股指期货分解交易量对定价效率的影响

张 虹，林祥友

(成都理工大学 商学院，四川 成都 610059)

一、引言

自中国资本市场2010年4月16日正式推出沪深300股指期货交易以来，已经顺利运行四年有余。在股指期货市场的运行和发展过程中，其流动性、波动性、有效性的现实状况如何?市场质量受到哪些因素的影响?存在怎样的变化趋势?不同交易类型和交易者结构对市场质量的影响有何差异?这些都是股指期货市场的各参与方都非常关注的问题，弄清这些问题，有助于更深刻认识股指期货市场微观结构，有助于股指期货市场监管者制定有效的监管政策，交易者实施合理的交易策略，研究者寻找新鲜的研究命题。

二、文献综述

股指期货市场质量和价量关系的研究通常是交织在一起的，在这方面，国外学者已经做了大量有益的尝试。卡波夫 (Karpoff，1987)［1］、康奈尔 (Cornell，1981)［2］、格兰麦提科斯和桑德斯 (Grammatikos＆ Saunders，1986)［3］、福斯特 (Foster，1995)［4］、兰姆雷克斯和拉斯特勒 (Lamoureux ＆ Lastrape，1990)［5］、贝森宾得和瑟金 (Bessembinder＆ Seguin，1993)［6］、拉金纳森和贝克尔 (Ragunathan ＆ Peker，1997)［7］、吉玛 (Girma，2002)［8］、马斯和瓦格纳 (Marsh ＆ Wagner，2004)［9］、穆巴瑞克和乔维德(Mubarik＆ Javid，2009)［10］采用不同方法对期货的价格波动与交易量的关系进行研究发现，期货价格波动与交易量之间是呈现正相关关系，且不可预期交易量对期货价格波动的影响比可预期交易量对期货价格波动的影响要大得多。也有少数研究者，如麦卡瑟和纳詹 (McCarthy＆ Najand，1993)［11］、诺布辛等(Nowbutsing et al.，2009)［12］的研究发现，期货价格收益率 (波动率)与交易量之间不存在相关关系，或者至少二者之间的关系并不明显。

国内学者也对期货市场质量和价量关系进行了大量研究，华仁海等［13］(2002a)、华仁海和仲伟俊［14］(2002b)、华仁海和仲伟俊［15］(2003)利用相关分析、VAR模型、Granger因果检验、GARCH模型对中国期货市场价格波动与成交量之间的关系进行了分析，结果表明交易量与绝对价格波动存在正相关，而与价格波动本身不相关，期货价格收益与交易量之间不存在相关关系，绝对收益与交易量之间存在正相关关系。华仁海和仲伟俊［16］(2004)借助GARCH模型，分两种情况研究了成交量和持仓量对股指期货价格波动的影响，对中国期货市场期货价格波动与成交量和持仓量之间的动态关系进行了实证研究。周志明、唐元虎和施丽华［17］(2004)对期铜和期铝两个期货合约收益率波动的研究表明，交易量与收益率波动之间的关系是正相关，持仓量与收益率波动之间的关系是负相关。田新民和沈小刚［18］(2005)考察了交易量与持仓量对日内价格波动的影响，同时对预期和未预期交易量、预期和未预期持仓量对价格波动的影响进行了量化分析，结果发现交易量与日内价格波动之间存在正相关关系，持仓量与日内价格波动之间存在负相关关系，未预期交易量对价格波动的影响比预期交易量大，未预期持仓量对价格波动的影响比预期持仓量大。曾廷敏和林祥友等［19］(2013)将股指期货的成交量分为预期成交量和非预期成交量，分别考察两类成交量对市场波动性的影响，得出类似的研究结论。翟光磊［20］(2011)通过对橡胶期货的量价关系实证分析得出结论，指出中国橡胶期货收盘价、成交量和持仓量之间具有长期稳定的均衡关系，收盘价是持仓量变化的格兰杰原因，持仓量变化是成交量变化的格兰杰原因，成交量变化是收盘价变化的格兰杰原因。代宏霞等［21］(2013)将股指期货交易分为开仓交易、平仓交易和换手交易三种类型，采用一定方法间接考察了各种交易类型对期货市场波动性影响的差异性。林祥友和甘雨婕［22］(2013)还将股指期货的交易类型分为开仓交易、平仓交易和换手交易，间接考察了各交易类型的交易量对流动性影响的差异性。作为股指期货市场质量的一个组成部分，研究成交量、持仓量影响股指期货定价效率的文献还较少见到，林祥友和代宏霞［23］(2013)研究了股指期货主力合约转换前后的市场有效性的差异。

