李星漢　李詩瑤

摘要：本文使用融券標的擴容這一自然實驗檢驗了期指市場與現(xiàn)貨市場交易制度的不對稱對市場波動的影響。研究發(fā)現(xiàn)：整體而言，滬深300指數(shù)成分股的波動率低于非滬深300指數(shù)成分股，但滬深300指數(shù)成分股的波動率在可以融券賣空后顯著增加，表明股指期貨與現(xiàn)貨市場交易制度不對稱程度的降低會增加股票波動。究其原因是我國投資者群體中噪聲投資者的比重較大，在股指期貨的價格引導作用下，即使是在融券制度實施后，套利投資者的作用仍然有限，導致其不僅不能平抑現(xiàn)貨市場波動，反而會加劇現(xiàn)貨市場波動。

關鍵詞：交易制度；股指期貨；賣空限制；市場波動

中圖分類號：F830文獻標識碼：A

一、引言

股指期貨是一種重要的金融工具，它一方面能夠起到價格發(fā)現(xiàn)和價格引導的功能，另一方面作為一項重要的賣空機制，能夠發(fā)揮套期保值的作用。

2015年6月中旬至8月下旬，中國股票市場出現(xiàn)了自1990年建立以來第一次真正意義上的市場危機。在這次市場危機中，股指期貨再次成為輿論關注的焦點。由于我國股票現(xiàn)貨市場實行T+1交易制度，當日買入股票的投資者無法賣出，雖然融資融券制度為融券標的股票提供了一個賣空的途徑，但是融券費率和融券標的范圍的限制使得很多投資者使用股指期貨進行對沖，從而造成股指期貨的下跌，期指的下跌又進一步引導現(xiàn)貨市場的下跌，從而加劇市場波動。

在這一傳導鏈條中，現(xiàn)貨市場的T+1制度和期指市場的T+0制度的不對稱扮演了重要的角色。在股指期貨的價格引導作用下，這種交易制度的不對稱性使得在極端市場環(huán)境下，市場出現(xiàn)了暴漲暴跌現(xiàn)象。那么，在正常的市場環(huán)境下，這種交易制度的不對稱性對市場波動會產(chǎn)生怎樣的影響？在目前現(xiàn)貨市場實行T+0交易制度的呼聲越來要高的背景下，對這一問題的研究和解答是十分必要的。對這一問題的研究一方面能夠通過明確期指市場與現(xiàn)貨市場之間交易制度的不對稱對市場波動傳導的影響，避免再次發(fā)生期貨市場與現(xiàn)貨市場相互影響，進而導致同時急劇下跌的慘劇；另一方面能夠為更加深入理解T+1制度與T+0制度之間的區(qū)別提供理論和實證資料，為監(jiān)管者決策提供支持。

股票現(xiàn)貨市場的T+1交易制度相比于T+0交易制度來說，是一種賣空限制。以往對于賣空限制或賣空成本對股票波動率影響的研究顯示，不同市場中賣空成本的變化對股票波動率影響的方向并不一致。但大部分研究均認為賣空成本的降低能夠使得悲觀投資者的私人信息能很快在市場中得到反映，從而避免暴漲暴跌，降低市場波動（Shleifer & Vishny，1997；Hong & Stein，2003；陳國進和張貽軍，2009）。但是Kang et al.（2012）等的研究顯示，由于噪聲投資者的存在，套利行為并不總是能夠降低股票波動率。如果市場中噪聲投資者的力量很強大，套利投資者即使發(fā)現(xiàn)套利機會，也會因為資金限制或者短期爆倉風險而提早清倉，不僅無法起到平滑股價波動的作用，反而會增加股票的波動（Kang et al.，2012）。因此，如果我國噪聲投資者的比重較大，那么T+0制度的實施并不能降低股票波動。而且，由于股指期貨具有價格引導功能，在噪聲交易者無法判斷個股價格水平的情況下，股指期貨的波動會引導噪聲投資者的投資行為，而噪聲投資者的頻繁交易也可能會放大市場波動。通過以上分析不難看出，僅僅從理論分析的角度并不能確定期指市場與現(xiàn)貨市場交易制度不對稱對市場波動的影響。然而，對這一問題的實證研究卻十分缺乏。

