论文部分内容阅读
摘要：本文利用我国股指期货市场分类账户日交易数据，构造出投资者情绪指标，并将投资者情绪变动分解为预期与不可预期两部分，利用GARCH，VAR和OLS回归模型，研究了投机和套期保值账户投资者情绪对市场波动的影响。研究发现套保与投机账户投资者情绪变动对市场的影响趋同；两类账户的不可预期情绪变动对市场波动的加剧作用更强。说明分类账户制度不能有效抑制过度投机，其促发了我国股指期货市场“借套期保值之名，行投机之实”的现象。
关键词：分类账户制度；投机；套期保值；预期情绪变动；不可预期情绪变动
文献标识码：A文章编号：100228482017（05）004809
一、 引言
过度投机引起商品价格波动异常，金融市场的监管者通过完善监管各类制度抑制过度投机，保护投资者利益。我国金融期货市场通过设立的投资者适当性制度、持仓限额制度和大户报告制度使各类机构投资行为均受到了严格的监管，极大地降低了市场操纵的可能性①
。然而，不以市场操纵为目的的过度投机行为仍然可能触发期货市场风险，并经过金融市场不断放大，危及金融市场稳定。
2010年5月14日起，中金所实施分类账户管理办法，区分套期保值和投机账户，通过额度限制加强对过度投机行为的监管。套期保值能够提高价格发现效率，改善资源配置。因此，监管层为套期保值账户设置了一系列优惠措施，例如享受更高水平的持仓限额量、异常交易监管豁免权等。但并没有与之相应的事中或事后监管机制约束套保账户的交易行为。已有的市场数据显示，与美国等成熟股指期货市场大约25%～50%的换手率相比，中国股指期货市场的换手率高达300%②
。表明实行分类账户制度后，我国股指期货市场“投机过度，套保不足”的现象仍严重存在。分类账户制度的实施能否有效区分市场真实的交易行为，进而抑制过度投机？抑或分类账户制度加剧了市场的过度投机？我国学术界尚未对此问题进行研究。
我国股指期货市场分类账户数据样本为本文提供了一个自然的研究契机。依据投资者的交易行为是其情绪反映这一观点，本文将投资者情绪作为交易行为的代理变量。基于不同账户类型的交易日数据，构建出两类账户的投资者情绪指数，通过研究投资者情绪变动对市场波动的影响，发现套保与投机账户情绪变动对市场的影响趋同，我国股指期货市场套保账户投资者并不能有效吸收市场波动这一信息，对稳定市场没有积极作用。进一步将情绪变动分解为预期与不可预期两部分，研究了不同账户类型下细化的投资者情绪变动对市场波动的影响，发现分类账户制度下，套期保值账户的投资者会利用其大额交易的便利进行投机，即“借套保之名，行投机之实”。因此，只有对分类账户实施动态差异化的交易机制以及相机的奖惩监管机制，才能从根本上提高分类账户制度的有效性，加强对过度投机行为的监管。从研究方法上，本文构建了不同账户类型投资者情绪指标，给未来关于不同类型交易者的行为策略选择及其对市场效率的影响等研究提供了一定的借鉴；同时，本文在细化的投资者情绪与其产生根源之间建立了联系，为后续有关“政策市”背景的新兴市场研究提供一定的指导。
二、 文献综述
Peck（1982）将美国商品期货交易委员会（Commitment Futures Trading Commission，CFTC）提供的交易商持仓报告（Commitment of Traders，COT）描述为一个“潜在的信息金矿”
[ZW（DY][JP2]有关Peck对COT的描述，请参见文献[JP]Estimation of Hedging and Speculative Positions in Futures Markets Revisited（1982）。[ZW）]
。利用COT，国外学者研究了不同类型投资者交易行为对市场波动的影响。Adrangi等（2010）在商品期货市场的研究发现，大型投机交易者和小量交易者增加市场波动[1]；Wang（2002）发现投机者和套期保值者的行为对市场波动的影响不同[2]。
行为金融的发展打破了经济人的假定，将非理性特征引入研究。情绪作为非理性行为代理变量，显著影响投资者交易行为，从而引发市场波动。有关投资者情绪对市场波动的影响，从两个方面展开。一方面，投资者情绪直接影响市场波动。Clarke和Statman（1998）发现滞后期的市场波动对当期投资者情绪有显著影响，且这两者之间存在显著的格兰杰因果关系[3]；Wang（2001）在六个农产品期货市场中研究投资者情绪与市场波动的交互作用，发现乐观情绪增大市场波动，悲观情绪降低市场波动[4]；Kumar和Lee（2006）发现个人投资者的交易行为系统性相关，并强调了投资者情绪在股票市场价格形成中的重要作用[5]；杨阳和万迪昉（2010）研究了期铜和期铝市场不同投资者情绪对市场效率的影响，发现情绪对市场收益及收益波动都有显著影响[6]。另一方面，投资者情绪与市场微观结构所形成的环境密切联系。Lee，Jiang和Indro（2002）认为情绪是一种系统风险，不同市态下的投资者情绪对市场波动的作用不同[7]；Toshiaki（2001）研究了不同监管制度下的投资者行为对日本OSE股指期货市场波动的影响。结果发现投资者行为与市场波动之间的关系因监管制度不同产生差异，[JP2]间接反映出投资者情绪对市场波动的作用受监管制度影响[8]；杨阳和万迪昉（2010）发现不同势态下投资者情绪对市场的影响力不同[9]；Bernanke和Kuttner（2005），Alexander Kurov（2010）[JP]认为不可预期的宏观政策发布影响投资者情绪变动，进而影响市场波动[1011]。
