股票流動(dòng)性對(duì)我國(guó)股市效率影響的實(shí)證分析

李延軍，劉華堂，葛林潔

（河北工業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，天津 300401）

0 引言

West和Tinic（1975）[1]認(rèn)為，資本市場(chǎng)效率主要是指定價(jià)效率，即證券的價(jià)格是否能夠依據(jù)市場(chǎng)信息作出及時(shí)迅速的反應(yīng)，從而采用最優(yōu)的策略將儲(chǔ)蓄進(jìn)行配置的效率。具體體現(xiàn)在以下兩個(gè)方面：一是價(jià)格能根據(jù)有關(guān)市場(chǎng)信息自由地變動(dòng)；二是在市場(chǎng)中關(guān)于資產(chǎn)的信息可以充分及時(shí)地披露、均勻迅速地發(fā)布,市場(chǎng)中所有投資者都可以在相同時(shí)間里獲得等質(zhì)等量的信息。

隨著研究的深入，學(xué)者們對(duì)市場(chǎng)效率的度量也進(jìn)行了多方面探索。一般而言，交易者獲取信息的時(shí)間和能力代表市場(chǎng)效率的水平，市場(chǎng)參與者需要時(shí)間將新信息納入其交易策略并下達(dá)交易指令，當(dāng)市場(chǎng)中的買方交易指令合計(jì)大于賣方交易指令合計(jì)，股票價(jià)格就會(huì)上漲，反之則下降。Tarun等（2005）[2]在研究中根據(jù)買方與賣方交易指令之間的差額提出了指令不平衡這一概念，并提出可以采用指令不平衡預(yù)測(cè)股票的短期回報(bào)。Handa等（2003）[3]證實(shí)了建立在報(bào)價(jià)驅(qū)動(dòng)型市場(chǎng)上的理論模型同樣適用于沒(méi)有做市商的指令驅(qū)動(dòng)型市場(chǎng)。Lee等（2014）[4]、周開(kāi)國(guó)和王海港（2008）[5]、Rastogi等（2013）[6]、Hanke和 Weigerding（2015）[7]、許啟發(fā)等（2016）[8]等分別研究了中國(guó)臺(tái)灣、中國(guó)香港、印度、德國(guó)和中國(guó)等國(guó)家和地區(qū)的指令驅(qū)動(dòng)型市場(chǎng)上指令不均衡與股票收益之間的關(guān)系。上述以指令驅(qū)動(dòng)型市場(chǎng)為基礎(chǔ)的研究表明，滯后一期的指令不均衡對(duì)股票收益具有一定的解釋能力。在后來(lái)的研究中，Tarun等（2008）[9]將短期收益的可預(yù)測(cè)性作為市場(chǎng)效率的反向指標(biāo)，并發(fā)現(xiàn)這種指令不平衡對(duì)短期收益的預(yù)測(cè)能力隨著市場(chǎng)流動(dòng)性的提高以及紐約證券交易所市場(chǎng)的交易制度的的變化而下滑。同樣，Chung和Hrazdi（l2010）[10]通過(guò)對(duì)納斯達(dá)克股票進(jìn)行大量抽樣分析發(fā)現(xiàn)，最小報(bào)價(jià)單位的降低提升了市場(chǎng)的流動(dòng)性，降低了短期收益率的可預(yù)測(cè)性和方差比，從而證實(shí)了流動(dòng)性的改善有助于提高市場(chǎng)效率。

然而，Baker和Stein（2004）的實(shí)證發(fā)現(xiàn)卻得到相反的結(jié)果。流動(dòng)性可能也是投資者情緒的代理變量，投資人情緒很高，流動(dòng)性水平急劇上升，無(wú)論是在個(gè)股層面還是市場(chǎng)層面，短期收益率能夠被預(yù)測(cè)，這種現(xiàn)象是不符合有效市場(chǎng)假說(shuō)的。崔婧等（2008）[11]認(rèn)為不同市場(chǎng)環(huán)境下投資者的行為模式會(huì)存在差異,基于行為金融學(xué)理論提出在研究異象時(shí)應(yīng)將牛市和熊市區(qū)別對(duì)待。陸蓉和徐龍炳（2003）[12]證實(shí)了我國(guó)股票市場(chǎng)上“好消息”的影響要大于“壞消息”的影響。針對(duì)市場(chǎng)效率在不同市場(chǎng)環(huán)境下的不同效應(yīng)，我國(guó)資本市場(chǎng)流動(dòng)性與市場(chǎng)效率之間在不同的市場(chǎng)環(huán)境下的表現(xiàn)如何？這將是本文重點(diǎn)關(guān)注和著力解決的主要問(wèn)題。

