熔斷制度可以降低中國股市波動嗎？
——基于斷點回歸設計的實證分析

高彥彥，王逸飛

（1.東南大學經濟與管理學院，江蘇南京211189；2.悉尼大學商學院，澳大利亞悉尼2006）

熔斷制度可以降低中國股市波動嗎？
——基于斷點回歸設計的實證分析

高彥彥1，王逸飛2

（1.東南大學經濟與管理學院，江蘇南京211189；2.悉尼大學商學院，澳大利亞悉尼2006）

中國股市自2016年1月1日起開始基于滬深300指數變化實施熔斷制度，但該制度僅實施4天便因多次導致股市熔斷而被叫停?；谶@一準自然實驗，文章采用清晰斷點回歸設計來評估熔斷制度在中國股市的實踐效果及其原因。文章先基于滬深300指數在熔斷制度執行前后的日度數據和每分鐘數據估計了兩種波動率，然后進行斷點回歸估計。結果發現：熔斷制度的實施顯著加劇了兩種度量下的股市波動，且該波動具有持續的溢出效應；熔斷閾值附近存在過度交易行為，并由此對股市變化產生“磁吸效應”。對此，文章進一步基于我國熔斷制度推出的宏觀經濟背景、股市制度特征、熔斷制度的設計以及在熔斷閾值附近的投資者心理和交易特征進行解釋。

熔斷制度；波動率；斷點回歸設計；過度交易；磁吸效應

一、引言

金融市場上的熔斷（Circuit Breaker）制度，簡單地講，是指監管機構針對金融資產及其指數的變化幅度進行限制的制度安排。借助電氣科學中的電路保險設置的做法，即當電壓過高時，為了保護電氣設備，保險絲自動熔斷，金融市場上的熔斷制度則用于防止資產價格和市場行情的大幅波動，以冷靜投資者，從而達到穩定市場、降低市場風險的目的。現有的“熔斷”分為“熔即斷”和“熔而不斷”兩種。前者在資產價格變化幅度超過限定水平時停止交易，后者在資產價格變化幅度超過限定時按照限定水平進行交易。目前，許多國家都在實行熔斷制度，但是具體細節存在巨大差異。例如，美國熔斷制度以標普500指數的變化為基準，存在7%、13%和20%三重漲跌幅限制。當該指數的跌幅超過前兩個限制時，股市暫停交易15分鐘；如跌幅超過20%的限制，則當天停止交易。在韓國，如果KOSPI指數較前一天收盤價下跌了10%或10%以上，并且這種下跌持續了一分鐘，則股票交易暫停十分鐘，個股漲跌幅限制為15%①。

2016年年初，中國股市也開始實施熔斷制度。經中國證監會批準，“為了防范市場大幅波動風險，進一步完善證券交易機制，維護市場秩序，保護投資者權益，推動證券市場的長期穩定健康發展”，上海證券交易所于2015年12月4日發文，決定在2016年1月1日開始施行熔斷制度②。文件規定：當滬深300指數漲跌幅度觸發5%的臨界值時，滬深股市將終止交易15分鐘；如果在下午收盤前15分鐘內該指數的漲跌幅度觸發5%的閾值，或者在任何交易時段觸發7%的閾值，股市將會直接收盤。實施熔斷制度的第一個交易日是元旦節之后的1月4日。中國股市在拋盤的情況下持續走低，滬深300指數由3 731點一路下跌，于下午1時13分跌破5%的閾值，觸發了第一重熔斷，股市隨即暫停15分鐘。復盤之后，股市繼續下跌，只用了6分鐘便觸發了7%的熔斷閾值，當天交易中止。在弱勢反彈2天之后，1月7日9點42分，股市再次觸發5%的跌幅熔斷。15分鐘后，重新開盤后股市繼續下跌，僅一分鐘便再次觸發了7%的全天熔斷閾值。在2016年年初實施熔斷制度的4個交易日中，中國股民損失了大約5.6萬億元。在輿論壓力之下，上交所、深交所、中國金融期貨交易所于1月7日晚聯合發布通知（上證發［2016］4號），經證監會同意，自1月8日起暫停實行熔斷機制。熔斷制度成為中國股市歷史上最短命的政策。

中國股市的熔斷制度被認為是一項失敗的以穩定股市為目的的政策實驗。盡管熔斷制度的實施及其取消引發廣泛的社會關注和討論，但是，從實證研究的角度，我們并不確定由實施該制度所導致的股市波動幅度的大小以及該制度失效的背后深層次原因，而只是看到了熔斷制度實施后股市的下跌這一事實。本文將基于滬深300指數的波動率，采用斷點回歸設計的方法來估計這次熔斷制度的實施對股市波動的影響大小，并結合該制度推出和實施的宏觀經濟背景、制度本身的設計、股市的相關制度安排以及投資者在熔斷閾值附近的心理和行為來解釋中國熔斷制度失效的原因。

接下來本文先將對已有關于熔斷制度以及漲跌停限制的文獻進行簡要回顧，然后在第三部分介紹實證研究方法、數據來源和股市波動率的估計；第四部分報告熔斷制度的實施與股市波動率之間的斷點回歸估計結果；第五部分分析熔斷制度加劇股市波動的原因；最后是全文結論。

