限制股指期货交易对股市异常波动的影响：基于政策调整的多维度实证剖析

限制股指期货交易对股市异常波动的影响：基于政策调整的多维度实证剖析一、引言1.1研究背景与意义在现代金融市场体系中，股指期货交易占据着举足轻重的地位。作为一种重要的金融衍生品，股指期货以股票价格指数为标的资产，为投资者提供了套期保值、套利和投机等多种交易策略选择。其诞生初衷是为了满足投资者规避股票市场系统性风险的需求，通过期货合约的买卖，投资者能够在股票市场波动时锁定风险，实现资产的保值增值。例如，当投资者预期股票市场将下跌时，可以通过卖出股指期货合约，在市场下跌过程中获得收益，从而弥补股票投资组合的损失。自1982年美国堪萨斯期货交易所推出全球首个股指期货合约——价值线综合平均指数期货以来，股指期货在全球范围内得到了迅速发展。如今，股指期货已成为国际金融市场中不可或缺的组成部分，其交易规模和影响力不断扩大。以美国的标普500股指期货、英国的富时100股指期货等为代表，这些成熟市场的股指期货产品不仅为本土投资者提供了丰富的风险管理工具，也吸引了大量国际投资者的参与，促进了全球金融市场的一体化进程。在中国，随着金融市场改革的不断深入，股指期货市场也逐步发展起来。2010年4月16日，沪深300股指期货正式上市交易，标志着中国资本市场进入了一个新的发展阶段。此后，上证50股指期货和中证500股指期货也相继推出，进一步丰富了中国金融衍生品市场的产品体系。股指期货的推出，为中国投资者提供了更为多元化的投资渠道和风险管理手段，有助于提高市场的效率和稳定性，促进金融市场的健康发展。然而，股指期货市场的发展并非一帆风顺。2015年，中国股票市场经历了异常波动，股市出现了大幅下跌和剧烈震荡。在这一背景下，股指期货市场也受到了广泛关注。为了遏制过度投机和防范系统性风险，监管部门出台了一系列限制股指期货交易的政策措施，包括大幅提高保证金比例、限制开仓手数、调整交易手续费等。这些政策调整旨在减少市场波动，保护投资者利益，维护金融市场的稳定。限制股指期货交易政策的调整，对股票市场和股指期货市场都产生了深远的影响。从短期来看，这些政策措施在一定程度上抑制了市场的过度投机行为，降低了市场的波动性，对稳定股票市场起到了积极作用。然而，从长期来看，限制股指期货交易也可能带来一些负面效应。例如，市场流动性的下降可能导致交易成本上升，影响市场的效率和活跃度；套期保值功能的受限可能使投资者面临更大的风险敞口，不利于资产的有效管理；价格发现功能的削弱可能导致市场价格信号失真，影响资源的合理配置。深入研究限制股指期货交易与股市异常波动之间的关系，具有重要的理论和现实意义。从理论层面来看，目前学术界对于股指期货交易对股票市场波动性的影响尚未达成一致结论，存在股指期货降低股票市场波动性、无影响和增加波动性三种主要观点。通过对限制股指期货交易政策调整的实证研究，可以进一步丰富和完善金融市场理论，为深入理解股指期货与股票市场之间的互动机制提供新的视角和证据。从现实意义而言，研究二者关系对金融市场的稳定运行和政策制定具有重要的指导作用。对于投资者来说，了解限制股指期货交易对股市波动的影响，有助于他们更加准确地把握市场变化，制定合理的投资策略，降低投资风险。对于监管部门来说，研究结果可以为政策的制定和调整提供科学依据，帮助他们在维护市场稳定和促进市场发展之间寻求平衡，提高监管的有效性和针对性。例如，监管部门可以根据研究结果，合理调整股指期货交易规则，在防范风险的同时，充分发挥股指期货的市场功能，促进金融市场的健康、有序发展。1.2研究目标与创新点本研究旨在深入剖析限制股指期货交易政策对股市异常波动的影响，具体目标如下：一是通过严谨的实证分析，精准量化限制股指期货交易政策调整前后，股市波动性的变化程度和趋势，明确该政策对股市波动的直接影响效果。二是全面探究限制股指期货交易政策影响股市异常波动的内在传导机制，从市场流动性、投资者行为、价格发现功能等多个维度进行分析，揭示政策作用的路径和原理。三是综合考虑宏观经济环境、市场结构变化等因素，评估限制股指期货交易政策在不同市场条件下对股市异常波动的影响差异，为政策的优化和调整提供科学依据。在研究过程中，本研究具有以下创新点：一是研究视角创新，现有研究多集中于股指期货推出对股市波动性的影响，而本研究聚焦于限制股指期货交易政策调整这一特定事件，从政策变动的角度深入探讨其对股市异常波动的影响，为该领域研究提供了新的视角。二是研究方法创新，综合运用多种计量经济学模型和方法，如GARCH类模型、事件研究法、中介效应模型等，从多个层面和角度对研究问题进行分析，使研究结果更加全面、准确和可靠。三是考虑因素全面，在研究限制股指期货交易与股市异常波动的关系时，充分考虑了宏观经济形势、市场流动性、投资者情绪等多种因素的影响，通过构建多变量模型，更真实地反映了市场实际情况，增强了研究结论的可信度和应用价值。1.3研究方法与数据来源本研究综合运用多种研究方法，力求全面、深入地剖析限制股指期货交易与股市异常波动之间的关系。具体研究方法如下：事件研究法：事件研究法被广泛应用于金融市场研究中，用于分析特定事件对资产价格等变量的影响。在本研究中，将监管部门出台限制股指期货交易政策这一事件设定为研究事件，通过构建事件窗口，分析在政策发布前后股市波动性、收益率等指标的变化情况，以此来评估政策调整对股市的短期影响。例如，选取政策发布前10个交易日和发布后20个交易日作为事件窗口，对比窗口内相关指标与正常时期的差异，从而判断政策调整在短期内对股市的冲击效果。计量模型：GARCH类模型：考虑到股市收益率序列具有尖峰厚尾、波动集聚等特征，本研究采用GARCH类模型来准确度量股市的波动性。其中，GARCH(1,1)模型是最常用的一种形式，其均值方程可表示为R_t=\mu+\sum_{i=1}^{p}\varphi_iR_{t-i}+\epsilon_t，方差方程为\sigma_t^2=\omega+\sum_{i=1}^{q}\alpha_i\epsilon_{t-i}^2+\sum_{j=1}^{r}\beta_j\sigma_{t-j}^2，通过对模型参数的估计，可以得到股市波动性的动态变化情况。此外，为了进一步分析股指期货交易限制对股市波动非对称性的影响，还引入了EGARCH模型和TGARCH模型。EGARCH模型能够刻画利好消息和利空消息对股市波动的不同影响，其方差方程为\ln(\sigma_t^2)=\omega+\sum_{j=1}^{r}\beta_j\ln(\sigma_{t-j}^2)+\sum_{i=1}^{q}\left[\alpha_i\frac{\vert\epsilon_{t-i}\vert}{\sqrt{\sigma_{t-i}^2}}+\gamma_i\frac{\epsilon_{t-i}}{\sqrt{\sigma_{t-i}^2}}\right]；TGARCH模型则通过引入虚拟变量来体现波动的非对称性，方差方程为\sigma_t^2=\omega+\sum_{i=1}^{q}\alpha_i\epsilon_{t-i}^2+\sum_{j=1}^{r}\beta_j\sigma_{t-j}^2+\sum_{i=1}^{q}\delta_i\epsilon_{t-i}^2D_{t-i}，其中D_{t-i}为虚拟变量，当\epsilon_{t-i}<0时，D_{t-i}=1，否则D_{t-i}=0。中介效应模型：为了深入探究限制股指期货交易政策影响股市异常波动的传导机制，构建中介效应模型。