李延軍 賀佳寧

摘 ? 要：本文構(gòu)建TVAR模型并將知情交易概率作為門限變量，研究得出知情交易概率存在雙門限值，據(jù)此將信息不對稱劃分為三個區(qū)制，發(fā)現(xiàn)在低區(qū)制流動性溢出效應(yīng)不顯著，在中間區(qū)制流動性溢出效應(yīng)開始變得顯著，在高區(qū)制流動性溢出效應(yīng)明顯增強。此外，在不同信息不對稱區(qū)制下，隨著區(qū)制轉(zhuǎn)換，知情交易概率對現(xiàn)貨市場流動性的影響由正向變?yōu)樨撓?，對期貨市場流動性的影響由負向變?yōu)檎?。區(qū)制分析表明，知情交易概率門限值可以作為市場流動性匱乏、流動性關(guān)聯(lián)異化和市場不穩(wěn)定的預(yù)警指標，通過建立知情交易概率分級預(yù)警制度，監(jiān)管者可以盡早監(jiān)測到市場的異常變化，盡早防范和化解風險。

關(guān)鍵詞：流動性溢出;知情交易概率;TVAR模型;預(yù)警

中圖分類號：F830.91 ?文獻標識碼：A ?文章編號：1674-2265（2020）10-0065-10

DOI：10.19647/j.cnki.37-1462/f.2020.10.011

一、引言

股指期貨于20世紀80年代誕生于美國，隨后全球主要發(fā)達國家和地區(qū)紛紛推出股指期貨。歷經(jīng)長期籌備，我國股指期貨于2010年4月16日在中金所正式推出。股指期貨自誕生以來就伴隨著質(zhì)疑。1987年股災(zāi)之后，美國發(fā)布《布雷迪報告》將股災(zāi)原因歸咎于組合保險和指數(shù)套利，然而事后學(xué)者分析指出這個結(jié)論并不準確，因為組合保險和指數(shù)套利的交易額占比相對較小，報告對期貨維持市場穩(wěn)定的機制認識不清。在中國2015年股災(zāi)中，從 6月15日開始，不到一個月的時間內(nèi)，滬深300指數(shù)從5221點狂瀉到3663點，后續(xù)一路下跌到3025點，有些投資者將此次股災(zāi)歸結(jié)于股指期貨市場的惡意做空，隨后中金所出臺了限制股指期貨交易的嚴格措施，兩市場一度處于深度貼水的狀態(tài)，股指期貨價量齊跌，流動性匱乏，市場功能的發(fā)揮受到了影響。事實上，2015年股災(zāi)并不能完全歸因于股指期貨，投資者羊群行為導(dǎo)致的股市泡沫和流動性踩踏是股市下跌的重要原因。中美股災(zāi)中均出現(xiàn)了股指期現(xiàn)貨市場的風險傳染。本質(zhì)上，股票現(xiàn)貨和股指期貨一方為基礎(chǔ)金融產(chǎn)品，另一方為衍生金融產(chǎn)品，兩個市場的風險緊密關(guān)聯(lián)，且它們之間的內(nèi)在聯(lián)系是股指期貨發(fā)揮市場功能的基礎(chǔ)，因此股指期現(xiàn)貨跨市場交易是需要重點監(jiān)管的領(lǐng)域。

2020年7月11日國務(wù)院金融穩(wěn)定發(fā)展委員會（簡稱金融委）第三十六次會議對資本市場長期穩(wěn)定健康發(fā)展提出了更高的要求，除了金融委，中國證監(jiān)會對股指期現(xiàn)貨市場實行集中統(tǒng)一的監(jiān)督管理，滬深證券交易所和中金所分別對股票現(xiàn)貨和股指期貨的交易數(shù)據(jù)和信息進行監(jiān)測。鑒于交易數(shù)據(jù)跨市場，股指期現(xiàn)貨跨市場監(jiān)管制度的建立十分有必要，而且跨市場流動性和流動性風險監(jiān)督管理制度對發(fā)揮市場功能和穩(wěn)定金融市場具有重要意義。隨著金融市場的發(fā)展，有效的跨市場流動性監(jiān)管不僅需要對流動性異常狀況進行管理和處罰，還需要在風險事件發(fā)生之前預(yù)警。本文從市場微觀結(jié)構(gòu)角度出發(fā)，以知情交易概率作為市場信息不對稱的代理指標，研究不同信息不對稱區(qū)制下，滬深300股指期現(xiàn)貨流動性溢出的動態(tài)性以及知情交易概率對滬深300股指期現(xiàn)貨流動性的非線性影響。本文提出以知情交易概率作為預(yù)警指標，以知情交易概率門限值作為預(yù)警閾值，一方面可以直接對投資者的行為進行監(jiān)測，另一方面也能對由信息不對稱引發(fā)的其他市場質(zhì)量指標的變化進行預(yù)警。

二、文獻回顧與理論假設(shè)

