4. 交易规模与冲击成本的典型事实

在讨论冲击成本时，最容易被误解的一点是：很多人直觉上认为“买得越多，成本按比例增加”，也就是冲击成本与交易规模呈线性关系。但真实市场数据反复显示，这种线性假设只在极小规模区间近似成立，一旦交易规模超过日常成交量的某个比例，冲击成本会以明显更快的速度上升。本节要建立的，就是“规模—冲击”关系的经验图景，以及为什么平方根律成为业界最常用的近似。

一、先厘清度量口径：冲击成本到底怎么算

讨论关系之前必须先固定度量方式，否则不同数据不可比。实务中常用两种口径：

• 执行差额（Implementation Shortfall）：以决策时刻的中间价 P₀ 为基准，比较实际成交均价 P̄ 与 P₀ 的差额，方向对买方为正、对卖方取相反数，再除以 P₀ 得到比例。它同时包含延迟成本与冲击成本。
• 临时冲击与永久冲击分解：成交后价格先被推高（临时部分），随后部分回落到新的均衡水平（永久部分）。临时冲击与交易速度强相关，永久冲击与信息含量强相关。

本节统一采用“相对决策中间价的成交均价偏离”作为冲击成本度量，记作：

冲击成本(bps) = 方向 × (P̄ − P₀) / P₀ × 10000
其中方向：买方 +1，卖方 −1

同时用“参与率”刻画规模：参与率 = 本笔交易股数 / 同期市场总成交量。这样规模就被标准化为无量纲比例，不同股票之间可以横向比较。

二、线性区间：小单为什么看起来“按比例”

当一笔委托只占同期成交量的千分之几时，它基本被市场的自然流动性吸收，订单簿的深度足以在不显著移动价格的情况下完成撮合。此时经验上冲击成本大致与规模成正比：规模翻倍，成本约翻倍。这一区间通常对应参与率低于 1%～2%，具体阈值取决于标的的盘口厚度与最小报价单位。

线性区间的存在有明确机制：在盘口前几档内，价格是离散的，每吃穿一档只移动一个最小报价单位，成本近似等于“跨越档位数 × 每档价差 / 中间价”。档位数与成交量近似成正比，于是成本也近似线性。但盘口深度是有限的，一旦吃穿前几档，就进入非线性区。

三、非线性区间：平方根律的经验形式

大量基于真实成交与订单簿数据的实证研究（如 Almgren 等对机构交易数据的分析、以及多国市场的日内数据回归）给出一个稳健结论：当参与率上升到几个百分点以上，冲击成本大致与规模的平方根成正比，而不是与规模本身成正比。常用经验式写作：

I ≈ k × σ × sqrt(Q / V)
I：冲击成本（比例）
σ：该标的日内波动率
Q：本笔交易股数
V：同期市场成交量
k：经验系数，通常落在 0.5～1.5 之间，随市场与度量口径变化

平方根律的含义很关键：规模变为 4 倍，冲击成本只变为约 2 倍；规模变为 100 倍，成本约变为 10 倍。它解释了为什么大单不能简单“拆成小单按比例累加”——拆分本身会拉长时间、暴露信息，反而引入额外成本，最优执行是在冲击与时间风险之间取平衡。

四、用一张图看清“线性—非线性”的转折

下面的示意图把同一标的在不同参与率下的冲击成本画成两条曲线：虚线是线性外推（假设成本严格正比于规模），实线是经验上的平方根形态。两条线在低参与率处几乎重合，随着参与率上升逐渐分离，分离点就是线性假设开始失效的位置。

读图要点：在参与率 2% 以内，两条线差距很小，线性近似可用；到 10% 附近，线性外推已明显高于经验曲线；到 20%～30%，线性外推给出的成本会严重失真。注意图中数值为示意性假设，用于说明形态，不代表任何具体标的的实测结果。

五、真实数据里还能观察到哪些典型事实

除了平方根形态，经验研究还稳定地报告了几条规律，它们对执行决策同样重要：

• 波动率放大效应：同一参与率下，高波动标的的冲击成本更高，且平方根式中的 σ 项近似线性进入，因此波动率翻倍，成本大致翻倍。
• 买卖不对称：在流动性紧张或单边行情中，买方冲击往往大于卖方（或相反），取决于盘口挂单的不对称程度，不能假设两侧对称。
• 时间聚集效应：开盘与收盘附近的冲击成本显著高于盘中，因为成交量分布与波动率都呈 U 形，同样的参与率在不同时段对应不同成本。
• 永久冲击的比例随规模上升：小单以临时冲击为主，价格随后回落；大单的永久冲击占比更高，因为大单更可能携带信息。

六、把经验规律落到执行判断上

假设某标的日内波动率 σ = 2%，经验系数 k 取 1.0（示例假设值），则按平方根式估算：参与率 5% 时 I ≈ 1.0 × 2% × sqrt(0.05) ≈ 0.45%，即约 45 bps；参与率 20% 时 I ≈ 2% × sqrt(0.20) ≈ 0.89%，约 89 bps。可以看到规模扩大 4 倍，成本只扩大约 2 倍，这正是平方根律的直观体现。

据此可以形成一个可操作的判断流程：先估计目标交易的参与率，若低于 2%，可按线性成本做预算；若在 2%～10%，用平方根式估算并考虑适度延长执行时间以降低参与率；若超过 10%，应优先考虑拆单、算法执行或寻找对手方，因为此时成本对规模的敏感度虽低于线性，但绝对水平已很高，且时间风险与信息泄露风险同步上升。所有系数与阈值都必须用本机构的历史成交数据回归校准，示例数值仅用于说明方法。

总结本节的核心事实：冲击成本与交易规模在小规模区间近似线性，在参与率上升后转为平方根形态；平方根律有跨市场的经验证据支持，但其系数依赖波动率、时段、方向与度量口径，必须用自有数据校准后才能用于执行决策。