高頻類交易對股指期貨市場的影響及探討
——基于近年股指期貨市場規則調整的實證分析

朱話笙 周志中

(上海交通大學 安泰經濟與管理學院，上海 200030)

1 研究方法和數據選取

1.1 研究內容和框架

本文主要研究股指期貨交易規則改變造成的高頻類交易減少，對股指期貨市場波動率的影響，如圖1所示，影響股指期貨市場波動的因素分三類：

第一，股指期貨波動受股票指數波動影響，因為股指期貨是對股指未來的預期，期貨價值最終要趨近現貨價值，股指的波動率和股指期貨的波動率高度相關，為影響股指期貨波動的主要因素，必須予以消除。本文在處理股指波動對股指期貨波動因素的影響時，采用回歸方法消除股指對股指期貨波動率影響后的指標進行GARCH模型分析。

第二，股指期貨波動受股指期貨交易規則的影響，這是本文核心假設和研究目標。引言中闡述了近期IF期貨交易規則的變化，處理方法是把股指期貨是否受限作為虛擬變量加入GARCH模型，研究股指期貨受限對市場影響的置信度和影響的方向，同時結合市場實際情況以及定性研究分析可能的原因。

第三，股指期貨波動受市場其他因素的影響，包括整體市場異常以及期貨交易過程中的隨機因素等。本文的處理方法是，一方面盡可能選擇市場的平穩區間和全區間進行分析，另一方面選擇市場情況相似的區間進行對照分析，以盡可能分散其他因素的影響。

因此，本文通過樣本和模型處理并結合文獻與定性分析，盡可能消除其他因素對股指期貨市場的影響，研究股指期貨交易規則變化帶來的高頻類交易受限對股指波動率的影響。

研究采用結合研究目標調整后的EGARCH模型進行波動性分析。

圖1 研究框架

1.2 研究數據選取

本文選取的是2011年10月至2017年3月滬深300主力連續合約(通達信代碼：IFL8，下文簡稱IF主連)的價格、成交量等參數，數據的直接來源是通達信金融終端，發布者為中國金融期貨交易所。

標的選取方面，IF系列合約是中金所最早上市、市場參與者范圍廣、成交活躍最具代表性的股指期貨合約，而IF主連為IF主力合約的時間連續，是IF合約的最好代表，因此選為本研究標的。時間區間方面，選取2011年10月至2017年2月數據，剔除了2010年股指上線前期市場不成熟、成交量較小區間以及2017年3月略微放開交易規則后區間，消除可能的干擾。同時為保證研究結論的穩健性，我們采取全數據進行EGARCH測算。股指期貨ln對數收盤價時間序列圖見圖2。

圖2 股指期貨ln對數收盤價時間序列圖

1.3 研究創新

本研究的創新主要包括以下幾個方面:

第一，研究內容方面。以往研究主要集中于股指期貨對股票指數的影響，但尚缺乏對股指期貨交易規則調整造成的高頻交易受限對股指期貨市場自身影響的研究，同時近期監管層擬逐步開放股指期貨，故本研究有較大的實踐支持與啟示價值。

第二，以往研究(主要是股指期貨對股票指數的影響)一般直接應用波動性模型計算序列波動性，存在的主要問題是影響市場波動性的因素很復雜，直接使用模型無法消除市場其他因素對序列波動性的影響。當然實際分析過程中，影響指數波動性的市場因素因為復雜而無法具體度量，因此只能采用整體數據的波動性大的趨勢，但受市場影響，如2015年股票市場異常波動時，存在較大的偶然性和不嚴謹性。為增加研究結論的穩健性，本研究做了兩方面的工作：一是，股指本身的波動性是影響股指期貨波動性的重要因素，本文先通過統計方法消除了股指波動性對股指期貨波動性的影響，獨立研究交易規則變化對股指期貨波動性的影響；二是，選擇整體股票指數和股指期貨市場環境相似情況下，對波動率進行分析，盡可能消除異常市場環境對股指期貨波動率的影響。

2 實證分析結果

2.1 高頻類交易受限顯著

自2015年9月7日中金所將交易手續費提升至萬分之23(之前為萬分之0.23，提升100倍)以及提升非套期保值交易保證金至40%(原為10%)后，IF主力連續股指期貨絕對交易量顯著下降，受限前90個交易日日均成交量175萬手，而受限后90個交易日日均成交量降低至1.4萬手，減少了99%；同時持倉量/交易量顯著上升，受限前90個交易日持倉量/交易量比5.0%，而受限后90個交易日持倉量/交易量比209.4%，持倉過夜比重顯著上升，而高頻類交易一般持倉過夜較少，說明交易成本與保證金的大幅提升顯著限制了高頻類交易。股指期貨受限前后成交果變化見圖3，股指期貨受限前后持倉量/成交量變化見圖4。

圖3 股指期貨受限前后成交量變化

圖4 股指期貨受限前后持倉量/成交量變化

2.2 數據檢驗

由于股票價格時間序列一般都是非平穩的，存在單位根，而對不平穩的時間序列進行建模會出現“偽回歸”現象，從而降低模型的有效性。因此，本文首先通過取自然對數得到對數價格時間序列，使數據平穩化，同時也消除了異方差的問題，如圖2為股指期貨收盤價取對數后的時間序列圖。

通過單位根檢驗發現對數收盤價時間序列存在單位根，而且前面論證了股指期貨的價格與對應的股票指數的現貨價格存在明顯的協整關系。因此，考慮通過線性回歸剔除股指現貨價格對股指期貨價格的影響，采用處理后數據(見圖5)建立EGARCH模型。消除股指價格走勢后的序列具有明顯的波動集群現象，故我們對該時間序列進行ARCH效應檢驗。

