“千股跌停”是股指期貨惹的禍嗎？

■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(guó)股市頻頻出現(xiàn)“千股跌停”,學(xué)界、業(yè)界乃至社會(huì)上一個(gè)帶有普遍性的認(rèn)識(shí)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(duì)稱波動(dòng)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(wèn)世后，雖會(huì)一定程度地放大新信息對(duì)股市的沖擊，但總體上具備一定的降低股票現(xiàn)貨市場(chǎng)波動(dòng)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(duì)股市的沖擊。由此，我們得出結(jié)論：“千股跌停”決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(duì)現(xiàn)貨市場(chǎng)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(chǎng)的監(jiān)管機(jī)制的對(duì)策建議。

股指期貨；股市波動(dòng)；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(guó)華威大學(xué)華威商學(xué)院，研究生。

一、引言

2015年可以說(shuō)是我國(guó)股民的“災(zāi)難年”，上證綜指從6月15日的5063點(diǎn)（當(dāng)日盤(pán)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(guó)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(guó)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(shuō)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(shì)，配資賬戶被“平倉(cāng)”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(guó)股市那一期間的“千股跌停”。然而令人不解的是：我國(guó)股指期貨滬深300不是2010年就問(wèn)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(dòng)，規(guī)避股市系統(tǒng)性風(fēng)險(xiǎn)，那么，我國(guó)在已推出了若干品種股指期貨的條件下，為何股市仍然會(huì)千股跌停呢？難道我國(guó)的股指期貨未能發(fā)揮正常功能？事實(shí)上，在此期間，我國(guó)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(guó)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(kāi)倉(cāng)交易量超過(guò)10手便構(gòu)成“日內(nèi)開(kāi)倉(cāng)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(cāng)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(cāng)交易保證金標(biāo)準(zhǔn)由10%提高到20%，將股指期貨當(dāng)日開(kāi)倉(cāng)又平倉(cāng)的平倉(cāng)交易手續(xù)費(fèi)標(biāo)準(zhǔn)，由目前按平倉(cāng)成交金額的萬(wàn)分之一點(diǎn)一五收取，提高至按平倉(cāng)成交金額的萬(wàn)分之二十三收取。

此后，我國(guó)股市仍然出現(xiàn)了千股跌停現(xiàn)象，針對(duì)此，反對(duì)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(guò)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(guó)股指期貨實(shí)際上加大了股指波動(dòng)，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(guò)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(duì)未來(lái)的預(yù)期，其又可以引導(dǎo)現(xiàn)貨市場(chǎng)的價(jià)格；三是增加流動(dòng)性功能，這是由于期貨市場(chǎng)套期保值的“保險(xiǎn)作用”可很大程度使現(xiàn)貨市場(chǎng)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(shuō)從不同側(cè)面表現(xiàn)了避險(xiǎn)功能。

那么，到底應(yīng)如何評(píng)價(jià)我國(guó)股指期貨的功過(guò)？應(yīng)否繼續(xù)限制股指期貨的運(yùn)行？很顯然，如果我國(guó)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(guó)股市“千股跌停”的元兇，那么我們可以考慮長(zhǎng)期限制乃至廢除股指期貨；而如果我國(guó)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(guò)加強(qiáng)金融監(jiān)管和相應(yīng)的體制機(jī)制變革，來(lái)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(lái)促進(jìn)我國(guó)股市的健康發(fā)展，進(jìn)而促進(jìn)我國(guó)金融體系乃至整個(gè)國(guó)民經(jīng)濟(jì)的健康發(fā)展。

這里，對(duì)股指期貨功過(guò)的評(píng)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(lái)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(guó)外文獻(xiàn)

20世紀(jì)70年代末以來(lái)，國(guó)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(chǎng)、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(guò)，也有少數(shù)文獻(xiàn)從一般的期貨市場(chǎng)與現(xiàn)貨市場(chǎng)關(guān)系上論證了期貨市場(chǎng)交易可能會(huì)增加現(xiàn)貨市場(chǎng)的價(jià)格波動(dòng)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(duì)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(dòng)的波動(dòng)情況，發(fā)現(xiàn)股指期貨的推出減少了現(xiàn)貨市場(chǎng)的波動(dòng)。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(chǎng)的波動(dòng)。Tian和Zheng(2013)檢測(cè)了關(guān)于滬深300股指期貨及股票指數(shù)波動(dòng)的相互關(guān)系，他們發(fā)現(xiàn)滬深300股指期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)和套期保值功能會(huì)對(duì)現(xiàn)貨市場(chǎng)造成影響，這可能會(huì)使現(xiàn)貨市場(chǎng)更加穩(wěn)定，減少波動(dòng)。

