程志富 陳晶

摘?要：為了考察境內(nèi)交易所交易經(jīng)手費政策對期權(quán)市場的影響機(jī)制，以上證50ETF期權(quán)為研究對象，選取成交量、成交持倉比和波動率作為期權(quán)活躍度、投機(jī)性和波動性的度量指標(biāo)，利用期權(quán)歷史交易數(shù)據(jù)實證分析上證50ETF期權(quán)交易經(jīng)手費的調(diào)整對期權(quán)市場質(zhì)量的影響。結(jié)論表明，交易經(jīng)手費對市場成交量和投機(jī)性具有反向影響，對波動性具有非對稱的正向影響;下調(diào)交易經(jīng)手費提高了市場信息效率和投機(jī)性水平，平抑了市場的過度波動，從而提升了期權(quán)市場的整體質(zhì)量。

關(guān)鍵詞：市場質(zhì)量?交易經(jīng)手費?ETF期權(quán)

一、引言

證券交易規(guī)則變動是個充滿爭議的話題，大多金融監(jiān)管機(jī)構(gòu)將其作為調(diào)節(jié)金融市場投資，特別是抑制金融市場過度投機(jī)的政策工具。盡管存在較大爭議，交易所政策調(diào)整仍然在金融實踐中得到了廣泛的應(yīng)用，我國也不例外。自場內(nèi)金融期權(quán)合約正式上市交易以來，上交所為了提升期權(quán)市場質(zhì)量，對ETF期權(quán)合約的交易規(guī)則進(jìn)行了不斷的調(diào)整和優(yōu)化，涉及持倉限額、交易經(jīng)手費、行權(quán)價格數(shù)量以及單筆申報數(shù)量等相關(guān)規(guī)定的變化。其中，交易經(jīng)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(diào)節(jié)市場受到的爭議相對更少，從我國期權(quán)交易市場的若干次政策調(diào)整中也不難看出，交易經(jīng)手費已經(jīng)成為了上交所調(diào)節(jié)期權(quán)市場重要的政策工具。這項政策調(diào)整對期權(quán)市場的質(zhì)量具有怎樣的影響，其作用機(jī)制如何，本文嘗試對上述問題作出回答。

本文不僅就交易經(jīng)手費調(diào)整對金融市場質(zhì)量綜合影響的問題進(jìn)行了理論解釋，還基于我國期權(quán)市場交易經(jīng)手費調(diào)整的自然實驗，對上述理論解釋進(jìn)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(jīng)手費等調(diào)整對市場波動性存在非對稱效應(yīng)的問題，具有一定的創(chuàng)新性;同時，現(xiàn)有涉及交易經(jīng)手費的研究主要基于股票和期貨市場數(shù)據(jù)，本文基于期權(quán)市場的研究將為證券交易政策的影響提供一項新的經(jīng)驗證據(jù);本研究不僅可以加深市場監(jiān)管者與參與者對證券交易政策問題的理論認(rèn)識，也為進(jìn)一步完善期權(quán)等金融衍生品市場的交易制度，提升交易所一線監(jiān)管的科學(xué)有效性具有積極的參考意義。

二、文獻(xiàn)綜述

長期以來，交易費用對于金融市場的影響都是金融學(xué)領(lǐng)域的熱點話題。圍繞這一問題，學(xué)術(shù)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(jī)行為入手論證了交易稅費的合理性，他認(rèn)為征收交易稅費能緩解過度投機(jī)行為給市場造成的異常波動。事實上，市場中有投機(jī)傾向的群體主要是那些不具備內(nèi)在信息的噪聲交易者，他們僅根據(jù)市場價格的隨機(jī)波動進(jìn)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(guī)模成為噪聲交易者的最優(yōu)選擇，過度投機(jī)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(xiàn)代福利經(jīng)濟(jì)學(xué)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，F(xiàn)riedman（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(wěn)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(lián)系，只有高買低賣的投機(jī)交易才會加劇價格波動，但這種投機(jī)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(jù)支持，還會因為抑制參與者的積極性而引發(fā)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(fù)面沖擊的內(nèi)在機(jī)制。Kupiec（1996）構(gòu)建了一個跨期替代的靜態(tài)模型，為征收交易稅費的不利影響提供了理論依據(jù)，Lo、Mamaysky和Wang（2004）則進(jìn)一步克服了靜態(tài)模型的不足，在動態(tài)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(yōu)交易策略的較大變動，并最終導(dǎo)致買賣價差的擴(kuò)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(jīng)開展了許多理論研究，但是所得到的結(jié)論不一而足，而且普遍都是基于假設(shè)的定性分析，缺乏規(guī)范的實證研究作為支撐。為此，學(xué)者們針對交易費用、投機(jī)活躍程度和價格波動之間的關(guān)系展開了大量的實證研究。一是實證檢驗量價關(guān)系，以判斷投機(jī)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(guān)系，以判斷調(diào)整交易費用能否調(diào)節(jié)投機(jī)的活躍程度和價格波動。

