限制股指期貨交易能降低股市波動率嗎？
——來自滬深300指數的證據

馬長峰 陳志娟

(浙江工商大學 金融學院，浙江 杭州 310018)

限制股指期貨交易能降低股市波動率嗎？
——來自滬深300指數的證據

馬長峰 陳志娟

(浙江工商大學 金融學院，浙江 杭州 310018)

基于滬深300指數期貨及其標的指數的日度數據，首先檢驗股指期貨交易被限制這一事件對于滬深300指數波動率的影響，并分析這一事件對于標的指數交易量波動率之間的正相關性的影響，結果發(fā)現：股指期貨交易被限制并未伴隨標的指數波動率的下降，而是發(fā)生先降后升的動態(tài)過程，并且伴隨著市場深度先降后升；在股指期貨受限之前的樣本中，期貨和現貨交易量都與現貨波動率正相關，但持倉量卻與現貨波動率負相關。

交易量；波動率；指數期貨；持倉量

一、研究背景

滬深300指數期貨交易量巨大，代表了滬深兩市60%的市值，研究指數期貨對滬深300指數波動率的影響有著重要意義。期貨交易增加還是降低現貨波動率？這不僅在學術上存在激烈爭論，在現實中從1982年股指期貨誕生之后就一直存在爭論。在中國市場上，關于股指期貨穩(wěn)定還是擾動現貨市場，在股指期貨推出之前對此就有截然相反的觀點和爭論。期貨對現貨波動率影響的爭論是筆者的又一個研究動機。2015年發(fā)生的股災事件中各界壓力導致中金所在2015年8月26日和9月7日分兩次遞進限制股指期貨的交易，滬深300指數期貨經歷了近乎停滯的倒車現象，這是之前的研究中少有觸及的。限制股指期貨是否真的降低了現貨的價格波動？這正是筆者要探討的問題，也是市場參與者爭論的焦點。

Harris (1989)[1]、Lockwood和Linn (1990)[2]、Pericli和Koutmos (1997)[3]和Stein (1987)[4]等學者認為期貨交易的過度投機會增加現貨波動率，同時期貨的低交易成本吸引非信息交易者增加了期貨交易中的噪音，經由套利傳導給現貨市場從而導致現貨波動率增加；而Arditti和John (1980)[5]、Breeden和Litzenberger (1978)[6]等學者則認為期貨改善了信息的質量和傳播速度，為投資者擴展了風險管理工具從而使市場更加完全，因此期貨交易降低現貨價格波動。不難看出，在理論上期貨交易對現貨波動率的影響存在爭議，期貨交易對于現貨波動率的影響的實證分析尚無定論。Antoniou和Holmes (1995)[7]、Baldauf和Santoni (1991)[8]、Kamara、Miller和Siegel (1992)[9]、Darrat和Rahman (1995)[10]發(fā)現期貨交易會增加現貨波動率。Edwards (1988)[11]、Bessembinder和Seguin (1992)[12]、楊陽和萬迪昉 (2011)[13]分別通過對標普500指數期貨和滬深300指數期貨的研究，認為股指期貨的推出會降低現貨波動率。在其他市場，Lee和Ohk (1992)[14]、Chang、Cheng和Pinegar (1999)[15]分別發(fā)現香港和日本的期貨推出在一定程度上降低了股市波動率，Bologna和Cavallo (2002)[16]發(fā)現意大利也有相似的結論，Antoniou、Koutmos和Pericli (2005)[17]發(fā)現六個工業(yè)化國家的股市也存在相似的結論。但Edwards (1988)[18]、Hodgson和Nicholls (1991)[19]、Board、Sandmann和Sutcliffe (2001)[20]等學者卻發(fā)現股指期貨對現貨波動率基本無影響。近年來許多研究專門分析了中國股指期貨的推出對股市波動率的影響。李德峰、張麗青和黃昱熙 (2012)[21]發(fā)現滬深300指數期貨的推出降低了現貨指數日內波動率，但是對于日間波動率沒有影響。許紅偉和吳沖鋒(2012)[22]通過對個股建立聯立方程，發(fā)現股指期貨的推出增加了現貨市場的日內波動率。佟孟華和周旭 (2013)[23]發(fā)現期貨期望交易量對現貨波動率影響顯著。

