“千股跌停”是股指期货惹的祸吗?

，　金融与经济　２０１６．１２　

ｏｕｒｎａｌ　ｏＪ　Ｆｉｎａｎｃｅ　ａｎｄ　Ｅｃｏｎｏｍｉｃｓ　

“千股跌停”是股指期货惹的祸吗？　

■吕江林，尹佳秋　

２０１５年，我国股市频频出现“千股跌停”，学界、业界乃至社会上一个带有普遍性的认识是：这是股指期　

货惹的祸，至少股指期货是一个重要的元凶。果真如此吗？本文采用股市最新样本，运用ＧＡＲＣＨ模型和适　

合检验非对称波动的ＴＡＲＣＨ模型，细致地进行了实证分析。结果表明，沪深３００股指期货问世后，虽会一　

定程度地放大新信息对股市的）中击，但总体上具备一定的降低股票现货市场波动的功能，特别是可以消除　

杠杆效应，可以相当程度地减弱负面消息对股市的冲击。由此，我们得出结论：“千股跌停”决不是股指期货　

惹的祸。－９此结论相应，本文提出了应尽快恢复股指期货正常运作，以发挥其对现货市场的套期保值和定　

价等功能，但须在此之前大力完善股指期货的监管机制、运行机制，以及现货市场的监管机制的对策建议。　

［关键词］股指期货；股市波动；千股跌停　

【中图分类号】Ｆ８３０．９　【文献标识码】Ａ　【文章编号］１００６—１６９Ｘ（２０１６）１２—００６４—０９　

吕江林，江西财经大学金融学院教授。（江西南昌３３００１３）；尹佳秋，英国华威大学华威商学院，研究生。　

一

、

引言　

间，我国学界、业界乃至广大投资者不仅质疑股指　

期货未能发挥正常的避险功能，而且还由于频繁观　

２０１５年可以说是我国股民的“灾难年”，上证综　

指从６月１５日的５０６３点（当日盘中最高５１７８点），　

暴跌至年底的３５３９点；尤为惨烈的是，从６月１９日　

到９月１日，我国股市共计出现了１５次“千股跌停”，　

平均每３．５个交易日，就有１日遭遇千股跌停，股民　

损失惨重，“哀鸿遍野”。　

是的，把我国本轮股市暴跌归结为此前的暴　

涨，是符合逻辑的。此前上证综指从年初的３２３５点　

涨到６月１５日的５０６３点，短短５个月出头上涨５７％，　

可以说是泡沫横生，暴涨后泡沫破灭就必然暴跌。　

察到股指期货往往先于股指下跌，似乎在引领股指　

下跌，频繁观察到千股跌停日每每是下午１４：３０以　

后股指期货率先暴跌然后股指跟随着暴跌，而强烈　

质疑我国股指期货是股指暴跌的元凶之一（皮海　

洲，２０１５）。终于，中金所出手限制股指期货了。　

２０１５年９月２　Ｅｔ，中金所规定：自９月７日起，沪深　

３００、上证５０、中证５００股指期货客户在单个产品、单　

日开仓交易量超过１０手便构成“日内开仓交易量较　

大”的异常交易行为；同时自９月７日结算时起，将　

沪深３００、上证５０和中证５００股指期货各合约非套　

何况，２０１５年度里，由于证券监管层放松管制，允许　

股市投资者加杆杠“配资”，则一旦股市进入大跌之　

势，配资账户被“平仓”的压力将加速股指的下跌，　

由此似乎可以进一步解释我国股市那一期间的“千　

股跌停”。然而令人不解的是：我国股指期货沪深　

３００不是２０１０年就问世了吗？２０１５年４月不是进一　

步推出了上证５０和中证５００股指期货了吗？股指　

期保值持仓交易保证金标准由３０％提高到４０％，沪　

深３００、上证５０和中证５００股指期货各合约套期保　

值持仓交易保证金标准由１０％提高到２０％，将股指　

期货当日开仓又平仓的平仓交易手续费标准，由目　

前按平仓成交金额的万分之一点一五收取，提高至　

按平仓成交金额的万分之二十三收取。　

此后，我国股市仍然出现了千股跌停现象，针　

对此，反对限制股指期货的学界和业界人士认为，　

期货的一大功能就是熨平股市波动，规避股市系统　

性风险，那么，我国在已推出了若干品种股指期货　

的条件下，为何股市仍然会千股跌停呢？难道我国　

的股指期货未能发挥正常功能？事实上，在此期　

６４　ＪＲＹＪＪ　

“千股跌停不是股指期货惹的祸”；不过千股跌停的　

次数的确少多了，９月１日到年底仅有２次千股跌　

停，这样支持限制股指期货的人士认为，这证明了　

我国股指期货实际上加大了股指波动，限制有理。　

众所周知，期货有三大基本功能：一是避险功　

能，可以通过套期保值规避系统性风险；二是价格　

发现功能，这是因为期货的价格反映了投资者对未　

来的预期，其又可以引导现货市场的价格；三是增　

加流动性功能，这是由于期货市场套期保值的“保　

险作用”可很大程度使现货市场交易者减少后顾之　

忧而大胆交易。这三个功能是相辅相成的，其中避　

险功能则是最为核心的功能，后两个功能在某种意　

义上可以说从不同侧面表现了避险功能。　

那么，到底应如何评价我国股指期货的功过？　

应否继续限制股指期货的运行？很显然，如果我国　

股指期货不仅基本不具备平抑股价、规避股市系统　

性风险的功能，甚至还是我国股市“千股跌停”的元　

凶，那么我们可以考虑长期限制乃至废除股指期　

货；而如果我国股指期货相当程度地具备规避系统　

