← 研究動態
一般讀者2026/09/25 下午07:00

「大戶把小戶擠出去了」——這句話在二十二種商品、十二年的資料上沒有站住

商品市場結構期貨實證集中度

讀者互動

登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

持續追蹤這項研究

收藏、追蹤與明日提醒只保存必要識別資料,可在會員中心檢視或刪除。

研究資訊不構成個人投資建議;提醒僅代表研究更新,不代表交易訊號。

訂閱研究摘要

研究摘要與新文章,不轉售、不寄廣告,隨時可退訂。

在美國買賣商品期貨,你不能直接跟交易所打交道,得透過一家期貨結算商。它替你保管保證金、替你把單子送進結算系統。

這個行業很集中。目前登記在案的結算商有  56  家,但 前四大就握有將近一半的客戶保證金 ——十二年平均是  46.1% 。而且集中度還在慢慢往上爬。

於是有一個聽起來非常合理的擔心: 市場一震盪,大型結算商會優先照顧大客戶,小型交易者就先被擠出場。 

這個擔心值得檢驗,因為它有政策意涵,如果成立,那市場在最需要流動性的時候,反而會把一部分參與者趕走。

我們用  22 種商品 、 12 年 的月資料去測。結論是: 沒有站住。 

但真正值得講的不是這個結論,是資料唯一一次開口說話時,它說的方向。

先說怎麼量的

集中度用的是結算商持有客戶保證金的分布, 150 個月 ,從 2013 年底到 2026 年 5 月。這個指標的十二年平均落在  0.0747 ,最低  0.0625 、最高  0.0904 ——區間很窄,它是個慢變數。

小型交易者的部分,用的是每種商品裡「非可報告部位」占總未平倉量的比重。在美國的期貨部位申報制度下,部位大到一定程度才需要具名申報;剩下那一塊就是散戶與小型機構的合計。這個比重每個月怎麼變,就是我們要看的結果。

把 22 種商品 × 每個月排成一張表,可用的觀測是  3,275 筆 ,跨 2014 年 2 月到 2026 年 6 月。

四個情境,只有一格是正的

「被擠出去」這個說法有一個很明確的預測: 當結算集中度高、而且市場波動大的時候,小型交易者的占比應該掉得最兇。 

所以我們把所有月份切成四格看。

四個情境下小型交易者持倉占比的月變化。結算集中度低/波動低為 −0.000184,集中度低/波動高為 −0.000496,集中度高/波動低為 −0.000306,集中度高/波動高為 +0.000283,是四格中唯一為正的一格。

情境小型交易者占比的月變化
集中度低、波動低−0.000184
集中度低、波動高−0.000496
集中度高、波動低−0.000306
 集中度高、波動高  +0.000283 

那個最該掉得最兇的格子—— 集中度高、波動高 ——是四格裡 唯一為正 的一格。它底下有  761  筆月份×商品的觀測,不是零星幾個月湊出來的。

一條線,十二種畫法都碰不到

四格的平均值只是描述。要問「這個差距和零分得開嗎」,得做檢定。

主要設定的交互項落在  未達統計顯著(統計值 1.48) ,區塊自助抽樣給的雙尾機率是  0.13 ,信賴區間跨過零。 這個關聯未獲支持。 

有人會問:會不會是統計方法的技術選擇讓它剛好過不了?我們把那個技術參數從 1 換到 24 全部跑一遍——

主要設定在二十四種帶寬設定下的 t 值,全部落在 1.47 到 1.60 之間,沒有一個碰到 2;另外兩個設定分別是連續版交互項 2.54 與嚴格時序版 0.30。

二十四個值全部落在  1.47 到 1.60  之間,沒有一個碰到習慣上的 2。 這個結果不是某一種技術設定造成的。 

把時序卡得更嚴的版本更低: 未達統計顯著(統計值 0.30) ,用的是  2,748  筆觀測。

唯一越線的那個,方向相反

到這裡為止都是「沒測到」。但有一個設定確實越過了線。

我們另外跑了一版,把「波動高不高」從是非題換成連續刻度。這一版的交互項  統計檢定顯著(強度中上,統計值 2.54) ,過了門檻。

 而它的正負號,和「被擠出去」相反。 

也就是說,資料唯一一次明確開口,講的是反方向。這正是為什麼上面那些結論只能寫成「未獲支持」,不能寫成「兩者無關」—— 那會把一個方向相反的顯著結果,講成什麼都沒有。 