1量價關(guān)系

從期貨市場量價關(guān)系的實證結(jié)果看，早期的實證結(jié)論大多支持成交量與價格波動正相關(guān)（Karpoff，1987）;將成交量和持倉量分解為預(yù)期和未預(yù)期兩部分后，絕大多數(shù)實證結(jié)論發(fā)現(xiàn)預(yù)期和未預(yù)期成交量與期貨價格波動都是正相關(guān)的，但預(yù)期持倉量與期貨價格波動卻表現(xiàn)為負(fù)相關(guān)，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(biāo)金和譚瑩，2017），只有個別實證結(jié)論發(fā)現(xiàn)預(yù)期持倉量也與期貨價格波動正相關(guān)（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(diào)整政策可以分為上調(diào)和下調(diào)，現(xiàn)有的實證研究也主要圍繞交易費用的上下調(diào)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(diào)對期貨市場成交量和持倉量的作用比較直觀，相關(guān)實證研究結(jié)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(dǎo)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(qū)間都處于市場巨幅波動的極端行情，其結(jié)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(jié)論上也存在較大分歧。Bjursell、Wang和Yau（2012）認(rèn)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(jī)程度，導(dǎo)致價格波動下降，Yan和Li（2017）以及Lin和Wang（2018）對境內(nèi)市場的實證分析也得到了類似的結(jié)論。雖然交易費用的增加會降低投機(jī)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(rèn)為投機(jī)交易行為與期貨價格波動之間沒有必然聯(lián)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(fā)現(xiàn)費用上調(diào)后波動率水平也隨之增加（Wu和Zhang，2019）。

還有學(xué)者考察了交易費用下調(diào)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(fā)現(xiàn)交易費率下調(diào)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(fù)相關(guān)的觀點（Bjursell、Wang和Yau，2012;Sinha和Mathur，2015;Mixon，2016;Mukherjee，2016）。

關(guān)于交易費用下調(diào)對市場波動的影響，實證研究結(jié)論存在差異。Norden（2009）發(fā)現(xiàn)交易費用下調(diào)后，價格波動有所上升，即交易費用與價格波動負(fù)相關(guān)（Bjursell、Wang和Yau，2012;Yan和Li，2017;Lin和Wang，2018）。Chou和Wang（2006）的研究結(jié)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(guān)文獻(xiàn)來看，盡管在交易費用與市場波動之間關(guān)系的結(jié)論上存在分歧，但大多數(shù)期貨市場和期貨品種的實證結(jié)論表明成交量與價格波動正相關(guān)，持倉量與價格波動負(fù)相關(guān);交易費用與成交量以及持倉量負(fù)相關(guān)。目前，關(guān)于交易費用調(diào)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(xiàn)研究交易費用變動對期權(quán)市場微觀結(jié)構(gòu)的影響，鑒于我國衍生品市場發(fā)展速度和重要性，而期權(quán)品種作為整個衍生品市場的重要組成部分，針對期權(quán)市場的實證研究不僅可以為交易稅費政策的影響開展進(jìn)一步論證，也是對整個金融市場實證研究的完善，作者認(rèn)為非常有必要對這一問題進(jìn)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(diào)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(nèi)生關(guān)系，這會導(dǎo)致變量之間的相互關(guān)系被低估，從而影響實證結(jié)果的有效性。