（一）文獻回顧

流動性是證券市場上迅速、低成本地執(zhí)行大量交易而不會造成價格大幅波動的能力。學(xué)者總結(jié)了寬度、深度、彈性和及時性四個維度的流動性測度方法，各個維度下測度流動性的指標比較豐富。比較而言，應(yīng)用較為廣泛的是Amihud（2002）[1]提出的非流動性指標，與其他流動性指標相比，其從“價格”和“交易量”兩個尺度測度股市流動性（Goyenko等，2009;Fong等，2017）[2，3]。股指期貨與現(xiàn)貨在交易制度和交易方式上有一定差異，姚登寶（2019）[4]借鑒趙偉雄等（2010）[5]的期銅市場流動性指標，在Amihud（2002）[1]非流動性指標基礎(chǔ)上使用價格、成交量和持倉量構(gòu)建股指期貨非流動性指標。隨著高頻交易的發(fā)展，對流動性的測度從年度、月度發(fā)展到更高頻的日度和日內(nèi)測度，使用日內(nèi)高頻數(shù)據(jù)測度能夠提供更多市場信息，如Qiao等（2019）[6]采用5分鐘高頻交易數(shù)據(jù)估計滬深300股指期現(xiàn)貨的流動性。

股指期現(xiàn)貨之間的聯(lián)動關(guān)系是目前國內(nèi)外學(xué)術(shù)和實踐中討論的熱點問題，與其相關(guān)的研究主要集中于以下三個方面：第一，研究股指期貨推出對股票現(xiàn)貨市場的影響。羅洎和王瑩（2011）[7]以及酈金梁等（2012）[8]研究表明股指期貨推出后降低了現(xiàn)貨波動率，提高了現(xiàn)貨市場流動性;周亮（2019）[9]則認為股指期貨推出降低的是現(xiàn)貨市場的長期波動。第二，研究股指期現(xiàn)貨的價格發(fā)現(xiàn)和引導(dǎo)關(guān)系。當市場達到強式有效時，信息能同時到達期貨市場和現(xiàn)貨市場，由于股票市場尚未達到強式有效，因此學(xué)者一般認為期貨市場在價格發(fā)現(xiàn)中發(fā)揮重要作用，并且對不同期限和政策下期貨對現(xiàn)貨價格的引導(dǎo)作用進行了更加細微的分析（宋科艷，2016;許榮和劉成立，2019）[10，11]。第三，研究股指期現(xiàn)貨市場的波動溢出效應(yīng)，波動溢出是兩市場跨市場影響的重要表現(xiàn)，趙慧敏等（2018）[12]和朱莉（2019）[13]研究了不同市場態(tài)勢和期限下的波動溢出效應(yīng)。

現(xiàn)有文獻對股指期現(xiàn)貨聯(lián)動關(guān)系的研究大多集中于上述三方面，是對兩市場功能的研究，而股指期現(xiàn)貨市場流動性作為兩市場發(fā)揮功能的基礎(chǔ)性因素，研究兩市場流動性之間關(guān)系也具有重要意義。姚登寶等（2019）[4]使用月度數(shù)據(jù)和頻譜分析法研究滬深300股指期現(xiàn)貨流動性的周期性和交互敏感性。本文研究的著眼點在于信息不對稱對兩市場流動性和流動性溢出的影響，使用日內(nèi)高頻數(shù)據(jù)構(gòu)建日度指標，并通過TVAR模型的模型特征和門限值在更短時間內(nèi)對單一市場流動性和兩市場流動性溢出的異常狀況進行預(yù)測或者預(yù)警。其中門限的含義是當門限變量處于由門限閾值確定的不同區(qū)制時，適用不同的方程，通過區(qū)制分析，可以研究非線性和動態(tài)的影響（張玉鵬和王茜，2016;劉玲等，2020;劉金全和艾昕，2020;陳忠陽和許悅，2016）[14-17]。關(guān)于TVAR模型在證券市場微觀結(jié)構(gòu)研究方面的應(yīng)用，Kulshrestha（2019）[18]以市場波動作為門限值，研究市場不確定性對股票市場規(guī)模指數(shù)波動率與流動性關(guān)系的影響;Wang等（2020）[19]分別以時間和市場波動作為門限變量，研究上證指數(shù)量價關(guān)系的結(jié)構(gòu)性變化和非對稱效應(yīng)。

（二）理論假設(shè)

根據(jù)市場微觀結(jié)構(gòu)和行為金融理論，信息會影響投資者的交易決策，而投資者的交易行為最終會以流動性的形式表現(xiàn)出來，因此研究市場信息不對稱對市場流動性的影響能更好地認識金融市場的運行。在市場微觀結(jié)構(gòu)理論中，投資者行為分為知情交易者行為和非知情交易者行為，知情交易行為的發(fā)生應(yīng)至少包含兩類條件：其一是市場并非完全有效，否則資產(chǎn)的價格已經(jīng)完全包含了信息，掌握信息的投資者也無法獲得超額收益;其二是投資者對信息的解讀是異質(zhì)的，即影響證券市場的信息是錯綜復(fù)雜的，或許信息還存在一定不確定性，投資者即使基于相同的信息，做出的行為也不同。