综观股指期货的市场质量和价量关系的研究，对交易量的考察，一种方法是直接考察交易量与收益率、波动率的关系，另一种方法是对交易量进行细分，比如贝森宾得和瑟金［6］、拉金纳森和贝克尔［7］、周志明等［16］(2004)、田新民和沈小刚［18］(2005)、曾廷敏等［19］(2013)将交易量细分为可预期交易量和不可预期交易量来进行研究其与波动率之间的关系、华仁海和仲伟俊［14］(2002)、曾廷敏等［19］(2013)分别考察了交易量和相对交易量对波动率的影响、代宏霞等［21］(2013)、林祥友和甘雨婕［22］(2013)则间接考察了开仓交易量、平仓交易量和换手交易量等对市场波动性和流动性的不同影响，从而获得期货价量关系的更全面更准确信息。

基于相关研究文献的启示，结合交易量细分的可行性和可靠性，本研究首先按照构建的分解规则将股指期货1分钟高频数据中的1分钟交易量直接分解为1分钟开仓交易量、1分钟平仓交易量和1分钟换手交易量，然后汇总计算每一交易日的日开仓交易量、日平仓交易量、日换手交易量，并采用一定的指标测度股指期货的定价效率，分别研究交易量、开仓交易量、平仓交易量、换手交易量对股指期货定价效率的不同影响，进而深入分析不同交易类型和不同交易者行为对股指期货市场定价效率的不同影响，深刻认识股指期货市场微观结构，针对性地对交易者行为进行分析和引导。

三、交易量分解的基本原理

股指期货的交易是基于交易双方达成的共同意愿完成的，根据交易双方的地位和意图，可以将其交易类型划分为开仓交易、平仓交易和换手交易。开仓交易是交易双方都以开仓为意图的交易，交易的一方是买入开仓，另一方是卖出开仓，完成1个单位的开仓交易的结果是成交量和持仓量同时增加1个单位，此类交易通常发生在某一股指期货合约的新手之间。平仓交易是买卖双方都以平仓为意图的交易，交易双方的一方是买入平仓，另一方是卖出平仓，完成1个单位的平仓交易的结果是成交量增加1个单位，持仓量减少1个单位，此类交易通常发生在某一股指期货合约的老手之间。换手交易又分为多头换手交易和空头换手交易，多头换手交易是原来持有多头的投资者卖出平仓，新的投资者买入开仓;空头换手交易是原来持有空头的投资者买入平仓，新的投资者卖出开仓。完成1个单位的换手交易的结果是成交量增加1个单位，持仓量保持不变，此类交易通常发生在某一股指期货合约的新手和老手之间。股指期货交易者的不同交易类型会对市场的成交量和持仓量产生不同的影响，成交量和持仓量的这一相互关系和变化规律为交易量的细分提供了理论基础。

在股指期货的季月合约漫长的非主力合约期间，通过对其1分钟高频交易数据进行观察后发现，在多数1分钟的交易时段里实现的交易量都很少，有时甚至在1分钟内只实现了1个单位或者0个单位的交易量。而在其主力合约期间，每个1分钟的交易时段里实现的交易量则比较多，可以达到几十甚至几百个单位的交易量。因此，本文选取股指期货合约在其非主力合约期的交易时段作为研究对象，根据前述不同交易类型中成交量和持仓量之间的不同关系特征，便捷而可靠地将1分钟内实现的交易量分解为开仓交易量、平仓交易量和换手交易量。交易量分解的基本原理如表1所示。

表1 股指期货交易量分解的基本规则

进行交易量分解的基本步骤为:首先，将股指期货合约1分钟交易量超过4个单位的对应数据全部进行删除，而将1分钟交易量在4个单位以内的对应数据暂时保留;其次，根据交易量和持仓量增量之间的关系，按照表1的分解规则对1分钟交易量进行分解，将1分钟交易量分解成1分钟开仓交易量、1分钟平仓交易量和1分钟换手交易量;再次，根据分解结果的确定性，保留分解结果确定的对应数据，删除分解结果不确定的对应数据，具体来讲，当分解结果是唯一的，对应数据保留;当分解结果有两种及两种以上而不确定时，对应的数据删除，剩下的即是对1分钟交易量进行了可靠分解得到的数据;最后，以各个交易日为时间单位，将1分钟开仓交易量、1分钟平仓交易量、1分钟换手交易量分别汇总为日开仓交易量、日平仓交易量、日换手交易量。