上述文獻基本沒有研究股指期貨受限對于現貨波動率的影響。其次，上述研究大多限于股指期貨對波動率水平的影響，并沒有討論股指期貨的推出對于現貨交易量波動率相關性的影響。而現貨交易量和波動率之間的相關性與資產價格變化的基礎理論有關，因此檢驗這一關系是否受到股指期貨交易的影響具有重要的理論意義。Han和Liang (2017)[24]雖然研究了股指期貨受限對市場質量的影響，但市場質量指標主要是流動性和市場有效性，因此和筆者的研究對象不同。

中國金融期貨交易所在2015年8月25日將滬深300、上證50、中證500股指期貨各合約平今倉交易手續(xù)費標準調整為成交金額的萬分之一點一五，同時滬深300和上證50股指期貨各合約的非套期保值持倉的交易保證金，由合約價值的10%提高到12%，并在之后逐步上調保證金到20%。自2015年9月7日起，滬深300、上證50、中證500股指期貨客戶在單個產品、單日開倉交易量超過10手的構成“日內開倉交易量較大”的異常交易行為。那么，這兩次對股指期貨較大的限制是否降低了現貨波動率呢？筆者通過虛擬變量研究股指期貨的受限是否引發(fā)股市波動率的變化。對于股指期貨推出是否影響了波動率的經驗分析，Chen et al(2013)[25]、Xie和Mo (2014)[26]分別采用了面板數據估計方法和雙重差分的方法，其優(yōu)點是可以消除與股指期貨推出事件同時發(fā)生的不可觀測的影響整體市場的經濟變量、波動率的長期趨勢和結構性變化等因素對于波動率的影響。但是這些方法也依賴較強的假設，例如面板數據估計方法依賴于中國市場和世界其他市場之間的共同變化，而雙重差分方法依賴于市場不存在交叉套期保值的假設。因此筆者采用虛擬變量的事件研究方法分析股指期貨的受限對現貨波動率的影響可以為相關研究提供更多維度的經驗證據，從而有利于監(jiān)管層全面認識和評價其政策執(zhí)行效果。

二、樣本、波動率度量和描述性統計

研究數據來自銳思數據庫的滬深300指數期貨及其標的指數的日度數據，包括現貨指數的日度最高價、最低價、交易量(股數)，指數期貨的交易量和持倉量等。現貨和期貨交易量單位分別10億股和100萬手，期貨持倉量原始數據單位是1萬手。在采用虛擬變量研究股指期貨受限的分析中，為了與Han和Liang (2017)[24]保持一致，樣本期為2015年5月4日到9月30日；在正常交易的分析中，樣本從2011年4月16日到2015年8月25日。

以極差波動率作為股票i在日期t的波動率的度量，采用如下定義：

其中hight和lowt分別表示滬深300指數在t日的最高價和最低價。根據Alizadeh、Brandt和Diebold(2002)[27]的研究，這樣估計得到的波動率指標是有效的，而且對于微觀結構噪音是穩(wěn)健的。同時，極差波動率的估計易于實現。

表1給出了關鍵變量的均值、中位數、標準差、偏度和峰度等描述性統計量。第一行顯示滬深300指數每日的波動率平均為1.12%，其分布呈現右偏，峰度超過10，說明存在肥尾。第二行和第三行是現貨和期貨交易量的統計量，顯示滬深300指數每日平均交易量為11億股，期貨每天平均成交117萬手，二者分布呈現右偏，存在肥尾。第四行顯示平均每天期貨持倉量在20萬手左右，其分布不存在肥尾。