知情交易概率（PIN）的計算由Easley等（1996）[20]在序貫交易模型的基礎(chǔ)上提出，但是PIN模型存在對假設(shè)參數(shù)進行估計時使用極大似然法估計的滯后性缺陷。Easley等（2012）[21]在PIN模型的基礎(chǔ)上，提出基于等交易量（Volume Bucket）測算的知情交易概率（VPIN），這種非參數(shù)估計方法能夠直接計算知情交易概率值，受到業(yè)內(nèi)廣泛認可。知情交易概率模型中的信息被定義為與資產(chǎn)未來價值有關(guān)的信息，信息對證券市場的影響最終通過投資者基于掌握的信息和對信息的判斷進行決策來完成，因此知情交易概率對信息不對稱的測算并非直接分析市場上信息的數(shù)量，而是通過對投資者的交易行為進行測算。

知情交易概率的值不同，表示市場信息風險和信息不對稱程度不同，當知情交易概率值較大時，代表知情交易占比大，信息不對稱程度較高。由于中國投資者理性預(yù)期更加缺乏，羊群效應(yīng)更加顯著，所以知情交易概率值高時投資者的行為與知情交易概率值低時投資者的行為可能存在差異，而投資者行為會直接影響流動性，從而導(dǎo)致知情交易概率對市場流動性的影響存在門限效應(yīng)。市場知情交易概率是通過期貨市場高頻交易數(shù)據(jù)計算得出的，其對現(xiàn)貨市場流動性的影響基于期現(xiàn)貨市場間的高度關(guān)聯(lián)性，如投資者捕獲現(xiàn)貨市場信息后用于期貨交易。高揚（2014）[22]構(gòu)建VAR模型對滬深300股指期現(xiàn)貨市場微觀結(jié)構(gòu)指標之間的關(guān)系進行檢驗，其中包括兩市場流動性之間的關(guān)系，線性和非線性Granger因果關(guān)系檢驗表明兩市場流動性均存在雙向Granger因果關(guān)系，即存在雙向溢出。而由于不同的信息不對稱程度下，市場流動性狀況不同，因此我們推測流動性溢出效應(yīng)也不同。據(jù)此本文提出以下假設(shè)：

假設(shè)一：知情交易概率對市場流動性的影響存在門限效應(yīng)。

假設(shè)二：滬深300股指期現(xiàn)貨存在雙向流動性溢出，隨著信息不對稱程度加深，流動性溢出效應(yīng)增強。

接下來，需要進一步回答，市場知情交易概率對未來市場流動性的影響方向。在知情交易理論模型中，知情交易者根據(jù)其掌握的好消息和壞消息與非知情交易者進行交易，知情交易者與非知情交易者之間存在的信息不對稱導(dǎo)致非知情交易者成為流動性的提供者，知情交易者根據(jù)擁有的信息獲利，非知情交易者則因此承擔損失。由于逆向選擇，非知情交易者會暫時退出市場，知情交易者的存在導(dǎo)致市場流動性供需不平衡，進而引發(fā)流動性崩潰，此時知情交易者與非知情交易者都很難獲利，因此知情交易概率對市場流動性存在負向影響，周強龍等（2015）[23]在高頻環(huán)境下研究得出同樣的結(jié)論。基于以上理論和實證研究，本文做出以下假設(shè)：

假設(shè)三：知情交易概率對股指期現(xiàn)貨市場流動性有預(yù)測作用，對股指期現(xiàn)貨市場流動性均有負向影響，而且隨著信息不對稱程度的加深，信息不對稱對流動性的負向影響增強。

根據(jù)上述三個假設(shè)，市場知情交易概率對兩市場流動性存在負向影響，市場知情概率升高將會惡化市場的流動性水平，并且在高信息不對稱區(qū)制下，兩市場流動性溢出效應(yīng)增強，因此以知情交易概率門限值劃分的高信息不對稱區(qū)制內(nèi)可能存在流動性匱乏、高市場不確定性和高流動性溢出，可以進一步考慮知情交易概率門限值的預(yù)警作用。Easley等（2012）[21]研究表明E-mini S&P500股指期貨市場構(gòu)建的VPIN能夠?qū)γ拦砷W電崩盤發(fā)揮很好的預(yù)警功能;國內(nèi)學(xué)者劉文文和張合金（2013）[24]、周強龍等（2015）[23]和陳國進等（2019）[25]研究表明VPIN對股指期現(xiàn)貨市場的影響和極端走勢的預(yù)警作用顯著，因此本文提出以下假設(shè)：

