交易制度變動(dòng)對(duì)股指期貨日內(nèi)模式的影響

許桐桐，王蘇生，彭 珂，余 臻

(1.哈爾濱工業(yè)大學(xué) 深圳研究生院，廣東 深圳 518055； 2.前海金融控股有限公司博士后創(chuàng)新實(shí)踐基地，廣東 深圳 518052； 3.中山大學(xué) 嶺南(大學(xué))學(xué)院，廣東 深圳 518052)

一、引 言

隨著計(jì)算機(jī)技術(shù)的發(fā)展，先進(jìn)算法、軟件等在交易系統(tǒng)中的部署和應(yīng)用使得交易所處理數(shù)據(jù)的速度大大提高；而通信技術(shù)的發(fā)明，改變了信息傳播的媒介，加快了信息的傳播速度，使得市場(chǎng)中的參與者通過(guò)網(wǎng)絡(luò)形成互聯(lián)，大大提高了交易的效率。信息傳播速度的加快和數(shù)據(jù)頻率的提高，使得研究領(lǐng)域逐漸由市場(chǎng)宏觀拓展到市場(chǎng)微觀層面。

微觀結(jié)構(gòu)特征變量的日內(nèi)效應(yīng)和微觀結(jié)構(gòu)變量之間的相互關(guān)系一直是市場(chǎng)微觀結(jié)構(gòu)的重點(diǎn)研究?jī)?nèi)容。日內(nèi)效應(yīng)通常指結(jié)構(gòu)變量在日內(nèi)的交易中呈現(xiàn)出的有規(guī)律的特征，微觀結(jié)構(gòu)變量關(guān)系主要指結(jié)構(gòu)變量之間信息的傳播機(jī)制和過(guò)程。國(guó)外學(xué)者對(duì)股票和期貨市場(chǎng)的日內(nèi)微觀結(jié)構(gòu)進(jìn)行了廣泛的研究，加深了人們對(duì)相關(guān)市場(chǎng)的了解。國(guó)內(nèi)學(xué)者對(duì)A股市場(chǎng)和滬深300股指期貨市場(chǎng)也進(jìn)行了大量的實(shí)證分析，但對(duì)新推出的股指期貨的相關(guān)研究還較少。

上證50股指期貨是繼滬深300股指期貨推出后，我國(guó)推出的第二批股指期貨。然而，在其推出后不久，我國(guó)股市就出現(xiàn)了大幅下跌行情。為了維護(hù)市場(chǎng)穩(wěn)定，抑制期貨市場(chǎng)的過(guò)度投機(jī)行為，中金所先后出臺(tái)多項(xiàng)政策來(lái)限制股指期貨的交易活動(dòng)，特別是在2015年9月2日當(dāng)天，中金所陸續(xù)公布了一系列的嚴(yán)格管控措施：將股指期貨非套期保值的持倉(cāng)保證金提高至40%；平倉(cāng)手續(xù)費(fèi)提高至0.23%；單個(gè)產(chǎn)品單日開倉(cāng)交易量超過(guò)10手認(rèn)定為異常交易行為。以上措施中以限倉(cāng)政策的條件最為苛刻，其后的股指期貨交易量出現(xiàn)了顯著下降。另外，為了與現(xiàn)貨股票市場(chǎng)同步，并配合股票市場(chǎng)熔斷機(jī)制的實(shí)施，2016年1月1日，中金所將股指期貨的交易時(shí)間由原先的9:15—11:30(第一節(jié))和13:00—15:15(第二節(jié))調(diào)整到9:30—11:30(第一節(jié))和13:00—15:00(第二節(jié))，明顯縮短了股指期貨的交易時(shí)間。

考慮到上證50股指期貨上市時(shí)間較晚，其日內(nèi)微觀結(jié)構(gòu)還有待分析，多次重大交易政策的變動(dòng)可能會(huì)使市場(chǎng)微觀結(jié)構(gòu)和信息傳播出現(xiàn)較大改變，因此，本文重點(diǎn)研究上證50股指期貨這一新期貨品種的日內(nèi)微觀結(jié)構(gòu)，并探究股指期貨交易制度變動(dòng)對(duì)日內(nèi)微觀結(jié)構(gòu)的影響。

二、文獻(xiàn)回顧

(一)微觀結(jié)構(gòu)變量日內(nèi)效應(yīng)

