交易成本調整能夠改善期權市場質量嗎？

程志富 陳晶

摘?要：為了考察境內交易所交易經手費政策對期權市場的影響機制，以上證50ETF期權為研究對象，選取成交量、成交持倉比和波動率作為期權活躍度、投機性和波動性的度量指標，利用期權歷史交易數據實證分析上證50ETF期權交易經手費的調整對期權市場質量的影響。結論表明，交易經手費對市場成交量和投機性具有反向影響，對波動性具有非對稱的正向影響;下調交易經手費提高了市場信息效率和投機性水平，平抑了市場的過度波動，從而提升了期權市場的整體質量。

關鍵詞：市場質量?交易經手費?ETF期權

一、引言

證券交易規則變動是個充滿爭議的話題，大多金融監管機構將其作為調節金融市場投資，特別是抑制金融市場過度投機的政策工具。盡管存在較大爭議，交易所政策調整仍然在金融實踐中得到了廣泛的應用，我國也不例外。自場內金融期權合約正式上市交易以來，上交所為了提升期權市場質量，對ETF期權合約的交易規則進行了不斷的調整和優化，涉及持倉限額、交易經手費、行權價格數量以及單筆申報數量等相關規定的變化。其中，交易經手費作為一種市場化而非行政化的手段，交易所通過它來調節市場受到的爭議相對更少，從我國期權交易市場的若干次政策調整中也不難看出，交易經手費已經成為了上交所調節期權市場重要的政策工具。這項政策調整對期權市場的質量具有怎樣的影響，其作用機制如何，本文嘗試對上述問題作出回答。

本文不僅就交易經手費調整對金融市場質量綜合影響的問題進行了理論解釋，還基于我國期權市場交易經手費調整的自然實驗，對上述理論解釋進行了實證檢驗。從信息效率理論的視角解釋較好地回答了交易經手費等調整對市場波動性存在非對稱效應的問題，具有一定的創新性;同時，現有涉及交易經手費的研究主要基于股票和期貨市場數據，本文基于期權市場的研究將為證券交易政策的影響提供一項新的經驗證據;本研究不僅可以加深市場監管者與參與者對證券交易政策問題的理論認識，也為進一步完善期權等金融衍生品市場的交易制度，提升交易所一線監管的科學有效性具有積極的參考意義。

二、文獻綜述

長期以來，交易費用對于金融市場的影響都是金融學領域的熱點話題。圍繞這一問題，學術界展開了廣泛的研究，其中，早期以理論研究為主，近期則以實證研究為主。

（一）理論研究階段

Tobin（1978）最早從投機行為入手論證了交易稅費的合理性，他認為征收交易稅費能緩解過度投機行為給市場造成的異常波動。事實上，市場中有投機傾向的群體主要是那些不具備內在信息的噪聲交易者，他們僅根據市場價格的隨機波動進行交易決策，其交易行為容易助推市場價格波動（Kyle，1985;蘇冬蔚，2008）。征收交易稅費后，降低交易頻率和規模成為噪聲交易者的最優選擇，過度投機行為得到有效的抑制，市場波動也隨之降低。此外，Tobin（1984）、Palley（1999）和Stiglitz（1989）還分別從公司治理和現代福利經濟學的視角論證了交易稅費的合理性，這也在期貨市場上得到了證實（Hart和Kreps，1986）。

不同于Tobin等人的觀點，Friedman（1953）從市場均衡角度提出了相反的觀點，即提高交易稅費未必能夠降低市場波動。首先，從事高拋低吸的套利者是穩定市場的重要力量，而提高交易費用勢必會降低他們參與市場的積極性，其次，市場中的交易行為與價格波動之間也沒有必然聯系，只有高買低賣的投機交易才會加劇價格波動，但這種投機者終究會因為虧損而被市場清除。

增加交易費用不僅在降低市場波動上缺乏明確的證據支持，還會因為抑制參與者的積極性而引發市場流動性不足（Ahumid和Mendelson，1991）。雖然Friedman以及Ahumid和Mendelson等駁斥了對市場征收交易稅費的合理性，但是也沒有從根本上闡釋交易稅費對市場形成負面沖擊的內在機制。Kupiec（1996）構建了一個跨期替代的靜態模型，為征收交易稅費的不利影響提供了理論依據，Lo、Mamaysky和Wang（2004）則進一步克服了靜態模型的不足，在動態均衡下證明了即使交易成本很小的變化也會引起投資者最優交易策略的較大變動，并最終導致買賣價差的擴大和交易量的減少，降低了市場流動性。