已有大量文献表明，投资者情绪直接或者间接地影响市场波动。进一步的问题是投资者情绪是如何产生的？一方面，DSSW（1990）和Kyle（1985）认为投资者是有限理性的，由投资者的系统风险引起的“噪音”是投资者情绪产生的根源[12]。Brown和Cliff（2005）以及Baker和Wurgler（2006）利用噪音交易理论，将投资者情绪分解为理性与非理性两部分[1314]。另一方面，国内外许多学者发现信息是投资者情绪产生的重要原因，Masahiro（2008）利用世代交叠模型研究了不对称信息下异质性投资者的交易行为与股价波动问题，间接反映了信息与投资者情绪的关系[15]；王郧，华仁海和张宗成（2012）在Masahiro的基础上，发現引起投资者情绪增加的信息与市场合约价格、债券无风险利率、投资者风险厌恶系数以及合约供给状态等相关[16]；张宗新和王海亮（2013）发现投资者情绪变动源于其信念调整，而信息往往能够正面冲击投资者信念，投资者据其信息偏好不同对信念产生不同的波动频率，且基本面信息有助于投资者情绪的稳定[17]。因此，投资者情绪与投资者所处市场的宏、微观结构关系密切，当受到宏观或微观市场层面因素的“意外”冲击时，投资者交易行为发生改变。Verma等（2008，2009）利用资产预期收益理论，将投资者情绪分解为预期（expected）情绪与不可预期（unexpected）情绪，他们认为预期情绪等同于前者分类中情绪的理性部分，而不可预期情绪等同于情绪的非理性部分[1819]。然而，胡昌生和池阳春（2012）认为理性即“明智的投资”，非理性即“弱智的投资”，并不受外部信息冲击影响，即可预期情绪和不可预期情绪并不能与理性和非理性情绪对等[20]。 综上所述，要对投资者情绪的产生原因进行解释，一个关键的问题是如何区分投资者交易行为的改变到底来源于其对“意外”信息冲击做出的反映还是基于其自身有限理性的本质。在没有“意外”信息冲击的情境中，投资者情绪常常与其投资技能，对市场基本面信息的辨识程度以及解读水平等因素密切相关，投资者据其预期做出投资决策。在此情境中，驱动其行为改变的情绪是由其“噪音”属性引起。反之，若市场存在“意外”信息冲击，则信息成为投资者情绪变动的主要原因。因此，借鉴Verma等（2008，2009）的方法，结合投资者情绪产生的根源，本文将投资者情绪变动细化为预期情绪变动与不可预期的情绪变动。预期情绪变动是指在没有预期外信息冲击时，主要由投资者“噪音”特质引起的情绪变动；而不可预期情绪变动，是指预期外信息引起的投资者情绪变动。同时考虑到国内期货市场的研究主要集中在量价关系上，有关不同类型投资者对市场波动影响的研究并不深入。因此，本文在中国新兴市场的背景下，基于我国股指期货的分类账户制度，从投资者情绪产生根源出发，研究不同账户类型的投资者预期与不可预期情绪变动对市场波动的影响，试图弥补国内这一研究领域的空白，从而为我国股指期货市场风险控制机制设计提供一定的理论依据。
三、 研究设计
（一）投资者情绪
投资者情绪（Investor Sentiment）是近年来行为金融学中阐述市场异象产生原因的一个重要概念，用来解释市场中决定投资者交易行为所持有的某种“信念”。Brown和Cliff（2004）认为交易量可以作为衡量投资者情绪的有效指标[21]。期货市场上投资者交易量增加，说明该类交易者情绪高涨；反之，则说明该类投资者情绪低落。
考虑到投机和套期保值两个账户交易量的平均水平相差甚远
[ZW（DY]套期保值账户的日平均交易量为3064，投机账户的日平均交易量为457263，约为套期账户的150倍。[ZW）]
，本文借用Wang（2002）将相对持仓量作为投资者情绪指标的方法，构造出“相对交易量”这一指标来衡量投资者情绪[22]。[WTBX]
SIit=[SX（]TVit-min（TVi）[]max（TVi）-min（TVi）[SX）][JY]（1）