依据上述分解步骤和分解规则，某一1分钟交易时段的交易量数据就可靠地分解为1分钟开仓交易量、1分钟平仓交易量和1分钟换手交易量三类交易量数据;再按照交易日进行汇总，就得到股指期货的日开仓交易量、日平仓交易量、日换手交易量，为后文研究不同类型分解交易量对市场定价效率的不同影响奠定了数据基础。

四、分解交易量对定价效率的影响

本部分基于交易量分解的结果，采用一定方法分析不同分解交易量对市场定价效率的不同影响。实证检验是基于沪深300股指期货合约IF1212自2012年4月23日至2012年8月18日期间的1分钟高频价量数据，以及按照前述规则分解出的1分钟分解交易量和日分解交易量。

(一)相关变量定义

1.交易量TV为日交易量，LnTV为对日交易量的原始数据取自然对数。2.开仓交易量

OPTV为从1分钟交易量分解出来的1分钟开仓交易量，并按交易日汇总的日开仓交易量。LnOPTV为日开仓交易量的自然对数。

3.平仓交易量

CLPTV为从1分钟交易量分解出来的1分钟平仓交易量，并按交易日汇总的日平仓交易量。LnCLPTV为日平仓交易量的自然对数。

4.换手交易量

CHPTV为从1分钟交易量分解出来的1分钟换手交易量，并按交易日汇总的日换手交易量。LnCHPTV为日换手交易量的自然对数。

5.定价效率

哈斯布鲁克和斯卡茨 (Hasbrouck＆Schartz，1988)［24］提出采用市场效率系数 (Market Efficiency Coefficient，MEC)来度量市场的有效性或定价效率，MEC的基本表达式为:

式 (5)中，R2为股指期货主力合约的两期收益率，即两个1分钟的对数收益率;R1为股指期货主力合约的单期收益率，即一个1分钟的对数收益率;Var(R2)为R2的样本方差;Var(R1)为R1的样本方差。MEC的值越接近于1，表明市场的定价效率越高。

根据市场效率系数的含义，并不能够通过直接比较市场效率系数MEC的大小来判断股指期货定价效率的高低，因此以市场效率系数MEC为基础，本文进一步构建了直接反映股指期货定价效率的正向指标如式 (6)所示。

式 (6)中，Efficiency的值越大，表明股指期货市场的有效性越强，定价效率越高;Efficiency的值越小，表明股指期货市场的有效性越弱，定价效率越低。本文以1分钟的价格数据为基础，根据各个交易日里各交易1分钟的收盘价数据分别计算出股指期货合约IF1212每个交易日对应的市场有效性 (定价效率)指标Efficiency，并采用下述模型检验各类日分解交易量对定价效率的影响。

(二)检验模型构建

考察沪深300股指期货每个交易日内的定价效率与日交易量、日开仓交易量、日平仓交易量、日换手交易量之间的关系时，借鉴贝森宾得和瑟金［6］(Bessembinder＆Seguin，1993)的方法，分别建立如下模型1和模型2:

模型1:模型2:

式 (7)的模型1用于考察未分解日交易量对市场有效性 (定价效率)的影响，式 (8)的模型2用于考察各类日分解交易量包括日开仓交易量、日平仓交易量、日换手交易量对市场有效性 (定价效率)的影响，Efficiency为股指期货有效性 (定价效率)的估计值，LnTV为日交易量的自然对数，LnOPTV为日开仓交易量的自然对数，LnCLPTV为日平仓交易量的自然对数，LnCHPTV为日换手交易量的自然对数。

(三)变量的描述性统计

在对股指期货进行实证分析之前，首先对股指期货合约IF1212的日有效性 (定价效率)、日交易量、日开仓交易量、日平仓交易量、日换手交易量的数据进行描述性统计如表2所示。

表2 股指期货合约IF1212价量数据的描述性统计

由表2可知，从偏度分析，日有效性、日交易量、日开仓交易量、日平仓交易量、日换手交易量的偏度都为正，存在一个右尾，即呈右偏。从峰度分析，只有有效性的峰度大于3，呈现明显的尖峰特征;日交易量、日开仓交易量、日平仓交易量、日换手交易量的峰度均小于3，尖峰特征并不明显。从正态性分析，日有效性的JB统计量的值较大，数据不服从正态分布;其余数据的JB统计量的值较小，呈现一定正态性特征。平稳性检验的结果表明，日有效性和日平仓交易量是平稳时间序列数据，其他数据则不平稳，数据的描述性统计结果为进一步的实证分析奠定了基础。

