王 軍 劉卓然

(中國(guó)農(nóng)業(yè)大學(xué) 1.經(jīng)濟(jì)管理學(xué)院 2.中國(guó)期貨與金融衍生品研究中心，北京 100083)

一、引言

2015年，中國(guó)股市經(jīng)歷了自2007年以來最大幅度的一次波動(dòng)，也有研究認(rèn)為是1990年中國(guó)股市成立以來，第一次真正意義上的市場(chǎng)化危機(jī)(劉成立 等，2018)。滬深300股票指數(shù)從2015年年初開始一路上揚(yáng)，6月12日盤中一度最高達(dá)到5178.19點(diǎn)，但隨后行情突變，股指斷崖式下跌，幾度救市，仍無(wú)法阻止股市崩盤。8月25日，媒體爆出部分券商救市同時(shí)大幅做空股指期貨的丑聞，隨后股指期貨政策收緊：在8月26日到9月2日間，中國(guó)金融期貨交易所(下文簡(jiǎn)稱“中金所”)將包括滬深300股指期貨在內(nèi)的三大股指期貨的保證金和手續(xù)費(fèi)比例大幅上調(diào)，并宣布自7日起客戶在單個(gè)產(chǎn)品、單日開倉(cāng)交易量超過10手即構(gòu)成“日內(nèi)開倉(cāng)交易量過大”的異常交易行為。股指期貨交易限制性措施(1)為方便表述，本文將自2015年8月25日至2015年9月2日晚中國(guó)金融期貨交易所發(fā)布的一系列保證金、手續(xù)費(fèi)上調(diào)以及限倉(cāng)政策合稱為“股指期貨交易限制性措施”。的落地激發(fā)市場(chǎng)強(qiáng)烈反應(yīng)，市場(chǎng)活躍程度自9月7日起急劇走低，日成交縮量近百倍，其價(jià)格發(fā)現(xiàn)、風(fēng)險(xiǎn)對(duì)沖功能難以保障，中國(guó)金融期貨市場(chǎng)發(fā)展遭受重大挫折。與此同時(shí)，股市異常波動(dòng)卻得到遏制，市場(chǎng)情緒逐漸穩(wěn)定，A股自2015年9月7日開市后企穩(wěn)回升。

盡管中金所已于2017年內(nèi)兩度對(duì)限制性措施適度松綁(2017年2月16日起，降低交易保證金比例與手續(xù)費(fèi)水平，放寬“重大異常交易”標(biāo)準(zhǔn)至單日單邊20手；9月18日起，再度降低保證金比例及平倉(cāng)手續(xù)費(fèi))，但股指期貨交易仍然受到限制性措施打壓，市場(chǎng)成交慘淡，股指期貨諸多功能仍難以實(shí)現(xiàn)，市場(chǎng)中依舊缺乏實(shí)現(xiàn)價(jià)格發(fā)現(xiàn)和風(fēng)險(xiǎn)對(duì)沖的有效手段。

迄今為止，國(guó)內(nèi)甚少有關(guān)此輪牛市、股市異常波動(dòng)以及股指期貨限制性措施的梳理性研究。在此背景下，專門針對(duì)2015年股指期現(xiàn)價(jià)格互動(dòng)關(guān)系的回溯性研究，探明牛市、股市異常波動(dòng)、股指期貨交易限制性措施對(duì)股指、期現(xiàn)市場(chǎng)價(jià)格信息及價(jià)格發(fā)現(xiàn)過程的影響，重新審視股指期貨交易限制性措施的得失，以為監(jiān)管層后續(xù)政策抉擇與制定提供實(shí)證依據(jù)。

二、文獻(xiàn)回顧

期貨與現(xiàn)貨市場(chǎng)價(jià)格間的互動(dòng)關(guān)系一直都是金融衍生品研究領(lǐng)域的熱門問題，其一方面反映出期貨市場(chǎng)的運(yùn)行效率，即期貨對(duì)現(xiàn)貨的價(jià)格發(fā)現(xiàn)功能；另一方面也衍生出如期現(xiàn)價(jià)差套利等一系列相關(guān)研究。前人對(duì)股指期貨與股指現(xiàn)貨價(jià)格互動(dòng)關(guān)系(或稱價(jià)格傳導(dǎo)、引導(dǎo)關(guān)系，優(yōu)先滯后關(guān)系)研究的脈絡(luò)，可以概括為一個(gè)隨時(shí)間的推移和研究方法的更新而不斷細(xì)化的過程。