（二）實證研究階段

雖然前人在交易費用對市場的影響方面已經開展了許多理論研究，但是所得到的結論不一而足，而且普遍都是基于假設的定性分析，缺乏規范的實證研究作為支撐。為此，學者們針對交易費用、投機活躍程度和價格波動之間的關系展開了大量的實證研究。一是實證檢驗量價關系，以判斷投機活躍程度是否會加劇價格波動;二是實證檢驗交易費用與成交量、持倉量以及價格波動的關系，以判斷調整交易費用能否調節投機的活躍程度和價格波動。

1量價關系

從期貨市場量價關系的實證結果看，早期的實證結論大多支持成交量與價格波動正相關（Karpoff，1987）;將成交量和持倉量分解為預期和未預期兩部分后，絕大多數實證結論發現預期和未預期成交量與期貨價格波動都是正相關的，但預期持倉量與期貨價格波動卻表現為負相關，較大的持倉量有助于平抑期貨價格波動（Bessembinder和Seguin，1993;?Ragunathan和Peker，1997;Maitra，2014;陳標金和譚瑩，2017），只有個別實證結論發現預期持倉量也與期貨價格波動正相關（Mahmood和Salleh，2010）。

2交易費用變化對市場的影響

真實市場上的交易費用調整政策可以分為上調和下調，現有的實證研究也主要圍繞交易費用的上下調整前后，考察期貨市場成交量、持倉量以及價格波動的變化情況。

交易費用上調對期貨市場成交量和持倉量的作用比較直觀，相關實證研究結論也比較一致，即交易費用增加會抬升交易成本，投資者被迫選擇平倉或減倉，從而導致交易量和持倉量下降（Telser，1981;Bjursell、Wang和Yau，2012;Mukherjee，2016）。雖然Yan和Li（2017）以及Wu和Zhang（2019）提出了交易費用對交易量和持倉量影響不顯著的觀點，但是他們所選取的樣本區間都處于市場巨幅波動的極端行情，其結論不具有普遍意義。

交易費用增加對波動的影響比較間接，所以在結論上也存在較大分歧。Bjursell、Wang和Yau（2012）認為交易費用增加會提高買賣價差，降低期貨市場流動性和投機程度，導致價格波動下降，Yan和Li（2017）以及Lin和Wang（2018）對境內市場的實證分析也得到了類似的結論。雖然交易費用的增加會降低投機交易熱度以及市場的流動性（Mukherjee，2016），但是Sinha和Mathur（2015）以及Mixon（2016）認為投機交易行為與期貨價格波動之間沒有必然聯系，因而交易費用不會對市場波動造成顯著影響。此外，還有研究發現費用上調后波動率水平也隨之增加（Wu和Zhang，2019）。

還有學者考察了交易費用下調事件對市場造成的沖擊。從交易量和持倉量角度看，Chou和Wang（2006）以及Norden（2009）發現交易費率下調后交易量和持倉量均有所增加，普遍支持前述交易費用與交易量以及持倉量負相關的觀點（Bjursell、Wang和Yau，2012;Sinha和Mathur，2015;Mixon，2016;Mukherjee，2016）。

關于交易費用下調對市場波動的影響，實證研究結論存在差異。Norden（2009）發現交易費用下調后，價格波動有所上升，即交易費用與價格波動負相關（Bjursell、Wang和Yau，2012;Yan和Li，2017;Lin和Wang，2018）。Chou和Wang（2006）的研究結論則與Sinha和Mathur（2015）以及Mixon（2016）一致，即交易稅費變化對波動性的影響不顯著。

綜合已有相關文獻來看，盡管在交易費用與市場波動之間關系的結論上存在分歧，但大多數期貨市場和期貨品種的實證結論表明成交量與價格波動正相關，持倉量與價格波動負相關;交易費用與成交量以及持倉量負相關。目前，關于交易費用調整對金融市場影響的研究，仍然存在兩點不足：首先，目前還沒有文獻研究交易費用變動對期權市場微觀結構的影響，鑒于我國衍生品市場發展速度和重要性，而期權品種作為整個衍生品市場的重要組成部分，針對期權市場的實證研究不僅可以為交易稅費政策的影響開展進一步論證，也是對整個金融市場實證研究的完善，作者認為非常有必要對這一問題進行研究;其次，從研究方法上看，之前的研究往往只是單純研究流動性或者波動性在交易費用調整前后的變化水平，忽略了交易量、買賣價差和波動性之間的內生關系，這會導致變量之間的相互關系被低估，從而影響實證結果的有效性。

