倉位限額對股指期貨價格發(fā)現(xiàn)的影響

許桐桐 王蘇生 彭珂

摘 要： 采用1分鐘高頻數(shù)據(jù)，實證分析上證50股指期貨、滬深300股指期貨和中證500股指期貨相對現(xiàn)貨的價格發(fā)現(xiàn)能力，著重分析倉位限額對期貨價格發(fā)現(xiàn)能力的影響。對價格序列進(jìn)行區(qū)間劃分，并進(jìn)行平穩(wěn)性、格蘭杰因果關(guān)系和協(xié)整關(guān)系的檢驗；針對價格序列建立向量誤差修正模型；運用改進(jìn)的信息共享模型計算序列間的價格發(fā)現(xiàn)貢獻(xiàn)度，并應(yīng)用永久短暫模型進(jìn)行穩(wěn)健性檢驗。結(jié)果表明：股指期貨的價格發(fā)現(xiàn)貢獻(xiàn)度均大于現(xiàn)貨的價格發(fā)現(xiàn)貢獻(xiàn)度；倉位限額降低了股指期貨的價格發(fā)現(xiàn)能力，而且對上證50股指期貨的價格發(fā)現(xiàn)能力影響最大。

關(guān)鍵詞：股指期貨；價格發(fā)現(xiàn)；倉位限額；改進(jìn)的信息共享模型；永久短暫模型

中圖分類號： F830.91 文獻(xiàn)標(biāo)志碼：A 文章編號：1009-055X（2018）04-0045-11

doi：10.19366/j.cnki.1009-055X.2018.04.005

一、 引 言

2015年4月16日，上證50股指期貨和中證500股指期貨正式上市交易，這是繼滬深300股指期貨推出后，我國金融市場推出的第二批股指期貨，不僅豐富了我國股指期貨市場產(chǎn)品種類，而且為投資者提供了更多的投資途徑。價格發(fā)現(xiàn)作為股指期貨重要的市場功能之一，其功能是否正常發(fā)揮是監(jiān)管層、投資者和學(xué)術(shù)界共同關(guān)注的問題。

然而，在上證50、中證500股指期貨推出短短兩個月之后，中國股市經(jīng)歷了連續(xù)大幅下跌，市場波動劇烈，以股指期貨為首的金融衍生品市場受到諸多質(zhì)疑。為抑制過度投機、維護(hù)市場穩(wěn)定，中金所和上交所出臺了多種限制期貨等金融衍生品交易活動的政策措施，其中最主要的手段之一便是倉位限制。2015年9月7日，中金所推出了嚴(yán)格的政策措施，滬深300股、上證50股、中證500股指期貨客戶在單個產(chǎn)品、單日開倉交易量超過10手的構(gòu)成“日內(nèi)開倉交易量較大”的異常交易行為。

倉位限額包括限制開倉額度和限制持倉額度。限制倉位額度可能會抑制市場的異常波動，但會使該市場的參與率降低、市場交易活躍性降低。市場的交易越活躍，當(dāng)信息變化時，投資者將首先在該市場做出反應(yīng)并促成價格，因而提高了該市場的價格發(fā)現(xiàn)功能。學(xué)者們普遍發(fā)現(xiàn)市場交易活躍性會提高價格發(fā)現(xiàn)能力：Theissen（2002）[1]發(fā)現(xiàn)德國場內(nèi)交易系統(tǒng)和電子交易系統(tǒng)的價格發(fā)現(xiàn)貢獻(xiàn)度與市場交易活躍性成正比；Mizrach和Neely（2008）[2]發(fā)現(xiàn)美國國債市場的價格發(fā)現(xiàn)功能與市場交易活躍性正相關(guān)；Frijns等（2015）[3]用GMM方法回歸分析了跨美國、加拿大市場上市交易股票的價格發(fā)現(xiàn)能力的影響因素，發(fā)現(xiàn)較高的交易活躍性提升市場的價格發(fā)現(xiàn)能力。同時，開平倉限額可能會使得期貨投機者或套利交易者轉(zhuǎn)向現(xiàn)貨市場，增加現(xiàn)貨市場的流動性和價格發(fā)現(xiàn)功能，從而間接降低期貨市場的價格發(fā)現(xiàn)能力。

