康書(shū)隆 羅文博

內(nèi)的債券利差變化。其中非成分股為除滬深300、中證500以外的上市公司債券，由于成分股債券利差大于非成分股，故本文將債券利差執(zhí)行標(biāo)準(zhǔn)化處理。

摘?要：各國(guó)監(jiān)管層普遍會(huì)在股票巨幅波動(dòng)時(shí)期推出股指期貨交易限制政策，但是對(duì)于股票市場(chǎng)衍生品的交易限制是否會(huì)影響股票市場(chǎng)和債券市場(chǎng)，進(jìn)而影響企業(yè)的融資成本，該問(wèn)題仍有待研究。本文以2015年中金所對(duì)股指期貨交易限制作為準(zhǔn)自然實(shí)驗(yàn)，研究股指期貨交易限制政策對(duì)股票現(xiàn)貨市場(chǎng)和公司債券市場(chǎng)的影響。研究發(fā)現(xiàn)，股指期貨交易限制提高了現(xiàn)貨市場(chǎng)的波動(dòng)性，降低了現(xiàn)貨市場(chǎng)的流動(dòng)性，并進(jìn)一步提升了公司債券市場(chǎng)信用利差。進(jìn)一步研究發(fā)現(xiàn)，股指期貨交易限制導(dǎo)致現(xiàn)貨市場(chǎng)流動(dòng)性與波動(dòng)性變化是影響公司債券利差的主要渠道，而期貨—現(xiàn)貨交易者退出市場(chǎng)是現(xiàn)貨市場(chǎng)流動(dòng)性與波動(dòng)性變化的基本動(dòng)因。本文從市場(chǎng)微觀結(jié)構(gòu)出發(fā)，為金融衍生品交易限制措施的后果提供有益啟示，并為進(jìn)一步理解衍生品市場(chǎng)與現(xiàn)貨市場(chǎng)和公司債券市場(chǎng)的協(xié)同關(guān)系提供理論支持。

關(guān)鍵詞：股指期貨;交易限制;股票市場(chǎng);債券利差;雙重差分

一、引言

2015年上半年，過(guò)度杠桿推動(dòng)的短期牛市導(dǎo)致我國(guó)資本市場(chǎng)泡沫嚴(yán)重，系統(tǒng)性風(fēng)險(xiǎn)激增，A股市場(chǎng)暴漲暴跌現(xiàn)象頻發(fā)，千股漲停與千股跌停狀況頻現(xiàn)。作為以股票指數(shù)為標(biāo)的的合約，股指期貨波動(dòng)同樣劇烈，甚至一度超過(guò)了現(xiàn)貨的漲跌幅。為防范股指期貨市場(chǎng)整體風(fēng)險(xiǎn)，抑制期貨市場(chǎng)過(guò)度活躍的投資者情緒，中金所于2015年8月26日至9月7日分三次進(jìn)行股指期貨交易參數(shù)的調(diào)整，自此股指期貨交易成本大幅上升，交易量和持倉(cāng)量大幅降低，股指期貨流動(dòng)性接近枯竭。與此同時(shí)，我們發(fā)現(xiàn)在期貨限制交易后，相對(duì)于非成分股公司債券，成分股公司債券利差出現(xiàn)較大的提升，如圖1①所示。股指期貨限制交易之前，成分股與非成分股公司債券利差并無(wú)顯著差異，而在2015年8月26日股指期貨第一次限制后，成分股債券利差與非成分股債券利差的差值迅速擴(kuò)大。為何在股指期貨限制后，成分股公司債券和非成分股公司債券利差呈現(xiàn)截然不同的變化趨勢(shì)？股指期貨限制交易是否對(duì)公司債券市場(chǎng)存在溢出效應(yīng)？衍生品市場(chǎng)與公司債券市場(chǎng)緣何存在聯(lián)動(dòng)性？已有文獻(xiàn)主要從股指期貨限制交易與現(xiàn)貨市場(chǎng)流動(dòng)性、波動(dòng)性以及信息效率等方面進(jìn)行研究，如Han和Liang認(rèn)為股指期貨交易限制不僅惡化了現(xiàn)貨市場(chǎng)流動(dòng)性與波動(dòng)性，還導(dǎo)致市場(chǎng)深度下降，信息效率下降。Miao等認(rèn)為期貨交易限制導(dǎo)致期貨的價(jià)格發(fā)現(xiàn)功能受阻。此外，有研究也表明現(xiàn)貨市場(chǎng)流動(dòng)性與波動(dòng)性的變化會(huì)導(dǎo)致公司的信用風(fēng)險(xiǎn)提高，債券利差提升。然而，現(xiàn)有文獻(xiàn)鮮有研究股指期貨限制交易對(duì)債券利差的影響。為此，本文結(jié)合2015年中金所股指期貨限制交易政策（見(jiàn)表1），研究期貨限制交易與現(xiàn)貨市場(chǎng)惡化、債券利差變化的關(guān)系。

中金所對(duì)股指期貨圍繞期貨保證金比例、交易手續(xù)費(fèi)、日內(nèi)最大開(kāi)倉(cāng)數(shù)展開(kāi)限制，呈現(xiàn)出短期多次、逐步加強(qiáng)的特點(diǎn)，這對(duì)投資者的影響主要體現(xiàn)在以下幾個(gè)方面。首先，過(guò)高的保證金比例會(huì)影響投資者的自由現(xiàn)金流，提高投資者的機(jī)會(huì)成本，導(dǎo)致投資者市場(chǎng)參與積極性降低，影響市場(chǎng)流動(dòng)性。其次，交易手續(xù)費(fèi)提高了投機(jī)者的交易成本，作為市場(chǎng)中流動(dòng)性的重要提供者，投機(jī)者退出將導(dǎo)致股指期貨市場(chǎng)套保交易受阻。我們觀察到在期貨限制交易后，市場(chǎng)失去投機(jī)者呈現(xiàn)出基差迅速擴(kuò)大的趨勢(shì)。最后，針對(duì)日內(nèi)開(kāi)倉(cāng)數(shù)的限制，也會(huì)進(jìn)一步降低股指期貨的流動(dòng)性。綜上，限制交易政策降低了投資者的資金靈活性，提高了交易期貨的交易成本，導(dǎo)致期貨市場(chǎng)投資者與期貨—現(xiàn)貨投資者退出市場(chǎng)，進(jìn)而影響現(xiàn)貨市場(chǎng)健康有序的發(fā)展。

有研究表明，股票流動(dòng)性下降會(huì)增加公司的違約邊界，提高公司的信用風(fēng)險(xiǎn)，從而導(dǎo)致信用利差提升。如Ericsson等研究發(fā)現(xiàn)公司之間的信用利差差異主要由公司杠桿和股票波動(dòng)性差異導(dǎo)致，股票波動(dòng)率每增加1%，利差就會(huì)上升1～2個(gè)基點(diǎn)。此外，Campbell和Taksler還認(rèn)為股票的波動(dòng)性可以像信用評(píng)級(jí)一樣解釋債券收益率的截面變化。故本文認(rèn)為，股指期貨限制交易后，期貨—現(xiàn)貨交易者限于策略失效和成本壓力停止交易，導(dǎo)致股票現(xiàn)貨流動(dòng)性降低、波動(dòng)性提高，現(xiàn)貨市場(chǎng)流動(dòng)性與波動(dòng)性的變化會(huì)進(jìn)一步影響公司的信用風(fēng)險(xiǎn)，提高公司債券的信用利差。

本文基于DID模型研究股指期貨限制交易對(duì)現(xiàn)貨市場(chǎng)流動(dòng)性、波動(dòng)性和債券信用利差的影響。實(shí)證結(jié)果表明，股指期貨交易限制導(dǎo)致滬深300成分股波動(dòng)性提高，流動(dòng)性降低，并提升了公司債券市場(chǎng)信用利差。在進(jìn)一步研究中，本文使用中金所2015年7月3日披露的《關(guān)于近期股指期貨市場(chǎng)交易情況的通報(bào)》（以下簡(jiǎn)稱《通報(bào)》）中分類機(jī)構(gòu)投資者投資股指期貨的數(shù)據(jù)，將所有機(jī)構(gòu)投資者分為股指期貨敏感機(jī)構(gòu)和股指期貨非敏感機(jī)構(gòu)?！锻▓?bào)》中詳細(xì)披露了各分類機(jī)構(gòu)投資者的股指期貨持倉(cāng)情況，通過(guò)簡(jiǎn)單加總的方式，我們發(fā)現(xiàn)股指期貨敏感機(jī)構(gòu)對(duì)股指期貨交易占比在所有機(jī)構(gòu)的90%以上?；诜诸愅顿Y者的研究發(fā)現(xiàn)，股指期貨交易限制在公司債券市場(chǎng)存在溢出效應(yīng)的基本動(dòng)因是期貨—現(xiàn)貨交易者退出市場(chǎng)。

本文的貢獻(xiàn)在于以下幾方面。首先，本文從資本市場(chǎng)微觀視角研究股指期貨交易限制對(duì)公司債券負(fù)外部性證據(jù)。現(xiàn)有研究多從股指期貨交易限制是否會(huì)導(dǎo)致現(xiàn)貨市場(chǎng)流動(dòng)性降低、波動(dòng)性提高，本文進(jìn)一步驗(yàn)證現(xiàn)貨市場(chǎng)流動(dòng)性、波動(dòng)性的變化會(huì)傳導(dǎo)至公司債券市場(chǎng)，使指數(shù)公司債券利差上升。其次，本文延續(xù)Han和Liang的觀點(diǎn)，進(jìn)一步驗(yàn)證了期貨交易限制導(dǎo)致市場(chǎng)投資者的退出是影響現(xiàn)貨市場(chǎng)流動(dòng)性、波動(dòng)性的主要?jiǎng)右颉Ｆ谪浗灰紫拗坪?，各類交易者退出?dǎo)致市場(chǎng)基礎(chǔ)流動(dòng)性下降。本文發(fā)現(xiàn)期貨敏感機(jī)構(gòu)持股比例更高的公司，流動(dòng)性和波動(dòng)性變化更大。最后，本文擴(kuò)展了極端市場(chǎng)下股權(quán)質(zhì)押對(duì)公司債券利差影響的證據(jù)。股指期貨交易限制對(duì)債券利差的影響存在異質(zhì)性，公司股權(quán)質(zhì)押使公司債券利差對(duì)流動(dòng)性和波動(dòng)性的敏感度提升，當(dāng)股指期貨交易限制導(dǎo)致現(xiàn)貨市場(chǎng)流動(dòng)性和波動(dòng)性變化時(shí)，股權(quán)質(zhì)押比例更高的公司，債券利差上升得更多。