(四)分解交易量对定价效率的影响

利用1分钟交易量数据，将1分钟开仓交易量、1分钟平仓交易量、1分钟换手交易量数据分解出来，然后按照交易日将每类分解交易量进行汇总，得到各类分解交易量的日数据;根据1分钟的价格数据，估计每个交易日的有效性 (定价效率)指标;采用模型1检验日交易量对市场有效性 (定价效率)的影响，采用模型2检验日开仓交易量、日平仓交易量、日换手交易量等分解交易量对市场有效性 (定价效率)的影响，估计结果如表3所示。

表3 各类交易量对定价效率的影响

由表3做出如下分析:

根据AIC准则和SC准则，确定模型1的最优滞后期数为3，且只有滞后3期的滞后项的系数较为显著，表明有效性自身的3期滞后项对其自身影响比较显著;参数α1为2.580009，为正值，显著性水平为0.05，表明交易量对市场的有效性 (定价效率)存在比较显著的正向影响，交易量越大，股指期货市场有效性越强，定价效率越高。

根据AIC准则和SC准则，确定模型2的最优滞后期数为3，且只有滞后3期的滞后项的系数较为显著，表明有效性自身的3期滞后项对其自身影响比较显著;参数α2为0.579712，为正值，显著性水平为0.1，表明开仓交易量对市场的有效性存在比较显著的正向影响;参数β2为1.175803，为正值，显著性水平为0.1，表明平仓交易量对市场的有效性存在比较显著的正向影响;参数γ2为1.020150，为正值，显著性水平为0.1，表明换手交易量对市场的有效性存在比较显著的正向影响。综上所述，不同分解交易量对市场有效性 (定价效率)都存在着显著的正向影响，影响程度的强弱顺序依次是平仓交易量、换手交易量、开仓交易量。

比较模型1和模型2的估计结果，模型1的可决系数R2值为0.177794，模型2的可决系数R2值为0.178010，可见，分解交易量包括开仓交易量、平仓交易量、换手交易量共同对有效性的解释力稍微强于未分解交易量单独对有效性的解释力，表明分解交易量包含了能够解释市场有效性 (定价效率)的增量信息，进行交易量的这种分解不仅是可行的，也是很有必要的。

五、结论与启示

以沪深300股指期货合约IF1212在2012年4月23日～2012年8月18日期间的1分钟高频数据作为数据基础，按照一定的分解规则，将每个交易单位1分钟内的交易量分解为1分钟开仓交易量、1分钟平仓交易量和1分钟换手交易量，然后按交易日汇总成日开仓交易量、日平仓交易量和日换手交易量，研究股指期货的日交易量和日分解交易量对市场有效性 (定价效率)影响的差异性，得到以下结论和启示。

第一，股指期货的三类分解交易量之间存在较大的差异性。根据交易量分解的结果可知，1分钟开仓交易量、1分钟平仓交易量、1分钟换手交易量的变动规律存在很大差异性，换手交易量的均值最大，开仓交易量的均值第二，平仓交易量的均值最小。三者之间此消彼长，共同构成了某一交易单位即1分钟内和1日内的交易量。

第二，股指期货三类分解交易量对定价效率的影响程度存在较大的差异性。日开仓交易量、日平仓交易量、日换手交易量对市场有效性和定价效率都存在正向影响，但是一个单位的各类分解交易量对定价效率影响的程度存在较大差异，其影响程度由强到弱的顺序依次是平仓交易量、换手交易量和开仓交易量。

第三，股指期货三类分解交易量共同对定价效率的解释能力强于未分解交易量单独对定价效率的解释能力。基于完全相同区间的变量数据，比较模型1的可决系数R2和模型2的可决系数R2可知，日开仓交易量、日平仓交易量、日换手交易量等三类分解交易量共同对定价效率的解释力强于未交易量单独对定价效率的解释力，当然其解释力只是稍微偏强，但足以表明对交易量的这种分解是有意义的。

第四，将股指期货交易量分解为开仓交易量、平仓交易量和换手交易量对股指期货市场的监管、交易和研究具有重要的借鉴意义和参考价值。可以初略建立如下对应关系，在股指期货市场中，开仓交易通常发生在某一股指期货合约的新手双方之间，平仓交易通常发生在老手双方之间，换手交易通常发生在新手和老手之间，期货合约的老手交易者在交易时，买卖双方都比较了解和熟悉某一期货合约，买卖双方的交易行为对该期货合约的定价效率的提高就会产生比较大的正面影响。因此导致各类分解交易量对定价效率的影响程度强弱的顺序依次为平仓交易、换手交易、开仓交易。当然，市场监管者和交易者也可以根据市场定价效率的变化情况反过来推测交易类型和交易者的构成，市场定价效率增强，意味着平仓交易量在增加，更多老手在参与交易;市场定价效率减弱，意味着开仓交易量在增加，更多新手在参与交易。这些研究结论可以作为股指期货市场的监管者制定监管政策和交易者选择交易策略的重要借鉴与参考。

［1］Karpoff J M.The Relationship between Price Changes and Trading Volume:A Survey［J］.Journal of Financial and Quantitative Analysis，1987，(22):109 －126.

