2025 年 4 月初，美国新关税制度的意外公布引发了股票市场波动率的上升。这一时期的市场波动率达到新冠疫情以来的最高水平，并引发熊市，E-迷你标普 500 期货较 2025 年 2 月的高点下跌超 20%。此次下跌之后，资产价格与市场流动性均出现了显著复苏。

在这种波动率上升或市场承压的时期，市场参与者普遍会感知到流动性有所下降。这一结论通常源于可见订单簿深度的减少。尽管该指标下降是波动期风险上升的预期反应，但仅依赖它会导致对市场流动性的评估不完整。

更全面的分析需要运用多种互补指标。例如，单独评估交易量可能会得出关于市场流动性的不同结论，这凸显了单一指标的局限性。因此，要全面理解市场流动性，就需要分析订单簿顶部之外的多个指标。

图 1 展示了 2025 年 4 月 3 日至 4 月 10 日期间，E-迷你标普 500 期货市场成交量大幅上升的情况。4 月 7 日的成交量较 2025 年第一季度平均值高出 99% 以上。仅从交易量角度评估，这一结果表明市场流动性显著提升。

但这一结论与仅关注订单簿深度的视角相矛盾 —— 后者往往会让人在波动期感知到流动性下降。这一矛盾凸显了使用单一指标评估市场状况的局限性，也强调了需要更全面、结合场景的分析方法。

更可靠的市场流动性衡量标准是资产以最小市场冲击吸收订单的能力，这通常被称为成交质量。该指标反映了交易执行价格与订单到达价格之间的偏离程度。

中央限价订单簿（CLOB）是未成交订单的存储载体。提供双向挂单的被动型市场参与者贡献流动性，而提交单向订单的主动型交易者则消耗流动性。在高交易速度时期，做市商在订单簿顶部更新报价的频率通常会加快，以满足主动型订单增长的需求。

因此，订单簿顶部挂单量低并不一定意味着流动性不足。即便订单簿深度低于平稳交易时期，高报价更新频率也能让新的买卖订单在价格无大幅波动的情况下完成成交。

流动性市场的核心定义是：可在不对价格造成显著冲击的情况下完成大额交易。据此，不能仅因订单簿中闲置订单减少，就判定市场流动性不足。更细致的评估需要考虑成交质量—— 即执行价格与到达价格的关系，再判断是否存在流动性不足。

综上，尽管 2025 年 4 月 E-迷你标普 500 期货市场流动性有所下降，但结合成交质量的全面分析表明：这种下降比仅关注订单簿深度所暗示的要更温和、更易理解。结合多指标与市场环境来看，流动性依然存在，只是为反映当前风险状况进行了合理再定价。

图 2 展示了 E-迷你标普 500 期货的 U 型成交量曲线 —— 即现货开盘（美国东部时间上午 9:30）和收盘（美国东部时间下午 16:00）附近交易活跃，盘中时段活跃度较低。收盘时段成交量激增尤为显著，这可归因于特定市场参与者行为（如月末资金流）和交易机制，例如收盘市场交易（TMAC）与指数收盘基差交易（BTIC）。了解更多关于这些交易功能以及近期推出的标普 500 月末期货的信息。

图 3 对同一时期的平均订单簿深度进行了周度分析。数据显示，因预期 4 月 2 日 “解放日” 关税波动，订单簿前三档深度出现下降。具体而言，美国东部时间上午 10:00 至 10:15 时段的订单簿深度 截至 3 月 31 日较前一周下降约 27%。这一下降在波动率峰值期加剧，截至 4 月 7 日进一步下跌 68%。

有趣的是，这一影响在交易日收盘时段并不显著。美国东部时间下午 15:45 至 16:00 时段的订单簿深度 受影响程度小于早间，且恢复速度更快，表明市场对波动率的响应因时段不同而存在差异。本文后续将通过平方根市场冲击估计模型，结合场景分析流动性、波动率与市场冲击成本之间的关系。

