■呂江林，尹佳秋

“千股跌停”是股指期貨惹的禍嗎？

■呂江林，尹佳秋

2015年,我國股市頻頻出現(xiàn)“千股跌?！?學(xué)界、業(yè)界乃至社會上一個(gè)帶有普遍性的認(rèn)識是：這是股指期貨惹的禍，至少股指期貨是一個(gè)重要的元兇。果真如此嗎？本文采用股市最新樣本，運(yùn)用GARCH模型和適合檢驗(yàn)非對稱波動的TARCH模型，細(xì)致地進(jìn)行了實(shí)證分析。結(jié)果表明，滬深300股指期貨問世后，雖會一定程度地放大新信息對股市的沖擊，但總體上具備一定的降低股票現(xiàn)貨市場波動的功能，特別是可以消除杠桿效應(yīng)，可以相當(dāng)程度地減弱負(fù)面消息對股市的沖擊。由此，我們得出結(jié)論：“千股跌?！睕Q不是股指期貨惹的禍。與此結(jié)論相應(yīng)，本文提出了應(yīng)盡快恢復(fù)股指期貨正常運(yùn)作，以發(fā)揮其對現(xiàn)貨市場的套期保值和定價(jià)等功能，但須在此之前大力完善股指期貨的監(jiān)管機(jī)制、運(yùn)行機(jī)制，以及現(xiàn)貨市場的監(jiān)管機(jī)制的對策建議。

股指期貨；股市波動；千股跌停

呂江林，江西財(cái)經(jīng)大學(xué)金融學(xué)院教授。（江西南昌330013）；尹佳秋，英國華威大學(xué)華威商學(xué)院，研究生。

一、引言

2015年可以說是我國股民的“災(zāi)難年”，上證綜指從6月15日的5063點(diǎn)（當(dāng)日盤中最高5178點(diǎn)），暴跌至年底的3539點(diǎn)；尤為慘烈的是，從6月19日到9月1日，我國股市共計(jì)出現(xiàn)了15次“千股跌停”，平均每3.5個(gè)交易日，就有1日遭遇千股跌停，股民損失慘重，“哀鴻遍野”。

是的，把我國本輪股市暴跌歸結(jié)為此前的暴漲，是符合邏輯的。此前上證綜指從年初的3235點(diǎn)漲到6月15日的5063點(diǎn)，短短5個(gè)月出頭上漲57%，可以說是泡沫橫生，暴漲后泡沫破滅就必然暴跌。何況，2015年度里，由于證券監(jiān)管層放松管制，允許股市投資者加桿杠“配資”，則一旦股市進(jìn)入大跌之勢，配資賬戶被“平倉”的壓力將加速股指的下跌，由此似乎可以進(jìn)一步解釋我國股市那一期間的“千股跌?！?。然而令人不解的是：我國股指期貨滬深300不是2010年就問世了嗎？2015年4月不是進(jìn)一步推出了上證50和中證500股指期貨了嗎？股指期貨的一大功能就是熨平股市波動，規(guī)避股市系統(tǒng)性風(fēng)險(xiǎn)，那么，我國在已推出了若干品種股指期貨的條件下，為何股市仍然會千股跌停呢？難道我國的股指期貨未能發(fā)揮正常功能？事實(shí)上，在此期間，我國學(xué)界、業(yè)界乃至廣大投資者不僅質(zhì)疑股指期貨未能發(fā)揮正常的避險(xiǎn)功能，而且還由于頻繁觀察到股指期貨往往先于股指下跌，似乎在引領(lǐng)股指下跌，頻繁觀察到千股跌停日每每是下午14：30以后股指期貨率先暴跌然后股指跟隨著暴跌，而強(qiáng)烈質(zhì)疑我國股指期貨是股指暴跌的元兇之一（皮海洲，2015）。終于，中金所出手限制股指期貨了。2015年9月2日，中金所規(guī)定：自9月7日起，滬深300、上證50、中證500股指期貨客戶在單個(gè)產(chǎn)品、單日開倉交易量超過10手便構(gòu)成“日內(nèi)開倉交易量較大”的異常交易行為；同時(shí)自9月7日結(jié)算時(shí)起，將滬深300、上證50和中證500股指期貨各合約非套期保值持倉交易保證金標(biāo)準(zhǔn)由30%提高到40%，滬深300、上證50和中證500股指期貨各合約套期保值持倉交易保證金標(biāo)準(zhǔn)由10%提高到20%，將股指期貨當(dāng)日開倉又平倉的平倉交易手續(xù)費(fèi)標(biāo)準(zhǔn)，由目前按平倉成交金額的萬分之一點(diǎn)一五收取，提高至按平倉成交金額的萬分之二十三收取。

此后，我國股市仍然出現(xiàn)了千股跌?，F(xiàn)象，針對此，反對限制股指期貨的學(xué)界和業(yè)界人士認(rèn)為，“千股跌停不是股指期貨惹的禍”；不過千股跌停的次數(shù)的確少多了，9月1日到年底僅有2次千股跌停，這樣支持限制股指期貨的人士認(rèn)為，這證明了我國股指期貨實(shí)際上加大了股指波動，限制有理。

眾所周知，期貨有三大基本功能：一是避險(xiǎn)功能，可以通過套期保值規(guī)避系統(tǒng)性風(fēng)險(xiǎn)；二是價(jià)格發(fā)現(xiàn)功能，這是因?yàn)槠谪浀膬r(jià)格反映了投資者對未來的預(yù)期，其又可以引導(dǎo)現(xiàn)貨市場的價(jià)格；三是增加流動性功能，這是由于期貨市場套期保值的“保險(xiǎn)作用”可很大程度使現(xiàn)貨市場交易者減少后顧之憂而大膽交易。這三個(gè)功能是相輔相成的，其中避險(xiǎn)功能則是最為核心的功能，后兩個(gè)功能在某種意義上可以說從不同側(cè)面表現(xiàn)了避險(xiǎn)功能。