表1 描述性統計量

三、實證結果及分析

參考Han和Liang (2017)[24]，將股指期貨在2015年8月26日和9月7日受限這兩個事件設定為虛擬變量，檢驗兩個事件的發(fā)生前后現貨波動率是否發(fā)生變化，同時控制交易量和波動率之間的相關性。因此將虛擬變量和交易量的交叉項引入回歸方程，分析交易量和波動率之間的關系是否受到這兩次事件的影響。最后在股指期貨誕生到未受限之前的樣本中分析期貨交易量和持倉量是否影響現貨波動率。

1. 股指期貨受限對波動率的影響

將D1定義為2015年8月26日這一事件的虛擬變量，令D1在此之后取1，否則取0。為了檢驗D1對現貨指數波動率的影響，進行如下回歸：

(I)

其中，σt是滬深300指數在日期t 的波動率，用極差波動率度量；MDt表示周一虛擬變量(周一取1，否則取0)；Vt表示滬深300指數在日期t的對數交易量。交易量取對數有兩個原因：第一，在研究樣本期間內，交易量變化劇烈，因此對數交易量能夠有效降低異方差對估計結果的干擾；第二，交易量取對數避免檢驗結果受到交易量絕對水平的影響。(I)式中加入虛擬變量和交易量交叉項是為了控制交易量和波動率之間的相關性，同時交叉項的系數估計值可以用來檢驗事件前后波動率對交易量的敏感程度，從而推斷市場深度的變化。

將D2定義為2015年9月7日這一事件的虛擬變量，令D2在此之后取1，否則取0。為了檢驗D2對現貨指數波動率的影響，進行如下回歸：

(II)

為了進一步分析2015年8月26日到9月7日之間和其他時段的相對變化，將D1和D2同時作為解釋變量，進行如下分析：

σt=α0+αMMDt+α1D1t+α2D2t+αvVt+α1cD1t×Vt

(III)

由于波動率具有叢集性特征，因此在(I)、(II)和(III)式中包含12階波動率滯后項作為控制變量。在(I)、(II)和(III)式的估計過程中采用Newey和West (1987)[28]矯正序列相關和異方差。

表2 股指期貨受限對現貨波動率的影響

注：*、**、***分別表示估計值在10%、5%和1%水平上顯著。

表2的第1列給出了模型I的估計結果。周一虛擬變量的系數估計值為0.33，雖然不顯著但是為正，說明周一波動率高于其他交易日。D1的系數估計值為0.44，并不顯著，表明2015年8月26日第一次限制股指期貨后滬深300指數波動率比之前高，但這種升高在統計上并不顯著。交易量的系數估計值為0.88，且在1%水平上顯著為正，表明滬深300指數交易量和其波動率之間是正相關的。這種交易量和波動率之間的正相關與Jones、Kaul和Lipson (1994)[29]等文獻是一致的。D1和交易量交叉項的系數不顯著，表明股指期貨受限前后交易量和波動率之間的相關性并未發(fā)生顯著變化。

表2的第2列是模型II的估計結果，對比模型I可以得出基本相同的結論：2015年9月7日第二次限制股指期貨的交易并沒有顯著降低滬深300指數的波動率，反而導致波動率上升了，只不過這種上升在統計上并不顯著。第二次限制股指期貨的交易前后波動率對交易量的敏感程度并未發(fā)生顯著變化，交易量仍然和波動率正相關。