股指期貨對現(xiàn)貨市場波動的影響一直是一個重要的研究領域，但是相關研究大多比較股指期貨實施前后或運行期間市場波動率的變化，而較少去深究其作用機制，本文從交易制度的角度研究股指期貨對現(xiàn)貨市場波動的影響，即利用融券制度標的股票擴容這一自然事件研究現(xiàn)貨市場的T+1制度和期指市場的T+0制度的不對稱性對現(xiàn)貨股票波動性的影響，彌補了相關研究的不足，豐富了融資融券制度領域的研究成果，期望為我國監(jiān)管部門完善股指期貨、融資融券和現(xiàn)貨市場交易制度提供實證參考。

二、文獻綜述與研究假設

關于股指期貨上市對現(xiàn)貨市場波動性的影響，由于不同學者在研究時所選取的國家或地區(qū)、樣本區(qū)間、研究工具和研究方法等存在不同，最后得到的結(jié)論往往也大相徑庭。Stein（1987）認為，期貨市場中不知情投機者的噪音交易會使得現(xiàn)貨市場的波動增加。Harris（1989）對標普500指數(shù)股和非指數(shù)股的對比研究發(fā)現(xiàn)指數(shù)股的波動顯著增加，支持了股指期貨市場增加現(xiàn)貨市場波動性的假說。Antonios & Holmes（1995）分析了FTSE100指數(shù)期貨上市前后信息和波動的關系，證實了股指期貨交易增加了波動，而波動增加是由于市場信息的增加。Chang et al（1999）、Zhong et al（2004）、Bae et al（2004）、Wang et al（2009）的研究也證實在日本、墨西哥、韓國、香港等地的股票市場中，股指期貨的上市會增加指數(shù)股的波動。

還有一部分學者認為，股指期貨會起到穩(wěn)定現(xiàn)貨市場價格的作用。Danthine（1978）認為，期貨交易會降低知情交易者糾正錯誤定價的成本，從而減少市場波動。Bessembinder & Seguin（1992）認為，標普500期貨的活躍交易能夠穩(wěn)定現(xiàn)貨市場。Mchenzie et al（2001）發(fā)現(xiàn)，單只股票期貨的上市能夠降低標的股票的風險和波動。Drimbetas et al（2007）的研究也證實在希臘股票市場，股指期貨能夠顯著降低現(xiàn)貨市場的條件波動。

在對我國股指期貨的相關研究方面，陳國進和張貽軍（2009）認為，賣空機制的缺失是導致中國股市暴漲暴跌的重要原因，從而建議引進賣空機制；楊陽和萬迪昉（2010）通過研究滬深300股指期貨上市前后不同階段的市場波動發(fā)現(xiàn)，股指期貨上市會使得股票市場波動顯著增大，融資融券能夠顯著降低指數(shù)股的波動，且隨著市場逐漸完善，股票市場的波動性有顯著降低；邢天才和張閣（2010）的研究發(fā)現(xiàn)，股指期貨的推出對現(xiàn)貨市場的波動性沒有較大影響，但增大了現(xiàn)貨市場的非對稱性；許紅偉和吳沖鋒（2012）的研究發(fā)現(xiàn)，滬深300股指期貨推出初期我國股票市場質(zhì)量變差，并且標的指數(shù)成分股受到的負面影響要比非成分股大；宋華（2013）的研究發(fā)現(xiàn)，現(xiàn)貨價格指數(shù)的波動主要受其自身的影響，指數(shù)期貨對其影響不顯著，現(xiàn)貨價格對期貨價格的變化有顯著影響；宗計川和李先玉（2013）的研究發(fā)現(xiàn)，通過剔除國內(nèi)經(jīng)濟形勢、國際經(jīng)濟形勢、投資者情緒及周內(nèi)效應的影響，滬深300股指期貨的推出減小了現(xiàn)貨市場的波動性，改善了現(xiàn)貨市場的非對稱效應。不難發(fā)現(xiàn)，目前對于我國股指期貨運行狀況及其對現(xiàn)貨市場波動影響的分析主要集中于分析股指期貨上市前后市場波動及市場質(zhì)量的變化，或者分析運行中兩者的相互影響。但是，相關研究并沒有關注股指期貨影響現(xiàn)貨市場的交易制度因素。楊陽和萬迪昉（2010）在分階段檢驗股指期貨對現(xiàn)貨市場波動的影響時，考慮了融資融券制度的實施，但是融資融券制度在缺乏轉(zhuǎn)融通制度支持的情況下，作用效果有限；同時樣本期較短，對于結(jié)論并沒有進行詳細的解釋，相關問題仍需要進一步的研究。