将市场流动性、投资者行为等因素作为中介变量，通过回归分析检验政策变量对中介变量的影响，以及中介变量对股市波动性的影响，从而揭示政策作用的内在路径。例如，首先检验限制股指期货交易政策对市场流动性的影响，再检验市场流动性对股市波动性的影响，若两者均显著，则说明市场流动性在政策与股市波动性之间起到了中介作用。对比分析法：对比分析法是一种通过对不同对象或同一对象在不同时期的特征进行比较，以揭示其差异和变化规律的研究方法。在本研究中，将限制股指期货交易政策实施前后的股市数据进行对比，分析股市波动性、流动性、投资者结构等方面的变化情况，从而直观地了解政策调整对股市的影响。同时，还将中国股市与其他国家或地区在类似政策调整下的股市表现进行对比，以进一步验证研究结论的普遍性和可靠性。本研究的数据主要来源于以下几个渠道：一是金融数据库，如Wind金融终端、国泰安数据库等，这些数据库提供了丰富的金融市场数据，包括股票价格、成交量、股指期货交易数据等，具有数据全面、准确、更新及时等优点。二是交易所官网，如上海证券交易所、深圳证券交易所和中国金融期货交易所的官方网站，从这些网站可以获取到上市公司的公告、交易规则以及股指期货的合约细则等重要信息，这些信息对于研究的准确性和可靠性具有重要意义。在数据筛选和处理方面，首先对原始数据进行清洗，剔除缺失值、异常值等无效数据。对于缺失值，采用均值填充、插值法等方法进行补充；对于异常值，根据数据的实际情况，结合统计学方法进行识别和处理，例如采用3倍标准差法，将超出3倍标准差的数据视为异常值并进行修正或剔除。然后，对数据进行标准化处理，将不同量级的数据转化为具有可比性的数值，以消除量纲对研究结果的影响。最后，根据研究目的和方法，对数据进行整理和分组，构建相应的数据集，为后续的实证分析做好准备。二、理论基础与文献综述2.1股指期货交易与股市波动的理论基础股指期货作为一种重要的金融衍生品，其交易原理基于对股票市场价格指数的预期。它是以股票价格指数为标的物的标准化期货合约，交易双方约定在未来某个特定日期，按照事先确定的价格进行指数的买卖。例如，沪深300股指期货就是以沪深300指数为标的，投资者通过判断沪深300指数在未来的涨跌走势，来决定买入或卖出相应的期货合约。在交易机制方面，股指期货采用保证金制度，投资者只需缴纳一定比例的保证金，通常为合约价值的5%-15%，就能控制较大价值的合约，这使得交易具有杠杆效应。同时，股指期货实行每日无负债结算制度，每个交易日结束后，交易所会根据期货合约的当日结算价对投资者的账户进行盈亏结算，并调整保证金账户余额，确保投资者的保证金始终符合要求。股指期货对股市波动的影响主要通过以下几种机制实现：市场风险传导机制：在金融市场中，股指期货与股票市场紧密相连，二者之间存在着明显的市场风险传导机制。当股指期货市场出现价格下跌时，投资者为了避免损失或寻求新的获利机会，会相应调整其投资组合。这种调整可能导致他们卖出持有的股票，或者减少对股票市场的资金投入，从而引发股票市场的资金流出，促使股市下跌。例如，在2008年全球金融危机期间，股指期货市场率先大幅下跌，投资者恐慌情绪蔓延，纷纷抛售股票，导致股票市场也随之暴跌。这种市场风险的传导过程，不仅会在短期内引起股市的剧烈波动，还可能通过投资者的心理预期和行为模式，进一步放大市场的恐慌情绪，使股市波动在较长时间内持续加剧。投资者在看到股指期货价格下跌后，会对未来股票市场的走势产生担忧，进而产生恐慌情绪。这种恐慌情绪会促使他们更加激进地调整投资组合，进一步加大股票市场的抛售压力，导致股市波动进一步扩大。价格发现机制：股指期货市场具有高度的信息聚集和处理能力，众多的投资者、分析师和市场参与者在这个市场中进行交易和分析，使得股指期货价格能够快速反映各种市场信息，包括宏观经济数据、行业动态、公司业绩等。当股指期货市场通过交易活动形成一定的价格时，这个价格就包含了市场对未来股票市场走势的预期，它可以作为股票市场的重要参考依据，影响投资者对未来股票价格的预期。例如，当股指期货价格上涨时，投资者会认为市场对未来股票市场走势较为乐观，从而增加对股票的买入，推动股票价格上涨；反之，当股指期货价格下跌时，投资者会减少对股票的买入，甚至卖出股票，导致股票价格下跌。因此，股指期货市场的价格发现机制能够引导股票市场价格的走势，对股市波动产生重要影响。在宏观经济数据发布前，股指期货市场的投资者会根据自己对数据的预期进行交易，从而使股指期货价格提前反映这些预期。如果股指期货价格在数据发布前出现上涨，那么在数据发布后，即使实际数据与预期略有差异，股票市场也可能受到股指期货价格上涨的影响而出现上涨趋势，反之亦然。市场流动性机制：股指期货市场的流动性对股市波动有着重要影响。一方面，股指期货市场的开放程度和交易规模越大，其吸引的投资者就越多，市场流动性也就越强。这种强流动性可以为股票市场提供更多的资金支持和风险管理工具，使得投资者能够更方便地进行套期保值和套利交易，从而在一定程度上稳定股市波动。例如，当股票市场出现下跌趋势时，投资者可以通过在股指期货市场做空来对冲股票投资组合的风险，避免因股票价格下跌而遭受过大损失，从而减少股票市场的抛售压力，稳定股市。另一方面，如果股指期货市场的交易活动过度集中在特定股票或在单位时间内交易量过大，就可能引发股票市场的剧烈波动。当大量投资者同时在股指期货市场对某几只股票进行集中交易时，会导致这些股票的供需关系发生急剧变化，进而引发股票价格的大幅波动，这种波动又会传导至整个股票市场，导致股市波动加剧。此外，股指期货市场的高杠杆特性也可能导致投资者过度交易，增加市场的不稳定性，从而对股市波动产生负面影响。在市场情绪高涨时，投资者可能会利用股指期货的高杠杆进行过度投机，一旦市场走势与预期相反，他们就会面临巨大的亏损压力，不得不迅速平仓，这可能引发市场的连锁反应，导致股市波动加剧。2.2文献综述关于股指期货交易与股市波动关系的研究，国内外学者从不同角度、运用多种方法进行了深入探讨，但尚未达成一致结论，主要形成了以下三种观点。第一种观点认为股指期货交易能够降低股票市场的波动性。Lee和Ohk（1992）对香港恒生指数期货展开研究，发现其有助于降低香港地区股票市场的波动性，他们认为股指期货的套期保值功能能够有效分散风险，使投资者在面对市场波动时，可通过期货市场对冲股票现货市场的风险，从而稳定股票市场。Pilar和Rafael（2004）通过对西班牙引入股指期货后的股票市场进行研究，发现股指期货的引入显著降低了西班牙股市的波动性，这可能是因为股指期货的存在增加了市场的信息透明度，使得投资者能够更准确地评估股票的价值，进而减少市场的非理性波动。Antoniou、Koutmos和Pericli（2005）选取英国FTA指数、法国CAC指数、美国S&P500指数、德国FC指数、日本Nikkei指数及加拿大T300组合指数，对六个国家的股票市场进行分析，结果显示股指期货都有效降低了这些国家股票市场的波动性，他们指出股指期货市场的价格发现功能能够引导股票市场价格更合理地反映资产价值，从而降低市场波动。在国内，宗计川和李先玉（2018）在剔除国内经济形势、国际经济形势、投资者情绪及周内效应后，以沪深300指数期货为研究对象，结果表明股指期货的推出减少了现货市场的波动性，他们认为股指期货的做空机制可以在市场过热时抑制过度投机，在市场低迷时提供流动性，有助于稳定市场。第二种观点主张股指期货交易对股票市场波动性无显著影响。Baldauf和Santoni（1991）采用ARCH模型对S&P500指数进行研究，发现S&P500股指期货对现货市场波动性影响不显著，他们认为股票市场的波动主要受宏观经济因素、公司基本面等因素的影响，股指期货的作用相对较小。