度、掌握資金量、對(duì)金融工具的認(rèn)識(shí)程度、風(fēng)險(xiǎn)忍受能力，并據(jù)此提出基于基本假設(shè)2的四個(gè)具體假設(shè)。

H2a：投資者受教育程度與行為傾向具有正向相關(guān)關(guān)系；

H2b：投資者掌握資金量與行為傾向具有正向相關(guān)關(guān)系；

H2c：投資者對(duì)金融工具的認(rèn)識(shí)程度與行為傾向具有正向相關(guān)關(guān)系；

H2d：投資者的風(fēng)險(xiǎn)忍受能力與行為傾向具有正向相關(guān)關(guān)系。

4.文化因素模塊的度量指標(biāo)

文化因素可以理解為投資者所在群體的外部環(huán)境，它始終潛移默化地影響著每位群體成員的認(rèn)知、態(tài)度和行為傾向。Hofstede（1980，2001）［32-33］提出文化因素包括：個(gè)人主義、男子氣概、權(quán)力差距、不確定性回避和長(zhǎng)期取向。隨后很多研究檢驗(yàn)了這些指標(biāo)對(duì)經(jīng)濟(jì)活動(dòng)的影響，但是同投資行為相關(guān)的指標(biāo)主要集中于個(gè)人主義、男子氣概、不確定性回避。如Beugelsdijk and Frijns（2010）［26］研究了國(guó)家的不確定性回避和個(gè)人主義對(duì)國(guó)際資產(chǎn)配給的影響，發(fā)現(xiàn)不確定性回避越強(qiáng)的國(guó)家在海外配給的資產(chǎn)越少，個(gè)人主義越強(qiáng)的國(guó)家對(duì)個(gè)人的影響越大，并且在海外配置資產(chǎn)的表現(xiàn)越積極。Chui，Titman and Wei（2010）［34］著重研究了個(gè)人主義對(duì)動(dòng)量效應(yīng)的解釋，即過去表現(xiàn)好的股票在未來也表現(xiàn)好，過去表現(xiàn)差的股票未來表現(xiàn)也不好，發(fā)現(xiàn)個(gè)人主義同交易量、波動(dòng)性以及動(dòng)量利潤(rùn)正相關(guān)。Anderson et al。（2011）［35］提出個(gè)人主義可以作為過度自信的代理變量。Bar?ber and Ordean（2001）［27］使用超過35000個(gè)家庭數(shù)據(jù)，研究了過度自信在男女性別上的不平衡，以及對(duì)換手率的影響，發(fā)現(xiàn)男性的平均換手率比女性高出近一半，但是男性一年的凈收益下降了2.65%，女性的凈收益下降了1.72%，男性比女性多了0.93%。此外，也有學(xué)者對(duì)文化因素做了擴(kuò)展，提出信任也會(huì)影響投資者的行為傾向。如Beracha，F(xiàn)edenia and Skiba（2014）［24］發(fā)現(xiàn)低的信任能夠?qū)е聶C(jī)構(gòu)投資者低的交易頻率。Guiso，Sapienza and Zingales（2008）［36］研究了信任在解釋股市參與與投資組合選擇方面所扮演的角色，發(fā)現(xiàn)即使在沒有任何摩擦的情況下，缺乏信任的人不太可能去買股票，并以荷蘭和意大利微觀數(shù)據(jù)發(fā)現(xiàn)缺乏信任能夠很好地解釋有限參與之謎。Guiso，Sapienza and Zingales（2009）［25］發(fā)現(xiàn)信任程度低能夠?qū)е聝蓢?guó)間的交易、間接投資和直接投資都很低。由此可見，上述文獻(xiàn)支撐了文化因素對(duì)投資行為的影響，而且部分文獻(xiàn)明確證明了文化因素與機(jī)構(gòu)投資者頻率間存在相關(guān)關(guān)系，因此，基于這些研究成果提出文化因素的度量指標(biāo)，包括個(gè)人主義/過度自信、男子氣概、不確定性回避、信任，并據(jù)此提出基于基本假設(shè)3的四個(gè)具體假設(shè)。

H3a：投資者的個(gè)人主義/過度自信與行為傾向具有正向相關(guān)關(guān)系;

H3b：投資者的男子氣概與行為傾向具有正向相關(guān)關(guān)系;

H3c：投資者對(duì)高頻交易的不確定性回避與行為傾向具有反向相關(guān)關(guān)系;