在對融資融券制度的研究方面，徐曉光等（2013）研究認為，推出融資融券后股市波動在統(tǒng)計上顯著減?。幌啾扔谏献C綜指，融資融券標的股比重較高的上證50指數(shù)更好地體現(xiàn)了融資融券減小股市波動的作用。王性玉等（2013）的研究發(fā)現(xiàn)，融資融券交易額與市場流動性、波動性之間存在長期穩(wěn)定的協(xié)整關系；現(xiàn)階段買空交易比賣空交易對市場的貢獻大，做空機制的推出沒有造成市場的大幅度波動，并為市場提供了流動性。汪天都等（2014）研究發(fā)現(xiàn)融資融券并未影響市場穩(wěn)定，不存在助漲助跌效應，波動率的高低也不會影響融資融券的開放時機，不存在監(jiān)管者相機抉擇的成分。方立兵（2014）發(fā)現(xiàn)融資融券實施后，標的股票的定價效率顯著提高。但上述文獻均未涉及與股指期貨相聯(lián)系的交易制度不對稱問題。

本文主要針對股指期貨與現(xiàn)貨市場的交易制度的不對稱問題進行研究，檢驗非極端市場條件下，交易制度的不對稱性對股票波動的影響。具體而言，融資融券制度的實施使得個股可以賣空，近似實行T+0交易制度，交易制度的不對稱性有所減弱，本文旨在研究這種交易制度不對稱程度的減弱對股票波動的影響。為此，提出如下兩個對立假設：

H1a：交易制度不對稱程度的減弱會降低股票波動；

H1b：交易制度不對稱程度的減弱會增加股票波動。

三、研究設計

（一）樣本選擇與數(shù)據(jù)來源

本文主要比較融券標的擴容前后兩個階段內(nèi)，股指期貨標的股票波動的情況。根據(jù)模型特征，本文選擇的時間窗是融券標的股票擴容前120個交易日和擴容后120個交易日。

在選擇融券標的擴容事件方面，截至2015年12月，滬深300指數(shù)總共曾經(jīng)納入過655只股票，融資融券總共曾經(jīng)將963只股票納入融券標的，并且在2011年12月5日、2013年1月31日、2013年9月16日、2014年9月22日進行過較大幅度的擴容和標的調(diào)整。除這幾次大幅度擴容外，其他時間也曾進行過個別標的股票的調(diào)整?？紤]到轉(zhuǎn)融通2012年8月30日正式啟動，在轉(zhuǎn)融通制度實施后，融資融券業(yè)務才有了比較充足的資金和證券來源，才能真正滿足投資者的賣空需求，因此結(jié)合股指成分股的調(diào)整情況，本文選擇轉(zhuǎn)融通實施后的2013年1月31日的擴容作為研究樣本，并剔除了在120個交易日區(qū)間內(nèi)交易不足90個交易日的股票，剔除了在120個交易日區(qū)間內(nèi)調(diào)入或調(diào)出過滬深300指數(shù)的股票。

本文所使用的數(shù)據(jù)來自國泰安經(jīng)濟金融研究數(shù)據(jù)庫。

（二）模型設計

本文主要比較2013年1月31日融券標的擴容前后兩個階段內(nèi)，股指期貨標的股票波動的情況。因此，本文借鑒楊陽和萬迪昉（2010）所使用的方法：一是使用橫向和縱向比較來檢驗股票市場波動的差異和變化（Harris，1989；Bae et al，2004），即通過比較同一階段不同公司股票價格波動之間的差異和比較相同公司不同階段股票價格波動的差異；二是使用雙差分方法模型，通過構建實驗組和對照組，研究市場環(huán)境改善后，股指期貨對股票市場波動的影響。