来源：芝商所

为衡量成交质量，我们建议首先观察时间上紧密相邻的交易的价格区间。在流动性良好的市场中，该区间会较窄；而在流动性匮乏的市场中，该区间会较宽。由于 E-迷你标普 500 期货是连续交易的，可将同一秒内完成的所有交易归为一组，计算每一秒区间内的成交价格区间。由于价格仅以固定最小价位变动，一秒区间内的成交价格数量即代表成交区间大小。

图 4 对比了某一周内价格离散度与交易速率的关系。这些周度样本的时间区间为 2025 年 3 月 17 日至 2025 年 4 月 21 日，每周为一个观测窗口。例如：若一秒区间内所有交易价格完全一致，则成交价格数量自然为 1。若交易在最优买价和最优卖价之间来回成交且未耗尽任一价位，则成交价格数量为 2。因此，该指标的下限为 1。当交易量清淡时，该指标的平均值通常接近 1。随着单秒内交易量上升，该时段内成交的不同价格数量也会增加，因为订单簿顶部挂单及报价更新速度不足以承接交易体量。

图 4 中，横轴代表交易速率（即每秒成交合约数），纵轴代表价格离散度水平。交易速率较低时，价格离散度（即成交价格的平均数量）也较低（仅涉及 1-2 个价格）。随着交易速率提升，订单簿第一档挂单被耗尽，价格将向第二档移动。因此，成交价格的平均数量会上升。下文将该方法应用于交易日内 4 个不同的 15 分钟时间片段。

来源：芝商所

纵轴代表成交价格区间的代理指标，横轴代表每秒交易量。例如：在年 3 月 17 日开始的一周内，美国东部标准时间每日上午 9:30-9:45 的 15 分钟窗口 （图 4 第一张图表中的蓝线）：当交易速率为每秒 206 张合约时，平均成交价格区间约为 4.9 个价位（或最小变动价位）。以基点计，这相当于 206 张^[1] 合约（对应 5900 万美元 delta 敞口）的隐性执行成本为 2.1 个基点，计算依据为：4.9 × E-迷你标普 500 期货最小价位变动（0.25 美元，对应 1.2 个指数点），并以当日开盘时段 E-迷你价格 5700 为基准。

每条线代表各周在图表标题指定时段内，每秒的预估平均成交价格区间。在控制交易量后，价格离散度越高，代表市场流动性越差。

在低波动环境中（如 2025 年 3 月 24 日开始的一周，蜜色线），交易速率上升会伴随成交价格区间扩大。在高波动环境中（如 2025 年 4 月 7 日开始的一周，红线），同等交易速率提升会导致成交价格区间更显著地扩大。这一点可从图 4 的四个子图中观察到，仅据此可推断：2025 年 4 月上半月的市场流动性弱于 2025 年 3 月中下旬。至 2025 年 4 月末（棕线），价格离散度回落，恢复至 3 月下旬的水平。

但这一分析仍不完整，需结合交易量进行场景化解读。成交质量恶化的程度是一个值得研究的有趣方向。下文将引入一组补充图表以展示交易量模式，从而为对比分析提供合理背景。

来源：芝商所

在图 5 的上述每个子图中，纵轴代表累积概率，横轴代表每秒交易量。例如，在每日下午 15:45-16:00 的 15 分钟窗口内：美国东部时间（3 月 17 日开始的一周，图 5 最后一个图表中的蓝线），当每秒交易量约为 33 张合约或更低时，累积密度为 0.50。换句话说，每秒交易量的中位数（或第 50 百分位）约为 33 张/秒。对于 2025 年 4 月 7 日开始的一周，相同的 50 百分位交易速率超过 104 张合约/秒。4 月 7 日当周的累积分布函数位于 3 月 17 日当周的右侧，这意味着 4 月 7 日当周的交易速率远高于 3 月 17 日当周。随着 2025 年 4 月下旬波动率开始回落，我们观察到 50 百分位交易速率回落至 63（4 月 21 日当周），接近 3 月中旬的水平。所有这些数据点均在附录 1 中详细列出，以供后续分析使用。