本文采用上證50股指期貨和中證500股指期貨上市后一年的1分鐘高頻數(shù)據(jù)，結(jié)合滬深300股指期貨，探究我國股指期貨市場相對現(xiàn)貨市場的價格發(fā)現(xiàn)能力，并分析中金所推出的嚴(yán)格倉位限額對股指期貨價格發(fā)現(xiàn)功能的影響。

二、文獻(xiàn)回顧

（一）價格發(fā)現(xiàn)貢獻(xiàn)度衡量方法

經(jīng)過多年的研究發(fā)展，學(xué)術(shù)界形成了兩種最常用的用以衡量市場價格發(fā)現(xiàn)貢獻(xiàn)度的模型：Hasbrouck（1995）[4]的信息共享模型（information share，IS模型）和Gonzalo，Granger（1995）[5]的永久短暫模型（permanent transitory，PT模型）。如Tse（1999）[6]采用IS模型，發(fā)現(xiàn)道瓊斯工業(yè)指數(shù)期貨的價格發(fā)現(xiàn)貢獻(xiàn)度大于現(xiàn)貨；Booth等（1999）[7]采用PT模型研究了德國股市與衍生品市場之間的價格發(fā)現(xiàn)功能，發(fā)現(xiàn)指數(shù)和指數(shù)期貨的價格發(fā)現(xiàn)貢獻(xiàn)度大于期權(quán)；Mizrach和Neely（2006）[2]采用IS模型和PT模型研究美國國債市場的價格發(fā)現(xiàn)能力，發(fā)現(xiàn)國債期貨在價格發(fā)現(xiàn)中占主導(dǎo)。

Baillie等（2002）[8]認(rèn)為IS模型比PT模型更具有經(jīng)濟(jì)解釋力，而且學(xué)術(shù)界一般傾向于使用IS模型作為主要的價格發(fā)現(xiàn)貢獻(xiàn)度衡量模型。如Chang等（2013）[9]采用IS模型實證分析持倉限額對日元/美元、歐元/美元外匯期貨的價格發(fā)現(xiàn)能力的影響，發(fā)現(xiàn)套期保值持倉量的上升對價格發(fā)現(xiàn)有負(fù)向作用，投機持倉量在一定的范圍內(nèi)促進(jìn)價格發(fā)現(xiàn)過程；Boyd和Locke（2014）[10]采用IS模型研究期貨和期權(quán)市場的價格發(fā)現(xiàn)功能，發(fā)現(xiàn)期貨市場的價格發(fā)現(xiàn)能力強于期權(quán)市場；Bart等（2015）[11]采用IS模型和PT模型研究了跨加拿大和美國上市公司的價格發(fā)現(xiàn)能力，發(fā)現(xiàn)美國市場對信息的處理能力更強；Oztekin等（2017）[12]采用IS模型分析了美國電子交易期貨和ETF市場的價格發(fā)現(xiàn)能力，發(fā)現(xiàn)期貨市場在價格發(fā)現(xiàn)中占主導(dǎo)。

國內(nèi)學(xué)者使用IS模型和PT模型對滬深300股指期貨進(jìn)行了大量研究，如嚴(yán)敏等（2009）[13]采用IS模型和PT模型分析滬深300股指期貨的價格發(fā)現(xiàn)功能，結(jié)果表明現(xiàn)貨的價格發(fā)現(xiàn)能力大于期貨；何誠穎等（2011）[14]使用IS模型和PT模型實證分析滬深300指數(shù)期貨價格發(fā)現(xiàn)能力，結(jié)果表明期貨的價格發(fā)現(xiàn)能力更強；方匡南和蔡振忠（2012）[15]利用IS模型和PT模型計算期貨價格發(fā)現(xiàn)的貢獻(xiàn)度，結(jié)果表明現(xiàn)貨市場在價格發(fā)現(xiàn)功能中的作用相對較大；陳瑩等（2014）[16]采用IS模型和PT模型檢驗滬深300指數(shù)衍生證券的價格發(fā)現(xiàn)功能，結(jié)果表明股指期貨的價格發(fā)現(xiàn)貢獻(xiàn)度最大。