為了考察交易費用調整政策的實施效果，并且為后續制定相關政策提供參考依據，本文試圖檢驗境內期權市場交易經手費的調整對過度投機和價格波動的作用機理。余下部分將嘗試利用我國上證50ETF期權市場的自然實驗對以上理論分析進行檢驗，為該領域的理論發展提供新的經驗證據，也為進一步完善金融衍生品市場的交易制度、促進交易所風險防控能力的提高提供一定的參考。

三、數據來源與變量說明

證券交易規則變動是個充滿爭議的話題，大多金融監管機構將其作為調節金融市場投資，特別是抑制金融市場過度投機的政策工具。盡管存在較大爭議，交易所政策調整仍然在金融實踐中得到了廣泛的應用，境內市場也不例外。上證50ETF期權上市后，上交所為了確保期權市場健康平穩運行，先后出臺了一系列相關政策（見表1）。

（一）數據來源與處理

交易經手費是上交所的重要交易制度，也是交易所提升市場質量以及防范市場風險的重要政策工具之一。為了更準確地考察2016年11月上證50ETF期權交易經手費下調帶來的影響，本文在選取樣本區間之前還考慮了如下兩方面的因素：一方面，上交所在下調交易經手費前后還對持倉限額、行權價格數量和單筆申報數量有過若干次調整;另一方面，期權上市以來，境內資本市場經歷了兩個極端行情階段，即2015年年中以及2018年上半年。基于事件期前后一定時期不存在其他交易制度調整以及市場運行較為穩定的選擇標準

在極端行情下，相對于行情因素的影響力，交易費用等市場化手段對市場的調節作用微乎其微，如Yan和Li（2017）以及Wu和Zhang（2019）研究發現，在2015年市場劇烈震蕩期間，調整交易費用對于交易量和持倉量幾乎沒有影響。，選取2015年9月8日至2017年12月15日共計556個交易日的歷史數據，其中，交易經手費下調（2016年11月1日）前后各278個交易日數據。

本文的數據主要來源于Wind金融數據庫，涉及的原始數據包括成交量（手）、成交金額（元）、持倉量（手）、收盤價、結算價、最高價以及最低價等。無風險利率的指標為SHIBOR隔夜拆借利率，該數據同樣來源于銳思金融數據庫。

由于市場質量各指標之間存在相互作用關系，參考Chou和Wang（2006）的研究方法，設置包含市場成交量、市場投機性和市場波動性的聯立方程模型，實證分析我國期權市場交易經手費調整對市場質量的政策效應。

（二）變量說明

考慮到市場質量指標的量化問題，本文將對期權市場質量的成交量指標、投機性指標和波動性指標三個方面進行研究，這與已有研究的指標選取具有一致性。以下將對各指標進行簡要說明。

1交易量指標

交易量指標采用交易數量，以反映市場交投的活躍度，它和持倉量數據都是以萬張為單位。

2投機性指標

在上交所公布的歷次年報中，都會用成交持倉比數據來反映期權市場的投機程度。為了與交易所評價標準保持一致，同樣以成交持倉比作為市場投機性的衡量指標。

3波動性指標

由于僅獲取了期權上市以來所有合約的盤末數據，本研究將采用兩種指標來衡量市場的波動性，分別是Parkinson（1980）提出的高低波動率（HLV）和Rogers、Satchell和Yoon（1994）提出的RSY波動率（RSYV）。

四、實證設計與檢驗

（一）描述性統計分析

本節將對樣本進行描述性統計分析，并利用T檢驗方法對交易經手費下調前后市場質量各指標的差異性進行分析（顯著性水平為005）。表3為樣本數據的描述性統計表。

描述性統計顯示，交易量、持倉量以及成交持倉比在交易經手費調整的前后差異都很顯著，而且其均值和方差均呈現出不同程度的上升趨勢;高低波動率和RSY波動率在經手費調整前后差異則不明顯，而且都呈現出均值上升和方差下降的趨勢;無風險利率同樣呈現出均值上升和方差下降的趨勢，且變化趨勢顯著。這說明從各個指標單獨的統計分析結果來看，交易經手費下調后市場的活躍性以及投機性均有所提升，但市場的波動性變化不顯著。不過，以上描述性統計忽略了各指標間的相互影響以及其他因素的影響，還不能對交易經手費下調的政策效應下結論。本文后面部分將利用聯立方程模型對交易經手費下調的政策效應做進一步的分析。