為了考察交易費用調(diào)整政策的實施效果，并且為后續(xù)制定相關(guān)政策提供參考依據(jù)，本文試圖檢驗境內(nèi)期權(quán)市場交易經(jīng)手費的調(diào)整對過度投機(jī)和價格波動的作用機(jī)理。余下部分將嘗試?yán)梦覈献C50ETF期權(quán)市場的自然實驗對以上理論分析進(jìn)行檢驗，為該領(lǐng)域的理論發(fā)展提供新的經(jīng)驗證據(jù)，也為進(jìn)一步完善金融衍生品市場的交易制度、促進(jìn)交易所風(fēng)險防控能力的提高提供一定的參考。

三、數(shù)據(jù)來源與變量說明

證券交易規(guī)則變動是個充滿爭議的話題，大多金融監(jiān)管機(jī)構(gòu)將其作為調(diào)節(jié)金融市場投資，特別是抑制金融市場過度投機(jī)的政策工具。盡管存在較大爭議，交易所政策調(diào)整仍然在金融實踐中得到了廣泛的應(yīng)用，境內(nèi)市場也不例外。上證50ETF期權(quán)上市后，上交所為了確保期權(quán)市場健康平穩(wěn)運行，先后出臺了一系列相關(guān)政策（見表1）。

（一）數(shù)據(jù)來源與處理

交易經(jīng)手費是上交所的重要交易制度，也是交易所提升市場質(zhì)量以及防范市場風(fēng)險的重要政策工具之一。為了更準(zhǔn)確地考察2016年11月上證50ETF期權(quán)交易經(jīng)手費下調(diào)帶來的影響，本文在選取樣本區(qū)間之前還考慮了如下兩方面的因素：一方面，上交所在下調(diào)交易經(jīng)手費前后還對持倉限額、行權(quán)價格數(shù)量和單筆申報數(shù)量有過若干次調(diào)整;另一方面，期權(quán)上市以來，境內(nèi)資本市場經(jīng)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(diào)整以及市場運行較為穩(wěn)定的選擇標(biāo)準(zhǔn)

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(diào)節(jié)作用微乎其微，如Yan和Li（2017）以及Wu和Zhang（2019）研究發(fā)現(xiàn)，在2015年市場劇烈震蕩期間，調(diào)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(shù)據(jù)，其中，交易經(jīng)手費下調(diào)（2016年11月1日）前后各278個交易日數(shù)據(jù)。

本文的數(shù)據(jù)主要來源于Wind金融數(shù)據(jù)庫，涉及的原始數(shù)據(jù)包括成交量（手）、成交金額（元）、持倉量（手）、收盤價、結(jié)算價、最高價以及最低價等。無風(fēng)險利率的指標(biāo)為SHIBOR隔夜拆借利率，該數(shù)據(jù)同樣來源于銳思金融數(shù)據(jù)庫。

由于市場質(zhì)量各指標(biāo)之間存在相互作用關(guān)系，參考Chou和Wang（2006）的研究方法，設(shè)置包含市場成交量、市場投機(jī)性和市場波動性的聯(lián)立方程模型，實證分析我國期權(quán)市場交易經(jīng)手費調(diào)整對市場質(zhì)量的政策效應(yīng)。

（二）變量說明

考慮到市場質(zhì)量指標(biāo)的量化問題，本文將對期權(quán)市場質(zhì)量的成交量指標(biāo)、投機(jī)性指標(biāo)和波動性指標(biāo)三個方面進(jìn)行研究，這與已有研究的指標(biāo)選取具有一致性。以下將對各指標(biāo)進(jìn)行簡要說明。

1交易量指標(biāo)

交易量指標(biāo)采用交易數(shù)量，以反映市場交投的活躍度，它和持倉量數(shù)據(jù)都是以萬張為單位。

2投機(jī)性指標(biāo)

在上交所公布的歷次年報中，都會用成交持倉比數(shù)據(jù)來反映期權(quán)市場的投機(jī)程度。為了與交易所評價標(biāo)準(zhǔn)保持一致，同樣以成交持倉比作為市場投機(jī)性的衡量指標(biāo)。

3波動性指標(biāo)