IS模型雖然應(yīng)用廣泛，但模型需要對協(xié)方差矩陣進(jìn)行Cholesky分解，使得計算結(jié)果不唯一。Lien和Shrestha（2009）[17]發(fā)現(xiàn)了IS模型的缺陷，并提出修正的IS模型（modified information share， MIS模型）以改善IS模型。華仁海和劉慶富（2010）[18]采用MIS模型發(fā)現(xiàn)滬深300指數(shù)期貨具有較強的價格發(fā)現(xiàn)能力；Liu和An（2011）[19]采用MIS模型研究美國與中國商品期貨市場的價格發(fā)現(xiàn)能力，發(fā)現(xiàn)美國商品期貨市場的價格發(fā)現(xiàn)能力更強；劉向麗和張雨萌（2012）[20]采用MIS模型發(fā)現(xiàn)期貨市場在價格發(fā)現(xiàn)中起主導(dǎo)作用；Inani（2017）[21]采用MIS、IS和PT模型研究印度期貨與股票市場的價格發(fā)現(xiàn)能力，結(jié)果表明期貨市場發(fā)揮了價格發(fā)現(xiàn)的功能。

（二）文獻(xiàn)綜述簡析

通過對國內(nèi)外價格發(fā)現(xiàn)功能研究成果的分析發(fā)現(xiàn)，以往學(xué)者的研究有以下幾點不足：首先，在研究模型方面，國內(nèi)外學(xué)者大多采用傳統(tǒng)IS模型和PT模型，MIS模型應(yīng)用還不是很多；其次，以往的國內(nèi)研究主要集中在滬深300股指期貨的價格發(fā)現(xiàn)能力上，由于上證50股指期貨和中證500股指期貨的推出時間較晚，目前還鮮有研究；最后，關(guān)于倉位限額對價格發(fā)現(xiàn)能力影響的研究還相對較少。

針對以往研究的不足，本文從以下幾個方面進(jìn)行了研究改進(jìn)：首先，采用1分鐘高頻數(shù)據(jù)作為本文的實驗數(shù)據(jù)頻率；其次，運用MIS模型和PT模型衡量上證50股指期貨、滬深300股指期貨和中證500股指期貨相對現(xiàn)貨的價格發(fā)現(xiàn)貢獻(xiàn)度；最后，對比倉位限額推出前后的股指期貨價格發(fā)現(xiàn)能力的變化。

2.統(tǒng)計性描述

由表1發(fā)現(xiàn)，區(qū)間一所有序列的均值都大于全樣本區(qū)間和區(qū)間二，表明區(qū)間一中的價格處于相對較高水平。通過標(biāo)準(zhǔn)差的對比，發(fā)現(xiàn)各區(qū)間中期貨的標(biāo)準(zhǔn)差都較大，表明期貨的波動比ETF和指數(shù)的波動要大；所有序列的J-B統(tǒng)計量顯著，拒絕服從正態(tài)分布的假設(shè)。

由表2發(fā)現(xiàn)，滬深300期貨和現(xiàn)貨的統(tǒng)計結(jié)果同表1相近，也是區(qū)間一的均值最大，期貨的標(biāo)準(zhǔn)差最大，J-B統(tǒng)計量顯著性也相似。

表3統(tǒng)計結(jié)果的對比分析與表1和表2相似，說明不同期貨和現(xiàn)貨在區(qū)間上的統(tǒng)計表現(xiàn)出一致性，基于不同指數(shù)的股指期貨特征也表現(xiàn)出一致性。

四、實證分析

Hasbrouck（1995）[1]指出，為了準(zhǔn)確估計高度相關(guān)的兩種資產(chǎn)對價格發(fā)現(xiàn)的貢獻(xiàn)，需要使用盡可能高頻率的數(shù)據(jù)。1分鐘數(shù)據(jù)相比日級別數(shù)據(jù)含有的信息更多，能夠衡量期貨市場日內(nèi)和日間的價格發(fā)現(xiàn)功能；而日級別的數(shù)據(jù)只是采用日收盤價，難以衡量日內(nèi)的價格發(fā)現(xiàn)功能。

