朱紅兵 張兵
(南京大學商學院,江蘇 南京 210093)
縱觀全球股票市場,中國股市是當今唯一采用T+1交易制度的市場。T+1交易制度導致投資者日內買入的股票無法當天賣出,實際上對投資者交易行為設置了不對稱性的強制約束。實施T+1交易制度的初衷是為了降低市場中的投機炒作氛圍,抑制股價過度波動而實現市場的平穩有序運行。但Scheinkman and Xiong(2003)[11]、Xiong(2013)[13]研究發現在異質信念較強的證券市場中,對投資者交易行為施加外部約束不僅不能降低投機性泡沫,反而會加劇市場波動,誘導產生更多投機性交易。以投資者異質信念指標——換手率來看,中國股市中投資者的異質信念長期處于較高水平(朱宏泉等,2016)[31]。在市場流動性充裕、投資者異質性信念更高的狀態下,現行的T+1交易制度反而刺激了更多投機性交易(Chen et al.,2017)[2]。此外,T+1交易制度也限制了投資者及時糾錯的機會,尤其是對資金劣勢的中小投資者而言(酈彬等,2015;韋立堅,2016)[18][21]。T+1交易制度還使得股指期貨和現貨市場投資者間的權利不對等矛盾更加突出,在2013年發生的“8·16”光大烏龍指事件中,面對股票市場的突發性事件,大戶投資者、機構投資者可以通過T+0交易的股指期貨等金融衍生品進行對沖保值,而中小投資者只能在現貨市場承受損失(陳高才,2016)[16]。可見,為抑制過度投機而采用的T+1交易制度可能導致了更多風險,在國內資本市場日趨完善、與國際接軌程度不斷深化的背景下,T+1交易機制的制度性缺陷愈加凸顯(張志偉,2015)[28]。近年來中央政府工作報告多次強調中國資本市場的下一步發展方向是改革完善基礎性制度,T+1交易機制作為證券市場最基礎性的制度深刻影響著多層次資本市場的建設,探討T+1交易制度對中國資本市場的影響具有重要的理論和實踐意義。
T+1交易制度的運行導致了較高制度成本。T+1交易制度猶如給投資者的交易施加了一個枷鎖,直到下一交易日才能打開(Zhang,2019)[14]。在投資者沒有倉位的情況下,T日買入的股票最快只能在T+1日開盤賣出。當證券市場出現一定幅度的波動時,投資者當日買進的股票即使出現了大額虧損也無法賣出,無形中造成了證券投資者的買賣不對稱效應。對于急于賣出的投資者而言,最早可賣出的時點便是T+1日的開盤,無形中促成T+1日開盤時刻賣壓高于其它時間段,造成證券資產的供給大于需求,迫使投資者折價賣出。此外,T+1交易機制也制約了投資者開盤的買入行為,投資者在交易日內買入股票面臨不確定性最強的時刻便是開盤,這一不確定性會隨時間推移至收盤而逐漸趨近于零,因此,要使投資者在開盤時刻積極買入股票,需要給予相應的“折扣”激勵。Qiao and Dam(2020)[10]便指出在買賣不對稱以及持倉風險時變的情景下,需要賦予投資者相應的激勵以刺激其購買意愿,提高投資者交易的積極性。實際上,T+1交易制度對股票買方、賣方均產生了不同程度的影響,為促成交易的實現不論是買入的折扣還是賣出的折價都是交易中的無謂損失。而在采用T+0交易的市場中,投資者的日內買賣行為不受約束,投資者間的交易也是完全對稱的,相應的制度折價就不復存在。