二、文獻回顧

各國政府設立諸如漲跌停和熔斷制度之類的交易限制制度的初衷基本一致，即限制股市過度波動，保護投資者，降低股市風險。盡管我國已經廢止了熔斷制度，但是仍在實施個股的熔斷制度——漲跌停限制，許多國家則仍在實施股市熔斷制度。大量的文獻研究各國政府對股票市場進行交易限制的效果，提供了支持和反對熔斷制度和價格限制的雙重證據。

在提供熔斷制度積極作用證據方面，首先，基于理論研究，Greenwald和Stein（1991）［1］認為讓整個市場崩潰的根本原因是交易風險。市場的劇烈波動將導致交易擁堵，從而延遲行情信息，導致價格調整的滯后。此時交易者并不能看到即時報價，無法成交的指令涌入系統造成擁堵，使數據的顯示更加滯后。對此，交易者選擇等待，不進行交易。熔斷機制有助于降低交易風險并且讓投資者能夠順利進入交易，從而平衡信息獲取和發出交易之間的關系，并有助于充分披露信息，使市場價格能夠順利調整而不至于反應過度。在極端的股市環境下，熔斷期可以為價格傳遞提供寶貴的時間，有助于投資者預測成交價格，從而避免投資者承擔過多的交易風險，有效降低風險。類似地，Kodres和O’Brien（1994）［2］的理論分析表明，期貨價格限制降低了由價格波動所產生的大量訂單需求的執行風險，而且當價格波動由基本面消息驅動時，價格限制帕累托優于自由交易。其次，一些實證研究提供了熔斷制度的積極效果。例如，Lauterbach和 Ben-Zion（1993）［3］對1987年10月美國股市大崩盤的分析認為，實施熔斷機制降低了次日的訂單失衡和初始價格損失，但是對長期反應沒有影響，但是出現價格過度反應的現象。Brugler和Linton（2014）［4］運用倫敦股票交易所2011年7月至8月數據來分析富時100指數（FTSE100）中的個股熔斷機制對交易量、交易頻率以及其他富時100股票價格波動方差變化的影響，發現交易中止有助于緩解熊市中市場微觀結構噪音的擴散和股票之間的價格非效率，但是在牛市中正好相反；盡管交易中止可能并不改善特定股票的交易過程，但是在熊市中可以阻止差的市場質量在股票之間的擴散，因而有助于促進市場穩定。Goldstein（2015）［5］對紐約股票交易所的80A規則的實證分析表明，該規則對每日之內的美國股票市場波動性產生較小但顯著的抑制效應，且具有非對稱效應，即對牛市的影響超過了對熊市的影響。該規則可以割斷期貨和股票市場之間的聯系，從而降低波動性的傳遞。

另一方面，也有大量文獻強調了熔斷制度的消極后果。其核心觀點是，如果股市波動是由實體經濟的變化所致，那么，人為的交易限制會破壞市場機制，延遲了價格發現，引起了價格扭曲和過度交易行為，結果反而加劇市場波動。Gerety和Mulherin（1992）［6］認為市場崩潰的原因并不是Greenwald和Stein（1991）［1］所提到的交易風險。在收集了大量的股市頭尾盤交易量數據之后，他們認為，大量交易的發生只是因為投資者希望消除由隔夜頭寸所帶來的風險，并非由交易風險所致，熔斷制度加劇了收盤前反向交易的不確定性，而且設有熔斷機制的市場更難消除隔夜風險。當熔斷機制觸發閉市時，投資者因無法處理隔夜頭寸而陷入風險，結果使投資者在接近觸發熔斷閾值之前進行更多的交易，從而加劇市場的不穩定。Subrahmanyam（1994）［7］的理論分析支持了該結論，發現，由于熔斷閾值附近投資者過度行為導致的“磁吸效應”，熔斷制度將增加價格變動，特別是在熔斷閾值觸發之前由投資者避免被熔斷鎖定而導致價格大幅波動。Kim和Rhee（1997）［8］把反對熔斷制度的理由概括為三大假說：波動率溢出假說，即價格限制導致隨后交易日更高的波動性；延遲價格發現假說，即價格限制阻止價格達到其均衡水平；交易干擾假說，即價格限制干擾交易?；谌毡緰|京股票交易所數據（Kim和Rhee，1997）［8］和伊斯坦布爾交易所數據（Bildik和Gülay，2006）［9］的實證分析均支持了這些假說。類似地，基于韓國股市的數據，Ryoo和Smith（2002）［10］的實證分析發現對股價的人為限制使股票價格不服從隨機游走過程，因而導致市場的無效率，擴大股價限制范圍會增強市場效率。Aper?gis（2014）［11］采用紐約商品交易所的4件中止交易期間的日內高頻交易數據實證評估了熔斷機制在石油期貨市場上的影響，發現交易中止惡化了不同期限的特定石油期貨合約的交易過程。Huang et al.（2001）［12］基于我國臺灣1990-1996年間的股票交易數據發現，價格限制會延遲過度反應，并會在接下來的交易日得以修正。Chang和Hsieh（2008）［13］同樣基于臺灣股市數據發現，價格限制導致基本面較差的上市股票較低的價格發現效率，且對于那些觸及價格限制的股票而言，投資者對其價格公平程度的認知以及信息不對稱的程度并沒有下降。鑒于此，他們建議擴大臺灣股票交易所的每日上限。

