沪深300股指期货推出改善了我国股票市场质量吗基于联立方程模型的实证研究.docx

沪深300股指期货推出改善了我国股票市场质量吗 基于联立方程模型的实证研究 许红伟吴冲锋摘 要 考虑 到股票市场各 个 特 性 之 间 存在 相 互作用，本 文 构 建了一个联 立方 程 模 型， 对 沪深 3 0 0 股指期 货上 市是否 改 善了我国 股 票市场 微 观 质 量 进 行了研 究。 结 果 发 现， 控制 相关因素后， 股指期 货推出一 年内 ：(1) 股票 市场换 手率下降了， 表明股指期 货为现货市场带来 的“ 转 移 效 应” 大于“ 增 量 效 应”；( 2 ) 股 票市场 的 有效 价差扩 大了， 表明 其 增 加了现货 市场 的隐 性 交易成 本 ；( 3 ) 股票 市场波动率 也 增加了， 表明其加剧了现货市场的日内波动 性 ；(4) 股 指 期 货对 不同类 别 股 票的市场质 量 影 响 各 异， 总体 上 对大 盘 权重股 和沪深 3 0 0 指数 成份股的负面 影响 较 大 。本 文 认 为，造 成 股票市场 微 观流 动 性 和日内波动 性 恶 化 的主 要原因 在于， 在 沪深 3 0 0 股指 期 货推出后 初 期 非 信息 性 交易者 大量 转 移至 期 货 市场， 使 得 股票市场 信息不对 称 程度 加大，并 进而带来“逆向选 择”问题 。对策适应市场变化。因此，对股指期货上市如何影响股票市场质量进行深入研 究是十分必 要和紧迫的。 但 是， 由于在不同国家或地区、不同市场环境、不同时点等条 件下推出股指期货所产生的影响不同，目前国际文献 对 于该问题的研究仍未形成统一结论。1-5 就国内研究情况 来 看， 大部分研 究集中于沪深 30 0 股指期货推出之前， 并且主要采用定性分析（即使少量实证研究也是采用国 外市场数 据或国内仿真交 易数 据）， 与我国市场环境 及 股指期货正式推出后的实际交易情况存在很大差异。6 -8 作为新兴市场中一项 难 得的“ 自然 实验”， 沪深 30 0 股 指期货在我国正式上市，为利用实际运行数据对我国股 票市场的影响进行深入研究提供了可能。此外，现有文 献大部分通过建立单一线性方程将流动性、波动性等市 场特性分割开来进行研究，但是真实市场处于一个复杂 的系统中，市场质量的相关变量往往是互相作用、互为 因果的，因而有必要将这些变量纳入一个系统的模型中。G l e n 指出，市场质量（或称市场绩效）一般可从流 动性、波动性和有效性三个方面进行衡 量， 9 本文主要 研究股指期货对现货市场前两个特性的影响，流动性主 要采用换手率和有效价差两个指标对其进行度量 ；波动 性主 要采用日内五分 钟波动率来衡 量。 考虑到换手率、 有效价差和波动率三者本身存在相互影响，本文建立了 一 个三方程的联 立方程 模 型， 并 分别用中证 10 0、2 0 0 和 5 0 0 指数 成份股（ 分别代表大、 中、 小盘 股 票）， 对 股指期货推出是否影响股票现货市场以及不同类别股票 的市场质量进行了实证研究和分析，并提出了相应的理 论解释。关键 词信息不对 称股 指 期 货 ；市 场 质 量 ；流 动 性 ；波 动 性 ；引言2010 年 4 月 16 日，我国正式推出沪深 300 股指期货。 作为一项制度性变革，股指期货正式结束了我国证券市场 发展 20 多年来没有卖空机制的历史，对传统股票市场的 影响非常深远。那么，就股票市场微观质量而言，其影响 如何？背后的原因和作用机制又是什么？这些问题成为监 管层、学界和实务界所关注的焦点。对监管层来说，他们 需要了解股指期货功能发挥情况并采取相应的后续完善措 施、进而决定是否进一步推进其它金融衍生品创新 ；对于 学界来说，他们可以通过股指期货在我国这样的新兴市场 为国际文献提供新的案例和证据 ；对实务界来说，他们需 要准确评估股指期货对其盈利模式、下单方式、交易成本 和风险控制等投资过程中各个环节的影响，从而主动采取一、文献综述1. 关于股指期货推出对现货市场流动性的影响Nankai Business Review2012, Vol. 15, No. 4, pp 101-110101组织行为公司治理 就成 交量（或换手率）来看，目前国际文献关于股指期货上市对股票市场的影响存在着很多争论。一方面， S i l b e r 认为“交易转移效应”可能降低现货市场成交量， 原因是股指期货为投资者提供了低交易成本和风险对冲机 会，投资者将更愿意在期货市场进行交易，从而导致现货 市场成交量下降，例如日本当初所发生的情形。1 另一方 面，Kuserk 等通过对美国股市的实证研究认为，大批套利 者和套期保值者在股指期货开展后入市，这些场外增量资 金提高了股市规模和流动性，且股指期货市场和现货市场 交易量呈双向推动关系，即所谓的“增量效应”。 4股 指 期 货 上 市 对 现 货 市 场 另 一 个 微 观 流 动 性 指 标 买卖价差的影响也是多方面的。