金融市场微观结构理论从微观的角度探寻金融市场的内在规律，订单流不平衡指标可以反映金融市场微观结构的部分运行特征，相对于交易量指标，订单流不平衡能够反映更多的信息。行为金融学理论研究了不同类型投资者的投资行为存在差异性，这些投资行为信息又反映在特定的订单流中。
本文利用Level-2行情数据库的逐笔交易数据构造订单流不平衡指标，将市价单定义为主动订单。根据订单规模的大小划分超级大单、大单、中单和小单，探讨不同规模订单流不平衡对股票收益率以及波动性的影响。本文的研究样本为沪深300指数成分股，采用的时间窗口为2016年3月01日至2018年12月28日。在对研究样本的特征进行分析之后分别建立了静态面板回归模型、动态面板回归模型和动态面板VAR模型。
在对订单流不平衡与股票收益率的实证分析中，我们得出以下结论：（1）小单订单流不平衡与股票收益率呈显著负相关，说明整体上小单处于亏损状态。（2）中单、大单和超大单的订单流不平衡与股票收益率呈显著正相关，反映了整体上中单、大单和超大单获得盈利。（3）从参数估计的大小来看，大单的订单流不平衡系数最大，其次为中单、超大单，表明了大单对股票收益率的影响最大，作为投资者应该更加关注大单的走向。（4）从滞后期来看，小单的净买入冲击会使得股票日收益率下降，这一效果大概能持续3个交易日，中单、大单和超大订单净买入冲击均会使得股票日收益率上升，该冲击效果大约持续2个交易日。在对订单流不平衡与股票波动性的实证分析中，我们发现面板回归模型与动态面板VAR模型的结果不一致，这是因为面板回归模型没有考虑到不同规模订单之间的相互作用，而动态面板VAR模型考虑到了不同规模订单之间带来的影响。动态面板VAR模型结果表明，不同规模的订单流不平衡都引起了股票波动性的上升，从效果大小来看，小单的订单流不平衡对波动性的影响效果稍微大一点，从效果的持续性来看，小单的效果持续性稍强。根据本文对不同规模订单流不平衡与股票收益率以及波动性研究的实证结果，建议投资者如果能够获取到Level-2行情数据，在技术条件以及资金允许的情况下捕捉大单的走向，采取跟随大单的交易策略，这样在大概率下会获得盈利。