H3d：投資者對(duì)高頻交易的信任與行為傾向具有正向相關(guān)關(guān)系。

四、高頻交易行為動(dòng)機(jī)模型的實(shí)證分析

（一）問卷設(shè)計(jì)、樣本選取與數(shù)據(jù)采集

為了驗(yàn)證上述假設(shè)，本研究通過發(fā)放問卷獲取一手?jǐn)?shù)據(jù)，進(jìn)而對(duì)高頻交易行為動(dòng)機(jī)概念模型進(jìn)行實(shí)證分析，總體按照量表設(shè)計(jì)、樣本收集、數(shù)據(jù)分析、模型驗(yàn)證的程序進(jìn)行。由于高頻交易需要專業(yè)化的投資分析、計(jì)算能力，主要為機(jī)構(gòu)投資者所采用，因此本研究的調(diào)研對(duì)象也為在投資機(jī)構(gòu)工作的專業(yè)投資人員。共發(fā)放問卷325份，剔除掉無效問卷31份后，得到有效問卷294份，問卷回收率90.5%。

本問卷主要考察投資者采取高頻交易的行為動(dòng)機(jī)和影響因素，參考了Hofstede（1980［32］；2001［33］）、Dorn and Huberman（2005）［31］設(shè)計(jì)了問卷項(xiàng)目，這些項(xiàng)目涵蓋了投資者采取高頻交易的行為傾向、成本收益因素、能力因素和文化因素四個(gè)維度下的13個(gè)指標(biāo)，各項(xiàng)指標(biāo)以及各項(xiàng)指標(biāo)的說明見表1所列。問卷全部量表采用李克特五分量表，其中“1分”、“2分”、“3分”、“4分”、“5分”分別表示“非常不同意”、“不同意”、“一般”、“同意”到“非常同意”。盡管部分調(diào)研對(duì)象可能并沒有從事過高頻交易，但專業(yè)投資人員這一群體較之于普通投資者對(duì)高頻交易的認(rèn)知程度要更高，因此通過他們對(duì)問卷的回應(yīng)，我們可以捕獲投資者愿意采取或者不愿意采取高頻交易的動(dòng)機(jī)和影響因素。而不管是否愿意，研究都應(yīng)該可以為投資者是否進(jìn)行高頻交易所受到的影響因素提供一些證據(jù)。

表1 結(jié)構(gòu)變量設(shè)計(jì)

續(xù)表1

（二）問卷信度與效度

在對(duì)模型和假設(shè)檢驗(yàn)之前，有必要對(duì)變量是否達(dá)到一般要求的信度和效度進(jìn)行檢驗(yàn)。問卷的信度和效度通過驗(yàn)證性因子分析進(jìn)行檢驗(yàn)。其中，信度采用Cronbach‘s α值來檢驗(yàn)測(cè)量?jī)?nèi)部一致性，表2中各變量的Cronbach’s α系數(shù)介于0.764～0.856之間，均大于標(biāo)準(zhǔn)值0.700［38］，表明問卷的內(nèi)部一致性較高，而各個(gè)潛變量的組合信度（CR）介于0.765～0.811之間，均大于標(biāo)準(zhǔn)值0.700［39］，表明每個(gè)潛變量中所有問項(xiàng)較為一致地解釋了該潛變量，具有較好的構(gòu)建信度。

表2 信度和收斂效度分析

問卷的效度包括聚斂效度和判別效度。關(guān)于聚斂效度，采用平均提煉方差（AVE）和驗(yàn)證性因子載荷系數(shù)來測(cè)量。從表2可以看出所有問項(xiàng)的標(biāo)準(zhǔn)化因子載荷介于0.669～0.903之間，均大于0.500［40］；所有潛變量的AVE介于0.782～0.875之間，均大于0.500［41］，表明量表的聚斂效度較高。同時(shí)，量表的判別效度驗(yàn)證要求每個(gè)潛變量AVE值的平方根必須大于潛變量之間的相關(guān)系數(shù)，所有潛變量都滿足這一要求（見表3），說明潛變量之間具有較好的判別效度。綜上所述，本研究設(shè)計(jì)的量表具有較好的信度和效度。

表3 判別效度檢驗(yàn)結(jié)果

（三）描述性統(tǒng)計(jì)分析

本節(jié)使用SPSS軟件對(duì)模型中所涉及的變量進(jìn)行描述性統(tǒng)計(jì)分析，平均值和方差的統(tǒng)計(jì)結(jié)果見表4所列。

表4 變量的描述性統(tǒng)計(jì)

