分類賬戶制度能夠抑制市場過度投機嗎

張璐 萬迪昉 商晨 萬方

摘要：本文利用我國股指期貨市場分類賬戶日交易數據，構造出投資者情緒指標，并將投資者情緒變動分解為預期與不可預期兩部分，利用GARCH，VAR和OLS回歸模型，研究了投機和套期保值賬戶投資者情緒對市場波動的影響。研究發現套保與投機賬戶投資者情緒變動對市場的影響趨同；兩類賬戶的不可預期情緒變動對市場波動的加劇作用更強。說明分類賬戶制度不能有效抑制過度投機，其促發了我國股指期貨市場“借套期保值之名，行投機之實”的現象。

關鍵詞：分類賬戶制度；投機；套期保值；預期情緒變動；不可預期情緒變動

文獻標識碼：A文章編號：100228482017（05）004809

一、 引言

過度投機引起商品價格波動異常，金融市場的監管者通過完善監管各類制度抑制過度投機，保護投資者利益。我國金融期貨市場通過設立的投資者適當性制度、持倉限額制度和大戶報告制度使各類機構投資行為均受到了嚴格的監管，極大地降低了市場操縱的可能性①

。然而，不以市場操縱為目的的過度投機行為仍然可能觸發期貨市場風險，并經過金融市場不斷放大，危及金融市場穩定。

2010年5月14日起，中金所實施分類賬戶管理辦法，區分套期保值和投機賬戶，通過額度限制加強對過度投機行為的監管。套期保值能夠提高價格發現效率，改善資源配置。因此，監管層為套期保值賬戶設置了一系列優惠措施，例如享受更高水平的持倉限額量、異常交易監管豁免權等。但并沒有與之相應的事中或事后監管機制約束套保賬戶的交易行為。已有的市場數據顯示，與美國等成熟股指期貨市場大約25%～50%的換手率相比，中國股指期貨市場的換手率高達300%②

。表明實行分類賬戶制度后，我國股指期貨市場“投機過度，套保不足”的現象仍嚴重存在。分類賬戶制度的實施能否有效區分市場真實的交易行為，進而抑制過度投機？抑或分類賬戶制度加劇了市場的過度投機？我國學術界尚未對此問題進行研究。

我國股指期貨市場分類賬戶數據樣本為本文提供了一個自然的研究契機。依據投資者的交易行為是其情緒反映這一觀點，本文將投資者情緒作為交易行為的代理變量。基于不同賬戶類型的交易日數據，構建出兩類賬戶的投資者情緒指數，通過研究投資者情緒變動對市場波動的影響，發現套保與投機賬戶情緒變動對市場的影響趨同，我國股指期貨市場套保賬戶投資者并不能有效吸收市場波動這一信息，對穩定市場沒有積極作用。進一步將情緒變動分解為預期與不可預期兩部分，研究了不同賬戶類型下細化的投資者情緒變動對市場波動的影響，發現分類賬戶制度下，套期保值賬戶的投資者會利用其大額交易的便利進行投機，即“借套保之名，行投機之實”。因此，只有對分類賬戶實施動態差異化的交易機制以及相機的獎懲監管機制，才能從根本上提高分類賬戶制度的有效性，加強對過度投機行為的監管。從研究方法上，本文構建了不同賬戶類型投資者情緒指標，給未來關于不同類型交易者的行為策略選擇及其對市場效率的影響等研究提供了一定的借鑒；同時，本文在細化的投資者情緒與其產生根源之間建立了聯系，為后續有關“政策市”背景的新興市場研究提供一定的指導。

二、 文獻綜述

Peck（1982）將美國商品期貨交易委員會（Commitment Futures Trading Commission，CFTC）提供的交易商持倉報告（Commitment of Traders，COT）描述為一個“潛在的信息金礦”

[ZW（DY][JP2]有關Peck對COT的描述，請參見文獻[JP]Estimation of Hedging and Speculative Positions in Futures Markets Revisited（1982）。[ZW）]

。利用COT，國外學者研究了不同類型投資者交易行為對市場波動的影響。Adrangi等（2010）在商品期貨市場的研究發現，大型投機交易者和小量交易者增加市場波動[1]；Wang（2002）發現投機者和套期保值者的行為對市場波動的影響不同[2]。