本文首先通過橫向和縱向比較來得到相關結(jié)論。

第一步，對每一階段橫截面進行回歸，構建如下回歸模型：

STDi=α0+α1HS300i+α2SYSRISKi+α3SIZEi+α4INVPi+εi（1）

其中，STD是股票收益的標準差，反映股票現(xiàn)貨市場的波動性，此處使用STD分別計算融券標的擴容前后各120個交易日的股票收益標準差；HS300是虛擬變量，用于衡量股票是否為股指期貨標的股，是為“1”，不是為“0”；SYSRISK表示該股票的系統(tǒng)風險，為股票Beta的絕對值與市場收益率標準差之積，此處使用的市場收益為A股市場流通市值加權收益率，來源于國泰安經(jīng)濟金融數(shù)據(jù)庫；SIZE為上市公司規(guī)?？刂谱兞?，為股票流通市值的對數(shù)，使用的是該階段流通市值的均值，衡量公司層面的非系統(tǒng)性風險；INVP為股票價格水平的倒數(shù)，反映了股票波動中與買賣價差相關的部分，計算方法為價格平方的倒數(shù)的均值的平方根。

第二步，對股指期貨標的指數(shù)股和非標的指數(shù)股進行分組縱向回歸，構建如下回歸模型：

STDi=α0+α1SHORTi+α2SYSRISKi+α3SIZEi+α4INVPi+εi（2）

其中，SHORT為虛擬變量，如果樣本屬于2013年1月31日融券標的擴容后，則為“1”，否則為“0”。

接下來，本文使用雙重差分模型，將此次融券標的擴容中的股指期貨標的股票作為實驗組，將非標的股票作為對照組進行比較，利用事件發(fā)生前后的相關數(shù)據(jù)控制兩組之間的系統(tǒng)性差異，從而判斷在融券制度所帶來的市場制度結(jié)構的完善后，股指期貨對現(xiàn)貨市場波動的影響。

本文構建的雙重差分模型如下：

STDi=α0+α1HS300i+α2SHORTi+α3HS300i×SHORTi+α4SYSRISKi+α5SIZEi+α6INVPi+εi（3）

其中，α3是雙重差分估計量，反映指數(shù)組和非指數(shù)組的波動差異在時間前后的差分。

四、實證分析

（一）描述性統(tǒng)計

本文所使用變量的描述性統(tǒng)計如表1所示。雖然樣本股票均為融資融券標的股，但不同股票之間波動性存在很大差異，均值為00279，標準差為00074，最大值和最小值分別為01082和00120，差異較大。

（二）均值差異檢驗

本文對同一階段的對照組和控制組以及同一組內(nèi)不同階段的股票波動進行了均值差異檢驗，結(jié)果如表2所示。

均值差異檢驗的結(jié)果顯示：在融券標的股票擴容前，滬深300指數(shù)成分股票樣本的波動率變量STD的均值為00235，非滬深300指數(shù)成分股票樣本的波動率變量STD的均值為00292，T檢驗顯著，說明非滬深300指數(shù)成分股樣本的波動率要顯著高于滬深300指數(shù)成分股樣本；在融券標的股票擴容后，滬深300指數(shù)成分股票樣本的波動率變量STD的均值為00273，非滬深300指數(shù)成分股的波動率變量STD的均值為00282，表明標的股票實施融券制度后，滬深300指數(shù)成份股的波動率仍然低于非滬深300指數(shù)成分股，但是T檢驗并不顯著。