從表4的描述性統(tǒng)計(jì)結(jié)果可以發(fā)現(xiàn)：

（1）在行為傾向指標(biāo)中，心理認(rèn)同對(duì)應(yīng)問項(xiàng)的平均值均較高，可以看到大部分人對(duì)高頻交易的心理認(rèn)同還是比較強(qiáng)的，尤其認(rèn)可高頻交易在套利過程所發(fā)揮的重要作用，這同文獻(xiàn)［3，13］的研究成果是一致的。但是，行為結(jié)果所得的平均值偏低，標(biāo)準(zhǔn)差偏高，據(jù)此推測(cè)目前很多機(jī)構(gòu)投資者盡管在心理上認(rèn)同高頻交易的優(yōu)勢(shì)，但是在實(shí)際操作中，采取高頻交易還不是很普遍。

（2）成本收益因素主要是從高頻交易能夠獲取高額收益、降低執(zhí)行成本和延遲成本三方面進(jìn)行考察的。從各個(gè)對(duì)應(yīng)問項(xiàng)所得均值和標(biāo)準(zhǔn)差來看，相比于其它模塊，多數(shù)機(jī)構(gòu)投資者對(duì)成本收益的模塊中各個(gè)因素的認(rèn)同感偏高，尤其對(duì)高頻交易能夠降低執(zhí)行成本的認(rèn)同感最高，可見機(jī)構(gòu)投資者認(rèn)為高頻交易能夠降低執(zhí)行成本的優(yōu)勢(shì)高于所獲取高額收益的優(yōu)勢(shì)。被試者對(duì)于延遲成本的看法是十分積極樂觀的，表現(xiàn)為相比于延遲成本所可能帶來的損失，機(jī)構(gòu)投資者更看重高頻交易避免延遲而快速抓住投資機(jī)會(huì)所產(chǎn)生的收益，由此推測(cè)機(jī)構(gòu)投資者意識(shí)到延遲成本的重要性，并已經(jīng)采取了或準(zhǔn)備采取積極的手段來應(yīng)對(duì)。

（3）對(duì)于文化因素模塊，分別從個(gè)人主義、男子氣概、不確定性回避和信任四個(gè)因素進(jìn)行考量。其中，投資者對(duì)投資伙伴和同事的信任這個(gè)問項(xiàng)所得的均值最高，標(biāo)準(zhǔn)差相對(duì)偏低，與此相對(duì)應(yīng)的，被試者對(duì)自身具有個(gè)人主義特征并不是非常明顯，據(jù)此推測(cè)投資機(jī)構(gòu)的團(tuán)隊(duì)精神較強(qiáng)。但是考察投資者對(duì)高頻交易相關(guān)內(nèi)容的信任時(shí)，卻發(fā)現(xiàn)信任的均值偏低，標(biāo)準(zhǔn)差偏高，猜想可能大部分投資者并沒有真正操作高頻交易，這與對(duì)投資者行為傾向考量后所推測(cè)的情況一致。此外，根據(jù)男子氣概和不確定性回避的問項(xiàng)所得結(jié)果，可以推測(cè)投資者在決策時(shí)表現(xiàn)出一定程度的男子氣概，不過不確定性回避并不明顯，這也佐證了投資者投資時(shí)所表現(xiàn)出的男子氣概。

（4）在能力因素方面，幾乎每個(gè)問項(xiàng)都顯示了相對(duì)較高的均值和較低的標(biāo)準(zhǔn)差，由于被試者都來自于專業(yè)的投資機(jī)構(gòu)，因此在受教育程度、掌握資金量和對(duì)金融工具的認(rèn)識(shí)程度上表現(xiàn)都較好。對(duì)風(fēng)險(xiǎn)承受度考量的結(jié)果表現(xiàn)出機(jī)構(gòu)投資者較為中性的風(fēng)險(xiǎn)態(tài)度，既沒有偏好高風(fēng)險(xiǎn)，也沒有過于懼怕高風(fēng)險(xiǎn)所帶來的損失，這也是機(jī)構(gòu)投資者應(yīng)有的風(fēng)險(xiǎn)態(tài)度。