行為金融的發展打破了經濟人的假定，將非理性特征引入研究。情緒作為非理性行為代理變量，顯著影響投資者交易行為，從而引發市場波動。有關投資者情緒對市場波動的影響，從兩個方面展開。一方面，投資者情緒直接影響市場波動。Clarke和Statman（1998）發現滯后期的市場波動對當期投資者情緒有顯著影響，且這兩者之間存在顯著的格蘭杰因果關系[3]；Wang（2001）在六個農產品期貨市場中研究投資者情緒與市場波動的交互作用，發現樂觀情緒增大市場波動，悲觀情緒降低市場波動[4]；Kumar和Lee（2006）發現個人投資者的交易行為系統性相關，并強調了投資者情緒在股票市場價格形成中的重要作用[5]；楊陽和萬迪昉（2010）研究了期銅和期鋁市場不同投資者情緒對市場效率的影響，發現情緒對市場收益及收益波動都有顯著影響[6]。另一方面，投資者情緒與市場微觀結構所形成的環境密切聯系。Lee，Jiang和Indro（2002）認為情緒是一種系統風險，不同市態下的投資者情緒對市場波動的作用不同[7]；Toshiaki（2001）研究了不同監管制度下的投資者行為對日本OSE股指期貨市場波動的影響。結果發現投資者行為與市場波動之間的關系因監管制度不同產生差異，[JP2]間接反映出投資者情緒對市場波動的作用受監管制度影響[8]；楊陽和萬迪昉（2010）發現不同勢態下投資者情緒對市場的影響力不同[9]；Bernanke和Kuttner（2005），Alexander Kurov（2010）[JP]認為不可預期的宏觀政策發布影響投資者情緒變動，進而影響市場波動[1011]。

已有大量文獻表明，投資者情緒直接或者間接地影響市場波動。進一步的問題是投資者情緒是如何產生的？一方面，DSSW（1990）和Kyle（1985）認為投資者是有限理性的，由投資者的系統風險引起的“噪音”是投資者情緒產生的根源[12]。Brown和Cliff（2005）以及Baker和Wurgler（2006）利用噪音交易理論，將投資者情緒分解為理性與非理性兩部分[1314]。另一方面，國內外許多學者發現信息是投資者情緒產生的重要原因，Masahiro（2008）利用世代交疊模型研究了不對稱信息下異質性投資者的交易行為與股價波動問題，間接反映了信息與投資者情緒的關系[15]；王鄖，華仁海和張宗成（2012）在Masahiro的基礎上，發現引起投資者情緒增加的信息與市場合約價格、債券無風險利率、投資者風險厭惡系數以及合約供給狀態等相關[16]；張宗新和王海亮（2013）發現投資者情緒變動源于其信念調整，而信息往往能夠正面沖擊投資者信念，投資者據其信息偏好不同對信念產生不同的波動頻率，且基本面信息有助于投資者情緒的穩定[17]。因此，投資者情緒與投資者所處市場的宏、微觀結構關系密切，當受到宏觀或微觀市場層面因素的“意外”沖擊時，投資者交易行為發生改變。Verma等（2008，2009）利用資產預期收益理論，將投資者情緒分解為預期（expected）情緒與不可預期（unexpected）情緒，他們認為預期情緒等同于前者分類中情緒的理性部分，而不可預期情緒等同于情緒的非理性部分[1819]。然而，胡昌生和池陽春（2012）認為理性即“明智的投資”，非理性即“弱智的投資”，并不受外部信息沖擊影響，即可預期情緒和不可預期情緒并不能與理性和非理性情緒對等[20]。endprint

綜上所述，要對投資者情緒的產生原因進行解釋，一個關鍵的問題是如何區分投資者交易行為的改變到底來源于其對“意外”信息沖擊做出的反映還是基于其自身有限理性的本質。在沒有“意外”信息沖擊的情境中，投資者情緒常常與其投資技能，對市場基本面信息的辨識程度以及解讀水平等因素密切相關，投資者據其預期做出投資決策。在此情境中，驅動其行為改變的情緒是由其“噪音”屬性引起。反之，若市場存在“意外”信息沖擊，則信息成為投資者情緒變動的主要原因。因此，借鑒Verma等（2008，2009）的方法，結合投資者情緒產生的根源，本文將投資者情緒變動細化為預期情緒變動與不可預期的情緒變動。預期情緒變動是指在沒有預期外信息沖擊時，主要由投資者“噪音”特質引起的情緒變動；而不可預期情緒變動，是指預期外信息引起的投資者情緒變動。同時考慮到國內期貨市場的研究主要集中在量價關系上，有關不同類型投資者對市場波動影響的研究并不深入。因此，本文在中國新興市場的背景下，基于我國股指期貨的分類賬戶制度，從投資者情緒產生根源出發，研究不同賬戶類型的投資者預期與不可預期情緒變動對市場波動的影響，試圖彌補國內這一研究領域的空白，從而為我國股指期貨市場風險控制機制設計提供一定的理論依據。