本文的邊際貢獻在于:首先,另辟蹊徑地從股票資產開盤時刻的供給需求關系出發將股票隔夜收益率分解成了受一般橫截面收益率影響因素影響的基礎價值部分、受T+1交易制度影響的部分以及隨機擾動部分。借助這一新穎的視角,本文對難以量化的T+1交易機制的影響問題進行了研究,證實了T+1交易機制是中國A股市場隔夜收益率長期為負的根本原因;并且,通過理論推導得到了的T+1交易制度折價率測度模型,最終量化估算出T+1交易制度平均每年導致隔夜收益率折價11.91%。其次,利用方差分解思想度量了中國A股市場開盤時刻交易雙方的議價能力,結果發現開盤時刻股票買方的議價能力高達60.03%,而賣方的議價能力僅為39.97%。整體而言,本文的研究檢驗了交易機制在資產價格形成中的作用,豐富和發展了中國特色的資產定價研究,文章結論對進一步完善中國股市交易制度也有重要啟示。
基礎交易制度的轉變直接影響了證券市場質量(孫培源等,2004;Chan and Lee,2014)[20][1]。中國股市交易制度由T+0過度到T+1產生的最直接影響是對市場流動性和波動性的沖擊,已有研究大多認為T+1交易制度降低了市場流動性。例如,邊江澤和宿鐵(2010)[15]從采用T+0的權證中逆向推導求解出隱含的股票價值,并將其與T+1交易制度下的股票價值進行對比分析,發現T+1交易制度降低了股票市場的流動性,促成股票的低流動性折價。Guo et al.(2012)[8]利用動態價格操縱模型,選取中國B股市場交易制度改革前后的樣本,也發現T+1交易制度會降低市場整體的交易量和價格波動,對市場流動性產生負面影響。從計算實驗的角度出發,韋立堅(2016)[21]進一步證實相對于T+0交易制度,無論是在正常波動、還是在異常波動的股市行情中,T+1制度都降低了股票的日內流動性。
而在T+1交易制度對市場波動性的研究上,學者們呈現出了不同觀點。葛勇和葉德磊(2009)[17]利用滬市A股和B股指數日內振幅數據進行實證研究,結果顯示在實行T+1交易后市場的平均振幅有所減小,說明T+1制度在一定程度上抑制了股市波動。熊熊等(2016)[24]的計算實驗研究也表明相較于T+0交易制度,T+1交易制度在降低市場價格發現效率的同時抑制了市場的過度波動。借助B股市場的交易制度改革試驗,趙倩(2017)[29]利用倍差分模型從因果推斷的角度揭示出T+1交易制度對股價波動的抑制作用短期效果不明顯,但長期來看可有效降低股票市場的整體波動性。與上述觀點相悖,Wu and Qin(2015)[12]發現中國B股市場的交易規則由T+0改為T+1后,股票價格的波動出現了不同程度的上升。從投資者日內T+0交易賬戶出發,熊偉(2017)[23]則發現在T+1交易制度下進行的“T+0”交易大多采用逆勢交易策略,不僅沒有破壞市場質量反而平抑了股價波動。實際上,T+1交易制度對股市波動的影響存在異質性,當市場流動性充裕時T+1交易制度會加劇市場波動,刺激更多投機性交易(Chen et al.,2017)[2]。通過設定交易規則,納入投資者的模擬交易研究也發現T+1交易制度在市場波動平抑方面作用有限,多數情況下T+1交易制度會強化市場波動(周耿等,2018)[30]。