那么，到底應(yīng)如何評價(jià)我國股指期貨的功過？應(yīng)否繼續(xù)限制股指期貨的運(yùn)行？很顯然，如果我國股指期貨不僅基本不具備平抑股價(jià)、規(guī)避股市系統(tǒng)性風(fēng)險(xiǎn)的功能，甚至還是我國股市“千股跌?！钡脑獌?，那么我們可以考慮長期限制乃至廢除股指期貨；而如果我國股指期貨相當(dāng)程度地具備規(guī)避系統(tǒng)性風(fēng)險(xiǎn)功能，只是不夠完備，我們就應(yīng)當(dāng)通過加強(qiáng)金融監(jiān)管和相應(yīng)的體制機(jī)制變革，來完善股指期貨的功能，盡快恢復(fù)股指期貨的正常運(yùn)行，來促進(jìn)我國股市的健康發(fā)展，進(jìn)而促進(jìn)我國金融體系乃至整個(gè)國民經(jīng)濟(jì)的健康發(fā)展。

這里，對股指期貨功過的評價(jià)，不能訴諸感性的直觀或先驗(yàn)的偏好，而必須用科學(xué)、細(xì)致的實(shí)證方法來探討。此即本文研究的背景和意義所在。

二、相關(guān)文獻(xiàn)綜述

（一）國外文獻(xiàn)

20世紀(jì)70年代末以來，國外大量文獻(xiàn)從理論上論述了股指期貨應(yīng)當(dāng)具有穩(wěn)定股市現(xiàn)貨市場、規(guī)避系統(tǒng)性風(fēng)險(xiǎn)以及價(jià)格發(fā)現(xiàn)等功能（Danthine 1978；Bray 1981；Stoll and Whaley 1987；Cohen,Gompers and Vuolteenaho，2002）。不過，也有少數(shù)文獻(xiàn)從一般的期貨市場與現(xiàn)貨市場關(guān)系上論證了期貨市場交易可能會增加現(xiàn)貨市場的價(jià)格波動性（Cox，1976等)，當(dāng)然這種觀點(diǎn)顯然不是主流。還有許多學(xué)者對股指期貨與股市的關(guān)系進(jìn)行了實(shí)證研究。如Hendrik和Paul J.Seguin(1992)研究了1978年到1989年間標(biāo)準(zhǔn)普爾500指數(shù)推出先后股市波動的波動情況，發(fā)現(xiàn)股指期貨的推出減少了現(xiàn)貨市場的波動。同樣Robinson(1994)基于1980年到1993年的時(shí)間序列的研究，證明富時(shí)100股指期貨的推出減少了現(xiàn)貨市場的波動。Tian和Zheng(2013)檢測了關(guān)于滬深300股指期貨及股票指數(shù)波動的相互關(guān)系，他們發(fā)現(xiàn)滬深300股指期貨市場的價(jià)格發(fā)現(xiàn)和套期保值功能會對現(xiàn)貨市場造成影響，這可能會使現(xiàn)貨市場更加穩(wěn)定，減少波動。

當(dāng)然，也有學(xué)者通過實(shí)證分析得出了相反的結(jié)論。如Maberly、Allen和Gilbert(1989)將1973年6月1日至1982年4月20日的前標(biāo)準(zhǔn)普爾期貨階段與1982年4月21日至1988年12月31日后標(biāo)準(zhǔn)普爾期貨階段進(jìn)行了比較，并得出了推出標(biāo)準(zhǔn)普爾期貨后波動更大的統(tǒng)計(jì)學(xué)結(jié)果。還有學(xué)者的研究得出了不確定的結(jié)論，如Darrat,Rahman和Zhong(2002)通過使用EGARCH模型考察了標(biāo)準(zhǔn)普爾500指數(shù)期貨交易對潛在現(xiàn)貨市場波動的影響，只是發(fā)現(xiàn)期貨交易沒有造成標(biāo)準(zhǔn)普爾500現(xiàn)貨市場觀測到的更大波動性震蕩。不過，這些得出相反的結(jié)論或不確定結(jié)論的文獻(xiàn)也并不是主流。

（二）國內(nèi)文獻(xiàn)