S i b e r 认 为， 股 指期 货具 有避 险作用， 做 市 商 可以 利用其 更 好地调 节 现 货 头寸从 而 减 小 买 卖 价 差 中 的 存 货 成 本 部 分。1 而 S u b r a h m a n y a m、G a m m i l l 等 研 究认为， 股 指期货为不 知 情 交 易者提 供了 更方便 高 效 的交 易方 式， 导 致 其 从 现货市场转移至期货市场，使得现货市场上潜在的知情 交易者相对增加从而带来“逆向选择”问题，做市商将 提高买卖价差 来 弥 补其 充当流动性 提 供者的成 本。3,10 J e g a d e e s h 和 S u b r a h m a n y a m 对美国 S & P 50 0 股指期货引 入后对现货市场买卖价差的影响进行了实证研究，结果 发现现货市场买卖价差比从前提高了约 3.7%，而且标的 成份股比非成份股买卖价差增加更大，并指出这主要是 由于非信息性交易者的转移导致的“逆向选择”所引起。11 关于股指期货推出对现货市场流动性的影响，国内 一些学者也做过相关研究，如李存修等认为股指期货上 市有三方面影响 ：一是股指期货杠杆程度高，吸引投机资 金从现货市场转移至期货市场 ；二是股指期货提供了避 险工具，通过提高现货市场交易意愿而增加成交量 ；三 是股指期货具有价格揭示作用，会吸引各种套利交易，从 而增加现货市场成交量。他们进一步以香港恒指期货上市 为例进行实证研究，发现恒生指数成份股及非成份股的换手率皆增加 80% 以上，市场流动性显著增加。6 但是， 才静涵和夏乐对香港市场的研究则发现，引入卖空制度 会带来交易活跃程度下降、流动性下降以及信息不对称水 平升高。12 而大部分学者认为，我国股指期货推出短期内 可能会对股市流动性造成负面影响，但长期来说，将通过 丰富投资者群体、降低信息不对称、减少隐性交易成本、 完善价格形成机制等方面提高现货市场流动性。132 . 关于股指期货推出对现货市场波动性的影响 关于股指期货上市对现货市场波动性的影响，由于不同学者在研究时所选取的国家或地区、样本区间、研 究 工具 和 研 究 方 法 等 存 在不同， 最 后得到的结 论 往往也大相径庭。一方面，B e s s e m b i n d e r 和 S e g u i n 等学者通 过 对美国、 英国等 市场的 研 究， 认 为股 指期 货的引 入可以降低现货市场的波动率，这是因为股指期货可以 促 进 信息传 递和 价格发 现 效率， 也 具 有风 险分 散 功 能 可以帮助 投 资 者 规 避 现 货 持 仓 风 险。5 ,14 -15 另 一方 面， S t e i n、H a r r i s 等学者对美国 S & P 5 0 0、日经 2 2 5、英国F T S E10 0 以及香港恒生等指数的研究认为，股指期货的 引入导致现货市场的波动性增大了，因为股指期货具 有 高杠杆性，不知情交易者的投机行为、期现套利机会引 发交 易者 快 速 进出以及期货“ 到期日效 应”， 都 会使得 现货市场波动加剧。 2 ,16 -2 0 但是更多的实证研究则表明， 即使在股指期货推出初期由于信息的迅速流动，股票价 格的波动性有所增加，但长期来说更倾向于没有发生明 显变化，这是因为股指期货的引入长期来看起到了稳定 基础股票市场的作用。 21-2 7 国内学者对卖空机制缺失或股指期货上市如何影响 现货市场波动也进行了相关研究，如在股指期货推出前， 陈国进和张贻军认为，中国股市暴涨暴跌的重要原因之一 就是由于卖空机制缺失导致负面信息集中释放，从而建议 引入卖空机制。28 廖士光和杨朝军通过对中国台湾市场 的研究认为，卖空机制可以对市场波动起到抑制作用。7 涂志勇和郭明通过构建多起多市场决策模型，发现股指 期货推出的确能够降低市场波动性。8 在沪深 30 0 股指期 货正式上市后，杨阳和万迪昉利用横截面分析和双重差分 模型，研究了股指期货正式上市以来股票市场波动的变 化，发现股指期货使股票市场波动显著增大，但随着市 场逐渐完善，股票市场的波动性又显著降低。他们认为 从整个市场长期发展来看，股指期货上市在一定条件下 将增强现货市场信息传递效率，因此不仅不会增加现货 市场的波动性，相反能够起到稳定现货市场的作用。29综上所述，国内外学者对股指期货引入如何影响股 票市场质量相关方面仍存在广泛争议，具体取决于上市 前后各个国家的市场环境和基本面情况。因而对我国引 入沪深 3 0 0 股指期货这一卖空机制，有必要深入研究其 对股票市场的具体影响，而不是照搬国外经验。二、实证模型与数据1. 实证模型本文 主 要 研 究的是沪 深 3 0 0 股 指期 货上市 对 我国 股 票市场微观流动性和波动性的影响，参照“上海证券 交易所 2 011 年市场质量报告”， 3 0 我们用日换手率和相 对有效价差来度量微观流动性，用日内五分钟波动率 来度量微观波动性。