國(guó)外學(xué)者對(duì)收益率、交易量、波動(dòng)率和價(jià)差等微觀結(jié)構(gòu)變量的日內(nèi)效應(yīng)進(jìn)行了廣泛研究。如在早期的研究中，Harris(1986)[1]發(fā)現(xiàn)美股收益率呈現(xiàn)U型的日內(nèi)走勢(shì)，Ekman(1992)[2]發(fā)現(xiàn)S&P 500指數(shù)期貨的絕對(duì)收益率和交易量大體呈現(xiàn)U型的日內(nèi)效應(yīng)。近年來(lái)，關(guān)于日內(nèi)效應(yīng)的研究仍是層出不窮。如在日本市場(chǎng)的研究中，Andersen等(2000)[3]發(fā)現(xiàn)日本股票市場(chǎng)的日內(nèi)絕對(duì)收益率呈現(xiàn)UU型；Tsuchida等(2016)[4]研究日本國(guó)債期貨的微觀變量，發(fā)現(xiàn)交易量和絕對(duì)收益率呈現(xiàn)W型日內(nèi)特征。在美國(guó)市場(chǎng)的研究中，Tannous等(2013)[5]分析紐交所上市股票的日內(nèi)效應(yīng)，發(fā)現(xiàn)交易量呈U型，價(jià)差呈L型；Upson等(2017)[6]進(jìn)一步分析了市場(chǎng)報(bào)價(jià)競(jìng)爭(zhēng)和算法交易對(duì)紐交所上市股票日內(nèi)特征的影響，結(jié)果發(fā)現(xiàn)買賣價(jià)差的日內(nèi)效應(yīng)由U型變?yōu)镾型，交易量的日內(nèi)效應(yīng)依然維持U型。另外，歐洲市場(chǎng)的研究也較多，如Zwergel等(2014)[7]研究德國(guó)期貨市場(chǎng)，發(fā)現(xiàn)波動(dòng)率呈現(xiàn)W型，交易量呈現(xiàn)橫臥J型；Uctum等(2017)[8]研究四家法國(guó)公司5分鐘平均絕對(duì)收益率，發(fā)現(xiàn)日內(nèi)效應(yīng)呈現(xiàn)U型特征；Sita(2017)[9]研究英國(guó)脫歐公投事件對(duì)FTSE100日內(nèi)波動(dòng)模式的影響，結(jié)果發(fā)現(xiàn)日內(nèi)波動(dòng)加劇，但是波動(dòng)率U型的日內(nèi)效應(yīng)未改變。

國(guó)內(nèi)學(xué)者對(duì)日內(nèi)微觀結(jié)構(gòu)也進(jìn)行了大量研究，主要集中在股票、商品期貨和滬深300股指期貨等市場(chǎng)。如在A股市場(chǎng)的日內(nèi)效應(yīng)研究中，房振明等(2004)[10]發(fā)現(xiàn)收益率呈U型；韓冬等(2006)[11]發(fā)現(xiàn)價(jià)差呈L型，交易量呈反L型；劉衡郁(2008)[12]發(fā)現(xiàn)日內(nèi)價(jià)格變動(dòng)呈仰臥F型，交易量呈仰臥E型；魯萬(wàn)波等(2011)[13]發(fā)現(xiàn)波動(dòng)率呈倒J型，成交量呈U型，買賣價(jià)差呈J型；王春峰等(2014)[14]發(fā)現(xiàn)不同市值的股票交易量的日內(nèi)效應(yīng)不同，中、小市值呈現(xiàn)W型，大市值呈現(xiàn)U型，不同的市場(chǎng)環(huán)境模式也不同，牛市呈現(xiàn)U型，熊市呈現(xiàn)W型；苑瑩等(2016)[15]發(fā)現(xiàn)上證指數(shù)和深成指數(shù)交易量的日內(nèi)效應(yīng)都呈現(xiàn)U型特征。在商品期貨的研究中，劉向麗等(2008)[16]采用1分鐘數(shù)據(jù)分析發(fā)現(xiàn)，絕對(duì)收益率和交易量的日內(nèi)效應(yīng)呈現(xiàn)L型；瞿慧等(2016)[17]發(fā)現(xiàn)塑料期貨日內(nèi)平方收益均值呈現(xiàn)L型。關(guān)于滬深300股指期貨的研究相對(duì)豐富。如孫便霞等(2012)[18]發(fā)現(xiàn)日內(nèi)波動(dòng)呈現(xiàn)出3V型特征；余臻等(2014)[19]發(fā)現(xiàn)收益率呈L型，波動(dòng)率呈LM型，日內(nèi)交易量呈3V型，日內(nèi)持倉(cāng)量呈M型；趙秀娟等(2015)[20]發(fā)現(xiàn)絕對(duì)收益率呈LM型、日內(nèi)成交量呈WV型、持倉(cāng)量呈倒U型和價(jià)差呈LM型日內(nèi)特征；郭建峰等(2016)[21]發(fā)現(xiàn)交易持續(xù)時(shí)間和市場(chǎng)彈性呈向右上傾斜的W型，相對(duì)差價(jià)、已實(shí)現(xiàn)波動(dòng)率和交易量呈向右下傾斜的M型，市場(chǎng)深度呈向右上傾斜的倒S型，持倉(cāng)量呈向右下傾斜的閃電型；西村友作等(2016)[22]發(fā)現(xiàn)滬深300指數(shù)的交易量呈U型，波動(dòng)率大致為S型，股指期貨的交易量和波動(dòng)率大致呈3V(VVV)型。