（二）數據平穩性檢驗

由于采用的是時間序列數據，涉及到數據平穩性的問題。因此在利用聯立方程模型進行分析之前，本文基于擴展的Dickey-Fuller檢驗方法對模型中涉及到虛擬變量以外的各變量進行了平穩性檢驗，所有序列均在0001的顯著性水平上平穩如表4所示。

（三）研究方法

本文考慮通過構建包含市場成交量指標、投機性指標和波動性指標的聯立方程模型，設置虛擬變量來衡量交易經手費調整對期權市場質量的政策效應，本文的聯立方程模型設置如下：

方程（1）（2）和（3）分別對應為成交量方程、投機性方程和波動性方程。其中，β和e分別代表回歸系數和回歸殘差，下角標t和t-1分別表示當期和滯后一期。

對聯立方程模型（1）～（3）的簡要說明如下。

首先，在回歸方程模型的設置上，考慮到被解釋變量成交量（TVt）、成交持倉比（VORt）和高低波動率（HLVt）之間所存在的內在聯系與相互影響，參考De?Fontnouvelle等（2003）、Chou和Wang（2006）以及Bollerslev等（2018）的研究方法，將回歸模型設置為三者的聯立方程組，以避免因遺漏重要變量而引起的估計偏差。

其次，解釋變量TFt表示交易經手費下調事件。由于上交所在2016年11月1日將上證50ETF期權合約交易經手費從2元每張下調至13元每張，本文將TFt設置為虛擬變量，即2016年11月1日以前，TFt=0;2016年11月1日及其以后，TFt=1。將交易經手費與市場質量個指標納入模型，以研究該政策對市場的定量影響的政策效應進行分析。

再次，在控制變量的選取上，從期權產品與期貨產品的共性出發，引入兩個控制變量：一方面，考慮到期權投資者出于風險對沖或行權交割需求而持有現貨的機會成本以及上一期持倉對當期成交量的影響，在交易量方程中引入無風險利率RFt的一階差分ΔRFt以及滯后一期持倉量OIt-1;另一方面，為了刻畫期權市場可能存在的動態特征，在所有方程中分別引入被解釋變量的滯后變量。

最后，考慮到期權產品的特殊性，被解釋變量的大小還可能與期權合約在值程度（實值、平值與虛值）以及存續期（長期、中期與短期）有關。因此，在考慮了前述控制變量的基礎上，本模型還將采用期權對沖系數δt和存續期TERMt分別刻畫期權合約的在值程度和存續期，以控制住二者給最終回歸結果帶來的潛在影響。

（四）模型估計結果

本文所選取的樣本區間為2015年9月8日至2017年12月15日，為了剔除在此期間所實施的持倉限額調整的影響（見表1），本文首先選取2016年8月8日至2017年1月16日共計108個交易日的數據（事件前后各54個交易日）加以考察。模型估計采用三階段最小二乘法（3SLS）;模型估計前對所有變量均取自然對數;工具變量采用內生變量的一階滯后項以及模型中出現的其他所有外生變量;數據處理和模型估計均采用RATS100軟件實現。

表5即聯立方程模型的估計結果，第一列為變量名稱，第二列、第三列分別為認購期權和認沽期權成交量方程的估計結果，第四列、第五列分別為認購期權和認沽期權投機性方程的估計結果，第六列、第七列分別為認購期權和認沽期權波動性方程的估計結果。

先來看結構方程中各個解釋變量之間的回歸結果。從表中可以看到，無論是交易量，還是成交持倉比，二者都與波動率在1%的顯著性水平正相關，說明在考察期內，境內期權市場的交易活躍度和投機程度都與期權市場波動之間具有很強的同向變化關系，即期權市場交投活躍性的提升有助于市場成交量的提高，這與以往境內外期貨市場大多數實證研究發現一致（Karpoff，1987;陳標金和王鋒，2019）。持倉量與波動率在1%的顯著性水平上負相關，表明較大的持倉量確實有助于平抑資產價格波動（Maitra，2014等）。