運用股市數據實證檢驗熔斷制度效果的困難在于環境的不可控性。一些基于實驗方法運用可控的虛擬市場來模擬熔斷制度影響的文獻也提供了相反的證據。例如，Ackert et al.（2001）［14］采用資本市場實驗的方法研究熔斷機制對價格行為、交易量和盈利能力的影響。通過比較市場關閉、暫停和無干預三種管制下投資者的行為，他們發現存在熔斷機制并不會影響價格偏離基本價值的大小以及交易利潤，信息才是影響價格的根本因素。熔斷機制對交易活動具有顯著的影響，且在熔斷發揮作用的瞬間導致交易者提前交易，引發投資者在熔斷閾值附件的過度交易行為。Ackert et al.（2005）［15］通過資本市場實驗來分析當投資者不確定是否存在私人信息時，熔斷制度對市場行為的影響，結果發現該制度無法約束價格的意外波動，反而使投資者錯誤地以為其他人具有私人信息，從而使資產價格偏離其基本價值。而最近的一些基于人造/虛擬市場進行的實驗則提供了一些支持熔斷制度的證據。例如，Kobayas?hi和Hashimoto（2011）［16］在研究中斷時間對于熔斷制度效果的影響。借助人造市場實驗，他們證實了熔斷制度在控制價格的波動，在穩定結算系統中發揮了重要的作用，但同時也減少了交易量。他們認為，由于交易量和波動率對中短時間的設定十分敏感，中斷時間是熔斷機制設計的一個重要參數。類似地，Yeh和Yang（2010）［17］采用虛擬市場來分析價格限制對波動性、價格扭曲、交易量和福利的影響，結果發現采取價格限制具有雙重效應，但是與完全沒有限制相比，適當的價格限制有助于降低波動性和價格扭曲，增加流動性和福利。

在我國，盡管長期缺乏熔斷制度的實踐，但是仍有一些文獻前瞻性地研究了各種交易限制機制在我國的實施效果。例如，曹曉華（2006）［18］采用實驗的方法對兩種市場穩定機制，熔斷和漲跌停的市場效果進行分析，結果發現，市場熔斷機制延緩了市場價格向均衡價格，即股票期望價值收斂的速度，降低了市場信息的擴大速度，降低市場交易量和活躍度，也降低了知情者的獲益能力；當市場存在漲跌幅限制時，交易者偏向短視。因此，漲跌幅限制在短期內可以抑制估價波動，但是降低信息傳遞效率，降低投資者理性程度，從而建議適當放寬漲跌幅限制，而對于熔斷機制，由于其明顯影響了市場定價效率和延緩均衡價格的形成，他前瞻性地建議不要采取該市場穩定機制。胡朝霞（2007）［19］基于中國股市數據的實證分析證實了這一實驗結果。他們對波動率溢出假設、延遲價格發現假設和交易干涉假設的檢驗認為，中國的漲跌停制度缺乏效率，建議放寬價格限制幅度，采取不對稱的漲跌停機制。盡管熔斷制度并沒有導致股市的企穩，對于2016年中國熔斷制度的實踐是否也驗證了曹曉華（2006）［18］的研究結論，僅有吉潔和國世平（2016）［20］檢驗了熔斷制度與股市波動率之間的關系，但是對于波動率溢出效應、投資者的過度反應以及由此導致的磁吸效應的實證分析，則有待于進一步的實證研究來拓展。

總之，支持熔斷制度的理由包括：阻止由恐慌和投機導致的大幅價格波動；限制期貨市場上市場參與者的每日債務；在市場波動時給予經紀人時間去與客戶溝通；期貨市場上的熔斷制度具有部分替代保證金要求的作用；通過排除不穩定的市場價格來增強市場穩定性；促使投資者更好地分擔風險；減少違約風險和保證金要求。但是，大量的理論和實證研究發現熔斷制度延遲了價格發現，導致波動的時間更長，擾斷交易，改變知情投資者的交易行為，且不會降低違約風險和保證金要求（Kim&Yang 2004）［21］。

三、模型與數據

本文采用斷點回歸設計（Regression Discontinui?ty Design，即RDD）來評價中國滬深股市采取熔斷機制對股市波動抑制效應的大小。斷點回歸設計是一種準實驗的研究方法。實驗對象接受處理的概率，或者是否接受處理，是一個或者幾個變量的間斷函數。在建立模型時，可以考慮存在一個運行變量（Running Variable）x，如果x大于某臨界值則樣本接受處理（或者以一定的概率接受處理），否則樣本不接受處理（或者以一定的概率不接受處理）（余靜文和王春超，2011）［22］。斷點回歸設計通常被用于評估政策效果，其中運行變量往往為時間。當時間達到政策開始執行時間時，政策作用主體受政策影響，否則政策不會發生作用。因此，政策實行前后結果變量的差異反映了政策的效果。