日换手率 T O t 定义为 t 日股 票成交102南开管理评论2012 年 15 卷 , 第 4 期第101-110 页组织行为 公司治理量与当日流 通股数的比值，换手率越高，表明人们买卖越积极，股票流通性较高。相对有效价差 E S i 是买卖价 差的一种形式，它度量了第 i 笔订单实际成 交价和订单 到达时买卖价差中点之间的相对差额，令 P i 为股 票第 i 笔成交价，P M i 为第 i 笔最优买价和最优卖价的均值，则：差的影响是不确定的。最后，相同的股票在短时间内微观流动性一般不会发生较大改变，滞后变量（E S t -1）即 被用来衡量有效价差的这种分布滞后性。在波动率方程中，波动率 ( I Vt) 被看作是换手率 ( TO t)、 有效价差 ( E S t ) 和其滞后变量 ( I V t -1) 的函数。换手率越大 表明股票交易量大，价格变化的可能性就越大，因而会 使得价格产生大幅波动。有效价差越大，表明买卖双方存 在意见分歧越大，最后成交价格偏移的可能性和幅度也 越大，即能够带来更大的波动率。最后，考虑到金融市场 往往具有波动的聚集性，即当前波动率与前一期的波动率 正相关，我们用 I Vt-1 来度量波动率的这种自相关性。为了度量股指期货上市对市场质量三个指标的净影(1)波动率 I V t 为 第 t 日股 票的日内五分 钟高低价波动率，令 H i、L i 分别为股 票在 t 日第 i 个五分 钟内最高成 交价和最低成交价，则 ：(2)为了系统地估计沪深 3 0 0 股指期货对我国股票市场质量几个特性的影响，在借鉴 C h o u 和 W a n g 31 方法的 基础上，本文构建了如下的三方程联立方程模型 ：响， 联立方程模型中的每个方程都引入了虚拟变量 D ，1在事件发 生（2 010 年 4 月 16 日） 前 D = 0， 反 之在事件1发 生 后则 D =1， 其系数估计 量 符 号和显著 性即为 我们1所关心的核心内容。最后，e1t、e 2 t 和 e 3 t 分别为三个方程的误差项。2 . 样本数据与预处理中证规模指数由中证指数公司编制，反映了沪深两 市不同市值 规 模 股 票的总体走 势， 其中中证 10 0、2 0 0 和 5 0 0 指数分别代表大、中、小盘股票，并且前两者成 份股 的集合即构成 沪 深 3 0 0 指数 成份股。 本文分 别 选 取上述指数成份股来研究沪深 3 0 0 股指期货上市对不同 市值股票的影响。样本期间为股指期货上市前后各一年（2 5 0 个交易日），其中，2 0 0 9 年 4 月 9 日至 2 010 年 4 月15 日为事件前窗口期，2 010 年 4 月 16 日至 2 011 年 4 月2 8 日为事件后窗口期。相关数据包括股票逐笔交易数据、 日间数据以及上海银行间同业拆借利率（S H I B O R），均 从国泰安 C S M A R 数据库获得。部分变量处理步骤如下：首先，取某一指数在样本期间的共同成份股，去掉 由于指数成份股调整所造成的影响。经过筛选后，中证10 0、2 0 0 和 5 0 0 指数 前后两期相同的成份股 数分别为76、12 6、32 6。其次， 在每 个交 易日， 取当日所有未停牌股 票 的 日换 手 率， 并 提 取 逐 笔 交 易 数 据 和 五分 钟 频 率 数 据（不包括开盘和收盘 集合竞价数据），其中逐笔数据包 括股票代码、交易时间、最新价、买一价、卖一价等字 段，五分钟频率数据包括股票代码、交易时间、最高价、 最低价和收盘价字段。最后，在每个交易日，计算每只股票有效价差和波 动率的中位数，并分别取某一指数所有成份股的日换手 率、相对有效价差和日内五分 钟波动率的中位数作为该 组股票的平均换手率、有效价差和日内波动率。(3)在 换 手 率 方 程 中， 换 手 率 ( T O t ) 是 关 于 有 效价 差( E S t )、波动率 ( I V t )、无风险利率 ( R F t ) 和换手率滞后变 量（T O t -1）的函数。买卖价差通常用来衡 量隐性交易成 本，对资产价格以及投资者实际收益率具有负面效应，32 , 33 所以有效价差扩大会导致投资者降低交易频率从而对换 手率产生负面影响。波动率与换手率之间则一般呈正相 关，因为波动越大，越可能存在大的获利机会或亏损风险， 投资者将更注重短期操作。无风险利率用来衡量机会成 本对交 易的影响， 正常情况下它对 换手 率的影响为负。 T O t -1 表示滞后一期的换手率，这是由于在一段时间内市 场的活跃程度通常是持续的，所以我们预期其系数为正。在有效价差方程中，有效价差 ( E S t ) 被设 置为关于 换手 率 ( T O t )、 波动率 ( I V t ) 及其 滞后变 量 ( E S t -1) 的函 数。 以往的研 究 发现 这些因素（ 包括价格水平 ） 对价 差的影响是很显著的。 