圖5 股指期貨剔除股指后的時間序列

應用Eviews對剔除滬深300股指價格走勢后的IF股指期貨對數收盤價時間序列進行初步描述性統計，如圖6所示：柱狀圖反映了滬深指數日收益率序列的分布特征，可以看出，樣本區間內滬深指數的對數收盤價序列不服從正態分布，均值為0.102，標準差為0.012，偏度為-2.895，峰度為23.037，Jarque-Bera統計量為25629.93，拒絕了該序列服從正態分布的假設。從偏度值、峰度值及分布圖都可以看出，該時間序列具有金融數據典型的負偏、尖峰厚尾的統計特征。

圖6 時間序列描述性統計量及柱狀圖

一、單位根檢驗、ARMA建模要求時間序列為平穩性序列，檢驗結果如表2所示，序列在所有顯著性水平下都拒絕了存在單位根的原假設，即該序列為平穩的時間序列，可進行ARMA建模。

表2 單位根檢驗

二、自相關檢驗和偏相關檢驗(見表3)顯示，該序列的滯后性具有很強的自相關性性。

三、AIC和SBIC準則、ARCH-LM檢驗，通過對樣本序列進行p階 ARMA 模型建模，根據 AIC和SC準則，將滯后階數確定為1。對模型殘差進行 ARCH-LM 檢驗得到的結果如表4所示。拒絕殘差平方不存在自相關的原假設，因此序列存在自回歸條件異方差效應。綜合以上數據檢驗，序列可以使用EGARCH模型。

表3 自相關檢驗和偏相關檢驗

表4 ARCH-LM檢驗

2.3 GARCH波動性分析結果

為研究股指期貨交易受限對消除股指影響后的股指期貨序列波動性的影響，本研究在條件異方差方程中引入虛擬變量序列DV，在IF股指期貨交易顯著受限前設定該值為0，受限后設定該值為1，加入虛擬變量的EGARCH模型方程為:

γDVt

根據虛擬變量DV前的參數r是否顯著來判斷IF股指期貨顯著受限是否對IF股指期貨的波動性產生了影響，根據參數r的正負方向來判斷IF股指期貨受限是放大還是減少了IF股指期貨的波動性。

得到以下結果：

表5 EGARCH模型參數與統計檢驗

圖7 條件方差序列

結果顯示方程的變量都通過了顯著性檢驗，擬合度高。基于剔除股指價格走勢后的股指期貨對數收盤價時間序列EGARCH模型結果，我們可以得到的結論是：虛擬變量DV的參數r顯著，r=0.211 554，同時為正值。即統計意義上，IF股指期貨交易規則調整之事件對IF股指期貨的波動性產生了顯著影響，股指期貨受限放大了IF股指期貨(通過回歸消除股指本身波動因素后)的波動性。從條件方差圖中也能直觀發現，剔除波動較大的2014年底至2015年的異常區間，2016年條件方差明顯大于2014年之前的情況，即消除股指本身波動因素后IF股指期貨波動放大。我們用GARCH方法對其他區間數據樣本與不同市場環境下調整后的分析也得到相同結果。

3 主要研究結論與啟示

本研究選取2012—2017年IF股指期貨主力連續每日收盤價、同期滬深300指數收盤價、成交量和持倉量數據，研究2015年股指期貨受限股指期貨波動性的影響，得到以下結論：

(1)股指期貨規則受限后顯著限制了高頻類交易。自2015年9月7日中金所將交易手續費提升至萬分之23(之前為萬分之0.23，提升100倍)以及提升非套期保值交易保證金至40%(原為10%)后，IF主力連續股指期貨絕對交易量顯著下降，受限前90個交易日日均成交量175萬手，而受限后90個交易日日均成交量降低至1.4萬手，減少99%；同時持倉量/交易量顯著上升，受限前90個交易日持倉量/交易量比5.0%，而受限后90個交易日持倉量/交易量比209.4%，持倉過夜比重顯著上升，而高頻類交易一般持倉過夜較少，說明交易成本與保證金的大幅提升顯著限制了高頻類交易。

(2)調整后的EGARCH模型實證表明， IF股指期貨交易規則調整對消除股指因素后IF股指期貨的波動性序列產生統計上具備顯著性的影響，虛擬變量r大于0，說明股指期貨受限后，消除股指因素后的IF股指期貨序列的波動性顯著放大。同時，通過對實際市場行為的分析，我們認為股指期貨波動放大一定程度上是因為流動性凍結、高效與定量的高頻交易參與者不足造成市場定價有效性降低，買賣價差增大，沖擊成本放大。

基于上文實證分析結果，我們為市場與監管實踐提供一些支持與啟示：

(1)大幅提升股指期貨交易成本與保證金對高頻類交易的限制非常明顯，同時從定量分析結果上看，限制高頻類交易后股指期貨自身的波動性在一定程度上放大，影響了股指期貨的穩定性與價格發現的準確性、及時性，而持倉量大幅減少說明對高頻類交易的限制對于套保者實現套保功能亦有一定的負面影響；

(2)A股股指期貨市場，高頻類參與者具備較強的流動性提供與價格發現等功能，是整個市場生態中不可或缺的一環。從股指期貨市場本身作為風險管理的工具角度來說，如果缺乏足夠規模的套利者和投機者來幫助套保者分散風險，股指期貨本身風險管理的功能也會大大弱化。盡管2015年股指期貨交易規則有特殊的歷史背景，但長期來說，通過微調、逐步完善交易規則與制度，保證期貨規則整體穩定，構建更完善的股指期貨市場參與者生態，有利于形成A股市場更完整的金融風控工具組合包與風控體系。