性风险功能，只是不够完备，我们就应当通过加强　

金融监管和相应的体制机制变革，来完善股指期货　

的功能，尽快恢复股指期货的正常运行，来促进我　

国股市的健康发展，进而促进我国金融体系乃至整　

个国民经济的健康发展。　

这里，对股指期货功过的评价，不能诉诸感性　

的直观或先验的偏好，而必须用科学、细致的实证　

方法来探讨。此即本文研究的背景和意义所在。　

二、相关文献综述　

（一）国外文献　

２０世纪７Ｏ年代末以来，国外大量文献从理论上　

论述了股指期货应当具有稳定股市现货市场、规避　

系统性风险以及价格发现等功能（Ｄａｎｔｂｉｎｅ　１９７８；　

Ｂｒａｙ　１９８１；Ｓｔｏｌｌ　ａｎｄ　Ｗｈａｌｅｙ　１９８７；Ｃｏｈｅｎ，Ｇｏｍｐｅｒｓ　

ａｎｄ　Ｖｕｏｈｅｅｎａｈｏ，２００２）。不过，也有少数文献从一　

般的期货市场与现货市场关系上论证了期货市场　

交易可能会增加现货市场的价格波动性（Ｃｏｘ，１９７６　

等），当然这种观点显然不是主流。还有许多学者对　

股指期货与股市的关系进行了实证研究。如　

Ｈｅｎｄｒｉｋ和Ｐａｕｌ　Ｊ．Ｓｅｇｕｉｎ（１９９２１研究了１９７８年到　

１９８９年间标准普尔５００指数推出先后股市波动的波　

动情况，发现股指期货的推出减少了现货市场的波　

动。同样Ｒｏｂｉｎｓｏｎ（１９９４）基于１９８０年到１９９３年的　

时间序列的研究，证明富时１００股指期货的推出减　

少了现货市场的波动。Ｔｉａｎ和Ｚｈｅｎｇ（２０１３）检测了　

“千股跌停”是股指期货惹的祸吗？　

关于沪深３００股指期货及股票指数波动的相互关　

系，他们发现沪深３００股指期货市场的价格发现和　

套期保值功能会对现货市场造成影响，这可能会使　

现货市场更加稳定，减少波动。　

当然，也有学者通过实证分析得出了相反的结　

论。如Ｍａｂｅｒｌｙ、Ａｌｌｅｎ和Ｇｉｌｂｅｒｔ（１９８９）将１９７３年６月　

１日至１９８２年４月２０　１３的前标准普尔期货阶段与　

１９８２年４月２１　１３至１９８８年１２月３１日后标准普尔期　

货阶段进行了比较，并得出了推出标准普尔期货后　

波动更大的统计学结果。还有学者的研究得出了　

不确定的结论，如Ｄａｒｒａｔ，Ｒａｈｍａｎ和Ｚｈｏｎｇ（２００２）通过　

使用ＥＧＡＲＣＨ模型考察了标准普尔５００指数期货交　

易对潜在现货市场波动的影响，只是发现期货交易　

没有造成标准普尔５００现货市场观测到的更大波动　

性震荡。不过，这些得出相反的结论或不确定结论　

的文献也并不是主流。　

（二）国内文献　

国内关于我国股指期货功能、作用的实证研　

究，也有不少文献，不过得出的结论并不一致。邢　

天才和张阁（２００９）较早运用ＧＡＲＣＨ模型、ＴＡＲＣＨ　

模型及ＥＧＡＲＣＨ模型分析了新加坡新华富时Ａ５０　

指数期货对沪深３００指数的影响，研究发现，股指期　

货的推出略微增大了指数现货市场的波动性及非　

对称效应。谈儒勇和盛美娜（２０１１）通过选取２００５　

年４月８日至２０１１年２月２３日沪深３００股票指数的　

３１收盘价为样本数据，运用ＧＡＲＣＨ模型进行实证　

研究，发现沪深３００股指期货的推出对于股票现货　

市场的波动性没有显著影响。华仁海和张朋　

（２０１２）基于Ｍａｒｋｏｖ—Ｓｗｉｔｃｈｉｎｇ—ＧＡＲＣＨ模型，对我国　

股指期货与现货的关系进行了实证研究，结果表　

明，沪深３００股指期货的引入减缓了股票现货市场　

的波动，提高了现货市场的稳定性。李德峰、张丽　

青和黄昱熙（２０１２）选用２００９年３月１１　１３至２０１１　

年５月３１日沪深３００指数的日收益率数据，运用　

ＯＨＬＣ模型和ＴＡＲＣＨ模型分别进行实证研究，发现　

股指期货的推出有效降低了沪深３００指数的日内波　

动率。吴榴红、张学东和王磊磊（２０１２）运用ＧＡＲＣＨ　

模型，将２００５年４月８　１３至２０１１年９月１３日沪深　

３００指数收盘价序列分为两个子样本进行实证分　

析，结果表明：股指期货的推出加大了股票市场的　

波动性；他们还通过ＴＧＡＲＣＨ、ＥＧＡＲＣＨ模型检验　

非对称性效应，发现股指期货的推出增大了股票市　

ＪＲ　１　６Ｓ　

金融与经济２０１６．１２　

场的非对称效应；利空消息引起股票市场价格的波　

动大于同等程度利好消息引起的波动。肖争艳和　

高荣（２０１４）利用２００６～２０１４年的股市日收益率数　

据，采用ＣＣＫ模型来测度股市羊群效应，结论是沪　

深３００股指期货的推出弱化了股市尤其是主板市场　

的羊群行为，对股市的平稳运行有很大的促进作　

用。蔡向辉和刘锋（２０１４）对沪深３００股指期货上市　

前后２～３年的股市日收益率数据进行了实证和比　

较，发现股指期货具有一定的抑制股市正反馈交易　

即抑制股市波动的作用。　

以上研究都很有参考价值。不过，这些文献做　

的实证分析，毕竟都是在２０１５年下半年“千股跌停”　