近期對T+1交易制度的研究呈現出了一些新特點,例如Qiao and Dam(2020)[10]認為T+1交易制度導致了中國A股市場產生負隔夜收益率現象,T+1交易制度的運行產生了較高的制度成本。Zhang(2019)[14]指出中國A股市場的隔夜收益異象與T+1交易制度密切相關。T+1交易制度限制了投資者日內購入股票的賣出行為,扭曲了不同交易時點上股票的供需關系,并且這種約束具有持續、累計效應,最終會使得T+1日開盤時刻的賣壓更強,促成更低開盤價和負隔夜收益的產生。張兵和薛冰(2019)[27]直接將隔夜收益率作為T+1的代理變量,構造隔夜收益率因子拓展了Fama and French(1993)[3]的三因子模型,結果發現考慮隔夜收益因子的定價模型對中國股票市場的定價能力更強。
通過上述文獻梳理可見,以往對T+1交易制度的研究主要強調交易制度對市場流動性、波動性的影響,而忽視了T+1交易制度運行所產生的折價成本;并且已有研究主要依靠計算實驗、AB股對比等分析方法得出研究結論,然而上述方法均受制于實驗環境或歷史環境,形成的結論存在普適性問題。盡管近期的研究呈現出了新特點,但仍然有待改進。例如Zhang(2019)[14]僅從股指期貨與現貨對比的角度佐證了T+1交易制度的作用,未能提出完整的理論框架檢驗T+1交易制度與負隔夜收益率之間的關系。Qiao and Dam(2020)[10]則在理論分析中默認股票價格上漲與下跌對投資者產生的交易吸引力是對稱的前提下,利用日內最高價與最低價的對數價差估算了T+1交易折價率。而前景理論認為投資者對盈利和虧損保有不同的態度,對于T日買入股票的投資者而言,T+1日股票價格的漲跌會產生不對稱的心理效應。因此,本文將以近期的研究為基礎,從折價成本角度通過構造理論模型探討T+1交易制度對中國資本市場的影響,并從數值量化的角度實現對T+1交易制度折價的測度。
T+1交易制度對投資者的交易行為施加了可見的約束,尤其是限制了投資者當日的賣出行為。在證券市場出現一定幅度的波動時,投資者當日買進的股票即使出現了大額虧損也無法賣出,這無形中造成了證券投資者的買賣不對稱效應。對于虧損且急于賣出的投資者而言,最早可賣出的時點便是T+1日開盤,于是T+1日開盤賣壓會高于其它時間段,造成證券資產的供給大于需求,導致了投資者的折價賣出。此外,T+1交易機制也制約了投資者開盤的買入行為,投資者在交易日內買入證券資產面臨不確定性程度最大的便是在開盤,這一不確定性會隨著時間推移至日內收盤逐漸趨近于零,那么要使得投資者在開盤積極買入證券資產則要求相應的“折扣”激勵。Qiao and Dam(2020)[10]便指出在買賣不對稱以及持倉風險時變的情景下,要使投資者在當日更早些時候買入股票則應當給予其適當的激勵,折價買入以提高交易的積極性。
更加一般化,不妨假設在T+0交易制度下,T+1日開盤集合競價中任意股票資產的供給函數可表示成 ,那么需求函數則可以表示成 ,不失一般性可假設兩者均是股票資產的價格P的對數線性單調函數。那么,T+0交易制度下該股票資產在達到市場均衡時候的價格 必然滿足下述條件:

