买卖价差是流动性的直接度量指标。本文在对买卖价差的相关文献进行综述的基础上，发现虽然已有文献得到了一些有益的结果，但国内目前尚少从价差成分角度出发分析价差性质再到以此为视角分析非对称信息与资产收益之间关系的系统性研究。且已有的部分价差分解研究所采用的估计模型并不适用于中国股市这样的订单驱动市场；另一方面，已有对非对称信息的研究中通常引入PIN等一系列描述知情交易者参与概率的指标，尚少使用价差中逆向选择成分度量非对称信息，并以此分析其与资产收益的关系。本文结合中国证券市场实际情况，进一步对中国股市买卖价差的分解及其应用进行了较深入的研究。主要研究内容包括：　　 ⑴引入较适合于订单驱动市场的买卖价差分解模型进行实证分析，考察价差各成分的日内变化模式；并基于价格对样本股票进行分组，比较不同价格区间股票价差成分的差异。研究结论表明，开盘时市场信息非对称程度较大，逆向选择成本较高：经过一段时间的信息释放，逆向选择成本下降；收盘前一个时段，出于对非交易时段信息产生及变化的不确定预期，市场上的噪声交易及信息迅速增加，使得不知情交易者不得不提高逆向选择预期。因此，日内逆向选择成本曲线表现为略微斜置的“L”形，加之订单处理成本值相对稳定，在二者共同作用下，日内价差曲线也表现为斜置的“L”形。这和国外报价驱动市场和其它订单驱动市场的“U”形价差曲线的成因存在着较大差异。此外，根据价格分组的研究结果显示逆向选择成本在价差中的比例随着股价增加而增大，表明高价股价差含有更高比例的非对称信息。同时，沪市的逆向选择成本在价差中的比例为62％，高于香港股市（33％）和东京股市（49％），表明从整个市场范围内降低信息非对称程度已迫在眉睫。　　 ⑵对价差成分的影响因素进行实证研究，分析交易量、交易活跃程度、订单不平衡程度以及风险对价差成分的影响，据此进一步考察这些因素对价差的影响。研究结论表明，交易量、成交笔数、订单不平衡程度等因素会显著影响价差中的逆向选择成分，但成交笔数和订单不平衡程度不会影响非信息成分；成交笔数（或平均每笔交易量）是影响价差及其成分的重要因素，而异常交易量不是显著因素；同时影响逆向选择成本和非信息成本的因素也显著影响价差。因此，对监管层而言，对股票买卖价差（表征交易成本）的关注应重点着眼于影响逆向选择成本的因素。　　 ⑶从价差分解的视角分析非对称信息与超额收益率的关系。借鉴Fama&French（1993）的思想，分析逆向选择成分表征的非对称信息与个股超额收益之间的关系；按个股流通市值和账面市值比的大小，并以同样的方法分析各子样本数据，以分析其对上述结果的影响。研究结论表明，非对称信息对预期超额收益率存在显著影响，账面市值比较大和流通市值较小的一组，逆向选择成分对预期超额收益率影响较大，并且这种影响并不随非流动性指标等控制变量的加入而失去显著性，显示出价差的逆向选择成分在度量非对称信息方面相对其它指标的优势和稳健性。