在評估熔斷制度對股市波動率的影響時，由于我們無法觀測到在2016年1月4日至2016年1月7日之間不實行熔斷機制時波動率的大小，斷點回歸設計把實施熔斷制度之前的波動率作為對照組來評價實施熔斷制度對波動率的影響。根據Angrist和Pischke（2014）［23］關于兩種斷點回歸設計的介紹，以及上證發［2015］94號文件規定滬深股市從2016年1月4日起實施熔斷制度，而不是以一定的概率去實施該制度，我們采用清晰斷點回歸設計（Sharpe RDD）的方法來估計熔斷制度對股市波動率的影響，即

volt=α+ρDt+γt+et（1）

其中，volt為滬深300指數波動率，Dt為政策處理虛擬變量，t為運行變量，即時間，Dt=1，如果t為2016年1月4日至1月7日，否則Dt=0。α、ρ以及γ為待估參數，et為殘差項。對于數據時間長度的選擇，顯然首先必須覆蓋熔斷制度實行的前后一定時間，但是到底選多長的時間并沒有一個確定的法則。以政策發揮作用時間為中心，時間太短雖有助于降低其他因素對波動率的影響，但會減少樣本數量，從而降低估計精度，而時間太長則無助于剝離其他因素對波動率的影響。本文實證分析所采用的數據的最長的時間跨度為2015年11月2日至2016年2月23日，然后在這段時間之內改變數據跨度，以觀察估計結果的穩健性（數據來自同花順數據庫）。

由于這次熔斷制度基于滬深300指數變化來設計熔斷閾值，而且滬深300指數與上證綜合指數的走勢幾乎完全一致，我們以滬深300指數的波動率來度量股市波動率?，F有文獻基本上采用收益率的平方（如Kim和Rhee，1997；Chang和Hsieh，2008）［8，13］或者收益率的絕對值（如Goldstein et al，2015）［5］作為波動率的度量，另一種方法采用GARCH模型來估計滬深300指數收益率的方差（如吉杰和國世平，2016）［20］，用作該指數的波動率指標。但是，第二種方法并沒有被廣泛采用。理由是，在采用每分鐘高頻數據進行GARCH模型估計時，以每日收益率平方度量的波動率由于涉及隔夜信息而和每天的每分鐘之間的波動率會存在巨大差異（Goldstein et al。，2015）［5］。因此，前者往往大于后者。盡管如此，我們將其作為一種替代的測度方法，以對照斷點回歸估計結果的穩健性。具體而言，我們構建如下GARCH（1，1）模型來估計滬深300指數每分鐘的波動率，即

其中，（2）式為均值方程，μt是期望收益率，at為擾動項。yt=lnSt-lnSt-1，其中St表示資產在t時刻的價格；（3）式為方差方程。

GARCH模型要求時間序列是平穩的。對此，我們先使用ADF檢驗來分析滬深300指數收益率的平穩性，然后檢驗是否存在ARCH效應，即先建立如下的均值方程：yt=c+at,at~N(0,σ2t)，對其估計以獲得殘差項。如果該殘差項存在序列相關，那么意味著存在ARCH效應，由此可以建立GARCH模型。結果發現，滬深300指數每日收益率為穩定的時間序列但不存在ARCH效應，而每分鐘收益率為穩定的時間序列且存在ARCH效應③。因此，我們對每分鐘收益率采用GARCH（1，1）進行估計，結果如下所示：

其中，括號中的值為z統計量。由此可知所有估計系數均十分顯著。這說明GARCH（1，1）模型能夠較好的擬合滬深300指數收益率的變化。因此，我們用收益率方差σ2t的估計值作為每分鐘波動率的度量，然后將其累計為每日波動率。

為了區分上述兩種波動率，我們把采用收益率平方度量的波動率為稱為收益率波動率，把采用GARCH模型估計的波動率為累積波動率。圖1描述了兩種每日波動率在熔斷前后的走勢。從中可知，累積波動率比收益率波動率更平滑，但是兩者具有類似的走勢，而且，收益率波動率的峰值先于累積波動率的峰值。原因在于，收益率的平方涉及前后兩期的滬深300指數的變化，而累積波動率還累積了當日內的指數變化。正如Goldstein et al.（2015）［5］所指出的那樣，前者包括了隔夜信息和指數變化，因而會有變化更大、峰值提前一期的波動率。在2016年1月4日開始執行熔斷制度時，隨著滬深300收益率暴跌，其波動率快速增加，此后幾天里波動率大幅變化且維持在高位。在1月8日暫停以后，每日波動率仍在高位持續了一段時間，直到20天左右才回到1月4日之前的正常水平。這初步說明熔斷制度導致了更大、持續更長的股市波動。制度發布到實施期間滬深300波動率十分穩定。模型（7）則比較了熔斷制度發布前后波動率的差異，結果卻發現，發布該政策并沒有對股市波動產生顯著的影響。這說明市場并沒有對熔斷制度的推出做出消極反應。模型（8）至（10）則進一步控制周一和周五虛擬變量，結果仍發現熔斷制度期間具有顯著更高的市場波動率，而且我們也并沒有發現周一或周五的市場波動與其他時點不同。