(二)變量之間的動(dòng)態(tài)關(guān)系

微觀結(jié)構(gòu)變量間的動(dòng)態(tài)關(guān)系研究相對(duì)日內(nèi)效應(yīng)的研究較少，但也有不少成果出現(xiàn)。如華仁海等(2003)[23]研究我國(guó)商品期貨市場(chǎng)收益率、交易量和波動(dòng)性的動(dòng)態(tài)關(guān)系，通過(guò)格蘭杰因果檢驗(yàn)方法發(fā)現(xiàn)，只有銅期貨存在從絕對(duì)收益率到交易量的原因；劉向麗等(2008)[16]采用格蘭杰因果檢驗(yàn)、方差分解和脈沖響應(yīng)函數(shù)等方法分析變量之間的動(dòng)態(tài)關(guān)系，發(fā)現(xiàn)絕對(duì)收益率、交易量和持倉(cāng)量之間存在雙向的格蘭杰因果關(guān)系，持倉(cāng)量對(duì)絕對(duì)收益率和交易量的影響較弱，而絕對(duì)收益率和交易量之間有較強(qiáng)的互動(dòng)關(guān)系；仲偉俊等(2008)[24]研究波動(dòng)性與收益率、交易量和持倉(cāng)量的關(guān)系，通過(guò)回歸分析發(fā)現(xiàn)，正收益率和交易量對(duì)波動(dòng)率有正向影響，負(fù)收益率和持倉(cāng)量對(duì)波動(dòng)率有負(fù)向影響；Kumar等(2010)[25]建立VAR模型，結(jié)合格蘭杰因果檢驗(yàn)、方差分解和脈沖響應(yīng)函數(shù)分析印度商品期貨市場(chǎng)中的波動(dòng)率、交易量和持倉(cāng)量之間的動(dòng)態(tài)關(guān)系，發(fā)現(xiàn)波動(dòng)率和交易量之間有較強(qiáng)的關(guān)系，持倉(cāng)量與前兩者的關(guān)系較弱；張?zhí)K林(2012)[26]研究發(fā)現(xiàn)滬深300股指期貨的交易量和波動(dòng)率沒(méi)有明顯的格蘭杰因果關(guān)系；Liu等(2015)[27]研究發(fā)現(xiàn)收益率、交易量和持倉(cāng)量之間存在雙向的格蘭杰因果關(guān)系，通過(guò)脈沖響應(yīng)方法和方差分解方法發(fā)現(xiàn)持倉(cāng)量與絕對(duì)收益率和交易量的關(guān)系較弱，絕對(duì)收益率和交易量有較強(qiáng)的相關(guān)性。

(三)文獻(xiàn)綜述簡(jiǎn)析

通過(guò)分析以上研究成果發(fā)現(xiàn)：國(guó)內(nèi)外的研究主要集中在股票市場(chǎng)和期貨市場(chǎng)；微觀結(jié)構(gòu)變量主要包括收益率、波動(dòng)率、交易量和相對(duì)價(jià)差等；收益率和交易量的日內(nèi)效應(yīng)大部分呈U型，波動(dòng)率和相對(duì)價(jià)差在不同的市場(chǎng)呈現(xiàn)不同的日內(nèi)特征；收益率、波動(dòng)率和交易量之間具有較強(qiáng)的動(dòng)態(tài)相關(guān)性，持倉(cāng)量與其他變量的關(guān)系較弱。

同時(shí)，也發(fā)現(xiàn)了以往研究的局限性：首先，國(guó)內(nèi)市場(chǎng)主要研究了股票市場(chǎng)和滬深300股指期貨市場(chǎng)，對(duì)于剛上市的上證50股指期貨的研究還相對(duì)較少；其次，較少的研究考慮到微觀結(jié)構(gòu)變量日內(nèi)效應(yīng)的變化情況，幾乎沒(méi)有探討過(guò)交易制度變化對(duì)日內(nèi)效應(yīng)和動(dòng)態(tài)關(guān)系的影響。

三、研究模型與方法

1.GK模型

參考Garman等(1980)[28]的做法，采用GK模型來(lái)衡量分鐘波動(dòng)率，表達(dá)式如下：

2.Wilcoxon秩和檢驗(yàn)方法

Wilcoxon(1945)[29]提出Wilcoxon秩和檢驗(yàn)方法，該方法是基于樣本數(shù)據(jù)秩和的一種非參數(shù)檢驗(yàn)方法，不需要預(yù)先知道樣本的分布情況，相比參數(shù)化檢驗(yàn)方法適用性更大。由于高頻數(shù)據(jù)通常拒絕正態(tài)分布假設(shè)，且存在序列相關(guān)和條件異方差性，用帶虛擬變量的線性回歸將是有偏的，因此，本文選用Wilcoxon秩和檢驗(yàn)方法分析序列的差異。

3.格蘭杰因果檢驗(yàn)方法

Granger(1969)[30]提出了一個(gè)判斷因果關(guān)系的檢驗(yàn)方法，用于分析變量之間的相關(guān)關(guān)系，即格蘭杰因果檢驗(yàn)。關(guān)于x是否為y的格蘭杰原因的問(wèn)題，主要是看過(guò)去的x能夠在多大程度上解釋現(xiàn)在的y，加入x的滯后值之后是否使解釋程度提高。如果x在y的預(yù)測(cè)中有幫助，或者x與y在統(tǒng)計(jì)上的相關(guān)系數(shù)顯著，可表述為x是y的格蘭杰原因。

4.廣義脈沖響應(yīng)函數(shù)方法

對(duì)于VAR模型的動(dòng)態(tài)過(guò)程分析，通常不考慮變量的變化對(duì)其他變量的影響，而是研究誤差項(xiàng)變化，或者模型受到某種沖擊時(shí)對(duì)整個(gè)系統(tǒng)的動(dòng)態(tài)影響，稱為脈沖響應(yīng)函數(shù)方法。傳統(tǒng)的脈沖響應(yīng)函數(shù)一般需要應(yīng)用Cholesky分解方法實(shí)現(xiàn)正交化，但是Cholesky分解的結(jié)果與變量的順序有關(guān)，使得結(jié)果的唯一性不能保證。Koop等(1996)[31]提出廣義脈沖響應(yīng)函數(shù)，解決了上述問(wèn)題。

四、研究數(shù)據(jù)

本文選用上證50股指期貨當(dāng)月連續(xù)合約，采用上市交易滿一周年的1分鐘高頻數(shù)據(jù)進(jìn)行實(shí)證研究。研究的微觀結(jié)構(gòu)特征變量包括：價(jià)格(p_ih)、收益率(r_ih)、波動(dòng)率(gk_ih)、交易量(volume_ih)和持倉(cāng)量(oi_ih)。