由于僅獲取了期權(quán)上市以來所有合約的盤末數(shù)據(jù)，本研究將采用兩種指標(biāo)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(shè)計與檢驗

（一）描述性統(tǒng)計分析

本節(jié)將對樣本進(jìn)行描述性統(tǒng)計分析，并利用T檢驗方法對交易經(jīng)手費下調(diào)前后市場質(zhì)量各指標(biāo)的差異性進(jìn)行分析（顯著性水平為005）。表3為樣本數(shù)據(jù)的描述性統(tǒng)計表。

描述性統(tǒng)計顯示，交易量、持倉量以及成交持倉比在交易經(jīng)手費調(diào)整的前后差異都很顯著，而且其均值和方差均呈現(xiàn)出不同程度的上升趨勢;高低波動率和RSY波動率在經(jīng)手費調(diào)整前后差異則不明顯，而且都呈現(xiàn)出均值上升和方差下降的趨勢;無風(fēng)險利率同樣呈現(xiàn)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(biāo)單獨的統(tǒng)計分析結(jié)果來看，交易經(jīng)手費下調(diào)后市場的活躍性以及投機(jī)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(tǒng)計忽略了各指標(biāo)間的相互影響以及其他因素的影響，還不能對交易經(jīng)手費下調(diào)的政策效應(yīng)下結(jié)論。本文后面部分將利用聯(lián)立方程模型對交易經(jīng)手費下調(diào)的政策效應(yīng)做進(jìn)一步的分析。

（二）數(shù)據(jù)平穩(wěn)性檢驗

由于采用的是時間序列數(shù)據(jù)，涉及到數(shù)據(jù)平穩(wěn)性的問題。因此在利用聯(lián)立方程模型進(jìn)行分析之前，本文基于擴(kuò)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(jìn)行了平穩(wěn)性檢驗，所有序列均在0001的顯著性水平上平穩(wěn)如表4所示。

（三）研究方法

本文考慮通過構(gòu)建包含市場成交量指標(biāo)、投機(jī)性指標(biāo)和波動性指標(biāo)的聯(lián)立方程模型，設(shè)置虛擬變量來衡量交易經(jīng)手費調(diào)整對期權(quán)市場質(zhì)量的政策效應(yīng)，本文的聯(lián)立方程模型設(shè)置如下：

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

對聯(lián)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(shè)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(nèi)在聯(lián)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(shè)置為三者的聯(lián)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(jīng)手費下調(diào)事件。由于上交所在2016年11月1日將上證50ETF期權(quán)合約交易經(jīng)手費從2元每張下調(diào)至13元每張，本文將TFt設(shè)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(jīng)手費與市場質(zhì)量個指標(biāo)納入模型，以研究該政策對市場的定量影響的政策效應(yīng)進(jìn)行分析。

再次，在控制變量的選取上，從期權(quán)產(chǎn)品與期貨產(chǎn)品的共性出發(fā)，引入兩個控制變量：一方面，考慮到期權(quán)投資者出于風(fēng)險對沖或行權(quán)交割需求而持有現(xiàn)貨的機(jī)會成本以及上一期持倉對當(dāng)期成交量的影響，在交易量方程中引入無風(fēng)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(quán)市場可能存在的動態(tài)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(quán)產(chǎn)品的特殊性，被解釋變量的大小還可能與期權(quán)合約在值程度（實值、平值與虛值）以及存續(xù)期（長期、中期與短期）有關(guān)。因此，在考慮了前述控制變量的基礎(chǔ)上，本模型還將采用期權(quán)對沖系數(shù)δt和存續(xù)期TERMt分別刻畫期權(quán)合約的在值程度和存續(xù)期，以控制住二者給最終回歸結(jié)果帶來的潛在影響。

（四）模型估計結(jié)果

本文所選取的樣本區(qū)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(diào)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(shù)據(jù)（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(shù);工具變量采用內(nèi)生變量的一階滯后項以及模型中出現(xiàn)的其他所有外生變量;數(shù)據(jù)處理和模型估計均采用RATS100軟件實現(xiàn)。