圖1 滬深300指數每日波動率

四、實證結果

（一）基于收益率波動率的斷點回歸估計

表1報告了基于滬深300指數每日收益率波動率進行的斷點回歸估計結果。由于波動率為平穩時間序列，我們采用OLS方法進行參數估計。表1中的模型（1）和（2）報告了采用2015年11月2日到2016年3月1日的收益率波動率進行的斷點回歸估計結果；模型（3）至（7）則以特定時間段的波動率進行的斷點回歸估計結果?？紤]由周末停盤導致的更多信息變化以及股市波動變化，類似于Goldstein et al.（2015）［5］，我們在模型（8）至（10）中進一步加入周五和周一虛擬變量。

由模型（1）可知，實施熔斷制度以后的36天相對于此前的44天，滬深300指數的每日收益率波動率顯著提高了0.13%。時間運行變量的系數為負，說明總體上波動率處于不斷下降的趨勢。模型（2）進一步表明，在執行熔斷制度的4天里的波動率比其他時間要顯著高0.23%。模型（3）和模型（5）把數據分為熔斷結束之前和熔斷開始之后，同樣可以發現在實施熔斷制度期間的波動率均顯著高于此前或者此后的波動率，且與制度實施之前的差異大于與該制度實施之后的差異：前者為0.26%，后者為0.20%。模型（4）則進一步把數據范圍縮小至2015年12月16日至2016年1月7日之間，同樣發現實施熔斷制度期間的波動率顯著更高，大小為0.26%。模型（6）則把數據范圍控制在政策發布日之后和政策廢止之前，同樣發現熔斷制度執行期間的波動率顯著高于此前階段，大小也為0.26%。這說明熔斷

表1 基于滬深300指數收益率波動率的斷點回歸估計

圖2進一步基于模型（1）給出了斷點及其兩邊滬深300指數收益率波動率的變化情況?？梢钥闯觯@里的結果與表1基本一致。熔斷制度的實施導致滬深300指數波動率發生顯著跳躍?；贙aiser（2014）［24］提供的基于交叉驗證方法選擇帶寬的清晰斷點回歸檢驗得到的結果表明，在1%的顯著水平上熔斷制度實行之后37天的波動率比此前60天要高0.46%。

圖2 滬深300指數收益率波動率斷點回歸分析

（二）基于滬深300指數累積波動率的斷點回歸估計

表2進一步報告了基于GARCH（1，1）模型得到的滬深300指數每日累積波動率進行的斷點回歸估計結果。結果發現，執行熔斷制度以后，滬深300指數累積波動率顯著提高了0.02%，且時間運行變量顯著為負（見模型（1））。類似于表1，執行熔斷制度期間的累積波動率顯著高于其他時間（見模型（2））。但與表1不同的是，這里顯著差異主要是由執行熔斷制度之前顯著更低的波動率所致（見模型（3）），而執行期間和暫停之后的波動率并沒有顯著差異（見模型（4））。這說明，由于熔斷制度帶來的消極市場反應并沒有立即隨著該制度的暫停而立即消失。在加入周一和周五虛擬變量之后，熔斷制度執行之后和執行期間顯著更低的累積波動率并沒有改變（見模型（5）和模型（6））。圖3也進一步表明熔斷制度的執行前后存在著清晰的波動率跳躍。基于Kaiser（2014）［24］提供的清晰斷點回歸檢驗得到的結果表明，在1%的顯著水平上熔斷制度執行日之后的21天的累積波動率比此前的23天要高0.054%。

因此，上述斷點回歸分析表明，上海證券交易所于2015年12月4日推出、2016年1月4日開始執行的熔斷制度顯著地增加了兩種度量的股市波動率，且這兩種波動具有很強的持續效應，它并沒有隨著該制度的暫停而立即消失。換言之，熔斷制度不僅導致股市更大的波動性，也具有波動性溢出效應。

表2 基于滬深300指數每日累積波動率的斷點回歸估計

圖3 滬深300指數累積波動率斷點回歸分析

五、為什么我國的熔斷制度會失效？

斷點回歸設計表明，2016年1月4日實施的熔斷制度導致了由股市下跌所主導的大幅市場波動。除了該制度的執行，我們并沒有發現在此前后有其他直接導致股市暴跌的國際或者國內事件發生。那么，為什么這項旨在降低股市波動風險的善意制度導致事與愿違的結果？下面分別基于熔斷制度實施的宏觀經濟背景、制度設計與環境以及熔斷制度執行期間的投資者微觀心理三個層次嘗試對此進行解釋。

（一）熔斷制度推出和實施的宏觀經濟背景

首先，這次熔斷制度是在“大熊市”的背景下推出和實施的，是諸多救市政策之一。2015年6月份中國股市的跌幅超過20%。為了救市，中國證監會要求上市公司的大股東增持公司含6個月鎖定期的股票，乃至要求國有資本進駐股市。在一系列救市措施推出后，股市逐漸平穩并緩慢拉升，由2800點上漲到3600點。但是，這種“人為”政策下的反彈注定不會持久。大股東只要拋售股票，就會有25%左右的資本利得，從而具有很強的激勵拋出股票。由頻繁的救市政策所導致的股市漲跌反復，使股市充斥著短期投機、恐慌心理以及對政策的失望和不信任。