(一)區(qū)間劃分

總樣本區(qū)間為2015.04.16—2016.04.15。根據(jù)交易制度的變化，將總樣本區(qū)間分為三個(gè)子區(qū)間：

(1)區(qū)間1(2015.04.16—2015.09.02)：首個(gè)交易日到嚴(yán)格限倉(cāng)政策推出前。采用1分鐘的時(shí)間間隔把一天的交易時(shí)間分割成271份，即分成D1(9:15)，D2(9:16)，……，D270(15:14)，D271(15:15)，共計(jì)271個(gè)時(shí)段。

(2)區(qū)間2(2015.09.07—2015.12.31)：嚴(yán)格限倉(cāng)政策推出后到交易時(shí)間同步指數(shù)政策推出前。時(shí)段的劃分同區(qū)間1。

(3)區(qū)間3(2016.01.04—2016.04.15)：交易時(shí)間同步指數(shù)政策推出后到上市交易滿一周年。采用1分鐘的時(shí)間間隔把一天的交易時(shí)間分割成241份，即分成D16(9:30)，D17(9:31)，……，D255(14:59)，D256(15:00)，共計(jì)241個(gè)時(shí)段。

(二)描述性統(tǒng)計(jì)

在分析日內(nèi)效應(yīng)及動(dòng)態(tài)關(guān)系前，先對(duì)微觀結(jié)構(gòu)變量的日頻數(shù)據(jù)進(jìn)行簡(jiǎn)要的統(tǒng)計(jì)分析，如圖1和表1所示。

圖1 微觀結(jié)構(gòu)變量的日頻走勢(shì)

由圖1可見，價(jià)格序列在區(qū)間1有較長(zhǎng)時(shí)間且較大幅度的下跌，在區(qū)間2先漲后跌，在區(qū)間3有小幅上漲；收益率序列和絕對(duì)收益率序列在區(qū)間1有較大波動(dòng)，在區(qū)間2和區(qū)間3的波動(dòng)較??；波動(dòng)率在區(qū)間1的波動(dòng)幅度較大，在區(qū)間2和區(qū)間3的波動(dòng)幅度較??；交易量在區(qū)間1的規(guī)模較大，在區(qū)間2和區(qū)間3的規(guī)模很小；持倉(cāng)量在區(qū)間1的規(guī)模較大，在區(qū)間2和區(qū)間3的規(guī)模較小。

由表1發(fā)現(xiàn)，價(jià)格序列在區(qū)間1的平均值最大，區(qū)間2次之，區(qū)間3最小，三個(gè)區(qū)間都左偏，都未出現(xiàn)尖峰特征，J-B統(tǒng)計(jì)量顯示三個(gè)區(qū)間都近似服從正態(tài)分布；收益率序列在區(qū)間1和區(qū)間3的平均值為負(fù)，區(qū)間2的平均值為正，區(qū)間1和區(qū)間3左偏，區(qū)間2右偏，峰度值都大于3，呈現(xiàn)尖峰特征，J-B統(tǒng)計(jì)量顯著，拒絕服從正態(tài)分布；絕對(duì)收益率在區(qū)間1的平均值最大，區(qū)間3次之，區(qū)間2最小，三個(gè)區(qū)間都右偏，呈現(xiàn)尖峰特征，拒絕服從正態(tài)分布；波動(dòng)率在區(qū)間1的平均值最大，區(qū)間2次之，區(qū)間3最小，三個(gè)區(qū)間都右偏，呈現(xiàn)尖峰特征，拒絕服從正態(tài)分布；交易量在區(qū)間1的平均值大小是區(qū)間2和區(qū)間3平均值的5倍以上，差距明顯；持倉(cāng)量在區(qū)間1的平均值大小是區(qū)間2和區(qū)間3平均值的3倍以上，差距也比較明顯。

通過(guò)分析圖1和表1發(fā)現(xiàn)，限倉(cāng)政策使得價(jià)格序列有短暫的上漲，明顯降低了收益率波動(dòng)，大幅降低了波動(dòng)率、交易量和持倉(cāng)量；交易時(shí)間與指數(shù)同步制度也使得價(jià)格序列有短暫的上漲，但是對(duì)收益率、波動(dòng)率、交易量和持倉(cāng)量沒(méi)有明顯的影響。

五、實(shí)證分析

(一)日內(nèi)效應(yīng)分析

為了分析變量的日內(nèi)效應(yīng)，選取期貨上午開盤后5分鐘(D1—D5)，股市上午開盤后5分鐘(D16—D20)、上午收盤前5分鐘(D132—D136)、下午開盤后5分鐘(D137—D141)、下午收盤前5分鐘(D252—D256)和期貨下午收盤前5分鐘(D267—D271)的時(shí)段進(jìn)行研究?？紤]到每天市場(chǎng)對(duì)信息的消化需要一定時(shí)間，因此本文選D61(10:15)作為對(duì)照組。

1.收益率

平均收益率的日內(nèi)分布如圖2所示。

圖2 平均收益率分布

對(duì)比圖2中的三個(gè)區(qū)間，發(fā)現(xiàn)三個(gè)區(qū)間的平均收益率沒(méi)有太大差別，都是圍繞0上下波動(dòng)，開盤和收盤時(shí)段的平均收益率也沒(méi)有出現(xiàn)較大變化。