（四）結(jié)構(gòu)方程模型驗(yàn)證

驗(yàn)證了測(cè)量模型后，將對(duì)結(jié)構(gòu)模型的擬合度進(jìn)行進(jìn)一步評(píng)估，采用的指標(biāo)分別為，CMIN/DF（卡方自由度比）、RMSEA（漸進(jìn)殘差均方和平方根）、GFI（適配度指數(shù)）、AGFI（調(diào)整后適配度指數(shù)）、IFI（增值適配指數(shù)）、CFI（比較適配指數(shù)）。各項(xiàng)擬合指標(biāo)的具體結(jié)果見表5所列?？梢钥吹饺恐笜?biāo)均符合要求，說明所構(gòu)建的理論模型與實(shí)際模型擬合效度較好。

表5 模型擬合效果

各假設(shè)的檢驗(yàn)結(jié)果與路徑系數(shù)見表6所列。

表6 模型的參數(shù)估計(jì)及其顯著性水平

續(xù)表6

經(jīng)過驗(yàn)證的模型檢驗(yàn)結(jié)果如圖2所示，其中實(shí)線箭頭表示檢驗(yàn)結(jié)果成立，虛線箭頭表示檢驗(yàn)結(jié)果不成立，具體如圖2所示。

圖2 模型驗(yàn)證結(jié)果

根據(jù)表6和圖2可以發(fā)現(xiàn)，實(shí)證結(jié)果驗(yàn)證了前面提出的研究假設(shè)，主要結(jié)論如下：

（1）成本收益因素對(duì)行為傾向的指標(biāo)的回歸系數(shù)為0.561（t值為4.371），檢驗(yàn)結(jié)果顯著，表明成本收益因素對(duì)行為傾向指標(biāo)產(chǎn)生正面影響，驗(yàn)證了基本假設(shè)1。此外觀測(cè)變量高額利潤(rùn)、執(zhí)行成本和延遲成本的路徑系數(shù)分別為0.382（t值為3.952）、0.415（t值為3.593）、0.243（t值為2.080），均顯著，表明投資者通過高頻交易獲取高額利潤(rùn)與行為傾向具有正向相關(guān)關(guān)系，投資者通過高頻交易降低執(zhí)行成本與行為傾向具有正向相關(guān)關(guān)系，投資者通過高頻交易降低延遲成本與行為傾向具有正向相關(guān)關(guān)系，具體假設(shè)1a、1b、1c得到驗(yàn)證。

（2）能力因素對(duì)行為傾向指標(biāo)的回歸系數(shù)為0.442（t值為3.573），檢驗(yàn)結(jié)果顯著，表明能力因素對(duì)行為傾向指標(biāo)產(chǎn)生正面影響，驗(yàn)證了基本假設(shè)2。觀測(cè)變量受教育程度、掌握資金量、對(duì)金融工具的認(rèn)識(shí)程度、風(fēng)險(xiǎn)承受能力的路徑系數(shù)分別為0.511（t值為3.641）、0.463（t值為1.998）、0.500（t值為2.624）、0.368（t值為3.355），均顯著，表明投資者受教育程度與行為傾向具有正向相關(guān)關(guān)系，投資者掌握資金量與行為傾向具有正向相關(guān)關(guān)系，投資者對(duì)金融工具的認(rèn)識(shí)程度與行為傾向具有正向相關(guān)關(guān)系，投資者的風(fēng)險(xiǎn)忍受能力與行為傾向具有正向相關(guān)關(guān)系，具體假設(shè)2a、2b、2c、2d得到驗(yàn)證。

（3）文化因素對(duì)行為傾向指標(biāo)的回歸系數(shù)為0.305（t值為3.167），檢驗(yàn)結(jié)果顯著，表明能力因素對(duì)行為傾向指標(biāo)產(chǎn)生正面影響，驗(yàn)證了基本假設(shè)3。觀測(cè)變量個(gè)人主義、男子氣概、不確定性回避、信任的路徑系數(shù)分別為0.067（t值為1.785）、0.550（t值為4.374）、-0.094（t值為-1.593）、0.395（t值為4.528），其中個(gè)人主義、不確定性回避兩項(xiàng)潛變量不顯著，其他均顯著，表明投資者的個(gè)人主義與行為傾向具有正向相關(guān)關(guān)系不成立，投資者對(duì)高頻交易的不確定性回避與行為傾向具有反向相關(guān)關(guān)系不成立，具體假設(shè)3a、3c沒有通過驗(yàn)證，投資者的男子氣概與行為傾向具有正向相關(guān)關(guān)系，投資者對(duì)高頻交易的信任與行為傾向具有正向相關(guān)關(guān)系，具體假設(shè)3b、3d得到驗(yàn)證。