再來看聯立方程模型中交易經手費下調虛擬變量TFt的回歸結果。在交易量和投機性方程中，TFt的回歸系數均顯著為正，表明交易經手費的下調對期權市場交易量和成交持倉比的增加都有明顯的助推作用。該結果與Mixon（2016）等絕大多數學者在期貨市場上的發現相同。從波動性方程的回歸結果看，虛擬變量TFt的系數顯著為負，表明交易經手費的下調對期權市場波動起到了一定的抑制作用。無獨有偶，Wu和Zhang（2019）的研究發現費用上調后境內期貨市場波動率水平也隨之增加。

最后，從控制變量的回歸結果來看，期權交易量的滯后項系數為正且比較顯著，呈現出一定的自相關特征。從其他相對顯著的回歸結果來看，認購期權與認沽期權價值狀態δt的回歸系數符號相反，二者反映了一個共同的事實：平值附近的期權合約交投更為活躍，波動率水平也相對更低。認沽期權存續期指標TERMt只有在波動性方程中的回歸結果比較顯著，與認購期權相同，都與市場波動負相關，說明期權價格波幅隨著到期日臨近而呈現出上升的趨勢。

（五）穩健性檢驗

為了進一步驗證上述結果的穩健性，接下來將從兩個方面對表5的估計結果進行檢驗。首先，為了剔除變量選取可能出現的問題，將通過變換模型主要代理指標的方式來進行穩健性檢驗;其次，為了避免因樣本區間選擇形成的偏誤，本文將通過增加樣本選擇區間的方法對估計結果的穩健性進行檢驗。

1改變代理指標的檢驗

由于本文是通過日內數據測度每日波動，為了減少指標選取給最終回歸結果造成的偏差，將上述結構模型中的高低價波動率（HLVt）替換為?Rogers、Satchell和Yoon（1994）波動率（RSYVt）（平穩性檢驗結果見表4），交易量指標依然采用期權合約的日成交量數據，模型中其他變量保持不變。改變代理指標后的模型估計結果見表6。

對比表5和表6不難發現，無論是從回歸系數的正負還是從其顯著性水平來看，結構方程模型中的被解釋變量、解釋變量和控制變量在變量替換前后的回歸結果基本一致。注意到在變量替換后的認沽期權波動性方程中，交易經手費下調系數的顯著性水平有所下降

該方程中TF1的回歸結果t值為-16150，接近10%的顯著性水平（t值為-1661）。，但其回歸系數的正負性仍與表5的結果一致。因此，從整體上來看，變量選取偏差并未對實證結果的穩健性帶來實質影響。

2改變樣本區間的檢驗

時間序列數據的樣本區間選擇對模型的分析結果具有重要的影響，本文通過改變樣本區間對模型估計結果的穩健性進行了檢驗。選取2015年9月8日至2017年12月15日共計556個交易日的歷史數據進行檢驗，考慮到樣本期內持倉限額政策調整的影響，引入持倉限額政策變量作為控制變量，即結構模型調整為：

持倉限制政策變量PLt在投機性方程中的回歸系數顯著為負，說明隨著持倉限制的放寬，大資金入市和投資者持倉的積極性有所提高，對期權市場的投機性起到了一定的抑制作用。很顯然，在增加樣本區間并且引入新的事件沖擊后，表7所有變量的估計結果仍與表5結果一致。

3同時改變變量指標和樣本區間

將表8與前述回歸結果進行對比可以發現，持倉限制政策變量PLt在投機性方程中的回歸系數仍然顯著為負，其他所有變量的回歸結果也表現出很強的穩健性。

總的來看，改變代理變量和改變樣本區間的穩健性檢驗結果均支持了表5中的結論，所有檢驗結果均表明2016年11月的交易經手費下調事件顯著提升了期權市場的交投活躍度以及投機水平，并在一定程度上抑制了市場波動，這說明本文的實證分析結果是穩健可靠的。