Shenbagaraman（2002）通过对印度S&PCNXNifty期货、期权和现货市场的研究，未发现股指期货市场与现货市场波动之间的相关性，他指出印度市场的特殊性使得股指期货与现货市场之间的联系不紧密，其他因素在市场波动中起主导作用。吴佩渝（2000）对台湾地区股指期货市场的研究得出，台湾地区股指期货上市后对现货市场的波动性并没有显著影响，可能是因为台湾地区股票市场的投资者结构和交易规则等因素，使得股指期货的作用难以有效发挥。盛浙湘、顾天慧（2017）选取了处于不同发展阶段的八个国家和地区进行研究，发现除日本外，推出股指期货对现货市场的影响都不显著，他们认为不同国家和地区的市场环境差异较大，股指期货对市场波动的影响并非普遍存在。第三种观点则认为股指期货交易会增加股票市场的波动性。Antoniou和Holmes（1995）对FTSE100指数进行实证研究，发现股指期货交易加大了现货市场的波动性，但也改善了现货市场的信息传播速度和质量，他们认为股指期货的杠杆效应和投机性交易可能导致市场情绪的过度波动，进而增加股票市场的波动性。俞卫（1995）对具有不同到期日的8种股指期货与现货市场关系的研究发现，指数套利改变了股指期货价格和股票价格的波动形态，股指期货的价格波动有时是由股票市场的冲击引起的，这表明股指期货与股票市场之间存在复杂的相互作用，可能会加剧市场波动。Bac（2010）、Kang（2010）研究了日本、韩国等五个亚洲国家的股票市场，通过GARCH及扩展的GJR-GARCH、APGARCH模型分析，结果显示这五个国家股票市场的波动性与非对称性在引入股指期货后都有不同程度的增加，他们认为亚洲国家股票市场的投资者结构和市场制度等因素，使得股指期货更容易引发市场的不稳定。刘凤根和王晓芳（2012）选取N225指数、韩国KOSPI200指数和台湾证交所加权指数分析了日本、韩国和台湾地区的股票市场，GARCH模型结果显示股指期货的推出对台湾地区股市波动性影响不显著，但显著加剧了日本和韩国股市的波动性，这可能与不同地区的市场成熟度和投资者行为有关。在限制股指期货交易对股市波动影响的研究方面，相关文献相对较少。许硕（2020）同时采用GARCH和VAR模型，研究了中国股票市场在限制投机政策下的表现，结果表明限制投机交易制度的推出减少了现货市场的波动性，可以起到市场维稳的作用，他认为限制股指期货交易能够抑制过度投机，降低市场的非理性波动。曹栋和张佳（2021）选取2010-2020年沪深300指数收盘价数据，采用GARCH-M模型研究了中国股票市场推出股指期货及限制交易后的表现，结果显示限制股指期货交易降低了现货市场波动性，他们指出限制政策能够减少市场的不确定性，增强投资者的信心。已有研究在理论分析和实证检验方面取得了一定成果，但仍存在一些不足和可拓展方向。一方面，现有研究大多聚焦于股指期货推出对股市波动性的影响，对于限制股指期货交易政策调整这一特定事件的研究相对较少，且研究视角较为单一，缺乏从多个维度深入剖析政策影响机制的研究。另一方面，在研究方法上，虽然运用了多种计量模型，但部分研究在模型选择和变量设定上存在一定局限性，可能导致研究结果的偏差。此外，现有研究较少考虑宏观经济环境、市场结构变化等因素对限制股指期货交易与股市异常波动关系的影响，在综合分析方面有待加强。未来的研究可以进一步拓展研究视角，综合运用多种研究方法，全面考虑各种影响因素，深入探究限制股指期货交易与股市异常波动之间的复杂关系，为金融市场的稳定发展提供更具针对性的理论支持和政策建议。三、限制股指期货交易政策调整的历程与案例分析3.1政策调整历程梳理中国股指期货市场的发展历程曲折且意义深远，政策调整在其中扮演着关键角色。2010年4月16日，沪深300股指期货正式上市交易，标志着中国资本市场进入了金融衍生品时代。这一举措具有重要意义，它为投资者提供了新的风险管理工具和投资渠道，促进了市场的多元化发展。在推出初期，市场处于探索和适应阶段，交易规则相对宽松，旨在吸引更多投资者参与，培育市场发展。例如，保证金比例设置相对较低，交易手续费也较为优惠，以降低投资者的交易成本，鼓励市场活跃度的提升。然而，2015年中国股票市场经历了异常波动，股市出现了大幅下跌和剧烈震荡。在这一背景下，股指期货市场成为了焦点。为了遏制过度投机和防范系统性风险，监管部门迅速出台了一系列限制股指期货交易的政策措施。2015年7月，中金所首次对股指期货交易进行调整，提高了保证金比例和手续费，旨在通过增加交易成本来抑制过度投机行为。随着市场形势的严峻，2015年9月2日晚间，中金所进一步加大了限制力度，将期指非套保持仓保证金提高至40%，平仓手续费提高至万分之二十三，上调幅度高达20倍。同时，规定非套期保值客户的单个产品单日开仓交易量超过10手，就认定为异常交易行为。这些严格的限制措施迅速对市场产生了显著影响，股指期货市场的成交量和持仓量大幅下降，市场活跃度骤减。沪深300主力合约成交量由限制前的200万手下降至不足2万手，上证50主力合约成交量由限制前50万手下降至不足1万手，中证500期货主力合约成交量由限制前30万手下降至不足2万手。随着市场逐渐趋于稳定，监管部门开始逐步调整限制政策，以恢复股指期货市场的功能和活力。2017年2月16日，在市场经过一年半的受限之后，股指期货终于迈出松绑第一步。中金所公告自2017年2月17日起，将股指期货日内过度交易行为的监管标准从原先的10手调整为20手，同时下调三大合约的非套期保值交易保证金及平今仓交易手续费。这一调整标志着政策开始向恢复市场正常功能的方向转变，旨在适度增加市场的流动性和活跃度。7个月后，2017年9月18日，股指期货再度被松绑。中金所宣布，将沪深300、上证50、中证500股指期货各合约平今仓交易手续费标准调整为成交金额的万分之6.9，此前手续费标准是成交金额的万分之9.2，此次下调幅度为25%。此外，沪深300和上证50股指期货各合约交易保证金标准，由目前合约价值的20%调整为15%。2018年12月2日，中国金融期货交易所宣布，经中国证监会同意，对股指期货交易安排进行稳妥有序调整。自2018年12月3日结算时起，将沪深300、上证50股指期货交易保证金标准统一调整为10%，中证500股指期货交易保证金标准统一调整为15%；自2018年12月3日起，将股指期货日内过度交易行为的监管标准调整为单个合约50手，套期保值交易开仓数量不受此限；自2018年12月3日起，将股指期货平今仓交易手续费标准调整为成交金额的万分之四点六。这些政策调整逐步放宽了对股指期货交易的限制，促进了市场流动性的恢复和市场功能的发挥。此后，股指期货市场的成交量和持仓量逐渐回升，市场活跃度有所提高，其套期保值、价格发现等功能也逐渐恢复正常发挥。3.2典型政策调整案例深入剖析2015年股灾期间，中金所出台的一系列限制股指期货交易的政策措施，是中国金融市场发展历程中极具代表性的政策调整案例。在股灾期间，股市呈现出大幅下跌和剧烈震荡的态势，上证指数在短短几个月内从5178点的高位暴跌至2850点附近，跌幅超过45%。股指期货市场也受到了严重冲击，市场恐慌情绪蔓延，过度投机行为盛行，导致市场波动性急剧增大。为了有效遏制过度投机和防范系统性风险，中金所于2015年9月2日晚间发布了严格的限制措施。在保证金比例方面，将期指非套保持仓保证金大幅提高至40%，这一举措使得投资者进行股指期货交易的成本大幅增加。