其次，股市低迷和人民幣持續貶值預期導致資本外逃。2015年8月份人民幣匯率中間價形成機制改革引發美元相對人民幣的升值，再加上年末由美聯儲宣布美元0.25%加息，使境內外的投資者普遍產生人民幣將會貶值的預期。因此，從匯率方面看，在年末已經有了資金流出的動力。

在政策市、恐慌心理和資本外逃的背景下，熔斷制度的推出意味著對交易時間和機會的潛在限制，從而使散戶和機構投資者都害怕被套牢而競相賣空，最終出現股市跌幅過大而熔斷的結局。

（二）熔斷制度及其所處的制度環境

證監會這次推出的熔斷制度設定的“暫時熔斷”和“全天熔斷”的閾值分別是5%和7%。在實施熔斷制度的四天里，這兩個閾值分別被擊破兩次。觀察各國股市歷史數據可知，各國股市的波動范圍存在巨大差異。例如，在美國，7%的跌幅比較少見，一旦發生，則可以稱之為“股災”，如1987年大蕭條和2008年金融危機。但是7%的跌幅在A股市場上則時有發生。11年以來，滬深300指數有105次的變化超過5%，33次超過7%，占交易日總數比例分別為4.0%及1.2%，且觸碰跌幅閾值的次數明顯高于漲幅閾值。因此，7%的全天熔斷閾值可能過低，以至于在“熊市”和“政策市”的雙重背景下很容易被觸及。

中國股市采取“T+1”的交易模式，投資者的持股只有在第二天才可以進行交易。另外，對于個股而言，中國股市已經存在漲跌停板制度限制。熔斷機制的引入改變了整個市場的投資規則。股指5%和7%的漲跌閾值幾乎架空了10%的漲跌停板制度的約束。此時熔斷制度既犧牲了交易時間，也沒有降低股市波動程度，反而通過停止交易以及由此帶來的恐慌心理延長了股市波動。在“熊市”和頻繁救市無效導致的恐慌心理之下，中國股市的投機性被放大。此時，如果市場本身的下跌動能未能得到有效的釋放，熔斷只是延長股市下跌的時間，而不能削減下跌的動能。

最后，這次熔斷制度是以滬深300指數的漲跌為基礎的。滬深300指數包含很多藍籌股，如上證50、央企50等指數股票，導致該指數可能存在失真。當滬深300指數跌破5%或跌破7%的時候，股市也可能已是大幅跌停的情形。此時的熔斷交易機制則會扼殺股市反轉的態勢，因為多頭已經無法入場抄底。

（三）熔斷制度本身對投資者心理的影響

熔斷制度對于投資者的最大影響還在于投資者心理方面。在前述“大熊市”和政府屢次救市未果的大背景下，中國股市的投資者已經在幾番的漲跌中充滿了巨大的投機性和恐慌心理。顯然，此時推出旨在抑制股市波動的熔斷制度并不足以改變投資者的觀望、懷疑和恐慌心理，也不足以改變其投機性傾向以及對熔斷制度的信心。5%和7%的熔斷閾值設定在市場悲觀情緒之下，一旦股市有下跌的傾向，投資者會紛紛加速拋售股票，以希望在熔斷之前賣空股票。類似于大蕭條背景下的銀行擠兌風潮，給定滬深300指數跌幅5%或7%的熔斷參照點，當股市出現下跌的苗頭一旦出現，投資者在恐慌心理的刺激之下，提前拋售是一種理性選擇。

我們可以進一步通過觀察股市熔斷發生前后投資者的交易行為來分析熔斷制度失效的微觀致因。根據圖4可知，在執行熔斷制度的4天里，第1天和第4天一共發生了4次股市熔斷，其中兩次為15分鐘停市，緊隨著其后的兩次全天停市，且第4天兩次觸發熔斷閾值的時間僅為1分鐘，遠遠快于第1天6分鐘的時間間隔。這說明投資者在第2次觸發熔斷閾值時的恐慌心理被強化了。滬深300股票的交易量在每次熔斷之前和之后基本上都出現大幅增加。一旦指數跌破4%，股市交易量將會大幅增加，增幅最高可達368%；一旦滬深300指數觸發5%的第一重跌幅閾值，在15分鐘之后出現最高為3266.4%的交易量增幅；滬深300指數1月4日13點36分觸及7%的全天停市閾值之后，在接下來的交易日即1月5日開盤時的一分鐘內出現了高達723.34%的交易量增長，而在熔斷制度廢止后的第一個交易日即1月8日開盤一分鐘的交易量增長也高達398.63%。顯然，這是由全天熔斷恐慌心理所導致的投資者“競賣”行為。

