股指期貨交易政策演變與股票市場質量

劉慕涵 ,熊 熊,2,3 ,張永杰,2,3

(1.天津大學 管理與經濟學部,天津 300072;2.天津市復雜系統管理重點實驗室,天津 300072;3.天津大學 中國社會計算研究中心,天津 300072)

中國金融市場作為一個復雜系統,具有“市場自我調整和監管者政策調控相結合”的特點,在金融監管框架逐步完善的過程中所體現出的演化機理具有研究的必要性[1]。作為以股票市場指數為現貨標的的期貨產品,股指期貨具有改善股票市場質量的作用,例如,股指期貨交易可以提高股票市場的流動性、增加現貨市場深度[2-3],長期來看也具有穩定市場波動的作用[4-6]。本著穩定股票市場大幅波動的初衷,中國期貨市場于2010年4月16日推出了滬深300(反映中國主板市場環境的指數)股指期貨,于2015年4月16日推出了上證50(反映中國超大盤股票的指數)股指期貨和中證500(反映中國中小板市場環境的股票指數)股指期貨。2015年“股災”期間,中國股票市場經歷了大幅度的異常波動。為了抑制投資者的過度投機行為、穩定股票市場,中國金融期貨交易所(簡稱中金所)于2015年9月7日開始高度限制股指期貨的交易。交易限制直接導致股指期貨成交量的斷崖式下跌,股指期貨市場流動性和市場深度極度匱乏[7]。大量實證研究表明,一方面,交易限制導致股指期貨的功能嚴重受損,股票市場的風險無法及時有效地對沖與轉移,對現貨市場質量造成負面的影響[8-10];另一方面,股指期貨成交量的下降并不能減少“股災”的發生[11],過度限制反而可能引發現貨市場極端下跌事件[12]。隨著股票市場逐漸穩定,為了讓股指期貨重新發揮應有的作用、提高金融產品的多樣性,從2017年2月16日起監管者開始逐漸放松對股指期貨交易的限制(本文研究背景),具體的政策調整過程見表1。2019年4月19日后,股指期貨交易政策已基本放松至足夠滿足投資者正常交易需要的水平。

中國市場具有“特色”的股指期貨交易政策逐步演變過程,為更細致地刻畫股指期貨市場處于不同環境時,其改善股票市場質量的功能如何逐步發揮提供了條件。基于上述背景,本文首先根據股指期貨交易政策的變動劃分研究窗口期,之后基于個股橫截面數據和事件研究方法,以滬深300 和中證500股指期貨及其對應的股票市場數據作為研究對象,實證研究了股指期貨市場交易政策的變化對股票市場質量的影響,研究區間為2015年9月7日至2019年9月6日。

1 文獻綜述

本文意圖研究不同的股指期貨市場交易政策對股票市場質量的影響。Glen[13]建立了一套完整的體系,通過研究波動性、流動性、有效性和交易成本4種市場的基本屬性來評價市場質量的優劣。具體而言,波動性指價格變動的頻率和幅度,流動性指在不大幅度改變價格的前提下快速成交的能力,交易成本包括交易過程中的固有成本(手續費、稅等)和市場暴露出的主要成本(買賣價差),有效性指市場快速而準確地將信息反映在價格中的能力。4種屬性之間存在多種相互影響和關聯,例如,流動性強的市場,成交成本(特別是買賣價差)更低,為了成交所需要做出的價格改變更少,因而波動性更低;有效性強的市場,信息快速反映至價格中,實際價格偏離均衡價格的幅度和時間更少,因而波動性更低。此外,馮蕓等[14]通過計算金融的方法研究了操縱性投機行為對金融市場質量的影響。武佳薇等[15]研究了境外上市的、現貨標的為中國股票指數的股指期貨產品對境內股票市場質量的影響。考慮到數據可得性的問題,本文主要關注股票市場質量的波動性和流動性方面。

在波動性方面,由于研究樣本的來源國家或地區、時間區間、研究設計等方面存在不同,前人關于股指期貨對股票市場波動性的影響得到的結果有所差異。一部分學者[16-18]認為,由于股指期貨具有促進信息傳遞、提高價格發現效率、作為風險分散工具等功能,股指期貨交易可以降低現貨市場的波動率。另一部分學者[19-20]研究發現,股指期貨的高杠桿性、不知情交易者的盲目投機行為、由期現套利機會引發的投資者快速進出、“到期日效應”以及期貨市場意外沖擊等因素均有可能造成現貨市場波動的加劇。與此同時,眾多研究[4-5]均表明,即使在股指期貨推出初期股票價格的波動性有所增加,長期來看,股指期貨具有穩定股票市場波動的作用。

上述研究已充分分析了股指期貨從“無”到“有”對股票市場波動性的影響。本文意圖借助中國股指期貨交易政策逐步演變所帶來的股指期貨從“喪失功能”到“正常交易”,檢驗交易政策的變動過程中,股指期貨可發揮功能的空間(程度)不同時,其對股票市場波動性的抑制作用是否有所變化。