以沪深300股指期货为例，假设合约价值为300万元，按照调整前15%的保证金比例，投资者需缴纳45万元保证金；调整后，按照40%的保证金比例，投资者需缴纳120万元保证金，保证金金额增加了近两倍。在手续费方面，平仓手续费提高至万分之二十三，上调幅度高达20倍，这使得投资者的交易成本大幅攀升。在开仓限制方面，规定非套期保值客户的单个产品单日开仓交易量超过10手，就认定为异常交易行为，严格限制了投资者的开仓规模。这些政策措施的实施方式主要通过中金所发布正式公告，向市场参与者传达政策调整的具体内容和实施时间，确保市场能够及时、准确地了解政策变化。政策实施后，市场反应迅速。从成交量来看，沪深300主力合约成交量由限制前的200万手急剧下降至不足2万手，上证50主力合约成交量由限制前50万手下降至不足1万手，中证500期货主力合约成交量由限制前30万手下降至不足2万手，成交量的大幅下降表明市场活跃度受到了显著抑制。从持仓量来看，各主力合约的持仓量也大幅减少，投资者参与股指期货交易的热情明显降低。在价格方面，股指期货价格波动得到了一定程度的抑制，市场过度投机的氛围得到了有效遏制。上海维万私募因违规被限制开仓的案例，从另一个角度展示了政策调整对市场参与者的影响。2024年2月28日晚间，中金所宣布对上海维万私募基金管理有限公司及其实控人进行纪律处分。经调查发现，上海维万管理的3个产品账户、公司实控人及其亲属名下的2个自然人账户，未按规定申报实际控制关系。在未申报实际控制关系期间，上海维万及其实控人采用高频交易方式，在股指期货多个品种上超交易限额交易，情节严重，构成“利用不正当手段规避交易所交易限额制度，超限交易”的违规行为，获取违规盈利893.48万元。中金所根据《中国金融期货交易所违规违约处理办法》第二十九条的规定，对上海维万公司及其实控人等进行通报批评，对上海维万公司管理的相应3个产品账户、公司实控人及其亲属名下的2个自然人账户股指期货限制开仓12个月，没收违规所得893.48万元，并将上述纪律处分记入资本市场诚信信息数据库。这一限制开仓措施对上海维万私募产生了重大影响。从业务开展角度来看，在限制开仓的12个月内，该私募无法在股指期货市场进行正常的开仓交易，其依赖股指期货的投资策略和业务模式受到了严重阻碍，可能导致其投资组合的风险管理能力下降，投资收益受到影响。从市场声誉角度来看，被通报批评和记入资本市场诚信信息数据库，损害了该私募的市场形象和信誉，可能导致投资者对其信任度降低，进而影响其未来的资金募集和业务拓展。这一案例也向市场传递了监管部门严格执行交易规则、打击违规交易行为的强烈信号，对其他市场参与者起到了警示作用，促使他们更加严格地遵守交易规则，维护市场秩序。四、限制股指期货交易对股市异常波动影响的实证研究设计4.1研究假设提出基于理论分析和已有研究成果，本研究提出以下关于限制股指期货交易对股市异常波动影响的假设：假设一：限制股指期货交易能够降低股市的波动性。股指期货交易具有杠杆效应和投机性，当市场情绪不稳定时，过度的投机交易可能会加剧股市的波动。通过限制股指期货交易，如提高保证金比例、限制开仓手数等措施，可以增加交易成本，抑制过度投机行为，从而降低股市的波动性。在市场恐慌情绪蔓延时，投资者可能会利用股指期货的杠杆进行大量抛售，导致股市暴跌。限制股指期货交易后，这种过度抛售的行为会受到抑制，股市的波动性也会相应降低。假设二：限制股指期货交易对股市波动性的影响存在非对称性。在不同的市场行情下，限制股指期货交易对股市波动性的影响可能不同。在股市上涨阶段，限制股指期货交易可能对波动性的影响较小；而在股市下跌阶段，限制股指期货交易可能会更有效地降低波动性。这是因为在股市下跌时，投资者的恐慌情绪更容易引发过度投机和抛售行为，限制股指期货交易可以更好地遏制这种情况，稳定市场。例如，在2015年股灾期间，股市大幅下跌，限制股指期货交易政策的实施对稳定市场起到了重要作用，有效降低了股市的波动性；而在股市平稳上涨阶段，限制股指期货交易对波动性的影响相对不明显。假设三：限制股指期货交易通过影响市场流动性进而影响股市异常波动。市场流动性是影响股市稳定性的重要因素之一，股指期货交易的活跃程度会对市场流动性产生影响。当股指期货交易受到限制时，市场流动性可能会下降，导致股票交易成本上升，价格发现功能受阻，从而增加股市的异常波动。反之，适度放开股指期货交易，提高市场流动性，有助于降低股市的异常波动。当股指期货交易被严格限制后，投资者在进行套期保值和套利交易时受到阻碍，市场的流动性降低，股票价格的波动可能会更加剧烈，增加了股市异常波动的可能性。假设四：限制股指期货交易通过改变投资者行为进而影响股市异常波动。股指期货交易为投资者提供了多样化的投资策略和风险管理工具，限制股指期货交易后，投资者的投资行为和风险管理方式会发生改变。例如，一些依赖股指期货进行套期保值的投资者可能会减少股票投资，或者调整投资组合的结构，这可能会导致股市资金供求关系的变化，进而影响股市的异常波动。一些机构投资者原本通过股指期货对冲股票投资组合的风险，限制交易后，他们可能会被迫减少股票持仓，导致股市资金流出，股价下跌，增加股市的异常波动。4.2变量选取与数据处理为了深入探究限制股指期货交易对股市异常波动的影响，本研究选取了一系列具有代表性的变量，并对数据进行了严谨的处理，以确保研究结果的准确性和可靠性。在变量选取方面，主要包括被解释变量、解释变量和控制变量。被解释变量为股市波动性，选用沪深300指数收益率的标准差作为衡量股市波动性的指标。沪深300指数涵盖了沪深两市中规模大、流动性好的300只股票，能够较好地反映中国A股市场的整体走势。通过计算该指数收益率的标准差，可以直观地衡量股市价格波动的剧烈程度。收益率的计算采用对数收益率，公式为R_t=\ln(P_t/P_{t-1})，其中R_t表示第t期的对数收益率，P_t表示第t期的沪深300指数收盘价。解释变量为股指期货交易限制指标，构建一个虚拟变量Restrict来表示股指期货交易限制政策的调整。当政策实施限制股指期货交易时，Restrict取值为1；当政策未实施限制或限制程度较低时，Restrict取值为0。例如，在2015年9月2日至2017年2月16日期间，股指期货交易受到严格限制，Restrict取值为1；在其他时间段，取值为0。控制变量选取了宏观经济变量和市场变量。宏观经济变量方面，选取国内生产总值（GDP）增长率来反映宏观经济的整体状况。GDP增长率的变化会对股市产生重要影响，经济增长较快时，企业盈利预期增加，股市往往表现较好；经济增长放缓时，股市可能面临下行压力。选用货币供应量（M2）同比增长率来衡量货币政策的宽松程度。货币供应量的增加通常会为市场提供更多的流动性，对股市有一定的支撑作用；反之，货币供应量减少可能导致股市资金紧张。市场变量方面，选取成交量（Volume）来反映股票市场的活跃程度。成交量的大小可以反映市场参与者的交易热情和资金的进出情况，成交量增加往往意味着市场活跃度提高，股市波动性可能相应增加。选取换手率（Turnover）来衡量股票的流动性。换手率越高，说明股票交易越频繁，市场流动性越好，但也可能暗示市场存在过度投机行为，从而增加股市波动性。数据来源主要包括Wind金融终端、国泰安数据库以及国家统计局官网。从Wind金融终端获取沪深300指数收盘价、股指期货交易数据（包括成交量、持仓量等）；从国泰安数据库获取上市公司的财务数据和市场交易数据；从国家统计局官网获取GDP、M2等宏观经济数据。在数据处理过程中，首先进行数据清洗。检查数据中是否存在缺失值和异常值，对于缺失值，采用插值法进行补充。