（4）能力因素和成本收益因素兩者之間的相關(guān)系數(shù)為0.412（t值為5.018），能力因素和文化因素兩者之間的相關(guān)系數(shù)為0.226（t值為2.513），均顯著，盡管成本收益因素和文化因素之間的相關(guān)系數(shù)不顯著，但是成本收益因素仍舊可以通過能力因素影響文化因素，進(jìn)而影響著行為傾向指標(biāo)，因此可以認(rèn)為成本收益因素、能力因素和文化因素交互作用，共同影響著行為傾向指標(biāo)，基本假設(shè)4得到驗(yàn)證。

五、結(jié)果分析與討論

（一）結(jié)論

高頻交易具有為市場(chǎng)提供流動(dòng)性和價(jià)格發(fā)現(xiàn)的功能，因此鼓勵(lì)機(jī)構(gòu)投資者采取高頻交易對(duì)于穩(wěn)定市場(chǎng)具有積極的意義。正是從這一點(diǎn)出發(fā)，本文從投資者行為的微觀視角出發(fā)，著重研究了機(jī)構(gòu)投資者的高頻交易行為動(dòng)機(jī)及其影響因素，在文獻(xiàn)梳理的基礎(chǔ)上構(gòu)建高頻交易行為動(dòng)機(jī)概念模型，通過對(duì)專業(yè)投資人員進(jìn)行調(diào)研獲取一手?jǐn)?shù)據(jù)，運(yùn)用結(jié)構(gòu)方程模型，對(duì)影響高頻交易的行為動(dòng)機(jī)及各個(gè)影響因素之間的邏輯關(guān)系和影響權(quán)重進(jìn)行了實(shí)證分析，得到如下結(jié)論：

（1）對(duì)行為傾向指標(biāo)的兩個(gè)觀測(cè)變量心理認(rèn)同和行為結(jié)果的描述性統(tǒng)計(jì)發(fā)現(xiàn)，投資者對(duì)高頻交易的心理認(rèn)同的均值高于行為結(jié)果的均值，據(jù)此可推測(cè)目前機(jī)構(gòu)投資者真正采取高頻交易投資還不是很普及，大部分投資者仍停留在認(rèn)同層次。實(shí)證結(jié)果表明心理認(rèn)同和行為結(jié)果兩個(gè)觀測(cè)變量的檢驗(yàn)結(jié)果均顯著，但是心理認(rèn)同比行為結(jié)果的檢驗(yàn)結(jié)果的顯著性更高，這一結(jié)論一方面佐證了根據(jù)描述性統(tǒng)計(jì)結(jié)果所推測(cè)的目前機(jī)構(gòu)投資者并未普遍采取高頻交易的現(xiàn)狀，另一方面說明盡管機(jī)構(gòu)投資者還未普遍采取高頻交易，但是對(duì)高頻交易的態(tài)度還是比較積極的。

（2）成本收益因素對(duì)機(jī)構(gòu)投資者采取高頻交易的行為傾向影響非常顯著。在成本收益因素的觀測(cè)變量中，執(zhí)行成本、延遲成本和高額利潤(rùn)都正向影響機(jī)構(gòu)投資者采取高頻交易行為傾向。高頻交易能夠降低執(zhí)行成本和獲取高額利潤(rùn)的功能為機(jī)構(gòu)投資者所喜愛，但是這兩點(diǎn)優(yōu)勢(shì)算法交易也具備；高頻交易憑借其高速交易而降低延遲成本對(duì)成本收益因素解釋的顯著性卻低于降低執(zhí)行和獲取高額利潤(rùn)這兩個(gè)觀測(cè)變量，這表明高頻交易能夠降低延遲成本的功能被低估。因此可以推測(cè)高頻交易僅獲得了投資者的心理認(rèn)同卻沒有在實(shí)際操作中普遍應(yīng)用的原因在于高頻交易較之于算法交易并沒有突出優(yōu)勢(shì)，或者投資者并沒有認(rèn)識(shí)到延遲成本的重要性。