圖2?滬深300股指期貨持倉(cāng)量與成交金額圖2展示了滬深300股指期貨2015年7月1日至2015年10月29日區(qū)間內(nèi)的日對(duì)數(shù)成交金額（元）以及日對(duì)數(shù)持倉(cāng)量（手）的變化。其中，滬深300股指期貨持倉(cāng)量（成交金額）為IF300當(dāng)月、下月及隨后的兩個(gè)季月合約持倉(cāng)量（成交金額）的總和，圖中第一條豎線為2015年8月26日，即股指期貨第一次交易限制的時(shí)間點(diǎn)，第二條豎線為2015年9月7日，即股指期貨最后一次限制的時(shí)間點(diǎn)。

二、文獻(xiàn)回顧

本文主要與三組文獻(xiàn)有關(guān)。第一組文獻(xiàn)是股指期貨與現(xiàn)貨流動(dòng)性的研究。流動(dòng)性的強(qiáng)弱是考察資本市場(chǎng)健康與否的重要指標(biāo)之一，各國(guó)的經(jīng)驗(yàn)證據(jù)均表明金融危機(jī)往往伴隨著證券市場(chǎng)的流動(dòng)性緊張。通過(guò)梳理已有文獻(xiàn)，本文概括期指影響股票市場(chǎng)流動(dòng)性機(jī)制可能存在以下兩種效應(yīng)，即資金聚集效應(yīng)和增量資金效應(yīng)。在資金聚集角度，已有研究認(rèn)為，出于期指自身功能與交易范式，股指期貨的推出導(dǎo)致資金出現(xiàn)集聚現(xiàn)象，大規(guī)模資金投資于成分股與股指期貨市場(chǎng)以規(guī)避風(fēng)險(xiǎn)，導(dǎo)致非成分股流動(dòng)性下降，造成證券市場(chǎng)結(jié)構(gòu)性失衡。許紅偉和吳沖鋒構(gòu)建了一個(gè)聯(lián)立方程模型，利用我國(guó)股指期貨上市交易首年的數(shù)據(jù)進(jìn)行實(shí)證研究，該研究使用換手率作為市場(chǎng)流動(dòng)性的代理指標(biāo)，研究發(fā)現(xiàn)期貨推出后換手率有明顯的下降，認(rèn)為股指期貨的“資金聚集效應(yīng)”占據(jù)主導(dǎo)地位。增量資金效應(yīng)則認(rèn)為股指期貨上市交易可以吸引多種類型投資者進(jìn)入市場(chǎng)，增量投資者為市場(chǎng)帶來(lái)更多的流動(dòng)資金，進(jìn)而提高現(xiàn)貨市場(chǎng)流動(dòng)性，如若股指期貨限制交易，則會(huì)減少現(xiàn)貨市場(chǎng)的流動(dòng)資金。如Han和Liang認(rèn)為，股指期貨交易限制將期現(xiàn)投資者拒之門(mén)外，期貨交易限制后指數(shù)成分股流動(dòng)性有明顯的下降趨勢(shì)。

第二組文獻(xiàn)是股指期貨與現(xiàn)貨波動(dòng)性。Edwards研究了1982年S&P?500期指推出前后上市公司股票市場(chǎng)的波動(dòng)性變化，認(rèn)為期指使上市公司股票市場(chǎng)更為穩(wěn)定，上市公司股票波動(dòng)性有所下降。Stoll是較早研究期貨—現(xiàn)貨領(lǐng)先滯后關(guān)系的學(xué)者之一，他認(rèn)為S&P?500指數(shù)期貨和MM指數(shù)期貨對(duì)信息的反應(yīng)更加迅速，同時(shí)，該研究認(rèn)為期貨市場(chǎng)有助于提高股票市場(chǎng)的信息效率和有效性，進(jìn)而影響股票市場(chǎng)的波動(dòng)性。Antoniou和Holmes認(rèn)為，股指期貨上市交易為投資者提供更加豐富的風(fēng)險(xiǎn)管理工具，可以減少市場(chǎng)受到反饋交易者的影響，并吸引更加理性的投資者，從而幫助穩(wěn)定股票市場(chǎng)。酈金梁等基于日度股指交易數(shù)據(jù)認(rèn)為，推出股指期貨一方面可以吸引機(jī)構(gòu)投資者攜帶增量信息進(jìn)入股指期貨市場(chǎng);另一方面可以引入賣(mài)空機(jī)制，保證現(xiàn)貨價(jià)格的穩(wěn)定運(yùn)行，這將提高公司股票的流動(dòng)性和信息效率，并進(jìn)一步導(dǎo)致股票市場(chǎng)的波動(dòng)性下降。Liu和Zhong使用IF300交易數(shù)據(jù)研究金融衍生品創(chuàng)新對(duì)股票市場(chǎng)穩(wěn)定的正外部性，認(rèn)為股指期貨交易顯著降低了股價(jià)崩盤(pán)風(fēng)險(xiǎn)，且機(jī)構(gòu)持股越高的公司，股指期貨交易對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的抑制作用越強(qiáng)。

第三組文獻(xiàn)主要關(guān)注股票市場(chǎng)流動(dòng)性、波動(dòng)性變化與債券信用利差的研究。20世紀(jì)90年代美國(guó)證券市場(chǎng)繁榮發(fā)展，債券市場(chǎng)和股票市場(chǎng)的表現(xiàn)卻截然不同，股票市場(chǎng)價(jià)格持續(xù)上漲，而公司債券市場(chǎng)卻表現(xiàn)不佳。Campbell和Taksler認(rèn)為股市和債市的不同表現(xiàn)與現(xiàn)有理論存在差別，股市投資者極度樂(lè)觀的預(yù)期推動(dòng)了股票價(jià)格的快速上漲，相對(duì)于債權(quán)人獲得的本金和利息，股東獲得的是剩余收益，倘若股市投資者與債券市場(chǎng)投資者均對(duì)公司顯示出樂(lè)觀的預(yù)期，那么公司債券的違約風(fēng)險(xiǎn)溢價(jià)應(yīng)該降低，而非升高。對(duì)此，該研究認(rèn)為這一現(xiàn)象可能是股東與債權(quán)人對(duì)風(fēng)險(xiǎn)的偏好不同所導(dǎo)致，股東更偏好波動(dòng)較大的股票以獲得更大的收益，而波動(dòng)更大的股票風(fēng)險(xiǎn)更高，導(dǎo)致債權(quán)人承受的違約風(fēng)險(xiǎn)更大，進(jìn)而導(dǎo)致債券利差上升。Campbell和Taksler還認(rèn)為股票的波動(dòng)性可以像信用評(píng)級(jí)一樣解釋債券收益率的截面變化。Stivers和Sun使用單變量GARCH模型，以股指期權(quán)的滯后隱含波動(dòng)率作為股票市場(chǎng)不確定性替代指標(biāo)研究股票與債券之間的共同變化，發(fā)現(xiàn)在股市不確定性較低的時(shí)期，股票和債券回報(bào)往往會(huì)大幅波動(dòng)。Ericsson等研究違約互換息差的決定因素，發(fā)現(xiàn)公司之間的信用利差差異是由股票波動(dòng)性差異導(dǎo)致，股票波動(dòng)率每增加1%，利差就會(huì)上升1～2個(gè)基點(diǎn)。

本文從以下三方面對(duì)已有文獻(xiàn)進(jìn)行了補(bǔ)充。第一，已有文獻(xiàn)大多僅討論了期貨對(duì)現(xiàn)貨影響的方向，但鮮有研究討論這種影響的具體來(lái)源，本文將在實(shí)證研究部分借助中金所的公告具體討論這種變化可能存在的機(jī)制。第二，已有文獻(xiàn)基于不同國(guó)家的數(shù)據(jù)，使用多種模型研究股指期貨對(duì)現(xiàn)貨市場(chǎng)影響仍存在較大分歧，甚至針對(duì)2015年我國(guó)股指期貨交易限制政策對(duì)現(xiàn)貨市場(chǎng)影響這一特定事件，學(xué)術(shù)界也有不同的觀點(diǎn)。故明確2015年“股災(zāi)”后中金所對(duì)股指期貨交易限制的政策效應(yīng)，具有一定的理論意義和現(xiàn)實(shí)意義。2015年股指期貨交易限制導(dǎo)致我國(guó)股指期貨市場(chǎng)近乎停滯，且這一限制措施是突然的、不可預(yù)知的，這為本文提供了較好的準(zhǔn)自然實(shí)驗(yàn)來(lái)源，雖有文獻(xiàn)已研究本次交易限制措施的政策效應(yīng)，但本文基于統(tǒng)一的實(shí)證模型框架，研究期貨交易限制與現(xiàn)貨市場(chǎng)表現(xiàn)，避免了因數(shù)據(jù)區(qū)間選取不同造成的實(shí)證結(jié)果差異。第三，已有文獻(xiàn)認(rèn)為債券利差變動(dòng)受多種因素影響，如貨幣政策、債券市場(chǎng)流動(dòng)性、大股東治理影響、企業(yè)社會(huì)責(zé)任等，僅有少量文獻(xiàn)研究了股票流動(dòng)性與波動(dòng)性變化對(duì)債券利差的影響，更鮮有文獻(xiàn)研究衍生品交易狀態(tài)變化對(duì)債券利差的影響進(jìn)行研究。而在上市公司逐步擴(kuò)大債券融資比重的大背景下，研究股指期貨交易限制對(duì)債券市場(chǎng)的影響，也可以進(jìn)一步理解衍生品市場(chǎng)與公司債券市場(chǎng)的協(xié)同關(guān)系，故本文將借助股指期貨交易限制政策，研究衍生品交易與債券利差的影響路徑，以補(bǔ)充現(xiàn)有研究。

三、數(shù)據(jù)說(shuō)明與模型設(shè)定

（一）數(shù)據(jù)說(shuō)明

本文選取滬深A(yù)股上市公司作為研究樣本，數(shù)據(jù)區(qū)間為2015年7月1日到2015年10月31日。其中，債券基本信息與債券日度交易數(shù)據(jù)、股票日度1分鐘高頻數(shù)據(jù)來(lái)自RESSET數(shù)據(jù)庫(kù)，日個(gè)股交易數(shù)據(jù)與指數(shù)成分股數(shù)據(jù)（滬深300和中證500成分股）來(lái)自CSMAR數(shù)據(jù)庫(kù)，中債到期收益率數(shù)據(jù)來(lái)自Wind數(shù)據(jù)庫(kù)，各省份季度GDP數(shù)據(jù)來(lái)自中國(guó)經(jīng)濟(jì)社會(huì)大數(shù)據(jù)研究平臺(tái)。