1982年是國(guó)際股指期貨誕生之年，對(duì)于股指期貨市場(chǎng)與股票市場(chǎng)的價(jià)格互動(dòng)關(guān)系研究也隨后興起。Garbade et al.(1983)在Sims(1980)VAR動(dòng)態(tài)分析基礎(chǔ)上，建立了基于交易成本、套利限制的期現(xiàn)價(jià)格關(guān)系動(dòng)態(tài)模型(GS模型)，而后Witherspoon(1993)、Wang et al.(1994)、Fleming(1996)、Kim et al.(1999)等基于此模型對(duì)常見指數(shù)期貨市場(chǎng)的期現(xiàn)價(jià)格關(guān)系進(jìn)行研究。Engle et al.(1987)創(chuàng)立了協(xié)整理論，用以研究非均衡經(jīng)濟(jì)變量間的均衡關(guān)系，后又結(jié)合誤差修正(ECM)模型建立了向量誤差修正(VEC)模型。該模型被廣泛應(yīng)用于股指期貨與現(xiàn)貨間動(dòng)態(tài)價(jià)格關(guān)系的研究之中。Wahab et al.(1993)、Puttonen(1993)、Abhyankar(1998)、Pizzi et al.(1998)、Min et al.(1999)、夏天(2008)、華仁海等(2010)、李政等(2016)、王軍等(2016)等基于VEC模型分別對(duì)美國(guó)、韓國(guó)、中國(guó)等市場(chǎng)的股指期現(xiàn)價(jià)格互動(dòng)關(guān)系進(jìn)行了探究。Hasbrouck(1995)、Gonzalo et al.(1995)分別在VEC模型的基礎(chǔ)上建立了信息份額(IS)模型和永久短暫(PT/GG)模型，前者將總體方差分解為各因子的貢獻(xiàn)度，從而可以區(qū)分期貨市場(chǎng)與現(xiàn)貨市場(chǎng)在價(jià)格發(fā)現(xiàn)過程中所起的作用；后者則通過定義誤差修正系數(shù)函數(shù)來衡量每個(gè)市場(chǎng)對(duì)價(jià)格的貢獻(xiàn)。Lien et al.(2009)又在IS模型基礎(chǔ)上提出了更加完善的修正信息份額(MIS)模型。Booth et al.(1999)、Roope et al.(2002)、So et al.(2004)、Covrig et al.(2004)、劉向麗等(2012)、方匡南等(2012)、顧京等(2013)、陶利斌等(2014)等利用上述模型對(duì)股指期現(xiàn)價(jià)格互動(dòng)關(guān)系進(jìn)行定量化研究。

隨著計(jì)量方法的演進(jìn)，對(duì)于股指期貨與現(xiàn)貨市場(chǎng)價(jià)格的互動(dòng)關(guān)系研究，已經(jīng)不局限于簡(jiǎn)單的價(jià)格引導(dǎo)關(guān)系的探討，借助于最新修正信息份額模型,已經(jīng)可以定量分析市場(chǎng)信息在期現(xiàn)兩市場(chǎng)間的配置份額，從而更為精準(zhǔn)地反映價(jià)格發(fā)現(xiàn)過程。