3 4 -3 6 通常来说，换手率反映了市 场的流动性，换手率越大，投资者越能以较优的价格成 交从而提高其下单积极性，做市商也面临更多有利机会 对其头寸进行反向平仓，最终使得有效价差的固定成本 部分越小。波动率对有效价差则有正反两方面影响，一 方面会 通 过 增 加套 利机会 和 市场活跃 度使 其 缩小， 另 一方面又会由于价格大幅波动风险和潜在信息性交易者（I n f o r m e d T r a d e r s）的存在，使做市商或其他流动性提 供者采取扩大买卖价差来弥补其预期损失，所以其对价Nankai Business Review2012, Vol. 15, No. 4, pp 101-110103组织行为1 数据来源 ：CSM A R 数据库，并经作者计算整理2 数据来源 ：CSM A R 数据库，并经作者计算整理公司治理 3. 实证方法为了稳定误差项的方差，模型中所有变量均取对数， 最终的系数可看作换手率、有效价差和波动率相对于解 释变量的弹性，即解释变量变化一个百分点时被解释变 量有多少个百分点变化。同时为了避免时间序列数据存 在单位根而导致“伪回归”现象，本文用改 进后的单位 根方法进行平稳性检验，决定变量是采取水平形式还是 一阶差分形式。考虑到潜在的联立方程偏误问题，本文用 G M M 方 法对模型进行估计来得到稳健估计 量，这是因为 G M M 方 法无需残差的精确分布，同时还用 H A C 加权矩阵来 对异方差和自相关进行控制。的实际调整频率。而小盘股更多是游资、散户等在买卖，这些短线投机者本身对冲需求不大，且小盘股与大盘指 数相关性较差，用沪深 30 0 股指期货来对冲效果也不好， 所以小盘股在现货市场上的换手率降低幅度相对较小。三、实证结果与分析1. 统计描述表1事件前后各指数成份股相关变量的描述统计变量P值变化% 变化% 计量均值 中位数 均值 中位数注 ：中证 100、200 和 500 指数中样本成份股分别为 76、126 和 326 ；事件前为沪深 300 股指期货推出前 250 个交易日，事件后为沪深 30 0 股指期货推出后 250 个交易日 ；TO、ES 和 I V分别表示股票组的日换手率、相对有效价差和日内 5 分钟波动率的中位数数据来源 ：CSM A R 数据库，经作者计算整理图 1 显示，在整个样本期间内，中证 50 0 指数成份 股平均换手率依次高于中证 20 0 和中证 10 0 指数成份股， 即小盘 股比大、中盘 股换手率要高。此外，从表 1 可以 看到，在股指期货推出后一年内，大中小盘 股票的换手 率分别平均大幅 下降 53.69 %、35.73% 和 10.85%， 并且 沪深 30 0 成份股比非成份股下降更多。股票市场换手率 下降的现象与监管层和大部分 学者所预测的“股指期货 将提高股票市场活跃度”有明显不同，一方面与股指期 货推出后我国股票市场本身在大部分时间处于震荡下跌 导致市场人气不足有关，另一方面也可能与股指期货引入 所导致的“转移效应”有关。大盘股之所以比小盘股换 手率下降更多，有可能是因为机构投资者更偏好“选股” 和长期价值投资，当其组合暴露在市场风险中时，现在 可以选择用股指期货来快速、低成本地调整风险暴露头 寸，从而实现“择时”目的，而无需如从前那样在现货市 场上频繁建仓或平仓，这样就降低了大盘 股票现货头寸如 图 2 所 示， 在 整 个 样 本 期 间内， 中 证 5 0 0 指 数成 份 股 的 有 效价 差 依 次 大 于 中 证 2 0 0、10 0 指 数 成 份 股，即小盘 股比大、中盘 股的微观流动性要差。在表 1 中可以进一步发现，股指期货推出一年内，沪深 3 0 0 成 份股有效价差显著扩大，其中大盘、中盘股票分别增加12 .7 7 % 和 3.7 2 %，而非成份股（小盘股）的有效价差则 变化不明显。这表明就有效价差这一微观流动性指标来 看，沪深 3 0 0 股指期货对标的指数成份股产生了较大的 负面影响，也与监管者的预期正好相反。一方面，这与 上文所述的“交易转移效应”引起股票市场（特别是大 盘股）换手率下降并进而降低了流动性有关 ；另一方面， 可能是因为事件后股票市场总体 处于震荡下跌走势，买104南开管理评论2012 年 15 卷 , 第 4 期第101-110 页指数 事件前 事件后 均值中位数 T统中证100TO 0.0237 0.0229 0.0110 0.0109 -53.69%-52.52% 26.4686 0.0000ES0.0011 0.0010 0.0012 0.0012 12.77%20.00% -12.0995 0.0000IV 0.0037 0.0037 0.0033 0.0031 -11.70%-15.07% 5.7049 0.0000中证200TO 0.0301 0.03110.0193 0.0198 -35.73%-36.33% 30.2603 