滬深300股票交易量在熔斷閾值附近的變化特征表明，在熔斷閾值附近發生了過度交易問題；熔斷的發生只是使交易延遲，導致次日開盤更大的交易增長；滬深300指數一旦跌落至4%左右的臨界值將會產生恐慌性“競賣”行為而加速觸及雙重熔斷閾值。因此，正如已有的研究（如Subrahmanyam，1994；Kim和Rhee，1997；Bildik和Gülay，2006；Apergis，2014）［7-9，11］所發現的那樣，上海證券交易所推出和實施的熔斷制度并沒有像預期的那樣抑制股市的波動，反而導致了股市的波動性溢出，干擾了股市的價格發現，并通過熔斷閾值所發揮的“磁吸效應”引發恐慌性過度交易和羊群行為，最終使股價偏離均衡水平，扭曲市場的價格發現作用。

圖4 滬深300交易量的變化與指數的變化

六、結論與政策含義

熔斷制度在中國股市僅僅實施4天，但這足以用來實證估計其實施效果。本文采用斷點回歸設計對兩種度量的波動率進行估計，結果發現，熔斷制度的實施的確顯著增強了股市的波動性。這說明，從抑制股市風險、穩定投資者預期的角度看，熔斷制度并不是一項成功的制度安排。而且，由此制度失效導致的投資者對股市的信心下降和恐慌心理使股市的波動性并沒有因熔斷制度的廢止而立即下降。這說明，指數熔斷的實施產生了持續的波動率溢出效應。熔斷制度的失效與當時我國的總體宏觀經濟環境以及自2015年6月12日以來的“大熊市”背景有關。人民幣升值預期導致的資本外流，監管部門頻繁“救市”導致的投資者的信心下跌、恐慌和投機心理的增強，結果旨在穩定股市的熔斷制度觸發了投資者的過度交易行為以及新一輪的股市下跌。此外，T+1的交易規則也增強了熔斷閾值附近交易“擠兌”行為。正如Subrahmanyam（1994）［7］的理論分析，我們還觀測到，熔斷閾值在滬深300指數跌到4%的幅度后將會產生“磁吸”效應，由5%閾值所觸發的股市暫停交易則通過復市后投資者的恐慌性賣空而迅速觸及7%的全天停盤熔斷閾值。因此，休市并沒有導致理性的回歸，反而引發以全天停市熔斷閾值為參照點的瞬間熔斷。

本文的研究結論進一步支持了曹曉華（2006）［18］實驗研究的先見之明，也意味著，監管層并沒有在一個合理的時機推出熔斷制度。正如美國在2008年金融危機之后在股指熔斷的基礎之上進一步實施個股熔斷制度，監管者必須在一個投資者具有穩定心理預期和正常的股市環境下推出熔斷制度。而且，熔斷制度的設計也與現行的漲跌停制度存在一定沖突，而熔斷制度的草率推出和慌忙廢止則加劇了投資者對監管機構的信心，引發新一輪的股市波動。像股市監管者企圖通過其他行政手段來遏制股市波動和風險的結果一樣，熔斷制度忽略了投資者的心理因素和當時的市場環境，擾亂了股市交易活動，扭曲了其價格發現功能，因而失效。這也反過來說明，監管者應該減少對股市的不當行政干預，專注于增進股市的市場功能，尊重市場規律在調節股市資金配置上的基礎性作用。

注釋：

①更多信息參見https：//en.wikipedia.org/wiki/Trading_curb.

②參見上證發［2015］94號文件第4章第5節。

③每日收益率的ADF檢驗Z統計量為-6.852，小于1%顯著水平下的臨界值-3.517，因而在1%的顯著水平拒絕存在單位根的原假設；每日波動率的ARCH效應LM檢驗chi2統計量為1.047，對應的概率為0.3062，因而不能拒絕不存在ARCH效應的原假設。每分鐘收益率的ADF檢驗Z統計量為-62.139，遠遠小于1%顯著水平的臨界值-3.43，因而拒絕存在單位根的原假設；該變量的ARCH效應檢驗chi2統計量為7.473，在1%的顯著水平上拒絕不存在ARCH效應的原假設。

［1］Greenwald B C，Stein J C.Transactional Risk，Market Crash?es，and the Role of Circuit Breakers［J］.Journal of Busi?ness，1991，64（4）：443-462.

［2］Koders L E，O’Brien D P.The Existence of Pareto-Superi?or Price Limits［J］.The American Economic Review，1994，84（4）：919-932.

［3］Lauterbach B，Ben-Zion U R I.Stock Market Crashes and the Performance of Circuit Breakers：Empirical Evidence［J］.The Journal of Finance，1993，48（5）：1909-1925.

［4］Brugler J，Linton O B.Single Stock Circuit Breakers on the London Stock Exchange：Do They Improve Subsequent Mar?ket Quality？［R］.CeMMAP Working Papers，No CWP07/14，2014.

［5］Goldstein M A.Circuit Breakers，Trading Collars，and Vol?atility Transmission Across Markets：Evidence from NYSE Rule 80A［J］.Financial Review，2015，50（3）：459-479.

［6］Gerety M S，Mulherin J H.Trading Halts and Market Activ?ity：An Analysis of Volume at the Open and the Close［J］. The Journal of Finance，1992，47（5）：1765-1784.