之前，未能经受“千股跌停”的检验，不足为据，还有　

待于我们进一步的实证。本文将运用ＧＡＲＣＨ和非　

对称的ＡＲＣＨ模型，采用最新的股市数据，来进行细　

致的实证分析，以求得出较为客观和中肯的结论。　

三、实证分析　

本文首先将采用全样本空间对我国沪深３００股　

指期货对现货市场的作用进行初步分析，接着将根　

据股指期货的上市和中金所颁布政策限制股指期　

货的交易规模这两个时间点划分出三个子样本，来　

进行实证检验，以期得出较为中肯的结论。　

（一）全样本实证　

１．模型选择　

金融时间序列数据常常会出现方差随时间变　

化的特点，且在方差的变化过程中，幅度较大的变　

化会相对地集中在某些时间段里，而幅度较小的变　

化则会相对集中在另一些时间段里。或者说金融　

时间序列的方差存在着波动的集群性（ｖｏｌａｔｉｌｉｔｙ　

ｃｌｕｓｔｅｒｉｎｇ）。１９８２年，美国经济学家恩格尔（Ｅｎｇｌｅ）　

提出的自回归条件异方差（ＡＲＣＨ）模型较适合于研　

究此类现象。尔后，１９８６年，Ｂｏｌｌｅｒｓｌｅｖ提出了设置　

条件方差的滞后结构具有灵活性的广义自回归条　

件异方差模型即ＧＡＲＣＨ模型，其更适合于研究滞　

后阶数较大的场景，因此在各国金融学界得到了更　

为广泛而有效的应用。　

ＧＡＲＣＨ模型可以表示为ＧＡＲＣＨ（ｐ，ｑ）模型来反　

映ＧＡＲＣＨ效应的顺序，模型形式为：　

Ｒ　＝ｖａｒ（ｕ　Ｉ　ｕ　一ｌ，１１　２，…）＝Ｅ　Ｉ“　Ｉ　一１，　一２，…Ｉ　

（１）　

Ｆ　。＋∑　ｓ　ｔ—ｊ＋∑；：　Ｏ＇２ｔ　（２）　

６６　ＪＲＹＪＪ　

式（１）为均值方程。式中Ｒ　为均值。　

式（２）为条件方差方程。式中：　

１３＂　为线性回归的条件方差（ＧＡＲＣＨ项）；　

ｓ　。为预测误差（度量从前期得到的波动性的信　

息的ＡＲＣＨ项）；　

ｐ代表移动平均ＡＲＣＨ项的阶数，ｐ≥０；　

ｑ代表自回归ＧＡＲＣＨ项的阶数，ｑ＞０；　

仅０＞０；仅。＞Ｉ０；　

为保证ＧＡＲＣＨ（ｐ，ｑ）模型是宽平稳的，存在参数　

约束条件∑　。　＋∑？：　＜１。　

在股票市场上，一个经常观察到的规律性现象　

是负面冲击或坏消息（ｂａｄ　ｎｅｗｓ）引起的波动（市场　

下跌）要比同等程度的正面冲击或好消息（ｇｏｏｄ　

ｎｅｗｓ）引起的波动（市场上升）大，此即所谓杠杆效　

应，这是一种不对称效应。　

Ｎｅｌｓｏｎ（１９９１）提出了一个可用于分析条件方差　

方程正面和负面冲击之间的不对称效应的模型，该　

模型的设置参数不受限制，导致无论每一个参数估　

计是积极的还是消极的，条件均为积极，可较好地解　

决收益率分布的诱骗性和系数非负约束两大特　

性。在此模型中，杠杆影响是指数型的，而非二次　

型的，称为ＥＧＡＲＣＨ模型。　

ＥＧＡＲＣＨ模型可以表示为：　

Ｒ　＝ｖａｒ（ｕ　ｌ　ｕ　一－，ｕ　一２，…）＝Ｅｌ“　Ｉ“　一。，“　２，…ｌ（３）　

ｌｏｇ（叮。　）＝Ｏｒ０＋ｐｌｏｇ（叮　一１）＋　—　ｔｂ：ｔ－　１＝＋０【　

‘　

、　

＋

闫　（４）　

公式中，如果　＝０，那么就不存在不对称；但如果　

≠０，则说明数据不对称。当　＜０时，就代表存在杠　

杆效应。而且，好消息（Ｕ　一。＞０）将给条件方差（ｄ＋　）　

次冲击，同时，坏消息（ｕ　＜０）会给条件方差（ｄ一　）次　

冲击。　

Ｚａｋｏｉａｎ（１９９４）提出了另一种适合研究杠杆效应　

的门限ＡＲＣＨ模型即ＴＡＲＣＨ模型。该模型旨在检　

验出现不利冲击时，在条件方差方程中增加不对称　

标准差是否导致明显的变化。　

ＴＡＲＣＨ模型可以表示为：　

Ｒ　－ｖａｒ（ｕ　ｌ　ｕ｝－ｌ，ｕ【－２，…）＝Ｅｌ　ｆ“［＿ｌ，　ｃ＿２，…ｌ（５）　

ｄ　＝０【。＋∑　Ｐ　Ｏｔ　（Ｊ　８　一ｉ　ｌ一　８　）＋∑ｊ：　Ｂ　。。（６）　

公式中，如果－ｙ＝０，那么就不存在不对称；但如果　

≠０，则说明数据不对称。当＾ｙ＜０时，就代表存在杠　

杆效应。而且，好消息（ｕ　＞０）将给条件方差（　＋　）　

次冲击，同时，坏消息（ｕｌ－。＜０）会给条件方差（仅一　）次　

冲击。　

本文也将采用ＧＡＲＣＨ模型和适于研究非对称　

现象的ＡＲＣＨ类模型展开实证分析。　

２．变量选择　

本文变量选择沪深３００股指的日收益率序列。　

按照学术界惯例，沪深３００股指的日收益率公　

式如下：　

Ｒ。＝（１ｎＰ　一ｌｎＰ　一。）（ｔ＝ｌ，２，３……）　（７）　

式中，Ｒ广ｔ　日的日股指收益率　

Ｐｌ——ｔ　日的股指收盘指数　

３．样本选择　

沪深３００指数系由沪深证券交易所于２００５年４　

月８日联合发布，故本节选用的全样本空间，即采用　

２００５年４月８　Ｅｔ至２０１６年７月２８日的全部沪深３００　

日收盘指数。总共得到２７５０个原始观测数据，其中　

２７２２个为有效观测值。　

４．描述性统计　

图Ｉ是整个样本期内沪深３００股指收益率描述　

性统计图。　

：Ｓｅｔｉｅｓ：Ｒ　

Ｓａｔｏｐｉｃ４／０８／２００５７／２８１２０１６　

Ｏｂｓｅｒｖａｔｏｉｎｓ２７５０　

Ｍｅａｎ　

０　ｏ４２２１６　

ｅＭｄｉａｎ　Ｏ．１１　０１０６　