对于异常值，根据3倍标准差原则进行识别和处理，将超出3倍标准差的数据视为异常值并进行修正或剔除。对数据进行标准化处理，使不同变量的数据具有可比性。采用Z-score标准化方法，将数据转化为均值为0，标准差为1的标准正态分布，公式为X^*=\frac{X-\mu}{\sigma}，其中X^*为标准化后的数据，X为原始数据，\mu为均值，\sigma为标准差。对数据进行平稳性检验，采用ADF单位根检验方法，检验各变量的时间序列是否平稳。若变量存在单位根，则进行差分处理，使其达到平稳状态，以避免伪回归问题。经过检验，发现沪深300指数收益率序列存在单位根，进行一阶差分后，ADF检验结果显示在1%的显著性水平下拒绝原假设，表明一阶差分后的序列是平稳的。4.3实证模型构建为了深入探究限制股指期货交易对股市异常波动的影响，本研究构建了多个实证模型，采用多种计量经济学方法，从不同角度进行分析。4.3.1GARCH类模型考虑到金融时间序列数据通常具有尖峰厚尾、波动集聚等特征，普通的时间序列模型难以准确刻画股市波动性的动态变化。因此，本研究选用GARCH类模型来度量股市的波动性。GARCH类模型能够充分捕捉到收益率序列的条件异方差特性，即波动的时变性和聚集性。GARCH(1,1)模型是最常用的一种GARCH类模型，其均值方程设定为：R_t=\mu+\sum_{i=1}^{p}\varphi_iR_{t-i}+\epsilon_t其中，R_t表示第t期的沪深300指数收益率，\mu为收益率的均值，\varphi_i为自回归系数，p为自回归阶数，\epsilon_t为随机误差项，且\epsilon_t\simN(0,\sigma_t^2)。方差方程设定为：\sigma_t^2=\omega+\sum_{i=1}^{q}\alpha_i\epsilon_{t-i}^2+\sum_{j=1}^{r}\beta_j\sigma_{t-j}^2其中，\sigma_t^2表示第t期的条件方差，即股市的波动性；\omega为常数项，表示长期平均方差；\alpha_i为ARCH项系数，反映了过去的冲击对当前波动性的影响，\alpha_i越大，说明过去的冲击对当前波动性的影响越显著；\beta_j为GARCH项系数，体现了过去的波动性对当前波动性的持续性影响，\beta_j越大，表明波动性的持续性越强；q和r分别为ARCH项和GARCH项的阶数，在GARCH(1,1)模型中，q=r=1。为了进一步研究限制股指期货交易对股市波动非对称性的影响，本研究引入了EGARCH模型和TGARCH模型。EGARCH模型能够刻画利好消息和利空消息对股市波动的不同影响，其方差方程为：\ln(\sigma_t^2)=\omega+\sum_{j=1}^{r}\beta_j\ln(\sigma_{t-j}^2)+\sum_{i=1}^{q}\left[\alpha_i\frac{\vert\epsilon_{t-i}\vert}{\sqrt{\sigma_{t-i}^2}}+\gamma_i\frac{\epsilon_{t-i}}{\sqrt{\sigma_{t-i}^2}}\right]其中，\gamma_i为非对称项系数，当\gamma_i\neq0时，说明利好消息和利空消息对股市波动的影响存在非对称性。若\gamma_i<0，表示利空消息对股市波动的影响大于利好消息；反之，若\gamma_i>0，则表示利好消息对股市波动的影响更大。TGARCH模型通过引入虚拟变量来体现波动的非对称性，方差方程为：\sigma_t^2=\omega+\sum_{i=1}^{q}\alpha_i\epsilon_{t-i}^2+\sum_{j=1}^{r}\beta_j\sigma_{t-j}^2+\sum_{i=1}^{q}\delta_i\epsilon_{t-i}^2D_{t-i}其中，D_{t-i}为虚拟变量，当\epsilon_{t-i}<0时，D_{t-i}=1，否则D_{t-i}=0；\delta_i为非对称项系数，若\delta_i>0，则表明利空消息会使股市波动性增加，即存在杠杆效应。4.3.2中介效应模型为了深入探究限制股指期货交易政策影响股市异常波动的传导机制，本研究构建了中介效应模型。将市场流动性、投资者行为等因素作为中介变量，通过回归分析检验政策变量对中介变量的影响，以及中介变量对股市波动性的影响，从而揭示政策作用的内在路径。首先，检验限制股指期货交易政策对中介变量的影响，构建回归方程(1)：M_i=\alpha_0+\alpha_1Restrict+\sum_{k=1}^{n}\alpha_{k+1}Control_{k,i}+\epsilon_{1,i}其中，M_i表示第i期的中介变量，包括市场流动性指标（如换手率、成交量等）和投资者行为指标（如投资者情绪指数、资金流向等）；\alpha_0为常数项；\alpha_1为限制股指期货交易政策变量Restrict的系数，用于衡量政策对中介变量的影响程度；Control_{k,i}表示第i期的第k个控制变量，如宏观经济变量（GDP增长率、M2同比增长率等）和市场变量（市场波动率等）；\epsilon_{1,i}为随机误差项。然后，检验中介变量对股市波动性的影响，构建回归方程(2)：Volatility_i=\beta_0+\beta_1Restrict+\beta_2M_i+\sum_{k=1}^{n}\beta_{k+2}Control_{k,i}+\epsilon_{2,i}其中，Volatility_i表示第i期的股市波动性，采用沪深300指数收益率的标准差衡量；\beta_0为常数项；\beta_1为限制股指期货交易政策变量Restrict的系数，反映政策对股市波动性的直接影响；\beta_2为中介变量M_i的系数，用于衡量中介变量对股市波动性的影响程度；\epsilon_{2,i}为随机误差项。若\alpha_1和\beta_2均显著，则说明中介变量在限制股指期货交易政策与股市波动性之间起到了中介作用。通过中介效应模型，可以清晰地揭示限制股指期货交易政策是如何通过影响市场流动性和投资者行为等因素，进而对股市异常波动产生影响的。五、实证结果与分析5.1描述性统计分析对本研究中涉及的主要变量进行描述性统计分析，结果如表1所示。被解释变量沪深300指数收益率的标准差（Volatility），用于衡量股市波动性。其均值为0.021，表示在样本期间内，沪深300指数收益率的平均波动程度；标准差为0.009，说明不同时期股市波动性存在一定差异，最大值为0.062，最小值为0.008，表明股市在某些时期波动较为剧烈，而在其他时期相对平稳。解释变量股指期货交易限制指标（Restrict）是一个虚拟变量，均值为0.386，意味着在样本期内，约38.6%的时间处于股指期货交易限制状态。控制变量方面，国内生产总值（GDP）增长率均值为0.068，反映出样本期间内我国宏观经济整体保持一定的增长态势，但也存在一定的波动，标准差为0.015；货币供应量（M2）同比增长率均值为0.105，标准差为0.023，说明货币政策在不同时期有一定的调整；成交量（Volume）均值为2153.647，标准差为1245.321，显示股票市场的活跃程度在不同时期差异较大；换手率（Turnover）均值为0.028，标准差为0.011，表明股票的流动性在不同时期也存在一定变化。从各变量的最小值和最大值可以看出，样本数据涵盖了不同经济环境和市场状态下的情况，具有一定的代表性。