在股指期貨交易限制與債券利差的研究中，本文對(duì)數(shù)據(jù)進(jìn)行以下篩選：保留在上交所和深交所交易的上市公司債券，我國(guó)債券市場(chǎng)中，金融債只能在銀行間市場(chǎng)交易，故該步驟同時(shí)刪除了金融債。并刪除公司債以外的其他債券樣本（如企業(yè)債、各種含權(quán)債券等），進(jìn)一步將公司債數(shù)據(jù)與數(shù)據(jù)區(qū)間內(nèi)的債券日度交易數(shù)據(jù)匹配。參考王永欽和吳嫻的做法，本文刪除了距離到期日不足一年的債券，以避免到期日臨近債券價(jià)格的異常波動(dòng)影響實(shí)證分析;同時(shí)，本文還刪除了上市日期距離數(shù)據(jù)區(qū)間首日不足3個(gè)月的債券以及中證500成分股公司債券。最終樣本共包含186家上市公司的232只債券。其中，滬深300成分股公司58家，發(fā)債87只;非成分股公司128家，發(fā)債145只。

在股指期貨交易限制與現(xiàn)貨波動(dòng)性和流動(dòng)性的研究中，本文參考Xie和Mo的方法，對(duì)樣本進(jìn)行如下篩選：①刪除連續(xù)停牌5天以上的樣本;②刪除樣本期內(nèi)總交易日少于45天的樣本;③刪除金融股;④刪除變量缺失的樣本。最終，本文研究樣本涵蓋滬深A(yù)股186家上市公司的232只債券，6085條債券-日觀測(cè)數(shù)據(jù)，以及428家上市公司股票日度交易數(shù)據(jù)。

（二）變量定義

1被解釋變量

①流動(dòng)性指標(biāo)。參考Amihud等、Han和Liang的研究，本文構(gòu)建以下指標(biāo)衡量股票流動(dòng)性：

Amivesti，t=log（Dnvaltrdi，t/Ri，t）×10-6（1）

在式（1）中，Dnvaltrdi，t和Ri，t分別為個(gè)股i在t日的總成交金額和回報(bào)率，Amivesti，t是股票流動(dòng)性的正向指標(biāo)，較大的交易量與較小的收益率代表股票承受拋壓的能力越強(qiáng)，股票的流動(dòng)性越高。為規(guī)避樣本分布極端值的影響，本文對(duì)以上兩個(gè)指標(biāo)均進(jìn)行對(duì)數(shù)化處理。

②波動(dòng)性指標(biāo)。學(xué)術(shù)界認(rèn)為，在一個(gè)有效且正常的資本市場(chǎng)，股價(jià)遵循隨機(jī)游走，即股價(jià)在時(shí)間序列上的日收益率標(biāo)準(zhǔn)差與q期股價(jià)收益率的標(biāo)準(zhǔn)差呈線性關(guān)系，而在極端市場(chǎng)下，股價(jià)并不遵循隨機(jī)游走，以個(gè)股回報(bào)率衡量的波動(dòng)性指標(biāo)可能存在一定的偏差。Boehmer等提出了基于高頻數(shù)據(jù)的波動(dòng)性指標(biāo)，該指標(biāo)可以捕捉噪聲交易以及極短時(shí)間區(qū)間內(nèi)的異常交易行為，綜合考慮本研究的現(xiàn)實(shí)背景，本文選取高頻波動(dòng)性作為衡量個(gè)股波動(dòng)性的指標(biāo)，以便更好地度量極端市場(chǎng)下的個(gè)股波動(dòng)性：

HFVi，t=（Variance（log（midpointi，t，n）-log（midpointi，t，n-1））×100（2）

本文從RESSET高頻數(shù)據(jù)庫(kù)中獲取個(gè)股1分鐘高頻數(shù)據(jù)，其中，log（midpointi，t，n）為個(gè)股i在t日n分鐘最后一筆交易的買(mǎi)一價(jià)和賣(mài)一價(jià)的平均值。通過(guò)計(jì)算log（midpointi，t，n）對(duì)數(shù)收益率的標(biāo)準(zhǔn)差，即可得到個(gè)股i在t日的高頻波動(dòng)率（HFVi，t）。

③債券利差。本文將債券信用利差定義為債券到期收益率與相同剩余期限國(guó)債無(wú)風(fēng)險(xiǎn)收益率之差。

CSτ=YTMτ-rτ（3）

其中，CSτ是剩余期限為τ的公司債券信用利差，YTMτ是剩余期限為τ的公司債券到期收益率，rτ是剩余期限為τ的國(guó)債到期收益率。YTMτ來(lái)自RESSET數(shù)據(jù)庫(kù)，rτ來(lái)自Wind數(shù)據(jù)庫(kù)。

2解釋變量

本文采用DID模型識(shí)別股指期貨限制交易政策對(duì)股票流動(dòng)性、波動(dòng)性及債券信用利差的影響，故主要解釋變量為Post*Treatedi虛擬變量，若股指期貨已限制交易且公司屬于滬深300樣本股則為1，否則為0，Post*Treatedi的系數(shù)為本文關(guān)注的主要系數(shù)。

3控制變量

參照Han和Liang的做法，本文在股指期貨交易限制對(duì)現(xiàn)貨市場(chǎng)影響的回歸中分別控制已實(shí)現(xiàn)波動(dòng)率、個(gè)股日收盤(pán)價(jià)的倒數(shù)、公司規(guī)模以及個(gè)股日回報(bào)率。其中，已實(shí)現(xiàn)波動(dòng)率由式（4）定義：

RVi，t=∑Nn=1r2i，t，n×100（4）

ri，t，n為個(gè)股1分鐘收盤(pán)價(jià)的對(duì)數(shù)收益率。同時(shí)，本文還控制了公司規(guī)模log（Fsize）i，t、股票價(jià)格倒數(shù)Invpi，t、股票i在t日的回報(bào)率Returni，t。

（三）回歸模型設(shè)定

本文借鑒王永欽和吳嫻的方法，采用模型（5）來(lái)檢驗(yàn)股指期貨交易限制是否顯著影響公司債券的風(fēng)險(xiǎn)溢價(jià)：

CSi，t=β0+β1Postt×Treatedi+ΔGDPi+γt+θi+εi，t（5）

其中，CSi，t為債券i在t日的利差，即債券i在t日的到期收益率與相同期限的國(guó)債到期收益率的差值;Postt為時(shí)間虛擬變量，若交易時(shí)間為2015年8月26日之前為0，2015年8月26日之后為1;Treatedi為債券對(duì)應(yīng)的股票是否為指數(shù)成分股的虛擬變量，若發(fā)債公司為指數(shù)成分股則等于1，非指數(shù)成分股則為0。ΔGDPi為發(fā)債企業(yè)所在省份的上一季度GDP的同比增長(zhǎng)率;①γt和θi為時(shí)間固定效應(yīng)和個(gè)體固定效應(yīng)，θi吸收了債券發(fā)行規(guī)模、債券評(píng)級(jí)、債券票面利率等債券個(gè)體特征，同時(shí)還吸收了DID模型中Treatedi項(xiàng)，γt吸收不隨時(shí)間變動(dòng)的變量，同時(shí)也吸收了Postt項(xiàng)。β1為本文關(guān)心的系數(shù)，代表成分股公司債券在股指期貨交易限制后債券利差相對(duì)非成分股公司債券的變化，依照前文分析，系數(shù)β1應(yīng)為正。

①?與王永欽和吳嫻研究債券二級(jí)市場(chǎng)信用利差的實(shí)證模型相同，由于GDP同比增長(zhǎng)率只有季度數(shù)據(jù)，故同一發(fā)債企業(yè)所在省份、同一季度內(nèi)的GDP同比增長(zhǎng)率數(shù)據(jù)相同。

為研究股指期貨限制對(duì)現(xiàn)貨市場(chǎng)的影響，本文設(shè)計(jì)如下模型，以估計(jì)股指期貨限制對(duì)現(xiàn)貨市場(chǎng)波動(dòng)性和流動(dòng)性的影響：

Yi，t=α0+α1Postt×Treatedi+

α2Xi，t+λt+νi+μi，t（6）

其中，Yi，t為Amivesti，t和HFVi，t兩個(gè)指標(biāo)，以衡量現(xiàn)貨流動(dòng)性和波動(dòng)性，Postt×Treatedi為虛擬變量，若個(gè)股i為滬深300成分股且交易日期為股指期貨交易限制政策之后則為1，否則為0。Xi，t為由RVi，t、log（Fsize）i，t、Invpi，t和Returni，t組成的控制變量。λt和νi為時(shí)間固定效應(yīng)和個(gè)體固定效應(yīng)。α1為本文關(guān)注的系數(shù)，代表相對(duì)于非成分股，成分股在期貨交易限制后流動(dòng)性與波動(dòng)性的變化。本文預(yù)期對(duì)Amivest的回歸系數(shù)為負(fù)、HFV系數(shù)為正。

（四）匹配程序

本文基于雙重差分模型研究股指期貨交易限制對(duì)股票市場(chǎng)與債券市場(chǎng)的影響，但是一個(gè)重要的問(wèn)題就是滬深300成分股和中證500成分股本身體量就過(guò)于巨大，從指數(shù)編制規(guī)則來(lái)看，滬深300指數(shù)覆蓋我國(guó)證券市場(chǎng)市值最大、流動(dòng)性最好的前300只股票，這將導(dǎo)致實(shí)驗(yàn)組與控制組不可比，進(jìn)而導(dǎo)致我們的實(shí)證結(jié)果出現(xiàn)偏差。Xie和Mo在滬深300股指期貨推出對(duì)現(xiàn)貨市場(chǎng)波動(dòng)性影響的研究中提出了采用協(xié)變量進(jìn)行一對(duì)一的方式匹配控制組和實(shí)驗(yàn)組，并指出該方法可以盡量保證樣本的平穩(wěn)性;在Han和Liang、黃瑜琴等的研究中，同樣采用協(xié)變量匹配的方式從非成分股樣本中匹配與成分股可比的控制組，其中黃瑜琴等的研究為指數(shù)交易限制對(duì)現(xiàn)貨市場(chǎng)波動(dòng)性的影響，Han和Liang研究了交易限制對(duì)現(xiàn)貨市場(chǎng)的流動(dòng)性、波動(dòng)性以及市場(chǎng)質(zhì)量的影響?；贛in（distance）的方法對(duì)指數(shù)成分股和非成分股執(zhí)行一對(duì)一匹配的匹配方法被學(xué)術(shù)界接受且廣為使用，為保證DID模型的有效性，本文同樣采用該匹配方式。參考已有文獻(xiàn)的方法，構(gòu)建模型（7）進(jìn)行樣本匹配：