在流動性方面,已有研究關于股指期貨對股票市場流動性的影響存在一定的爭論。一些研究者認為股指期貨交易與股票市場流動性之間存在“增量效應”。“增量效應”是指股指期貨會吸引大批套期保值者和套利者進入市場,場外資金的增量擴大了市場規模,且股指期貨市場和現貨市場的交易量呈雙向推動關系[21]。Grossman等[2]以及Froot等[3]的研究也表明,股指期貨交易可以使現貨市場的深度增加,股指期貨交易帶來的資金流入和資本流通增加了市場整體的流動性。因此,股指期貨交易越活躍,現貨市場流動性越好。同時,另一方認為股指期貨交易與股票市場流動性之間存在“交易轉移效應”。“交易轉移效應”認為,由于股指期貨為投資者提供了交易成本更低且具有對沖功能的投資產品,投資者更愿意將其有限的資產和精力投入股指期貨市場[22]。因此,股指期貨交易越活躍,現貨市場流動性越差(日本市場發現了這一現象)。袁媛等[23]的研究表明,股指期貨對現貨流動性的影響在不同的市場背景和交易競爭環境下存在明顯差異。

根據上述研究,“增量效應”從套期保值者和套利者行為的角度解釋股指期貨交易對市場流動性的影響,而“交易轉移效應”從市場整體的角度進行了解釋。本文意圖檢驗中國股指期貨交易的逐漸活躍對股票市場流動性存在何種影響效應。

股指期貨不但可以看作以股票市場某一部分的整體行情(指數)為標的的期貨產品,亦可以進一步看作是指數成分股所對應的期貨。已有文獻從個股橫截面和事件研究的視角,通過對比股指期貨推出前后股票市場的情形,分析了股指期貨對股票市場質量的影響。Harris[19]實證檢驗美國市場推出S&P 500股指期貨和股指期權交易是否增大了現貨市場波動率時,利用橫截面分析和事件研究的方法比較了標的資產和不進行衍生品交易的相似資產的波動率,發現日度收益率的波動出現了相對增長。其研究方法行之有效并得到了后人的廣泛借鑒。這一研究流程基于個股在事件(例如,推出股指期貨或股指期權產品)發生前后的橫截面數據,首先對指數成分股(樣本組)和非成分股的樣本進行匹配,得到一組與成分股盡可能相似的非成分股數據作為研究對照組(樣本組與對照組的最大區別僅在于是否有對應的衍生品),之后從多個角度進行差異性檢驗和包含虛擬變量回歸檢驗。后來的學者以文獻[19]中的研究思路作為框架,根據本國的實際情形對模型進行調整,以研究與衍生品相關的事件對現貨市場帶來的影響。Bae等[24]使用這一方法研究了韓國市場推出KOSPI200 股指期貨交易對股票市場波動率的影響。不同于文獻[19]中的研究,Bae等以與股指期貨和期權相關的事件(包括推出前的公告、正式推出等)作為時間節點,將研究區間劃分為4個窗口期,發現韓國市場上的期貨交易增加了現貨價格波動率和市場有效性。Xie等[25]在使用這一方法的同時增加了雙重差分模型,對中國市場推出滬深300股指期貨前后市場波動率的變化進行了研究,發現股指期貨開始交易后的幾個月內波動率有所增加,但是持續時間有限。

上述文獻為從個股橫截面的角度研究與股指期貨相關的具體事件對股票市場某一方面的質量的影響提供了良好的研究范式和研究流程。本文將沿用這一研究思路,基于股票市場個股橫截面數據,首先對成分股-非成分股樣本進行匹配以盡可能地控制個股基本面因素之間的差異,之后分別從多角度研究股指期貨交易政策的演變對股票市場質量的影響。

中國衍生品市場從2010年推出股指期貨至今,經歷了2015年“股災”對股指期貨交易的大幅度限制、2017年開始的逐步解禁,直到2019年基本放松交易限制,股指期貨對中國金融市場是利大于弊還是弊大于利依然沒有得到確切的答案。王爽等[26]從期現貨市場信息傳導機制的角度論證了2015年股票市場現貨價格的劇烈波動不應該歸咎于股指期貨。近年來,也有部分學者研究了交易限制對股指期貨不同功能的影響。劉成立等[27]以及Ahn等[28]發現,股指期貨交易限制后,中國股指期貨在價格發現中仍然占主導地位。熊熊等[7]發現,交易限制規則實施后投資者情緒對股指期貨市場價格發現能力的負面影響有所加劇。Han等[8]發現,股指期貨嚴格限倉的實施導致了現貨市場質量的惡化。丁逸俊等[9]以及付志能等[29]發現,嚴格監管措施導致股指期貨風險管理功能受損嚴重,在逐步放松監管措施后這一現象得以稍微緩解但沒有根本改變。秦學志等[10]認為交易限制不利于股指期貨發揮其作為風險緩沖器的作用,股票市場的風險無法及時有效地對沖與轉移。

前人研究中存在的空白和本文的主要貢獻在于:

(1)大多數市場在推出股指期貨產品后,通過投資者自身的交易行為進行金融系統(股票市場和股指期貨市場)的自我調整和完善,很少從監管者的層面,主動調整市場政策以達到更充分地發揮股指期貨的功能這一目的。已有研究大多描述了股指期貨從“無”到“有”這一事件使市場質量得到的提升[19,25],而無法更加細致地描述這一變化發生的動態過程。本文基于中國監管者逐漸放松股指期貨交易政策這一獨特背景,不同于已有研究簡單地從“無”到“有”,研究了股指期貨逐步從“喪失功能”到“正常交易”的過程中如何對股票市場和投資者行為產生影響。

(2)發達金融市場推出股指期貨交易至今大多已有二三十年的歷史(如美國市場于1982年開始股指期貨交易),在此期間股票市場環境和投資者行為特點已發生巨大的變化,股指期貨交易規則也已高度完善。對于近年來的股票市場和投資者而言,股指期貨在金融系統中所扮演的角色是否有所改變,依然有待于研究。中國金融市場作為最重要的新興市場之一,依然處于結構不斷完善、產品逐漸豐富的過程之中。因此,本文基于中國市場數據所進行的研究在已有學術成果的基礎上,為股指期貨交易與市場質量之間的相互關聯提供了新的發現和證據。

(3)沿用Harris[19]的方法所進行的橫截面研究大多關注股指期貨交易對市場波動性的影響。本文參考前人關于流動性的研究[30-31]中控制變量的選擇,在沿用這一方法的基本流程的同時調整研究模型,將其應用于股指期貨對市場流動性影響的研究。

(4)因2015年交易限制的實施,如今的中國股指期貨市場相當于重新起步,數年前的研究成果在當前市場環境下的有效性值得商榷。已有研究從尾部風險、價格發現、極端事件等角度論證了單純地限倉并非長久之計[7-12,26-29],本文從市場質量的角度對已有研究進行了補充證明,對股指期貨產品在中國金融體系下所扮演的角色重新進行了刻畫,為監管者進一步支持和發展指數衍生品提供了更豐富的實證證據。

2 研究設計

參考文獻[19,24-25]中的研究,基于個股橫截面數據從波動性和流動性的角度研究隨著股指期貨市場交易政策的演變,股票市場質量的變動特點。根據股指期貨市場的交易政策變化情況劃分不同的時間窗口期,依據如下幾個步驟從橫截面角度進行研究:①基于個股日度行情數據,將每一家上市公司在每個研究窗口期內的數據計算匯總為一條樣本數據,并定義相應的虛擬變量;②在每一個時間窗內為每一只指數成分股匹配一只非成分股作為對照組,兩者最大的區別僅在于個股是否有相應的衍生品進行交易;③通過計量方法和回歸模型分別從橫向、縱向和整體的角度進行實證研究。具體而言,橫向是指同一個時間窗內,是否是股指期貨對應的現貨指數的成分股和非成分股對個股波動性和流動性的影響是否存在差異;縱向是指同一類個股(成分股或非成分股),因處于不同的時間窗,其波動性和流動性所受到的影響是否存在差異。已有研究大多使用上述步驟檢驗特定事件對股票市場波動性的影響,本文根據其中的思想和方法同時研究了股票市場流動性所受的影響。本節主要對第1步和第2步進行說明,第3步中的回歸模型將在實證研究部分分別給出。

中國股指期貨市場共有3種產品,分別為2010年4月16 日推出的滬深300 股指期貨、2015 年4月16日推出的上證50股指期貨和中證500股指期貨。本文分別將滬深300股指期貨和中證500股指期貨作為研究對象,出于如下兩點考慮:①由于以市場指數為現貨標的,不同股指期貨產品的交易分別對應了股票市場不同的部分。滬深300 指數(CSI300)以在中國上交所和深交所上市的300 只市值大、流動性好的A 股作為成分股編制而成,具有良好的市場代表性,代表了中國股票市場的主板部分。中證500 指數(CSI500)的成分股包括中國上交所和深交所除了滬深300指數成分股外的500只具有代表性的中小市值公司組成,綜合反映中小板市場的整體狀況。滬深300指數和中證500指數共同反映了股票市場大部分的情形。②上證50指數由上交所上市的50只市值大、流動性強的龍頭企業作為成分股,并未包含深交所的部分;且實際研究中發現,經過數據清洗和橫截面處理后,樣本數不足,因此不作為本文的研究對象。

2.1 時間窗劃分

因2015年“股災”,中金所于2015年9月7日開始限制股指期貨的交易,股指期貨市場的功能大受限制。之后隨著股票市場逐漸穩定,從2017年2月16日開始監管者從降低過度交易標準、降低平倉交易手續費和降低交易保證金3個方面逐漸放松對股指期貨交易的限制(研究背景)。表1給出了近年來具體的政策調整過程,這一過程為研究股指期貨在不同的政策環境下對市場或投資者的影響提供了條件。