當(dāng)然，也有學(xué)者通過(guò)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(dòng)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(guò)使用EGARCH模型考察了標(biāo)準(zhǔn)普爾500指數(shù)期貨交易對(duì)潛在現(xiàn)貨市場(chǎng)波動(dòng)的影響，只是發(fā)現(xiàn)期貨交易沒(méi)有造成標(biāo)準(zhǔn)普爾500現(xiàn)貨市場(chǎng)觀測(cè)到的更大波動(dòng)性震蕩。不過(guò)，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(guó)內(nèi)文獻(xiàn)

國(guó)內(nèi)關(guān)于我國(guó)股指期貨功能、作用的實(shí)證研究，也有不少文獻(xiàn)，不過(guò)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(duì)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(chǎng)的波動(dòng)性及非對(duì)稱效應(yīng)。談儒勇和盛美娜（2011）通過(guò)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(pán)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(duì)于股票現(xiàn)貨市場(chǎng)的波動(dòng)性沒(méi)有顯著影響。華仁海和張朋（2012）基于Markov-Switching-GARCH模型，對(duì)我國(guó)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(chǎng)的波動(dòng)，提高了現(xiàn)貨市場(chǎng)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(dòng)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(pán)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(chǎng)的波動(dòng)性；他們還通過(guò)TGARCH、EGARCH模型檢驗(yàn)非對(duì)稱性效應(yīng)，發(fā)現(xiàn)股指期貨的推出增大了股票市場(chǎng)的非對(duì)稱效應(yīng)；利空消息引起股票市場(chǎng)價(jià)格的波動(dòng)大于同等程度利好消息引起的波動(dòng)。肖爭(zhēng)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(lái)測(cè)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(chǎng)的羊群行為,對(duì)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(duì)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(dòng)的作用。

以上研究都很有參考價(jià)值。不過(guò)，這些文獻(xiàn)做的實(shí)證分析，畢竟都是在2015年下半年“千股跌停”之前，未能經(jīng)受“千股跌停”的檢驗(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(duì)稱的ARCH模型，采用最新的股市數(shù)據(jù)，來(lái)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(duì)我國(guó)滬深300股指期貨對(duì)現(xiàn)貨市場(chǎng)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(lái)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(huì)出現(xiàn)方差隨時(shí)間變化的特點(diǎn)，且在方差的變化過(guò)程中，幅度較大的變化會(huì)相對(duì)地集中在某些時(shí)間段里，而幅度較小的變化則會(huì)相對(duì)集中在另一些時(shí)間段里。或者說(shuō)金融時(shí)間序列的方差存在著波動(dòng)的集群性（volatility clustering）。1982年，美國(guó)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(chǎng)景，因此在各國(guó)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(lái)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(cè)誤差（度量從前期得到的波動(dòng)性的信息的ARCH項(xiàng)）；

p代表移動(dòng)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(chǎng)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(dòng)（市場(chǎng)下跌）要比同等程度的正面沖擊或好消息（good news）引起的波動(dòng)（市場(chǎng)上升）大，此即所謂杠桿效應(yīng)，這是一種不對(duì)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(duì)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(wú)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(duì)稱；但如果γ≠0，則說(shuō)明數(shù)據(jù)不對(duì)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(huì)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(mén)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(duì)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(duì)稱；但如果γ≠0，則說(shuō)明數(shù)據(jù)不對(duì)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(huì)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(duì)稱現(xiàn)象的ARCH類模型展開(kāi)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(pán)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(pán)指數(shù)。總共得到2750個(gè)原始觀測(cè)數(shù)據(jù)，其中2722個(gè)為有效觀測(cè)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(shuō)明市場(chǎng)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(dòng)性；偏度表示出樣本的序列分布非對(duì)稱性程度，其值S為-0.517921，而正態(tài)分布時(shí)S等于0，說(shuō)明時(shí)間序列數(shù)據(jù)的概率分布為非對(duì)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(shuō)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(guò)大，相應(yīng)的P值為0，此值過(guò)小，無(wú)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(wú)效。所以，應(yīng)該對(duì)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(guò)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(lái)源：WIND金融終端。

由表1可見(jiàn)，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(duì)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(duì)股票現(xiàn)貨市場(chǎng)的波動(dòng)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(lái)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(duì)中國(guó)股票現(xiàn)貨市場(chǎng)造成的波動(dòng)性影響。