通过描述性统计分析，初步了解了各变量的基本特征和分布情况，为后续的实证分析奠定了基础。表1主要变量描述性统计变量观测值均值标准差最小值最大值Volatility5000.0210.0090.0080.062Restrict5000.3860.48701GDP5000.0680.0150.0420.091M25000.1050.0230.0650.152Volume5002153.6471245.321567.2347890.123Turnover5000.0280.0110.0100.0655.2实证结果呈现本部分将详细展示基于前文构建的实证模型所得到的估计结果，通过对参数估计值、显著性水平、拟合优度等关键指标的分析，初步解读限制股指期货交易对股市异常波动的影响。首先，运用GARCH(1,1)模型对沪深300指数收益率的波动性进行估计，结果如表2所示。在均值方程中，自回归系数\varphi_1的估计值为0.087，在1%的显著性水平下显著，说明沪深300指数收益率存在一定的自相关性，前期收益率对当期收益率有正向影响。在方差方程中，常数项\omega的估计值为0.00001，ARCH项系数\alpha_1为0.123，GARCH项系数\beta_1为0.852，均在1%的显著性水平下显著。\alpha_1+\beta_1=0.123+0.852=0.975，接近1，表明股市波动性具有较强的持续性，过去的波动对当前波动性的影响较为持久。为了进一步探究限制股指期货交易对股市波动的影响，在GARCH(1,1)模型中加入股指期货交易限制指标Restrict，扩展后的模型估计结果如表2所示。结果显示，Restrict的系数估计值为-0.002，在5%的显著性水平下显著，说明限制股指期货交易对股市波动性有显著的抑制作用，验证了假设一。即当股指期货交易受到限制时，股市的波动性会降低。这可能是因为限制措施有效抑制了市场中的过度投机行为，减少了市场的非理性波动，从而使股市波动性下降。表2GARCH(1,1)模型估计结果变量均值方程系数标准差t值P值方差方程系数标准差t值P值\mu0.0010.00033.3330.001\omega0.000010.0000033.333\varphi_10.0870.0214.1430.000\alpha_10.1230.0254.920\beta_10.8520.03127.484加入Restrict后的模型\mu0.0010.00033.3330.001\omega0.000010.0000033.333\varphi_10.0870.0214.1430.000\alpha_10.1230.0254.920\beta_10.8520.03127.484Restrict-0.0020.001-2.0000.046接着，使用EGARCH模型来检验限制股指期货交易对股市波动非对称性的影响，估计结果如表3所示。在方差方程中，非对称项系数\gamma的估计值为-0.156，在1%的显著性水平下显著，说明利空消息对股市波动的影响大于利好消息，存在明显的杠杆效应。加入股指期货交易限制指标Restrict后，Restrict的系数估计值为-0.003，在5%的显著性水平下显著，且\gamma的绝对值有所减小，表明限制股指期货交易在一定程度上减弱了股市波动的非对称性，对利空消息的冲击有一定的缓冲作用，验证了假设二。即在股市下跌阶段，限制股指期货交易能够更有效地降低波动性，稳定市场。表3EGARCH模型估计结果变量方差方程系数标准差z值P值\omega-0.5630.121-4.6530.000\beta_10.9020.02536.0800.000\alpha_10.1050.0234.5650.000\gamma-0.1560.031-5.0320.000加入Restrict后的模型\omega-0.5630.121-4.6530.000\beta_10.9020.02536.0800.000\alpha_10.1050.0234.5650.000\gamma-0.1320.030-4.4000.000Restrict-0.0030.001-2.1430.032然后，利用TGARCH模型再次验证波动的非对称性以及限制股指期货交易的作用，结果如表4所示。方差方程中，非对称项系数\delta的估计值为0.187，在1%的显著性水平下显著，表明利空消息会使股市波动性增加，存在杠杆效应。加入Restrict后，Restrict的系数估计值为-0.002，在5%的显著性水平下显著，且\delta的估计值有所下降，进一步证明了限制股指期货交易能够减弱股市波动的非对称性，稳定市场，与假设二一致。表4TGARCH模型估计结果变量方差方程系数标准差t值P值\omega0.000010.0000033.3330.001\alpha_10.1200.0245.0000.000\beta_10.8450.03028.1670.000\delta0.1870.0355.3430.000加入Restrict后的模型\omega0.000010.0000033.3330.001\alpha_10.1200.0245.0000.000\beta_10.8450.03028.1670.000\delta0.1650.0344.8530.000Restrict-0.0020.001-2.0000.046最后，通过中介效应模型检验限制股指期货交易影响股市异常波动的传导机制。以市场流动性（用换手率Turnover衡量）作为中介变量，回归结果如表5所示。方程(1)中，Restrict的系数\alpha_1为-0.008，在1%的显著性水平下显著，说明限制股指期货交易显著降低了市场流动性。方程(2)中，Restrict的系数\beta_1为-0.002，在5%的显著性水平下显著，Turnover的系数\beta_2为0.156，在1%的显著性水平下显著，说明市场流动性在限制股指期货交易与股市波动性之间起到了中介作用，验证了假设三。即限制股指期货交易通过降低市场流动性，进而增加了股市的异常波动。表5中介效应模型回归结果（以市场流动性为例）变量方程(1)系数标准差t值P值方程(2)系数标准差t值P值\alpha_00.0300.00215.0000.000\beta_00.0200.00120.000Restrict-0.0080.002-4.0000.000-0.0020.001-2.0000.046Turnover0.1560.0236.7830.000控制变量控制控制控制控制控制控制控制控制R^20.3250.456综上，通过对GARCH类模型和中介效应模型的估计结果分析，初步验证了本文提出的假设。限制股指期货交易能够显著降低股市的波动性，且这种影响存在非对称性，在股市下跌阶段作用更为明显。同时，限制股指期货交易通过影响市场流动性等中介变量，进而对股市异常波动产生影响。5.3结果分析与讨论通过对GARCH类模型和中介效应模型的实证结果分析，我们可以清晰地看到限制股指期货交易对股市异常波动产生了多方面的影响，这些结果不仅验证了前文提出的假设，还具有重要的经济意义和实际影响。从波动性影响来看，实证结果明确表明限制股指期货交易能够显著降低股市的波动性，这与假设一相符。在金融市场中，股指期货交易的杠杆效应和投机性特点，使得其在市场情绪不稳定时，容易引发过度投机行为。而限制股指期货交易政策的实施，通过提高保证金比例、限制开仓手数等措施，有效增加了交易成本，抑制了过度投机行为。这就好比给市场注入了一剂稳定剂，减少了市场的非理性波动，从而降低了股市的波动性。