本文借鑒Tarun等（2008）[2]的研究思路，采用資產(chǎn)短期收益可預(yù)測(cè)性作為市場(chǎng)效率的反向指標(biāo)，進(jìn)一步研究資產(chǎn)流動(dòng)性水平與市場(chǎng)效率的關(guān)系。關(guān)于市場(chǎng)效率指標(biāo)的度量，主要采用短期指令不平衡對(duì)股票的短期收益進(jìn)行預(yù)測(cè)，并用短期收益的可預(yù)測(cè)性反映市場(chǎng)效率水平（一般而言，短期收益的可預(yù)測(cè)性與市場(chǎng)效率成負(fù)相關(guān)關(guān)系，即收益的預(yù)測(cè)性越好，則市場(chǎng)效率越低；反之，收益可預(yù)測(cè)性越差，則市場(chǎng)效率越高），這一方法有效解決了現(xiàn)有研究關(guān)于市場(chǎng)效率水平難以量化的不足。

1 指標(biāo)選取、模型構(gòu)建與數(shù)據(jù)說(shuō)明

1.1 指標(biāo)選取

（1）市場(chǎng)效率代理指標(biāo)

市場(chǎng)效率可以由股票收益的可預(yù)測(cè)性作為反向指標(biāo)量化。文獻(xiàn)研究表明，滯后一期的指令不平衡有較好的股票收益預(yù)測(cè)能力：如果滯后一期的指令不平衡（OIB）對(duì)股票收益的預(yù)測(cè)能力較強(qiáng)，則市場(chǎng)效率較低；否則，市場(chǎng)效率較高?；跍笠黄诘闹噶畈黄胶夤善笔找骖A(yù)測(cè)模型如下：

其中，OIB表示指令不平衡、Ret表示收益率、ILD表示由高頻換手率Turnover衡量的一個(gè)低流動(dòng)性虛擬變量。本文采用模型（1）和模型（2）的擬合優(yōu)度R2表示指令不平衡OIB預(yù)測(cè)能力的大小，并對(duì)兩個(gè)模型的擬合效果進(jìn)行比較，選擇擬合優(yōu)度較好的R2表示市場(chǎng)效率水平。

模型（1）和模型（2）中的數(shù)據(jù)均為每5min的高頻數(shù)據(jù)。首先匯總每只股票的每一個(gè)5min的指令不平衡OIB、收益率Ret和換手率Turnover，然后根據(jù)每只股票前一日的流通市值作為權(quán)重將上述三個(gè)指標(biāo)作加權(quán)平均。收益指標(biāo)Ret為采用每只股票每五分鐘的收盤價(jià)所計(jì)算對(duì)數(shù)收益率。ILD（illiquid Dummy）作為一個(gè)低流動(dòng)性虛擬變量，采用每5min的換手率Turnover作為衡量標(biāo)準(zhǔn)，如果t時(shí)刻換手率低于（t-30min，t+30 min）換手率均值一個(gè)標(biāo)準(zhǔn)差，則ILD取1，否則取0。此時(shí)，模型的擬合優(yōu)度R2值與市場(chǎng)效率水平呈反向關(guān)系，本文將R2的倒數(shù)作為市場(chǎng)效率數(shù)據(jù)，并進(jìn)行標(biāo)準(zhǔn)化處理。

指令不均衡的計(jì)算方法如下：指令不均衡指在一個(gè)特定交易時(shí)期中，買方主動(dòng)的交易量和賣方主動(dòng)的交易量之間的差額。它能夠同時(shí)度量交易絕對(duì)數(shù)量和交易方向這兩個(gè)維度，不但反映了供需雙方的力量對(duì)比，而且可以提供關(guān)于交易更詳細(xì)的信息，比傳統(tǒng)的交易量指標(biāo)包含了更多的有用信息來(lái)度量交易的活躍程度。本文參照Tarun等（2008）[2]和Chung和Hrazdi（l2010）[10]的做法，采取交易金額法計(jì)算指令不平衡（OIB）指標(biāo)。指令不平衡（OIB）計(jì)算過(guò)程為：