［2］Cornell B.The Relation between Volume and Price Variability in Futures Markets［J］.Journal of Futures Markets，1981，(1):302 －316.

［3］Grammatikos T，Sauders A.Futures Price Variability:A Test of Maturity and Volume Effect［J］，Journal of Business，1986，(59):319－330.

［4］Foster A J.Volume － Volatility Relation for Crude Oil Futures Markets［J］.Journal of Futures Markets，1995，(15):929 － 951.

［5］Lamoureux C，Lastrapes W.Heteroskedasticity in Stock Return Data:Volume versus GARCH Effect.［J］.Journal of Finance，1990，(45):221－229.

［6］Bessembinder H，Seguin P J.Price Volatility，Trading Volume，and Market Depth:Evidence from Futures Market［J］.Journal of Financial and Quantitative Analysis，1993，(28):21 －39.

［7］Ragunathan V，Peker A.Price Volatility，Trading Volume，and Market Depth:Evidence from theAustralia Future Markets［J］.Applied Financial Economics，1997，(7):447 －454.

［8］Girma P B，Mougoue M.An Empirical Examination of the Relation between Futures Spreads Volatility ，Volume，and Open Interest［J］.Journal of Futures Markets，2002，(22):1083 －1102.

［9］Terry A，Marsh，Niklas Wagner.Return － Volume Dependence and Extremes in International Equity Markets［R］.Haas School of Business，UC Berkeley，2004，RPF －293.

［10］Mubarik，Javid.Relationship between Stock Return，Trading Volume and Volatility:Evidence from Pakistani Stock Market［J］.Asia Pacific Journal of Finance and Banking Research，2009，3(3):1 －17.

［11］McCarthy J，Najand M.State Space Modeling of Price and Volume Dependence:Evidence from Currency Futures［J］.Journal of Futures Markets，1993，(13):335 －344.

［12］Nowbustsing，Naregadu.Returns，Trading Volume and the Volatility in the Stock Market of Mauritius［J］.African Journal of Accounting，Economics，Finance and Banking Research，2009，5(5):1 －36.

［13］华仁海，仲伟俊.对上海期货交易所金属铜量价关系的实证分析［J］.统计研究，2002，(8):71－73.

［14］华仁海，仲伟俊.对中国期货市场价量关系的实证研究［J］.数量经济技术经济研究，2002，(6):119－121.

［15］华仁海，仲伟俊.中国期货市场期货价格收益、交易量、波动性关系的动态分析［J］.统计研究，2003，(7):25－30.

［16］华仁海，仲伟俊.中国期货市场期货价格波动与成交量和空盘量动态关系的实证分析［J］.数量经济技术经济研究，2004，(7):123－132.

［17］周志明，唐元虎，施丽华.中国期市收益率波动与交易量和持仓量关系的实证研究［J］.上海交通大学学报，2004，(3):368－372.

［18］田新民，沈小刚.基于交易量和持仓量的期货日内价格波动研究［J］.经济与管理研究，2005，(7):78－80.

［19］曾廷敏，林祥友，王勇.沪深300股指期货动态价量关系研究［J］.西部论坛，2013，(6):96－102.

［20］翟光磊.橡胶期货价格和交易量、持仓量的相关性分析［J］.金融经济，2011，(18):75－77.

［21］代宏霞，臧旻，林祥友.股指期货不同交易类型对价格波动影响的差异性研究［J］.投资研究，2013，(6):105－114.

［22］林祥友，甘雨婕.基于高频数据的股指期货动态价量关系研究［J］.经济与管理评论，2014，(2):121－129.

［23］林祥友，代宏霞.股指期货主力合约转换前后的市场有效性研究［J］.重庆工商大学学报(社会科学版)，2013，(5):9－15.

［24］Hasbrouck J，R A Schwartz.Liquidity and Execution Cost in Equity Markets［J］.Journal of Portfolio Management，1988，(14):10 － 16.