從結(jié)果上看，已有研究大都支持長(zhǎng)期內(nèi)期貨價(jià)格引導(dǎo)著現(xiàn)貨價(jià)格波動(dòng)，期貨主導(dǎo)價(jià)格發(fā)現(xiàn)過程，如Fleming(1996)、Abhyankar(1998)、Kim et al.(1999)、Roope et al.(2002)、Covrig et al.(2004)、劉向麗等(2012)等。楊林等(2017)通過分析2015年6月15日至8月26日股災(zāi)期間的5分鐘高頻數(shù)據(jù),認(rèn)為股災(zāi)期間滬深300股指期貨仍存在對(duì)現(xiàn)貨市場(chǎng)的單向波動(dòng)溢出,并且具有一定的“助跌”效應(yīng)。劉成立(2017)的研究發(fā)現(xiàn)，股災(zāi)時(shí)股指期貨依然具有很強(qiáng)的價(jià)格引導(dǎo)和風(fēng)險(xiǎn)傳染效應(yīng),甚至加劇了股票市場(chǎng)的波動(dòng)，進(jìn)而認(rèn)為危機(jī)時(shí)期應(yīng)對(duì)股指期貨采取限制開倉(cāng)等措施，以抑制股指期貨市場(chǎng)上的過度投機(jī)。也有文獻(xiàn)發(fā)現(xiàn)，一些特殊時(shí)期存在著現(xiàn)貨市場(chǎng)反而主導(dǎo)價(jià)格發(fā)現(xiàn)過程的情況， 如1988—1992年間標(biāo)普500指數(shù)、富時(shí)100指數(shù)及其對(duì)應(yīng)期貨的期現(xiàn)價(jià)格關(guān)系(Wahab et al.，1993)，滬深300股指期貨出臺(tái)早期的期現(xiàn)價(jià)格關(guān)系(方匡南 等，2012)，2015年股市異常波動(dòng)前后的上證50股指期貨與現(xiàn)貨價(jià)格關(guān)系(李政 等，2016)。此外，還有文獻(xiàn)發(fā)現(xiàn)期貨與現(xiàn)貨價(jià)格間雙向引導(dǎo)、相互關(guān)聯(lián)的現(xiàn)象同樣存在，如日經(jīng)225指數(shù)與OSE、CME的日經(jīng)指數(shù)期貨的價(jià)格關(guān)系(夏天，2008)，滬深300股指期貨1分鐘高頻數(shù)據(jù)下的期現(xiàn)關(guān)系(華仁海 等，2010)，2015年股市異常波動(dòng)后滬深300股指期貨與現(xiàn)貨價(jià)格關(guān)系(王軍 等，2016)。也有文獻(xiàn)在分析股災(zāi)前后的上證50股指期權(quán)、期貨及現(xiàn)貨價(jià)格關(guān)系后，發(fā)現(xiàn)交易成本的提升并沒有導(dǎo)致股指期貨和期權(quán)的價(jià)格發(fā)現(xiàn)功能(Ahn et al.，2019)。甚至有研究發(fā)現(xiàn)股指期貨與現(xiàn)貨價(jià)格互不關(guān)聯(lián)，近乎不存在價(jià)格發(fā)現(xiàn)過程的情況，如滬深300股指期貨運(yùn)行之初的期現(xiàn)價(jià)格關(guān)系(顧京 等，2013)。

總之，股指期貨與現(xiàn)貨間的價(jià)格互動(dòng)關(guān)系并非一成不變，而是一個(gè)動(dòng)態(tài)變化的過程。對(duì)這一動(dòng)態(tài)變化過程的精確分析，有助于理解和認(rèn)識(shí)股指期貨與現(xiàn)貨市場(chǎng)間價(jià)格發(fā)現(xiàn)的全過程，也有助于更好地認(rèn)知宏觀事件、經(jīng)濟(jì)政策對(duì)于股指期貨與現(xiàn)貨市場(chǎng)產(chǎn)生的影響。

借助于VEC模型以及基于該模型的格蘭杰因果檢驗(yàn)與修正信息份額模型，本文對(duì)2015年全年股指期現(xiàn)價(jià)格的互動(dòng)關(guān)系進(jìn)行回溯性質(zhì)的實(shí)證研究，以探究牛市、股市異常波動(dòng)、股指期貨交易限制性措施對(duì)股指、期指市場(chǎng)價(jià)格信息及價(jià)格發(fā)現(xiàn)的影響。

三、實(shí)證分析

(一)實(shí)證設(shè)定

Engle et al.(1987)創(chuàng)立了協(xié)整理論，隨后將之與誤差修正模型結(jié)合起來，建立了向量誤差修正(VEC)模型。為解決VEC模型難以精確定量分析的問題，Gonzalo et al.(1995)在其基礎(chǔ)上提出了永久短暫(PT)模型，將市場(chǎng)價(jià)格波動(dòng)分為永久和短暫兩個(gè)部分，通過誤差修正系數(shù)刻畫每個(gè)市場(chǎng)的貢獻(xiàn)。與此同時(shí)，Hasbrouck(1995)提出了信息份額模型(IS)，采用新信息對(duì)公共因子的沖擊方差來表示價(jià)格發(fā)現(xiàn)的貢獻(xiàn)度。進(jìn)一步地，Lien et al.(2009)在信息份額模型的基礎(chǔ)上進(jìn)行改進(jìn)，解決了喬里斯基分解后結(jié)果不唯一的問題，最終形成修正信息份額模型(MIS)。 運(yùn)用修正信息份額模型，可以定量劃分出信息在不同市場(chǎng)間的配置份額，從而更為精確地描述期貨與現(xiàn)貨市場(chǎng)價(jià)格信息在價(jià)格發(fā)現(xiàn)過程中的作用。

(二)數(shù)據(jù)與說明

本文選取滬深300股指期貨與滬深300股票指數(shù)的每分鐘收盤價(jià)數(shù)據(jù)作為研究對(duì)象，時(shí)間區(qū)間為2015年全年，共計(jì)244個(gè)交易日。鑒于研究期內(nèi)滬深300股指期貨每日交易時(shí)間比股市交易時(shí)間長(zhǎng)30分鐘，所取分鐘數(shù)據(jù)僅采用兩市場(chǎng)同時(shí)交易的每日9：30—11：30和13：00—15：00，合計(jì)每日240分鐘。