Yi=α0+α1RVi+α2log（Fsize）i+α3Invpi+α4Returni+εi（7）

其中，Yi為兩個(gè)衡量流動(dòng)性和波動(dòng)性指標(biāo)的事件前平均值，即2015年7月1日至2015年8月25日的日度數(shù)據(jù)平均值，我們對(duì)每一個(gè)Yi分別執(zhí)行一次匹配，RVi、log（Fsize）i、Invpi和Returni為個(gè)股事件前的平均值，通過(guò)回歸上式，我們可以得到各控制變量的估計(jì)系數(shù)，隨后我們計(jì)算每一只個(gè)股到實(shí)驗(yàn)組個(gè)股的距離：

Distancei，j=（Xi-Xj）′α（Xi-Xj）（8）

其中，α為上式回歸的系數(shù)對(duì)角矩陣，Xi-Xj為成分組個(gè)股的協(xié)變量與非成分股個(gè)股的協(xié)變量差值矩陣。參照已有做法，我們將匹配范圍限制在同一行業(yè)內(nèi)（行業(yè)代碼為一位數(shù)行業(yè)代碼），行業(yè)編制參考證監(jiān)會(huì)（2012）31號(hào)公告《上市公司行業(yè)分類指引》（2012年修訂）。通過(guò)尋找距離實(shí)驗(yàn)組個(gè)股Distancei，j最小的同行業(yè)股票，即為一對(duì)控制組和對(duì)照組樣本，本文采取不放回的匹配過(guò)程，以保證成分股與非成分股一一對(duì)應(yīng)。

本文對(duì)Min（distance）的匹配過(guò)程有兩點(diǎn)說(shuō)明。第一，本文在匹配過(guò)程中刪除了中證500成分股。這是因?yàn)?015年4月16日，中證500股指期貨合約和上證50股指期貨合約在中金所掛牌上市，即在樣本區(qū)間內(nèi)，中證500股指期貨與滬深300期指同步交易，且中金所對(duì)滬深300、上證50和中證500股指期貨采取了近乎相同的交易限制措施。如若不刪除中證500成分股，這將造成我們基于Min（distance）匹配的控制組中匹配到中證500成分股，從而造成處理組和控制組均受到處理的問(wèn)題，即控制組非有效性（Brogaard等，2019）。第二，由于部分行業(yè)內(nèi)成分股數(shù)量高于非成分股，如對(duì)滬深300成分股的HFV匹配過(guò)程中，采礦業(yè)（證監(jiān)會(huì)行業(yè)代碼“B”）的成分股有19只，非成分股有15只，故將這34只股票都納入樣本。

前文共構(gòu)建兩個(gè)衡量流動(dòng)性和波動(dòng)性的指標(biāo)，為滬深300的樣本股執(zhí)行匹配程序，共進(jìn)行兩次匹配。此外，在債券對(duì)應(yīng)的個(gè)股流動(dòng)性與波動(dòng)性研究中，重復(fù)以上匹配程序，并以此樣本為基礎(chǔ)進(jìn)行實(shí)證研究，具體變量描述性統(tǒng)計(jì)見(jiàn)表2。同時(shí)，為防止Min（distance）方法可能產(chǎn)生的實(shí)驗(yàn)組與控制組不可比的問(wèn)題，我們還在穩(wěn)健性檢驗(yàn)部分進(jìn)行了PSM一對(duì)一近鄰匹配，并執(zhí)行相同的回歸分析。

四、計(jì)量回歸結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果分析

1債券信用利差

本文借鑒王永欽和吳嫻的方法，采用模型（5）來(lái)檢驗(yàn)股指期貨交易限制是否顯著影響公司債券的風(fēng)險(xiǎn)溢價(jià)。回歸分析結(jié)果如表3的第（1）列和第（2）列所示。表3的第一列檢驗(yàn)了股指期貨交易限制是否顯著影響公司債券的風(fēng)險(xiǎn)溢價(jià)，Postt*Treatedi的系數(shù)為0114，且在1%的統(tǒng)計(jì)水平上顯著，回歸結(jié)果說(shuō)明股指期貨交易限制提高了指數(shù)成分股公司債券的風(fēng)險(xiǎn)溢價(jià)，表3的第二列為加入ΔGDP控制變量的回歸結(jié)果，加入控制變量后，本文結(jié)論依然穩(wěn)健。總體而言，表3的回歸結(jié)果表明，股指期貨交易限制提升了指數(shù)成分股公司債券利差。

2現(xiàn)貨流動(dòng)性與波動(dòng)性

已有研究認(rèn)為，現(xiàn)貨市場(chǎng)流動(dòng)性和波動(dòng)性的變化會(huì)影響公司的債券利差，為進(jìn)一步考察期指交易限制對(duì)公司債券利差影響的機(jī)制，本節(jié)研究了期指交易限制對(duì)上市公司股票市場(chǎng)流動(dòng)性和波動(dòng)性的影響。本文首先對(duì)模型（6）進(jìn)行參數(shù)估計(jì)，回歸結(jié)果如表4所示，其中表4第（1）列和第（2）列為期指交易限制對(duì)滬深300成分股波動(dòng)性和流動(dòng)性影響的檢驗(yàn)結(jié)果，第（3）列和第（4）列為期指交易限制對(duì)發(fā)債企業(yè)股票波動(dòng)性和流動(dòng)性影響的檢驗(yàn)結(jié)果。在所有回歸中，本文都加入了時(shí)間固定效應(yīng)和個(gè)體固定效應(yīng)，故本文表中省略了被固定效應(yīng)吸收的DID模型一次項(xiàng)Postt、Treatedi。

表4中第（1）列的實(shí)證結(jié)果顯示，Postt*Treatedi的系數(shù)顯著為負(fù)，表明股指期貨交易限制導(dǎo)致滬深300成分股流動(dòng)性有明顯的降低，第（2）列中，Postt*Treatedi的系數(shù)在1%的顯著性水平下顯著為正，這意味著交易限制導(dǎo)致滬深300成分股波動(dòng)性增加。

為進(jìn)一步研究滬深300發(fā)債企業(yè)現(xiàn)貨的流動(dòng)性與波動(dòng)性是否也存在顯著變化，本文將實(shí)證樣本匹配范圍縮小至發(fā)債企業(yè)。為保證處理組和控制組的平衡性，本文在全樣本中篩選出發(fā)債企業(yè)，隨后執(zhí)行Min（distance）匹配程序，并進(jìn)行回歸分析。表4第（3）列和第（4）列的實(shí)證結(jié)果表明，發(fā)債企業(yè)樣本流動(dòng)性與波動(dòng)性變化依然存在，Postt*Treatedi系數(shù)符號(hào)與全樣本回歸系數(shù)符號(hào)相同，大小相近。這表明，股指期貨交易限制導(dǎo)致所有滬深300成分股流動(dòng)性降低和波動(dòng)性提高，且這種影響在發(fā)債企業(yè)的子樣本中依然存在。

本節(jié)印證了股指期貨交易限制對(duì)滬深300成分股波動(dòng)性和流動(dòng)性影響及其對(duì)發(fā)債企業(yè)股票波動(dòng)性和流動(dòng)性影響，表4的實(shí)證結(jié)果支持本文假說(shuō)，即期指交易限制提升了上市公司股票市場(chǎng)的波動(dòng)性，并降低了現(xiàn)貨市場(chǎng)的流動(dòng)性。

（二）識(shí)別的有效性檢驗(yàn)

DID模型的基本前提是處理組和控制組滿足平行趨勢(shì)，若未通過(guò)平行趨勢(shì)檢驗(yàn)，則處理組和控制組原本的差異性會(huì)造成實(shí)證結(jié)果出現(xiàn)偏誤。已有文獻(xiàn)大多采用繪圖、動(dòng)態(tài)效應(yīng)分析等方法進(jìn)行平行趨勢(shì)檢驗(yàn)，前文我們通過(guò)繪圖的方式匯報(bào)了成分股和非成分股債券的利差隨著股指期貨交易限制出現(xiàn)了較大的差異，但限于本文的數(shù)據(jù)為日度數(shù)據(jù)，動(dòng)態(tài)效應(yīng)分析的方法較難實(shí)現(xiàn)，且圖例可能混入冗雜因素，故采取更換樣本區(qū)間，保持處理組和控制組不變的方式進(jìn)行檢驗(yàn)。

具體來(lái)說(shuō)，本文使用對(duì)債券利差的回歸模型，更換樣本區(qū)間為2015年2月1日至2015年6月1日（一方面，該處理時(shí)間較好地規(guī)避了股災(zāi)因素;另一方面，也盡量保證樣本的對(duì)稱性），使用2015年4月1日作為偽處理時(shí)間點(diǎn)，重新進(jìn)行回歸，表5為本文平行趨勢(shì)檢驗(yàn)的實(shí)證結(jié)果。其中，第（1）列為債券層面的回歸，第（2）列為發(fā)債企業(yè)層面的回歸，實(shí)證結(jié)果并不顯著，則說(shuō)明處理組和控制組在事件前并不存在顯著差異。

為進(jìn)一步檢驗(yàn)本文得到的股指期貨交易限制政策對(duì)債券利差的影響是否是由于一些不可觀測(cè)因素驅(qū)動(dòng)，本文通過(guò)隨機(jī)分配指數(shù)成分股發(fā)債企業(yè)作為處理組的方式進(jìn)行安慰劑檢驗(yàn)。具體而言，我們從所有發(fā)債企業(yè)樣本中隨機(jī)選取58家公司定義為處理組，假設(shè)這些企業(yè)為指數(shù)成分股公司并接受了股指期貨交易限制的沖擊，以債券利差為因變量做回歸分析，并對(duì)上述進(jìn)程重復(fù)500次，圖3繪制了回歸系數(shù)及p值，其結(jié)果表明隨機(jī)分配處理組的回歸系數(shù)整體趨近于0，且大多數(shù)估計(jì)值的p值大于01，這說(shuō)明我們的真實(shí)估計(jì)（表3第（1）列、第（2）列）是一個(gè)明顯的異常值?？傮w來(lái)說(shuō)，本文的基準(zhǔn)回歸結(jié)果并非由不可觀測(cè)因素驅(qū)動(dòng)，支持股指期貨限制交易導(dǎo)致債券利差上升的結(jié)論。