就滬深300指數(shù)成分股樣本來看，在可以融券賣出之前，波動率變量STD的均值為00235，可以融券賣出之后，股票波動率變量STD的均值為00273，而且T檢驗顯著，表明融券制度的實施顯著提高了滬深300指數(shù)成分股的股票收益波動率。就非滬深300指數(shù)成分股樣本來看，在可以融券賣出之前，波動率變量STD的均值為00292，在可以融券賣出之后，波動率變量STD的均值為00282，表明融券制度的實施降低了非滬深300指數(shù)成分股的股票收益波動水平，但是T檢驗并不顯著。

綜合均值差異檢驗的結(jié)果不難發(fā)現(xiàn)，融券制度的實施在滬深300指數(shù)成分股樣本和非滬深300指數(shù)成分股樣本對標的股票的波動率產(chǎn)生了不同方向的影響。融券制度實施后，滬深300指數(shù)成分股樣本的波動率顯著上升，非滬深300指數(shù)成分股樣本股票的波動率有所下降，這表明股指期貨與現(xiàn)貨市場交易制度不對稱程度的減弱會增加股票波動，假設H1b成立。

（三）回歸分析結(jié)果

表3是對模型（1）的回歸分析結(jié)果。由表3可知：（1）在2013年1月31日融券標的擴容前，變量HS300的系數(shù)為00002，符號為正，但不顯著，說明擴容前是否為滬深300成分股并不顯著影響股票的波動水平；系統(tǒng)性風險變量SYSRISK的系數(shù)顯著為正，說明股票的系統(tǒng)性風險越大，波動越劇烈；規(guī)模變量SIZE的系數(shù)顯著為負，說明小公司的波動性要顯著高于大公司；買賣價差變量INVP的系數(shù)符號為負，但T檢驗不顯著。（2）在2013年1月31日融券標的擴容后，變量HS300的系數(shù)為-00014，符號為負，但T檢驗不顯著，說明滬深300成分股的波動水平要略低于非成分股；系統(tǒng)性風險變量SYSRISK的系數(shù)顯著為正，說明股票的系統(tǒng)性風險越大，波動越劇烈；規(guī)模變量SIZE的系數(shù)為正，但T檢驗不顯著；價差變量INVP的系數(shù)顯著為負，說明價格分歧越大，波動越劇烈。

最后，將全部樣本進行截面回歸，變量HS300的系數(shù)為-00009，符號為負，但T檢驗不顯著，說明整體而言，滬深300指數(shù)成分股的波動水平要略低于非成分股；系統(tǒng)性風險變量SYSYRISK的系數(shù)顯著為正，說明股票的系統(tǒng)性風險越大，波動越劇烈；規(guī)模變量SIZE的系數(shù)顯著為負，說明整體而言，大公司的波動水平要低于小公司；價差變量INVP的系數(shù)顯著為負，說明投資者對股票價格的分歧越大，股票收益率的波動越劇烈。

表4是對模型（2）的回歸分析結(jié)果?；貧w結(jié)果顯示：（1）滬深300指數(shù)成分股在可以融券賣出之后，波動水平顯著增加，變量SHORT的系數(shù)為00029，符號為正，T檢驗顯著；系統(tǒng)性風險變量SYSRISK的系數(shù)顯著為正，說明系統(tǒng)性風險越大，滬深300指數(shù)成分股的波動越劇烈；規(guī)模變量SIZE的系數(shù)顯著為正，說明對于滬深300指數(shù)成分股來說，公司規(guī)模越大，波動反而越劇烈，這可能是因為大公司更容易成為利用滬深300指數(shù)期貨進行套期保值的標的，之前的研究也證實滬深300會加劇現(xiàn)貨市場的波動，特別是大公司的波動（楊陽和萬迪昉，2010；許紅偉和吳沖鋒，2012）；價差變量INVP的系數(shù)顯著為負，這說明投資者對股票的價格分歧越小，收益率波動越小。（2）就非滬深300指數(shù)成分股樣本來看，可以融券賣出后，這類股票的波動水平并沒有因此而顯著增加，反而有所降低，變量SHORT的系數(shù)為-00007，符號為負，但T檢驗并不顯著；系統(tǒng)性風險變量SYSRISK的系數(shù)顯著為正，說明系統(tǒng)性風險越大，股票的波動越劇烈；規(guī)模變量SIZE的系數(shù)顯著為負，說明小公司的波動水平要顯著高于大公司；價差變量INVP的系數(shù)顯著為負，說明投資者對股票的價格分歧越小，股票收益率波動越小。