至於為什麼是反方向,這份研究沒有回答,我們也不打算現在編一個。

三個要老實說的限制

 第一,這不是「大戶沒有排擠小戶」的證明。  「未獲支持」的意思是:在這批資料、這個衡量方式、這個時間範圍下,沒有量到那個關聯。它不是「不存在」的同義詞。

 第二,這也不是預測。  集中度的資料公布有時間差,而我們要解釋的是整個月的平均變化,兩者的時間窗有重疊。所以這裡講的是「同期間的關聯」,不是「看到集中度上升就能推斷接下來會怎樣」。

 第三,月份沒有那麼多。  集中度是一條全市場共用的月序列,而且黏得很厲害,這個月和上個月的相關係數是  0.96 ,和一年前還有  0.58 。表面上有  149  個月,但實際上能提供的獨立資訊遠少於 149 個。這份研究沒有量出到底少多少,所以這條限制是開放的。

可以帶走的一件事

一個聽起來很合理、又有政策意涵的說法,值得被檢驗,而檢驗的結果常常不是乾淨的「對」或「錯」,是「這批資料回答不了」。

在這種時候,最容易犯的錯是把「沒測到」寫成「沒有」。這兩句話在中文裡只差一個字,在證據上差了一整個等級。


 資料與方法 :期貨結算商的客戶保證金分布來自美國期貨業監理機關的月報,150 個月、2013 年 12 月至 2026 年 5 月;小型交易者占比來自商品期貨交易委員會的部位申報資料,22 種商品、2014 年 2 月至 2026 年 6 月,可用觀測 3,275 筆。波動度以日內高低區間估計的月度已實現波動計算。迴歸採雙向固定效果,標準誤同時報告對橫斷面相關穩健的版本與依月份群聚的版本,並以平穩區塊自助抽樣佐證。 本文所有數字取自該實驗結果檔的具名欄位。該結果檔明文規定:本研究的任何設定都不支持預測性或因果性宣稱,所有否定結論一律寫成「未獲支持」,不得寫成「不存在」或「已被推翻」,本文遵守這條規定。 

懶人包圖組

說明美國商品期貨必須透過結算商交易、該行業的集中程度,以及由此產生的排擠疑慮

說明面板的商品數、可用觀測筆數與月份跨度,以及小型交易者占比的定義來源

對照主要設定的檢定統計量、自助抽樣的雙尾機率,以及把時序卡得更嚴那一版的統計量

說明連續刻度版交互項越過門檻但正負號相反,以及集中度序列高度自相關所帶來的限制

相關文章

先讀正式關聯,若無則使用標籤與主題相似度補齊

📄
把「一起暴跌」寫進模型,商品加股債的風險預測有比較準嗎?八組搭配、十六次比較,校正後一次都沒贏
常見的看法是,金融危機時原本各走各的資產會一起下跌,所以有人主張:預測投資組合的風險,不能只看平常的相關係數,要把「一起大跌的機率比一起大漲高」這件事直接放進模型。copula 模型就是為這件事設計的。它比簡單的動態相關模型複雜,值不值得多付這個複雜度,可以用資料檢驗。 這篇用黃金、原油、銅、小麥四種商品,各自和標普 500 指數(SPY)、長天期公債(TLT)配成五五分的組合,一共 8 組。每組…
→
📄
美國的恐慌指數,能幫忙預測日本股市的波動嗎?日經的誤差沒有變小,紐約掛牌的日本 ETF 低了 2.06%,但還不到確定的程度
紐約收盤的時候,東京還沒開盤。美股每天收盤時會算出一個「恐慌指數」(VIX),它反映市場預期美股接下來會晃多大。順著時差往下想,很容易得到一個猜測:紐約先收盤,這個數字對隔天日本股市會晃多大,應該有參考價值。 這篇把這個猜測放進波動預測模型裡比一次。同樣是預測日本股市隔天的波動,模型裡多放一個美國恐慌指數,預測的誤差會不會變小?比較期間是 2019-01-01 至 2026-04-09,每天往前預…
→
📄
動能策略的報酬落在夜裡還是白天?用 30 檔美股、3,866 個交易日分別檢驗兩種做法
持有或打算跟進動能策略(買進過去漲得多的股票)的人,會遇到一個實際的問題:報酬落在一天的哪一段?答案影響持有時段的安排、風險的來源,以及績效該怎麼評估。Lou、Polk 與 Skouras(2019)的研究發現,動能相關策略的獲利可能集中在收盤後到隔天開盤之間,盤中則出現相反方向的報酬。這篇用 30 檔美股的開盤價與收盤價,把兩種動能做法的報酬切成隔夜與盤中兩段,檢查這個說法在 2011 年起的資…
→
「大戶把小戶擠出去了」——這句話在二十二種商品、十二年的資料上沒有站住 | VolPred