表1 股指期貨交易政策演變

參考Bae等[24]的研究,根據表1所示的政策演變過程中幾個重要的時間節點,將研究區間劃分為如表2所示的5個研究窗口期。2019年4月19日后,股指期貨過度交易標準為500手,與交易高度限制時的標準(10手)相比有了巨大的提高;滬深300股指期貨的保證金為10%、中證500股指期貨的保證金為12%,與“股災”前的保證金標準相同;平倉手續費率為0.034 5%,與“股災”前的0.002 3%相比尚有放松的空間。2019年4月19 日后,中國股指期貨市場的交易政策已經可以滿足投資者基本的交易需求,足夠股指期貨產品正常發揮其功能。

表2 研究窗口期劃分及說明

2.2 數據處理和指標計算

本文使用的原始數據包括2015-09-07～2019-09-06所有在中國上海證券交易所和深圳證券交易所上市的A 股的基本信息和日度行情數據、滬深300指數和中證500指數成分股列表的日數據以及中證800指數日度行情數據。研究區間包含4年共978 個交易日,所有數據來自國泰安數據庫(CSMAR)。依據表2 中劃分的窗口期,首先對樣本數據進行清洗,之后將每一家上市公司在每個窗口期內的日度交易數據計算整理為一條樣本數據,并構建相應的時間窗虛擬變量和成分股虛擬變量。

在每一個時間窗t(t=0,1,…,4)內,進行如下數據處理和計算過程:

(1)刪除在當前時間窗內存在數據缺失的個股數據,并根據《中國證監會行業分類標準(2012版)》對每一只個股所屬行業進行匹配和處理。《中國證監會行業分類標準(2012版)》將所有的個股按照13種一級行業進行分類。計算發現,在每一個時間窗內滬深300指數的成分股中金融行業個股(代碼為J)的數量均大于非成分股中金融行業個股的數量,由于之后要進行成分股和非成分股的匹配,參考Xie等[25]對中國市場的研究,在研究樣本中剔除所有金融行業的個股。同時,《中國證監會行業分類標準(2012版)》中分類為綜合類(代碼為S)的個股數量少(在所有有效數據中共包括21只個股)且分類不明確,參考新浪財經(https://finance.sina.com.cn/)中的同行業排名信息,將綜合類股票分別歸入新浪財經給出的同行業前十的股票所屬的行業。最后,參考新浪財經中的個股信息,為數據缺失的個股補上行業分類信息,具體包括:股票代碼“601360”為批發和零售業(代碼為F)、股票代碼“603699”為制造業(代碼為C)。

(2)計算每一只個股i在當前時間窗的波動率,即該個股在時間窗內所有收益率的日數據的標準差(記為STDt,i),作為個股波動性的度量。參考Bae等[24]的研究,收益率(記為Rtd,i)使用對數收益率,計算方法為

式中,Pricetd,i表示個股i在交易日td的收盤價。

(3)計算個股i在時間窗t內每一個交易日的換手率的均值(記為Turn Overt,i),作為個股流動性的度量。Turn Overt,i在反映市場流動性的同時,也在一定程度上反映了市場交易的活躍程度。

(4)參考前人[19,24-27]的研究,計算個股i在時間窗t內的系統性風險水平(SysRiskt,i)、流通市值的對數(ln Mkt Valuet,i)和價格水平(InvPricet,i)作為回歸研究中的控制變量。具體而言:

SysRiskt,i表示個股i在時間窗t內的系統性風險水平,計算方法為:個股i在當前窗口期內的Beta的絕對值乘以市場收益率的標準差。本文的市場收益率使用中證800指數的收益率來度量。中證800指數由中證指數有限公司進行編制,成分股由滬深300指數和中證500指數的所有成分股共同構成,反映了在中國上交所和深交所上市的大中小市值公司的整體情況。Mkt Valuet,i是個股i在時間窗t內的流通市值,反映了上市公司的規模。Mkt Valuet,i等于個股i在當前窗口期內每一個交易日的流通市值的均值。Inv Pricet,i表示個股i在時間窗t內的價格水平,用來描述可能與買賣價差相關的價格波動[24]或流動性變化。InvPricet,i的計算方法為每日收盤價倒數的平方和開平方根,即

式中,Pricetd,i表示個股i在交易日td的收盤價。

(5)構建成分股虛擬變量(DCont,i)和時間窗虛擬變量(DPt,i)。若個股i在時間窗t內始終是指數成分股,則定義虛擬變量DCont,i為1,否則為0。若個股i的橫截面樣本是由時間窗t中的日度數據計算所得,則定義虛擬變量DPt,i(t=0,1,2,3,4)為1,否則為0。

橫截面研究部分使用的變量和指標及其說明匯總于表3。

表3 變量說明

2.3 成分股樣本匹配

為了控制影響波動性和流動性的公司和市場層面的橫截面差異、檢驗是否是指數成分股對股指期貨市場交易政策演變所造成的影響是否存在差異,參考文獻[19,24-25],在每一個時間窗內為每一只成分股匹配一只非成分股作為對照,將所有成分股作為研究的樣本組,將匹配到的數目相同的非成分股作為對照組,將所有成分股和經過匹配對應的非成分股作為全體樣本股。在每一個時間窗t(t=0,1,…,4)內,具體的匹配步驟如下:

(1)將所有股票分為指數成分股和非成分股兩組,并在每組內按行業分類,并計算每個行業中成分股和非成分股的數量(此處已刪除金融行業個股,并將綜合類個股歸入其他行業)。

(2)分別根據如下回歸模型,使用成分股數據估計回歸系數:

以個股i在時間窗t內的波動率STDt,i為被解釋變量的方程中,解釋變量的選擇參考文獻[19,24-25],SysRiskt,i表示個股i在時間窗t的系統性風險水平;Mkt Valuet,i是個股i在時間窗t的流通市值,反映了成分股公司的規模;InvPricet,i表示個股i在時間窗t的價格水平,用來描述可能與買賣價差相關的價格波動。

以個股i在時間窗t內的換手率Turn Overt,i為被解釋變量的方程中,參考文獻[30-31],使用波動率STDt,i、流通市值的對數ln Mkt Valuet,i和價格水平InvPricet,i作為解釋變量。α1、α2為常數項,ε1、ε2為殘差。兩組回歸分別進行,結果相互獨立。

(3)對于每一個成分股公司i,分別計算它與同行業的每一個其他非成分股公司之間在向量空間上的距離。成分股公司i和非成分股公司j之間的距離計算方法為:

式中,βpq(p=1,2,q=1,2,3)為步驟(2)中得到的回歸系數。

與式(3)、(4)相同,SysRiskt,i、Mkt Valuet,i、InvPricet,i和STDt,i分別表示個股i在時間窗t的系統性風險水平、流通市值、價格水平和波動率。式(5)、(6)表示在計算成分股公司i和非成分股公司j之間的距離時,首先分別計算兩只個股在3個維度下的距離,之后以βpq(p=1,2,q=1,2,3)為權重對3種維度下的距離加權求和,作為個股i和j在向量空間中的距離。進行波動性研究(對應式(5))時使用的3個維度是系統性風險水平、流通市值和價格水平,進行流動性研究(對應式(6))時使用的3個維度是波動率、流通市值和價格水平[19,24-27]。兩組距離的計算分別進行,相互無關。

(4)將與成分股公司i距離最短的非成分股公司作為配對,并從候選的非成分股公司中將其刪除。

(5)重復步驟(3)和(4),直到當前窗口期內所有的成分股公司均完成與非成分股公司的匹配。

通過上述步驟共得到兩組匹配結果,分別用于波動性指標(STDt,i)和流動性指標(Turn Overt,i)的研究。

3 實證研究及分析

在完成了對每一個時間窗內每一只個股樣本的變量計算、指標構建和成分股-非成分股匹配后,本文基于個股橫截面數據,通過差異性檢驗和回歸分析,從波動性和流動性的角度研究股指期貨市場交易政策的演變對股票市場質量的影響。

3.1 交易政策與股票市場波動性

大量研究[4-6]表明,股指期貨長期來看具有抑制股票市場波動性的作用,中國市場推出股指期貨的初衷也在于抑制股市異常波動;同時,期貨市場的投機交易會加劇現貨市場對應部分的波動。本節主要檢驗股指期貨交易政策的演變對股票市場波動性是否存在顯著的抑制,以及這一作用有何變化特點。

首先對樣本進行了描述性統計和差異性檢驗,結果如表4所示。表4中包含了兩種股指期貨產品的檢驗結果,現貨標的指數分別反映股票市場主板部分的滬深300 指數(CSI300)和中小板部分的中證500指數(CSI500)。

表4 描述性統計和成分股-非成分股樣本的差異性檢驗

描述性統計部分給出了全體研究區間和各個窗口期內,全體樣本股、成分股和非成分股的波動率的均值和中位數,結果見表4 第3～5 和7～9 列。Con表示成分股組,NCon表示非成分股組,All表示全體樣本股組。由表4可以看出,與高度限制交易時期(P0)相比,滬深300指數和中證500指數成分股以及非成分股、全體樣本股的波動率的均值和中位數均有所下降;每一個窗口期內,兩個指數的成分股波動率的均值和中位數均小于非成分股;每一個窗口期內,滬深300指數的成分股的波動率小于中證500指數成分股的波動率。

參考文獻[24-25],對每一個窗口期內的成分股和非成分股樣本的波動率進行差異性檢驗,同時檢驗了全體研究區間的情形(見表4)。差異性檢驗分別使用兩組樣本的均值標準差的t檢驗和兩組樣本中位數標準差的Mann-WhitneyU檢驗。