（3）能力因素同成本收益因素相似，對(duì)投資者采取高頻交易的行為傾向具有非常顯著的正向影響。同時(shí)，能力因素同成本收益因素之間也存在非常顯著的相關(guān)關(guān)系，這表明投資者的能力往往最終體現(xiàn)在通過投資所獲得的投資結(jié)果上，這與社會(huì)對(duì)投資者能力的認(rèn)可也是一致的。在能力因素的觀測(cè)變量中，投資者的受教育程度、掌握資金量、對(duì)金融工具的認(rèn)識(shí)程度和風(fēng)險(xiǎn)忍受能力對(duì)高頻交易行為傾向都具有正向影響。機(jī)構(gòu)投資者的受教育程度越高、對(duì)金融工具理解越深入以及對(duì)風(fēng)險(xiǎn)把握和正確認(rèn)識(shí)都對(duì)其投資能力的提升具有至關(guān)重要的作用，同時(shí)掌握資金量的大小也是投資能力的具體體現(xiàn)。投資者的能力越強(qiáng)，對(duì)高頻交易的駕馭能力也越強(qiáng)，那么通過高頻交易降低成本獲取收益的能力也將越強(qiáng)。能力因素不但正向影響投資者采取高頻交易的行為傾向，也將正向影響成本收益因素。

（4）文化因素對(duì)高頻交易的行為傾向有顯著影響，同時(shí)文化因素與投資者能力因素之間也存在顯著的相關(guān)關(guān)系。在文化因素的觀測(cè)變量中，男子氣概和信任對(duì)機(jī)構(gòu)投資者采取高頻交易具有正向影響。機(jī)構(gòu)投資者與中小散戶相比，擁有更加專業(yè)的金融知識(shí)并具有更高的風(fēng)險(xiǎn)認(rèn)知水平，這些儲(chǔ)備都有助于他在投資時(shí)決策果斷并對(duì)整個(gè)投資過程充滿信心，這不但體現(xiàn)了投資者能力因素與文化因素的相關(guān)性，也將為投資者嘗試高頻交易提供較好地心理準(zhǔn)備。同時(shí)，投資者對(duì)同伴的信任以及對(duì)高頻交易的信任能夠?yàn)闄C(jī)構(gòu)中的專業(yè)投資人員間相互學(xué)習(xí)和合作開展高頻交易營(yíng)造一個(gè)良好的心理基礎(chǔ)。

（二）政策建議

（1）在成本收益方面，鼓勵(lì)任何形式的算法交易，強(qiáng)化機(jī)構(gòu)投資者對(duì)延遲成本重要性的認(rèn)識(shí)。高頻交易作為算法交易的一種，不但具有算法交易所具有的降低執(zhí)行成本和獲取高額收益的優(yōu)勢(shì)，還具有憑借其快速交易降低延遲成本的優(yōu)勢(shì)。市場(chǎng)機(jī)會(huì)稍縱即逝，鼓勵(lì)算法交易的同時(shí)，幫助機(jī)構(gòu)投資者更好地認(rèn)識(shí)到延遲成本在投資過程中的重要性，可以引導(dǎo)機(jī)構(gòu)投資者主動(dòng)選擇高頻交易。

（2）在投資者能力因素方面，鼓勵(lì)提高專業(yè)投資機(jī)構(gòu)從業(yè)人員的素質(zhì)和管理資金的能力。投資者的能力越強(qiáng)，駕馭高頻交易的能力也就越強(qiáng)，因此提升投資者能力的具體措施包括：第一，提高專業(yè)投資機(jī)構(gòu)從業(yè)人員的進(jìn)入門檻，鼓勵(lì)受過良好教育、綜合素質(zhì)水平高的畢業(yè)生進(jìn)入專業(yè)投資領(lǐng)域；第二，定期組織培訓(xùn)，使得專業(yè)投資人員不但具有扎實(shí)的金融知識(shí)，還具有開闊的視野，善于并勇于接受新鮮事物；第三，加強(qiáng)對(duì)證券業(yè)從業(yè)人員的風(fēng)險(xiǎn)教育，使其對(duì)待風(fēng)險(xiǎn)有一個(gè)清楚的認(rèn)識(shí)，既不偏好高風(fēng)險(xiǎn)也不厭惡風(fēng)險(xiǎn)，持有中性的風(fēng)險(xiǎn)態(tài)度。