每只股票每筆交易都會(huì)被標(biāo)記買方發(fā)起和賣方發(fā)起，通過(guò)匯總股票在每個(gè)5min內(nèi)買方發(fā)起的總的交易金額和賣方發(fā)起的總的交易金額，然后計(jì)算出每只股票的指令不平衡（OIB）數(shù)值。

（2）流動(dòng)性代理指標(biāo)

根據(jù)Amihud非流動(dòng)性指標(biāo)，本文將其進(jìn)行調(diào)整以測(cè)度股票市場(chǎng)每天的非流動(dòng)性水平：

其中，vi表示根據(jù)所有樣本股票前一日的流通市值所計(jì)算的權(quán)重，|rit|表示股票i在第t天的對(duì)數(shù)收益率的絕對(duì)值，Voldit表示股票i在第t日的交易金額。illiquidt所計(jì)算的結(jié)果為股票樣本總體的非流動(dòng)性水平。為便于通過(guò)數(shù)據(jù)直接展示數(shù)值所代表的流動(dòng)性水平，本文將illiquid的倒數(shù)值作為L(zhǎng)iquid流動(dòng)性數(shù)據(jù),并進(jìn)行標(biāo)準(zhǔn)化處理。

1.2 模型構(gòu)建

借鑒Chung和 Hrazdil（2010）[10]在分析納斯達(dá)克市場(chǎng)效率與流動(dòng)性關(guān)系時(shí)的建模思路，本文結(jié)合我國(guó)市場(chǎng)特點(diǎn)構(gòu)建如下模型形式：

其中，MktEff為市場(chǎng)效率指標(biāo)，Liquid表示市場(chǎng)流動(dòng)性，LnMmarketsize表示股票流通市值加權(quán)平均數(shù)的對(duì)數(shù)，LnVolume表示股票交易金額的對(duì)數(shù)，TradFred表示交易頻率，ε表示隨機(jī)擾動(dòng)項(xiàng)。

在模型（5）的基礎(chǔ)上，將所有數(shù)據(jù)根據(jù)流動(dòng)性大小進(jìn)行排列并等分為K組，每組對(duì)應(yīng)一個(gè)虛擬變量Dk（K=1，2，…，K），同時(shí)生成流動(dòng)性關(guān)聯(lián)變量Liquidity*Dk，進(jìn)而構(gòu)建模型（6）：

將樣本期劃分為牛市與熊市兩個(gè)時(shí)期，分別采用模型（5）進(jìn)行計(jì)量分析，可以得到不同市場(chǎng)環(huán)境下，流動(dòng)性與市場(chǎng)效率之間的變化趨勢(shì)。此外，市場(chǎng)處于熊市與牛市的兩個(gè)不同時(shí)期，二者的流動(dòng)性水平不同，牛市的市場(chǎng)流動(dòng)性水平通常高于熊市狀態(tài)。因此，采用分段線性回歸的方法，即模型（6），能夠檢驗(yàn)在牛市狀態(tài)下，隨著流動(dòng)性的不斷增大，市場(chǎng)效率是否會(huì)出現(xiàn)下降的現(xiàn)象，展現(xiàn)市場(chǎng)不同狀態(tài)下流動(dòng)性與市場(chǎng)效率之間的更為具體的關(guān)系。

1.3 數(shù)據(jù)說(shuō)明

本文選擇滬深300指數(shù)成分股作為樣本數(shù)據(jù)（滬深300指數(shù)股票以體量較大，流動(dòng)性較好著稱，用來(lái)計(jì)算市場(chǎng)效率的反向指標(biāo)比較具有代表性）。具體的樣本期和樣本選擇過(guò)程如下：參照滬深300指數(shù)行情，選取2014/7/1至2015/6/30作為牛市階段、2015/7/1至2017/6/30作為熊市階段，即2014/6/30至2017/6/30時(shí)期內(nèi)滬深300指數(shù)成分股票合計(jì)3年的數(shù)據(jù)，剔除掉數(shù)據(jù)缺失較為嚴(yán)重的股票29支、停牌時(shí)間較長(zhǎng)的股票23支，最終選擇剩下的248支作為樣本股票?；A(chǔ)數(shù)據(jù)來(lái)源于同花順（iFinD）和國(guó)泰安（CSMAR）高頻交易數(shù)據(jù)庫(kù)。