根據前述分析,投資者在T+1交易制度下的交易行為受到約束,投資者T日買入的股票資產無法當日賣出,最快只能T+1日開盤賣出。這一交易約束便使得T+1日開盤時段的賣壓高于其它時間段,最終造成該證券資產的供給量大于需求量,即滿足:

并且,T+1交易制度在一定程度上也抑制了開盤時刻證券資產購買方的購買意愿(由于當天買入無法賣出,投資者在開盤時買入證券資產的風險處于一天中最大的時候),這使得:
綜合上述等式,于是有下述等式成立:


更進一步,把開盤均衡價格的形成一般化,并通過數理化的推導給出折價程度ΔP的估計,對于一般化的價格形成過程,有下述等式:


圖1 不同交易制度下證券資產的供給需求情況




ΔPi,t受到證券資產交易雙方的雙邊影響,不妨將等式(7)重新表達成以下形式:



其中,φ(·)和Φ(·)分別為標準正態分布的概率密度函數和累積分布函數。為便于后續采用極大似然估計法進行參數估計,本文進一步對等式(11)自然對數化可得到用于估計的對數似然函數如下:




在上述條件期望的基礎上便可得到T+1交易制度引致的折價程度ΔPi,t的估計值,具體如下:

本文在T+1交易制度變量的測度中以1995年1月至2019年3月在上海證券交易所、深圳證證券交易所掛牌的上市公司作為研究對象。但在時間區間的選擇上受制于易志高和茅寧(2009)[25]投資者情緒指標的限制2,最終的時間區間設定為2003年1月至2019年3月,樣本區間內合計2787家上市公司。T+1交易制度測度研究中上市公司財務相關的數據均來源于國泰安數據庫(CSMAR),上司公司二級市場交易類數據均來源于萬得金融數據庫(WIND),樣本頻率為月度。為保證樣本數據的可靠性,本文對數值型變量進行了首尾1%的縮尾處理,并剔除了ST和PT類上市公司,最終得到276185個“股票-月度”層面的樣本。
在前述理論分析中,根據開盤時刻投資者對股票資產的購買、出售意愿,本文將開盤價格劃分成了基準價格u(xi,t)和受T+1交易制度影響引致的折價程度ΔPi,t,其中,u(xi,t)是由交易制度以外的因素引起的價格或收益變動。由于股票的折價發生在開盤時刻,T+1交易制度的負面影響越大,股票的折價程度越大,對應的隔夜收益率就越低,因此,本文以股票的隔夜收益率作為被解釋變量,即加總月內每個交易日的隔夜收益率作為當月隔夜收益率。

表1 變量含義及其計算方法
此外,根據已有的資產定價研究文獻,交易制度以外的影響股票資產價格的因素可分為以下類別:市值規模因素,主要包括個股的流通市值、股價表現以及賬面市值比;散戶和投機因素,主要包括散戶規模、股票的彩票特征(極端收益率、偏度和特質波動率);風險和流動性因素,主要包括系統性風險系數、流動性指標以及換手率等;市場風格因素,主要包括動量因子和反轉因子;隔夜信息因素,考慮到信息的時效性以及覆蓋的廣泛性,主要用收盤至開盤時段的新聞數量來衡量(考慮到新聞覆蓋的廣泛性,本文的隔夜信息因素實質上也包含了外圍股市傳遞的信息,例如美股漲跌情況);投資者情緒因素,以易志高和茅寧(2009)[25]構建的中國股市投資者情緒指標衡量。表1給出了變量指標對應的經濟含義及其計算方法。
根據前述理論推導,在實證測度模型的設定中需要包含兩大部分:第一,代表基準價格的u(xi,t)部分;第二,代表受T+1交易制度影響的折價程度ΔPi,t。而在變量定義中本文將u(xi,t)進一步拆分成了受六大類因素影響的組合,因此最終的T+1交易制度變量測度的雙邊隨機前沿實證模型可設定如下式:

其中,OvrtReti,t代表了隔夜收益率,反映了T+1日開盤價與T日收盤價比值的自然對數值;wi,t-ui,t反映了個股受T+1交易制度影響所產生的折價程度ΔPi,t,也是本文需要測度的變量;εi,t為模型中的隨機擾動項,模型中的其他變量均為影響u(xi,t)的因素。實際上式(22)將隔夜收益率分解成了受一般橫截面收益率影響因素影響的基礎價值部分、受T+1交易制度影響的部分以及隨機擾動部分。
表2給出了表1中各變量的描述性統計結果,可見在樣本范圍內中國A股上市企業的平均隔夜收益率達到了-0.0259,低于樣本中位數18.92%,樣本企業隔夜收益率的這一分布特征表明中國A股市場的隔夜收益呈現出左偏分布特征,與A股上市公司總收益率的分布特征較為一致。