所選時(shí)段平均收益率與D61的Wilcoxon秩和非參數(shù)檢驗(yàn)結(jié)果如表2所示。

表2不同小區(qū)間分鐘收益率的非參數(shù)檢驗(yàn)結(jié)果

觀察表2中的P值發(fā)現(xiàn)，區(qū)間1的對(duì)照組D252-D61和D268-D61，區(qū)間2的對(duì)照組D1-D61和D270-61，以及區(qū)間3的對(duì)照組D139-D61和D254-D61的顯著性較大。

結(jié)合圖2和表2可以發(fā)現(xiàn)，平均收益率并未呈現(xiàn)明顯的日內(nèi)效應(yīng)，與Harris(1986)[1]、房振明等(2004)[10]以及余臻等(2014)[19]等研究存在較大差別，交易制度的變化也未引起平均收益率日內(nèi)效應(yīng)的較大變化。

為了進(jìn)一步分析收益率的特征，參考Ekman(1992)[2]、Andersen等(2000)[3]和Tsuchida等(2016)[4]等的研究方法，采用絕對(duì)收益率的平均值進(jìn)行研究。平均絕對(duì)收益率的分布如圖3所示。

圖3 平均絕對(duì)收益率分布

對(duì)比圖3中的三個(gè)區(qū)間，發(fā)現(xiàn)三個(gè)區(qū)間的平均絕對(duì)收益率在上午開盤時(shí)段和下午開盤時(shí)段都顯著高于其他時(shí)段，在下午收盤時(shí)段又都小于其他時(shí)段。以區(qū)間1為例：平均絕對(duì)收益率圍繞0.0015上下波動(dòng)；上午開盤時(shí)段在0.0038左右，明顯大于0.0015；下午開盤時(shí)段在0.0025左右，也明顯大于0.0015；下午收盤時(shí)段在0附近，明顯小于0.0015。

所選時(shí)段平均絕對(duì)收益率與D61的Wilcoxon秩和非參數(shù)檢驗(yàn)結(jié)果如表3所示。

表3不同區(qū)間分鐘絕對(duì)收益率的非參數(shù)檢驗(yàn)結(jié)果

觀察表3發(fā)現(xiàn)，區(qū)間1的對(duì)照組D1-D61、D2-D61、D136-D61和D271-D61，區(qū)間2的對(duì)照組D1-D61和D271-D61，以及區(qū)間3的對(duì)照組D16-D61和D256-D61的系數(shù)絕對(duì)值和顯著性都比其他對(duì)照組大。結(jié)合圖3和表3可以發(fā)現(xiàn)，平均絕對(duì)收益率呈現(xiàn)明顯的日內(nèi)效應(yīng)：區(qū)間1大體呈現(xiàn)L+橫向S型模式；區(qū)間2和區(qū)間3也呈現(xiàn)L+橫向S型模式，不過(guò)下午開盤前后的峰值出現(xiàn)小幅下降。因此，限倉(cāng)政策和交易時(shí)間同步政策對(duì)于絕對(duì)收益率的日內(nèi)效應(yīng)影響不大，絕對(duì)收益率的日內(nèi)效應(yīng)并未改變。

2.波動(dòng)率

平均波動(dòng)率的日內(nèi)分布如圖4所示。對(duì)比圖4中的三個(gè)區(qū)間，發(fā)現(xiàn)三個(gè)區(qū)間的平均波動(dòng)率都在上午開盤時(shí)段顯著高于其他時(shí)段，其中區(qū)間2和區(qū)間3存在明顯的日內(nèi)跳躍。

所選時(shí)段平均波動(dòng)率與D61的Wilcoxon秩和非參數(shù)檢驗(yàn)結(jié)果如表4所示。

圖4 平均波動(dòng)率分布

觀察表4發(fā)現(xiàn)，區(qū)間1的對(duì)照組D1-D61和D271-D61，區(qū)間2的對(duì)照組D1-D61和D271-D61，以及區(qū)間3的對(duì)照組D16-D61、D17-D61和D256-D61的系數(shù)絕對(duì)值和顯著性都比其他對(duì)照組大。

結(jié)合圖4和表4可以發(fā)現(xiàn)，平均波動(dòng)率呈現(xiàn)明顯的日內(nèi)效應(yīng)：區(qū)間1呈現(xiàn)L型模式；區(qū)間2和區(qū)間3也大體呈現(xiàn)L型模式，不過(guò)日內(nèi)出現(xiàn)較多的跳躍。因此，限倉(cāng)政策和交易時(shí)間同步政策沒(méi)有大幅改變平均波動(dòng)率的日內(nèi)效應(yīng)。

3.交易量

平均交易量的日內(nèi)分布如圖5所示。

圖5 平均交易量分布

對(duì)比圖5中的三個(gè)區(qū)間，發(fā)現(xiàn)三個(gè)區(qū)間的平均交易量都在上午開盤時(shí)段顯著高于其他時(shí)段，在下午收盤時(shí)段的平均交易量顯著低于其他時(shí)段；區(qū)間1的平均交易量在下午開盤時(shí)段也相對(duì)較大，但是區(qū)間2和區(qū)間3并不明顯。