（六）實證結果的分析

綜合表5至表8的估計結果可知，所有結構方程中虛擬變量TFt估計系數的正負性與顯著性均具有一致性和穩健性，表明交易經手費下調對市場活躍性和投機性具有顯著的促進作用，對于市場波動性則具有顯著的抑制作用。這與經濟學直覺相符：交易費用的下調直接降低了投資者的交易成本，在其他因素不變的情況下提高了投資者期望收益率，投資者參與交易的積極性增加，全市場的交易規模和交易頻率隨之上升，進而提升了市場交易量和投機性水平。在波動性方面，由于交易成本的下降，投資者交易活躍性提高，市場對于新信息的吸收將更加迅速、更具有效率。考慮到境內ETF期權市場是一個以機構投資者為主（占比90%以上）的高度專業化市場，這個市場上的信息交易者要高于噪聲交易者，因此，交易費用下調所帶來的信息效率改善，可能會使得信息交易對市場的影響大大超過噪聲交易的影響，從而對市場異常波動起到一定的抑制作用（KuPie，1991;史永東和蔣賢鋒，2003）。

五、結論與政策建議

本文解釋了交易經手費影響市場質量各指標的機制，并基于2016年11月我國期權市場下調交易經手費的自然實驗對該理論解釋進行了實證檢驗。研究認為，這次交易經手費的下調在整體上促進了市場質量的提升，不僅使得期權市場的交投活躍度有了顯著的提升，同時也在一定程度上抑制了市場波動性。

研究證實，交易經手費是投資者效用函數的重要組成部分，其調整將顯著影響投資者的交易積極性，進而對期權市場質量產生非對稱的反向作用：提高交易稅費，將降低投資者的交易積極性，進而降低市場的信息效率和投機性水平，因此會對市場的成交量水平產生負向影響、對市場的波動性水平產生正向影響;而降低交易稅費，則將有力促進投資者的交易積極性，促進市場信息效率和投機性的提高，進而促進市場成交量的增長。在市場信息效率和投機性水平提高的基礎上，信息交易者積極性提高的影響超過噪聲交易者的影響，使得交易經手費下調甚至可能在整體上降低市場的波動性水平。

根據以上研究結論，本文提出以下幾點建議。首先，由證監會協同其他上級監管機構，進一步明確交易所的責任、權利和義務，賦予交易所更大的一線監管權力，發揮交易所的制度優勢，促進我國金融市場的深化發展;其次，深入研究包括交易經手費、保證金等政策工具對市場質量的影響機制和效應，促進監管水平的進一步提高;最后，進一步減少行政干預，降低我國期權市場的交易經手費，促進市場質量的提升。

參考文獻

[1]?TOBIN?J?A?proposal?for?international?monetary?reform[J].?Eastern?economic?journal，?1978，?4（3/4）：?153-159

[2]?KYLE?A?S?Continuous?auctions?and?insider?trading[J].?Econometrica，?1985，5316：?1315-1335

[3]?蘇冬蔚?噪聲交易與市場質量[J].?經濟研究，?2008，?43（9）：?82-95

[4]?TOBIN?J?On?the?efficiency?of?the?financial-system[J].?Lloyds?Bank?Annual?Review，?1984?（153）：?1-15

[5]?PALLEY?T?I?Speculation?and?Tobin?taxes：?Why?sand?in?the?wheels?can?increase?economic?efficiency[J].?Journal?of?Economics，?1999，?69（2）：?113-126

[6]?STIGLITZ?J?E?Using?tax?policy?to?curb?speculative?short-term?trading[J].?Journal?of?Financial?Services?Research，?1989，3（2-3）.

[7]?HART?O?D，?KREPS?D?M?Price?destabilizing?speculation[J].?Journal?of?Political?Economy，?1986，?94（5）：?927-952

[8]?Friedman?M?The?case?for?flexible?exchange?rates[J].?Essays?in?positive?economicsChicago：University?of?Chicageo?Press，?1953（157）.

[9]?AMIHUD?Y，?MENDELSON?H?Liquidity，?asset?prices?and?financial?policy[J].?Financial?Analysts?Journal，?1991，?47（6）：?56-66

[10]?KUPIEC?P?H?Noise?traders，?excess?volatility，?and?a?securities?transactions?tax[J].?Journal?of?Financial?Services?Research，?1996，?10（2）：?115-129

[11]?LO?A?W，?MAMAYSKY?H，?WANG?J?Asset?prices?and?trading?volume?under?fixed?transactions?costs[J].?Journal?of?Political?Economy，?2004，?112（5）：?1054-1090

[12]?KARPOFF?J?M?The?relation?between?price?changes?and?trading?volume：?A?survey[J].?Journal?of?Financial?and?quantitative?Analysis，?1987，?22（1）：?109-126

[13]?BESSEMBINDER?H，?SEGUIN?P?J?Price?volatility，?trading?volume，?and?market?depth：?Evidence?from?futures?markets[J].?Journal?of?financial?and?Quantitative?Analysis，?1993，?28（1）：?21-39