為了對(duì)股市異常波動(dòng)期間以及股指期貨交易限制性措施生效后的市場(chǎng)進(jìn)行研究，本文特將2015年劃分為四個(gè)時(shí)間段，分別為牛市、異常波動(dòng)期、政策調(diào)整、限制性措施穩(wěn)定期，如表1所示。因?yàn)榈谌龝r(shí)間段內(nèi)限制性措施數(shù)次調(diào)整，不同措施的效果難以有效分離，故這一時(shí)期數(shù)據(jù)予以舍去。

表1 研究區(qū)間劃分

① 按照本文數(shù)據(jù)期劃分依據(jù)，原則上2016年也應(yīng)屬于“限制性措施穩(wěn)定期”，但考慮到2016年初上線的股市熔斷機(jī)制對(duì)市場(chǎng)產(chǎn)生一定擾動(dòng)，顯然市場(chǎng)微觀結(jié)構(gòu)再次受到一定影響，原則上應(yīng)再次劃分?jǐn)?shù)據(jù)期進(jìn)行單獨(dú)研究，鑒于本文研究目的不包括熔斷對(duì)期現(xiàn)價(jià)格關(guān)系的影響，因此本文數(shù)據(jù)期限未延伸至2016年。

本文所研究時(shí)間序列滬深300股指期貨每分鐘收盤價(jià)序列——IF序列對(duì)數(shù)化后用LGIF表示，滬深300股票指數(shù)每分鐘收盤價(jià)序列——SH序列對(duì)數(shù)化后用LGSH表示，對(duì)LGIF、LGSH的自相關(guān)及異方差檢驗(yàn)結(jié)果顯示，序列不存在自相關(guān)及異方差。

(三)結(jié)果分析

本文采用ADF單位根檢驗(yàn)方法對(duì)所研究時(shí)間序列變量進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)時(shí)將考慮序列存在截距項(xiàng)和趨勢(shì)項(xiàng)的情況。

ADF單位根檢驗(yàn)結(jié)果(見表2)顯示，牛市、股市異常波動(dòng)以及限制性措施穩(wěn)定期內(nèi)對(duì)LGIF以及LGSH序列的單位根檢驗(yàn)均無(wú)法拒絕“存在單位根”的原假設(shè)，即為非平穩(wěn)序列，而對(duì)于ΔLGIF和ΔLGSH序列的單位根檢驗(yàn)拒絕了原假設(shè)，即經(jīng)過一階差分后的兩序列，均為平穩(wěn)序列，通常將之稱作一階單整序列I(1)。

表2 單位根檢驗(yàn)結(jié)果

選取Johansen協(xié)整檢驗(yàn)對(duì)同階單整序列進(jìn)行協(xié)整關(guān)系檢驗(yàn)，并估計(jì)協(xié)整關(guān)系式。在實(shí)際操作中，為了確定最優(yōu)滯后期p，通常會(huì)建立非限制性向量自回歸模型，并在此基礎(chǔ)上使用SC、AIC信息準(zhǔn)則對(duì)模型的最優(yōu)滯后階數(shù)進(jìn)行估測(cè)。

表3 模型滯后期判斷

盡管SC指標(biāo)與AIC指標(biāo)結(jié)果相異，但考慮到表3中右側(cè)的指標(biāo)更為嚴(yán)格，所以在觀測(cè)期1選擇以SC指標(biāo)與HQ指標(biāo)的結(jié)果作為最優(yōu)滯后期p?？梢钥吹?，牛市、異常波動(dòng)期、限制性措施穩(wěn)定期最優(yōu)滯后階數(shù)分別為9、6、6階。在確認(rèn)模型最優(yōu)滯后期后進(jìn)行Johansen協(xié)整檢驗(yàn)，需注意該檢驗(yàn)滯后期為非限制性向量自回歸模型一階差分的滯后，所以協(xié)整檢驗(yàn)的滯后期為p-1。此外，協(xié)整檢驗(yàn)選取原序列存在確定性線性趨勢(shì)而協(xié)整方程中僅含有截距項(xiàng)的情況加以檢驗(yàn)。