图 5 展示了 2025 年 3 月 27 日至 4 月 21 日各周的交易区间。结合图 2 可见，交易集中在现货市场开盘（美国东部时间上午 9:30）和收盘（美国东部时间下午 4:00）时段。美国交易日盘中时段的交易速率通常较低。

3 月 17 日当周，交易速率的第 50 百分位：现货开盘时段约为 41 张 / 秒，收盘时段约为 33 张 / 秒；而在盘中时段（11:30 为 15 张 / 秒，13:45 为 12 张 / 秒）显著更低。对比 4 月 7 日当周的交易速率，相同的第 50 百分位数值较 3 月 17 日当周平均高出 213% 以上。

结合图 5 的图表组和附录 1 的数据点可见：4 月 7 日当周，90% 的时间（即第 90 百分位）里，现货开盘时段交易速率约为 235 张 / 秒，收盘时段约为 364 张 / 秒。美国东部时间上午 11:30 （90% 的时间）的盘中时段，交易速率约为 111 张/秒或 更低。

结合上一章得出的美国交易日内不同时段交易速率，并将其代入图 4 的价格离散度图表中，可确定 2025 年 3 月 17 日至 4 月 7 日期间价格离散度的增幅幅度。

以开盘时段为例，第 90 百分位的平均成交价格数量从 3 月 17 日的 4.1（对应 140 张合约）上升至 4 月 7 日的 10.8（对应 235 张合约）。换句话说，在 4 月 7 日当周（波动最剧烈的一周），价格离散度较 3 月 17 日当周（波动温和的一周）平均最多扩大 6.7 个最小变动价位。

同理，以现货开盘时段指数价格 5000 计算，4 月 7 日对应 5900 万美元名义本金的市场冲击成本为 5.4 个基点。图 6 详细列出了 3 月 17 日现货市场开盘时段，不同百分位、不同名义本金以及不同合约数量下的可比市场冲击成本。值得注意的是，对于相同的 5900 万美元名义本金（第 96 百分位），3 月 17 日的市场冲击成本仅为 2.1 个基点（即比 4 月 7 日的相同名义本金成本低 3.3 个基点）。

来源：芝商所

盘中样本（美国东部时间上午 11:30）得出了相似结论。在每秒 62 张合约的交易速率下，90% 时间的价格离散度从 3 月 17 日上午 11:30 的 2.8 个最小价位上升至 4 月 7 日上午 11:30 每秒 111 张合约时的 7.9 个最小价位，最多增加 5.1 个最小价位。

到 2025 年 4 月 21 日，现货收盘时段、交易速率为 225 张 / 秒时，90% 时间的价格离散度回落至 4.5 个最小价位，仅比 2025 年 3 月 17 日低波动周的水平高出不到 1 个最小价位。这表明：在 4 月初波动率峰值期，市场对价格风险的定价显著抬升；而随着波动率回落，市场又迅速完成了再定价。波动率与交易成本之间的关系符合预期。所有引用的数据点均在附录 1 中列出，并将在后续章节与模型估算的市场冲击成本进行对比。

值得注意的是：4 月市场冲击成本的回落趋势与图 3 订单簿深度图表得出的结论相矛盾，这说明“成交质量”是评估流动性更优的方法。

本节将对比两个关键时间点：2020 年 3 月 16 日（新冠疫情波动率峰值）与 2025 年 4 月 7 日（关税冲击波动率峰值）。这两个时期的共同特征是：交易量激增 + 波动率大幅上升。2019 年末至 2025 年间，E-迷你标普 500 期货与期权合约的交易量显著增长了 126%，如图 7 所示。这种显著增长（尤其是将 2025 年波动期与新冠疫情期对比），凸显了风险管理与交易活动的全新范式。与此同时，E-迷你标普 500 期货合约的名义价值也翻倍，从 2019 年末约 3200 美元，升至撰写本文时的 6400 美元以上。