三、 研究設計

（一）投資者情緒

投資者情緒（Investor Sentiment）是近年來行為金融學中闡述市場異象產生原因的一個重要概念，用來解釋市場中決定投資者交易行為所持有的某種“信念”。Brown和Cliff（2004）認為交易量可以作為衡量投資者情緒的有效指標[21]。期貨市場上投資者交易量增加，說明該類交易者情緒高漲；反之，則說明該類投資者情緒低落。

考慮到投機和套期保值兩個賬戶交易量的平均水平相差甚遠

[ZW（DY]套期保值賬戶的日平均交易量為3064，投機賬戶的日平均交易量為457263，約為套期賬戶的150倍。[ZW）]

，本文借用Wang（2002）將相對持倉量作為投資者情緒指標的方法，構造出“相對交易量”這一指標來衡量投資者情緒[22]。[WTBX]

SIit=[SX（]TVit-min（TVi）[]max（TVi）-min（TVi）[SX）][JY]（1）

SIit即t時期賬戶i的投資者情緒，i=S和i=H分別表示投機和套期保值，TVit是t時期i賬戶投資者的交易量，min（TVi）和max（TVi）分別指樣本區間內i賬戶投資者交易量的最小值和最大值。該指標數值越大，表明投資者情緒越高。然而，考慮到投資者情緒的序數特性，我們引入投資者情緒變動這一概念，將其定義為ΔSIit=SIit-SIit-1，即投資者當期情緒與滯后一期情緒之差。該值大于0，說明投資者情緒樂觀，否則投資者情緒悲觀。

以不同賬戶類型投資者的交易量為基本單位構建的情緒變動，不僅可以將不同賬戶類型投資者的情緒通過其交易行為直觀地反映出來，還使其在投機和套期保值賬戶間具有可比性。

（二）投資者情緒變動對市場波動的GARCH模型

考慮到投資者情緒變動對收益波動的影響，本文選擇GARCH（1，2）模型。

均值方程：

Rt=ci1ln（VOLt）+ci2ΔSIit+uit[JY]（2）

方差方程：

VOLt=ci3+ci4u2t-1+ci5VOLt-1+ci6VOLt-2+

ci7|ΔSIit-1|*Di+ci8|ΔSIit-1|*（1-Di）[JY]（3）

其中，Rt是t時期市場的收益；VOLt是t時期的收益波動率；uit是均值估計的殘差值，服從t分布；ci3是方差方程的常數項；ci7和ci8分別表示i賬戶類型投資者的樂觀和悲觀情緒變動對市場波動的影響；設定虛擬變量Di，當ΔSIit-1>0時，Di=1，即投資者持有樂觀情緒；否則Di=0，即投資者持有悲觀情緒。

（三）投資者情緒變動與市場波動的VAR模型

投資者情緒變動影響市場波動，同時，市場波動也可能引起投資者情緒變動。為了檢驗市場條件波動和不同賬戶投資者情緒變動之間的關系，我們通過GARCH（1，2）模型產生條件波動序列VOLt，并建立二元向量自回歸模型。根據時間序列模型對序列平穩的要求，首先對條件波動和投資者情緒變動序列進行ADF和PP檢驗，結果如表1所示。投機情緒變動、套期保值情緒變動以及市場的條件波動均在1%水平上顯著平穩。

因此，不同賬戶類型下投資者情緒變動與市場條件波動的VAR模型為：

[JB（{]VOLt=αi+

∑[DD（]m[]k=1[DD）]βik（ΔSIit-k）+

∑[DD（]m[]k=1[DD）]θik（VOLt-k）+εit

ΔSIit=γi+

∑[DD（]m[]k=1[DD）]ρik（ΔSIit-k）+

∑[DD（]m[]k=1[DD）]φik（VOLt-k）+eit[JB）][JY]（4）

其中k是根據AIC和SC準則計算出的最優滯后階數。

（四）分解的投資者情緒變動對市場波動影響的OLS回歸模型

以前人研究為基礎，本文進一步將投資者情緒變動分解為預期與不可預期兩部分，重點關注分解后的投資者情緒變動對市場波動的影響。

為了檢驗不同類型投資者的情緒變動和市場波動之間的關系，借鑒Wang（2002）關于不同投資者的交易行為對市場波動影響的研究，本文在市場波動、滯后期波動、市場總體行為、不同類型交易者預期與不可預期的情緒變動之間建立回歸模型，如（5）[LL]所示：

[HS2]σ2t=μ+∑[DD（]m[]j=1[DD）]φjσ2t-j+λ1TVt+λ2OIt+η1EXSt+endprint