[14]?RAGUNATHAN?V，?PEKER?A?Price?variability，?trading?volume?and?market?depth：?evidence?from?the?Australian?futures?market[J].?Applied?financial?economics，?1997，?7（5）：?447-454

[15]?MAITRA?D?Do?volume?and?open?interest?explain?volatility？?An?inquiry?into?the?Indian?commodity?markets[J].?Journal?of?Financial?Economic?Policy，?2014，?6（3）：?226-243

[16]?陳標金，?譚瑩?信息、交易者情緒與中國農產品期貨價格波動[J].?金融經濟學研究，?2017，32：66

[17]?Mahmood?W?M，?Salleh?S?H?A?The?dynamic?relationship?between?price?volatility，?trading?volume?and?market?depth：?Empirical?evidence?from?the?Malaysian?futures?market[J].?Social?ence?Electronic?Publishing，2007

[18]?TELSER?L?G?Margins?and?futures?contracts[J].?Journal?of?futures?markets，?1981，?1（2）：?225-253

[19]?BJURSELL?C?J，?WANG?G?H?K，?YAU?J?Transaction?Tax?and?Market?Quality?of?US?Futures?Markets：?An?Ex-Ante?Analysisi[J].?Review?of?Futures?Markets，?2012：?141-177

[20]?MUKHERJEE?D?Economic?impact?of?commodity?transaction?tax?on?futures?contracts[J].SSRN?Electronic?Journal，?2016

[21]?YAN?Z，?LI?S?Effects?of?altering?transaction?costs?on?the?expiration-day?effect?of?stock?index?futures[C].2017?4th?International?Conference?on?Industrial?Economics?System?and?Industrial?Security?Engineering?（IEIS）?IEEE，?2017

[22]?WU?Y，?ZHANG?T?Effects?of?change?in?commission?fees?on?China?futures?market[J].?Finance?Research?Letters，?2019，?31

[23]?LIN?H，?WANG?Y?Are?tightened?trading?rules?always?bad？?Evidence?from?the?Chinese?index?futures?market[J].?Quantitative?Finance，?2018，?18（9）：?1453-1470

[24]?SINHA?P?，?MATHUR?K??Impact?of?Commodities?Transaction?Tax?on?Indian?Commodity?Futures[J].?Mpra?Paper，?2015

[25]?MIXON?S?US?Experience?with?Futures?Transactions?Taxes：?Effects?in?a?Highly?Intermediated?Market[J].?Social?ence?Electronic?Publishing，?2016

[26]?CHOU?R?K，?WANG?G?H?K?Transaction?tax?and?market?quality?of?the?Taiwan?stock?index?futures[J].?Journal?of?Futures?Markets，?2006

[27]?NORDéN?L?A??brighter?future?with?lower?transactions?costs？[J].?The?Journal?of?Futures?Markets，?2009

[28]?PARKINSON?M?The?extreme?value?method?for?estimating?the?variance?of?the?rate?of?return[J].?The?Journal?of?business，?1980，53（1）

[29]?ROGERS?L?C?G，?SATCHELL?S?E，?YOON?Y??Estimating?the?volatility?of?stock?prices：?a?comparison?of?methods?that?use?high?and?low?prices[J].?Applied?Financial?Economics，?1994，?4（3）：241-247

[30]?FONTNOVVELLE?P?D?FONTNOUVELLE?P，?Fishe?R?P?H，?Harris?J?H?The?behavior?of?bid‐ask?spreads?and?volume?in?options?markets?during?the?competition?for?listings?in?1999[J].?Journal?of?Finance，?2003，?58（6）：?2437-2463

[31]?BOLLERSLEV?T，?LI?J，?XUE?Y?Volume，?volatility，?and?public?news?announcements[J].?The?Review?of?Economic?Studies，?2018

[32]?陳標金，王鋒交易費用與保證金比率能有效調控期貨價格波動嗎？[J].投資研究，2019，38（3）：?94-102

[33]?KUPIEC?P?H?Noise?traders，?excess?volatility，?and?a?securities?transactions?tax[J].?Journal?of?Fihnalcial?Services?Research，1996，10（2）.

[34]?史永東，?蔣賢鋒?中國證券市場印花稅調整的效應分析[J].?世界經濟，?2003（12）：63-71