Tick Size 与流动性：最小报价单位如何改变价差与深度 • halo 的技术博客

问题：一个看似无害的制度参数#

A 股股票报价最小变动 0.01 元，港股按价格分档从 0.001 到 0.5 港元，美股 2001 年从 1/16 美元十进制化到 0.01 美元，2016 年又搞了一轮把部分小盘股 tick 放大到 0.05 美元的试点。为什么监管层反复折腾这个看起来纯技术性的参数？

因为 tick size 同时钉住了流动性的两个维度：它是价差的地板，也是限价单排队租金的来源。改 tick，价差和深度朝相反方向动——这是市场设计里最经典的跷跷板。

机制一：tick 是价差的地板#

做市商的均衡半价差 (s^*) 由逆选择成本、库存成本、订单处理成本共同决定，是个连续值。但实际报价必须落在 tick 网格上：

s_{\text{quoted}} = \max\left(\text{tick},\ \lceil s^* / \text{tick} \rceil \times \text{tick}\right)

对均衡价差远大于 tick 的股票（低价股、高波动股），取整的影响可以忽略；但对均衡价差本来只有零点几分的大盘蓝筹，1 分钱的 tick 就是一堵墙——价差被制度性地撑在均衡值之上。

tick 是价差的地板

左图的阶梯线就是取整效应；右图更直接：均衡半价差 0.2 分的股票，在 1 分 tick 下被迫报 1 分，约束倍数 5 倍——做市商每笔交易赚的是均衡价差的五倍。这笔超额利润不是竞争失灵，是制度送的：价格竞争到 tick 就停了，想再抢单只能排队。

机制二：约束价差是挂单的租金#

这正是深度的来源。当报价被 tick 撑在均衡之上，挂限价单就是一门利润为正的生意——每股赚 (s_{\text{quoted}} - s^*) 的租金。租金越厚，愿意排队挂单的量越大。用一个简化的深度函数刻画：

import numpy as np

def quoted_spread(s_star, tick):
    """均衡半价差 s_star 被 tick 取整后的实际报价半价差"""
    return np.maximum(tick, np.ceil(s_star / tick) * tick)

def depth(s_star, tick, base=1000, gamma=1.6):
    """最优档深度：约束倍数越高，挂单租金越厚，深度越深"""
    return base * (quoted_spread(s_star, tick) / s_star) ** gamma

python

在 500 只股票的横截面上（均衡半价差对数正态分布，中位数约 0.8 分），扫一遍 tick 从 0.1 分到 2 分：

tick（分）	平均报价半价差（分）	平均最优档深度（股）
0.1	1.12	1,130
0.2	1.17	1,276
0.5	1.30	1,757
1.0	1.57	3,217
2.0	2.27	8,415

价差-深度跷跷板

跷跷板清晰可见：tick 翻 20 倍，价差翻 2 倍，深度翻 7.4 倍。两个方向都不是免费的——接下来的问题是：对交易者来说，净效果是好是坏？

小单 vs 大单：答案取决于你是谁#

小单（一档深度内解决）的成本就是半价差，tick 越小越好，没有任何歧义。

大单不同。它的成本是两部分：付掉价差，再付冲击成本——可见深度越薄，同样的量把价格推得越远。tick 缩小让价差降，但同时让深度坍缩、冲击升。总成本对 tick 的形状是 U 型：

成本 U 型曲线

模拟里 500 股的小单成本从 1.09 分单调涨到 2.67 分——tick 对它只有坏处；2 万股的大单在 tick ≈ 0.9 分处成本最低（2.58 分），tick 压到 0.05 分反而涨回 2.98 分。「价差最小」不等于「成本最小」，深度也是钱——这和报价斜率流动性一文里「价差只管第一股」是同一个教训的制度版。

这就是为什么 tick size 改革永远吵成一团：散户和高频做市商喜欢小 tick（价差窄、更新快），机构大资金和买方交易台常常抱怨小 tick 市场「看得见吃不着」——盘口薄得一碰就碎。

缩小 tick 的自然实验：谁受益、谁买单#

把「tick 从 1 分降到 0.1 分」当一次制度冲击，按事前约束程度分组看：

tick 试点实验

受约束组（均衡价差 < 1 tick，占样本 61%）：价差 −38%，深度 −71%。价差的收益立竿见影，深度的代价同样立竿见影;
不受约束组（均衡价差 > 3 tick）：价差 −9%、深度 −17%，基本是旁观者。

这个异质性是所有 tick 实证研究的核心识别策略：制度变化只应该影响被它约束的股票。美股十进制化（2001）后的实证与这个方向一致——价差显著收窄、盘口显示深度显著下降、机构交易成本的改善远小于价差收窄幅度；2016 年美股 Tick Size Pilot 反向操作（放大 tick），结果同样对称：价差变宽、深度变厚、成交量向暗池迁移。

三个衍生后果#

排队优先权变得值钱。 大 tick 下价格竞争停在地板上，抢单只能靠时间优先——队首位置本身就是资产。这直接催生了对速度的军备竞赛：co-location、微波链路，本质都是在买队列位置。tick 越大，速度的边际价值越高。

做市商利润有制度成分。 约束价差 × 成交量就是租金池的大小。这解释了为什么做市商群体在 tick 改革听证会上的立场永远可以精确预测——以及为什么 sub-penny（以 0.0001 美元在 penny 报价前面「加塞」）会被 Reg NMS 明令限制：它让暗池和批发商用经济上无意义的 0.01 分改进抢走队首的单，租金被截胡，公开市场挂单激励崩坏。

价格聚集是 tick 的影子。 有效 Tick 估计量一文讲过反向操作：从成交价聚集在哪些增量上，反推隐含价差。tick 约束越紧，价格聚集越严重——两篇文章是同一枚硬币的两面。

诚实边界#

第一，深度弹性是模拟设定，不是实证常数。 深度函数里的指数 γ=1.6 决定了跷跷板的斜率，这个数在现实中因股票、因市场结构而异，且做市商供给曲线在极端行情下非线性（直接退出，深度归零）。本文的量化结论（−38% / −71% 之类）只演示机制方向和相对量级，不能当参数搬去做政策评估。

第二，真实市场的反应包含模拟没有的外生边际。 tick 缩小后，除了在位做市商缩量，还有：报价更新频率暴增（消息流量成本）、最优档之外的深度重新分布、订单流向暗池/批发商迁移。美股试点里暗池份额的变化就是模拟框架完全覆盖不到的一层。

第三，A 股的 1 分 tick 约束是价格的函数。 同样 1 分钱，对 2 元的银行股是 50bp 的巨大相对 tick（约束极强、盘口极厚、排队极长），对 200 元的白酒股只有 0.5bp（几乎无约束、价差由均衡成本决定）。做 A 股微观结构横截面研究时，相对 tick（tick/价格）是必须控制的变量，否则「低价股盘口厚」这种发现只是 tick 效应的搬运。

归宿#

tick size 是理解一切盘口现象的底层参数：价差分布的左端截断、深度的租金来源、队列价值、价格聚集，全部由它派生。对交易者，实操结论有三条：小单选相对 tick 小的标的成本低；大单在大 tick 标的上反而更容易借厚盘口成交；跨市场比较任何盘口指标前，先除以 tick 归一化。对研究者，tick 改革是微观结构领域最干净的自然实验来源——约束组和非约束组的双重差分，比绝大多数因子研究的识别都干净。