使用跡統(tǒng)計(jì)量λtrace和最大特征值統(tǒng)計(jì)量λmax對(duì)序列間的協(xié)整關(guān)系進(jìn)行檢驗(yàn)。表4顯示，無(wú)論在牛市、異常波動(dòng)期還是股指期貨限制性措施穩(wěn)定期，第一行的原假設(shè)“兩組時(shí)間序列變量間不存在協(xié)整關(guān)系”在5%顯著性水平下均被拒絕，即序列間至少存在一個(gè)協(xié)整關(guān)系；而第二行的原假設(shè)“兩組時(shí)間序列間存在至多一個(gè)協(xié)整關(guān)系”在5%顯著性水平下無(wú)法被拒絕，即序列間存在至多一個(gè)協(xié)整關(guān)系。故判定兩組時(shí)間序列間存在一個(gè)協(xié)整關(guān)系，即存在長(zhǎng)期均衡關(guān)系。不同時(shí)期協(xié)整關(guān)系式中的協(xié)整向量矩陣和誤差修正系數(shù)矩陣取值如表5所示。

表4 Johansen協(xié)整檢驗(yàn)結(jié)果

表5 協(xié)整向量矩陣與誤差修正系數(shù)矩陣系數(shù)取值

表6 VEC模型參數(shù)估計(jì)

注：VEC模型滯后期為協(xié)整檢驗(yàn)的p-1期，故牛市滯后期為8，股市異常波動(dòng)期與限制性措施穩(wěn)定期模型滯后期為5。

可以看到，LGSH的協(xié)整向量矩陣的系數(shù)通過了t檢驗(yàn)，即LGSH顯著進(jìn)入了協(xié)整關(guān)系中，從長(zhǎng)期角度來看，滬深300股指期貨與股票指數(shù)間存在正相關(guān)關(guān)系。由于數(shù)據(jù)進(jìn)行了對(duì)數(shù)化處理，因此變量參數(shù)轉(zhuǎn)化為價(jià)格彈性。以異常波動(dòng)期為例，當(dāng)滬深300股票指數(shù)上漲(下跌)1%時(shí)，滬深300股指期貨價(jià)格會(huì)同方向變動(dòng)1.111078347%，這說明了此階段股指期貨波動(dòng)相較于股票指數(shù)波動(dòng)幅度更為巨大。然而，協(xié)整關(guān)系所體現(xiàn)的是一種長(zhǎng)期的關(guān)系和趨勢(shì)，并不能確定兩者間真實(shí)存在因果關(guān)系或是價(jià)格波動(dòng)傳導(dǎo)關(guān)系。因此，需構(gòu)建向量誤差修正(VEC)模型來考察變量間存在的短期波動(dòng)和長(zhǎng)期均衡關(guān)系。

由于VEC模型屬于一致估計(jì)，因此并非模型中所有參數(shù)均需通過檢驗(yàn)。參數(shù)估計(jì)結(jié)果見表6。通過檢驗(yàn)系數(shù)的顯著性情況可以發(fā)現(xiàn)，在三階段中，ΔLGSH下包括誤差修正項(xiàng)、幾乎所有差分滯后項(xiàng)以及常數(shù)項(xiàng)均通過檢驗(yàn)；而在ΔLGIF下，牛市時(shí)期誤差修正項(xiàng)、LGIF的第3期差分滯后項(xiàng)、LGSH的第2～5期差分滯后項(xiàng)以及常數(shù)項(xiàng)通過檢驗(yàn)；異常波動(dòng)期間僅誤差修正項(xiàng)、LGIF的第5期差分滯后項(xiàng)以及常數(shù)項(xiàng)通過檢驗(yàn)；限制性措施穩(wěn)定期的誤差修正項(xiàng)，LGIF的第1、2、4、5期差分滯后項(xiàng)，LGSH的第1、3、5期差分滯后項(xiàng)均通過檢驗(yàn)。關(guān)于模型擬合優(yōu)度，考慮到本文數(shù)據(jù)頻率較高，且VEC模型功能主要不在于預(yù)測(cè)，而在于研究變量之間的沖擊效應(yīng)和引導(dǎo)關(guān)系，0.2上下的擬合優(yōu)度已可基本接受。同時(shí)經(jīng)檢驗(yàn)，在5%顯著性水平下每個(gè)方程回歸殘差序列均滿足了無(wú)異方差和自相關(guān)的要求，同時(shí)對(duì)VEC模型穩(wěn)定性的檢驗(yàn)結(jié)果也顯示，所有特征根均在單位圓內(nèi)。因此，VEC模型構(gòu)建效果尚可。