0.0000ES0.0012 0.0012 0.0012 0.0012 3.72%0.00% -3.2541 0.0013IV 0.0042 0.0041 0.0040 0.0038 -5.07%-6.17% 2.6513 0.0085中证500TO 0.0351 0.0353 0.0313 0.0311-10.85%-11.77% 14.5658 0.0000ES0.0015 0.0015 0.0015 0.0014 -1.16%-6.67% 0.9606 0.3377IV 0.0044 0.0042 0.0041 0.0039 -6.54%-7.14% 3.5538 0.0005组织行为3 数据来源 ：CSM A R 数据库，并经作者计算整理 公司治理卖双方对股票市场（特别是大盘权重股）的未来走势分歧明显 ；两方面因素综合作用促使投资者对大盘股票交 易意愿不强，最终导致了有效价差扩大。图 3 显 示， 在整 个样本 期间内， 中证 10 0、2 0 0 和5 0 0 指 数 成份 股 的日内 波动 率大 小 非常 接 近， 变 化 趋 势 也 基 本 相同。 在 股 指期 货 推 出一年 期间内， 这 三个 指数成份股总体上日内波动率都有明显下降（分别下降11.7 %、5. 0 7 % 和 6 . 5 4%），但是沪深 3 0 0 成份股中的大 盘权重股比其它股票下降更为明显。按时间段来看，在 股指期货上市后的第一 个月内，波动率大幅增加，而后 又逐渐下降至低于之前平均水平。这是否是由于股指期 货提高了现货市场特别是大盘股的价格发现效率从而减 低了其日内波动性，需要进一步检验。拟变量，用于考虑由于股指期货上市带来的潜在结构变化以及时间趋势变化，具体模型如下 ：(4)表2 各指数成份股相关变量的平稳性检验结果注 ：1. 表中 LNTO、LN ES、LNI V 和 LN R F 分别为日换手率、相对有效价差、五分钟日内波动率以及三月期 SHI BOR 利率序列的对数值。2. 检验参 数列中，C 表示方程中是否包含截距项（1 包含，0 不包含），T 表示是否包含趋势项（1 包含，0 不包含），D 表示是否包含股指期货上市的虚拟变量（1 包含，0 不包含），L 表示根据 SIC 准则所选择的最优滞后期数，最 后平稳结果则为在 10% 显著性水平下所得模型（4）中，y t 为待检验的序列，t 为时间趋势，D1 为虚拟变量，当在事件前窗口期时 D1= 0，反之 D1=1，I 为 滞后期数。原假设为 =1，即序列存在单位根即序列是不 平稳的，备择假设为 1，即不存在单位根。具体在检 验时是否包含截距项、时间趋势项或虚拟变量项以及滞 后阶数的选择，则根据序列特征和 SIC 准则进行选取。表3 各指数成份股联立方程模型的估计结果总之，从统计性描述上，沪深 30 0 股指期货推出后一年期间内，市场不同特性在绝对幅度上产生了正反两方 面变化。一方面，股票市场换手率大幅下降、有效价差明 显扩大，表明市场微观流动性变差，即负面变化；另一方面， 股票市场日内波动率有所下降表明市场波动性起到了正面 变化。此外，与小盘 股或沪深 30 0 非成份股相比，沪深30 0 成份股（即大中盘股）受到的影响要更强。但是股票 市场微观质量发生的变化是否与沪深 30 0 股指期货上市 有关，则在下文用联立方程模型进行进一步检验。2 . 平稳性检验结果为了确保回归中各变量是 平稳的，从而避 免“伪回 归”现象，需要检验变量的平稳性。由于 P e r r o n 曾指出 系统结构性变化会降低 A D F 检验（A u g m e n t e d D i c k e y - F u l l e r Te s t）的解释力度， 3 7 因此与传统的 A D F 检验模 型不同，我们在其基础上另外加入了时间变量和一个虚t-1t注 ：括号内为 T 统计量，*、*、* 分别表示参 数在 10%、5% 和 1% 水平下是显著的表 2 是修订后的单位根检验结果，可以发现，近乎 所有变量都在 5% 的水平下显著平稳，只有中证 2 0 0 指 数 成份股 的 L N T O 变 量在 10 % 水平下显著 平稳， 表明 这些序列都不存在单位根，因此本文采用变量的初始形 式进行参数估计。