五、進(jìn)一步研究

（一）機(jī)制分析——期貨現(xiàn)貨投資者退出

為考察股指期貨交易限制導(dǎo)致的現(xiàn)貨市場(chǎng)流動(dòng)性與波動(dòng)性變化，進(jìn)一步導(dǎo)致上市公司債券利差變動(dòng)的機(jī)制，在本節(jié)中，以機(jī)構(gòu)投資者持股比例作為機(jī)構(gòu)拋壓的代理變量，以驗(yàn)證期貨—現(xiàn)貨投資者退出是現(xiàn)貨市場(chǎng)流動(dòng)性與波動(dòng)性變化的動(dòng)因，并導(dǎo)致上市公司債券利差變動(dòng)。若機(jī)構(gòu)持股比例越大，其對(duì)應(yīng)股指期貨—現(xiàn)貨投資組合中的份額越大，則在股指期貨交易限制后，伴隨期貨—現(xiàn)貨投資者退出，其投資組合中股票被拋售的數(shù)量更大，參照前文分析，被拋售的股票所對(duì)應(yīng)的公司債券利差將提升得更多。

圖3?安慰劑檢驗(yàn)②

本文根據(jù)中金所2015年7月3日發(fā)布的《通報(bào)》中股指期貨分類投資者持倉(cāng)情況（6月15日至7月2日）對(duì)投資股指期貨的主要機(jī)構(gòu)進(jìn)行匯總。該《通報(bào)》匯總了6月15日和7月2日的投資者類型及各類投資者的持倉(cāng)狀況，通過(guò)簡(jiǎn)單加權(quán)方法計(jì)算得出證券公司、基金公司、QFII和RQFII、保險(xiǎn)機(jī)構(gòu)和信托公司的持倉(cāng)比例。其中，當(dāng)包括自然人和一般法人時(shí)，6月15日和7月2日上述機(jī)構(gòu)股指期貨空持倉(cāng)占比分別為603%和758%;當(dāng)排除自然人和一般法人時(shí)，空持倉(cāng)占比分別為920%和931%。以上結(jié)果表明，上述機(jī)構(gòu)為股指期貨的主要機(jī)構(gòu)投資者，占全部股指期貨投資者的60%以上，并近乎占據(jù)了機(jī)構(gòu)類投資者的全部持倉(cāng)。綜上所述，本文選取證券公司、基金公司、QFII和RQFII、保險(xiǎn)機(jī)構(gòu)和信托公司這五類機(jī)構(gòu)投資者的股票持倉(cāng)比例作為機(jī)構(gòu)投資者持股比例的代理變量，并使用機(jī)構(gòu)持股比例總和減去股指期貨敏感機(jī)構(gòu)的持股比例，作為股指期貨非敏感機(jī)構(gòu)的代理變量。

①?圖3中繪制了安慰劑檢驗(yàn)的估計(jì)值和p值，其中x軸為估計(jì)值，y軸為p值，水平虛線指示p=01，垂直虛線指示本文基準(zhǔn)回歸中DID模型的估計(jì)系數(shù)。

為研究股指期貨交易限制是否由于期貨—現(xiàn)貨投資者退出導(dǎo)致現(xiàn)貨市場(chǎng)流動(dòng)性與波動(dòng)性的變化，我們參考Li等構(gòu)建如下DDD模型：

Yi，t=α0+α1Treatedi+α2Postt+α3Postt×Treatedi+IOi（β0+β1iTreatedi+β2Postt+β3Postt×Treatedi）+Xi，t+λi+νt+ζi，t（9）

其中，Yi，t為上文構(gòu)建的兩個(gè)衡量現(xiàn)貨流動(dòng)性和波動(dòng)性的指標(biāo)或債券利差指標(biāo)，IOi為前文所述的機(jī)構(gòu)投資者持股比例指標(biāo)，為證券公司、基金公司、QFII和RQFII、保險(xiǎn)機(jī)構(gòu)和信托公司這五類機(jī)構(gòu)投資者的股票持倉(cāng)比例的加總;定義示性函數(shù)I（IOi），若公司i的上述機(jī)構(gòu)持股比例在前25%分位點(diǎn)，則IOi為1，否則為0;Treatedi為虛擬變量，若個(gè)股i為滬深300成分股則為1，非成分股則為0;Postt為時(shí)間虛擬變量，若交易時(shí)間為2015年8月26日之前為0，否則為1;Xi，t為RVi，t、log（Fsizei，t）和Returni，t或ΔGDPi，t;λi和νt為時(shí)間固定效應(yīng)和個(gè)體固定效應(yīng)。同時(shí)，為驗(yàn)證股票市場(chǎng)和債券市場(chǎng)變化的影響是由于股指期貨敏感機(jī)構(gòu)而非其他機(jī)構(gòu)，本文對(duì)RESSET數(shù)據(jù)庫(kù)中披露的機(jī)構(gòu)持股數(shù)量進(jìn)行全部加總，并減去股指期貨敏感機(jī)構(gòu)的持股比例，即可得到股指期貨非敏感機(jī)構(gòu)的持股比例，本文對(duì)股指期貨非敏感機(jī)構(gòu)的IOi進(jìn)行前述相同處理。本節(jié)中機(jī)構(gòu)持股比例數(shù)據(jù)來(lái)源于RESSET數(shù)據(jù)庫(kù)，由于本文的樣本區(qū)間設(shè)定為2015年7月1日至2015年10月31日，故選取2015年半年報(bào)中披露的機(jī)構(gòu)持股比例進(jìn)行實(shí)證研究。

表6匯報(bào)了DDD模型的實(shí)證結(jié)果，其中表6第（1）列至第（3）列匯報(bào)了股指期貨敏感機(jī)構(gòu)的回歸結(jié)果，第（4）列到第（6）列匯報(bào)了股指期貨非敏感機(jī)構(gòu)的回歸結(jié)果。從表6的實(shí)證結(jié)果表明，股指期貨交易限制對(duì)上市公司債券利差的變動(dòng)存在明顯的異質(zhì)性，機(jī)構(gòu)持股比例更大時(shí)，債券利差上升得更多，同時(shí)現(xiàn)貨市場(chǎng)的流動(dòng)性、波動(dòng)性變化也更加劇烈，進(jìn)一步說(shuō)明了本文機(jī)制的可信性，即股指期貨交易限制導(dǎo)致投資者退出，使現(xiàn)貨市場(chǎng)流動(dòng)性、波動(dòng)性變化提升，提高了上市公司的整體風(fēng)險(xiǎn)，并導(dǎo)致公司債券利差上升。表6第（4）列到第（6）列中，流動(dòng)性指標(biāo)與波動(dòng)性指標(biāo)的三次交互項(xiàng)系數(shù)均不顯著，這說(shuō)明由于股指期貨非敏感機(jī)構(gòu)并不參與現(xiàn)貨市場(chǎng)，其并沒(méi)有受到股指期貨交易限制政策的影響，也進(jìn)一步證明本文的結(jié)果并不是由股指期貨非敏感機(jī)構(gòu)的持股比例更高導(dǎo)致的，即驗(yàn)證本文的基本假設(shè)，股指期貨交易限制導(dǎo)致期貨投資者退出期貨市場(chǎng)和現(xiàn)貨市場(chǎng)，并引發(fā)現(xiàn)貨市場(chǎng)和債券市場(chǎng)波動(dòng)。

（二）異質(zhì)性分析——股權(quán)質(zhì)押

2015年我國(guó)上市公司大股東質(zhì)押比例快速提升（見(jiàn)圖4）。現(xiàn)有文獻(xiàn)認(rèn)為，當(dāng)股價(jià)觸及平倉(cāng)線時(shí)，股權(quán)質(zhì)押會(huì)使股票現(xiàn)貨面臨股價(jià)崩盤(pán)風(fēng)險(xiǎn)和控制權(quán)轉(zhuǎn)移風(fēng)險(xiǎn)。歐陽(yáng)才越等基于我國(guó)公司新債發(fā)行數(shù)據(jù)，研究股權(quán)質(zhì)押對(duì)新債券發(fā)行利差的關(guān)系，結(jié)果表明，股權(quán)質(zhì)押顯著提升了新的公司債券發(fā)行利差。同時(shí)，該研究認(rèn)為，股權(quán)質(zhì)押引發(fā)的控制權(quán)變更風(fēng)險(xiǎn)是導(dǎo)致公司債券利差提升的主要原因。儲(chǔ)溢泉和倪建文認(rèn)為，控股股東的信用風(fēng)險(xiǎn)會(huì)通過(guò)股權(quán)鏈條進(jìn)一步傳導(dǎo)到上市公司，即大股東股權(quán)質(zhì)押提高了上市公司的信用風(fēng)險(xiǎn)，進(jìn)而影響上市公司的債券利差。