［7］Subrahmanyam A.Circuit Breakers and Market Volatility：A Theoretical Perspective［J］.The Journal of Finance，1994，49（1）：237-254.

［8］Kim K A，Rhee S.Price Limit Performance：Evidence from the Tokyo Stock Exchange［J］.The Journal of Finance，1997，52（2）：885-901.

［9］Bildik R，Gulay G.Are Price Limits Effective？Evidence from the Istanbul Stock Exchange［J］.Journal of Financial Research，2006，29（3）：383-403.

［10］Ryoo H-J，Smith G.Korean Stock Prices under Price Lim?its：Variance Ratio Tests of Random Walks［J］.Applied Financial Economics，2002，12（8）：545-553.

［11］Apergis N.The Role of Circuit Breakers in the Oil Futures Market［J］.Journal of Economics and Finance，2014（11）：1-16.

［12］Huang Y-S，Fu T-W，Ke M-C.Daily Price Limits and Stock Price Behavior：Evidence from the Taiwan Stock Ex?change［J］.International Review of Economics&Finance，2001，10（3）：263-288.

［13］Chang C-H，Hsieh S-L.Is the Daily Price Limit of the Tai?wan Stock Exchange Effective？Fundamentals of Listed Stocks and Investors’Perception of Fair Price［J］.Asia-Pa?cific Journal of Financial Studies，2008，37（4）：675-726.

［14］Ackert L F，Church B，Jayaraman N.An Experimental Study of Circuit Breakers：the Effects of Mandated Market Closures and Temporary Halts on Market Behavior［J］. Journal of Financial Markets，2001，4（2）：185-208.

［15］Ackert L F，Church B K，Jayaraman N.Circuit Breakers with Uncertainty about the Presence of Informed Agents：I Know What You Know…I Think［J］.Financial Markets，Institutions&Instruments，2005，14（3）：135-168.

［16］Kobayashi S，Hashimoto T.Benefits and Limits of Circuit Breaker：Institutional Design Using Artificial Futures Mar?ket［J］.Evolutionary and Institutional Economics Review，2011，7（2）：355-372.

［17］Yeh C-H，Yang C-Y.Examining the Effectiveness of Price Limits in An Artificial Stock Market［J］.Journal of Econom?ic Dynamicsand Control，2010，34（10）：2089-2108.

［18］曹曉華.證券市場穩定機制的實驗研究［D］.上海：上海交通大學，2006.

［19］胡朝霞.漲跌停機制的績效：上海股市的經驗分析［J］.南方經濟，2007,（3）：27-37.

［20］吉潔，國世平.實施熔斷制度對我國股票市場波動性影響的研究［J］.浙江金融，2016（5）：57-64.

［21］Kim Y H，Yang J J.What Makes Circuit Breakers Attrac?tive to Financial Markets？A Survey［J］.Financial Mar?kets，Institutions&Instruments，2004，13（3）：109–146.

［22］余靜文，王春超.新“擬隨機實驗”方法的興起——斷點回歸及其在經濟學中的應用［J］.經濟學動態，2011（2）：125-131.

［23］Angrist J D，Pischke J-S.Mastering’Metrics：The Path from Cause to Effect［M］.New Jersey：Princeton Universi?ty Press，2014.

［24］Kaiser B.RDCV：Stata Module to Perform Sharp Regres?sion Discontinuity Design with Cross Validation Bandwidth Selection［D］.Bern：University of Bern，2014.

Can Circuit Breaker System Reduce Stock Market Volatility?—An Empirical Study with Regression Discontinuity Design

GAO Yan-yan1,WANG Yi-fei2
（1.School of Economics and Management,Southeast University，Nanjing 211189,China; 2.Business School,University of Sydney,Sydney NSW 2006,Australia)

Chinese security regulators implemented the circuit breaker(CB)on the basis of CSI 300 Index on January 1,2016.However, CB was repealed only in 4 days because it repeatedly triggered market halting.Taking this event as a quasi-experiment,this paper uses the sharp regression discontinuity design(RDD)to evaluate the efficacy of the CB on the preset purpose of reducing volatility in Chinese stock market.The volatility of SCI 300 Index is estimated firstly from both a daily dataset and a minute dataset covering days before and after the implementation of the CB.The results from sharp RDD show that the implementation of CB leads to a significant and persistent increase of SCI 300 volatility under two measures,investors overact when the SCI 300 Index decreases close to thresholds of triggering market halting,producing a“magnet effect”on the change of the SCI 300 index.The reasons of the failure of CB are further explained with the economic background and the existing stock market institutions when implementing CB,the design of CB and the role of breaker thresholds on panic selling short and overreactions of investors.

circuit breaker;volatility;regression discontinuity design;over-trading;magnet effect

F830.9

A

1007-5097（2017）06-0104-09

［責任編輯：張兵］

10.3969/j.issn.1007-5097.2017.06.015

2016-12-14

國家社會科學基金重點項目（15AJL004）；中央高校基本業務科研費專項資金項目（2242016S20013）

高彥彥（1982-），男，江西瑞昌人，講師，經濟學博士，研究方向：金融經濟學，互聯網經濟；王逸飛（1990-），男，北京人，碩士研究生，研究方向：公司金融。