國內(nèi)關(guān)于我國股指期貨功能、作用的實(shí)證研究，也有不少文獻(xiàn)，不過得出的結(jié)論并不一致。邢天才和張閣(2009)較早運(yùn)用GARCH模型、TARCH模型及EGARCH模型分析了新加坡新華富時(shí)A50指數(shù)期貨對滬深300指數(shù)的影響,研究發(fā)現(xiàn),股指期貨的推出略微增大了指數(shù)現(xiàn)貨市場的波動性及非對稱效應(yīng)。談儒勇和盛美娜（2011）通過選取2005年4月8日至2011年2月23日滬深300股票指數(shù)的日收盤價(jià)為樣本數(shù)據(jù)，運(yùn)用GARCH模型進(jìn)行實(shí)證研究，發(fā)現(xiàn)滬深300股指期貨的推出對于股票現(xiàn)貨市場的波動性沒有顯著影響。華仁海和張朋（2012）基于Markov-Switching-GARCH模型，對我國股指期貨與現(xiàn)貨的關(guān)系進(jìn)行了實(shí)證研究，結(jié)果表明，滬深300股指期貨的引入減緩了股票現(xiàn)貨市場的波動，提高了現(xiàn)貨市場的穩(wěn)定性。李德峰、張麗青和黃昱熙（2012）選用2009年3月11日至2011年5月31日滬深300指數(shù)的日收益率數(shù)據(jù)，運(yùn)用OHLC模型和TARCH模型分別進(jìn)行實(shí)證研究，發(fā)現(xiàn)股指期貨的推出有效降低了滬深300指數(shù)的日內(nèi)波動率。吳榴紅、張學(xué)東和王磊磊（2012）運(yùn)用GARCH模型，將2005年4月8日至2011年9月13日滬深300指數(shù)收盤價(jià)序列分為兩個(gè)子樣本進(jìn)行實(shí)證分析，結(jié)果表明：股指期貨的推出加大了股票市場的波動性；他們還通過TGARCH、EGARCH模型檢驗(yàn)非對稱性效應(yīng)，發(fā)現(xiàn)股指期貨的推出增大了股票市場的非對稱效應(yīng)；利空消息引起股票市場價(jià)格的波動大于同等程度利好消息引起的波動。肖爭艷和高榮（2014）利用2006～2014年的股市日收益率數(shù)據(jù)，采用CCK模型來測度股市羊群效應(yīng)，結(jié)論是滬深300股指期貨的推出弱化了股市尤其是主板市場的羊群行為,對股市的平穩(wěn)運(yùn)行有很大的促進(jìn)作用。蔡向輝和劉鋒（2014）對滬深300股指期貨上市前后2～3年的股市日收益率數(shù)據(jù)進(jìn)行了實(shí)證和比較，發(fā)現(xiàn)股指期貨具有一定的抑制股市正反饋交易即抑制股市波動的作用。

以上研究都很有參考價(jià)值。不過，這些文獻(xiàn)做的實(shí)證分析，畢竟都是在2015年下半年“千股跌?！敝?，未能經(jīng)受“千股跌?！钡臋z驗(yàn)，不足為據(jù)，還有待于我們進(jìn)一步的實(shí)證。本文將運(yùn)用GARCH和非對稱的ARCH模型，采用最新的股市數(shù)據(jù)，來進(jìn)行細(xì)致的實(shí)證分析，以求得出較為客觀和中肯的結(jié)論。

三、實(shí)證分析

本文首先將采用全樣本空間對我國滬深300股指期貨對現(xiàn)貨市場的作用進(jìn)行初步分析，接著將根據(jù)股指期貨的上市和中金所頒布政策限制股指期貨的交易規(guī)模這兩個(gè)時(shí)間點(diǎn)劃分出三個(gè)子樣本，來進(jìn)行實(shí)證檢驗(yàn)，以期得出較為中肯的結(jié)論。

（一）全樣本實(shí)證

1.模型選擇

金融時(shí)間序列數(shù)據(jù)常常會出現(xiàn)方差隨時(shí)間變化的特點(diǎn)，且在方差的變化過程中，幅度較大的變化會相對地集中在某些時(shí)間段里，而幅度較小的變化則會相對集中在另一些時(shí)間段里?；蛘哒f金融時(shí)間序列的方差存在著波動的集群性（volatility clustering）。1982年，美國經(jīng)濟(jì)學(xué)家恩格爾（Engle）提出的自回歸條件異方差（ARCH）模型較適合于研究此類現(xiàn)象。爾后，1986年，Bollerslev提出了設(shè)置條件方差的滯后結(jié)構(gòu)具有靈活性的廣義自回歸條件異方差模型即GARCH模型，其更適合于研究滯后階數(shù)較大的場景，因此在各國金融學(xué)界得到了更為廣泛而有效的應(yīng)用。

GARCH模型可以表示為GARCH(p,q)模型來反映GARCH效應(yīng)的順序,模型形式為:

式（1）為均值方程。式中Rt為均值。

式（2）為條件方差方程。式中：

σ2t為線性回歸的條件方差（GARCH項(xiàng)）；

ε2t為預(yù)測誤差（度量從前期得到的波動性的信息的ARCH項(xiàng)）；

p代表移動平均ARCH項(xiàng)的階數(shù)，p≥0；

q代表自回歸GARCH項(xiàng)的階數(shù)，q＞0；

α0＞0；αi≥0；

為保證GARCH(p,q)模型是寬平穩(wěn)的,存在參數(shù)約束條件。

在股票市場上，一個(gè)經(jīng)常觀察到的規(guī)律性現(xiàn)象是負(fù)面沖擊或壞消息（bad news）引起的波動（市場下跌）要比同等程度的正面沖擊或好消息（good news）引起的波動（市場上升）大，此即所謂杠桿效應(yīng)，這是一種不對稱效應(yīng)。

Nelson(1991)提出了一個(gè)可用于分析條件方差方程正面和負(fù)面沖擊之間的不對稱效應(yīng)的模型，該模型的設(shè)置參數(shù)不受限制,導(dǎo)致無論每一個(gè)參數(shù)估計(jì)是積極的還是消極的,條件均為積極，可較好地解決收益率分布的誘騙性和系數(shù)非負(fù)約束兩大特性。在此模型中，杠桿影響是指數(shù)型的，而非二次型的，稱為EGARCH模型。

EGARCH模型可以表示為:

公式中,如果γ=0，那么就不存在不對稱；但如果γ≠0，則說明數(shù)據(jù)不對稱。當(dāng)γ＜0時(shí)，就代表存在杠桿效應(yīng)。而且,好消息（ut-1＞0）將給條件方差（α+γ）次沖擊,同時(shí),壞消息（ut-1＜0）會給條件方差（α-γ）次沖擊。