圖4?2015年我國(guó)A股質(zhì)押總比例與質(zhì)押總股數(shù)①

限于股權(quán)質(zhì)押的條款設(shè)計(jì)，上市公司控股股東進(jìn)行股權(quán)質(zhì)押將使其面臨巨大的信用風(fēng)險(xiǎn)。上文已證明期指交易限制導(dǎo)致股票市場(chǎng)的流動(dòng)性、波動(dòng)性均受到影響。而當(dāng)股票市場(chǎng)波動(dòng)性提升時(shí)，股價(jià)達(dá)到質(zhì)押平倉(cāng)線的概率更大，控股股東如不能及時(shí)補(bǔ)足資本金，股票將面臨強(qiáng)制出售的風(fēng)險(xiǎn)。李常青等認(rèn)為，當(dāng)股價(jià)觸及平倉(cāng)線時(shí)，若股東沒(méi)有及時(shí)追加保證金或股份，引發(fā)金融機(jī)構(gòu)強(qiáng)制平倉(cāng)，大量賣(mài)出將對(duì)股價(jià)產(chǎn)生巨大沖擊，并引發(fā)投資者恐慌。且期貨交易限制導(dǎo)致流動(dòng)性降低，大筆訂單對(duì)市場(chǎng)的價(jià)格沖擊更大，故股權(quán)質(zhì)押的信用風(fēng)險(xiǎn)將進(jìn)一步傳遞到債券市場(chǎng)，導(dǎo)致債券風(fēng)險(xiǎn)溢價(jià)提升。此外，余佩琨等認(rèn)為，我國(guó)資本市場(chǎng)中機(jī)構(gòu)投資者利用其信息優(yōu)勢(shì)，在利好消息發(fā)布前增加持股倉(cāng)位，而在利空消息發(fā)布前減少倉(cāng)位。筆者認(rèn)為，機(jī)構(gòu)投資者足夠“聰明”，且能夠根據(jù)市場(chǎng)環(huán)境和特有信息適時(shí)調(diào)整持股倉(cāng)位，若機(jī)構(gòu)投資者在股指期貨交易限制后的退出市場(chǎng)過(guò)程中，對(duì)個(gè)股的退出存在選擇行為，那我們預(yù)期，股權(quán)質(zhì)押比例更高的企業(yè)，機(jī)構(gòu)退出的概率更高。綜上所述，股指期貨交易限制對(duì)上市公司債券利差因股權(quán)質(zhì)押比例的不同存在異質(zhì)性，控股股東股權(quán)質(zhì)押比例更高的公司，債券利差將有更大的變化。

①?圖4展示了2015年A股周度股權(quán)質(zhì)押的總比例與質(zhì)押總股數(shù)（萬(wàn)股）變化，其中實(shí)線為A股質(zhì)押總比例（左y軸），虛線為質(zhì)押總股數(shù)（右y軸），x軸標(biāo)識(shí)周數(shù)，本文對(duì)質(zhì)押總股數(shù)進(jìn)行對(duì)數(shù)化處理。

為驗(yàn)證股指期貨交易限制是否對(duì)上市公司債券利差因股權(quán)質(zhì)押比例的不同存在的異質(zhì)性，本文構(gòu)造了如下模型（10）：

Yi，t=α0+α1Treated+α2Postt+α3Treatedi×Postt+PID_DUMi（β0+β1iTreatedi+β2Postt+β3Treatedi×Postt）+Xi，t+λi+νt+ζi，t（10）

其中，PID_DUM為上市公司股權(quán)質(zhì)押比例，若股權(quán)質(zhì)押比例為樣本的75百分位點(diǎn)以上時(shí)為1，否則為0，因變量為公司債券的信用利差，其他變量定義與上文相同。表7匯報(bào)回歸結(jié)果。我們發(fā)現(xiàn)，當(dāng)股權(quán)質(zhì)押比例更高時(shí)，PID_DUM*Postt*Treatedi的系數(shù)顯著為正，股指期貨交易限制后，相比于股權(quán)質(zhì)押比例低的公司，控股股東的股權(quán)質(zhì)押將加劇現(xiàn)貨市場(chǎng)風(fēng)險(xiǎn)傳導(dǎo)至債券市場(chǎng)，導(dǎo)致公司債券風(fēng)險(xiǎn)溢價(jià)提升。我們的結(jié)論與儲(chǔ)溢泉和倪建文的研究結(jié)論相符，即控股股東股權(quán)質(zhì)押引發(fā)的風(fēng)險(xiǎn)通過(guò)現(xiàn)貨市場(chǎng)傳導(dǎo)至上市公司的機(jī)制。同時(shí)，本文的實(shí)證結(jié)果表明，股指期貨交易限制對(duì)企業(yè)債券利差的影響存在明顯的異質(zhì)性，股權(quán)質(zhì)押更高的企業(yè)，股指期貨限制后債券利差的變化更大。

（三）穩(wěn)健性分析

1更換被解釋變量

為進(jìn)一步保證本文的實(shí)證結(jié)果足夠穩(wěn)健，參考已有文獻(xiàn)做法，本文更換了債券利差的定義方式，具體來(lái)說(shuō)，我們構(gòu)造了mean_CS變量，當(dāng)某公司同時(shí)發(fā)行多只債券時(shí)，我們對(duì)該公司發(fā)行的多只債券的到期收益率取均值，即可得到mean_CS。本文使用mean_CS作為因變量，對(duì)模型（5）、模型（9）和模型（10）重新進(jìn)行回歸，表8匯報(bào)了實(shí)證結(jié)果。其中，表8第（1）列和第（2）列為對(duì)模型（5）的回歸結(jié)果，第（2）列在模型中加入了ΔGDP控制變量，第（3）列和第（4）列為對(duì)模型（9）加入機(jī)構(gòu)持股比例的DDD模型回歸結(jié)果，第（5）列為加入股權(quán)質(zhì)押虛擬變量的DDD模型回歸結(jié)果，第（6）列為股指期貨放松限制對(duì)債券利差的影響結(jié)果，總體而言，系數(shù)的符號(hào)符合預(yù)期，且實(shí)證結(jié)果與正文匯報(bào)的實(shí)證結(jié)果差異性不大，這證明本文的實(shí)證結(jié)果是足夠穩(wěn)健的。

2傾向得分匹配

在本節(jié)中，我們進(jìn)一步使用PSM的方法匹配實(shí)驗(yàn)組與控制組，以保證實(shí)驗(yàn)組與控制組可以充分比較。我們使用模型（6）中的控制變量RVi，t、log（Fsize）i，t、Invpi，t和Returni，t作為PSM的匹配變量，執(zhí)行1∶1近鄰匹配。PSM匹配后，我們重新對(duì)模型（6）進(jìn)行回歸，表9匯報(bào)了傾向性得分匹配的回歸結(jié)果，其中第（1）列、第（2）列為全樣本股票的流動(dòng)性與波動(dòng)性的回歸結(jié)果，第（3）列、第（4）列為發(fā)債企業(yè)的股票流動(dòng)性與波動(dòng)性的回歸結(jié)果?；赑SM-DID方法，我們?cè)趯?duì)全樣本流動(dòng)性與波動(dòng)性的估計(jì)系數(shù)為-0204和00282，對(duì)發(fā)債企業(yè)樣本估計(jì)系數(shù)為-0169、00131;基于Min（distance）方法，我們?cè)趯?duì)全樣本流動(dòng)性與波動(dòng)性的估計(jì)系數(shù)為-0217和00130，對(duì)發(fā)債企業(yè)樣本估計(jì)系數(shù)為-0214、000999，除對(duì)全樣本的波動(dòng)性估計(jì)系數(shù)存在較小差異外，其他系數(shù)符號(hào)均相同，且數(shù)值并無(wú)巨大差異?？傮w來(lái)看，本文結(jié)論支持股指期貨交易限制導(dǎo)致企業(yè)的流動(dòng)性與波動(dòng)性下降，并進(jìn)一步導(dǎo)致債券的利差變化的機(jī)制。

（四）競(jìng)爭(zhēng)性假說(shuō)與股指期貨放松管制的檢驗(yàn)

1競(jìng)爭(zhēng)性假說(shuō)——債券流動(dòng)性風(fēng)險(xiǎn)溢價(jià)

流動(dòng)性溢價(jià)是債券風(fēng)險(xiǎn)溢價(jià)的核心內(nèi)容，Collin-Dufresne和Goldstein、Huang和Huang的研究認(rèn)為，公司債券與國(guó)債的利差并不能完全使用與公司信用相關(guān)的變量解釋，即“信用利差之謎”。Delianedis和Geske、Longstaff等研究進(jìn)一步說(shuō)明，流動(dòng)性不足是債券利差的一個(gè)組成部分。Lo?Mamaysky和Wang認(rèn)為，債券市場(chǎng)的流動(dòng)性不足導(dǎo)致投資者無(wú)法及時(shí)調(diào)整投資組合并對(duì)沖風(fēng)險(xiǎn)，且流動(dòng)性不足對(duì)投資者交易頻率存在抑制性，故投資者在交易債券前就會(huì)對(duì)流動(dòng)性較差的債券要求更高的回報(bào)率，即債券的流動(dòng)性風(fēng)險(xiǎn)溢價(jià)。Chen等延續(xù)Longstaff的思路，檢驗(yàn)債券市場(chǎng)的流動(dòng)性是否能解釋債券利差的變動(dòng)，通過(guò)使用有限因變量模型，Chen等發(fā)現(xiàn)僅依靠流動(dòng)性就可解釋投資級(jí)債券利差7%的截面變化，對(duì)投機(jī)級(jí)債券的解釋能力更是高達(dá)22%。Amihud和Mendelson研究認(rèn)為，流動(dòng)性沖擊會(huì)通過(guò)影響資產(chǎn)的預(yù)期回報(bào)進(jìn)而影響資產(chǎn)價(jià)格，與證券市場(chǎng)不同，我國(guó)債券市場(chǎng)成交量低，流動(dòng)性差，Chen和Jiang認(rèn)為，雖然近些年我國(guó)債券市場(chǎng)流動(dòng)性在持續(xù)改善，但仍處于較低水準(zhǔn)。

所以一種具有現(xiàn)實(shí)意義的競(jìng)爭(zhēng)性假說(shuō)是股票現(xiàn)貨市場(chǎng)的流動(dòng)性降低是否會(huì)與債券市場(chǎng)呈現(xiàn)同步性，即現(xiàn)貨流動(dòng)性降低的同時(shí)協(xié)同債券市場(chǎng)流動(dòng)性降低（如金融危機(jī)期間美國(guó)的股市債市流動(dòng)性緊張），提高公司債券的流動(dòng)性風(fēng)險(xiǎn)溢價(jià)，進(jìn)而導(dǎo)致公司債券利差提升。而已有文獻(xiàn)認(rèn)為，危機(jī)爆發(fā)后，強(qiáng)烈的恐慌情緒使股債關(guān)系呈現(xiàn)“蹺蹺板”效應(yīng)（flight-to-liquidity），即資金從現(xiàn)貨市場(chǎng)轉(zhuǎn)入國(guó)債市場(chǎng)。如圖5所示，我們也發(fā)現(xiàn)股指期貨限制交易后，伴隨著股指期貨成交金額的大幅降低，國(guó)債期貨成交金額有大幅提升。本文認(rèn)為，市場(chǎng)中的所有債券受到蹺蹺板效應(yīng)的沖擊相同，本文所有的回歸均控制了時(shí)間固定效應(yīng)，所得到的回歸系數(shù)為控制“蹺蹺板”效應(yīng)后股指期貨交易限制對(duì)債券利差的凈影響，實(shí)證結(jié)果依然可靠。