所選時(shí)段平均交易量與D61的Wilcoxon秩和非參數(shù)檢驗(yàn)結(jié)果如表5所示。

表5不同區(qū)間分鐘交易量的非參數(shù)檢驗(yàn)結(jié)果

觀察表5發(fā)現(xiàn)，區(qū)間1的對(duì)照組D1-D61、D140-D61、D254-D61、D267-D61、D268-D61、D269-D61和D271-D61，區(qū)間2的對(duì)照組D1-D61、D2-D61、D3-D61、D139-D61、D140-D61、D270-D61和D271-D61，以及區(qū)間3的對(duì)照組D16-D61、D17-D61、D18-D61、D19-D61、D20-D61、D139-D61、D253-D61、D254-D61、D255-D61和D256-D61的系數(shù)絕對(duì)值和顯著性都比其他對(duì)照組大。

結(jié)合圖5和表5可以發(fā)現(xiàn)，平均交易量呈現(xiàn)明顯的日內(nèi)效應(yīng)：區(qū)間1呈現(xiàn)LM型模式；區(qū)間2和區(qū)間3呈現(xiàn)L型模式。因此，限倉(cāng)政策使得平均交易量的日內(nèi)效應(yīng)出現(xiàn)了明顯改變，而交易時(shí)間同步指數(shù)政策并未對(duì)平均交易量的日內(nèi)效應(yīng)產(chǎn)生較大影響。

4.持倉(cāng)量

平均持倉(cāng)量的日內(nèi)分布如圖6所示。

圖6 平均持倉(cāng)量分布

對(duì)比圖6中的三個(gè)區(qū)間，發(fā)現(xiàn)區(qū)間1的平均持倉(cāng)量分布明顯區(qū)別于區(qū)間2和區(qū)間3，而區(qū)間2和區(qū)間3的平均持倉(cāng)量分布相似。

所選時(shí)段平均持倉(cāng)量與D61的Wilcoxon秩和非參數(shù)檢驗(yàn)結(jié)果如表6所示。

表6不同區(qū)間分鐘持倉(cāng)量的非參數(shù)檢驗(yàn)結(jié)果

觀察表6發(fā)現(xiàn)，區(qū)間1和區(qū)間3的所有對(duì)照組的系數(shù)絕對(duì)值和顯著性都比較大，區(qū)間2的大部分對(duì)照組的系數(shù)絕對(duì)值和顯著性比較大。

結(jié)合圖6和表6可以發(fā)現(xiàn)，平均持倉(cāng)量呈現(xiàn)明顯的日內(nèi)效應(yīng)：區(qū)間1呈現(xiàn)M型模式；區(qū)間2和區(qū)間3呈現(xiàn)U型模式。因此，限倉(cāng)政策使得平均持倉(cāng)量的日內(nèi)效應(yīng)出現(xiàn)了顯著改變，而交易時(shí)間同步指數(shù)政策并未對(duì)平均持倉(cāng)量的日內(nèi)效應(yīng)產(chǎn)生較大影響。

(二)動(dòng)態(tài)關(guān)系分析

本部分探討交易制度改變對(duì)微觀結(jié)構(gòu)變量之間關(guān)系的影響。通過(guò)ADF檢驗(yàn)發(fā)現(xiàn)，r_ih、gk_ih和volume_ih是平穩(wěn)序列，oi_ih是單整序列I(1)，因此可以建立VAR模型。

1.引導(dǎo)關(guān)系檢驗(yàn)

通過(guò)格蘭杰因果檢驗(yàn)方法分析微觀結(jié)構(gòu)變量之間的引導(dǎo)關(guān)系，結(jié)果如表7所示。

表7格蘭杰因果檢驗(yàn)

觀察表7發(fā)現(xiàn)，交易量和絕對(duì)收益率、波動(dòng)率和絕對(duì)收益率在三個(gè)區(qū)間都是互為格蘭杰因果關(guān)系，說(shuō)明限倉(cāng)政策和交易時(shí)間同步指數(shù)政策沒(méi)有改變交易量與絕對(duì)收益率、波動(dòng)率與絕對(duì)收益率的引導(dǎo)關(guān)系。

持倉(cāng)量和交易量、波動(dòng)率和交易量在區(qū)間2和區(qū)間3都是互為格蘭杰因果關(guān)系。在區(qū)間1中，持倉(cāng)量是交易量的格蘭杰原因，而交易量不是持倉(cāng)量的格蘭杰原因；交易量是波動(dòng)率的格蘭杰原因，而波動(dòng)率不是交易量的格蘭杰原因。說(shuō)明限倉(cāng)政策改變了持倉(cāng)量與交易量、波動(dòng)率與交易量的引導(dǎo)關(guān)系，而交易時(shí)間同步指數(shù)政策沒(méi)有改變持倉(cāng)量與交易量、波動(dòng)率與交易量的引導(dǎo)關(guān)系。

持倉(cāng)量和絕對(duì)收益率在三個(gè)區(qū)間的引導(dǎo)關(guān)系存在較大差別。在區(qū)間1中，持倉(cāng)量是絕對(duì)收益率的格蘭杰原因，而絕對(duì)收益率不是持倉(cāng)量的格蘭杰原因；在區(qū)間2中，持倉(cāng)量是絕對(duì)收益率的格蘭杰原因在1%水平顯著，絕對(duì)收益率是持倉(cāng)量的格蘭杰原因在5%水平顯著；在區(qū)間3中，持倉(cāng)量是絕對(duì)收益率的格蘭杰原因在10%水平顯著，絕對(duì)收益率不是持倉(cāng)量的格蘭杰原因。說(shuō)明限倉(cāng)政策和交易時(shí)間同步指數(shù)政策都改變了持倉(cāng)量和絕對(duì)收益率的引導(dǎo)關(guān)系。