在2015年股灾期间，股指期货市场的过度投机行为加剧了股市的暴跌，而随后实施的限制政策迅速遏制了这种不良态势，使股市波动性得到有效控制。这一结果在实际投资中具有重要指导意义，投资者在制定投资策略时，需要充分考虑股指期货交易政策对股市波动性的影响，合理调整投资组合，以降低投资风险。限制股指期货交易对股市波动性的影响存在非对称性，这验证了假设二。在不同的市场行情下，这种影响表现出明显的差异。在股市下跌阶段，投资者的恐慌情绪容易引发过度抛售行为，而股指期货交易可能会进一步放大这种恐慌。限制股指期货交易政策在此时能够更有效地降低波动性，稳定市场。这是因为限制政策可以遏制投资者利用股指期货进行过度抛售的行为，减少市场的恐慌性抛压，从而稳定股价。在2015年股灾期间，股市大幅下跌，限制股指期货交易政策的实施对稳定市场起到了关键作用，有效降低了股市的波动性；而在股市平稳上涨阶段，市场情绪相对稳定，限制股指期货交易对波动性的影响相对不明显。这一结果对于投资者来说，在市场下跌时，应更加关注限制股指期货交易政策对股市的稳定作用，避免盲目跟风抛售；对于监管部门而言，在市场下跌时期，应加强对股指期货交易的监管，充分发挥限制政策的稳定市场作用。在传导机制方面，中介效应模型的结果显示，限制股指期货交易通过影响市场流动性进而影响股市异常波动，假设三得到验证。市场流动性是金融市场的生命线，它直接影响交易成本和市场效率。当股指期货交易受到限制时，市场流动性下降，这会导致股票交易成本上升，价格发现功能受阻。投资者在市场流动性不足的情况下，买卖股票的难度增加，可能会面临更高的买卖价差，从而增加交易成本。价格发现功能受阻会使股票价格不能及时准确地反映市场信息，导致市场价格信号失真，进而增加股市的异常波动。当股指期货交易被严格限制后，投资者在进行套期保值和套利交易时受到阻碍，市场的流动性降低，股票价格的波动可能会更加剧烈，增加了股市异常波动的可能性。这一结果提醒市场参与者，在股指期货交易受限的情况下，需要关注市场流动性的变化，合理调整投资策略；监管部门在制定政策时，也需要综合考虑限制股指期货交易对市场流动性的影响，采取相应措施，维持市场的正常运行。限制股指期货交易还通过改变投资者行为进而影响股市异常波动，这与假设四一致。股指期货交易为投资者提供了多样化的投资策略和风险管理工具，当交易受到限制时，投资者的投资行为和风险管理方式会发生改变。一些依赖股指期货进行套期保值的投资者可能会减少股票投资，或者调整投资组合的结构，这会导致股市资金供求关系的变化。一些机构投资者原本通过股指期货对冲股票投资组合的风险，限制交易后，他们可能会被迫减少股票持仓，导致股市资金流出，股价下跌，增加股市的异常波动。这一结果表明，投资者在面对股指期货交易限制时，需要及时调整投资策略，寻找替代的风险管理工具；监管部门在制定政策时，需要充分考虑政策对投资者行为的影响，加强市场引导，维护市场的稳定。综上所述，限制股指期货交易对股市异常波动的影响是多方面的，既直接降低了股市波动性，又通过影响市场流动性和投资者行为等中介变量间接影响股市波动。这些结果对于投资者、监管部门和市场参与者都具有重要的启示意义。投资者应根据政策变化和市场情况，合理调整投资策略，降低投资风险；监管部门应在维护市场稳定的前提下，合理制定和调整股指期货交易政策，充分发挥股指期货的市场功能；市场参与者应关注政策动态和市场变化，积极适应市场环境的改变，共同促进金融市场的健康、稳定发展。六、稳健性检验与进一步分析6.1稳健性检验方法与结果为了确保实证结果的可靠性和稳定性，本研究采用多种稳健性检验方法，对前文实证分析结果进行进一步验证。6.1.1更换样本区间在原有样本区间的基础上，分别向前和向后扩展一定时间段，重新进行实证分析。将样本区间向前扩展至2009年1月1日，向后扩展至2022年12月31日，以纳入更多市场波动情况和政策调整事件，增强样本的代表性和全面性。在新的样本区间内，重新选取沪深300指数收益率的标准差作为被解释变量，股指期货交易限制指标作为解释变量，以及GDP增长率、M2同比增长率、成交量、换手率等作为控制变量。运用GARCH(1,1)模型、EGARCH模型、TGARCH模型和中介效应模型进行回归分析，结果显示，限制股指期货交易对股市波动性的抑制作用依然显著，且在不同市场行情下对波动性的非对称性影响以及通过市场流动性和投资者行为等中介变量的传导机制与原样本区间的实证结果基本一致。在GARCH(1,1)模型中，股指期货交易限制指标的系数在新样本区间下依然为负且显著，表明限制股指期货交易能够降低股市波动性；在EGARCH模型和TGARCH模型中，非对称项系数的变化趋势以及限制指标对非对称性的影响也与原结果相符；中介效应模型中，中介变量的中介作用在新样本区间下依然成立。这表明更换样本区间后，实证结果具有较强的稳健性，不受样本选取时间范围的影响。6.1.2调整模型设定对实证模型中的变量进行适当调整，以检验结果的稳健性。将被解释变量股市波动性的衡量指标由沪深300指数收益率的标准差更换为对数收益率的极差，对数收益率极差能够更直观地反映股市价格波动的最大范围。将解释变量股指期货交易限制指标细化为多个虚拟变量，分别对应不同程度的交易限制政策，以更精确地捕捉政策调整的影响。将控制变量中的成交量替换为成交额，以更全面地反映股票市场的资金流动情况。重新构建GARCH类模型和中介效应模型进行回归分析。结果表明，在调整模型设定后，限制股指期货交易对股市波动性的影响方向和显著性水平并未发生实质性改变，依然支持原有的研究结论。在新的GARCH类模型中，股指期货交易限制指标与股市波动性之间的负相关关系依然显著；中介效应模型中，市场流动性和投资者行为等中介变量在政策与股市波动性之间的传导作用依然存在，进一步验证了实证结果的可靠性和稳健性。6.1.3安慰剂检验为了排除其他因素对实证结果的干扰，进行安慰剂检验。随机生成一个与股指期货交易限制指标无关的虚拟变量，将其作为“伪政策变量”，替代原有的股指期货交易限制指标，放入实证模型中进行回归分析。如果回归结果显示该“伪政策变量”对股市波动性没有显著影响，而原股指期货交易限制指标的影响依然显著，则说明原实证结果不是由其他随机因素导致的，具有较强的稳健性。经过多次随机生成“伪政策变量”并进行回归检验，结果均表明“伪政策变量”对股市波动性无显著影响，而原股指期货交易限制指标在各模型中的系数依然显著，且符号与原结果一致，进一步证实了限制股指期货交易与股市波动性之间的因果关系是真实可靠的，实证结果具有较高的稳健性。通过以上多种稳健性检验方法，结果均表明前文实证分析中限制股指期货交易对股市异常波动的影响结论具有较强的可靠性和稳定性，不受样本区间、模型设定和其他随机因素的干扰，为研究结论的有效性提供了有力的支持。6.2基于不同市场条件的进一步分析为了深入探究市场环境对限制股指期货交易政策效果的影响，本部分将分别对牛市、熊市、震荡市等不同市场条件下，限制股指期货交易对股市异常波动的影响进行分析。在牛市市场条件下，选取2014年7月至2015年6月期间作为样本区间，该时段股市整体呈现上涨趋势，上证指数从2000点附近一路攀升至5178点。运用GARCH(1,1)模型对这一时期的数据进行分析，结果显示，股指期货交易限制指标的系数虽为负，但不显著。这表明在牛市阶段，限制股指期货交易对股市波动性的降低作用并不明显。可能的原因是，在牛市中，市场整体处于上升趋势，投资者信心高涨，资金大量流入股市，市场的乐观情绪占据主导地位。此时，股指期货交易限制政策对市场的影响相对较小，投资者更关注股票价格的上涨趋势，而较少受到股指期货交易限制的制约。