圖5?成分股與非成分股債券成交數(shù)量

上文分析的一個(gè)關(guān)鍵點(diǎn)即債券的流動(dòng)性，若沒(méi)有觀察到債券流動(dòng)性出現(xiàn)明顯的變化，則我們就可以更加確定地拒絕該競(jìng)爭(zhēng)性假說(shuō)。為驗(yàn)證股指期貨交易限制是否通過(guò)影響債券市場(chǎng)流動(dòng)性變化而導(dǎo)致公司債券風(fēng)險(xiǎn)溢價(jià)的變化，我們使用債券成交量作為債券流動(dòng)性的代理變量，圖5繪制了滬深300成分股公司債券與非指數(shù)成分股債券的成交量變化，該數(shù)據(jù)區(qū)間與本文基準(zhǔn)回歸區(qū)間相同（2015年7月1日—2015年10月29日）。從中我們發(fā)現(xiàn)債券的流動(dòng)性并沒(méi)有出現(xiàn)顯著的上升或下降的趨勢(shì)，指數(shù)和非指數(shù)成分公司債的成交量在合理區(qū)間內(nèi)震蕩，且成分股公司債券與非成分股公司債券的交易量沒(méi)有呈現(xiàn)出明顯的協(xié)同關(guān)系，這證明本文的結(jié)果并非由流動(dòng)性溢價(jià)驅(qū)動(dòng)，從而證實(shí)了本文的基本邏輯，即股指期貨交易限制對(duì)公司債券利差的負(fù)外部性證據(jù)。

為進(jìn)一步考察債券流動(dòng)性是否是債券利差上升的驅(qū)動(dòng)因素，本文構(gòu)建如下回歸模型：

Trdvoli，t=β0+β1Postt×Treatedi+ΔGDPi+γt+θi+εi，t（11）

其中，Trdvoli，t為債券i在t日的交易數(shù)量，Postt為時(shí)間虛擬變量，若交易時(shí)間為2015年8月26日之前為0，2015年8月26日之后為1;Treatedi為債券對(duì)應(yīng)的股票是否為指數(shù)成分股的虛擬變量，若發(fā)債公司為指數(shù)成分股則等于1，非指數(shù)成分股則為0。ΔGDPi為發(fā)債企業(yè)所在省份的上一季度GDP的同比增長(zhǎng)率;γt和θi為時(shí)間固定效應(yīng)和個(gè)體固定效應(yīng)，θi吸收了債券發(fā)行規(guī)模、債券評(píng)級(jí)、債券票面利率等債券個(gè)體特征，同時(shí)還吸收了DID模型中Treatedi項(xiàng)，γt吸收不隨時(shí)間變動(dòng)的變量，同時(shí)也吸收了Postt項(xiàng)。β1為我們關(guān)心的變量，若上文債券利差的驅(qū)動(dòng)因素是債券的流動(dòng)性風(fēng)險(xiǎn)溢價(jià)提升，那么本文預(yù)期β1應(yīng)顯著為負(fù)值。

表10匯報(bào)了本文對(duì)模型（11）的回歸結(jié)果，其中，第（1）列為不控制ΔGDP的回歸結(jié)果，第（2）列為加入控制變量ΔGDPi的回歸結(jié)果。實(shí)證結(jié)果表明Postt*Treatedi為正且不顯著，故本文的實(shí)證結(jié)論并不支持債券流動(dòng)性風(fēng)險(xiǎn)溢價(jià)提升的假說(shuō)。

2股指期貨放松對(duì)債券利差的影響

在本節(jié)中，本文試圖考察股指期貨交易限制的放松是否會(huì)對(duì)債券利差產(chǎn)生相反的影響，即股指期貨交易限制的放松導(dǎo)致指數(shù)公司債券風(fēng)險(xiǎn)溢價(jià)降低，債券利差降低。

2015年9月7日后，中金所多次頒布股指期貨逐步放松限制的政策（見(jiàn)表11），總體而言，上證50和滬深300的放松管制呈現(xiàn)極強(qiáng)的同步性，中證500的放松管制進(jìn)程略滯后。

①?中金所2017年2月16日公告《關(guān)于調(diào)整滬深300、上證50、中證500股指期貨交易保證金的通知》《關(guān)于調(diào)整股指期貨手續(xù)費(fèi)標(biāo)準(zhǔn)的通知》;中金所2017年9月15日公告《關(guān)于調(diào)整滬深300、上證50股指期貨交易保證金的通知》《關(guān)于調(diào)整股指期貨手續(xù)費(fèi)標(biāo)準(zhǔn)的通知》;中金所2018年12月2日公告《關(guān)于調(diào)整滬深300、上證50、中證500股指期貨交易保證金的通知》《關(guān)于調(diào)整股指期貨手續(xù)費(fèi)標(biāo)準(zhǔn)的通知》;中金所2019年4月19日公告《關(guān)于調(diào)整股指期貨手續(xù)費(fèi)標(biāo)準(zhǔn)的通知》《關(guān)于調(diào)整中證500股指期貨交易保證金的通知》。

②?圖6展示了中金所對(duì)股指期貨放松管制后期貨持倉(cāng)量的走勢(shì)圖，其中我們對(duì)股指期貨持倉(cāng)量進(jìn)行對(duì)數(shù)化處理，x軸0刻度表示2016年1月1日，圖中的四條豎線分別表示2017年2月16日、2017年9月15日、2018年12月3日和2019年4月19日，即股指期貨四次放松管制的時(shí)間刻度。數(shù)據(jù)來(lái)源于RESSET數(shù)據(jù)庫(kù)。

圖6展示了自2016年1月1日后股指期貨日度持倉(cāng)量的走勢(shì)，從中我們可以發(fā)現(xiàn)，各次股指期貨放松管制對(duì)期貨持倉(cāng)量的沖擊存在明顯的不同，第一次期貨放松管制使期貨持倉(cāng)量短期上升，但隨后又回落到放松管制前的水平，第二次期貨放松管制小幅提升了期貨的持倉(cāng)量，第三次放松管制使期貨持倉(cāng)量大幅提升，第四次放松管制對(duì)持倉(cāng)量的影響不大。綜上，在同時(shí)考慮股指期貨放松政策對(duì)期貨交易各指標(biāo)的變化幅度和股指期貨持倉(cāng)量的變化，本文認(rèn)為第三次股指期貨放松政策對(duì)期貨市場(chǎng)的沖擊最大。

我們對(duì)模型（5）重新進(jìn)行回歸，由于滬深300指數(shù)成分股每年會(huì)根據(jù)市值和流動(dòng)性等指標(biāo)進(jìn)行兩次調(diào)整，故重新獲取了債券交易數(shù)據(jù)與指數(shù)成分股進(jìn)行匹配，具體流程略。表12匯總了實(shí)證結(jié)果，股指期貨放松交易后，指數(shù)成分股的債券利差顯著降低，這與上文股指期貨交易限制對(duì)指數(shù)成分股債券利差影響方向相反，即股指期貨交易限制提升了指數(shù)成分股公司的風(fēng)險(xiǎn)溢價(jià)，提高了企業(yè)的債券利差，而股指期貨放松管制降低了指數(shù)成分股公司的風(fēng)險(xiǎn)溢價(jià)，企業(yè)債券利差顯著下降。

六、結(jié)論

本文使用雙重差分模型研究股指期貨交易限制政策對(duì)股票現(xiàn)貨市場(chǎng)和公司債券市場(chǎng)的影響。結(jié)果表明，股指期貨交易限制政策導(dǎo)致股票現(xiàn)貨市場(chǎng)流動(dòng)性下降，波動(dòng)性上升，并進(jìn)一步導(dǎo)致指數(shù)成分股公司債券利差提升。同時(shí)，我們發(fā)現(xiàn)期貨敏感機(jī)構(gòu)的持股比例更高時(shí)，股票市場(chǎng)和債券市場(chǎng)呈現(xiàn)出更大的波動(dòng)，這進(jìn)一步說(shuō)明本文的機(jī)制，即期貨—現(xiàn)貨交易者退出市場(chǎng)并拋售股票，從而影響股票市場(chǎng)的流動(dòng)性、波動(dòng)性以及債券市場(chǎng)的指數(shù)公司債券利差。本文還對(duì)期貨非敏感機(jī)構(gòu)持股比例進(jìn)行穩(wěn)健性檢驗(yàn)，實(shí)證結(jié)果仍然支持我們的結(jié)論，即期貨敏感機(jī)構(gòu)是股票、債券市場(chǎng)變化的主要?jiǎng)右?，而股指期貨非敏感機(jī)構(gòu)無(wú)法解釋現(xiàn)貨市場(chǎng)流動(dòng)性、波動(dòng)性以及指數(shù)成分股債券利差的變化。本文進(jìn)一步研究了股指期貨交易限制對(duì)公司債券利差影響的異質(zhì)性，發(fā)現(xiàn)股權(quán)質(zhì)押更多的公司，其債券受到的影響更大。股指期貨放松管制為本文提供了一個(gè)與期貨交易限制相反的準(zhǔn)自然實(shí)驗(yàn)，發(fā)現(xiàn)股指期貨放松管制降低了指數(shù)成分股公司債券的信用利差。本文結(jié)論在更換政策實(shí)施過(guò)程中的時(shí)間點(diǎn)、更換被解釋變量、PSM傾向得分匹配、平行趨勢(shì)檢驗(yàn)、隨機(jī)分配處理組和控制組等一系列檢驗(yàn)下依然穩(wěn)健。