Ｍａ￣ｍｕｍ　

８．９３１０２１　

Ｍｉｎｉｍｕｍ　

－

９．８９４９３８　

Ｓｔｄ　Ｄｅｖ．　

１．８８３５３２　

Ｓｋｅ￣ｌｅｓｓ　

－

０．５１７９２１　

ＫｕｎｏｓＩｓ　６１６４９０２　

Ｊａｒｑｕｅ。Ｂｅｒａ　１２７０—６８１　

－

Ｐｒｏｂａｂｉｌｉｔｙ　０．００００００　

图Ｉ沪深３００股指全样本空间样本柱状图及　

描述性统计量　

图１左侧为沪深３００（ＣＳＩ３００）序列数据的概率　

分布直方图，右侧为相应的统计数据，其中沪深３００　

的均值为０．０４２２１６，说明市场总体收益率为正。其　

最大值为８．９３１０２１，最小值为一９．６９４９３８，标准差为　

１．８８３５３２，存在比较大的波动性；偏度表示出样本的　

序列分布非对称性程度，其值Ｓ为一０．５１７９２１，而正　

态分布时ｓ等于０，说明时间序列数据的概率分布为　

非对称的左偏分布形式；峰度是衡量随机变量分布　

“千股跌停”是股指期货惹的祸吗？　

的尾部厚度的重要指标，图中其值为６．１６４９０２，大于　

正态分布时的３，说明时间序列数据分布的凸起程　

度略大于正态分布，呈一定的尖峰厚尾形态；卜Ｂ统　

计量的值为１２７０．６６１，此值过大，相应的Ｐ值为０，此　

值过小，无论在何种显著性水平下都拒绝原假设。　

综上，这一序列呈现了左偏、尖端厚尾的形态和时　

间序列不服从正态分布的特征。　

５．平稳性检验　

如果本文选取的时间序列数据非平稳，则进行　

回归将导致出现“伪回归”，结论无效。所以，应该　

对沪深３００日收益率序列数据进行平稳性检验。本　

文采用的检验方法是ＡＤＦ检验。表１显示了平稳性　

检验结果。检验过程中采用了ＡＩＣ信息准则。　

表１沪深３００全样本日收益率序列平稳性检验　

检验方法　１０％临界值　５％临界值　１％临界值　Ｔ统计量　Ｐｒｏｂ．　

ＡＤＦ　－２．５６７１４８　－２．８６２１６８　－３．４３２０３０　—５７．５４３７４　０．０ＯＯＯ０ｏ　

注：　表示在１％的显著性水平下拒绝原假设　

数据来源：ＷＩＮＤ金融终端。　

由表１可见，Ｔ统计量为一５７．５４３７４，远小于１％　

显著水平下的临界值一３．４３２０３０，这表明序列对应的　

ＡＤＦ值能够拒绝存在单位根的零假设，因此认为该　

序列在９９％置信水平下为平稳序列，可以代入模型　

进行实证分析。　

６．实证检验　

现正式进行实证检验。　

首先进行ＧＡＲＣＨ模型的实证检验。　

为了检验沪深３００股指期货的上市对股票现货　

市场的波动性的影响，这里在条件方差方程中设置　

一

个虚拟变量Ｄ来代表股指期货的上市。在股指期　

货上市（２０１２年４月１６日）前设Ｄ＝０，上市后设Ｄ＝　

１。而这个虚拟变量Ｄ的系数的正负性质和值的大　

小便可显示出股指期货的上市对中国股票现货市　

场造成的波动性影响。　

方差方程为：　

Ｏ－ｔ２＝Ｏ－

。＋∑　ｓ　＋∑；：　２　＋ＡＤ　（８）　

式中，　为虚拟变量Ｄ的系数。　

接下来，本文运用ＡＩＣ和ＳＣ最小准则和一些约　

束条件对ＧＡＲＣＨ的具体模型进行最优选择，选择　

结果见表２。　

由表２可见，综合考虑，ＧＡＲＣＨ（１，１）模型为最优　

ＪＲＹＪＪ　６７　

金融与经济２Ｄ’６．，２　

模型。这一模型的方差可以表示为：　

Ｏ＂２

ｔ￣．．ＯＬ０＋ＯｒｌＢ２

ｔ—ｌ＋１３Ｉ盯　１＋ｋＤ　（９）　

表２沪深３００全样本空间最优ＧＡＲＣＨ模型选择　

（１，１）　ｆ２，１）　（３，１）　（４，１）　（５，１）　

ＡＩＣ　３．８７６３９７　３盘７６４１２　３．８７６１５３　３．８７６８１６　３．８７５５５８　

ＳＣ　３．８８７１５９　３．８８９３２７　３．８９１２２１　３．８９４Ｏ３５　３．８９４９３　１　

仪＞Ｏ　符合　不符合　不符合　不符合　不符合　

１３＞０　符合　符合　符合　符合　符合　

表３为运用Ｅｖｉｅｗｓ软件对ＧＡＲＣＨ（１，１）模型估　

计出的结果。　

表３　ＧＡＲＣＨ（１，１）模型参数估计结果　

估计参数　标准差　ｚ统计量　Ｐ值　

Ｏｔｏ　０．０２９２０２　０．０１４９３０　１．９５５９５５　０．Ｏ５Ｏ５　

ｄ１　０．ｏ９５４１６　Ｏ．０ｏ５５５６　１７．１７４６９　Ｏ．０ｏ【）０　

ｐ一　０．８８８４１９　Ｏ．０ｏ６４４３　１３７．８９Ｏｌ　０．０Ｏ０ｏ　

一

Ｏ．ｏ０８８５６　０．０１４６４７　－０．６０４６５４　０．５４５４　

由表３得知适用于沪深３００的ＧＡＲＣＨ（１，１）模型　

的具体条件方差方程为：　

０－２

，＝

０．０２９２０２＋０．０９５４１６ｅ　１＋０．８８８４１９０．￣ｔ－ｌ一　

０．００８８５６Ｄ　（１０）　

由公式（１Ｏ）可见，拟合后虚拟变量Ｄ的系数为　

负值，可知沪深３００股指期货的上市对现货市场的　

价格波动确实有着熨平作用，但其数值太小，仅为　

０．００８８５６，影响有限。　

参数０．０９５４１６代表的是市场中新信息对股指　

价格的冲击，即ＡＲＣＨ效应；参数０．８８８４１９是滞后１　

期残差波动率的系数，代表的是市场中旧信息对股　

指价格的冲击，即ＧＡＲＣＨ效应，前者明显小于后　