Nankai Business Review2012, Vol. 15, No. 4, pp 101-110105中证100中证200中证500LNTOt LNESt LNIVt LNTOt LNESt LNIVt LNTOt LNEStLNIVtC0.1072-1.4520* -1.7157* -0.1923-1.1419* -0.9792* -0.4714* -0.7046* -1.3445*(0.5462) (-6.5842) (-2.5041) (-1.2801) (-5.8003) (-2.0714) (-4.4156)(-4.0619)(-3.5634)LNTOt0.0423* 0.2077*0.0619* 0.2664*0.1015*0.2593*(2.8406) (5.6285)(2.0501) (4.6823)(2.2251)(2.6654)LNESt0.0081-0.0970 -0.0199-0.01320.0137-0.1127(0.2519)(-0.8030) (-0.7367)(-0.1462) (1.0888)(-1.3504)LNIVt0.0575* 0.00200.0603* 0.0107-0.01380.0248(2.7462) (0.0931)(3.0915) (0.3300)(-1.3058)(0.8888)LNTO0.9286*0.8921*0.8498*(54.4898)(38.9616)(31.2734)LNESt-10.7630*0.7904*0.8195*(20.0523)(21.5991)(27.7783)LNIVt-10.6735*0.6677*0.7287*(14.3964)(14.2801)(16.3528)LNRF-0.00590.0171-0.0349*(-0.4027)(1.7677)(-4.5072)D1-0.0418* 0.0638* 0.1287* -0.0531* 0.0372* 0.1038* 0.00180.0140*0.0144(-3.0599) (4.5437)(3.4060) (-3.6135) (2.5914) (3.6819)(0.4667)(1.7185)(0.7836)Adj-R20.97650.74990.63380.96060.67530.54500.89380.74580.4811指数变量 检验参数 T统计量 P值 结果(C, T, D, L)中证100LNTO (1, 1, 1, 2) -0.0364-2.49720.0128平稳LNES (1,1, 1, 1) -0.2035-6.80910.0000平稳LNIV(1, 1, 1, 2) -0.2178-5.97650.0000平稳中证200LNTO (1, 1, 1, 3) -0.0293-1.71130.0877平稳LNES (1, 1, 1, 1) -0.2241-7.10280.0000平稳LNIV(1, 1, 1, 2) -0.2255-6.00070.0000平稳中证500LNTO (1, 1, 1, 3) -0.0435-2.10500.0358平稳LNES (1, 1, 1, 2) -0.1717-5.77650.0000平稳LNIV(1, 1, 1, 1) -0.2890-7.72860.0000平稳SHIBORLNRF (1, 1, 0, 1) -0.0062-2.37340.0180平稳组织行为公司治理 3. 模型估计结果分别用中证 10 0、2 0 0 和 5 0 0 指数成份股数据，采 用 G M M 方法对上述三方程的联立模型进行估计，得到 结果如表 3 所示。首先，可以看到这三个指数的联立方程模型中，每 个方程 都较高，表明模型解释力度较好，自变量可以数 成份股的换手率 T O 的系数估计值都显著为正（分别为 0 . 0 42 3、0 . 0 619 和 0 .1015）， 即换手 率越高， 反而没 有增加订单匹配容易程度，原因可能在于沪深 3 0 0 股指 期 货 推出后 我国 A 股市场总体 处于震 荡 下跌 阶段， 多 空双方对后市意见分歧较大，尤其是多方买入意愿不够 强 烈 从而只 愿 意以较 低价或保留价 挂 单， 最 后 大 多 数 是由空 方主动市价委托 达 成 交 易较多。(2) 三个指数 成 份股的 波动率 I V 的系数皆为正， 但 是都 不显著， 这与 上文所提到的“波动率对买卖价差的具 有正反两方面影 响”的预期也是一致的，因为正反两方面的影响大部分 互相 抵 消了。(3) 在 控制其它因素后， 三个指数 成份股 有 效价差 D1 系数估计值都 在 好于 10 % 的水平下显著为 正（0 . 0 6 38、0 . 0 37 2 和 0 . 014 0）， 即股 指 期 货 推 出 使 得 现货市场有效价差扩大了，尤其是对沪深 3 0 0 成份股这 样的大中盘股而言，所受到的负面影响要大于非成份股。 这表明从有效价差这一角度来看，市场微观流动性恶化 了，与监管层的政策预期以及大部分现有研究结论也不 一致 , 与 J e g a d e e s h 和 S u b r a h m a n y a m 的研究结论一致。11在 波 动 率 方 程 中 ：(1) 中 证 10 0、2 0 0 和 5 0 0 三 个 指数 成份股的 换手 率 T O 的系数 在 1% 的水平下都显著 为正（0. 2 0 7 7、0. 2 6 6 4 和 0 . 2 59 3），同样符合模型预期。 (2) 三个指数成份股有效价差的系数都不显著，表明在我 国股票市场上有效价差对股票的日内波动影响较小。