假設(shè)四：知情交易概率的門限值能對市場流動性匱乏和市場不穩(wěn)定的狀況進行預(yù)警。

在文獻回顧中，本文對流動性測度方法、股指期現(xiàn)貨聯(lián)動關(guān)系和門限模型的應(yīng)用進行了綜述，發(fā)現(xiàn)學(xué)者多研究兩市場波動之間的關(guān)系，兩市場流動性之間的關(guān)系尚沒有定論。本文借鑒學(xué)者對市場流動性的測度方法和TVAR模型以門限變量劃分區(qū)制的方法，并對信息不對稱與流動性、流動性溢出之間的關(guān)系做了理論假設(shè)和實證分析。相比已有研究，潛在貢獻如下：第一，使用信息不對稱的代理指標知情交易概率作為門限變量，將信息不對稱程度分為不同的區(qū)制，以避免傳統(tǒng)區(qū)間效應(yīng)檢驗中主觀設(shè)定門限值的弊端，通過統(tǒng)計方法來估計門限值，是已有文獻使用波動率或宏觀經(jīng)濟變量作為門限變量的補充。第二，通過對模型的門限值和區(qū)制進行分析，表明在信息不對稱程度更高的區(qū)制下，滬深300股指期現(xiàn)貨存在流動性溢出，結(jié)合高區(qū)制所覆蓋的時間范圍，得出使用知情交易概率門限值作為市場不穩(wěn)定的預(yù)警閾值的結(jié)論。

三、模型、變量與數(shù)據(jù)

（一）TVAR模型

多區(qū)制VAR模型主要包括馬爾科夫轉(zhuǎn)換向量自回歸模型（MSVAR）、平滑轉(zhuǎn)移向量自回歸模型（STVAR）以及門限向量自回歸模型（TVAR），多區(qū)制VAR模型在研究時間序列的非對稱性和動態(tài)特征上具有很大優(yōu)勢。其中，TVAR模型的門限變量既可以是外生變量，也可以是內(nèi)生變量，門限值可以設(shè)置為一個或多個，每一個區(qū)制都可以通過門限變量的門限值來確定邊界，能夠明確區(qū)制轉(zhuǎn)換過程。因此，本文使用TVAR模型進行研究，不僅關(guān)注不同區(qū)制下模型系數(shù)矩陣的變化和系數(shù)顯著性變化，還關(guān)注門限變量的門限值本身。

（三）變量描述性統(tǒng)計

TVAR模型要求變量均平穩(wěn)，表1的Panel A描述性統(tǒng)計中，ADF檢驗結(jié)果表明所有變量都是平穩(wěn)的，J-B統(tǒng)計量結(jié)果表明所有變量均拒絕了正態(tài)分布的假設(shè)。滬深300股指期現(xiàn)貨流動性均呈左偏和高峰的態(tài)勢。知情交易概率的最小值為0.022，最大值為0.322，表明不同時間市場投資者信息不對稱程度差異較大。滬深300指數(shù)波動呈右偏和高峰的態(tài)勢。從表1的Panel B可以看出，VPIN與FL和SL的相關(guān)性均不高，此結(jié)論可以用于后續(xù)模型分析。

根據(jù)圖1（a）滬深300指數(shù)的流動性走勢，在2015年7月—2016年6月以及2018年，滬深300指數(shù)流動性匱乏且存在波動聚集特征，這兩個時間段分別為中國股市的全面熊市和結(jié)構(gòu)性熊市期間。從圖1（b）股指期貨流動性走勢來看，2015年9月滬深300股指期貨流動性驟然降低，原因在于中金所于2015年9月2日實施了嚴格的股指期貨限制交易措施，股指期貨交易量萎縮了90%，流動性“跳水”;直到2016年4月，股指期貨流動性才較為穩(wěn)定，但是流動性水平仍低于限制交易措施實施前;此后，中金所于2017年2月、2017年9月以及2018年12月對限制交易措施進行了“松綁”，每次“松綁”都伴隨著股指期貨市場流動性的提升;2018年結(jié)構(gòu)性熊市期間，期貨市場流動性波動明顯小于現(xiàn)貨市場，2019年滬深300股指期貨流動性更加穩(wěn)定，表明市場狀態(tài)相對穩(wěn)定。

四、實證分析

（一）不同信息不對稱區(qū)制的流動性溢出效應(yīng)

本文構(gòu)建[SLt，F(xiàn)Lt，thvt-1Tt=1]系統(tǒng)研究不同信息不對稱下滬深300股指期現(xiàn)貨流動性溢出效應(yīng)，其中[thvt-1]表示外生門限變量。本文選擇知情交易概率作為外生門限變量，先進行LR檢驗，判斷門限非線性特征是否成立以及門限值個數(shù)，然后構(gòu)建TVAR模型研究知情交易概率門限值劃分的不同區(qū)制下滬深300股指期現(xiàn)貨流動性溢出效應(yīng)。

1. 門限值估計結(jié)果。以知情交易概率作為門限變量估計發(fā)現(xiàn)，滬深300股指期現(xiàn)貨流動性之間的關(guān)系發(fā)生了非線性變動，且1個門限值和2個門限值都通過了LR檢驗（見表2）。本文選擇2個門限值，將全樣本分為三個區(qū)制。