者。可见，在有了股指期货情况下，股市上传递的　

新的消息对我国股市的冲击作用相对不大。　

可见。全样本的ＧＡＲＣＨ模型检验结果表明，我　

国股指期货的问世对股市波动还是发挥了一定的　

熨平作用。　

但考虑到股票市场上往往存在着坏消息（ｂａｄ　

ｎｅｗｓ）引起的波动（市场下跌）往往要比同等程度的　

好消息（ｇｏｏｄ　ｎｅｗｓ）引起的波动（市场上升）幅度大　

的规律性现象，即存在所谓杠杆效应，以下本文运　

用非对称模型来进一步展开实证分析，检验非对称　

信息冲击下市场的反应情况。　

同样根据ＡＩＣ和ｓｃ最小化信息准则综合分析，　

６８　ＪＲＹＪＪ　

得出ＴＡＲＣＨ（１，１，１）为最优模型，其可以表示为：　

＝０【ｏ＋Ｏｒｌ￣２

ｔ＿Ｉ＋　８　—ｌ　ｄｌ一１＋１３ｌＯ＇２ｔ—ｌ＋ｈＤ　（１　１）　

式中，Ｄ同样为虚拟变量，在中国沪深３００股指　

期货上市前设Ｄ＝０，上市后设Ｄ＝Ｉ。　

ｄ卜。为一名义变量，８　＜０时，ｄ　＝１，８ｔ一　＞Ｉ０时，ｄ　＝　

０。　

表４为运用Ｅｖｉｅｗｓ软件对ＴＧＡＲＣＨ（１，１，１）模型　

估计出的结果。　

表４　ＴＡＲＣＨ（１，１，ｌ嫫型参数估计结果　

估计参数　标准差　ｚ统计量　Ｐ值　

￣ｔｏ　０．Ｏ４３９３ｌ　０－０ｌ４１３０　３．１Ｏ９１４３　Ｏ．ｏｏ１９　

０【　０．０２３ｌ５ｌ　０．Ｏ０４９０６　４．７ｌ８９ｌ８　０．００００　

０．１１４Ｏ７８　Ｏ．００５４５ｌ　２０．９２６６０　Ｏ．００ｏＯ　

３１・　Ｏ＿８９８３４９　Ｏ．ｏ（）５８０７　１５４．７０３８　０．ｏ（）０ｌｏ　

－－

０．Ｏ２１６２３　０．０１３８７２　一１．５５８７９７　０．１１９０　

由表４得知适用于沪深３００的ＴＡＲＣＨ（１，ｌ，１）模　

型的具体条件方差方程为：　

０－２

，＝０．０４３９３ｌ＋０．０２３１５１ｅ　ｌ＋０．１１４０７８ｅ　ｌｄ　１＋　

０．８９８３４９０－２　１—０．０２１６２３Ｄ　（１２）　

由公式（１２）可见，虚拟变量Ｄ的系数入为负数，　

且值为一０．０２１６２３，大于ＧＡＲＣＨ（１，１）模型中的　

一

０．００８８５６，可见该模型显示出的我国股指期货问世　

后对股市波动起到的熨平作用还要稍大一些。　

但是我们还看到，ｄ　的系数　：０．１１４０７８，为正，　

并且数值并不太小，这表明存在较明显的杠杆效　

应，即股市新的负面信息（坏消息）引起的股市波动　

大于正面信息（好消息）引起的波动。众所周知，我　

国股市历来是投机市，大起大落，高风险，坏消息引　

起的股市波动（下跌）历来明显大于好消息引起的　

股市波动（上涨）；遗憾的是，股指期货问世以后，这　

一

非对称特征仍然明显存在。从这一点看，我国股　

指期货问世后发挥的稳定股市的作用并不大。　

不过，这一结论显然存疑，因为我国股指期货　

问世后，从２１０５年９月７日起，其运行规则和规模发　

生了重大变化，因而其性质也发生了重大变化，那　

当然股指期货对股市的影响力也发生了变化，可是　

在现有的样本中，模型刻画不了这一变化。　

综上，全样本的ＧＡＲＣＨ模型和ＴＡＲＣＨ模型的　

实证结果一方面表明我国股指期货的问世一定程　

度地降低了股市的波动，另一方面又含混不清地显　

示我国股指期货问世后，股市杠杆效应仍然明显存　

“千股跌停”是股指期货惹的祸吗？　

在，“坏”消息相对容易引起股市大跌。那么，实证　

结果还是难以确定。下面，我们将运用分样本，分　

别对不同时间段做实证检验，以求进一步确认我国　

的股指期货与２０１５年的“千股跌停”之间的因果关　

系。　

（二）分样本实证　

１．模型、变量与样本选择　

模型与变量选择均与全样本情况相同。　

样本选择，将以上全样本划分为以两个重要时　

间节点区分开来的三个子样本。具体为：　

子样本１，２００５年４月８日至２０１０年４月１５日，　

这是我国自沪深３００指数问世后到沪深３００股指期　

０　－Ｚ　０　２　４　

，

ｂｒｑｕｅ－ｅｆａ　１４７　Ｂ４１１８　

０　００００００　Ｐｒｏｂａｂｉｌｉｔ／，　

图４沪深３００股指子样本３柱状图及描述性统计量　

表５集中列示了沪深３００　个子样本　问的股　

指｝］收益率描述性统计量。　

表５沪深３００三个子样本区间股指日收益率　

货问世之前的时间段。　

子样本２，２０１０年４月１６日至２０１５年９月６日，　

这是沪深３００股指期货问世之后到中金所限制股指　

期货交易（大大限制了交易规模）之前的时间段。　

子样本３，２０１５年９月７　Ｅｔ至２０１６年７月２８日，　

均值　

中位数　

最大值　

最小值　

描述性统计量　

第一子样本　

区间　

第二子样本　

区间　

第三子样本　

区间　

Ｏ．０９８８Ｏ６　

０．２６７２ｌ２　

８．９３　１０２ｌ　

－９．６９４９３８　

－０．０ｏ２４４８　

Ｏ．００８７５６　

６．４９８８５２　

—９．１５４２Ｏ４　

－０．ｏｏ６５８７　

Ｏ．Ｏ８９８８４　

４　６ｌ０２０　

—７．２７９２２４　

这是中金所开始限制股指期货交易至２０１６年７月　