Zakoian(1994)提出了另一種適合研究杠桿效應(yīng)的門限ARCH模型即TARCH模型。該模型旨在檢驗(yàn)出現(xiàn)不利沖擊時(shí)，在條件方差方程中增加不對稱標(biāo)準(zhǔn)差是否導(dǎo)致明顯的變化。

TARCH模型可以表示為:

公式中,如果γ=0，那么就不存在不對稱；但如果γ≠0，則說明數(shù)據(jù)不對稱。當(dāng)γ＜0時(shí)，就代表存在杠桿效應(yīng)。而且,好消息（ut-1＞0）將給條件方差（α+γ）次沖擊,同時(shí),壞消息（ut-1＜0）會給條件方差（α-γ）次沖擊。

本文也將采用GARCH模型和適于研究非對稱現(xiàn)象的ARCH類模型展開實(shí)證分析。

2.變量選擇

本文變量選擇滬深300股指的日收益率序列。

按照學(xué)術(shù)界慣例，滬深300股指的日收益率公式如下：

式中，Rt——tth日的日股指收益率

Pt——tth日的股指收盤指數(shù)

3.樣本選擇

滬深300指數(shù)系由滬深證券交易所于2005年4月8日聯(lián)合發(fā)布，故本節(jié)選用的全樣本空間，即采用2005年4月8日至2016年7月28日的全部滬深300日收盤指數(shù)。總共得到2750個(gè)原始觀測數(shù)據(jù)，其中2722個(gè)為有效觀測值。

4.描述性統(tǒng)計(jì)

圖1是整個(gè)樣本期內(nèi)滬深300股指收益率描述性統(tǒng)計(jì)圖。

圖1 滬深300股指全樣本空間樣本柱狀圖及描述性統(tǒng)計(jì)量

圖1左側(cè)為滬深300（CSI300）序列數(shù)據(jù)的概率分布直方圖，右側(cè)為相應(yīng)的統(tǒng)計(jì)數(shù)據(jù)，其中滬深300的均值為0.042216，說明市場總體收益率為正。其最大值為8.931021，最小值為-9.694938，標(biāo)準(zhǔn)差為1.883532，存在比較大的波動性；偏度表示出樣本的序列分布非對稱性程度，其值S為-0.517921，而正態(tài)分布時(shí)S等于0，說明時(shí)間序列數(shù)據(jù)的概率分布為非對稱的左偏分布形式；峰度是衡量隨機(jī)變量分布的尾部厚度的重要指標(biāo)，圖中其值為6.164902，大于正態(tài)分布時(shí)的3，說明時(shí)間序列數(shù)據(jù)分布的凸起程度略大于正態(tài)分布，呈一定的尖峰厚尾形態(tài)；J-B統(tǒng)計(jì)量的值為1270.661，此值過大，相應(yīng)的P值為0，此值過小，無論在何種顯著性水平下都拒絕原假設(shè)。綜上，這一序列呈現(xiàn)了左偏、尖端厚尾的形態(tài)和時(shí)間序列不服從正態(tài)分布的特征。

5.平穩(wěn)性檢驗(yàn)

如果本文選取的時(shí)間序列數(shù)據(jù)非平穩(wěn)，則進(jìn)行回歸將導(dǎo)致出現(xiàn)“偽回歸”，結(jié)論無效。所以，應(yīng)該對滬深300日收益率序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。本文采用的檢驗(yàn)方法是ADF檢驗(yàn)。表1顯示了平穩(wěn)性檢驗(yàn)結(jié)果。檢驗(yàn)過程中采用了AIC信息準(zhǔn)則。

表1 滬深300全樣本日收益率序列平穩(wěn)性檢驗(yàn)

數(shù)據(jù)來源：WIND金融終端。

由表1可見，T統(tǒng)計(jì)量為-57.54374，遠(yuǎn)小于1%顯著水平下的臨界值-3.432030，這表明序列對應(yīng)的ADF值能夠拒絕存在單位根的零假設(shè)，因此認(rèn)為該序列在99%置信水平下為平穩(wěn)序列，可以代入模型進(jìn)行實(shí)證分析。

6.實(shí)證檢驗(yàn)

現(xiàn)正式進(jìn)行實(shí)證檢驗(yàn)。

首先進(jìn)行GARCH模型的實(shí)證檢驗(yàn)。

為了檢驗(yàn)滬深300股指期貨的上市對股票現(xiàn)貨市場的波動性的影響，這里在條件方差方程中設(shè)置一個(gè)虛擬變量D來代表股指期貨的上市。在股指期貨上市（2012年4月16日）前設(shè)D=0，上市后設(shè)D= 1。而這個(gè)虛擬變量D的系數(shù)的正負(fù)性質(zhì)和值的大小便可顯示出股指期貨的上市對中國股票現(xiàn)貨市場造成的波動性影響。

方差方程為：

式中，λ為虛擬變量D的系數(shù)。

接下來，本文運(yùn)用AIC和SC最小準(zhǔn)則和一些約束條件對GARCH的具體模型進(jìn)行最優(yōu)選擇，選擇結(jié)果見表2。

由表2可見，綜合考慮，GARCH(1,1)模型為最優(yōu)模型。這一模型的方差可以表示為:

表2 滬深300全樣本空間最優(yōu)GARCH模型選擇

表3為運(yùn)用Eviews軟件對GARCH(1,1)模型估計(jì)出的結(jié)果。

表3 GARCH(1,1)模型參數(shù)估計(jì)結(jié)果

由表3得知適用于滬深300的GARCH(1,1)模型的具體條件方差方程為：

由公式（10）可見，擬合后虛擬變量D的系數(shù)為負(fù)值，可知滬深300股指期貨的上市對現(xiàn)貨市場的價(jià)格波動確實(shí)有著熨平作用，但其數(shù)值太小，僅為0.008856，影響有限。