表4中第6和第10列給出了差異性檢驗的結果。從中可以看出:①在全體研究區間和各個時間窗內,兩種差異性檢驗方法下,滬深300指數的成分股和非成分股的波動率均存在顯著的差異。②除高度限制交易時期(P0)外,在全體研究區間和其他時間窗內,兩種差異性檢驗方法下中證500指數的成分股和非成分股的波動率均存在顯著的差異。結合描述性統計的結果,滬深300股指期貨交易使滬深300指數的樣本股波動率顯著低于非樣本股的波動率,初步說明股指期貨交易具有穩定主板市場波動率的作用;交易限制開始放松后,中證500股指期貨的樣本股的波動率開始顯著低于非樣本股的波動率,初步說明股指期貨對股票市場中小板部分波動率的抑制作用在高度的交易限制開始放寬后才得以正常發揮。

描述性統計和差異性檢驗后,通過回歸分析進一步研究股指期貨市場交易政策對股票市場波動率的影響。參考文獻[24-25],通過如下回歸模型從橫向角度檢驗是否是股指期貨現貨標的指數的成分股對波動率的影響:

式中,被解釋變量STDi為個股i在當前時間窗內的波動率。解釋變量為成分股虛擬變量,若個股i在當前時間窗內為成分股,則DConi=1;否則,DConi=0。控制變量為個股i的系統性風險水平(SysRiski)、流通市值的對數(ln Mkt Valuei)和價格水平(InvPricei)。μ為殘差項。

為了比較股指期貨市場交易政策不同時是否是成分股對波動率的影響特點,分別在總體研究區間和每一個時間窗內對方程進行回歸,滬深300指數和中證500指數對應的結果分別在表5、6中給出。

由表5可見:①總體研究區間內的DCon的回歸系數在1%的水平下顯著為負,由此說明,總體上滬深300指數成分股的波動率因股指期貨交易而顯著減小;②在窗口期P0和P1內DCon的回歸系數不顯著,在窗口期P2、P3和P4內DCon的回歸系數顯著為負,且5個窗口期內系數的絕對值逐漸增大。該結果說明,隨著股指期貨市場上交易限制的逐漸放松,滬深300股指期貨交易對滬深300指數成分股波動率的抑制作用逐漸顯著增強。

表5 是否成分股對波動率的影響回歸結果(現貨指數為CSI300)

由表6 可見:①各個窗口期和總體研究區間內,DCon的回歸系數均顯著為負,說明中證500股指期貨交易對中證500指數成分股的波動率具有顯著的抑制作用;②窗口期P1內DCon的回歸系數為-0.786 4,遠小于P0內DCon 的回歸系數-0.262 5,說明股指期貨交易高度限制解除后,股指期貨交易對成分股波動的抑制作用大幅度增強;③盡管窗口期P2和P3內DCon的回歸系數大于P0內DCon的系數(分別為-0.216 4 和-0.243 6),窗口期P4內DCon的系數再次減小至-0.503 1。該結果說明,交易限制大范圍解禁后,股指期貨交易對中證500指數成分股波動率的抑制作用與交易高度限制的情況相比更強。

表6 是否成分股對波動率的影響回歸結果(現貨指數為CSI500)

為了縱向研究股指期貨市場交易政策的逐步演變對股票市場波動率的影響,構建模型對相鄰窗口期的樣本進行回歸。對于相鄰的窗口期Pt-1和Pt(t=0,1,…,4),構建如下回歸方程:

式中,被解釋變量STDi為個股i在當前時間窗內的波動率。若個股i的樣本屬于窗口期Pt,則虛擬變量DPt,i=1;若樣本屬于窗口期Pt-1,則DPt,i=0。控制變量為個股i的系統性風險水平(SysRiski)、流通市值的對數(ln Mkt Valuei)和價格水平(InvPricei)。ε為殘差項。

在每一對相鄰的時間窗中分別對成分股、非成分股和全體樣本股進行回歸,結果如表7、8 所示。考慮到篇幅限制,展示結果中省略了控制變量的回歸結果。

根據表7、8的結果可以發現:

(1)股指期貨交易高度限制解除前后(P0vsP1),現貨標的為滬深300指數和中證500指數的回歸結果中,均有非成分股組和全體樣本組DP1的回歸系數顯著為正,且大于樣本股組DP1的系數(該系數不顯著)這一特點。這一結果進一步證明了交易高度限制的初步放松造成的股票市場波動率顯著增加主要是因為非成分股波動率的上漲,成分股的波動率因股指期貨的存在得到了一定的抑制。

(2)保證金和平倉交易手續費的下降前后(P1vsP2),6組回歸中DP2的系數均為負,除了表7的Con組以外該系數均顯著;在系數大小方面,兩種現貨指數的回歸結果中均有NCon組＜All組＜Con組。上述結果說明,交易成本的下降使股指期貨平穩股票市場波動的作用得到發揮,且對成分股波動的抑制作用弱于非成分股,這一現象可能是因為費率下降增加了股指期貨交易的活躍程度,使價格調整加快、波動增加。

表7 相鄰窗口期對波動率的影響回歸結果(現貨指數為CSI300)

表8 相鄰窗口期對波動率的影響回歸結果(現貨指數為CSI500)