底的时间段。　

２．描述性统计　

标准差　

偏度　

２．１４８９０６　

－０．４２５２９０　

Ｉ．６ｌ８４８９　

－０。６４５８３６　

１．７６７３４０　

—０．９８２５８８　

图２为沪深３００股指子样本空间１柱状图及描　

述性统计量。　

ＳｅｒＩｅｓ：Ｒ　

９ａｒｎｐｌｅ４１０８１２００５４ｔ１５１２０１０　

０ｂｓｅｒｖａｔｔｏ１１５　１２２２　

峰度　

卜Ｂ统计量　

或然率　

５．１６７１５６　

２７５．９７０９　

０．Ｏ［ｘ）０ｏ０　

７．２６５６ｏ９　

１　０８３．４０７　

Ｏ．Ｏｏ０Ｏｏｏ　

６．５０６１Ｏ８　

ｌ４７．４ｌｌ８　

Ｏ．ｏｏＯｏｏＯ　

３．平稳性检验　

仍然采用ＡＤＦ检验。表６　示了平稳性检验结　

，

￣ｒｑｕｅ・Ｂｅｒ丑　２７５　９７０９　

０　００００００　Ｐｒｏｂａｂｉ￣ｔｙ　

—

果。检验过程中采用了ＡＩＣ信息准则。　

表６沪深３００三个子样本日收益率序列平稳性检验　

样本　样本空间　

ｌ　

一一　

８　

沪深３００股指子样本ｌ柱状图及描述性统计量　

图３为沪深３００股指子样本空间２柱状图及描　

述性统计量。　

２５０一——　

ｌＯ％　５％临界值　１％临界值　ｒｒ统计量　

临界值　

－

０８／ｌＯ，２０ｏ７～　

１５，ｃＩ４，２ＯｌＯ　２，２５６７９７　－２．８６３６９９　－３．４３５４９２　－３４．０３８４８　

２　ｌ６／０　２０ｌ０～　

Ｏ６／０９１２０１５　２．５６７８０６　－２．８６３３９５　－３．４３４８０５　－３５．３８５５＊　

—

ｅａｎ　Ｍ・０　００２４４８　

３　０７／０９／２０ｌ５～　

ｌ７／０　２Ｏｌ６　２．５７４９ｌ７　－２．８７６６７７　－３．４６５０１４　一ｌ５＿３６ｌｌ　

－

Ｍｅｄｉａｎ　

ＭａⅪ删ｍ　

Ｍ『ｎｉｍｕｍ　

Ｓｔｄ　Ｄｅｖ　

Ｓｋｅ，ｍｅｓｓ　，

Ｋｕｒｔｏｓｉｓ　

Ｊａｒｑｕｅ・Ｂｅｒａ　

０　００８７５６　

６　４９８８５２　

－９　１５４２０４　

１　６１８４８９　

－０　６４５８３６　

７　２６５６０９　

１０８３　４０７　

注：　表示在ｌ％的显著性水平下拒绝原假设　

数据来源：ＷＩＮＤ金融终端　．　

由表６可见，　个子样本的Ｔ统计量分别为　

－

Ｐｒｏｂａｂｉｌｉｔｙ　

４　４　．２　０　２　｛　６　

０　Ｏ０００００　

３４．０３８４８、－３５．３８５５和一１５．３６１ｌ，分别远小于１％显　

图３沪深３００股指子样本２柱状图及描述性统计量　

著水平下的临界值一３．４３５４９２、一３．４３４８０５和　

一

图４为沪深３００股指子样本空间３柱状图及描　

述性统计量。　

３．４６５０１４。这表明ｊ个序列对应的ＡＤＦ值能够拒　

绝存在单位根的零假设，因此认为该　个序列在　

ＪＲＹｊｊ　６９　

金融与经济２０１＆１２　

９９％置信水平下为平稳序列，可以代人模型进行实　

证分析。　

４．实证检验　

应情况。　

同样根据ＡＩＣ和ｓｃ最小化信息准则以及参数　

约束条件，我们得出ＴＡＲＣＨ（１，１，１）为三个子样本的　

最优检验模型，其可以表示为（１４）式。　

－２０

ｔ＝Ｏｒｏ＋０【Ｊ￡２

ｔ一１＋￣／ｅ２，

现在，我们不需要在条件方差方程中设置一个　

虚拟变量Ｄ来代表股指期货在上市前后的差别和影　

响，因为在这三个子样本中，股指期货的存在状况　

没有发生变化（子样本１不存在股指期货，子样本２　

始终存在股指期货，子样本３股指期货的存在状况　

ｌ

ｄＨ＋１３１０．２ｔ一１　（１４）　

（１４）式与（１１）式相比，删去了虚拟变量Ｄ，因为　

完全不需要。ｄ　为一名义变量，ｓ　一。＜０时，ｄＩ－ｌ＝１，８　

＞０时，ｄｔ＿ｌ＝０。　

Ｉ

也始终未发生变化）。　

首先进行ＧＡＲＣＨ模型的实证检验。　

ＧＡＲＣＨ模型的方差方程可以表示为（１３）式：　

０－２ｔ＝　

。＋∑　ｓ　∑　：　ＪＢ　－０２　（１３）　

接下来我们运用ＡＩＣ和ｓＣ最小准则和一些约　

束条件对ＧＡＲＣＨ的具体模型进行最优选择。选择　

结果为：ＧＡＲＣＨ（１，１１模型系最优模型。为此我们使　

用ＧＡＲＣＨ（１，１）作为三个子样本空间的检验模型。　

模型具体形式同（９）式。　

表７列示了运用Ｅｖｉｅｗｓ软件对三个分样本　

ＧＡＲＣＨ（１，１）模型估计出的结果。　

表７沪深３００指数收益波动性模型ＧＡＲＣＨ（１，１）　

实证结果　

样本区间　ｏｔｏ　Ｏｔ　Ｂ　＋８　

子样本１　Ｏ．Ｏ９２０８４　Ｏ．９ｏ５３２０　０．０８１３５０　０．９８６６７Ｏ　

子样本２　０．０２１９４５　０．９４９４６３　０．Ｏ４６６１２　０．９９６０７５　

子样本２　１．６８３４２６　０　３８ｌ８３０　０．１２２１９３　０．５Ｏ４Ｏ２３　

表７中，三个子样本的ｏ￣＋１３均小于１，符合参数　

约束条件。　

由表７可以发现，ＡＲＣＨ项的系数仅，即表征市　

场中新信息对股指价格冲击效应的系数，在子样本１　

为０．９０５３２０，子样本２为０．９４９４６３，子样本３为　

０．３８１８３０。这说明，我国股指期货２０１０年４月１６日　