表5即聯(lián)立方程模型的估計結(jié)果，第一列為變量名稱，第二列、第三列分別為認(rèn)購期權(quán)和認(rèn)沽期權(quán)成交量方程的估計結(jié)果，第四列、第五列分別為認(rèn)購期權(quán)和認(rèn)沽期權(quán)投機(jī)性方程的估計結(jié)果，第六列、第七列分別為認(rèn)購期權(quán)和認(rèn)沽期權(quán)波動性方程的估計結(jié)果。

先來看結(jié)構(gòu)方程中各個解釋變量之間的回歸結(jié)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(guān)，說明在考察期內(nèi)，境內(nèi)期權(quán)市場的交易活躍度和投機(jī)程度都與期權(quán)市場波動之間具有很強(qiáng)的同向變化關(guān)系，即期權(quán)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(nèi)外期貨市場大多數(shù)實證研究發(fā)現(xiàn)一致（Karpoff，1987;陳標(biāo)金和王鋒，2019）。持倉量與波動率在1%的顯著性水平上負(fù)相關(guān)，表明較大的持倉量確實有助于平抑資產(chǎn)價格波動（Maitra，2014等）。

再來看聯(lián)立方程模型中交易經(jīng)手費下調(diào)虛擬變量TFt的回歸結(jié)果。在交易量和投機(jī)性方程中，TFt的回歸系數(shù)均顯著為正，表明交易經(jīng)手費的下調(diào)對期權(quán)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(jié)果與Mixon（2016）等絕大多數(shù)學(xué)者在期貨市場上的發(fā)現(xiàn)相同。從波動性方程的回歸結(jié)果看，虛擬變量TFt的系數(shù)顯著為負(fù)，表明交易經(jīng)手費的下調(diào)對期權(quán)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(fā)現(xiàn)費用上調(diào)后境內(nèi)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(jié)果來看，期權(quán)交易量的滯后項系數(shù)為正且比較顯著，呈現(xiàn)出一定的自相關(guān)特征。從其他相對顯著的回歸結(jié)果來看，認(rèn)購期權(quán)與認(rèn)沽期權(quán)價值狀態(tài)δt的回歸系數(shù)符號相反，二者反映了一個共同的事實：平值附近的期權(quán)合約交投更為活躍，波動率水平也相對更低。認(rèn)沽期權(quán)存續(xù)期指標(biāo)TERMt只有在波動性方程中的回歸結(jié)果比較顯著，與認(rèn)購期權(quán)相同，都與市場波動負(fù)相關(guān)，說明期權(quán)價格波幅隨著到期日臨近而呈現(xiàn)出上升的趨勢。

（五）穩(wěn)健性檢驗

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

1改變代理指標(biāo)的檢驗

由于本文是通過日內(nèi)數(shù)據(jù)測度每日波動，為了減少指標(biāo)選取給最終回歸結(jié)果造成的偏差，將上述結(jié)構(gòu)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(wěn)性檢驗結(jié)果見表4），交易量指標(biāo)依然采用期權(quán)合約的日成交量數(shù)據(jù)，模型中其他變量保持不變。改變代理指標(biāo)后的模型估計結(jié)果見表6。

對比表5和表6不難發(fā)現(xiàn)，無論是從回歸系數(shù)的正負(fù)還是從其顯著性水平來看，結(jié)構(gòu)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(jié)果基本一致。注意到在變量替換后的認(rèn)沽期權(quán)波動性方程中，交易經(jīng)手費下調(diào)系數(shù)的顯著性水平有所下降

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

2改變樣本區(qū)間的檢驗

時間序列數(shù)據(jù)的樣本區(qū)間選擇對模型的分析結(jié)果具有重要的影響，本文通過改變樣本區(qū)間對模型估計結(jié)果的穩(wěn)健性進(jìn)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(shù)據(jù)進(jìn)行檢驗，考慮到樣本期內(nèi)持倉限額政策調(diào)整的影響，引入持倉限額政策變量作為控制變量，即結(jié)構(gòu)模型調(diào)整為：

持倉限制政策變量PLt在投機(jī)性方程中的回歸系數(shù)顯著為負(fù)，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(quán)市場的投機(jī)性起到了一定的抑制作用。很顯然，在增加樣本區(qū)間并且引入新的事件沖擊后，表7所有變量的估計結(jié)果仍與表5結(jié)果一致。