參數(shù)0.095416代表的是市場中新信息對股指價(jià)格的沖擊,即ARCH效應(yīng);參數(shù)0.888419是滯后1期殘差波動率的系數(shù),代表的是市場中舊信息對股指價(jià)格的沖擊,即GARCH效應(yīng)，前者明顯小于后者?？梢姡谟辛斯芍钙谪浨闆r下，股市上傳遞的新的消息對我國股市的沖擊作用相對不大。

可見，全樣本的GARCH模型檢驗(yàn)結(jié)果表明，我國股指期貨的問世對股市波動還是發(fā)揮了一定的熨平作用。

但考慮到股票市場上往往存在著壞消息（bad news）引起的波動（市場下跌）往往要比同等程度的好消息（good news）引起的波動（市場上升）幅度大的規(guī)律性現(xiàn)象，即存在所謂杠桿效應(yīng)，以下本文運(yùn)用非對稱模型來進(jìn)一步展開實(shí)證分析，檢驗(yàn)非對稱信息沖擊下市場的反應(yīng)情況。

同樣根據(jù)AIC和SC最小化信息準(zhǔn)則綜合分析，得出TARCH(1,1,1)為最優(yōu)模型，其可以表示為:式中，D同樣為虛擬變量，在中國滬深300股指期貨上市前設(shè)D=0，上市后設(shè)D=1。

dt-1為一名義變量，εt-1＜0時(shí)，dt-1=1，εt-1≥0時(shí)，dt-1= 0。

表4為運(yùn)用Eviews軟件對TGARCH(1,1,1)模型估計(jì)出的結(jié)果。

表4 TARCH(1,1,1)模型參數(shù)估計(jì)結(jié)果

由表4得知適用于滬深300的TARCH(1,1,1)模型的具體條件方差方程為：

由公式（12）可見，虛擬變量D的系數(shù)λ為負(fù)數(shù)，且值為-0.021623，大于GARCH(1,1)模型中的-0.008856，可見該模型顯示出的我國股指期貨問世后對股市波動起到的熨平作用還要稍大一些。

但是我們還看到，dt-1的系數(shù)γ=0.114078，為正，并且數(shù)值并不太小，這表明存在較明顯的杠桿效應(yīng)，即股市新的負(fù)面信息（壞消息）引起的股市波動大于正面信息（好消息）引起的波動。眾所周知，我國股市歷來是投機(jī)市，大起大落，高風(fēng)險(xiǎn)，壞消息引起的股市波動（下跌）歷來明顯大于好消息引起的股市波動（上漲）；遺憾的是，股指期貨問世以后，這一非對稱特征仍然明顯存在。從這一點(diǎn)看，我國股指期貨問世后發(fā)揮的穩(wěn)定股市的作用并不大。

不過，這一結(jié)論顯然存疑，因?yàn)槲覈芍钙谪泦柺篮?，?105年9月7日起，其運(yùn)行規(guī)則和規(guī)模發(fā)生了重大變化，因而其性質(zhì)也發(fā)生了重大變化，那當(dāng)然股指期貨對股市的影響力也發(fā)生了變化，可是在現(xiàn)有的樣本中，模型刻畫不了這一變化。

綜上，全樣本的GARCH模型和TARCH模型的實(shí)證結(jié)果一方面表明我國股指期貨的問世一定程度地降低了股市的波動，另一方面又含混不清地顯示我國股指期貨問世后，股市杠桿效應(yīng)仍然明顯存在，“壞”消息相對容易引起股市大跌。那么，實(shí)證結(jié)果還是難以確定。下面，我們將運(yùn)用分樣本，分別對不同時(shí)間段做實(shí)證檢驗(yàn)，以求進(jìn)一步確認(rèn)我國的股指期貨與2015年的“千股跌停”之間的因果關(guān)系。

（二）分樣本實(shí)證

1.模型、變量與樣本選擇

模型與變量選擇均與全樣本情況相同。

樣本選擇，將以上全樣本劃分為以兩個(gè)重要時(shí)間節(jié)點(diǎn)區(qū)分開來的三個(gè)子樣本。具體為：

子樣本1，2005年4月8日至2010年4月15日，這是我國自滬深300指數(shù)問世后到滬深300股指期貨問世之前的時(shí)間段。

子樣本2，2010年4月16日至2015年9月6日，這是滬深300股指期貨問世之后到中金所限制股指期貨交易（大大限制了交易規(guī)模）之前的時(shí)間段。

子樣本3，2015年9月7日至2016年7月28日，這是中金所開始限制股指期貨交易至2016年7月底的時(shí)間段。

2.描述性統(tǒng)計(jì)

圖2為滬深300股指子樣本空間1柱狀圖及描述性統(tǒng)計(jì)量。

圖2 滬深300股指子樣本1柱狀圖及描述性統(tǒng)計(jì)量

圖3為滬深300股指子樣本空間2柱狀圖及描述性統(tǒng)計(jì)量。

圖3 滬深300股指子樣本2柱狀圖及描述性統(tǒng)計(jì)量

圖4為滬深300股指子樣本空間3柱狀圖及描述性統(tǒng)計(jì)量。

圖4 滬深300股指子樣本3柱狀圖及描述性統(tǒng)計(jì)量

表5集中列示了滬深300三個(gè)子樣本區(qū)間的股指日收益率描述性統(tǒng)計(jì)量。

表5 滬深300三個(gè)子樣本區(qū)間股指日收益率描述性統(tǒng)計(jì)量

3.平穩(wěn)性檢驗(yàn)