问世以后，股市上传递的新消息对我国股市的冲击　

作用比问世以前还要大一些；而中金所２０１５年９月　

７日限制股指期货交易规模之后，股市上传递的新　

消息对我国股市的冲击作用则明显又要小一些，可　

以说小了一半多。如此结果似乎显示我国股指期　

货应当予以限制，限制有理，因为限制以后，股市的　

波动得以下降。　

不过我们还应当考虑杠杆效应问题，我们再运　

用非对称模型，来检验非对称信息冲击下市场的反　

７０　

经Ｅｖｉｅｗｓ软件对三个模型分别估计后，得到结　

果如表８所示。　

表８沪深３００指数收益波动性各子样本空间　

ＴＡＲＣＨ（１，１，１）实证结果　

样本区间　Ｏｔｏ　Ⅸ　Ｂ　０ｌ＋Ｂ　＿ｙ　

子样本１　Ｏ．０２６Ｏ４１　ｏ．９２８８８５　ｏ．０６６２７２　ｏ．９９５１５７　０．０ｏ２９９２　

子样本２　０．Ｏ２５３３１　ｏ．９３９５８４　ｏ．０２５３３　ｌ　ｏ．９９５　１５７　－ｏ．０ｏ２７７０　

子样本３　ｏ．０２３７１４　０．９４６６５０　Ｏ．ｏ２１８３１　ｏ．９６８４８ｌ　ｏ．０３０８３２　

表（８）显示，三个模型的ａ＋１３均小于１，符合参数　

约束条件。　

由表（８）我们看到，现在，三个子样本的仪值均　

相差无几。这表明，在三个子样本中，新信息对股　

指价格冲击的效应差不多。但同时由表（８）我们看　

到，　的取值情况发生了变化。子样本１中ｄ　一。的系　

数　＝０．００２９９２，为正，表明存在杠杆效应，即股市新　

的负面信息引起的股市波动大于正面信息引起的　

波动。子样本２中ｄ　的系数　—０．００２７７０，表明在　

此阶段虽存在非对称效应，却已不存在杠杆效应，　

股市新的负面信息引起的股市波动还略小于正面　

信息引起的波动。子样本３中ｄ　一。的系数　＝　

０．００３０８３２，又转为正，表明在此阶段又存在较明显　

的杠杆效应，股市新的负面信息引起的股市波动明　

显大于正面信息引起的波动。　

综上，分样本模型检验结果表明，我国股指期　

货的问世和正常运作多少有一些放大了新信息对　

我国股市的冲击作用，这会加大股市波动；但是却　

避免了股市中在没有股指期货正常运作时存在的　

杠杆效应，严格讲，股指期货正常运作以后，股市新　

的负面信息引起的股市波动还略小于正面信息引　

起的波动。那么，这个分样本的检验结果，虽然不　

能证明我国股指期货的问世总体上明显降低了股　

市的波动，却完全可以证明股指期货的问世一定程　

度降低了负面消息引致的股市向下的波动幅度，完　

全可以证明“千股跌停”不是股指期货惹的祸。这　

一

结论还可以得到以下事实的佐证：从２０１５年９月　

７日股指期货受到限制以后，９月１４日股市仍再现　

暴跌，两市跌停的个股接近１５００只；２０１６年１月，　

从元旦后开市一直到月底，上证综指在几乎没有任　

何反弹的情况下，快速下跌２４．７４％，千股跌停５次　

以上。　

股指期货正常运作的子样本２的ＴＡＲＣＨ模型　

的检验结果中，ｄ．．．的系数　为负，而全样本的　

ＴＡＲＣＨ模型的检验结果中，ｄ　的系数　为正，如此　

表面上矛盾的结果，其合理解释就是：全样本的　为　

正，是２０１５年９月７日以后股指期货交易受到极大　

限制的影响所致。　

事实上，我国股市自２０１５年６月１５日以后，之　

所以频现千股跌停，主要原因有三：一是人造牛市　

导致股指估值过高，股市泡沫太大。这一轮人造牛　

市从２０１４年７月的２０００点起步，到２０１５年６月１２　

日达到５１６６点，在不足一年的时间内，上证指数上　

涨幅度超过１５０％，创业板指数涨幅更是超过２００％，　

剔除银行、石化等行业股票，Ａ股整体市盈率为５１　

倍，创业板市盈率更是高达１４２倍，泡沫太大，远远　

脱离实体经济的支撑，一旦泡沫破灭，必然暴跌。　

二是过度的杠杆融资。２０１４年下半年以来，我国股　

市无序的杠杆融资愈演愈烈，券商两融、伞形信托、　

民间配资等杠杆资金蜂拥而人，总规模最高达５万　

亿元以上，推动着股市的暴涨。在这些资金中，两　

融业务的杠杆比例一般为１：１，伞形信托杠杆比例　

在１：２～１：３，场外配资的杠杆比例则达１：４～１：５甚　

或更高。可以毫不夸张地说，我国这一轮“快牛”的　

形成主要得益于杠杆融资。过度的杠杆融资，其弊　

端不仅在于容易形成股价泡沫，更在于一旦泡沫破　

灭，或行政采取“去杠杆化”举措，引致股市掉头向　

下，则由于杠杆交易的强制平仓机制，投资者会争　

先恐后地抛售股票，从而形成严重的“踩踏”效应，　

市场“雪崩”式下跌。三是广大股民惧怕年底前注　

册制的推出。　

四、结论与建议　

（一）结论　

综合本文全样本和三个分样本的ＡＲＣＨ类模型　

的实证研究，我们可以得出结论：　

我国沪深３００股指期货推出后，会或多或少一　

定程度地放大新信息对股市的冲击，这是其功能的　

“千股跌停”是股指期货惹的祸吗？　

不足；但总体上能一定程度地发挥降低股票现货市　

场波动的功能，特别是可以消除杠杆效应，可以相　

当程度地减弱负面消息对股市的冲击。　

因此，我们可以肯定地得出判断：“千股跌停”　