表2的第3列是D1和D2同時作為解釋變量的估計結果。周一虛擬變量系數估計值為正，且在10%水平顯著，說明指數波動率存在周一效應。D1的系數估計值為-4.37，且在統計上顯著，D2的系數估計值為4.82，且在統計上顯著，二者表明2015年8月26日和2015年9月7日之間的波動率水平低于之前，同時低于之后。也就是說，在控制了交易量和波動率敏感程度變化之后，波動率在2015年8月26日首先出現下降，2015年9月7日又出現了上升。上升的系數估計值大于下降的系數估計值，這與第2列D2的系數為正是一致的。由此可見，限制股指期貨的交易并未降低現貨市場的波動率。交易量和D1的交叉項顯著為負，表明2015年8月26日限制股指期貨交易之后波動率對交易量敏感程度增強，對應著同樣的交易量引發(fā)的價格波動變大，意味著市場深度減小。交易量和D2的交叉項顯著為正，表明2015年9月7日限制股指期貨交易之后波動率對交易量敏感程度減弱，對應著同樣的交易量引發(fā)的價格波動變小，意味著市場深度增大。就是說在兩次限制期間發(fā)生了波動率和市場深度同時先降后升。

表2的結果表明，股指期貨交易被限制并未伴隨著顯著的現貨市場波動率降低。這對于監(jiān)管層評估其政策效果具有重要的參考價值。當時中金所迫于社會壓力，連續(xù)兩次限制股指期貨交易，重要目的就是降低現貨市場波動。然而表2的結果顯示這個目標并未實現。即使出現了短暫的波動率降低，這種波動率的降低也伴隨著市場深度下降的代價。

2. 股指期貨受限對波動率的影響：交易量分解

參考Bessembinder和Seguin (1992)[12]的研究，首先計算交易量的50交易日移動平均值作為交易量的長期分量，然后將剔除這一長期分量之后的部分利用ARIMA(1，0，1)分解為預期和非預期兩部分。這樣就將交易量分解成了長期、預期和未預期三個分量。為了分析交易量不同分量對波動率的影響，進一步驗證表2給出的限制股指期貨交易并未降低現貨波動率的結論，采用下列回歸模型：

(IV)

(V)

其中，V_ma、 V_exp 和V_un分別表示交易量的移動平均(長期分量)、預期分量和未預期分量，其他變量同前。

表3 股指期貨受限對現貨波動率的影響：交易量分解

注：*、**、***分別表示估計值在10%、5%和1%水平上顯著。

表3中第1列顯示，只有V_un的系數估計值顯著為正，表明交易量和波動率之間的正相關主要來自交易量的未預期分量。第2列同樣只有未預期交易量的系數估計值顯著為正。D1的系數不顯著，表明2015年8月26日限制股指期貨交易的措施并未伴隨著指數現貨波動率的降低；D2的系數不顯著，表明2015年9月7日限制股指期貨交易的措施并未伴隨著指數現貨波動率的降低，這與表2的結果是一致的。表3的結果表明，即使將交易量分解為三個分量，并且控制交易量的三個分量和虛擬變量的交叉項，表2中限制股指期貨交易并未伴隨現貨指數波動率下降的結論仍然成立，說明這是穩(wěn)健的結論。

3. 股指期貨交易量和持倉量對波動率的影響

之前的研究將股指期貨受限作為特定事件，分析了股指期貨對于現貨指數波動率的影響，接下來分析股指期貨推出一年后到受限這一段時期(2011年4月16日到2015年8月25日)股指期貨交易量、持倉量對指數現貨波動率的影響，首先進行如下回歸：

(VI)

為了分析現貨和期貨交易量(持倉量)不同分量對波動率的影響，進行如下回歸：

(VII)

其中，FVt是日期t的四種滬深300指數期貨合約的交易量加總，FOt是日期t的四種滬深300指數期貨合約的持倉量加總(將持倉量和當日結算價相乘并和點數價格300元相乘，然后單位取為1000億元)，FV_ma、FV_exp和FV_un分別表示期貨交易量的長期、預期和未預期分量，FO_ma、FO_exp和FO_un分別表示期貨持倉量的長期、預期和未預期分量，其余變量和(V)式相同。(VI)式和(VII)樣本從股指期貨推出之后一年開始，是為了避免股指期貨剛剛推出還沒達到均衡狀態(tài)，結果如表4所示。