仍然采用ADF檢驗(yàn)。表6顯示了平穩(wěn)性檢驗(yàn)結(jié)果。檢驗(yàn)過程中采用了AIC信息準(zhǔn)則。

表6 滬深300三個(gè)子樣本日收益率序列平穩(wěn)性檢驗(yàn)

由表6可見，三個(gè)子樣本的T統(tǒng)計(jì)量分別為-34.03848、-35.3855和-15.3611，分別遠(yuǎn)小于1%顯著水平下的臨界值-3.435492、-3.434805和-3.465014。這表明三個(gè)序列對應(yīng)的ADF值能夠拒絕存在單位根的零假設(shè)，因此認(rèn)為該三個(gè)序列在99%置信水平下為平穩(wěn)序列，可以代入模型進(jìn)行實(shí)證分析。

4.實(shí)證檢驗(yàn)

現(xiàn)在，我們不需要在條件方差方程中設(shè)置一個(gè)虛擬變量D來代表股指期貨在上市前后的差別和影響，因?yàn)樵谶@三個(gè)子樣本中，股指期貨的存在狀況沒有發(fā)生變化（子樣本1不存在股指期貨，子樣本2始終存在股指期貨，子樣本3股指期貨的存在狀況也始終未發(fā)生變化）。

首先進(jìn)行GARCH模型的實(shí)證檢驗(yàn)。

GARCH模型的方差方程可以表示為（13）式：

接下來我們運(yùn)用AIC和SC最小準(zhǔn)則和一些約束條件對GARCH的具體模型進(jìn)行最優(yōu)選擇。選擇結(jié)果為：GARCH(1,1)模型系最優(yōu)模型。為此我們使用GARCH(1,1)作為三個(gè)子樣本空間的檢驗(yàn)?zāi)Ｐ?。模型具體形式同（9）式。

表7列示了運(yùn)用Eviews軟件對三個(gè)分樣本GARCH(1,1)模型估計(jì)出的結(jié)果。

表7 滬深300指數(shù)收益波動性模型GARCH(1,1)實(shí)證結(jié)果

表7中，三個(gè)子樣本的α+β均小于1，符合參數(shù)約束條件。

由表7可以發(fā)現(xiàn)，ARCH項(xiàng)的系數(shù)α，即表征市場中新信息對股指價(jià)格沖擊效應(yīng)的系數(shù),在子樣本1為0.905320，子樣本2為0.949463，子樣本3為0.381830。這說明，我國股指期貨2010年4月16日問世以后，股市上傳遞的新消息對我國股市的沖擊作用比問世以前還要大一些；而中金所2015年9月7日限制股指期貨交易規(guī)模之后，股市上傳遞的新消息對我國股市的沖擊作用則明顯又要小一些，可以說小了一半多。如此結(jié)果似乎顯示我國股指期貨應(yīng)當(dāng)予以限制，限制有理，因?yàn)橄拗埔院?，股市的波動得以下降?/p>

不過我們還應(yīng)當(dāng)考慮杠桿效應(yīng)問題，我們再運(yùn)用非對稱模型，來檢驗(yàn)非對稱信息沖擊下市場的反應(yīng)情況。

同樣根據(jù)AIC和SC最小化信息準(zhǔn)則以及參數(shù)約束條件，我們得出TARCH(1,1,1)為三個(gè)子樣本的最優(yōu)檢驗(yàn)?zāi)Ｐ?，其可以表示為?4）式。

（14）式與（11）式相比，刪去了虛擬變量D，因?yàn)橥耆恍枰t-1為一名義變量，εt-1＜0時(shí)，dt-1=1，εt-1≥0時(shí)，dt-1=0。

經(jīng)Eviews軟件對三個(gè)模型分別估計(jì)后，得到結(jié)果如表8所示。

表8 滬深300指數(shù)收益波動性各子樣本空間TARCH(1,1,1)實(shí)證結(jié)果

表（8）顯示，三個(gè)模型的α+β均小于1，符合參數(shù)約束條件。

由表（8）我們看到，現(xiàn)在，三個(gè)子樣本的α值均相差無幾。這表明，在三個(gè)子樣本中，新信息對股指價(jià)格沖擊的效應(yīng)差不多。但同時(shí)由表（8）我們看到，γ的取值情況發(fā)生了變化。子樣本1中dt-1的系數(shù)γ=0.002992，為正，表明存在杠桿效應(yīng)，即股市新的負(fù)面信息引起的股市波動大于正面信息引起的波動。子樣本2中dt-1的系數(shù)γ=-0.002770，表明在此階段雖存在非對稱效應(yīng)，卻已不存在杠桿效應(yīng)，股市新的負(fù)面信息引起的股市波動還略小于正面信息引起的波動。子樣本3中dt-1的系數(shù)γ= 0.0030832，又轉(zhuǎn)為正，表明在此階段又存在較明顯的杠桿效應(yīng)，股市新的負(fù)面信息引起的股市波動明顯大于正面信息引起的波動。