表2 描述性統計結果
基于式(22)的T+1交易制度變量測度模型設定,本文估計出了模型中的各類參數值。為檢驗雙邊界隨機前沿模型可能存在的估計誤差,分別采用了不同的估計方法(即表3中模型(1)~(4))對基準模型進行了估計用以對比分析,這些方法主要包括普通最小二乘法(OLS)、差分估計法(FE)、準極大似然估計法(QMLE)等。表3給出了具體數值結果,可以看出最小二乘法(OLS)得出的模型參數估計值與準極大似然法(QMLE)估計出的參數值在數值大小程度以及顯著性上幾乎一致,這表明模型(1)中的隨機誤差項與正態分布十分接近3。在前述的理論估計推導中,本文假設模型(4)的隨機擾動項服從正態分布,而模型(1)、(3)估計值的一致性充分表明模型(4)中隨機擾動項正態分布假定的合理性。此外,考慮個股層面和時間層面的固定效應模型(2)得到的變量系數的估計值在顯著性上也與其他模型整體一致,說明在隔夜收益的定價中市值規模、風險和流動性、散戶與投機因素、市場風格因素、隔夜信息以及投資者情緒等因素均發揮著重要作用。值得注意的是,以衡量模型優劣的AIC準則來看,雙邊界隨機前沿模型(4)在簡練程度和擬合優度上均達到了相對最優(AIC統計量為6.5898)。

表3 基準模型的回歸估計結果
基于模型(4)的估計結果,本文也可以進一步發現:在1%或5%的顯著性水平下,上市公司的規模(β=0.0924,p〈0.01)、股價(β=0.1426,p〈0.01)、散戶持股比例(β=0.2130,p〈0.05)、股價的偏度(β=0.4970,p〈0.01)、極端收益率(β=0.2661,p〈0.01)、股票的流動性(β=0.5333,p〈0.01)、動量因子(β=0.8626,p〈0.01)、反轉因子(β=1.5213,p〈0.01)等因素均對隔夜收益率表現出了顯著性的正向影響關系;而特質波動率(β=-2.5700,p〈0.01)、系統性風險(β=-1.1320,p〈0.01)、換手率(β=-0.0139,p〈0.01)以及投資者情緒(β=-0.6712,p〈0.01)等因素均對隔夜收益率產生了顯著的負向影響關系;賬面市值比以及隔夜新聞量對隔夜收益率的影響則未能通過給定水平下的顯著性檢驗。實際上對于中國股市存在負隔夜收益率現象,傳統的金融學觀點認為隔夜收益由隔夜信息驅動,并且隔夜收益更能反映上市公司基本面的變動。而在本文的實證結果中,在眾多影響因素中恰恰是反映上市公司基本面情況的賬面市值比因素和反映信息流動的隔夜信息量因素不顯著,這一結果與張兵(2019)[26]、Qiao and Dam(2020)[10]的研究論斷幾乎一致,即中國股市的負隔夜收益并非由基本面因素或隔夜信息因素驅動,而是受T+1交易制度的影響所致。
在上述模型(4)的估計基礎上,本文利用方差分解的思想進一步考察了開盤時刻股票交易雙方的議價博弈能力,以及在隔夜收益率的形成中買方和賣方各自所發揮的貢獻。表4給出了估計結果,可見反映股票買方議價能力的σu高達5.3897,而反映股票賣方議價能力的σw在數值上僅為4.3975,σu遠大于σw,兩者的條件差值E(σw-σu)= -0.9922<0,說明從供需理論出發中國股票市場每日隔夜收益率的形成中,賣方處于弱勢地位而買方則處于強勢地位。從方差貢獻比例大小來看,開盤時刻股票買方的議價能力高達60.03%,而賣方的議價能力僅為39.97%。這背后的原因主要在于T+1交易制度限制了投資者對當日買入股票的賣出行為,這就對投資者的交易決策產生了兩方面影響:第一,當日買入股票若發生虧損,投資者當日無法止損,最快只能在第二日開盤賣出,從而造成開盤時刻的股票供給量相對增多;第二,投資者為了規避日內股價的波動風險,往往較少在開盤時刻便購入股票,實質上導致了每日開盤時刻股票需求量的相對下降。在上述兩方面影響的相互作用下,開盤時刻股票的相對供給量要大于相對需求量,最終不可避免地會導致隔夜收益率的折價。
更進一步,本文利用模型(4)中的參數估計值和表4中的方差估計值估算了T+1交易制度對開盤時刻交易雙方產生的潛在影響,即ΔP1、ΔP2和ΔP的數值大小。上述三大因素的數值大小實際上反映了在T+1交易制度的約束下,交易雙方能夠獲得的隔夜收益剩余相較于基準隔夜收益率變動的百分比。圖2給出了ΔP1、ΔP2估計值隨時間變化的條形分布圖,圖3給出了ΔP估計值的密度分布圖,可以看出在樣本期間內由于T+1交易制度的影響,開盤時刻交易雙方處在明顯的不對等地位,買方對交易的剩余攫取更多,而賣方對交易剩余的分成更低。上述不對等特征在股市異常波動期間(2008年和2015年)尤其突出,吳良等(2017)[22]便指出在市場加速下跌、流動性匱乏期間持有證券資產的賣方處于更加不利的地位,賣方投資者急于在開盤賣出資產,而買方投資者受恐慌心理作用怯于購入資產,交易意愿的不對等最終會使賣方投資者喪失更多利益。