(3)進入大范圍解禁的過渡期前后(P2vsP3),過度交易的標準進一步放寬、保證金和手續費進一步下降,這時現貨指數為滬深300的部分成分股組DP3的系數顯著為負、非成分股組DP3的系數顯著為正,現貨指數為中證500的部分DP3的系數均不顯著。該結果說明,股指期貨交易顯著抑制了滬深300成分股因股指期貨市場環境放寬造成的波動率上升。

(4)交易限制基本解除前后(P3vsP4),兩部分回歸結果中非成分股組和全體樣本股組中DP4的回歸系數均顯著為正,而成分股組DP4的系數均不顯著,且遠小于非成分股組的系數。該結果說明,盡管交易限制的大范圍解除造成了股票市場整體波動的增大,指數成分股因股指期貨交易其波動率并未顯著增加。

總之,交易高度限制解除前后和交易限制基本解除前后,主板和中小板市場整體波動率顯著增大,而滬深300和中證500指數成分股的波動率并未顯著增加;市場整體波動率顯著減小時,成分股的波動率隨之減小。

綜合對表5～8中回歸結果的分析:隨著交易政策的放寬,盡管市場整體波動性可能有所增加,股指期貨交易對指數成分股的波動率具有顯著的抑制作用,且交易政策對股票市場主板部分和中小板部分波動率的影響存在一定的差異。

3.2 交易政策與股票市場流動性

本文對于流動性的研究主要關注股指期貨與股市流動性之間的“增量效應”或“交易轉移效應”。“增量效應”認為股指期貨會吸引大批套期保值者和套利者進入市場,擴大了市場規模,股指期貨交易越活躍,現貨市場流動性越好[21]。“交易轉移效應”認為,由于股指期貨交易成本更低且能夠對沖風險,投資者更愿意將其有限的資產和精力投入股指期貨市場,導致現貨市場流動性變差[22]。本節檢驗股指期貨交易政策的演變對股票市場流動性是否具有顯著的提高或降低作用。

使用換手率Turn Overt,i作為流動性的度量,依照與波動性研究相同的流程分別進行檢驗和分析。首先對樣本進行了描述性統計和差異性檢驗,結果如表9所示。表9中包括了現貨標的指數為滬深300(CSI300)和中證500(CSI500)兩種股指期貨產品的檢驗結果。表中符號的含義與流動性研究部分相同,即Con表示成分股,NCon表示非成分股,All表示全體樣本股。

表9 描述性統計和成分股-非成分股樣本的差異性檢驗

描述性統計部分給出了全體研究區間和各個窗口期內,全體樣本股、成分股和非成分股的換手率的均值和中位數,結果見表9第3～5 和7～9 列。由表9可以看出,滬深300指數和中證500指數的成分股、非成分股、全體樣本股的換手率的均值和中位數均呈現出“減少-增加-減少”的趨勢,且交易限制基本解除后(P4)與高度限制交易時期(P0)相比均有所下降;每一個窗口期內,兩個指數的成分股換手率的均值和中位數均小于非成分股;每一個窗口期內,滬深300 指數的成分股的換手率小于中證500指數成分股的換手率。

與3.1中的流程相同,本節分別對每一個窗口期和全體研究區間內成分股和非成分股樣本的流動性進行差異性檢驗,結果見表9 第6 和第10列。差異性檢驗分別使用樣本均值的配對t檢驗和樣本中位數的Mann-WhitneyU檢驗。從中可以看出,在全體研究區間和各個時間窗內,兩種差異性檢驗方法下,滬深300 指數和中證500 指數的成分股和非成分股的換手率均存在顯著的差異。結合描述性統計的結果,股指期貨交易使指數的成分股換手率顯著低于非成分股的換手率,這一結果可能是由于股指期貨交易與現貨指數之間存在“交易轉移效應”。

綜合描述性統計和差異性檢驗的結果,隨著股指期貨交易政策的演變,無論是否成分股、抑或是整體層面,股票市場上主板部分和中小板部分的換手率水平幾乎都有所變化。然而,上述的變化可能是因為市場整體流動性水平的改變,所以通過回歸分析進一步檢驗股指期貨市場交易政策對股票市場換手率的影響,以研究股指期貨不同時期的交易政策對股票市場流動性的作用有何異同。

參考文獻[24-25]中的研究,通過如下回歸模型從橫向角度檢驗是否是股指期貨現貨標的指數的成分股對換手率的影響:

式中,被解釋變量TurnOveri為個股i在當前時間窗內的換手率。解釋變量為成分股虛擬變量,若個股i在當前時間窗內為成分股,則DConi=1;否則,DConi=0。控制變量的選擇參考文獻[30-31],并根據本文實際情況進行一定的調整,包括個股i的波動率(STDi)、流通市值的對數(ln Mkt Valuei)和價格水平(InvPricei)。α為常數項,μ為殘差項。

在總體研究區間和每一個時間窗內對方程進行回歸,滬深300指數和中證500指數對應的結果分別在表10、11中給出。

表10 是否成分股對換手率的影響回歸結果(現貨指數為CSI300)