綜上，分樣本模型檢驗(yàn)結(jié)果表明，我國股指期貨的問世和正常運(yùn)作多少有一些放大了新信息對我國股市的沖擊作用，這會加大股市波動；但是卻避免了股市中在沒有股指期貨正常運(yùn)作時(shí)存在的杠桿效應(yīng)，嚴(yán)格講，股指期貨正常運(yùn)作以后，股市新的負(fù)面信息引起的股市波動還略小于正面信息引起的波動。那么，這個(gè)分樣本的檢驗(yàn)結(jié)果，雖然不能證明我國股指期貨的問世總體上明顯降低了股市的波動，卻完全可以證明股指期貨的問世一定程度降低了負(fù)面消息引致的股市向下的波動幅度，完全可以證明“千股跌停”不是股指期貨惹的禍。這一結(jié)論還可以得到以下事實(shí)的佐證：從2015年9月7日股指期貨受到限制以后，9月14日股市仍再現(xiàn)暴跌，兩市跌停的個(gè)股接近1500只；2016年1月，從元旦后開市一直到月底，上證綜指在幾乎沒有任何反彈的情況下，快速下跌24.74%，千股跌停5次以上。

股指期貨正常運(yùn)作的子樣本2的TARCH模型的檢驗(yàn)結(jié)果中，dt-1的系數(shù)γ為負(fù)，而全樣本的TARCH模型的檢驗(yàn)結(jié)果中，dt-1的系數(shù)γ為正，如此表面上矛盾的結(jié)果，其合理解釋就是：全樣本的γ為正，是2015年9月7日以后股指期貨交易受到極大限制的影響所致。

事實(shí)上，我國股市自2015年6月15日以后，之所以頻現(xiàn)千股跌停，主要原因有三：一是人造牛市導(dǎo)致股指估值過高，股市泡沫太大。這一輪人造牛市從2014年7月的2000點(diǎn)起步，到2015年6月12日達(dá)到5166點(diǎn)，在不足一年的時(shí)間內(nèi)，上證指數(shù)上漲幅度超過150%，創(chuàng)業(yè)板指數(shù)漲幅更是超過200%，剔除銀行、石化等行業(yè)股票，A股整體市盈率為51倍，創(chuàng)業(yè)板市盈率更是高達(dá)142倍，泡沫太大，遠(yuǎn)遠(yuǎn)脫離實(shí)體經(jīng)濟(jì)的支撐，一旦泡沫破滅，必然暴跌。二是過度的杠桿融資。2014年下半年以來，我國股市無序的杠桿融資愈演愈烈，券商兩融、傘形信托、民間配資等杠桿資金蜂擁而入，總規(guī)模最高達(dá)5萬億元以上，推動著股市的暴漲。在這些資金中，兩融業(yè)務(wù)的杠桿比例一般為1∶1，傘形信托杠桿比例在1∶2～1∶3，場外配資的杠桿比例則達(dá)1∶4～1∶5甚或更高?？梢院敛豢鋸埖卣f，我國這一輪“快?！钡男纬芍饕靡嬗诟軛U融資。過度的杠桿融資，其弊端不僅在于容易形成股價(jià)泡沫，更在于一旦泡沫破滅，或行政采取“去杠桿化”舉措，引致股市掉頭向下，則由于杠桿交易的強(qiáng)制平倉機(jī)制，投資者會爭先恐后地拋售股票，從而形成嚴(yán)重的“踩踏”效應(yīng)，市場“雪崩”式下跌。三是廣大股民懼怕年底前注冊制的推出。

四、結(jié)論與建議

（一）結(jié)論

綜合本文全樣本和三個(gè)分樣本的ARCH類模型的實(shí)證研究，我們可以得出結(jié)論：

我國滬深300股指期貨推出后，會或多或少一定程度地放大新信息對股市的沖擊，這是其功能的不足；但總體上能一定程度地發(fā)揮降低股票現(xiàn)貨市場波動的功能，特別是可以消除杠桿效應(yīng)，可以相當(dāng)程度地減弱負(fù)面消息對股市的沖擊。

因此，我們可以肯定地得出判斷：“千股跌停”決不是股指期貨惹的禍。

（二）建議

2015年9月2日中金所出臺政策，嚴(yán)厲限制股指期貨的交易，這在當(dāng)時(shí)股市暴跌、形勢嚴(yán)峻的背景下，作為一項(xiàng)暫時(shí)性管控措施，可以理解。但今后我們應(yīng)盡快恢復(fù)股指期貨的正常運(yùn)作，以發(fā)揮其對現(xiàn)貨市場的套期保值和定價(jià)等功能。

當(dāng)然，我國的股指期貨運(yùn)作尚存明顯缺陷，為此，我們在股指期貨恢復(fù)正常交易之前，還應(yīng)大力推進(jìn)制度建設(shè)，完善股指期貨的監(jiān)管機(jī)制和運(yùn)行機(jī)制。與此同時(shí)，還應(yīng)切實(shí)加強(qiáng)現(xiàn)貨市場的監(jiān)管機(jī)制。

1.切實(shí)加強(qiáng)對股指期貨市場的監(jiān)管機(jī)制。理論上股指期貨就是一把“雙刃的劍”，既可用于保值，熨平股市現(xiàn)貨市場的波動，亦可用于投機(jī)，加大股市現(xiàn)貨市場的波動，關(guān)鍵看監(jiān)管是否完善，是否到位。以往我國股指期貨之所以未能很好發(fā)揮抑制股市波動、防范系統(tǒng)性風(fēng)險(xiǎn)的作用，根本的原因，就是對股指期貨市場的監(jiān)管沒有到位，使得有些人可以通過一邊在現(xiàn)貨市場大肆拋售股票，一邊在期貨市場惡意做空，從而賺取多倍投機(jī)利潤。建議證監(jiān)會和中金所要建立一套適合股指期貨交易模式的風(fēng)險(xiǎn)管理制度，包括保證金制度、價(jià)格限制制度、限倉制度、大戶持倉報(bào)告制度、強(qiáng)行平倉制度、強(qiáng)制減倉制度、高頻交易制度、風(fēng)險(xiǎn)警示制度等風(fēng)控制度；要利用大數(shù)據(jù)手段，打造跨市場的、協(xié)調(diào)的動態(tài)風(fēng)險(xiǎn)監(jiān)控體系；要“痛下殺手”嚴(yán)懲違規(guī)投機(jī)者，切實(shí)維持一個(gè)公開、公平、公正的“三公”市場。