表4 股指期貨交易和持倉量對現貨波動率的影響

注：*、**、***分別表示估計值在10%、5%和1%水平上顯著。

表4的第1列中周一虛擬變量的系數估計值為0.07，在統計上顯著，表明樣本期內現貨波動率存在周一效應，即周一波動率水平顯著高于其他交易日。期貨持倉量系數估計值為-0.78，在1%水平顯著，表明期貨持倉量越大伴隨著現貨波動率越低。期貨持倉量與現貨波動率負相關，可以歸因于期貨的風險儲存功能。當投資者持有越多未平倉合約時，就將現貨的價格風險轉移到了期貨，減少了對現貨交易的依賴，因此現貨的波動率降低。期貨交易量的系數估計值為0.47，在1%水平顯著，表明期貨交易量和現貨波動率正相關。現貨交易量的系數估計值為0.51，在1%水平顯著，表明現貨交易量和波動率正相關。

表4的第2列給出了交易量分解的結果。周一虛擬變量系數估計值顯著為正，再次證明現貨指數的波動率存在周一日歷效應。期貨持倉量的三個分量中只有移動平均分量的系數顯著為負，表明期貨持倉量與現貨波動率之間的負相關主要來源于長期期貨持倉量。這表明只有長期的持倉量才會影響現貨波動率，短期分量不會顯著影響現貨波動率。可能的原因是長期持有而非短期持有期貨合約的投資者不是噪音交易者，因此其行為和現貨波動率負相關。期貨交易的三個分量中只有未預期分量的系數顯著為正，表明期貨交易和現貨波動率之間的正相關主要來自期貨交易量的未預期分量。未預期期貨交易量的系數估計值是1.27，不僅在1%水平顯著，而且是移動平均分量和預期分量的5倍以上，因此未預期期貨交易量是期貨交易影響現貨波動率的主要原因?，F貨交易量的移動平均分量和未預期分量的系數估計值都顯著為正，表明現貨交易量主要是移動平均分量和未預期分量影響波動率。預期現貨交易量的系數估計值為負，但并不顯著?，F貨交易量的未預期分量和移動平均分量系數估計值都顯著為正，表明現貨交易量和波動率之間的正相關來自這兩個分量。未預期現貨交易量的估計系數是0.96，而移動平均分量的估計系數是0.23，前者是后者的4倍，說明現貨交易量對波動率的影響主要應該歸因于未預期分量。未預期交易量和移動平均分量的系數為正，而預期分量的系數為負，說明它們含有的價格信息不同。

四、結論與建議

1. 結論

通過將股指期貨的受限作為特定事件，利用虛擬變量分析事件前后波動率水平的變化，發(fā)現股指期貨受限并未伴隨波動率水平的顯著降低(反而是上升，雖然并不顯著)。將2015年8月26日和9月7日兩次事件的虛擬變量同時作為解釋變量，發(fā)現波動率水平隨著這兩次事件的發(fā)生先降后升，同時伴隨著市場深度的先降后升。將交易量分解為長期、預期和非預期三個分量也不改變股指期貨受限并不顯著降低波動率水平的結論。最后筆者發(fā)現股指期貨的交易量、現貨交易量都與現貨波動率正相關，而期貨持倉量與波動率負相關。股指期貨交易量和現貨交易量與現貨波動率正相關主要來自未預期交易量，而期貨持倉量與波動率的負相關卻主要來自長期分量。