2 實(shí)證分析

2.1 描述性統(tǒng)計(jì)分析

下頁(yè)表1顯示了模型（1）與模型（2）中股票收益Ret、指令不平衡OIB$與低流動(dòng)性虛擬變量ILD相關(guān)的換手率Turnover三個(gè)指標(biāo)的數(shù)據(jù)描述統(tǒng)計(jì)。2014/7/1至2017/6/30期間，只有指令不平衡指標(biāo)波動(dòng)較大，標(biāo)準(zhǔn)差為21.56%，而收益率與換手率指標(biāo)的波動(dòng)性較小。此外，市場(chǎng)收益率指標(biāo)的均值幾乎為0，說(shuō)明我國(guó)股票市場(chǎng)行情并未為投機(jī)者帶來(lái)比較客觀的收益，并且我國(guó)股票市場(chǎng)的分紅比例較低，與成熟資本市場(chǎng)對(duì)投資者的穩(wěn)定回報(bào)之間存在一定的差距。

表1 模型（2）相關(guān)變量的描述性統(tǒng)計(jì)

表2提供了模型（5）中相關(guān)變量的描述性統(tǒng)計(jì)。樣本數(shù)據(jù)劃分為牛市與熊市兩個(gè)時(shí)期，從表2中可以看出：牛市期間的流動(dòng)性水平高于熊市期間的流動(dòng)性水平，此外，牛市市場(chǎng)效率的中位數(shù)大于熊市市場(chǎng)效率的中位數(shù)，說(shuō)明牛市期間的市場(chǎng)效率比較高。

表2 模型（5）相關(guān)變量的描述性統(tǒng)計(jì)

為了更直觀地展現(xiàn)流動(dòng)性與市場(chǎng)效率之間的關(guān)系，本文計(jì)算了月度流動(dòng)性與市場(chǎng)效率的數(shù)值，如圖1所示。從圖中可以看出，熊市時(shí)期流動(dòng)性與市場(chǎng)效率正向變化；牛市前期，流動(dòng)性與市場(chǎng)效率正相關(guān)，而在流動(dòng)性達(dá)到一定水平之后，隨著流動(dòng)性的提高，市場(chǎng)效率開(kāi)始出現(xiàn)下降。

圖1 流動(dòng)性與市場(chǎng)效率

2.2 市場(chǎng)效率模型選擇

首先，采用模型（1）和模型（2）對(duì)整個(gè)樣本數(shù)據(jù)作回歸，然后再對(duì)每一個(gè)交易日的高頻數(shù)據(jù)進(jìn)行日回歸，并統(tǒng)計(jì)每一個(gè)交易日的R2、調(diào)整后的R2以及t統(tǒng)計(jì)值的大小。依次比較模型（1）與模型（2）哪一個(gè)更能準(zhǔn)確的預(yù)測(cè)股票短期收益，進(jìn)而采用預(yù)測(cè)效果較好模型的擬合優(yōu)度值作為市場(chǎng)效率的反向預(yù)測(cè)指標(biāo)。而后將擬合優(yōu)度值取倒數(shù)并做標(biāo)準(zhǔn)化處理，所得結(jié)果即代表市場(chǎng)效率的大小，數(shù)值越大，市場(chǎng)效率越高。匯總結(jié)果如表3所示。

從表3中可以看出，滯后一期的指令不平衡與收益之間具有反向的關(guān)系，即若指令不平衡為正，說(shuō)明主動(dòng)買入大于主動(dòng)賣出，則本期的收益率較高，內(nèi)幕信息被消化，下一期就不存在超額收益。另一方面，當(dāng)在模型（1）中加入低流動(dòng)性虛擬變量之后，模型（2）的解釋力相比模型（1）得到提高。此外，擬合優(yōu)度差值圖（見(jiàn)圖2）顯示，模型（2）與模型（1）的擬合優(yōu)度差值均為正，進(jìn)一步說(shuō)明模型（2）的解釋能力均優(yōu)于模型（1）。因此本文選用模型（2）估計(jì)的擬合優(yōu)度值作為市場(chǎng)效率的反向指標(biāo)。