波動(dòng)率和持倉(cāng)量在三個(gè)區(qū)間的引導(dǎo)關(guān)系也有顯著差異。在區(qū)間1中，波動(dòng)率不是持倉(cāng)量的格蘭杰原因，持倉(cāng)量也不是波動(dòng)率的格蘭杰原因；在區(qū)間2中，波動(dòng)率不是持倉(cāng)量的格蘭杰原因，而持倉(cāng)量是波動(dòng)率的格蘭杰原因；在區(qū)間3中，波動(dòng)率不是持倉(cāng)量的格蘭杰原因，持倉(cāng)量也不是波動(dòng)率的格蘭杰原因。說(shuō)明限倉(cāng)政策和交易時(shí)間同步指數(shù)政策都改變了波動(dòng)率和持倉(cāng)量的引導(dǎo)關(guān)系。

2.廣義脈沖響應(yīng)分析

采用廣義脈沖響應(yīng)函數(shù)分析微觀結(jié)構(gòu)變量之間的沖擊響應(yīng)。

(1)區(qū)間1。區(qū)間1中的微觀結(jié)構(gòu)變量之間的脈沖響應(yīng)，結(jié)果如圖7所示。

圖7 區(qū)間1變量脈沖響應(yīng)

絕對(duì)收益率受到自身一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值0.0015左右，第2期降為0.0002左右；受到交易量一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值0.0008左右，第2期降為0.0001左右；受到波動(dòng)率一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值0.0002左右，第2期降為0.000 05左右；受到持倉(cāng)量一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，反應(yīng)較弱，基本趨于0。

波動(dòng)率受到自身一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值550左右，第2期降為20左右，第3期又升到100左右，第4期降為0；受到絕對(duì)收益率一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值100左右，第2期降為10左右，第3期降到0附近；受到交易量一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值50左右，第2期降到0附近；受到持倉(cāng)量一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，基本沒(méi)有反應(yīng)。

交易量受到自身一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值450左右，第2期降為200左右，第3期以后維持在100左右；受到絕對(duì)收益率一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值250左右，第2期降為150左右，第3期以后維持在50左右；受到波動(dòng)率一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值50左右，第2期降到0附近；受到持倉(cāng)量一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，反應(yīng)較弱，基本趨于0。

持倉(cāng)量受到自身一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，一直維持在500左右；受到絕對(duì)收益率、波動(dòng)率和交易量的一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，基本沒(méi)有反應(yīng)。

(2)區(qū)間2。區(qū)間2中的微觀結(jié)構(gòu)變量之間的脈沖響應(yīng)，結(jié)果如圖8所示。

圖8 區(qū)間2變量脈沖響應(yīng)

絕對(duì)收益率受到自身一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值0.0008左右，第2期降為0.0001左右；受到交易量一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值0.0003左右，第2期降為0.0001左右；受到波動(dòng)率一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值0.0002左右，第2期降為0.0001左右；受到持倉(cāng)量一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，反應(yīng)較弱，基本趨于0。

波動(dòng)率受到自身一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值15左右，第2期降為4左右，第3期降為1左右；受到交易量一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值7左右，第2期降為2.5左右；受到絕對(duì)收益率一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值5左右，第2期降到2.5左右；受到持倉(cāng)量一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，反應(yīng)較弱，基本趨于0。

交易量受到自身一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值15左右，第2期降為6左右；受到絕對(duì)收益率一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值7左右，第2期降為3左右；受到波動(dòng)率一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值7左右，第2期降到2.5左右；受到持倉(cāng)量一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，反應(yīng)較弱，基本趨于0。

持倉(cāng)量受到自身一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，一直維持在120附近；受到絕對(duì)收益率、波動(dòng)率和交易量的一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，反應(yīng)較弱，基本趨于0。

(3)區(qū)間3。區(qū)間3中的微觀結(jié)構(gòu)變量之間的脈沖響應(yīng)，結(jié)果如圖9所示。

圖9 區(qū)間3變量脈沖響應(yīng)

絕對(duì)收益率受到自身一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值0.000 75左右，第2期降為0.0001左右；受到交易量一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值0.0003左右，第2期降為0.0001左右；受到波動(dòng)率一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值0.0002左右，第2期降為0.0001左右；受到持倉(cāng)量一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，反應(yīng)較弱，基本趨于0。

波動(dòng)率受到自身一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值11左右，第2期降為2左右，第3期降為1左右；受到交易量一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值4左右，第2期降為1左右；受到絕對(duì)收益率一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值3左右，第2期降到1左右；受到持倉(cāng)量一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，反應(yīng)較弱，基本趨于0。

交易量受到自身一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值19左右，第2期降為6左右；受到絕對(duì)收益率一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值8左右，第2期降為4左右；受到波動(dòng)率一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值7左右，第2期降到3左右；受到持倉(cāng)量一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，第1期的響應(yīng)達(dá)到最大值3左右，第2期降到1左右。

持倉(cāng)量受到自身一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，一直維持在140附近；受到交易量一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，一直維持在20附近；受到絕對(duì)收益率和波動(dòng)率的一個(gè)標(biāo)準(zhǔn)差信息的沖擊后，反應(yīng)較弱，基本趨于0。

六、結(jié) 語(yǔ)

