Glosten和Milgrom证明了具有信息优势的交易者的存在会对价差产生积极作用，买卖价差的存在意味着表象收益和实际回报之间的差异。其中表象收益需扣除内部交易的预期外损失才是实际回报。他们提出了Glosten-Milgrom模型，认为交易价格的差分序列是由逆向选择所引致价差的函数。
Easley和O’Hara—Oldfield考察了交易规模对资产价 格 的 影 响 。研究发现交易规模会引致逆向选择，也间接影响着做市商的定价策略。在分析信息、交易规模和交易频率对价格的影响之后，他们认为这几个因素对价差大小都有影响。
汉森提出的对数市场评分规则 (logarithmic market scoring rule，LMSR)是一个非常优秀的自动化做市商模型，它属于序贯交易模型。LMSR被很多公司用来预测市场。但是，在LMSR模 型中，流动性的大小是一个先验参数，设置这个参数的值非常困难，过小的流动性使得价格会在每个交易后剧烈波动；过大的流动性会使价格难以变动。
Abraham Othman和David M. Pennock等（2010） 设计了一个LMSR的变化模型，使做市商可以更好地 在流动性市场下保持盈利。他们认为，价格可能不只一个，而这对做市商是有利的，因为最终价格的熵足够高会给做市商带来额外利润。对比LMSR模 型，他们的模型可以使市场经营者的付出更低而不损害流动性。他们还证明，对于广义的终端市场形态，不管是否被意识到，做市商都会获得利润。

做市商报价价差的影响因素
上述理论模型主要考虑了存货、信息等因素对于做市商报价价差的影响。在实际运用中，价差的影响因素很多，比如以下几方面：
1．做市资产本身的价格
价差一般是以相对数值的形式来衡量，所以资产价格越高，价差的绝对值越高。如一些国家和地区股票市场的做市要求买卖价差不得超过卖出报价的5%，因此 价格20元的股票最大报价价差是1元，而价格2元的股票最大报价价差是0.1元。
2．做市资产的价格波动性
资产价格的波动越大，做市商的库存价值变动也越大，势必增加其库存风险，因此要求的风险补 偿也更多，自然会提高报价价差。
3．做市资产的交易量
做市资产的交易量越大，资产流动性一般越强 ，做市商持有库存的时间得以缩短，从而库存风险降低，价差也趋向于减小。