2.區(qū)制分析。圖2為知情交易概率作為門限變量的區(qū)制轉(zhuǎn)換圖①，表2中的雙門限值從小到大分別在圖2中標記為thv-VPIN1和thv-VPIN2，將信息不對稱程度劃分為低、中、高三個區(qū)制，分別為區(qū)制（1）、區(qū)制（2）和區(qū)制（3），為了能直觀展示區(qū)制所覆蓋的時間和市場態(tài)勢之間的關(guān)系，本文也在圖2中增加了滬深300指數(shù)波動率走勢（RVS）。在區(qū)制轉(zhuǎn)換中主要關(guān)注兩方面：一方面是知情交易概率日度動態(tài)值和知情交易概率門限值，當知情交易概率值升高時，表示市場信息不對稱程度升高，當知情交易概率值極端高時，市場投資者行為異常，極有可能引發(fā)市場流動性匱乏和異常波動;另一方面是知情交易概率門限值劃分的區(qū)制對應(yīng)的時期、市場穩(wěn)定性和市場流動性狀況。區(qū)制（3）信息不對稱程度最高，覆蓋的時間范圍為2014年12月—2016年7月、2018年1月—2018年12月以及2020年1月—2020年2月（使用矩形方框進行了標識），包含了2015年股市危機之前的股市暴漲、2015年受杠桿因素影響的股市危機、2018年受中美貿(mào)易戰(zhàn)影響的結(jié)構(gòu)性熊市以及2020年初受新冠肺炎疫情影響的股市大跌。相應(yīng)地，這些區(qū)間內(nèi)滬深300指數(shù)波動率（RVS）較高，表明通過TVAR模型確定的知情交易概率門限值能將市場不穩(wěn)定的時間識別出來。區(qū)制（2）的時間范圍與區(qū)制（3）相差不大，區(qū)制（1）覆蓋了2014年7月—2014年11月、2016年8月—2017年12月以及2019年，這些區(qū)間內(nèi)股市較為平穩(wěn)，RVS相對較低。

3. 不同信息不對稱區(qū)制下的流動性溢出實證結(jié)果。表3為知情交易概率門限值劃分的不同信息不對稱區(qū)制下，滬深300股指期現(xiàn)貨流動性溢出的回歸結(jié)果。在區(qū)制（1），SL方程中僅有SL的滯后解釋變量顯著，F(xiàn)L方程中同樣只有FL的滯后解釋變量顯著，這表明在經(jīng)濟意義上，當市場信息不對稱程度較低時，滬深300股指期現(xiàn)貨流動性不存在溢出效應(yīng)。區(qū)制（2）SL方程中FL（-2）在10%的顯著性水平下顯著，F(xiàn)L方程中SL滯后解釋變量不顯著，表明存在期貨流動性向現(xiàn)貨流動性的微弱負向溢出效應(yīng)。在區(qū)制（3），SL方程中FL（-1）在5%的顯著性水平下顯著，F(xiàn)L方程中SL（-1）在1%的顯著性水平顯著，由此可以推斷在知情交易概率較高時，即市場投資者信息不對稱程度高時，滬深300股指期現(xiàn)貨流動性存在雙向的正向溢出效應(yīng)，這一結(jié)果表明在高信息不對稱區(qū)制下，一個市場流動性匱乏會引發(fā)兩市場流動性風險的傳染?；诖私Y(jié)論，監(jiān)管者既要監(jiān)測單個市場的流動性狀況，也要監(jiān)測跨市場流動性風險的傳染。此外，發(fā)生風險傳染時，監(jiān)管者針對一個市場制定的政策對另外一個市場也會產(chǎn)生影響。根據(jù)區(qū)制（3）下滬深300股指期現(xiàn)貨市場流動性存在雙向溢出的結(jié)論，結(jié)合區(qū)制分析中高信息不對稱區(qū)制對應(yīng)的時間和市場波動狀況，推斷出滬深300股指期現(xiàn)貨流動性溢出發(fā)生在市場波動大、不穩(wěn)定時期，也證明了假設(shè)二和假設(shè)四是正確的。

（二）檢驗知情交易概率對流動性的影響

為檢驗知情交易概率對滬深300股指期現(xiàn)貨流動性的影響，建立[SLt，VPINtTt=1]和[FLt，VPINtTt=1]兩個VAR系統(tǒng)，并均以內(nèi)生變量[VPINt-1]作為門限變量。在VPIN顯著的區(qū)制內(nèi)，流動性包含滯后的VPIN信息，或者說滯后的VPIN能夠?qū)L和FL 進行預(yù)測。在不同區(qū)制下，知情交易概率與流動性之間的關(guān)系發(fā)生變化，表明作為區(qū)制邊界的門限值具有重要作用。在兩個系統(tǒng)中，主要分析SL方程、FL方程中知情交易概率對流動性的影響。

1.門限值估計結(jié)果。表4為兩個TVAR系統(tǒng)的非線性檢驗結(jié)果，結(jié)果表明兩個系統(tǒng)中1個門限值和2個門限值均通過了LR檢驗，因此均選擇2個門限值，將全樣本劃分為3個區(qū)制。