表4 交易中買賣雙方的議價能力

圖2 T+1交易制度對交易雙方影響程度的分布情況

圖3 T+1交易制度對交易雙方凈影響程度的分布情況

表5 T+1 交易制度對開盤時刻交易雙方的影響(單位:%)
表5詳細地給出了T+1交易制度對開盤時刻買賣雙方的影響,可以看出:T+1交易制度對買方的平均影響E(ΔP1|X)高達5.3897%,表明T+1交易制度在開盤時刻給買方帶來的優勢地位會使最終的隔夜收益率低于基準收益率5.3897%;同理,T+1交易制度對賣方的平均影響E(ΔP2|X)則達到了4.3975%,說明T+1交易制度下證券賣出方的弱勢地位只能使得隔夜收益率高出于基準收益率4.3975%;受交易意愿的影響,交易雙方的博弈過程最終會使得隔夜收益低于基準收益0.9922%。上述結論可進一步理解為T+1交易制度導致的買賣不對稱促成了隔夜收益的折價,而這一折價程度達到了平均每月-0.9922%的水平,即T+1交易制度導致了中國股票市場的隔夜收益率年均折價11.9064%。中國股市在過去40年經歷了長足的發展,但市場的整體賺錢效應較弱,上證指數10年不漲、依舊在3000點附近徘徊,其中隔夜折價便是促成這一現象的重要原因之一(張兵,2019)[26]。
由于T+1交易制度對股票的影響是客觀可見的交易約束(投資者當日買入股票只能持有至下一個交易日賣出),T+1交易制度對股票資產施加的約束特性和Longstaff(1995)[7]及Ghaidarov(2009)[4]等提出的受限制股票特征較為一致。由于股票交易權利的不完整性,受限制股票在出售時會存在不同程度的折價(Ghaidarov,2009)[4],其折價大小可表述為受限制期限內一系列無風險資產的遠期價值,即下述等式:

因此,可將折價率定義為這一系列無風險資產遠期價值與該股票不受限制的內在價值V0的比值,即:

表6給出了受限制股票的日均折價率與年化折價率的估計值。需要說明的是,為觀察受限制股票的折價率是如何受股票收益率波動變化的影響,本文報告了不同波動率情景下折價率估算值。但實際上,根據中國A市場股票收益率的日均波動情況,本文發現1995年1月至2019年12月這一段樣本范圍內A股的日均波動率維持在3.04%左右,基于這一波動數值可判斷T+1交易制度造成的交易約束使得A股股票再售時產生了每日0.06%的折價,或每年14.96%的折價。而這一折價率與本文正文部分的估算值較為接近,就年度層面兩者僅相差3.05%個單位。