2. 建議

股指期貨的受限并未伴隨著波動率的顯著變化，這為監(jiān)管層評估其政策效果提供了事實依據。在中金所對股指期貨交易做出限制之后，現貨指數波動率雖然暫時下降，但這樣做的副作用也是很明顯的：第一，這是暫時的下降，之后現貨指數波動率重新上升；第二，現貨指數波動率的下降并不是沒有成本，其代價是市場深度隨之下降。當時許多市場從業(yè)人士，包括媒體，也包括一些學者，將市場劇烈波動歸罪于股指期貨。因此中金所限制股指期貨交易應該是迫于媒體輿論壓力，實屬無奈之舉。其實這在美國市場也出現過。在1987年發(fā)生的美國股災期間，美國的金融業(yè)人士也對股指期貨大加指責。但是筆者的研究證明，金融行業(yè)的政策應當遵守專業(yè)原則，不應該屈從于媒體和少部分學者。一項政策是否應該退出或者取消，依據不在于輿論壓力，不在于學者主觀傾向，而在于經濟學邏輯分析的結果，在于嚴格的學術論證。這應該是2015年股災給出的一個深刻教訓。同時，筆者的研究證明，限制股指期貨交易并不能降低現貨波動率，因此要降低現貨波動率不能依靠對股指期貨的交易進行限制?，F貨市場出現劇烈波動，其原因不在于股指期貨，而在于現貨本身[30]?，F貨暴跌最直接的原因是因為經歷了沒有基本面支撐的暴漲，因此將現貨暴跌歸咎于期貨是不客觀的。

另一方面，市場存在質疑的原因也可能來自有些指標沒有被參與者觀測。股指期貨交易受到限制而伴隨現貨波動率的短暫下降，但這同時伴隨著市場深度的降低?，F貨波動率的下降容易被參與者觀察到，但市場深度卻不容易被參與者，尤其是非專業(yè)人士觀察到。因此，交易所可以考慮不僅公布交易量和價格，同時公布市場深度的度量指標的動態(tài)變化。這樣可以給從業(yè)人員更充足的信息，同時這也能為非專業(yè)人員提供更加翔實的信息。2015年股災中股指期貨受到意外限制這一案例也說明，向非專業(yè)人士提供充足的市場信息是重要的，因為這可以減少非專業(yè)人士對金融市場的壓力，從而避免交易所做出不合意的決策。

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

[2]Lockwood L J, Linn S C. An examination of stock market return volatility during overnight and intraday periods, 1964-1989 [J]. The Journal of Finance,1990(2): 591-601.

[3]Pericli A, Koutmos G. Index futures and options and stock market volatility [J]. Journal of futures markets,1997(8): 957-974.

[4]Stein J C. Informational externalities and welfare-reducing speculation [J]. Journal of political economy,1987(6): 1123-1145.

[5]Arditti F D, John K. Spanning the state space with options [J]. Journal of Financial and Quantitative Analysis,1980(1): 1-9.

[6]Breeden D T, Litzenberger R H. Prices of state-contingent claims implicit in option prices [J]. Journal of business,1978: 621-651.

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

[8]Baldauf B, Santoni G. Stock price volatility: some evidence from an ARCH model [J]. Journal of Futures Markets,1991(2): 191-200.

[9]Kamara A, Miller T W, Siegel A F. The effect of futures trading on the stability of Standard and Poor 500 returns [J]. Journal of Futures Markets,1992(6): 645-658.

[10]Darrat A F, Rahman S. Has futures trading activity caused stock price volatility? [J]. Journal of futures markets,1995(5): 537-557.

[11]Edwards F R. Futures trading and cash market volatility: Stock index and interest rate futures [J]. Journal of futures markets,1988(4): 421-439.

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

[13]楊 陽, 萬迪昉. 股指期貨真的能穩(wěn)定市場嗎? [J]. 金融研究,2011(12): 146-158.

[14]Lee S B, Ohk K Y. Stock index futures listing and structural change in time‐varying volatility [J]. Journal of Futures Markets,1992(5): 493-509.

[15]Chang E C, Cheng J W, Pinegar J M. Does futures trading increase stock market volatility? The case of the Nikkei stock index futures markets [J]. Journal of Banking & Finance,1999(5): 727-753.

[16]Bologna P, Cavallo L. Does the introduction of stock index futures effectively reduce stock market volatility? Is the'futures effect'immediate? Evidence from the Italian stock exchange using GARCH [J]. Applied Financial Economics,2002(3): 183-192.