對(duì)表6中各階段滯后項(xiàng)系數(shù)的初步分析結(jié)果表明，股票指數(shù)對(duì)于股指期貨的反應(yīng)非?？?，1～3分鐘內(nèi)的股指期貨價(jià)格信息均可有效反映到股指價(jià)格中，而對(duì)自身的沖擊則主要來自3～5分鐘前的價(jià)格信息；在牛市期間，現(xiàn)貨前2～5分鐘價(jià)格信息對(duì)期貨價(jià)格有少量影響，而在異常波動(dòng)期間，這一時(shí)間段的現(xiàn)貨價(jià)格信息對(duì)期貨價(jià)格幾無(wú)影響，但在股指期貨交易限制性措施出臺(tái)后，現(xiàn)貨前1分鐘的價(jià)格信息對(duì)期貨價(jià)格的影響均明顯增強(qiáng)，與之相似，現(xiàn)貨前1分鐘的價(jià)格信息對(duì)于自身的影響也顯著提高，且兩者均為同方向影響。

表7 VEC模型指標(biāo)

為更準(zhǔn)確把握股指期貨與現(xiàn)貨價(jià)格間的互動(dòng)關(guān)系，在VEC模型的基礎(chǔ)上，本文采用格蘭杰因果檢驗(yàn)方法進(jìn)行研究。該檢驗(yàn)實(shí)際上對(duì)差分滯后項(xiàng)進(jìn)行Wald檢驗(yàn)(Wald統(tǒng)計(jì)量在大樣本下服從卡方分布)，檢驗(yàn)的原假設(shè)為“剔除自變量差分滯后項(xiàng)不會(huì)降低對(duì)因變量差分項(xiàng)的解釋能力”，即“自變量差分滯后項(xiàng)不是因變量差分滯后項(xiàng)的格蘭杰原因”。表8顯示了卡方檢驗(yàn)的結(jié)果和P值。

可以看到，牛市、異常波動(dòng)期與限制性措施穩(wěn)定期這三個(gè)階段內(nèi)， LGIF始終是LGSH的格蘭杰原因，即滬深300股指期貨是滬深300股票現(xiàn)貨的格蘭杰原因；并且，在牛市和限制性措施穩(wěn)定期兩個(gè)時(shí)間段內(nèi)，滬深300股指現(xiàn)貨是滬深300股指期貨的格蘭杰原因，股市異常波動(dòng)時(shí)期股指現(xiàn)貨則不是股指期貨的格蘭杰原因。這表明，在2015年全年內(nèi)，股指期貨市場(chǎng)對(duì)于股票指數(shù)起到了顯著的價(jià)格發(fā)現(xiàn)作用；與此同時(shí)，在牛市以及限制性措施穩(wěn)定期內(nèi)，市場(chǎng)間存在著由股票指數(shù)變動(dòng)到股指期貨價(jià)格變動(dòng)的反饋機(jī)制，在這兩個(gè)階段內(nèi)，價(jià)格發(fā)現(xiàn)是一個(gè)期貨與現(xiàn)貨市場(chǎng)間的雙向互動(dòng)過程；但在股市異常波動(dòng)期間，這一反饋機(jī)制失靈，從而具有期貨價(jià)格單方向地引導(dǎo)股指現(xiàn)貨價(jià)格下跌的傾向。

利用修正信息份額模型(MIS)來度量不同市場(chǎng)對(duì)于價(jià)格發(fā)現(xiàn)的貢獻(xiàn)程度，可以更精準(zhǔn)地反映市場(chǎng)信息配置的微觀結(jié)構(gòu)。結(jié)果(見表9)顯示，牛市期間，股指期貨市場(chǎng)對(duì)價(jià)格發(fā)現(xiàn)的貢獻(xiàn)度為60.82%，相較于現(xiàn)貨指數(shù)市場(chǎng)起到了更為重要的作用；股市異常波動(dòng)期間，股指期貨市場(chǎng)對(duì)價(jià)格發(fā)現(xiàn)的貢獻(xiàn)度迅速提高至76.54%，形成了期貨市場(chǎng)單邊主導(dǎo)價(jià)格發(fā)現(xiàn)過程的情況；但在股指期貨限制性措施實(shí)施后，期貨與現(xiàn)貨的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度比重新調(diào)整回到異常波動(dòng)前的水平，甚至還強(qiáng)化了現(xiàn)貨市場(chǎng)的價(jià)格發(fā)現(xiàn)貢獻(xiàn)水平。

表9 股指期貨與現(xiàn)貨市場(chǎng)信息份額 (單位：%)