（一）不同數(shù)據(jù)頻率的價格發(fā)現(xiàn)貢獻(xiàn)度對比

本文針對全樣本區(qū)間，通過對1分鐘、5分鐘、15分鐘、30分鐘、60分鐘和日數(shù)據(jù)進(jìn)行對比，分析不同數(shù)據(jù)頻率對實驗結(jié)果的影響，如表4所示。

從表4可以看出，隨著數(shù)據(jù)頻率的升高，期貨的價格發(fā)現(xiàn)貢獻(xiàn)度逐漸升高，且與日內(nèi)高頻率數(shù)據(jù)計算的結(jié)果基本一致，而日級別數(shù)據(jù)計算的結(jié)果則與高頻數(shù)據(jù)的結(jié)果相反。由此可以判定，日級別數(shù)據(jù)衡量的是日間的價格發(fā)現(xiàn)功能，而對日內(nèi)間的價格發(fā)現(xiàn)功能無法衡量，從而無法從整體上衡量市場間的價格發(fā)現(xiàn)功能。

另外，從交易數(shù)據(jù)的完整性和可獲取性方面，1分鐘是數(shù)據(jù)頻率的上限，故采用1分鐘數(shù)據(jù)作為本文的實驗數(shù)據(jù)頻率。

（二）上證50股指期貨的價格發(fā)現(xiàn)貢獻(xiàn)度

在計算價格發(fā)現(xiàn)貢獻(xiàn)度之前，本文對價格序列進(jìn)行了平穩(wěn)性檢驗、格蘭杰因果檢驗和協(xié)整檢驗，結(jié)果表明對數(shù)價格序列是一階單整序列，即I（1），序列間滿足雙向的格蘭杰因果關(guān)系，序列之間普遍存在協(xié)整關(guān)系。

1.期貨和指數(shù)

由MIS模型和PT模型計算出的上證50股指期貨與上證50指數(shù)的價格發(fā)現(xiàn)貢獻(xiàn)度如表5所示。

從表5可以看出，MIS模型和PT模型的結(jié)果一致：期貨的價格發(fā)現(xiàn)度接近60%，大于指數(shù)的價格發(fā)現(xiàn)貢獻(xiàn)度；嚴(yán)格的倉位限額推出后，期貨的價格發(fā)現(xiàn)貢獻(xiàn)度約降低了10%，但仍比指數(shù)的價格發(fā)現(xiàn)貢獻(xiàn)度大。

2.期貨和ETF

由MIS模型和PT模型計算出的上證50股指期貨與上證50 ETF的價格發(fā)現(xiàn)貢獻(xiàn)度如表6所示。

從表6可以看出，MIS模型和PT模型的結(jié)果一致：期貨的價格發(fā)現(xiàn)度接近70%，大于ETF的價格發(fā)現(xiàn)貢獻(xiàn)度；嚴(yán)格的倉位限額推出后，期貨的價格發(fā)現(xiàn)貢獻(xiàn)度約降低了10%，仍在價格發(fā)現(xiàn)中占主導(dǎo)。

（三）滬深300股指期貨的價格發(fā)現(xiàn)貢獻(xiàn)度

1.期貨和指數(shù)

由MIS模型和PT模型計算出的滬深300股指期貨與滬深300指數(shù)的價格發(fā)現(xiàn)貢獻(xiàn)度如表7所示。

從表7可以看出，MIS模型和PT模型的結(jié)果一致：期貨的價格發(fā)現(xiàn)度接近75%，大于指數(shù)的價格發(fā)現(xiàn)貢獻(xiàn)度；嚴(yán)格的倉位限額推出后，期貨的價格發(fā)現(xiàn)貢獻(xiàn)度略微降低，仍為70%左右。

2.期貨和ETF

由MIS模型和PT模型計算出的滬深300股指期貨與滬深300 ETF的價格發(fā)現(xiàn)貢獻(xiàn)度如表8所示。

從表8可以看出，MIS模型和PT模型的結(jié)果一致：期貨的價格發(fā)現(xiàn)度接近75%，大于ETF的價格發(fā)現(xiàn)貢獻(xiàn)度；嚴(yán)格的倉位限額推出后，期貨的價格發(fā)現(xiàn)貢獻(xiàn)度略微降低。

（四）中證500股指期貨的價格發(fā)現(xiàn)貢獻(xiàn)度

1.期貨和指數(shù)