在不區(qū)分滬深300指數(shù)成分股和非成分股的情況下，可以融券賣出并沒有顯著增加股票的波動性水平，變量SHORT的系數(shù)為00004，符號為正，但T檢驗并不顯著；系統(tǒng)性風險變量SYSYRISK的系數(shù)顯著為正，說明就整體樣本而言，系統(tǒng)性風險越大，股票的波動水平越高；規(guī)模變量SIZE的系數(shù)顯著為負，說明就整體樣本而言，大公司的波動水平要低于小公司；價差變量INVP的系數(shù)顯著為負，說明就整體樣本而言，投資者對股票價格的分歧越大，股票收益率的波動越劇烈。

表5是對模型（3）的回歸分析結(jié)果，分別是不包含控制變量的雙重差分回歸結(jié)果和包含控制變量的雙重差分回歸結(jié)果。HS300表示是否為滬深300指數(shù)成分股，SHORT表示是否可以融券賣出。

不包含控制變量的雙重差分回歸分析結(jié)果顯示：變量HS300的系數(shù)為-00058，符號為負且顯著，說明滬深300指數(shù)成分股的波動水平要顯著低于非滬深300指數(shù)成分股；變量SHORT的系數(shù)為-00010，符號為負且顯著，說明在可以融券賣出后，滬深300指數(shù)成分股和非成分股的波動水平均顯著降低；交互變量HS300*SHORT的系數(shù)為00049，符號為正，說明相比于非滬深300指數(shù)成分股，滬深300指數(shù)成分股在實施融券制度后，波動率有所上升，但交互變量HS300*SHORT的系數(shù)的T檢驗并不顯著。

包含控制變量的雙重差分回歸結(jié)果顯示：變量HS300的系數(shù)為-00032，符號為負且顯著，這表明滬深300指數(shù)成分股的波動性要顯著低于非滬深300指數(shù)成分股；變量SHORT的系數(shù)為-00008，符號為負但不顯著，說明就整體而言，融券賣出并不影響股票的波動性；交互變量HS300*SHORT的系數(shù)為00048，符號為正且顯著，這表明，相比于非滬深300指數(shù)成分股，滬深300指數(shù)成分股在可以融券賣出后，波動水平顯著提升；系統(tǒng)性風險變量SYSRISK的系數(shù)顯著為正，說明系統(tǒng)性風險越大，股票的波動越劇烈；規(guī)模變量SIZE的系數(shù)顯著為負，說明小公司的波動水平要高于大公司；價差變量INVP的系數(shù)顯著為負，說明價格分歧越大，波動越劇烈。

以上實證結(jié)果表明，無論是使用橫向或縱向比較，還是雙差分模型，融券制度實施后，滬深300指數(shù)成分股和非滬深300指數(shù)成分股的波動率表現(xiàn)出了不同方向的變化。滬深300指數(shù)成分股的波動率在實施融券制度后顯著上升，非滬深300指數(shù)成分股的波動率在實施融券制度后有所下降。這表明，股指期貨市場與現(xiàn)貨市場交易制度不對稱程度的減弱增加了股票的波動。本文認為這可能是因為我國投資者結(jié)構中，噪聲投資者的比重太大和市場中存在明顯的“羊群效應”所致。對滬深300指數(shù)成分股來說，由于股指期貨具有價格引導功能，在噪音交易者無法判斷個股價格水平的情況下，股指期貨的波動會引導噪聲投資者進行過于頻繁的買入和融券賣出操作，這種行為會加劇滬深300指數(shù)成分股的波動率；而套利投資者即使能夠通過融券賣出及時傳遞悲觀信息，也會因為噪音投資者群體過于龐大，而無法有效套利，甚至因為資金限制會提早退出，從而進一步放大股票波動。對于非滬深300指數(shù)成分股而言，股指期貨的價格引導作用反而沒有那么顯著，因此融券制度的實施會在一定程度上降低非滬深300指數(shù)成分股的波動水平。