(3) 正如通常所观察到的金融市场往往具 有波动聚集现象， 波动 率 I V 存 在 显 著 的正自相 关。(4) 在 控 制 相 关 因素 后，可以发现股指期货的 D1 系数估计值分别为 0 .12 8 7、0.10 38 和 0. 014 4，并且构成沪深 3 0 0 成份股的前两者在1% 的水平下是 显著的， 这 表明股 指期货 增 加了现货市 场的日内波动率， 特别是增加了标的指数成份股的日内 波动率，而这也同样与监管者希望通过股指期货来稳定 市场的预期有所不同，与 S t e i n 等学者的研究结论一致。 2 综上所述，从市场微观层面来看，在控制相关因素后， 股 指期货推出一年内， 使得股 票市场流动性下降、 波动性上升，股票现货市场质量有较大程度的恶化，特 别是股指期货标的指数沪深 3 0 0 成份股，而这与监管者 的政策预期和国内相关研究结论正好相反。4 . 稳健型检验为了检验 结果的可靠性，本文还计算了成交量和成 交额作为换手率的替代变量，绝对有效价差作为相对有 效价差的替 代 变 量，日内一 分 钟高 低价波动率、 一 分 钟已实现波动率和五分 钟已实现波动率作为日内五分 钟 波动率的替代变量，一月期和一年期 S H I B O R 作为三月期 S H I B O R 的替代变量，并重新对模型进行了检验，解释因变量的大部分变动，并且模型中绝大部分变量估计值的符号及显著性与理论预期相符，表明本文所构建 的联立方程模型具有较高的合理性。其次，依次从每个方程来看 ：在换手率方程中 ：(1) 中证 10 0、2 0 0 和 50 0 指数成 份股有效价差 E S 系数估计值分别为 0.0 0 81、-0.019 9、-0.0137，但 是都 不显著，表明在我国股 票市场上，有 效 价差对换手率的影响程度较小，投资者下单模式还处于 “粗放式”，对有效价差所代表的隐性交易成本还不够关 注。(2) 中证 10 0、2 0 0 指数 成份股 的 波动率 I V 的系数 估计值在 1% 水平下显著为正（分别为 0.0 575、0.0 6 03）， 而中证 50 0 指数的系数则不显著，表明对沪深 30 0 成份股这样的大中盘股而言，波动率对换手率的正影响更加 显著。除了上文 所 述的“波动越大，越可能存在短期获 利机会，从而增加换手率”的原因之外，另一个原因在 于市场上存在大 量期现套利活动，标的股 票 波动越大， 股指期货合约和现货指数之间的期现价差偏离理论值的 频率就越多，从而引起大量套利资金进出并带来更高的 换手率。(3) 就 无风险利率 R F 来说，中证 10 0、2 0 0 指 数成份股的系数估计值不显著，而中证 50 0 成份股的系 数股指值则在 1% 的水平下显著为负（-0.03 49），表明用 来度量资金成本的无风险利率在我国股票市场上对小盘 股换手率的影响比大中盘股票要大，这主要与我国现行 利率水平过低 有关。 广大 投资 者 缺 乏其它 较 好的投资 渠道，只能投入大盘蓝筹股等低风险股票以实现增值目 的，所以对低利息收入具 有的机会成本不太敏感，但由 于小盘股票总体风险较大，相对来说大部分投资者比较 重 视资金的稳定增值。(4) 关于股 指期货推出对现货市 场换手率的影响，可以看到在控制其它因素后，虽然股 指期货对中证 50 0 成份股换手率的影响不显著，但是对 中证 10 0 和中证 2 0 0 成份股 来说， 虚 拟变 量 D1 的系数都显著为负（-0.0 418、-0.0 531），即沪深 30 0 指数成份股所代表的大、中盘 股票平均换手率都显著下降了。这 表明，股指期货在推出初期对标的股票换手率产生了负 面影响，股指期货带来的“转移效应”大于“增量效应”， 没有达到监管层的预期目标，支持 Si b e r 等学者的结论。1在 有 效 价 差 方 程 中 ：(1) 中 证 10 0、2 0 0 和 5 0 0 指106南开管理评论2012 年 15 卷 , 第 4 期第101-110 页组织行为 公司治理结果稍有差异，但是总体上支持本文结论，说明模型的检验结果是比较稳健的。 此外，有研究指出，政策推出前市场会由于预期做出提前反应，而在政策推出后又会由于信息不对称等原 因而反应过度，从而导致对政策推出进行事件研究得出 的结论不可靠。为了解决这一问题，本文按照相关文献 的通常做法，将事件前后各一个月的样本期去掉，重新 进行了检验，发现结果也与上文类似。言，之所以股指期货交易对大盘成份股的市场质量的负面影响更甚，则是因为非信息性交易中，被动机构投资者（如量化策略基金）的交易往往占据了的很大部分，而传 统上他们的投资组合中跟踪沪深 30 0 指数的大盘权重股 占据很大比例、小盘 股占据比例较小，因而这些被动投 资者大量转移至股指期货所引起的“逆向选择”对大盘 权重股的负面影响就会表现更为明显。