2.切實(shí)優(yōu)化股指期貨市場的運(yùn)行機(jī)制。通過加強(qiáng)監(jiān)管和對違規(guī)者零容忍的嚴(yán)懲，在股指期貨市場套期保值者、套利者和投機(jī)者三者結(jié)構(gòu)中，壯大套期保值者的隊(duì)伍，規(guī)范套利者的行為，引導(dǎo)投機(jī)者的理性參與。這樣，從股指期貨市場行為主體及結(jié)構(gòu)的優(yōu)化，來優(yōu)化其運(yùn)行機(jī)制。

3.切實(shí)加強(qiáng)現(xiàn)貨市場的監(jiān)管機(jī)制。一要強(qiáng)化信息披露。我國的股票市場是一個(gè)散戶占投資者多數(shù)的市場，而散戶在市場中處于絕對的信息劣勢，與此同時(shí)多數(shù)散戶又因缺乏專業(yè)知識和資金實(shí)力而與股指期貨市場無緣，這樣的局面下，廣大散戶投資者容易因信息傳導(dǎo)的滯后和受到噪聲交易的影響而在現(xiàn)貨市場中“追漲殺跌”，這樣不僅損失慘重，同時(shí)也一定程度上抵消了股指期貨抑制股指波動、防范股市系統(tǒng)性風(fēng)險(xiǎn)的功能。因此，監(jiān)管層必須切實(shí)加強(qiáng)上市公司和行業(yè)乃至宏觀基本面的信息披露，使廣大投資者能在第一時(shí)間了解真實(shí)信息，與此同時(shí)要出重拳嚴(yán)厲打擊惡意散播謠言的不法分子。二要強(qiáng)化證券賬戶管理。要嚴(yán)格落實(shí)證券賬戶實(shí)名制；嚴(yán)禁賬戶持有人通過證券賬戶下設(shè)子賬戶、分賬戶、虛擬賬戶等方式違規(guī)進(jìn)行證券交易。三要加強(qiáng)證監(jiān)會、銀監(jiān)會和保監(jiān)會的監(jiān)管協(xié)調(diào)。要堅(jiān)決杜絕通過信托、民間配資和P2P等形式違規(guī)進(jìn)入股市的場外配資資金，堅(jiān)決打擊機(jī)構(gòu)的監(jiān)管套利行為。

此外，從更長一些的時(shí)間跨度來看，我國還應(yīng)與期貨市場交易機(jī)制適應(yīng)，在現(xiàn)貨市場也實(shí)行T+0制度，以更有效地維持股票現(xiàn)貨和期貨市場的健康、穩(wěn)定發(fā)展，更有力地保護(hù)廣大投資者利益；我國還應(yīng)在整個(gè)金融體系中，打造一個(gè)高度統(tǒng)一的功能監(jiān)管體系；全國人大應(yīng)以《期貨交易管理?xiàng)l例》為藍(lán)本,盡快出臺《期貨交易法》,從法制層面上規(guī)范期貨交易。

[1]蔡向輝,劉鋒.股指期貨宏觀穩(wěn)定作用的微觀基礎(chǔ)探究——基于滬深300指數(shù)期貨抑制股市正反饋交易的實(shí)證檢驗(yàn)[J].證券市場導(dǎo)報(bào),2014,(12):20～25.

[2]華仁海,張朋.我國股指期貨的推出對股票現(xiàn)貨市場波動的影響研究——基于Markov-Switching-GARCH模型[J].南方經(jīng)濟(jì),2012,(10):115～122.

[3]李德峰,張麗青,黃昱熙.滬深300股指期貨交易對我國現(xiàn)貨市場波動性的影響[J].福州大學(xué)學(xué)報(bào)(哲學(xué)社會科學(xué)版),2012,(4):31～35.

[4]談儒勇,盛美娜.股指期貨會影響現(xiàn)貨市場的波動性嗎——基于滬深300期貨合約的研究[J].當(dāng)代財(cái)經(jīng),2011，(4):56～64.

[5]肖爭艷，高榮.股指期貨對中國股市的穩(wěn)定作用研究:羊群效應(yīng)視角[J].經(jīng)濟(jì)與管理研究,2014, (12):55～60.

[6]邢天才,張閣.中國股指期貨對現(xiàn)貨市場聯(lián)動效應(yīng)的實(shí)證研究——基于滬深300仿真指數(shù)期貨數(shù)據(jù)的分析［J］.財(cái)經(jīng)問題研究,2010,(4):48～54.

[7]Cohen R.B.，Gompers P.A.and Vuolteenaho T.，Who Underreacts to Cash flow News?Evidence from Trading between Individuals and Institutions[J]. Journal of Financial Economics,2002,Vol.66(2),pp. 409～462.

[8]Darrat A.F.,Rahman S.and Zhong M.,On The Role of Futures Trading in Spot Market Fluctuations: Perpetrator of Volatility or Victim of Regret?[J]. Journal of Financial Research,2002,Vol.25(3),pp. 431～444.

[9]G.Tian and H.Zheng,The Empirical Study about Introduction of Stock Index Futures on the Volatility of Spot Market,［J］.Ibusiness,2013，Vol.5 No.3B,pp.113～117.

F830.9

A

1006-169X（2016）12-0064-09