由表10 可以看出:①總體研究區間內的DCon的回歸系數在10%的水平下顯著為正;②在窗口期P2內DCon的回歸系數在1%的水平下顯著為正,其他時間窗內DCon的回歸系數均不顯著。由表11可以看出,各個窗口期和總體研究區間內,DCon的回歸系數均不顯著。上述結果對于滬深300 股指期貨總體而言,對成分股的流動性有顯著的提升,這一作用在時間窗P2最為顯著。而對于中證500 股指期貨,并未發現其對成分股換手率存在足夠顯著的提高或降低作用。考慮到中國市場具有指數成分股換手率較低的特點,上述結論有待于進一步研究。

表11 是否成分股對換手率的影響回歸結果(現貨指數為CSI500)

之后,構建模型對相鄰窗口期的樣本進行回歸,從縱向角度檢驗股指期貨市場交易政策的逐步演變對股票市場流動性的影響。對于相鄰的窗口期Pt-1和Pt(t=0,1,…,4),構建如下回歸方程:

式中,被解釋變量Turn Overi為個股i在當前時間窗內的換手率。若個股i的樣本屬于窗口期Pt,則虛擬變量DPt,i=1;若樣本屬于窗口期Pt-1,則DPt,i=0。控制變量為個股i的波動率(STDi)、流通市值的對數(ln Mkt Valuei)和價格水平(InvPricei)。α為常數項,ε為殘差項。

回歸結果如表12、13所示。考慮到篇幅限制,展示結果中省略了控制變量的回歸結果。

表12 相鄰窗口期對換手率的影響回歸結果(現貨指數為CSI300)

表13 相鄰窗口期對換手率的影響回歸結果(現貨指數為CSI500)

由表12、13的結果可以發現:

(1)股指期貨交易高度限制解除前后(P0vsP1),僅中證500指數的回歸結果中成分股組DP1的回歸系數在5%的水平下顯著為負,其他分組中DP1的系數均不顯著。該結果說明,交易高度限制的初步放寬僅對中小板成分股的流動性造成了一定的“交易轉移”,而股票市場的主板部分尚未受到顯著影響。

(2)保證金和平倉交易手續費的下降前后(P1vsP2),6組回歸中DP2的系數均顯著為負,兩種指數對應的回歸結果中DP2系數的絕對值均有“Con組＜NCon組”這一特點。上述結果說明,交易相關費率(交易成本)的下降吸引投資者進入股指期貨市場,股票市場的交易頻率顯著減少;成分股受到的影響小于非成分股,一方面可能是因為指數成分股質量更高、長期持有的投資者更多(結合表9中描述性統計結果),另一方面可能是因為股指期貨交易政策的放寬起到了一定的提高指數成分股流動性的作用。

(3)進入大范圍解禁的過渡期前后(P2vsP3),6組回歸中DP3的系數均顯著為正,且成分股的系數小于非成分股組。

(4)交易限制基本解除前后(P3vsP4),6組回歸結果中DP4的系數均顯著為負,兩種指數對應的回歸結果中DP4系數的絕對值同樣均有“Con組＜NCon組”這一特點。該結果說明,盡管交易限制的大范圍解除帶來了股票市場整體換手率的顯著下降,指數成分股的換手率下降幅度小于非成分股。

總之,交易限制基本解除前后,市場整體換手率顯著減小;市場整體換手率降低時,成分股換手率的下降幅度更小;市場整體換手率提高時,成分股的換手率隨之提高。

綜合表10～13中回歸結果的分析可以發現,盡管隨著股指期貨交易限制程度的逐漸放松股票市場的整體流動性可能會有所下降,與股票市場指數非成分股相比,成分股的流動性所受到的影響更小。一方面,股指期貨交易與股票市場流動性之間可能存在一定的“交易轉移效應”;另一方面,股指期貨市場交易政策對投資者具有足夠的吸引力后,指數成分股的流動性與非成分股相比得到了相對的提升。

4 結語

本文研究了在中國股指期貨市場交易政策逐漸放寬這一背景下,股票市場質量所表現出的變化特點。參考Bae等[24]以及Xie等[25]的研究設計,從個股橫截面角度,通過描述性統計、差異性檢驗和回歸檢驗等方法,研究了股指期貨交易對股票市場波動性和流動性的影響。研究發現,隨著交易政策的逐步放寬:

(1)盡管市場整體波動性可能有所增加,股指期貨交易對成分股的波動率存在一定的抑制作用。

(2)股指期貨交易對市場整體流動性存在一定的“交易轉移效應”,指數成分股所受影響更小。

(3)股票市場主板部分和中小板部分所受影響的力度和對政策變動的敏感程度有所不同。

總之,股指期貨交易政策的逐步放寬對股票市場波動性具有一定的抑制作用、對流動性具有一定的提高作用。交易政策對投資者越具有吸引力,股指期貨對股票市場質量越有益、越易于發揮其應有作用和基本功能。然而,股指期貨在中國整體的金融體系中所占的地位有限,股指期貨市場有待于進一步發展。