将 2025 年 4 月 7 日美国市场开盘时段的 90% 价格离散度，与 2020 年《流动性评估》报告中的波动率峰值数据对比后发现：尽管 delta 值显著更高，但价格离散度仅小幅上升。观测到的市场冲击指标将在图 8 中汇总。

来源：芝商所

在对价格和名义价值的增长进行标准化调整后，市场冲击的对比更加直观。以开盘时段价格为基准：2020 年 3 月 16 日价格为 2400 点，2025 年 4 月 7 日为 5000 点；2020 年一笔 3300 万美元名义本金的交易冲击成本为 10 个基点，而 2025 年一笔 5900 万美元名义本金的交易冲击成本仅为 5.4 个基点。这表明：尽管合约价格或名义本金接近翻倍，但以基点衡量的市场冲击成本在 2025 年 4 月波动事件期间相比新冠疫情期几乎减半。

实际冲击成本的差异主要由两个时期基础市场波动率的不同所驱动。下一章将使用一个简单的市场冲击模型，将估算的冲击成本与这些实际观测数据进行对比。

业界广泛使用的、用于估算市场冲击的基础模型是平方根公式。该模型被学术界广泛引用（例如巴鲁克学院的Jim Gatheral，其简化形式可表达为：

估算冲击成本 = 买卖价差成本 + 系数 × 日波动率 × 平方根(订单量 / 日均成交量)

本章将基于 E-迷你标普 500 期货市场的实证数据，评估平方根模型的有效性。模型参数使用以下数据进行校准：

• 日波动率：从 E-迷你标普 500 期货期权中推导的预期日波动幅度，按每日四个固定时段分别取平均值。
• 买卖价差成本：采用各时间窗口的平均买卖价差进行计算。
• 订单量：该指标代表每日每秒第 90 百分位订单量的平均值，以美元名义本金表示。
• 日均成交量：采用五日滚动平均的日成交量。
• 系数：鉴于 E-迷你标普 500 期货的高流动性，系数固定为 ¹。

来源：芝商所

图 9 对比了平方根模型估算的市场冲击与实际观测到的冲击。该模型作为“经验法则”类预测工具表现尚可，表明市场参与者会针对波动率上升理性地对市场冲击成本进行再定价。

不过，分析也揭示了模型的潜在局限性。鉴于样本量较小，有必要开展进一步研究。初步观察显示：模型在高波动期（如 4 月 7 日）可能低估风险，而在平稳期（如 3 月 24 日、4 月 14 日和 4 月 21 日）可能高估风险。未来研究可引入更多高阶风险指标，以提升模型的预测表现。此外，研究交易者行为（尤其是时间风险与市场冲击成本之间的权衡）在不同波动率区间的变化，也具有重要价值。

在平方根市场冲击模型中，系数项是关键组成部分，用于刻画关联产品间市场微观结构的差异。针对该系数的一个典型案例研究，是对比 E-迷你标普 500 期货与邻近的 ETF 市场。尽管这些产品标的相同，但市场参与者、交易场所及监管框架的差异造就了截然不同的流动性特征。

如图 10 所示，自 2020 年以来，E-迷你标普 500 期货市场的日均名义成交额一直是标普 500 三大 ETF 总成交额的11 倍左右。这表明两者在流动性层面存在显著差异。

来源：芝商所

系数项可用于将标普 500 ETF 的市场冲击成本与 E-迷你标普 500 期货的冲击成本保持一致。利用公式 1 的平方根模型，11 倍的相对成交量意味着标普 500 ETF 的估算冲击成本是 E-迷你标普 500 期货的3.3 倍（即√11）。但考虑到流动性提供商为管理交易全生命周期收取的溢价（如实物交割交换、ETF 申赎、指数收盘基差交易等场景），这一估算值可能偏高。

图 11 详细对比了道富标普 500 ETF（SPY）与 E-迷你标普 500 期货（ESM5）在美国现货交易时段（东部时间上午 9:30 至下午 16:00）的执行风险。数据显示，在高波动期，ESM5 与 SPY 的成交量比值为 10，与图 10 展示的长期趋势一致。