方差方程為：

式中，λ為虛擬變量D的系數(shù)。

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

由表2可見(jiàn)，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(duì)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(jiàn)，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(duì)現(xiàn)貨市場(chǎng)的價(jià)格波動(dòng)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(chǎng)中新信息對(duì)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(dòng)率的系數(shù),代表的是市場(chǎng)中舊信息對(duì)股指價(jià)格的沖擊,即GARCH效應(yīng)，前者明顯小于后者。可見(jiàn)，在有了股指期貨情況下，股市上傳遞的新的消息對(duì)我國(guó)股市的沖擊作用相對(duì)不大。

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

但考慮到股票市場(chǎng)上往往存在著壞消息（bad news）引起的波動(dòng)（市場(chǎng)下跌）往往要比同等程度的好消息（good news）引起的波動(dòng)（市場(chǎng)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(duì)稱模型來(lái)進(jìn)一步展開(kāi)實(shí)證分析，檢驗(yàn)非對(duì)稱信息沖擊下市場(chǎng)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(guó)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(duì)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(jiàn)，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(jiàn)該模型顯示出的我國(guó)股指期貨問(wèn)世后對(duì)股市波動(dòng)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(dòng)大于正面信息（好消息）引起的波動(dòng)。眾所周知，我國(guó)股市歷來(lái)是投機(jī)市，大起大落，高風(fēng)險(xiǎn)，壞消息引起的股市波動(dòng)（下跌）歷來(lái)明顯大于好消息引起的股市波動(dòng)（上漲）；遺憾的是，股指期貨問(wèn)世以后，這一非對(duì)稱特征仍然明顯存在。從這一點(diǎn)看，我國(guó)股指期貨問(wèn)世后發(fā)揮的穩(wěn)定股市的作用并不大。

不過(guò)，這一結(jié)論顯然存疑，因?yàn)槲覈?guó)股指期貨問(wèn)世后，從2105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(duì)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(huà)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(guó)股指期貨的問(wèn)世一定程度地降低了股市的波動(dòng)，另一方面又含混不清地顯示我國(guó)股指期貨問(wèn)世后，股市杠桿效應(yīng)仍然明顯存在，“壞”消息相對(duì)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(duì)不同時(shí)間段做實(shí)證檢驗(yàn)，以求進(jìn)一步確認(rèn)我國(guó)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(kāi)來(lái)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(guó)自滬深300指數(shù)問(wèn)世后到滬深300股指期貨問(wèn)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(wèn)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(kāi)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(guò)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(jiàn)，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(duì)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(lái)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(méi)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(lái)我們運(yùn)用AIC和SC最小準(zhǔn)則和一些約束條件對(duì)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汀ＤＰ途唧w形式同（9）式。

表7列示了運(yùn)用Eviews軟件對(duì)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(dòng)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(chǎng)中新信息對(duì)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(shuō)明，我國(guó)股指期貨2010年4月16日問(wèn)世以后，股市上傳遞的新消息對(duì)我國(guó)股市的沖擊作用比問(wèn)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(duì)我國(guó)股市的沖擊作用則明顯又要小一些，可以說(shuō)小了一半多。如此結(jié)果似乎顯示我國(guó)股指期貨應(yīng)當(dāng)予以限制，限制有理，因?yàn)橄拗埔院螅墒械牟▌?dòng)得以下降。

不過(guò)我們還應(yīng)當(dāng)考慮杠桿效應(yīng)問(wèn)題，我們?cè)龠\(yùn)用非對(duì)稱模型，來(lái)檢驗(yàn)非對(duì)稱信息沖擊下市場(chǎng)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停淇梢员硎緸椋?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(duì)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(dòng)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(wú)幾。這表明，在三個(gè)子樣本中，新信息對(duì)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(dòng)大于正面信息引起的波動(dòng)。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(duì)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(dòng)還略小于正面信息引起的波動(dòng)。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(dòng)明顯大于正面信息引起的波動(dòng)。