2.知情交易概率對滬深300指數(shù)流動性的非線性影響。表5為知情交易概率對滬深300指數(shù)流動性影響的回歸結(jié)果。在3個區(qū)制下，SL方程中均包含了VPIN滯后解釋變量的顯著項。在區(qū)制（1）和區(qū)制（2）下，顯著項均為VPIN（-6），滯后階數(shù)表明在這兩個區(qū)制內(nèi)知情交易概率對滬深300指數(shù)流動性的影響是周度的，這是因為知情交易概率以股指期貨市場交易數(shù)據(jù)構(gòu)建，而投資者在期貨市場的交易又以現(xiàn)貨市場未來資產(chǎn)價格相關(guān)信息為基礎(chǔ)，因此由期貨市場構(gòu)建的信息不對稱指標對周度未來現(xiàn)貨市場流動性有影響。在低信息不對稱的區(qū)制（1）中的影響為正向，因為此時信息透明度較高，知情交易者對信息持有異質(zhì)信念，不會過度消耗市場流動性。在區(qū)制（2）影響為負向，在高信息不對稱的區(qū)制（3），顯著項為VPIN（-3）和VPIN（-5），綜合兩個解釋變量的系數(shù)值來看影響為負向，與區(qū)制（2）的VPIN（-6）負向影響相比，滯后階數(shù)變小，負系數(shù)值變大且顯著性增強，表明知情交易概率跨越0.127的門限值后，知情交易行為消耗了市場流動性，跨越0.150的門限后，對流動性的消耗更為顯著，滯后階數(shù)變小是因為信息不對稱程度越高，投機者的短期投機行為越活躍，并且現(xiàn)貨市場存在賣空限制，容易形成羊群效應(yīng)，從而更容易導(dǎo)致流動性崩潰。根據(jù)上述分析，知情交易概率對滬深300指數(shù)流動性有預(yù)測作用，知情交易概率值升高代表未來現(xiàn)貨市場流動性的惡化。

3. 知情交易概率對股指期貨流動性的非線性影響。表6為知情交易概率對股指期貨流動性影響的回歸結(jié)果。在區(qū)制（1），方程FL中VPIN的滯后解釋變量均不顯著，表明此時知情交易概率對期貨流動性幾乎沒有影響。在區(qū)制（2），VPIN（-1）、VPIN（-2）、VPIN（-3）和VPIN（-4）的系數(shù)均在1%的顯著性水平顯著，總體來看知情交易概率對流動性有負向影響。而在區(qū)制（3），VPIN（-1）、VPIN（-2）和VPIN（-5）的系數(shù)值為正，表明在極端信息不對稱情形下，知情交易概率反而對期貨市場流動性有正向影響，這可能歸因于期貨市場買空和賣空的雙向交易機制。股指期貨市場參與者分為套期保值者、套利者和投機者，基于股指期貨T+0的交易制度，在極端信息不對稱情形下，投機者能夠在短期內(nèi)頻繁進行買賣操作，為股指期貨市場提供流動性。在2015年股市危機中，投機者確實為股指期貨提供了流動性，中金所為限制投機實行限制股指期貨交易的政策后，市場處于深度貼水狀態(tài)，增加了現(xiàn)貨市場的拋壓。

總而言之，知情交易概率對滬深300股指期現(xiàn)貨流動性存在非線性影響的結(jié)果證明了假設(shè)一。對于假設(shè)三，不同信息不對稱下知情交易概率對兩市場流動性的影響更為復(fù)雜，知情交易概率的預(yù)測作用主要表現(xiàn)在對現(xiàn)貨市場流動性的預(yù)測上，因為當知情交易概率值跨越0.127的門限，其對現(xiàn)貨流動性的影響一直保持為負向，信息不對稱增加必然會導(dǎo)致現(xiàn)貨市場流動性惡化。

五、穩(wěn)健性檢驗

（一）三變量TVAR模型

為檢驗第四部分實證結(jié)果的穩(wěn)健性，本文構(gòu)建了三變量TVAR模型，將VPIN作為內(nèi)生變量，建立的系統(tǒng)為[SLt，F(xiàn)Lt，VPINtTt=1]，將門限變量設(shè)置為[VPINt-1]，先進行非線性檢驗，然后對三變量TVAR模型進行實證分析。

1. 門限值估計結(jié)果。表7中1個門限值和2個門限值均通過了LR檢驗，對于三變量TVAR模型，選擇2個門限值進行實證分析。VPIN的兩個門限值分別為0.137和0.148，與第四部分VPIN作為外生門限變量時的結(jié)果（0.136和0.146）相差不大，表明門限值確定的穩(wěn)健性。

2. 三變量TVAR模型實證結(jié)果。三變量TVAR模型結(jié)果與第四部分實證結(jié)果相比，有如下結(jié)論：第一，在穩(wěn)健性檢驗中，知情交易概率跨越第一個門限值后，即在區(qū)制（2）和區(qū)制（3），跨市場流動性溢出效應(yīng)變得顯著，這與第四部分不同信息不對稱區(qū)制下的流動性溢出實證結(jié)果相同。第二，穩(wěn)健性檢驗中知情交易概率對滬深300指數(shù)流動性的影響與第四部分表5的結(jié)果基本一致，在區(qū)制（2）和區(qū)制（3）下均表現(xiàn)為負向影響，區(qū)別在于穩(wěn)健性檢驗結(jié)果表明區(qū)制（1）知情交易概率對滬深300指數(shù)沒有影響，而表5結(jié)果表明區(qū)制（1）時有正向影響，可能是模型中知情交易概率滯后階數(shù)不同。第三，穩(wěn)健性檢驗中知情交易概率對股指期貨流動的影響與第四部分表6的結(jié)果基本一致。