决不是股指期货惹的祸。　

（二）建议　

２０１５年９月２日中金所出台政策，严厉限制股　

指期货的交易，这在当时股市暴跌、形势严峻的背　

景下，作为一项暂时性管控措施，可以理解。但今　

后我们应尽快恢复股指期货的正常运作，以发挥其　

对现货市场的套期保值和定价等功能。　

当然，我国的股指期货运作尚存明显缺陷，为　

此，我们在股指期货恢复正常交易之前，还应大力　

推进制度建设，完善股指期货的监管机制和运行机　

制。与此同时，还应切实加强现货市场的监管机　

制。　

１．切实加强对股指期货市场的监管机制。理　

论上股指期货就是一把“双刃的剑”，既可用于保　

值，熨平股市现货市场的波动，亦可用于投机，加大　

股市现货市场的波动，关键看监管是否完善，是否　

到位。以往我国股指期货之所以未能很好发挥抑　

制股市波动、防范系统性风险的作用，根本的原因，　

就是对股指期货市场的监管没有到位，使得有些人　

可以通过一边在现货市场大肆抛售股票，一边在期　

货市场恶意做空，从而赚取多倍投机利润。建议证　

监会和中金所要建立一套适合股指期货交易模式　

的风险管理制度，包括保证金制度、价格限制制度、　

限仓制度、大户持仓报告制度、强行平仓制度、强制　

减仓制度、高频交易制度、风险警示制度等风控制　

度；要利用大数据手段，打造跨市场的、协调的动态　

风险监控体系；要“痛下杀手”严惩违规投机者，切　

实维持一个公开、公平、公正的“三公”市场。　

２．切实优化股指期货市场的运行机制。通过　

加强监管和对违规者零容忍的严惩，在股指期货市　

场套期保值者、套利者和投机者三者结构中，壮大　

套期保值者的队伍，规范套利者的行为，引导投机　

者的理性参与。这样，从股指期货市场行为主体及　

结构的优化，来优化其运行机制。　

３．切实加强现货市场的监管机制。一要强化　

信息披露。我国的股票市场是一个散户占投资者　

多数的市场，而散户在市场中处于绝对的信息劣　

势，与此同时多数散户又因缺乏专业知识和资金实　

ＪＲＹＪＪ　７７　

金融与经济２０１　１２　

力而与股指期货市场无缘，这样的局面下，，　大散　

货市场波动的影响研究——基于Ｍａｒｋｏｖ—Ｓｗｉｔｃｈｉｎｇ—　

户投资者容易因信息传导的滞后和受到噪声交易　

的影响而在现货市场中“追涨杀跌”，这样不仅损失　

惨重，同时也一定程度上抵消了股指期货抑制股指　

ＧＡＲＣＨ模型【Ｊ］．南方经济，２０１２，（１０）：１１５￣１２２．　

【３悸德峰，张丽青，黄昱熙．沪深３００股指期货　

交易对我国现货市场波动性的影响【Ｊ］．福州大学学　

报（哲学社会科学版），２０１２，（４）：３１—３５．　

［４】谈儒勇，盛美娜．股指期货会影响现货市场的　

波动性吗——基于沪深３００期货合约的研究Ⅲ．当　

代财经，２０１１，ｆ４）：５６—６４．　

波动、防范股市系统性风险的功能。因此，监管层　

必须切实加强上市公司和行业乃至宏观基本面的　

信息披露，使广大投资者能在第一时间了解真实信　

息，与此同时要出重拳严厉打击恶意散播谣言的不　

法分子。二要强化证券账户管理。要严格落实证　

券账户实名制；严禁账户持有人通过证券账户下设　

子账户、分账户、虚拟账户等方式违规进行证券交　

易。三要加强证监会、银监会和保监会的监管协　

［５】肖争艳，高荣．股指期货对中国股市的稳定　

作用研究：羊群效应视角【Ｊ１．经济与管理研究，２０１４，　

（１２）：５５－６０．　

［６】邢天才，张阁．中国股指期货对现货市场联动　

效应的实证研究——基于沪深３００仿真指数期货数　

调。要坚决杜绝通过信托、民间配资和Ｐ２Ｐ等形式　

违规进入股市的场外配资资金，坚决打击机构的监　

管套利行为。　

此外，从更长一些的时间跨度来看，我国还应　

据的分析［Ｊ］．财经问题研究，２０１０，（４１：４８～５４．　

【７］Ｃｏｈｅｎ　Ｒ．Ｂ．，Ｇｏｍｐｅｒｓ　Ｐ．Ａ．ａｎｄ　Ｖｕｏｌｔｅｅｎａｈｏ　

Ｔ．．Ｗｈｏ　Ｕｎｄｅｒｒｅａｃｔｓ　ｔｏ　Ｃａｓｈ　ｆｌｏｗ　Ｎｅｗｓ？Ｅｖｉｄｅｎｃｅ　

与期货市场交易机制适应，在现货市场也实行Ｔ＋Ｏ　

制度，以更有效地维持股票现货和期货市场的健　

康、稳定发展，更有力地保护广大投资者利益；我国　

还应在整个金融体系中，打造一个高度统一的功能　

监管体系；全国人大应以《期货交易管理条例》为　

蓝本，尽快出台《期货交易法》，从法制层面上规范　

期货交易。　

『参考文献１　

ｆｒｏｍ　Ｔｒａｄｉｎｇ　ｂｅｔｗｅｅｎ　Ｉｎｄｉｖｉｄｕａｌｓ　ａｎｄ　Ｉｎｓｔｉｔｕｔｉｏｎｓ［Ｊ］．　

Ｊｏｕｒｎａｌ　ｏｆ　Ｆｉｎａｎｃｉａｌ　Ｅｃｏｎｏｍｉｃｓ，２００２，Ｖｏ１．６６（２），ＰＰ．　

４０９—４６２．　

［８］Ｄａｒｒａｔ　Ａ．Ｆ．，Ｒａｈｍａｎ　Ｓ．ａｎｄ　Ｚｈｏｎｇ　Ｍ．，Ｏｎ　Ｔｈｅ　

Ｒｏｌｅ　ｏｆ　Ｆｕｔｕｒｅｓ　Ｔｒａｄｉｎｇ　ｉｎ　Ｓｐｏｔ　Ｍａｒｋｅｔ　Ｆｌｕｃｔｕａｔｉｏｎｓ：　

Ｐｅｒｐｅｔｒａｔｏｒ　ｏｆ　Ｖｏｌａｔｉｌｉｔｙ　ｏｒ　Ｖｉｃｔｉｍ　ｏｆ　Ｒｅｇｒｅｔ？［Ｊ］．　

Ｊｏｕｒｎａｌ　ｏｆ　Ｆｉｎａｎｃｉａｌ　Ｒｅｓｅａｒｃｈ，２００２，Ｖｏ１．２５（３），ＰＰ．　

４３１～４４４．　

［１１蔡向辉，刘锋．股指期货宏观稳定作用的微观　

基础探究——基于沪深３００－￣＇数期货抑制股市正反馈　

［９］Ｇ．Ｔｉａｎ　ａｎｄ　Ｈ．Ｚｈｅｎｇ，Ｔｈｅ　Ｅｍｐｉｒｉｃａｌ　Ｓｔｕｄｙ　

ａｂｏｕｔ　Ｉｎｔｒｏｄｕｃｔｉｏｎ　ｏｆ　Ｓｔｏｃｋ　Ｉｎｄｅｘ　Ｆｕｔｕｒｅｓ　ｏｎ　ｔｈｅ　

交易的实证检验ｆＪ１．证券市场导￣２０１４，（１２）：２０～２５．　

ｆ２１华仁海，张朋．我国股指期货的推出对股票现　

Ｖｏｌａｔｉｌｉｔｙ　ｏｆ　Ｓｐｏｔ　Ｍａｒｋｅｔ，ｌＪ］．Ｉｂｕｓｉｎｅｓｓ，２０１３，Ｖｏ１．５　

Ｎｏ．３Ｂ．ＰＰ．１１３～１１７．　

（上接第８８页）银行行长，还是工作人员，虽然都守　

着钱袋子，却从不花一分钱。中央苏区严格财政纪　

律，大力开展反贪污和浪费斗争，对于贪污腐化分　

化财富，成为当代金融人努力奋斗和不懈追求的精　

神动力，发掘、保护和传承这些红色金融宝贵财富，　

是历史赋予我们的神圣职责；具有借鉴创新价值，　

苏维埃国家银行各项业务开办发展经验值得我们　

现代金融人学习，让我们在历史与现实思考中碰撞　

出金融智慧的火花，对现代中央银行改革创新和商　

子以革命纪律严厉裁判，仅瑞金县检举贪污浪费，　

追缴的贪污款项就达六千多元。　

鉴往知今，温故知新。该书通俗地讲是一本国　

家银行“修家谱”的书。它全面反映中央苏区时期　

国家银行发展全景、全程、全貌，达到了基本常识全　

覆盖、组织机构全集结、货币文物全展示、金融人物　

全呈现、奇闻轶事全方位。它具有史料史实价值，　

业银行业务发展都具有一定的借鉴作用。同时，该　

书可作为一本红色金融教育读本，让我们了解红色　

金融历史，缅怀红色金融前辈，传承红色基因，重温　

红色金融情怀。　

该书系统整理和深度挖掘了苏维埃国家银行成立、　

发展、变迁、终止等红色金融史实的历史岁月；具有　

人文精神价值，国家银行精神是一笔宝贵的精神文　

７２　ＪＲＹＪＪ　

本书的编写和出版得到中国钱币博物馆和江　

西党史部门的关怀和指导，得到了各级领导的高度　

重视，时任江西省副省长刘昌林亲自为本书写序。