這表明，2015年內(nèi)滬深300股指期貨對(duì)于市場(chǎng)信息的處理與反應(yīng)效率始終明顯優(yōu)于股指現(xiàn)貨，進(jìn)一步說明其價(jià)格發(fā)現(xiàn)功能已經(jīng)較為完備。股市異常波動(dòng)期間股指期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)貢獻(xiàn)度提升，說明期貨市場(chǎng)價(jià)格發(fā)現(xiàn)的過高效率反而意味著期現(xiàn)兩個(gè)市場(chǎng)間微觀結(jié)構(gòu)的差異和失衡，進(jìn)而伴以市場(chǎng)極端行情出現(xiàn)。而本次股市異常波動(dòng)后出臺(tái)的股指期貨交易限制性措施，比較成功地調(diào)整了期現(xiàn)兩市場(chǎng)間不同信息或投資者的微觀結(jié)構(gòu)，適度削弱了股指期貨市場(chǎng)在價(jià)格發(fā)現(xiàn)過程中所起作用，使得期現(xiàn)兩市場(chǎng)間價(jià)格發(fā)現(xiàn)貢獻(xiàn)度比恢復(fù)到股市異常波動(dòng)前平均水平，有力遏止住異常波動(dòng)的擴(kuò)大和蔓延。

四、結(jié)論與建議

借助向量誤差修正(VEC)模型、格蘭杰因果檢驗(yàn)、修正信息份額模型，本文對(duì)2015年滬深300股指期貨與滬深300股票指數(shù)間的價(jià)格互動(dòng)關(guān)系進(jìn)行了回溯性研究，結(jié)果顯示：

無(wú)論在牛市、股市異常波動(dòng)還是股指期貨交易遭受限制的背景下，滬深300股指期貨均已經(jīng)具備了完善的價(jià)格發(fā)現(xiàn)功能。常態(tài)下的價(jià)格發(fā)現(xiàn)是一個(gè)期貨與現(xiàn)貨市場(chǎng)價(jià)格信息雙向互動(dòng)的過程，期貨市場(chǎng)貢獻(xiàn)了價(jià)格發(fā)現(xiàn)的較大權(quán)重，但是股市異常波動(dòng)的發(fā)生嚴(yán)重削弱了股指現(xiàn)貨價(jià)格對(duì)期貨價(jià)格的反饋機(jī)制，使得包含大量高杠桿投機(jī)交易的期貨市場(chǎng)價(jià)格信息主導(dǎo)了價(jià)格發(fā)現(xiàn)過程，進(jìn)而造成市場(chǎng)微觀結(jié)構(gòu)失衡(如異常波動(dòng)期間股指期貨持續(xù)貼水所反映出的現(xiàn)貨與期貨市場(chǎng)多、空投資者結(jié)構(gòu)的差異與失衡，牛市或股災(zāi)時(shí)樂觀與悲觀情緒間的失衡)，助長(zhǎng)了股市異常波動(dòng)的負(fù)面影響。監(jiān)管當(dāng)局采取的股指期貨交易限制性措施，通過抑制股市異常波動(dòng)時(shí)期貨市場(chǎng)上過度投機(jī)交易行為的發(fā)生，調(diào)整期貨市場(chǎng)中多、空兩方投資者及不同投資情緒的比例，控制住了期貨天量空單、恐慌情緒對(duì)股指期貨市場(chǎng)價(jià)格信息的不利影響，干預(yù)和調(diào)控了股指期貨市場(chǎng)微觀結(jié)構(gòu)，從而實(shí)現(xiàn)了期貨與現(xiàn)貨市場(chǎng)微觀結(jié)構(gòu)和價(jià)格信息間的重新平衡，阻斷股市異常波動(dòng)繼續(xù)蔓延和擴(kuò)大的通路，最終幫助實(shí)現(xiàn)其終結(jié)。

然而問題總有兩面性。僅從2015年角度看待股指期貨交易限制性措施，其出臺(tái)無(wú)疑極富成效，甚至經(jīng)過適度調(diào)整的限制性措施或可作為監(jiān)管當(dāng)局應(yīng)對(duì)市場(chǎng)極端波動(dòng)的一種既定非常規(guī)手段。但在股市異常波動(dòng)平息后的較長(zhǎng)時(shí)間里繼續(xù)保持對(duì)股指期貨市場(chǎng)交易限制，或許有待商榷：股指期貨交易本身并不造成股市的異常波動(dòng)，而是其高杠桿的特點(diǎn)可能加劇市場(chǎng)波動(dòng)，這一特點(diǎn)在股市異常波動(dòng)時(shí)可能推波助瀾，但對(duì)于企穩(wěn)后的股市繼續(xù)限制股指期貨交易將會(huì)影響股指期貨市場(chǎng)風(fēng)險(xiǎn)對(duì)沖功能的有效實(shí)現(xiàn)。故在不影響市場(chǎng)穩(wěn)定發(fā)展的前提下，股指期貨交易限制性措施的放開勢(shì)在必行。