（二）進一步選擇門限變量VPIN的滯后階數(shù)

上述分析均選擇滯后一階的知情交易概率作為門限變量，雖然在三變量TVAR模型中證實了知情交易概率門限值的穩(wěn)健性，但這是基于主觀的判斷。本文以滯后2日—22日的知情交易概率移動平均值作為門限變量，對知情交易概率門限值的預(yù)警作用做進一步檢驗。圖3中的門限值結(jié)果均通過了LR檢驗，并且不同門限變量下，均為中間區(qū)制開始存在流動性溢出效應(yīng)，高區(qū)制下流動性溢出更加顯著（受篇幅所限，非線性檢驗和回歸結(jié)果不再列示）。表8為對圖3中門限值的描述性統(tǒng)計和結(jié)構(gòu)性變點檢驗，不同滯后期門限變量的同類門限值標準差較小，結(jié)構(gòu)性變點檢驗進一步表明不同滯后期的同類門限值并未發(fā)生結(jié)構(gòu)性變化，說明受移動平均方法的影響，雖然隨著移動平均滯后期的拉長，模型識別的門限值呈下降趨勢，但是并不影響知情交易概率作為預(yù)警指標的可靠性。

根據(jù)知情交易概率存在雙門限值，可以建立知情交易概率分級預(yù)警制度，并且根據(jù)預(yù)警指標的滯后階數(shù)選擇不同的預(yù)警閾值，將測度的知情交易概率指標與預(yù)設(shè)的預(yù)警閾值范圍進行比較，當知情交易概率超過第一個閾值時，輸出存在中風險，當知情交易概率超過第二個閾值時，輸出存在高風險。因為當知情交易概率達到第一個門限值時，流動性溢出效應(yīng)不是特別明顯，監(jiān)管者對證券市場采取一定措施可以防止市場過度高漲和過度萎縮，及早防范和化解風險;而當市場達到極端信息不對稱時，市場波動過大，流動性極端匱乏，很容易導(dǎo)致股市崩盤。

六、結(jié)論與政策建議

本文在VAR框架下檢驗滬深300股指期現(xiàn)貨流動性溢出效應(yīng)和知情交易概率對滬深300股指期現(xiàn)貨流動性的影響，傳統(tǒng)的VAR方法只能解釋靜態(tài)的流動性溢出，因此本文引入TVAR模型方法，研究不同信息不對稱下滬深300股指期現(xiàn)貨流動性溢出的動態(tài)性。本文的研究結(jié)果是：第一，與學(xué)者認為滬深300股指期現(xiàn)貨價格、收益和波動存在長期高正相關(guān)的結(jié)論不同，本文的研究結(jié)果表明滬深300股指期現(xiàn)貨流動性溢出效應(yīng)顯著發(fā)生于高信息不對稱區(qū)制，低信息不對稱下，兩市場不存在顯著的流動性溢出。第二，關(guān)于知情交易概率對滬深300股指期現(xiàn)貨流動性的影響，研究表明知情交易概率的上升代表現(xiàn)貨市場流動性惡化，而在極端信息不對稱下，受股指期貨雙向交易制度的影響，知情交易概率對股指期貨流動性的影響為正向。第三，以知情交易概率作為流動性匱乏、流動性溢出以及市場不穩(wěn)定的預(yù)警指標具有可行性和可靠性，且知情交易概率門限值可以作為預(yù)警閾值。

研究結(jié)果對于監(jiān)管者建立流動性跨市場監(jiān)管制度和投資者更好理解證券市場的信息結(jié)構(gòu)和信息風險具有重要意義。監(jiān)管者需要兼顧宏微觀審慎監(jiān)管，可以將知情交易概率納入流動性跨市場監(jiān)管體系中，建立知情交易概率分級預(yù)警制度，當知情交易概率值達到第一個預(yù)警閾值時，啟動預(yù)警機制，監(jiān)管者要及時關(guān)注證券市場流動性的變化，監(jiān)測操縱和擾亂市場的行為，找到市場態(tài)勢變化的原因，通過實施相應(yīng)的政策和市場操作進行調(diào)整，盡早防范和化解風險，避免知情交易概率達到第二個預(yù)警閾值后發(fā)生流動性過度匱乏和市場過度波動。對于投資者，知情交易概率指標可以作為投資者流動性風險管理和投資博弈的參考指標;對于非知情交易者，知情交易概率指標可以用于分析市場上其他投資者的行為。

注：

①圖2中，VPINt-1對應(yīng)RVSt，并以t期的日期作為橫坐標，本文研究t-1期的知情交易概率對t期市場流動性、流動性溢出與市場穩(wěn)定性的影響，這樣處理可以更準確地識別三個區(qū)制所對應(yīng)的時間。

參考文獻：

[1]Amihud Y. 2002. Illiquidity and Stock Returns： Cross-section and Time-series Effects [J].Journal of Financial Markets，25（1）.