（四）穩(wěn)健性檢驗

為了保證實證結(jié)果的穩(wěn)健性，本文接下來對樣本區(qū)間劃分進行調(diào)整，使用剔除事件日前后最近30個交易日和使用事件日前后90個交易日的數(shù)據(jù)為樣本，對本文所提出的假設進行檢驗。

為了節(jié)省篇幅，此處只報告針對模型（3）的回歸分析結(jié)果（見表6）。

剔除融券標的擴容日前后最近30個交易日的回歸結(jié)果顯示：變量HS300的系數(shù)為-00041，符號為負且顯著，說明滬深300指數(shù)成分股的波動水平要顯著低于非滬深300指數(shù)成分股；變量SHORT的系數(shù)為-00012，符號為負，但不顯著，說明融券制度的實施在一定程度上降低了標的股票的波動；交互變量HS300*SHORT系數(shù)為00062，符號為正且顯著，與之前的結(jié)論一致，說明相比于樣本中的非滬深300指數(shù)成分股，樣本中的滬深300指數(shù)成分股的波動水平在實施融券制度后顯著上升；控制變量系數(shù)符號基本與之前的實證結(jié)果一致。

將窗口調(diào)整為融券標的擴容日前后90個交易日的回歸結(jié)果同樣與之前的實證結(jié)果一致。

穩(wěn)健性檢驗的結(jié)論表明，即使在使用剔除了融券標的擴容日前后最近30個交易日的樣本或融券標的擴容日前后90個交易日的樣本對模型檢驗，檢驗結(jié)果仍然與之前的回歸結(jié)果一致。這表明，相比于非滬深300指數(shù)成分股，滬深300指數(shù)成分股在實施融券制度后，股票收益波動水平顯著上升。換言之，在我國股票市場中，股指期貨與現(xiàn)貨市場交易制度不對稱程度的降低會顯著提高股票的波動水平。

五、結(jié)論與政策建議

本文利用融券標的擴容這一自然實驗，檢驗了在非極端市場環(huán)境下，股指期貨與股票現(xiàn)貨市場交易制度不對稱程度的降低對現(xiàn)貨市場波動的影響。實證結(jié)果表明：在2013年1月擴容的融券標的股票樣本中，滬深300指數(shù)成分股的波動水平要顯著低于非滬深300指數(shù)成分股；相比于非滬深300指數(shù)成分股，滬深300指數(shù)成分股在實施融券制度后，波動水平有了顯著的上升，表明股指期貨市場和股票現(xiàn)貨市場交易制度不對稱程度的降低會增加股票波動。本文認為，這一方面可能是因為股指期貨能夠起到價格發(fā)現(xiàn)和價格引導的功能，在當前投資者“羊群效應”等非理性行為顯著的情況下（許年行等，2013），如果股票現(xiàn)貨市場允許當日賣空，投資者會根據(jù)股指期貨進行頻繁的買入賣空交易，從而會增加現(xiàn)貨股票的波動；另一方面，我國股票市場中噪聲交易者比例較高，即使套利交易者利用融券制度進行反向交易，也無法平抑市場波動，反而有可能會因為資金限制而增加市場波動（Kang et al.，2012）。

基于以上分析，本文認為，雖然在此次股災中，股指期貨和現(xiàn)貨市場交易制度的不對稱在一定程度上加深了市場暴跌的程度，導致了獲利的不公平性，但是在非極端市場環(huán)境下，特別是在當前我國投資者整體水平不高、非理性交易活躍的情況下，貿(mào)然取消現(xiàn)貨市場T+1制度是有待商榷的。監(jiān)管部門應在培養(yǎng)長期價值投資者，引導長期投資資金入市，降低噪聲交易者比例之后，再考慮取消現(xiàn)貨市場的T+1交易制度。

參考文獻：

[1]Antoniou A. and P. Holmoes. Futures trading information and spot price volatility： evidence for the FTSE-100 stock index futures contract using GARCH[J].Journal of Banking & Finance，1995，19（1）：117-129.