（3）在文化方面，鼓勵(lì)專業(yè)投資機(jī)構(gòu)營(yíng)造一個(gè)積極樂觀、相互信任的文化氛圍。如果專業(yè)投資公司的文化氛圍能夠幫助職員建立起互相信任、對(duì)自己的投資決策充滿信心以及面對(duì)失敗并不氣餒的品質(zhì)，那么不但對(duì)于每位員工的成長(zhǎng)具有積極作用，而且也對(duì)整個(gè)集體接受新鮮事物、鼓勵(lì)創(chuàng)新具有深遠(yuǎn)影響。在這樣一個(gè)整個(gè)世界金融創(chuàng)新層出不窮的年代，快速接受最新、最前沿的金融工具和交易手段、鼓勵(lì)內(nèi)部創(chuàng)新對(duì)于一個(gè)專業(yè)投資公司的長(zhǎng)遠(yuǎn)發(fā)展至關(guān)重要，因此通過營(yíng)造積極樂觀、相互信任的文化氛圍，可以潛移默化地影響著每位機(jī)構(gòu)投資者，使他們不但能夠快速接受算法交易、高頻交易這些新型的交易方式，也能為今后這些交易方式的創(chuàng)新做出貢獻(xiàn)。具體措施包括：第一，加強(qiáng)投資者教育，鼓勵(lì)專業(yè)投資人員以一個(gè)積極樂觀的心態(tài)對(duì)待投資；第二，加強(qiáng)國(guó)內(nèi)和國(guó)外的投資機(jī)構(gòu)間的交流與學(xué)習(xí)。

［1］Brogaard J.High Frequency Trading and Its Impact on Mar?ket Quality［R］.Northwestern University Kellogg School of Management Working Paper，2010.

［2］U.S.Securities and Exchange Commission（SEC）.Concept Release on Equity Market Structure［EB/OL］（2010-04-21）［2016-12-05］.http://www.sec.gov/rules/cohcept/34-61358.

［3］Menkveld A J.High frequency trading and the new market makers［J］.Journal of Financial Markets，2013，16（4）：712-740.

［4］Biais B，Woolley P.High Frequency Trading［R］.Tou?louse：Manuscript，Toulouse University，IDEI，2011.

［5］Brogaard J，Carrion A，Moyaert T，et al.High-Frequency Trading and Extreme Price Movements［R］.Washington：University of Washington Working Paper，2015.

［6］Australian Securities&Investment Commission.Australian Equity Market Structure［R］.ASIC Report，2015.

［7］Brogaard J，Hendershott T，Riordan R.High-frequency trading and price discovery［J］.Review of Financial Stud?ies，2014，27（8）：2267-2306.

［8］Carrion A.Very fast money：High-frequency trading on the NASDAQ［J］.Journal of Financial Markets，2013，16（4）：680-711.

［9］Conrad J，Wahal S，Xiang J.High-frequency quoting，trad?ing，and the efficiency of prices［J］.Journal of Financial Economics，2015，116（2）：271-291.

［10］Hasbrouck J，Saar G.Low-latency trading［J］.Journal of Financial Markets，2013，16（4）：646-679.

［11］Kirilenko A A，Kyle A S，Samadi M，et al.The Flash crash：High Frequency trading in an electronic market［EB/OL］.（2016-03-12）［2016-11-20］.http：//ssrn.com/abstract= 1686004 or http：//dx.doi.org/10.2139/ssrn.1686004.

［12］Brogaard J，Hendershott T，Hunt S，et al.High-frequen?cy trading and the execution costs of institutional inves?tors［J］.Financial Review，2014，49（2）：345-369.

［13］Bershova N，Rakhlin D.High-frequency trading and longterm investors：a view from the buy-side［J］.Journal of In?vestment Strategies，2013，2（2）：25-69.

［14］Goldstein M A，Kumar P，Graves F C.Computerized and high-frequency trading［J］.Financial Review，2014，49（2）：177-202.

［15］Friederich S，Payne R.Order-to-trade ratios and market quality［J］.Journal of Banking and Finance，2015，50：214-223.

［16］Hendershott T，Riordan R.Algorithmic trading and the market for liquidity［J］.Journal of Financial and Quantita?tive Analysis，2013，48（4）：1001-1024.

［17］Harris L.What to do about high-frequency trading［J］.Fi?nancial Analysts Journal，2013，69（2）：6-9.

［18］Budish E，Cramton P，Shim J.The high-frequency trad?ing arms race：Frequent batch auctions as a market de?sign response［J］.The Quarterly Journal of Economics，2015，130（4）：1547-1621.

［19］Hasbrouck J.The Best Bid and Offer：A Short Note on ProgramsandPractices［R］.AvailableatSSRN 1699426，2010.

［20］Ende B，Uhle T，Weber M C.The Impact of a Millisecond：Measuring Latency Effects in Securities Trading［M］.Karl?sruhe:Wirtschaftsinformatik，2011：116.

［21］Kearns M，Kulesza A，Nevmyvaka Y.Empirical limita?tions on high frequency trading profitability［J］.Journal of Trading，2010，5（4）：50-62.