[2]Goyenko R Y，Holden C W，Trzcinka C A. 2009. Do Liquidity Measures Measure Liquidity？ [J].Journal of Financial Economics，92（2）.

[3]Fong K Y L，Holden C W，Trzcinka C. 2017. What are the Best Liquidity Proxies for Global Research？ [J].Review of Finance，（4）.

[4]姚登寶.股指期貨、現(xiàn)貨市場流動性之間的周期聯(lián)動效應(yīng) [J].浙江工商大學(xué)學(xué)報，2019，（2）.

[5]趙偉雄，何建敏，賈萬敬.我國期銅市場流動性與貨幣供給關(guān)系的實證研究 [J].數(shù)理統(tǒng)計與管理，2010，29（4）.

[6]Qiao G，Teng Y，et al. 2019. The Cross-Market Dynamic Effects of Liquidity on Volatility：Evidence from Chinese Stock Index and Futures Markets [J].Applied Economics，52（1）.

[7]羅洎，王瑩.股指期貨對證券市場波動性和流動性的影響——基于中國市場的經(jīng)驗研究 [J].宏觀經(jīng)濟研究，2011，（6）.

[8]酈金梁，雷曜，李樹憬.市場深度、流動性和波動率——滬深300股票指數(shù)期貨啟動對現(xiàn)貨市場的影響 [J].金融研究，2012，（6）.

[9]周亮.股指期貨上市對股市波動率的影響——基于雙重差分模型的分析 [J].西南大學(xué)學(xué)報（自然科學(xué)版），2019，41（3）.

[10]宋科艷.我國股指期貨與指數(shù)現(xiàn)貨價格引導(dǎo)關(guān)系研究——基于非對稱門限協(xié)整模型的分析 [J].財經(jīng)問題研究，2016，（9）.

[11]許榮，劉成立.限制交易政策如何影響期現(xiàn)關(guān)系？——對股指期貨價格發(fā)現(xiàn)功能的實證檢驗 [J].金融研究，2019，（2）.

[12]趙慧敏，陳曉倩，黃嵩.中國股指期貨和現(xiàn)貨市場信息傳導(dǎo)關(guān)系在牛熊市中的異化現(xiàn)象 [J].系統(tǒng)工程理論與實踐，2018，38（4）.

[13]朱莉.滬深300股指期現(xiàn)貨市場信息溢出的因果檢驗——基于股指期貨市場政策頻繁調(diào)整期的數(shù)據(jù) [J].金融理論與實踐，2019，（8）.

[14]張玉鵬，王茜.政策不確定性的非線性宏觀經(jīng)濟效應(yīng)及其影響機制研究 [J].財貿(mào)經(jīng)濟，2016，（4）.

[15]劉玲，陳樂一，李玉雙.全球經(jīng)濟政策不確定性與中國糧食價格——基于非對稱性視角的分析 [J].農(nóng)業(yè)技術(shù)經(jīng)濟，2020，（5）.

[16]劉金全，艾昕.經(jīng)濟政策不確定性視角下宏觀杠桿的調(diào)控效應(yīng)及其策略選擇 [J].改革，2020，（3）.

[17]陳忠陽，許悅.我國金融壓力指數(shù)的構(gòu)建與應(yīng)用研究 [J].當代經(jīng)濟科學(xué)，2016，38（1）.

[18]Kulshrestha K， Bhaduri S N. 2019. The Joint Dynamics of Liquidity and Volatility Across Small-and Large-index Indian Funds [J].Journal of Emerging Market Finance， 18（2）.

[19]Wang P，Ho T，Li Y. 2020. The Price-Volume Relationship of the Shanghai Stock Index： Structural Change and the Threshold Effect of Volatility [J]. Sustainability，12（8）.

[20]Easley D，Nicholas K，et al. 1996. Liquidity，Information，and Infrequently Traded Stocks [J].Journal of Finance， 51（4）.

[21]Easley D，Prado M，O'Hara M. 2012. Flow Toxicity and Liquidity in a High-frequency World [J].Review of Financial Studies，25（5）.

[22]高揚.股指期現(xiàn)貨市場間流動性、波動率與交易活躍度考察 [J].統(tǒng)計與決策，2014，（22）.

[23]周強龍，朱燕建，賈璐熙.市場知情交易概率、流動性與波動性——來自中國股指期貨市場的經(jīng)驗證據(jù) [J].金融研究，2015，（5）.

[24]劉文文，張合金.測量高頻交易領(lǐng)域中的指令流毒性——基于我國滬深300指數(shù)期貨的實證研究 [J].中國經(jīng)濟問題，2013，（1）.

[25]陳國進，張潤澤等.知情交易、信息不確定性與股票風險溢價 [J].管理科學(xué)學(xué)報，2019，22（4）.