本文有以下三點(diǎn)政策含義：首先，在防范系統(tǒng)性金融風(fēng)險(xiǎn)的同時(shí)，監(jiān)管者與政策制定者也要合理評(píng)估政策的后果，不論是在衍生品市場(chǎng)增加品種還是在極端市場(chǎng)下針對(duì)部分衍生品做出相應(yīng)的限制，都應(yīng)建立在合理評(píng)估政策效果和政策后果的基礎(chǔ)上。其次，我們也應(yīng)認(rèn)識(shí)到投資者及投資結(jié)構(gòu)的逐步轉(zhuǎn)變，切實(shí)維護(hù)好衍生品工具的正常運(yùn)行是適應(yīng)投資者結(jié)構(gòu)性轉(zhuǎn)變的重要支撐。我國(guó)個(gè)人投資者投資模式呈現(xiàn)出從線下到線上、從小散到機(jī)構(gòu)、從股票到基金的特點(diǎn)。股指期貨是基金等機(jī)構(gòu)對(duì)沖風(fēng)險(xiǎn)的重要衍生品工具，保障股指期貨等衍生品的正常交易，是維護(hù)資本市場(chǎng)健康發(fā)展的重要一環(huán)。最后，我國(guó)資本市場(chǎng)不僅要保障衍生品市場(chǎng)的健康發(fā)展，還要進(jìn)一步加強(qiáng)審慎監(jiān)管，要充分認(rèn)識(shí)“金融安全是國(guó)家安全的重要組成部分”這一基本前提，一方面，應(yīng)合理看待衍生品市場(chǎng)，不要談空色變;另一方面，也應(yīng)對(duì)市場(chǎng)加強(qiáng)監(jiān)管，促進(jìn)衍生品市場(chǎng)合法依規(guī)運(yùn)行，為我國(guó)金融安全保駕護(hù)航。

參考文獻(xiàn)

[1]HAN?Q，LIANG?J?FIndex?futures?trading?restrictions?and?spot?market?quality：Evidence?from?the?recent?Chinese?stock?market?crash[J]Journal?of?Futures?Markets，2017，37（4）：411-428

[2]MIAO?H，RAMCHANDER?S，WANG?T?Y，et?alRole?of?index?futures?on?Chinas?stock?markets：Evidence?from?price?discovery?and?volatility?spillover[J]Pacific-Basin?Finance?Journal，2017，44（sep）：13-26

[3]ERICSSON J，JACOBS?K，OVIEDO?RThe?determinants?of?credit?default?swap?premia[J]Journal?of?financial?and?quantitative?analysis，2009，44（1）：109-132

[4]CAMPBELL?J?Y，TAKSLER?G?BEquity?volatility?and?corporate?bond?yields[J]The?Journal?of?finance，2003，58（6）：2321-2349

[5]許紅偉，吳沖鋒滬深300股指期貨推出改善了我國(guó)股票市場(chǎng)質(zhì)量嗎——基于聯(lián)立方程模型的實(shí)證研究[J]南開(kāi)管理評(píng)論，2012，15（4）：101-110

[6]EDWARDS?F?RDoes?futures?trading?increase?stock?market?volatility？[J]Financial?Analysts?Journal，1988，44（1）：63-69

[7]STOLL?H?R，WHALEY?R?EThe?dynamics?of?stock?index?and?stock?index?futures?returns[J]Journal?of?Financial?and?Quantitative?Analysis，1990，25（4）：441-468

[8]ANTONIOU?A，HOLMES?PFutures?trading，information?and?spot?price?volatility：evidence?for?the?FTSE-100?stock?index?futures?contract?using?GARCH[J]Journal?of?Banking?&?Finance，1995，19（1）：117-129

[9]酈金梁，雷曜，李樹(shù)憬市場(chǎng)深度、流動(dòng)性和波動(dòng)率——滬深300股票指數(shù)期貨啟動(dòng)對(duì)現(xiàn)貨市場(chǎng)的影響[J]金融研究，2012（6）：124-138

[10]LIU?J?Y，ZHONG?REquity?index?futures?trading?and?stock?price?crash?risk：Evidence?from?Chinese?markets[J]The?Journal?of?Futures?Markets，2018，38（11）：1313-1333

[11]STIVERS?C，SUN?LStock?market?uncertainty?and?the?relation?between?stock?and?bond?returns[J]FRB?Atlanta?Working?Paper?2002-3

[12]XIE?S，MO?TIndex?futures?trading?and?stock?market?volatility?in?China：a?difference-in-difference?approach[J]Journal?of?Futures?Markets，2014，34（3）：282-297

[13]AMIHUD?Y，MENDELSON?H，LAUTERBACH?BMarket?microstructure?and?securities?values：Evidence?from?the?Tel?Aviv?Stock?Exchange[J]Journal?of?Financial?Economics，1997，45（3）：365-390

[14]BOEHMER?E，CHAVA?S，TOOKES?H?ERelated?securities?and?equity?market?quality：The?case?of?CDS[J]Journal?of?Financial?and?Quantitative?Analysis，2015，50（3）：509-541

[15]王永欽，吳嫻中國(guó)創(chuàng)新型貨幣政策如何發(fā)揮作用：抵押品渠道[J]經(jīng)濟(jì)研究，2019，54（12）：86-101

[16]黃瑜琴，王朝陽(yáng)，崔相勛管控股指期貨的救市政策有效嗎？——基于現(xiàn)貨市場(chǎng)波動(dòng)率的視角[J]國(guó)際金融研究，2018（9）：87-96

[17]CAI?X?Q，LU?Y，WU?M?Q，et?alDoes?environmental?regulation?drive?away?inbound?foreign?direct?investment？Evidence?from?a?quasi-natural?experiment?in?China[J]Journal?of?Development?Economics，2016（123）：73-85

[18]任勝鋼，鄭晶晶，劉東華，等排污權(quán)交易機(jī)制是否提高了企業(yè)全要素生產(chǎn)率——來(lái)自中國(guó)上市公司的證據(jù)[J]中國(guó)工業(yè)經(jīng)濟(jì)，2019（5）：5-23

[19]曾華盛，譚硯文自由貿(mào)易區(qū)建立的農(nóng)產(chǎn)品貿(mào)易及福利效應(yīng)：理論與來(lái)自中國(guó)的證據(jù)[J]中國(guó)農(nóng)村經(jīng)濟(jì)，2021（2）：122-144

[20]LI?O?Z，LIU?H，NI?C?K，et?alIndividual?investorsdividend?taxes?and?corporate?payout?policies[J]Journal?of?Financial?and?Quantitative?Analysis，2017，52（3）：963-990

[21]謝德仁，鄭登津，崔宸瑜控股股東股權(quán)質(zhì)押是潛在的“地雷”嗎？——基于股價(jià)崩盤(pán)風(fēng)險(xiǎn)視角的研究[J]管理世界，2016（5）：128-140，188

[22]歐陽(yáng)才越，謝妍，熊家財(cái)控股股東股權(quán)質(zhì)押與新發(fā)行公司債券定價(jià)[J]山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2018，40（1）：26-38

[23]儲(chǔ)溢泉，倪建文控股股東股權(quán)質(zhì)押提高了上市公司信用風(fēng)險(xiǎn)嗎？[J]證券市場(chǎng)導(dǎo)報(bào)，2020（11）：40-48

[24]李常青，李宇坤，李茂良控股股東股權(quán)質(zhì)押與企業(yè)創(chuàng)新投入[J]金融研究，2018（7）：143-157

[25]余佩琨，李志文，王玉濤機(jī)構(gòu)投資者能跑贏個(gè)人投資者嗎？[J]金融研究，2009（8）：147-157

[26]COLLIN-DUFRESNE?P，GOLDSTEIN?R?SDo?credit?spreads?reflect?stationary?leverage?ratios？[J]The?Journal?of?Finance，2001，56（5）：1929-1957

[27]HUANG?J?Z，HUANG?MHow?much?of?the?corporate-treasury?yield?spread?is?due?to?credit?risk？[J]The?Review?of?Asset?Pricing?Studies，2012，2（2）：153-202

[28]DELIANEDIS?G，GESKE?RThe?components?of?corporate?credit?spreads：Default，recovery，tax，jumps，liquidity，and?market?factors[J]Social?Science?Electronic?Publishing，2001（2304）：1-39

[29]LONGSTAFF?F?A，MITHAL?S，NEIS?ECorporate?yield?spreads：Default?risk?or?liquidity？New?evidence?from?the?credit?default?swap?market[J]The?Journal?of?Finance，2005，60（5）：2213-2253

[30]LO?A?W，MAMAYSKY?H，WANG?JAsset?prices?and?trading?volume?under?fixed?transactions?costs[J]Journal?of?Political?Economy，2004，112（5）：1054-1090

[31]CHEN?L，LESMOND?D?A，WEI?JCorporate?yield?spreads?and?bond?liquidity[J]The?Journal?of?Finance，2007，62（1）：119-149

[32]AMIHUD?Y，MENDELSON?HAsset?pricing?and?the?bid-ask?spread[J]Journal?of?Financial?Economics，1986，17（2）：223-249

[33]AMIHUD?Y，MENDELSON?HLiquidity，maturity，and?the?yields?on?US?Treasury?securities[J]The?Journal?of?Finance，1991，46（4）：1411-1425

[34]CHEN?Y，JIANG?LLiquidity?risk?and?corporate?bond?yield?spread：Evidence?from?China[J]International?Review?of?Finance，2021，21（4）：1117-1151

Research?on?the?Effect?of?Stock?Index?Futures?Constraint?on?BondsCredit?Spread

KANG?Shulong?LUO?Wenbo

Abstract：Regulatory?authorities?in?various?countries?generally?introduce?stock?index?futures?trading?restrictions?during?periods?of?huge?stock?fluctuationsHowever，whether?the?trading?restrictions?on?derivatives?in?the?stock?market?will?affect?the?stock?market?and?bond?market，and?thus?affect?the?financing?cost?of?enterprises，this?issue?remains?to?be?studiedThis?paper?takes?the?2015?CFFEX?restrictions?on?stock?index?futures?trading?as?a?quasi-natural?experiment?to?study?the?impact?of?stock?index?futures?trading?restrictions?on?the?stock?spot?market?and?corporate?bond?marketWe?found?that?the?stock?index?futures?trading?restrictions?increased?the?volatility?of?the?spot?market，reduced?the?liquidity?of?the?spot?market，and?further?increased?the?credit?spread?in?the?corporate?bond?marketFurther?research?finds?that?the?liquidity?and?volatility?changes?in?the?spot?market?caused?by?stock?index?futures?trading?restrictions?are?the?main?channels?that?affect?corporate?bond?spreads，while?the?withdrawal?of?futures-spot?traders?from?the?market?is?the?basic?motivation?for?the?changes?in?spot?market?liquidity?and?volatilityThe?research?conclusions?of?this?paper?start?from?the?market?microstructure，provide?useful?inspiration?for?the?consequences?of?financial?derivatives?trading?restrictions，and?provide?theoretical?support?for?further?understanding?the?synergistic?relationship?between?the?derivatives?market，the?spot?market?and?the?corporate?bond?market

Key?words：Stock?Index?Futures;Trading?Limit;Stock?Market;Bond?Spread;Differences-in-Differences?Method