来源：芝商所和彭博

进一步分析显示，SPY 的平均价格标准差比 E-迷你标普 500 期货高出约 2 个基点。尽管 SPY 的实际冲击成本更高，但平方根模型给出的“SPY 冲击成本为期货 3.3 倍”的估算值偏高。此时可通过系数项将模型估算的冲击成本校准至实际观测水平。

E-迷你标普 500 期货的高流动性与资本效率极大地惠及了关联的 ETF 市场。同理，期货市场也受益于 ETF 等产品中追踪标普 500 的巨量资产。未来研究可更精确量化跨市场的估算与实际冲击成本的对比情况，从而推导更合适的系数项。

本分析提供了一套评估高波动期市场流动性的综合框架，超越了传统的单一指标评估方式。研究结果表明：仅依赖订单簿深度会产生误导 —— 波动期订单簿深度通常会下降，容易得出“市场流动性枯竭”的片面结论。纳入成交量、成交质量、价格离散度等指标的更稳健分析方法，揭示了更细致、更理性的市场反应。

我们针对 2025 年 4 月 E-迷你标普 500 期货波动事件的分析揭示了以下核心要点：

1. 指标分化：订单簿深度下降的同时，成交量却大幅上升，凸显出这两个流动性指标间的根本矛盾。
2. 成交质量是更优指标：价格离散度与成交质量的分析，能更准确衡量市场冲击成本。数据显示：尽管波动峰值期成交质量有所下降，但幅度更温和，且与交易速率、风险再定价直接相关。
3. 市场一致性：尽管名义价值自 2020 年以来接近翻倍，但 2025 年 4 月事件的市场冲击成本（基点）较新冠疫情期几乎减半。这表明市场风险再定价与不同波动率区间存在稳定关系。
4. 模型表现：平方根市场冲击模型是实用的预测工具，但存在局限 —— 极端波动期可能低估风险。需进一步研究优化模型，并探索影响执行成本的其他因素。
5. 市场间动态关系：对关联市场的研究表明：E-迷你标普 500 期货市场强劲的流动性与资本效率显著惠及了标普 500 ETF 市场。平方根模型中的系数项经适当校准后，可有效架起可套利产品间的流动性桥梁。

总结而言，本研究认为：2025 年 4 月波动事件期间，E-迷你标普 500 期货市场的流动性保持稳健，只是风险定价随之理性调整。这些发现强调了采用多维度流动性分析框架的重要性，并凸显了期货市场在风险管理层面韧性与效率的持续进化。

价格离散度图表的构建方法如下：交易每一秒均记录：E-迷你标普 500 期货主力合约的成交金额，以及以“成交价格数量”表示的价格区间。这些数据点被归类至相应的 15 分钟时间窗口内。

利用 15 分钟窗口内收集的数据，通过核回归技术，拟合出“每秒成交量相对平均价格区间”的对应曲线。该方法类似于计算加权“局部平均值”（即特定成交速率下的平均价格离散度），且无需对数据的潜在概率分布施加过多假设。

同理，累积密度函数基于核密度估计方法生成。

来源：芝商所

[1] 选取 3 月 17 日每秒 206 张合约的数据，用于与图 6 结果对比。

1. 芝商所
2. 《三种市场冲击模型》，Jim Gatheral
3. 来源：QuikStrike 平台，数据为“30 日平值固定到期”波动率
4. 注：数据中剔除了“日历价差”交易及展期成交量，因为这类交易属于仓位管理操作（独立开平仓 E-迷你标普 500 期货仓位），若纳入会扭曲“流动性不足”的真实情景。
5. 图表为 E-迷你标普 500 指数期货按月份统计的、前 3 档价格的限价订单簿累计挂单量。对主力合约纯订单簿，每 15 分钟区间内每秒采样一次买卖挂单量平均值。
6. 4 月 7 日期间，E-迷你标普 500 期货日均成交量为 5,074 张合约。