[17]Antoniou A, Koutmos G, Pericli A. Index futures and positive feedback trading: evidence from major stock exchanges [J]. Journal of Empirical Finance,2005(2): 219-238.

[18]Edwards F R. Does futures trading increase stock market volatility? [J]. Financial Analysts Journal,1988: 63-69.

[19]Hodgson A, Nicholls D. The impact of index futures markets on Australian sharemarket volatility [J]. Journal of Business Finance & Accounting,1991(2): 267-280.

[20]Board J, Sandmann G, Sutcliffe C. The effect of futures market volume on spot market volatility [J]. Journal of Business Finance & Accounting,2001(7-8): 799-819.

[21]李德峰, 張麗青, 黃昱熙. 滬深 300 股指期貨交易對我國現貨市場波動性的影響 [J]. 福州大學學報(哲學社會科學版),2012,(4): 31-35.

[22]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量嗎——基于聯立方程模型的實證研究 [J]. 南開管理評論,2012 (4): 101-110.

[23]佟孟華,周 旭. 中國股指期貨市場與股票市場波動的動態(tài)關系——基于流動性因子的實證研究 [J]. 東北財經大學學報,2013 (4): 25-31.

[24]Han Q, Liang J. Index futures trading restrictions and spot market quality: Evidence from the recent Chinese stock market crash [J]. Journal of Futures Markets,2017(4): 411-428.

[25]Chen H, Han Q, Li Y & Wu K. Does index futures trading reduce volatility in the Chinese stock market? A panel data evaluation approach [J]. Journal of Futures Markets,2013(12): 1167-1190.

[26] Xie S, Mo T. Index Futures Trading and Stock Market Volatility in China: A Difference‐in‐Difference Approach [J]. Journal of Futures Markets,2014(3): 282-297.

[27]Alizadeh S, Brandt M W, Diebold F X. Range‐based estimation of stochastic volatility models [J]. The Journal of Finance,2002(3): 1047-1091.

[28]Newey W K, West K D. A Simple, Positive Semi-Definite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix [J]. Econometrica,1987(3): 703-708.

[29]Jones C M, Kaul G, Lipson M L. Transactions, volume, and volatility [J]. Review of financial studies,1994(4): 631-651.

[30]周丹丹.不同市場行情下股指期貨市場和現貨市場之間的溢出效應研究[J]. 金融理論探索，2016(4)：58-63.

(編輯：周亮；校對：余華)

Can Restriction on Index Future Trading Reduce Spot Volatility?——Evidence from CSI 300 Index

MA Chang-feng CHEN Zhi-juan

(SchoolofFinance,ZhejiangGongshangUniversity,HangzhouZhejiang310018)

Based on daily data of CSI300 index future and its underlying spot index, this paper examines whether restriction on CSI300 index future trading has effect on spot index volatility, and analyzes this event’s influence on the relation between trading volume and volatility. The results show that: the restriction on index future is not associated with the decrease of spot index volatility, rather which decreases first and then increases, with market depth also decrease first and then increases. During the normal sample period before restriction, both future and spot trading volume correlate positively with spot index volatility, but open interest correlates negatively with spot index volatility.

trading volume; volatility; index future; open interest

10.16546/j.cnki.cn43-1510/f.2017.04.010

2017-04-12

教育部人文社會科學青年基金項目“證券價格波動機理研究：基于個人投資者交易行為的視角”(項目編號：11YJC790133)、國家自然科學基金青年項目“盈余公告期間個人投資者買入需求流動性？賣出提供流動性？”(項目編號：71401155)

馬長峰(1979- )，男，山東濰坊人，浙江工商大學金融學院講師，廈門大學經濟學博士，澳大利亞新南威爾士大學訪問學者，研究方向：金融科技、創(chuàng)新和資本市場

F832.51

A

2095-1361(2017)04-0074-08