11E a s l e y 等在序贯模型的基础上开创性地建立了一种 方法来估计交易中包含内幕信息的程度 信息性交易 概率 ( P r ob a bi l it y of I n fo r me d Tr a d i ng , PI N )，即信息性交 易者提交的指令在市场上所有成交的委托单中所占的比 例，PI N 值越大，表明信息性交易者的比例越大或信息不 对称程度越大。4 0 虽然这一经典 模型建立于报价驱动市 场，但对指令驱动市场也同样适用，因而被广泛采用作 为度量股票信息不对称程度的一个代理变量。该模型假 设，每天信息到来的概率为 ，其中坏消息的可能性为 ，四、股票市场微观质量变差的一个理论解释那么，沪深 3 0 0 股指期货推出初期，为何会导致我 国股票市场质量变差、并且对标的指数成份股的负面影 响比非成份股 更大呢？其原因是复杂多样的。比如，日 内趋势交易者根据价格走势大量买卖股指期货，或者套 利者根据期现价差快速进出，或者投资者在股指期货到 期日大 量平 仓引发“ 到 期日效 应”， 这些利用技 术 和速 度优势的频繁交易最终通过期现之间的“联动效应”扩 大了现货市场的日内波动率，但是理论上股指期货引发 的这些效应并不应扩大有效价差特别是降低现货市场换 手率，从而与模型所得结论不符。考虑到股指期货对换 手率、有效价差和波动率三个微观市场质量指标均具有 负面影响，以及股指期货上市后得到爆发性增长的事实， 本文认为其中一种可能，即由于股 票市场上的非信息性 交易者大量转移至股指期货市场。诸多研究认为，在金融市场中，非信息性交易者 ( 或 称噪声交易者 ) 大多出于流动性需求进行交易，而信息 性交易者 ( 或称知情交易者 ) 由于掌握某些私有的内幕信 息（P r i v a t e I n f o r m a t i o n），从而对资产的未来价值往往处 于优势地位。38 , 39 具体来说，因为沪深 30 0 股指期货具 有卖空机制、杠杆机制和“T + 0”交易等特点，非公开信 息较少，从而相对公 平，效率也更高，对 A 股市场上原 来的非信息性交易者（包括机构等其他交易者的部分非 信息性交易）来说更具魅力，吸引他们从股 票市场转移 至股指期货市场，这样 A 股市场中信息性投资者的比例 就会相对提高，两方之间的信息不对称程度加大。并且， 留下的其他非信息交易者也理性地预期到这点，发现其 所处信息地位变得更加不利，如果参与交易就会增加亏 损的可能性，从而他们将或者选择退出交易或交易时更 加谨慎、或者要求提高买卖价差来弥补其充当流动性提 供者的成本、或者更加偏向短期交易频繁，即产生所谓 的“逆向选择”问题。最终在 A 股市场的体现就是 ：股 票换手率下降、买卖价差扩大、波动率也变大，即股票 市场微观质量变差。而相对于沪深 30 0 指数非成份股而好消息的可能性即为，信息性交易者以 的频率出现，非信息交易者以 的频率出现。然后通过最大似然估计法 ( M L E) 估计出混合方程中的相关参数 (, , , )，从而，(5 )为了表明上 述 理 论 解 释 具 有合 理 性， 我们 计 算中证 10 0、2 0 0 和 5 0 0 指数成份股在股指期货推出前后的P I N 值，并用 W i l c o x o n 符号秩方法 进行了检验和比较， 得到股票市场信息不对称程度的变化。表4 事件前后各指数成份股PIN值变化 及Wilcoxon符号秩检验结果注 ：在股指期货推出后的一年内，沪深 30 0 股指期货主力合约（成交量最大连续合约）的 PIN值为 0.0379由表 4 可以 看 到， 在 股 指期 货 推 出后， 中 证 10 0、2 0 0 和 5 0 0 指 数 成 份 股 的 平 均 P I N 值 分 别 为 0 . 0 8 4 0、0 . 0 9 32 和 0 .118 2， 大于沪 深 3 0 0 股 指期 货主 力合 约的 P I N 值（0 . 0 37 9），表明股票市场的信息不对称程度要大 于股指期货市场，股指期货市场相对来说更为公平，并 且市值规模越大的股票，信息不对称程度越小，与直观 相符。更为重要的是，三个指数成份股的 P I N 值平均分 别增加 1. 41%、1.71% 和 16 .17 %，这 表明，股指期货推 出一年 期间内，股票市场信息性交易者的比例的确有所 上升并导致信息不对称程度扩大，从而一定程度上支持Nankai Business Review2012, Vol. 15, No. 4, pp 101-110107中证100 中证200 中证500事件前均值0.08280.09160.1017事件后均值0.08400.09320.1182变化比例1.41%1.71%16.17%正负秩和差6069629997W统计量14333652.511652P值0.87660.39680.0000样本对数76126326组织行为公司治理 了本文所提出的理论解释。Markets: Their Econom