由MIS模型和PT模型計算出的中證500股指期貨與中證500指數(shù)的價格發(fā)現(xiàn)貢獻(xiàn)度如表9所示。

從表9可以看出，MIS模型和PT模型的結(jié)果一致：期貨的價格發(fā)現(xiàn)度接近90%，明顯大于指數(shù)的價格發(fā)現(xiàn)貢獻(xiàn)度；嚴(yán)格的倉位限額推出后，期貨的價格發(fā)現(xiàn)貢獻(xiàn)度約降低了5%。

2.期貨和ETF

由MIS模型和PT模型計算出的中證500股指期貨與中證500 ETF的價格發(fā)現(xiàn)貢獻(xiàn)度如表10所示。

從表10可以看出，MIS模型和PT模型的結(jié)果一致：期貨的價格發(fā)現(xiàn)度接近97%，明顯大于ETF的價格發(fā)現(xiàn)貢獻(xiàn)度；嚴(yán)格的倉位限額推出后，期貨的價格發(fā)現(xiàn)貢獻(xiàn)度略微降低。

五、結(jié) 論

本文采用1分鐘高頻數(shù)據(jù)，采用改進(jìn)的信息貢獻(xiàn)模型和永久短暫模型量化上證50股指期貨、滬深300股指期貨和中證500股指期貨價格發(fā)現(xiàn)貢獻(xiàn)度以及股指期貨市場間的價格發(fā)現(xiàn)貢獻(xiàn)度，并分析倉位限額對期貨價格發(fā)現(xiàn)能力的影響。研究結(jié)論如下：

（1）上證50股指期貨、滬深300股指期貨和中證500股指期貨的價格發(fā)現(xiàn)貢獻(xiàn)度均大于現(xiàn)貨的價格發(fā)現(xiàn)貢獻(xiàn)度，在價格發(fā)現(xiàn)過程中占主導(dǎo)地位，較好地發(fā)揮了價格發(fā)現(xiàn)功能。

（2）期貨倉位限額推出后，上證50股指期貨、滬深300股指期貨和中證500股指期貨的價格發(fā)現(xiàn)貢獻(xiàn)度相對現(xiàn)貨的價格發(fā)現(xiàn)貢獻(xiàn)度均有不同程度的降低，說明倉位限額降低了期貨的價格發(fā)現(xiàn)能力，而且對上證50股指期貨的價格發(fā)現(xiàn)能力影響最大。

綜上可見，本文的研究具有一定的現(xiàn)實意義。首先，期貨市場由于其準(zhǔn)入門檻低、高杠桿、T+0交易和交易成本低等特點，使其交易相對活躍，對市場信息的反應(yīng)最顯著，在價格引導(dǎo)方面起到了主導(dǎo)作用，股指期貨的價格先于指數(shù)和ETF市場價格變化，當(dāng)三者的價格出現(xiàn)偏離時，指數(shù)和ETF的價格將會向股指期貨價格方向調(diào)整，股指期貨市場可作為現(xiàn)貨市場的先行指標(biāo)，為現(xiàn)貨投資者判斷市場運行方向提供參考；其次，倉位限額的推出降低了市場波動，維護(hù)了市場穩(wěn)定，但是期貨的交易量呈現(xiàn)了較大幅度的下跌，期貨市場的價格發(fā)現(xiàn)能力顯著降低，不利于整個金融市場的長遠(yuǎn)健康發(fā)展，監(jiān)管層應(yīng)適時放寬股指期貨交易倉位的限制。因此，適度、審慎地使用政府干預(yù)手段對我國期貨市場的健康發(fā)展具有重要的現(xiàn)實意義。

參考文獻(xiàn)：

[1] [ZK（#]THEISSEN E. Price discovery in floor and screen trading systems [J]. Journal of Empirical Finance， 2002， 9（4）： 455-474.

[2] MIZRACH B， NEELY C J. Information shares in the US treasury market [J]. Journal of Banking & Finance， 2008， 32（7）： 1221-1233.

[3] FRIJNS B， GILBERT A， TOURANIRAD A. The determinants of price discovery： Evidence from USCanadian crosslisted shares [J]. Journal of Banking & Finance， 2015， 59（11）： 457-468.