表6 受限制股票的折價率估算值(單位:%)
中國股票市場長期以來實行T+1交易制度,缺乏其他交易制度下的數據積累;即使歷史上短期實施過T+0交易制度,也因為當時股票市場剛剛成立、上市公司較少導致可觀測的數據較少。這就使得學術研究無法通過長期的對比分析來考察T+1交易制度對股票市場質量和投資者保護等方面產生的影響。如何從股票市場歷史數據中分離、量化T+1交易制度因素便是實證研究的主要障礙。本文從股票資產開盤時刻的供給需求關系出發,將股票隔夜收益率分解成受一般橫截面收益率影響因素影響的基礎價值部分、受T+1交易制度影響的部分以及隨機擾動部分。借助這一新穎的視角,本文對難以量化的T+1交易機制的影響問題進行了研究,證實了T+1交易機制是中國A股市場隔夜收益率長期為負的根本原因。并且,通過理論推導得到了T+1交易制度折價率測度模型,最終量化估算出T+1交易制度平均每年導致隔夜收益率折價11.91%。除此之外,本文利用方差分解思想度量了中國A股市場開盤時刻交易雙方的議價能力,結果發現開盤時刻股票買方的議價能力高達60.03%,而賣方的議價能力僅為39.97%,說明從供需理論出發中國股票市場每日隔夜收益率的形成中,賣方處于弱勢地位而買方則處于強勢地位。最后,本文借助Ghaidarov(2009)[4]的受限制股票的折價率估算模型,再次驗證了T+1交易制度導致A股市場股票折價率的穩健性。
本文研究的啟示在于:T+1交易制度造成了投資者買賣權利的非對等性,強化了早盤時投資者的賣出意愿導致證券資產的相對供給大于相對需求,易使股票折價出售。交易制度對投資者交易意愿的長期影響促成了A股市場的股票再售過程中長期折價現象產生,使得投資者在股市交易中面臨過高的制度成本,不利于股市的穩定健康發展。監管部門應充分考慮我國股票市場的長遠目標,著眼于市場的有效性發揮及穩定發展,結合股票市場中的現存問題進行配套制度設計,制定具體的T+0交易制度的相關規則。但鑒于中國A股上市公司多、市場容量大,制度變革風險大,監管層可在科創板先行實驗T+0配套制度改革,具體步驟上可先行放開T+1交易制度的限制,實施T+0交易制度,并且在保留漲跌幅限制的基礎上同時設定熔斷機制,以減小交易頻率提升帶來的過度波動;待時機成熟后可逐漸取消漲跌幅限制,形成以T+0交易為核心的交易制度并推廣到主板市場。
但T+1交易制度對證券市場的影響是多方面的,未來的研究可考慮度量日內不同交易時點上投資者交易意愿的差異以反映T+1交易制度的作用。T+1交易制度限制了投資者當日買進股票的賣出行為,這一約束實質上先是影響投資者的交易意愿,進而影響實際交易行為,致使證券資產形成不同的價格特征。本文主要從證券資產的價格特征中估算了交易制度導致的折價率,從而分析T+1交易制度對證券市場的影響,但實際上在T+1交易制度約束下,買方的購買意愿會隨著日內交易時間的推移逐漸加強,而賣方的賣出意愿則隨日內交易時間的推移逐漸減弱,因此在不同時點上交易雙方的交易意愿對比直接反映了T+1交易制度的影響,買賣意愿的差值便可作為T+1交易制度的代理變量。未來的研究可從投資者日內時變的交易意愿出發進一步評估T+1交易制度的影響。
注釋
1. Kumbhakar and Lovell(2000)[5]指出對于雙邊界隨機前沿模型而言,對雙邊干擾項的分布假設并不會影響結論的穩健性,但指數分布的假設更為一般化。
2. 投資者情緒指標源中包含投資者開戶數量數據,中國股市投資者開戶數據由中證登公司于2003年1月起按月公布,所以在2003年以前無法計算該指標。
3. 此處的極大似然法估計以隨機擾動項服從正態分布為前提,估計值基于最大化正態分布密度函數得到。