根據(jù)以上結(jié)論，在此提出以下建議：

一是充分認(rèn)識(shí)股指期貨市場(chǎng)發(fā)展對(duì)于中國(guó)股市穩(wěn)定及場(chǎng)內(nèi)金融市場(chǎng)建設(shè)的貢獻(xiàn)與價(jià)值。作為較早出現(xiàn)的場(chǎng)內(nèi)金融衍生品，股指期貨具有促進(jìn)股票市場(chǎng)價(jià)格發(fā)現(xiàn)、合理對(duì)沖股市風(fēng)險(xiǎn)、優(yōu)化金融市場(chǎng)資源配置等諸多功效，是場(chǎng)內(nèi)金融市場(chǎng)發(fā)展到一定階段的必然產(chǎn)物，其存在是對(duì)股票市場(chǎng)功能的極大補(bǔ)充和豐富。股指期貨的成功上市和持續(xù)交易，對(duì)中國(guó)股市在近些年的發(fā)展起到較大的促進(jìn)作用，在股市估值、投資者避險(xiǎn)等方面有著突出貢獻(xiàn)。同時(shí)，股指期貨的快速發(fā)展也極大地加快了中國(guó)金融市場(chǎng)現(xiàn)代化建設(shè)的步伐，帶動(dòng)了包括國(guó)債期貨在內(nèi)的場(chǎng)內(nèi)外金融衍生品迅速發(fā)展。應(yīng)充分認(rèn)識(shí)股指期貨市場(chǎng)發(fā)展的貢獻(xiàn)與價(jià)值，在做好金融市場(chǎng)風(fēng)險(xiǎn)防控的基礎(chǔ)上，協(xié)力推動(dòng)股指期貨交易品種的豐富、交易規(guī)則的完善、投資者保護(hù)制度的建立以及監(jiān)管手段的創(chuàng)新，以推動(dòng)股指期貨市場(chǎng)發(fā)展。

二是以預(yù)期管理、分步放開、動(dòng)態(tài)調(diào)整的形式制定“松綁路線圖”，逐步放開股指期貨交易限制。現(xiàn)階段，金融監(jiān)管部門、中金所在成熟考慮基礎(chǔ)上，已經(jīng)適度放開對(duì)于股指期貨的部分交易限制，但對(duì)限制政策進(jìn)一步放開的影響尚有疑慮，而市場(chǎng)主體對(duì)進(jìn)一步放開限制的期待仍然較為強(qiáng)烈。在此背景下，較為機(jī)動(dòng)和可行的策略是：廣泛征求意見，制定和公布股指期貨交易限制性措施的“松綁路線圖”，并及時(shí)根據(jù)外部環(huán)境、市場(chǎng)反應(yīng)進(jìn)行動(dòng)態(tài)調(diào)整。一方面，運(yùn)用預(yù)期管理手段，前瞻性地統(tǒng)一市場(chǎng)認(rèn)識(shí)，引導(dǎo)投資者情緒及時(shí)轉(zhuǎn)向，避免一步到位的政策變動(dòng)給市場(chǎng)帶來超預(yù)期沖擊；另一方面，分步放開、動(dòng)態(tài)調(diào)整的政策“松綁”方式，可為金融監(jiān)管部門的后續(xù)行動(dòng)提供充足的緩沖，為低迷的股指期貨市場(chǎng)重回正軌提供支撐。

三是拓展金融衍生品交易種類，提供更多風(fēng)險(xiǎn)對(duì)沖工具。當(dāng)前，主要發(fā)達(dá)國(guó)家普遍建立起較為完備的金融風(fēng)險(xiǎn)管理體系，除金融監(jiān)管部門的監(jiān)管外，市場(chǎng)中豐富的金融衍生工具，也能提供大量對(duì)沖和規(guī)避風(fēng)險(xiǎn)的手段。比如美國(guó)市場(chǎng)上市的，可以為金融市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)和投資者的恐慌情緒提供一定預(yù)警效果的VIX波動(dòng)率指數(shù)等。這類金融衍生品為投資者提供了更多風(fēng)險(xiǎn)控制的可能性，若能夠合理引進(jìn)與中國(guó)金融市場(chǎng)發(fā)展階段相適應(yīng)的金融衍生品，將會(huì)大大減輕風(fēng)險(xiǎn)集中暴露時(shí)市場(chǎng)對(duì)于股指期貨的依賴，緩解危機(jī)時(shí)股指期貨市場(chǎng)的巨大拋壓，一定程度上避免股指期貨與股市爭(zhēng)相下跌的極端行情再現(xiàn)。