[2]Bessembinder H. and P. J. Seguin.Futures-trading activity and stock price volatility[J]. Journal of Finance，1992，47（5）：2015-2034.

[3]Danthine J. P.Information， futures prices and stabilizing speculation[J].Journal of Economic Theory， 1978，17（1）：79-98.

[4]Drimbetas E.， N. Sariannidis andN. Porfiris.The impact of derivatives trading on volatility of the underlying asset： evidence from the Greek stock market[J].Applied Financial Economics， 2007，17（2）：139-148.

[5]Harris L.S&P 500 cash stock price volitalities[J]. Journal of Finance，1989，44（5）：1155-1175.

[6]Stein， J. C.Informational externalities and welfare-reducing speculation[J].Journal of Political Economy，1987，95（6）：1123-1145.

[7]Kang， Kondor， Sadka，Do hedge fund reduce idiosyncratic risk？[R].Working paper， 2012.

[8]Shleifer， Vishny. The limits of arbitrage[J].Journal of Finance，1997，52：35-55.

[9]McKenzie， M. D.， T. J. Brailsford， and R. W. Faff.New insights into the impact of the introduction of futures trading on stock price volatility[J].Journal of Futures Markets， 2001，21（3）：237-255.

[10]Wang S. S.， L. Wei and T. W. Cheng. The impact of H-share derivatives on the underlying equity market[J]. Review of Quantitate Finance and Accounting，2009，32：235-267

[11]陳國進，張貽軍.異質(zhì)信念、賣空限制與我國股市的暴跌現(xiàn)象研究[J].金融研究，2009（4）.

[12]方立兵，劉燁.融資融券大擴容：標的股票定價效率提升了嗎？[J].證券市場導報，2014（10）.

[13]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)濟技術經(jīng)濟研究，2010（10）.

[14]宋華.股指期貨與標的指數(shù)波動的關聯(lián)性研究——來自滬深300指數(shù)的經(jīng)驗證據(jù)[J].蘭州大學學報：社會科學版，2013（5）.

[15]汪天都，孫謙.融資融券與金融市場的波動性——基于我國A股的實證檢驗[J].財政金融，2014（3）.

[16]王性玉，王帆.做空機制對我國股市波動性、流動性影響的實證分析[J].經(jīng)濟管理，2013（11）.

[17]邢天才，張閣.中國股指期貨對現(xiàn)貨市場聯(lián)動效應的實證研究——基于滬深300仿真指數(shù)期貨數(shù)據(jù)的分析[J].財經(jīng)問題研究，2010（4）.

[18]許紅偉，吳沖鋒.滬深300股指期貨推出改善了我國股票市場質(zhì)量嗎——基于聯(lián)立方程模型的實證研究[J].南開管理評論，2012（4）.

[19]許年行，于上堯，伊志宏.機構投資者羊群行為與股價崩盤風險[J].管理世界，2013（7）.

[20]徐曉光，陳煥檳，張榮波.融資融券能否減小我國股市波動？[J].深圳大學學報，2013（5）.

[21]楊陽，萬迪昉.股指期貨真的能穩(wěn)定市場嗎？[J].金融研究，2010（12）.

[22]宗計川，李先玉.股指期貨推出對現(xiàn)貨市場影響分析——基于宏觀變量剔除的實證研究[J].宏觀經(jīng)濟研究，2013（1）.

Abstract：This paper uses the expansion of margin trading scale， one natural experiment， to test the influence of trading rules asymmetry between future market and spot market on market volatility. We find that the volatilities of stocks in the CSI 300 index are lower than the volatilities of other stocks， but stocks in the CSI 300 index get rise in the volatility after they can be short sold，showing that the degree of asymmetry of the stock index futures and the spot market trading system will increase the volatility of the stock； margin trading can reduce spot market volatility significantly， because noise traders are majority in stock market. So， under the futures price guidance， arbitrageurs have limited influence even with margin trading. As a result， they cannot smooth the fluctuation， but may aggravate market volatility.

Key words：trading rules； stock futures； short-selling restriction； market volatility

（責任編輯：張曦）