[4] HASBROUCK J. One security， many markets： Determining the contributions to price discovery [J]. The Journal of Finance， 1995， 50（4）：1175-1199.

[5] GONZALO J， GRANGER C. Estimation of common longmemory components in cointegrated systems [J]. Journal of Business & Economic Statistics， 1995， 13（1）： 27-35.

[6] TSE Y. Price discovery and volatility spillovers in the DJIA index and futures markets [J]. Journal of Futures Markets， 1999， 19（8）：911-930.

[7] BOOTH G G， SO R W， TSE Y. Price discovery in the German equity index derivatives markets [J]. Journal of Futures Markets， 1999， 19（6）：619-643.

[8] BAILLIE R T， BOOTH G G， TSE Y， et al. Price discovery and common factor models [J]. Journal of Financial Markets， 2002， 5（3）：309-321.

[9] CHANG Y K， CHEN Y L， CHOU R K， et al. The effectiveness of position limits： Evidence from the foreign exchange futures markets [J]. Journal of Banking & Finance， 2013， 37（11）：4501-4509.

[10] [ZK（#]BOYD N， LOCKE P. Price discovery in futures and options markets [J]. Journal of Futures Markets， 2014， 34（9）：853-867.

[11] BART F， IVAN I， ALIREZA T. Macroeconomic news announcements and price discovery： Evidence from CanadianU.S.crosslisted firms [J]. Journal of Empirical Finance， 2015， 32：35-48.

[12] OZTEKIN A S， MISHRA S， JAIN P K， et al. Price discovery and liquidity characteristics for US electronic futures and ETF markets[J]. The Journal of Trading， 2017， 12（2）： 59-72.

[13] 嚴(yán)敏， 巴曙松， 吳博. 我國股指期貨市場的價格發(fā)現(xiàn)與波動溢出效應(yīng)[J]. 系統(tǒng)工程， 2009（10）：32-38.

[14] 何誠穎， 張龍斌， 陳薇. 基于高頻數(shù)據(jù)的滬深300指數(shù)期貨價格發(fā)現(xiàn)能力研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2011（5）：139-151.

[15] 方匡南， 蔡振忠. 我國股指期貨價格發(fā)現(xiàn)功能研究[J]. 統(tǒng)計研究， 2012（5）：73-78.

[16] 陳瑩， 武志偉， 王楊. 滬深300指數(shù)衍生證券的多市場交易與價格發(fā)現(xiàn)[J]. 管理科學(xué)學(xué)報， 2014（12）：75-84.

[17] LIEN D， SHRESTHA K. A new information share measure [J]. Journal of Futures Markets， 2009， 29（4）： 377-395.

[18] 華仁海， 劉慶富. 股指期貨與股指現(xiàn)貨市場間的價格發(fā)現(xiàn)能力探究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2010（10）：90-100.

[19] LIU Q， AN Y. Information transmission in informationally linked markets： Evidence from US and Chinese commodity futures markets [J]. Journal of International Money & Finance， 2011， 30（5）：778-795.

[20] 劉向麗， 張雨萌. 基于向量誤差修正模型的股指期貨價格發(fā)現(xiàn)功能研究[J]. 管理評論， 2012（2）：71-77.

[21] INANI S K. Price discovery in Indian stock index futures market：New evidence based on intraday data [J]. International Journal of Indian Culture and Business Management， 2017， 14（1）： 23-43.

[22] ENGLE R F， GRANGER C W J. Cointegration and error correction：Representation， estimation， and testing [J]. Econometrica： journal of the Econometric Society， 1987： 251-276.

Abstract： Using 1minute high frequency data， this paper explores the price discovery function of Chinese index futures markets， including SSE 50， CSI 300， and CSI 500 futures markets， and analyses the effect of position limit on price discovery. Granger causality tests， Johannsen cointegration tests and vector error correction model are employed to analyse the longterm relationship of futures and spots. Modified information share model is applied to measure the contribution to price discovery of futures markets and spots markets， and permanent transitory model is applied to test the robustness of the contribution to price discovery. The results show that futures market contribute the most to price discovery， and the price discovery of futures markets decreases when the position limit is carried out.

Keywords：index futures； price discovery； position limit； modified information share model； permanent transitory model