［22］Sun E W，Kruse T，Yu M T.High frequency trading，li?quidity，and execution cost［J］.Annals of Operations Re?search，2014，223（1）：403-432.

［23］Moallemi C C，Saglam M.The Cost of Latency in High-Frequency Trading［J］.Operations Research，2013，61（5）：1070-1086.

［24］Beracha E，F(xiàn)edenia M，Skiba H.Culture‘s impact on in?stitutional investors’trading frequency［J］.International Review of Financial Analysis，2014，31：34-47.

［25］Guiso L，Sapienza P，Zingales L.Cultural biases in eco?nomic exchange？［J］.Quarterly Journal of Economics，2009，124（3）：1095-1131.

［26］Beugelsdijk S，F(xiàn)rijns B.A cultural explanation of the for?eign bias in international asset allocation［J］.Journal of Banking&Finance，2010，34（9）：2121-2131.

［27］Barber B M，Odean T.Boys will be boys：Gender，over?confidence，and common stock investment［J］.Quarterly Journal of Economics，2001，116（1）：261-292.

［28］Graham J R，Harvey C R，Huang H.Investor compe?tence，trading frequency，and home bias［J］.Management Science，2009，55（7）：1094-1106.

［29］李心丹，宋素榮，盧斌，等.證券市場(chǎng)內(nèi)幕交易的行為動(dòng)機(jī)研究［J］.經(jīng)濟(jì)研究，2008，43（10）：65-79.

［30］Rooij M，Lusardic A，Alessiee R.Financial literacy and stock market participation［J］.Journal of Financial Eco?nomics，2011，101（2）：449-472.

［31］Dorn D，Huberman G.Talk and action：What individual investors say and what they do［J］.Review of Finance，2005，9（4）：437-481.

［32］Hofstede G.Culture's Consequences：International Differ?ences in Work-Related Values［M］.Beverly Hills，CA：Sage，1980：88-104.

［33］Hofstede G.Culture's Consequences：Comparing Values，Behaviors，Institutions and Organizations Across Nations（2nd ed.）［M］.Thousand Oaks，CA：Sage，2001：66-85.

［34］Chui A C W，Titman S，Wei K C J.Individualism and momentum around the world［J］.The Journal of Finance，2010，65（1）：361-392.

［35］Anderson C W，F(xiàn)edenia M，Hirschey M，et al.Cultural influences on home bias and international diversification by institutional investors［J］.Journal of Banking&Fi?nance，2011，35（4）：916-934.

［36］Guiso L，Sapienza P，Zingales L.Trusting the stock mar?ket［J］.The Journal of Finance，2008，63（6）：2557-2600.

［37］Gomber P，Arndt B，Lutat M，et al.High-Frequency Trading［EB/OL］.（2011-06-19）［2016-11-29］.http：//dx. doi.org/10.2139/ssrn.1858626.

［38］Kline R B.Principle and Practice of Structural Equation Modeling［M］.New Yorrk：Guilford Press，1998：169-187.

［39］Komiak S Y，Benbasat I.The effects of personalization and familiarity on trust and adoption of recommendation agents［J］.Mis Quarterly，2006，30（4）：941-960.

［40］吳明隆.結(jié)構(gòu)方程模型——AMOS的操作與應(yīng)用［M］.重慶：重慶大學(xué)出版社，2010：249-254.

［41］Fornell C，Larcker D F.Evaluating structural equation models with unobservable variables and measurement error［J］.Journal of Marketing Research，1981，18（1）：39-50.

Research on the Behavioral Motivation of High-frequency Trading of Institutional Investors

RU Hua-jie
（School of Management Science and Engineering,Nanjing University,Nanjing 210093,China）

High-frequency trading plays a positive role in the market stability,so this paper focuses on behavioral motivation to adopt high-frequency trading from the respective of institutional investor’s behavior.A model of behavioral motivation on high-frequency trad?ing is proposed.Then the proposed model is tested by a survey of investment professionals with the method of structural equation model. The empirical result shows that cost-return factor,capability factor and cultural factor have significant impacts on the high-frequency trad?ing.This result is useful for the regulators to make targeted and efficient policy to encourage high-frequency trading.

institutional investor;high-frequency trading;behavioral motivation;structural equation model

F830.91

A

1007-5097（2017）04-0136-10

10.3969/j.issn.1007-5097.2017.04.019

［責(zé)任編輯：歐世平］

2016-12-07

茹華杰（1974-），男，湖南湘潭人，博士研究生，研究方向：行為金融。