表3 市場(chǎng)效率衡量模型比較

圖2 模型（1）與模型（2）解釋力差值圖

2.3 不同行情下流動(dòng)性對(duì)我國(guó)股市效率的影響

將模型（2）測(cè)算的市場(chǎng)效率量化值，以及流動(dòng)性、流通市值、成交金額、交易頻率等數(shù)據(jù)代入模型（5），計(jì)量分析結(jié)果如表4所示。

表4 模型（5）回歸結(jié)果

回歸1至回歸4中，依次添加新的控制變量，模型的擬合優(yōu)度均有所提高。在熊市中，市場(chǎng)效率與流動(dòng)性正相關(guān)，即隨著流動(dòng)性的改善，股票市場(chǎng)的市場(chǎng)效率不斷提高；股票成交金額、流通市值與市場(chǎng)效率正相關(guān)，交易頻率與市場(chǎng)效率負(fù)相關(guān)。在整個(gè)牛市樣本期中，回歸方程中流動(dòng)性的系數(shù)值為負(fù)數(shù)，即市場(chǎng)效率與流動(dòng)性反向變化；成交金額與流動(dòng)性正相關(guān)（回歸2與回歸4）；流通市值與市場(chǎng)效率正相關(guān)（回歸3），交易頻率與市場(chǎng)效率負(fù)相關(guān)（回歸4）。

2.4 流動(dòng)性對(duì)我國(guó)股市效率的分階段影響

為了更加細(xì)致地分析牛市和熊市中流動(dòng)性與市場(chǎng)效率之間的關(guān)系，本文采用模型（6）對(duì)股票市場(chǎng)的兩個(gè)時(shí)期分別進(jìn)行分段線性回歸，將流動(dòng)性按照從小到大的順序排列，依次分為流動(dòng)性低、中、高三組。分階段回歸結(jié)果如表5所示。

表5 熊市與牛市分段回歸結(jié)果

從表5中可以看出，熊市時(shí)期的三段回歸結(jié)果中，流動(dòng)性系數(shù)均為正值，即隨著流動(dòng)性的不斷改善，市場(chǎng)效率不斷提高；在牛市時(shí)期，第一組和第三組的流動(dòng)性關(guān)聯(lián)變量的系數(shù)值為正，第三組的流動(dòng)性關(guān)聯(lián)變量的系數(shù)值為負(fù)，且牛市回歸4的結(jié)果比較顯著。說(shuō)明在牛市初期，隨著流動(dòng)性的提高，市場(chǎng)效率開(kāi)始是逐漸上升，而在流動(dòng)性超過(guò)一定水平時(shí)，市場(chǎng)效率呈現(xiàn)下降趨勢(shì)。原因可能是在牛市初期，投資者比較理性，而當(dāng)市場(chǎng)行情上升到一定程度時(shí)，投資者情緒高漲，入市者甚多，從而形成了一波由資金推動(dòng)的市場(chǎng)又一輪上漲，此時(shí)的投資者已經(jīng)不是傳統(tǒng)市場(chǎng)有效理論中的理性人的假設(shè)。此外，這也與我國(guó)股票市場(chǎng)的參與者結(jié)構(gòu)有關(guān)，我國(guó)股市的參與者中散戶占據(jù)大多數(shù)，散戶的行為通常是追漲殺跌，專業(yè)化程度比較低，羊群效應(yīng)明顯。因此造成了在牛市流動(dòng)性最高的時(shí)期市場(chǎng)效率卻出現(xiàn)下降。

由于在上述研究中，均采用日數(shù)據(jù)進(jìn)行分析，而在熊市期間的部分天數(shù)流動(dòng)性大于牛市時(shí)期的流動(dòng)性，單純根據(jù)時(shí)間劃分不同的流動(dòng)性水平可能導(dǎo)致不太科學(xué)的結(jié)果。因此，本文進(jìn)一步對(duì)整個(gè)樣本期間的數(shù)據(jù)根據(jù)流動(dòng)性的大小從小到大進(jìn)行排序，并等分為5組，然后通過(guò)模型（6）進(jìn)行分段線性回歸。這樣做可以將在熊市期間流動(dòng)性奇高的交易日納入高流動(dòng)性分組進(jìn)行分析，從而得到更加準(zhǔn)確的結(jié)果。回歸結(jié)果如表6所示。