在熊市市场条件下，以2015年6月至2016年1月期间为样本区间，此阶段股市经历了大幅下跌，上证指数从5178点暴跌至2638点。通过EGARCH模型分析发现，股指期货交易限制指标的系数为负且在1%的显著性水平下显著，且非对称项系数的绝对值明显减小。这充分说明在熊市中，限制股指期货交易能够显著降低股市的波动性，且对波动非对称性的抑制作用更为明显。在熊市中，市场恐慌情绪蔓延，投资者纷纷抛售股票，股市面临巨大的下行压力。限制股指期货交易政策的实施，能够有效遏制投资者利用股指期货进行过度抛售的行为，减少市场的恐慌性抛压，从而稳定股价，降低股市波动性。该政策还能在一定程度上缓解利空消息对股市波动的放大作用，使市场波动更加平稳。对于震荡市市场条件，选取2016年2月至2017年1月期间作为样本区间，这一时期股市呈现出上下震荡的走势，上证指数在2638点至3301点之间波动。采用TGARCH模型进行分析，结果表明，股指期货交易限制指标的系数为负且显著，非对称项系数也有所下降。这说明在震荡市中，限制股指期货交易同样能够降低股市波动性，减弱波动的非对称性。在震荡市中，市场缺乏明确的上涨或下跌趋势，投资者情绪较为谨慎，市场波动较为频繁。限制股指期货交易政策可以减少市场的不确定性，抑制过度投机行为，使股市波动更加平稳，增强投资者对市场的信心。综合不同市场条件下的分析结果可以看出，限制股指期货交易对股市异常波动的影响存在显著差异。在熊市和震荡市中，限制股指期货交易政策能够更有效地降低股市波动性，减弱波动的非对称性，对稳定市场起到重要作用；而在牛市中，该政策的效果相对较弱。这表明市场环境对限制股指期货交易政策的效果具有重要影响，监管部门在制定和调整政策时，应充分考虑市场所处的阶段和环境，根据不同市场条件灵活运用政策工具，以实现维护金融市场稳定和促进市场健康发展的目标。6.3考虑其他因素的补充分析除了前文重点研究的限制股指期货交易对股市异常波动的影响，宏观经济变量和投资者情绪等其他因素也在股市波动中扮演着重要角色，它们与限制股指期货交易政策之间存在着复杂的交互作用，共同影响着股市的运行。宏观经济变量对股市异常波动有着显著影响。经济增长是宏观经济的核心指标之一，通常与股市表现密切相关。当经济增长强劲时，企业的盈利能力往往增强，投资者对未来的预期较为乐观，这会吸引更多资金流入股市，推动股价上涨，降低股市的异常波动。在经济繁荣时期，企业的销售额和利润增加，投资者信心增强，更愿意持有股票，从而使股市相对稳定。相反，经济衰退可能导致企业利润下降，投资者信心受挫，股市可能面临较大的下行压力，异常波动加剧。在2008年全球金融危机期间，经济衰退引发股市暴跌，市场恐慌情绪蔓延，股市波动性急剧上升。利率水平的变化也会对股市产生重要影响。利率上升时，企业的融资成本增加，这可能抑制企业的投资和扩张，导致企业利润下降，进而使股市下跌。利率上升还会使债券等固定收益类产品的吸引力增加，部分资金会从股市流出，进一步加剧股市的波动。反之，利率下降则会降低企业的融资成本，刺激企业投资和消费，对股市起到一定的支撑作用，减少股市的异常波动。当央行降低利率时，企业的贷款成本降低，有利于企业的发展，股市往往会迎来上涨行情，波动性也会相应降低。投资者情绪也是影响股市异常波动的重要因素。投资者情绪的波动会导致市场交易行为的变化，进而影响股市的稳定性。当投资者情绪乐观时，他们更倾向于买入股票，推动股价上涨，市场交易活跃，股市波动性相对较低。在股市上涨行情中，投资者普遍看好市场前景，积极买入股票，市场呈现出一派繁荣景象，波动性较小。相反，当投资者情绪悲观时，他们会大量抛售股票，导致股价下跌，市场恐慌情绪蔓延，股市波动性增大。在市场出现不利消息时，投资者可能会过度反应，纷纷抛售股票，引发股市的大幅下跌和剧烈波动。投资者情绪还会与限制股指期货交易政策产生交互作用。在限制股指期货交易政策实施期间，投资者情绪可能会受到政策的影响而发生变化。如果投资者认为限制政策是为了稳定市场，他们可能会对市场恢复信心，情绪逐渐趋于平稳，从而减少股市的异常波动；反之，如果投资者对限制政策产生误解，认为市场存在较大风险，可能会加剧恐慌情绪，导致股市波动进一步加大。为了更深入地探究这些因素与限制股指期货交易政策的交互作用，本研究将宏观经济变量（GDP增长率、利率水平）和投资者情绪指标（投资者信心指数、新增开户数等）纳入实证模型中，进行补充回归分析。在原有的GARCH类模型和中介效应模型基础上，加入这些新的变量，构建扩展模型。在GARCH(1,1)模型中，将GDP增长率、利率水平和投资者信心指数作为控制变量加入均值方程和方差方程中，考察它们对股市波动性的影响以及与股指期货交易限制指标的交互作用。在中介效应模型中，将投资者情绪指标作为新的中介变量或调节变量，检验其在限制股指期货交易政策与股市波动性之间的作用机制。通过扩展模型的回归分析，结果显示宏观经济变量和投资者情绪对股市波动性有显著影响，且与限制股指期货交易政策存在交互作用。GDP增长率与股市波动性呈负相关关系，即经济增长越快，股市波动性越低；利率水平与股市波动性呈正相关关系，利率上升会导致股市波动性增加。投资者信心指数与股市波动性呈负相关关系，投资者信心增强会降低股市波动性。在交互作用方面，当经济增长较快时，限制股指期货交易政策对股市波动性的降低作用更为明显；在投资者信心较高的情况下，限制股指期货交易政策对稳定股市的效果也更好。这表明宏观经济状况和投资者情绪会影响限制股指期货交易政策的实施效果，在不同的宏观经济环境和投资者情绪状态下，政策对股市异常波动的影响存在差异。宏观经济变量和投资者情绪等其他因素对股市异常波动有着重要影响，且与限制股指期货交易政策存在复杂的交互作用。在研究和制定相关政策时，需要充分考虑这些因素的综合影响，以更好地维护股市的稳定和健康发展。投资者在进行投资决策时，也应密切关注宏观经济形势和投资者情绪的变化，结合股指期货交易政策的调整，合理调整投资策略，降低投资风险。七、结论与政策建议7.1研究结论总结本研究通过深入的理论分析和严谨的实证检验，全面探究了限制股指期货交易与股市异常波动之间的关系，得出以下主要结论：限制股指期货交易对股市波动性的影响：运用GARCH类模型进行实证分析，结果表明限制股指期货交易能够显著降低股市的波动性。在2015年股市异常波动期间，监管部门实施的限制股指期货交易政策，通过提高保证金比例、限制开仓手数等措施，有效抑制了市场的过度投机行为，减少了市场的非理性波动，从而降低了股市的波动性。这一结果与假设一相符，说明限制股指期货交易政策在稳定股市方面具有积极作用。影响的非对称性：通过EGARCH模型和TGARCH模型的分析发现，限制股指期货交易对股市波动性的影响存在非对称性。在股市下跌阶段，限制股指期货交易能够更有效地降低波动性，减弱波动的非对称性。在2015年股灾期间，股市大幅下跌，限制股指期货交易政策的实施对稳定市场起到了关键作用，有效降低了股市的波动性，且对利空消息的冲击有一定的缓冲作用。而在股市上涨阶段，限制股指期货交易对波动性的影响相对较小。这一结论验证了假设二，表明限制股指期货交易政策在不同市场行情下的作用效果存在差异。传导机制：中介效应模型的实证结果揭示了限制股指期货交易影响股市异常波动的传导机制。限制股指期货交易通过影响市场流动性和投资者行为等中介变量，进而对股市异常波动产生影响。限制股指期货交易导致市场流动性下降，股票交易成本上升，价格发现功能受阻，增加了股市的异常波动；限制股指期货交易改变了投资者的投资行为和