綜上，分樣本模型檢驗(yàn)結(jié)果表明，我國(guó)股指期貨的問(wèn)世和正常運(yùn)作多少有一些放大了新信息對(duì)我國(guó)股市的沖擊作用，這會(huì)加大股市波動(dòng)；但是卻避免了股市中在沒(méi)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(dòng)還略小于正面信息引起的波動(dòng)。那么，這個(gè)分樣本的檢驗(yàn)結(jié)果，雖然不能證明我國(guó)股指期貨的問(wèn)世總體上明顯降低了股市的波動(dòng)，卻完全可以證明股指期貨的問(wèn)世一定程度降低了負(fù)面消息引致的股市向下的波動(dòng)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(kāi)市一直到月底，上證綜指在幾乎沒(méi)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(guó)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(guò)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(guò)150%，創(chuàng)業(yè)板指數(shù)漲幅更是超過(guò)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(guò)度的杠桿融資。2014年下半年以來(lái)，我國(guó)股市無(wú)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(wàn)億元以上，推動(dòng)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(chǎng)外配資的杠桿比例則達(dá)1∶4～1∶5甚或更高。可以毫不夸張地說(shuō)，我國(guó)這一輪“快牛”的形成主要得益于杠桿融資。過(guò)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(cāng)機(jī)制，投資者會(huì)爭(zhēng)先恐后地拋售股票，從而形成嚴(yán)重的“踩踏”效應(yīng)，市場(chǎng)“雪崩”式下跌。三是廣大股民懼怕年底前注冊(cè)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(guó)滬深300股指期貨推出后，會(huì)或多或少一定程度地放大新信息對(duì)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(chǎng)波動(dòng)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(duì)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(tái)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(shì)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(duì)現(xiàn)貨市場(chǎng)的套期保值和定價(jià)等功能。

當(dāng)然，我國(guó)的股指期貨運(yùn)作尚存明顯缺陷，為此，我們?cè)诠芍钙谪浕謴?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(chǎng)的監(jiān)管機(jī)制。

1.切實(shí)加強(qiáng)對(duì)股指期貨市場(chǎng)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(chǎng)的波動(dòng)，亦可用于投機(jī)，加大股市現(xiàn)貨市場(chǎng)的波動(dòng)，關(guān)鍵看監(jiān)管是否完善，是否到位。以往我國(guó)股指期貨之所以未能很好發(fā)揮抑制股市波動(dòng)、防范系統(tǒng)性風(fēng)險(xiǎn)的作用，根本的原因，就是對(duì)股指期貨市場(chǎng)的監(jiān)管沒(méi)有到位，使得有些人可以通過(guò)一邊在現(xiàn)貨市場(chǎng)大肆拋售股票，一邊在期貨市場(chǎng)惡意做空，從而賺取多倍投機(jī)利潤(rùn)。建議證監(jiān)會(huì)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(cāng)制度、大戶持倉(cāng)報(bào)告制度、強(qiáng)行平倉(cāng)制度、強(qiáng)制減倉(cāng)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(chǎng)的、協(xié)調(diào)的動(dòng)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(kāi)、公平、公正的“三公”市場(chǎng)。

2.切實(shí)優(yōu)化股指期貨市場(chǎng)的運(yùn)行機(jī)制。通過(guò)加強(qiáng)監(jiān)管和對(duì)違規(guī)者零容忍的嚴(yán)懲，在股指期貨市場(chǎng)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(chǎng)行為主體及結(jié)構(gòu)的優(yōu)化，來(lái)優(yōu)化其運(yùn)行機(jī)制。

3.切實(shí)加強(qiáng)現(xiàn)貨市場(chǎng)的監(jiān)管機(jī)制。一要強(qiáng)化信息披露。我國(guó)的股票市場(chǎng)是一個(gè)散戶占投資者多數(shù)的市場(chǎng)，而散戶在市場(chǎng)中處于絕對(duì)的信息劣勢(shì)，與此同時(shí)多數(shù)散戶又因缺乏專業(yè)知識(shí)和資金實(shí)力而與股指期貨市場(chǎng)無(wú)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(chǎng)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(dòng)、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(guò)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(huì)、銀監(jiān)會(huì)和保監(jiān)會(huì)的監(jiān)管協(xié)調(diào)。要堅(jiān)決杜絕通過(guò)信托、民間配資和P2P等形式違規(guī)進(jìn)入股市的場(chǎng)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(zhǎng)一些的時(shí)間跨度來(lái)看，我國(guó)還應(yīng)與期貨市場(chǎng)交易機(jī)制適應(yīng)，在現(xiàn)貨市場(chǎng)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(chǎng)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(guó)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(guó)人大應(yīng)以《期貨交易管理?xiàng)l例》為藍(lán)本,盡快出臺(tái)《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(chǎng)導(dǎo)報(bào),2014,(12):20～25.

[2]華仁海,張朋.我國(guó)股指期貨的推出對(duì)股票現(xiàn)貨市場(chǎng)波動(dòng)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(duì)我國(guó)現(xiàn)貨市場(chǎng)波動(dòng)性的影響[J].福州大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),2012,(4):31～35.

[4]談儒勇,盛美娜.股指期貨會(huì)影響現(xiàn)貨市場(chǎng)的波動(dòng)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(zhēng)艷，高榮.股指期貨對(duì)中國(guó)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(guó)股指期貨對(duì)現(xiàn)貨市場(chǎng)聯(lián)動(dòng)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(wèn)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