《表1 单个交易日全样本股票交易的描述性统计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《价格跳跃前大中小单的行为特征和信息含量》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:面板A报告了所有股票在2014年12月31日收盘时的市值、收盘价、当日单笔成交金额、当日单笔成交量的5%、25%、50%、均值、75%、95%分位点；面板B至面板E是将所有股票按照全样本当日收盘价和市值的中位数分类后，分别报告了这些分位点数值．数据都来自WIND数据库．由于平均每支

分笔交易数据可以将成交指令按规模进行分类．不同于Zhang和Chang[22]按照资金额和成交手数的绝对分类方法，本文的分类方法与Tong等[17]类似:将所有的股票按照2014年12月31日的市值和股价的中位数分为了4类，计算出每类股票在该日所有成交的分位点，按照交易金额的分位点可以将所有样本期内的成交分为3类（小于25%，25%至95%，95%以上）（2）．最终的分类阈值计算结果如表1所示．表1中报告了各类股票在2014年12月31日的各笔成交金额的5个分位点和均值；所有的成交按照25%和95%分位点划分为小单、中单和大单．低于25%的单笔成交额都在5 500元以下，称之为小单；超过95%分位点的交易额都在70 000元以上，称之为大单；其余的成交指令，称之为中单（3）．选取25%和95%作为大、小单的阈值，一则是为了获取充分多的大单和小单样本以保证数据建模的可靠性，二则是希望大单和小单能分别对机构和散户的交易有一定的代表性，从而便于对大中小单信息含量差异的解读（4）．表1中的粗体即为各类股票的大小单阈值，即对于某一支股票，其大小单的划分方法即为其对应的分类中每笔成交金额的25%和95%分位点．