本文主要討論上證50股指期貨日內(nèi)微觀結(jié)構(gòu)，以及受到限倉(cāng)政策和交易時(shí)間同步指數(shù)政策變動(dòng)的影響，選取1分鐘高頻數(shù)據(jù)進(jìn)行實(shí)證分析。采用Wilcoxon秩和檢驗(yàn)非參數(shù)方法檢驗(yàn)不同時(shí)段各變量的差異，對(duì)比變量日內(nèi)效應(yīng)的變化。在VAR模型的基礎(chǔ)上，借助格蘭杰因果檢驗(yàn)方法和廣義脈沖響應(yīng)方法分析變量之間的動(dòng)態(tài)關(guān)系變化。研究結(jié)果如下：

(1)平均收益率并未呈現(xiàn)明顯的日內(nèi)效應(yīng)，而平均絕對(duì)收益率呈現(xiàn)明顯的日內(nèi)效應(yīng)：三個(gè)區(qū)間都呈現(xiàn)L+橫向S型。限倉(cāng)政策和交易時(shí)間同步政策對(duì)于收益率的日內(nèi)效應(yīng)影響不大，收益率的日內(nèi)效應(yīng)并未改變。

(2)平均波動(dòng)率呈現(xiàn)明顯的日內(nèi)效應(yīng)：三個(gè)區(qū)間的日內(nèi)效應(yīng)都呈現(xiàn)L型。限倉(cāng)政策和交易時(shí)間同步政策沒(méi)有大幅改變波動(dòng)率的日內(nèi)效應(yīng)。

(3)平均交易量呈現(xiàn)明顯的日內(nèi)效應(yīng)：區(qū)間1呈現(xiàn)LM型；區(qū)間2和區(qū)間3呈現(xiàn)L型。限倉(cāng)政策使得交易量的日內(nèi)效應(yīng)出現(xiàn)了明顯改變，而交易時(shí)間同步指數(shù)政策并未對(duì)交易量的日內(nèi)效應(yīng)產(chǎn)生較大影響。

(4)平均持倉(cāng)量呈現(xiàn)明顯的日內(nèi)效應(yīng)：區(qū)間1呈現(xiàn)M型；區(qū)間2和區(qū)間3呈現(xiàn)U型。限倉(cāng)政策使得持倉(cāng)量的日內(nèi)效應(yīng)出現(xiàn)了顯著改變，而交易時(shí)間同步指數(shù)政策并未對(duì)持倉(cāng)量的日內(nèi)效應(yīng)產(chǎn)生較大影響。

(5)格蘭杰因果關(guān)系檢驗(yàn)發(fā)現(xiàn)：限倉(cāng)政策和交易時(shí)間同步指數(shù)政策沒(méi)有改變交易量與絕對(duì)收益率、波動(dòng)率與絕對(duì)收益率的引導(dǎo)關(guān)系；限倉(cāng)政策改變了持倉(cāng)量與交易量、波動(dòng)率與交易量的引導(dǎo)關(guān)系，而交易時(shí)間同步指數(shù)政策沒(méi)有改變持倉(cāng)量與交易量、波動(dòng)率與交易量的引導(dǎo)關(guān)系；限倉(cāng)政策和交易時(shí)間同步指數(shù)政策都改變了持倉(cāng)量和絕對(duì)收益率、波動(dòng)率和持倉(cāng)量的引導(dǎo)關(guān)系。

(6)廣義脈沖響應(yīng)函數(shù)分析發(fā)現(xiàn)：絕對(duì)收益率、波動(dòng)率和交易量三者之間有較強(qiáng)的動(dòng)態(tài)關(guān)系，持倉(cāng)量與其他變量的動(dòng)態(tài)關(guān)系較弱；四個(gè)變量的沖擊響應(yīng)順序在三個(gè)區(qū)間沒(méi)有發(fā)生明顯的變化，都是受到自身沖擊的響應(yīng)最大；而沖擊響應(yīng)強(qiáng)度區(qū)間1明顯大于區(qū)間2和區(qū)間3，區(qū)間2和區(qū)間3相差不大。限倉(cāng)政策明顯改變了各個(gè)變量之間的沖擊響應(yīng)強(qiáng)度，而交易時(shí)間同步指數(shù)政策的影響較小。

綜上所示，上證50股指期貨的微觀結(jié)構(gòu)變量呈現(xiàn)出了明顯的日內(nèi)效應(yīng)，絕對(duì)收益率、波動(dòng)率和交易量三者之間有較強(qiáng)的動(dòng)態(tài)關(guān)系，而持倉(cāng)量與其他變量的動(dòng)態(tài)關(guān)系較弱。限倉(cāng)政策對(duì)日內(nèi)微觀結(jié)構(gòu)的影響較大，顯著改變了部分變量的日內(nèi)效應(yīng)和變量之間的動(dòng)態(tài)關(guān)系，而交易時(shí)間同步指數(shù)政策對(duì)日內(nèi)微觀結(jié)構(gòu)的影響較小。為了檢驗(yàn)研究的穩(wěn)健性，本文進(jìn)一步對(duì)比分析了滬深300股指期貨和中證500股指期貨的日內(nèi)微觀結(jié)構(gòu)及受到政策變動(dòng)的影響，也得出了與上證50股指期貨相似的結(jié)論。本研究具有一定的現(xiàn)實(shí)意義：首先，對(duì)于市場(chǎng)監(jiān)管者檢驗(yàn)政策實(shí)施效果、維護(hù)市場(chǎng)穩(wěn)定具有借鑒意義；其次，投資者可以依據(jù)微觀結(jié)構(gòu)變量的日內(nèi)效應(yīng)及變化，選擇并調(diào)整響應(yīng)的投資策略。