表6 整體分段線性回歸結(jié)果

圖3 流動(dòng)性與市場(chǎng)效率

從全樣本期看，依次加入新控制變量，擬合優(yōu)度均優(yōu)于模型（3）。此外，在流動(dòng)性水平從高到低的前四組來(lái)看，均大于0，流動(dòng)性與市場(chǎng)效率之間均存在正向的變化，而在第五組中，系數(shù)值β15<0，流動(dòng)性在上升到一定水平時(shí)開(kāi)始出現(xiàn)下降。根據(jù)表6中每一組流動(dòng)性關(guān)聯(lián)變量的系數(shù)值，流動(dòng)性與市場(chǎng)效率關(guān)系如下頁(yè)圖3所示：在L1至L2期間，我國(guó)股市效率隨流動(dòng)性的改善逐漸上升，而當(dāng)流動(dòng)性水平急速上升超過(guò)L2時(shí)，市場(chǎng)效率出現(xiàn)下降。

不同行情下，熊市時(shí)期，流動(dòng)性水平較低，隨著流動(dòng)性的不斷改善，市場(chǎng)效率逐漸提高；牛市時(shí)期，投資者情緒高漲，大量資金涌入，市場(chǎng)流動(dòng)性急速上升引起股票價(jià)格持續(xù)上漲，此時(shí)采用指令不平衡數(shù)據(jù)能夠?qū)善笔找孢M(jìn)行很好的預(yù)測(cè)，從而導(dǎo)致了在高流動(dòng)性時(shí)市場(chǎng)效率出現(xiàn)拐點(diǎn)。

3 總結(jié)與建議

流動(dòng)性是衡量股票市場(chǎng)的重要指標(biāo)，是證券市場(chǎng)的生命力所在。從理論上說(shuō),流動(dòng)性與市場(chǎng)效率是密切相關(guān)的：資產(chǎn)流動(dòng)性小,買賣信息傳播慢,供求難以達(dá)到平衡,交易成本大,投資者的期望收益也就高，交易就越不活躍，投資者可以通過(guò)指令不平衡（OIB）對(duì)股票收益進(jìn)行預(yù)測(cè)，股票市場(chǎng)效率比較低。本文基于流動(dòng)性水平選擇滬深300作為樣本數(shù)據(jù)進(jìn)行實(shí)證分析，結(jié)果表明：流通市值、成交金額與市場(chǎng)效率之間存在正相關(guān)關(guān)系；熊市期間，流動(dòng)性與市場(chǎng)效率正向變化；牛市期間，隨著流動(dòng)性上升，市場(chǎng)效率呈現(xiàn)先上升后下降的變化趨勢(shì)。在合并牛市與熊市樣本數(shù)據(jù)對(duì)整體進(jìn)行分段回歸的結(jié)果表明：我國(guó)股市現(xiàn)行條件水平下，市場(chǎng)效率隨著流動(dòng)性的提高逐漸上升，而在流動(dòng)性超過(guò)一定水平時(shí)，市場(chǎng)效率呈現(xiàn)出略微的下降趨勢(shì)。這可能與我國(guó)股票市場(chǎng)的參與者結(jié)構(gòu)有關(guān)，我國(guó)股市的參與者中散戶占據(jù)大多數(shù)，散戶的行為通常是追漲殺跌，專業(yè)化程度比較低，羊群效應(yīng)明顯。

綜上所述，為了防止流動(dòng)性水平快速上升而導(dǎo)致市場(chǎng)效率下降的情況出現(xiàn)，市場(chǎng)監(jiān)管部門需注意：首先，針對(duì)我國(guó)股市投資者結(jié)構(gòu)，應(yīng)適當(dāng)提高市場(chǎng)投資者的準(zhǔn)入門檻，剔除風(fēng)險(xiǎn)承受能力較差以及投資水平較低的客戶，并加強(qiáng)對(duì)投資者進(jìn)行繼續(xù)教育；其次，在牛市行情中，應(yīng)加強(qiáng)對(duì)股票市場(chǎng)流動(dòng)性水平進(jìn)行實(shí)時(shí)監(jiān)測(cè)；最后，從宏觀層面及時(shí)采取合理的措施引導(dǎo)資金流向，對(duì)股票市場(chǎng)進(jìn)行降溫，防止投資者情緒高漲、跟風(fēng)炒作所導(dǎo)致的市場(chǎng)過(guò)熱引發(fā)市場(chǎng)效率下降，資源配置扭曲現(xiàn)象的出現(xiàn)。