3同時改變變量指標(biāo)和樣本區(qū)間

將表8與前述回歸結(jié)果進(jìn)行對比可以發(fā)現(xiàn)，持倉限制政策變量PLt在投機(jī)性方程中的回歸系數(shù)仍然顯著為負(fù)，其他所有變量的回歸結(jié)果也表現(xiàn)出很強(qiáng)的穩(wěn)健性。

總的來看，改變代理變量和改變樣本區(qū)間的穩(wěn)健性檢驗結(jié)果均支持了表5中的結(jié)論，所有檢驗結(jié)果均表明2016年11月的交易經(jīng)手費下調(diào)事件顯著提升了期權(quán)市場的交投活躍度以及投機(jī)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(jié)果是穩(wěn)健可靠的。

（六）實證結(jié)果的分析

綜合表5至表8的估計結(jié)果可知，所有結(jié)構(gòu)方程中虛擬變量TFt估計系數(shù)的正負(fù)性與顯著性均具有一致性和穩(wěn)健性，表明交易經(jīng)手費下調(diào)對市場活躍性和投機(jī)性具有顯著的促進(jìn)作用，對于市場波動性則具有顯著的抑制作用。這與經(jīng)濟(jì)學(xué)直覺相符：交易費用的下調(diào)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(guī)模和交易頻率隨之上升，進(jìn)而提升了市場交易量和投機(jī)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?？紤]到境內(nèi)ETF期權(quán)市場是一個以機(jī)構(gòu)投資者為主（占比90%以上）的高度專業(yè)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(diào)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(jié)論與政策建議

本文解釋了交易經(jīng)手費影響市場質(zhì)量各指標(biāo)的機(jī)制，并基于2016年11月我國期權(quán)市場下調(diào)交易經(jīng)手費的自然實驗對該理論解釋進(jìn)行了實證檢驗。研究認(rèn)為，這次交易經(jīng)手費的下調(diào)在整體上促進(jìn)了市場質(zhì)量的提升，不僅使得期權(quán)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(jīng)手費是投資者效用函數(shù)的重要組成部分，其調(diào)整將顯著影響投資者的交易積極性，進(jìn)而對期權(quán)市場質(zhì)量產(chǎn)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(jìn)而降低市場的信息效率和投機(jī)性水平，因此會對市場的成交量水平產(chǎn)生負(fù)向影響、對市場的波動性水平產(chǎn)生正向影響;而降低交易稅費，則將有力促進(jìn)投資者的交易積極性，促進(jìn)市場信息效率和投機(jī)性的提高，進(jìn)而促進(jìn)市場成交量的增長。在市場信息效率和投機(jī)性水平提高的基礎(chǔ)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(jīng)手費下調(diào)甚至可能在整體上降低市場的波動性水平。

根據(jù)以上研究結(jié)論，本文提出以下幾點建議。首先，由證監(jiān)會協(xié)同其他上級監(jiān)管機(jī)構(gòu)，進(jìn)一步明確交易所的責(zé)任、權(quán)利和義務(wù)，賦予交易所更大的一線監(jiān)管權(quán)力，發(fā)揮交易所的制度優(yōu)勢，促進(jìn)我國金融市場的深化發(fā)展;其次，深入研究包括交易經(jīng)手費、保證金等政策工具對市場質(zhì)量的影響機(jī)制和效應(yīng)，促進(jìn)監(jiān)管水平的進(jìn)一步提高;最后，進(jìn)一步減少行政干預(yù)，降低我國期權(quán)市場的交易經(jīng)手費，促進(jìn)市場質(zhì)量的提升。

參考文獻(xiàn)

[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(zhì)量[J].?經(jīng)濟(jì)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(biāo)金，?譚瑩?信息、交易者情緒與中國農(nóng)產(chǎn)品期貨價格波動[J].?金融經(jīng)濟(jì)學(xué)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(biāo)金，王鋒交易費用與保證金比率能有效調(diào)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(diào)整的效應(yīng)分析[J].?世界經(jīng)濟(jì)，?2003（12）：63-71