2. 市场微观结构基础

要对大额买单的价格冲击做情景测算，第一步不是套公式，而是把"市场此刻长什么样"描述清楚。市场微观结构提供了三件基础工具：订单簿告诉我们流动性分布在哪里，买卖价差告诉我们即时成交的代价，流动性度量指标则把"薄不薄"变成可比较、可代入模型的数字。本节围绕这三件工具建立冲击测算的分析框架。

一、订单簿：冲击测算的"地形图"

限价订单簿（LOB）按价格档位记录买卖两侧的挂单量。对冲击测算而言，最关键的观察对象是对手方一侧的深度分布：一笔大额买单会从卖一档开始逐档吃掉挂单，直到累计成交量覆盖订单规模。因此，冲击成本本质上取决于"卖侧前若干档累计可成交量"与"订单规模"的比值关系。

设卖侧第 i 档价格为 p_i、挂单量为 q_i，中间价为 m。一笔规模为 Q 的买单，其理论成交均价与冲击可近似表示为：

累计成交量 V(k) = Σ(i=1..k) q_i
找到最小 k 使 V(k) ≥ Q
成交均价 P_avg ≈ Σ(i=1..k) p_i·q_i' / Q   （q_i' 为各档实际成交量，末档可能部分成交）
价格冲击 Δ = (P_avg − m) / m

这个"逐档扫单"的算法是后续所有情景测算的基准情形。它隐含两个假设：测算期间订单簿不补充新挂单，且不引发其他交易者的反应。真实市场中这两条都会松动，所以基准结果应理解为下限估计，而非精确预测。

订单簿还有两个必须注意的结构特征。其一是档位稀疏性：流动性差的标的往往在卖一之后出现明显价格跳空，同样规模的订单会跨越更多价格区间，冲击呈非线性放大。其二是隐藏流动性：冰山单、暗池等不会完整显示在可见订单簿中，仅凭可见深度会高估冲击，这一点在测算结论中应作为不确定性来源明确标注。

二、买卖价差：即时成本的基准线

买卖价差是最直观的流动性价格。绝对价差为卖一价减买一价，相对价差通常用价差除以中间价表示。对大额买单而言，价差的意义在于：即使订单规模很小、只吃掉卖一档，成交价也已经比中间价高出半个价差，这部分是无法通过拆单规避的固定成本。

因此冲击测算应把总成本拆成两层：第一层是跨越半个价差的即时成本，第二层是穿透多档深度带来的额外冲击。前者由价差决定，后者由订单簿斜率决定。把两者混在一起讨论，会导致情景之间的差异无法归因。实践中常用有效价差（成交价与中间价之差的绝对值）来事后校验测算是否合理。

三、流动性度量指标：把"薄"变成数字

订单簿是快照，指标则是从成交数据中提炼的、可跨标的和跨时段比较的流动性刻度。冲击测算中最常用的两个指标是 Amihud 非流动性与 Kyle's lambda。

Amihud 非流动性衡量单位成交额引起的价格变动幅度，定义为日收益率绝对值与当日成交额之比，通常取一段时间的平均值：

ILLIQ = mean( |r_t| / Amount_t )   × 10^6（便于阅读的缩放）

ILLIQ 越大，说明同样的成交额推动价格越多，市场越薄。它的优点是数据要求低、计算稳定，适合作为情景分组或横截面筛选的粗刻度；缺点是对成交额极小的日子敏感，需要做异常值处理。

Kyle's lambda 来自价格冲击的线性模型：价格变动与带方向的净订单流成正比，比例系数 λ 即"每单位净订单流引起的价格变动"。

Δp_t = λ · OF_t + ε_t
OF_t = 带符号成交量（买方向为正、卖方向为负）
λ 由回归估计；λ 越大，流动性越差、冲击越贵

λ 与冲击测算的衔接最直接：给定预期净买入量 Q，线性近似下的冲击约为 λ·Q。但要注意 λ 是线性假设，大额订单往往落在非线性区间，因此 λ·Q 更适合作为中小规模订单的快速估算，大额情景仍应回到订单簿逐档模拟。

四、把三者组装成分析框架

将上述工具串起来，可以得到一条清晰的测算链路：先用订单簿做逐档扫单，得到基准冲击；再用价差校准即时成本下限；然后用 λ 或 ILLIQ 对基准结果做交叉验证与情景缩放；最后标注隐藏流动性、订单簿补充等不确定性。下图展示了这一框架中各要素的输入、作用与输出关系。

框架落地时，建议按以下顺序操作。第一步，取测算时点的订单簿快照，记录卖侧至少前五档的价格与挂单量，并计算中间价。第二步，按逐档扫单算法求出基准成交均价与 Δ_base，同时单独算出半个相对价差作为即时成本。第三步，用历史数据估计 λ 与 ILLIQ，把 λ·Q 与 Δ_base 对比：若两者量级接近，说明线性近似可用；若 Δ_base 明显更大，说明订单已进入非线性区间，应以订单簿结果为主。第四步，在结论中给出区间而非单点，并注明隐藏流动性、测算期间订单簿补充等未建模因素的方向性影响。