SIit即t时期账户i的投资者情绪，i=S和i=H分别表示投机和套期保值，TVit是t时期i账户投资者的交易量，min（TVi）和max（TVi）分别指样本区间内i账户投资者交易量的最小值和最大值。该指标数值越大，表明投资者情绪越高。然而，考虑到投资者情绪的序数特性，我们引入投资者情绪变动这一概念，将其定义为ΔSIit=SIit-SIit-1，即投资者当期情绪与滞后一期情绪之差。该值大于0，说明投资者情绪乐观，否则投资者情绪悲观。
以不同账户类型投资者的交易量为基本单位构建的情绪变动，不仅可以将不同账户类型投资者的情绪通过其交易行为直观地反映出来，还使其在投机和套期保值账户间具有可比性。
（二）投資者情绪变动对市场波动的GARCH模型
考虑到投资者情绪变动对收益波动的影响，本文选择GARCH（1，2）模型。
均值方程：
Rt=ci1ln（VOLt）+ci2ΔSIit+uit[JY]（2）
方差方程：
VOLt=ci3+ci4u2t-1+ci5VOLt-1+ci6VOLt-2+
ci7|ΔSIit-1|*Di+ci8|ΔSIit-1|*（1-Di）[JY]（3）
其中，Rt是t时期市场的收益；VOLt是t时期的收益波动率；uit是均值估计的残差值，服从t分布；ci3是方差方程的常数项；ci7和ci8分别表示i账户类型投资者的乐观和悲观情绪变动对市场波动的影响；设定虚拟变量Di，当ΔSIit-1>0时，Di=1，即投资者持有乐观情绪；否则Di=0，即投资者持有悲观情绪。
（三）投资者情绪变动与市场波动的VAR模型
投资者情绪变动影响市场波动，同时，市场波动也可能引起投资者情绪变动。为了检验市场条件波动和不同账户投资者情绪变动之间的关系，我们通过GARCH（1，2）模型产生条件波动序列VOLt，并建立二元向量自回归模型。根据时间序列模型对序列平稳的要求，首先对条件波动和投资者情绪变动序列进行ADF和PP检验，结果如表1所示。投机情绪变动、套期保值情绪变动以及市场的条件波动均在1%水平上显著平稳。
因此，不同账户类型下投资者情绪变动与市场条件波动的VAR模型为：
[JB（{]VOLt=αi+
∑[DD（]m[]k=1[DD）]βik（ΔSIit-k）+
∑[DD（]m[]k=1[DD）]θik（VOLt-k）+εit
ΔSIit=γi+
∑[DD（]m[]k=1[DD）]ρik（ΔSIit-k）+
∑[DD（]m[]k=1[DD）]φik（VOLt-k）+eit[JB）][JY]（4）
其中k是根据AIC和SC准则计算出的最优滞后阶数。
（四）分解的投资者情绪变动对市场波动影响的OLS回归模型
以前人研究为基础，本文进一步将投资者情绪变动分解为预期与不可预期两部分，重点关注分解后的投资者情绪变动对市场波动的影响。
为了检验不同类型投资者的情绪变动和市场波动之间的关系，借鉴Wang（2002）关于不同投资者的交易行为对市场波动影响的研究，本文在市场波动、滞后期波动、市场总体行为、不同类型交易者预期与不可预期的情绪变动之间建立回归模型，如（5）[LL]所示：
[HS2]σ2t=μ+∑[DD（]m[]j=1[DD）]φjσ2t-j+λ1TVt+λ2OIt+η1EXSt+ η2UNEXSt+
η3EXHt+
η4UNEXHt+εt[JY]（5）
其中，σ2t为t时期的日内市场波动（Garman和Klass，1980）[23]；TVt和OIt分别表示t时期市场交易量与持仓量，其作为控制变量反映了市场总体交易行为；EXSt、UNEXSt、EXHt和UNEXHt[JP2]分别表示投机和套期保值交易者预期与不可预期的情绪变动。[JP]
Bessembinder和Seguin（1993）以及French，Schwert和Stambaugh（1987）发现，市场波动具有惯性效应[2425]，因此，φj表示滞后期波动对当期市场波动的影响，最优滞后阶数可由方程（4）确定出；λ1和λ2表示市场总体交易行为对市场波动的影响；与前人的研究一致（Bessembinder和Seguin，1993），本文利用ARIMA（p，k，q）模型將投资者情绪变动分解为预期与不可预期的情绪变动，预期情绪变动即ARIMA模型的拟合值，不可预期情绪变动即ARIMA模型的实际值与拟合值之差，因此，η1、η2、η3和η4分别表示投机与套期保值账户投资者预期与不可预期的情绪变动对市场波动的影响。
（五）研究变量选取与数据来源
投资者情绪变动指标的构建需要不同账户类型投资者的日交易数据。考虑到数据的可获得性，本文选取2010年5月14日～2012年2月27日为样本区间。
在t时期，市场收益Rt可定义为Rt=log（Pt/Pt-1）*100，Pt是t时期主力合约①
的结算价。市场条件波动VOLt则为GARCH（1，2）模型的GARCH项，而GarmanKlass的日内市场波动σ2t可定义为
σ2t={05×（ln（Pt，H/Pt，L））2-（2ln（2）-1）（ln（Pt，O/Pt，C））2}1/2，其中
Pt，H、Pt，L、Pt，O和Pt，C分别表示股指期货主力合约日内交易的最高价、最低价、开盘价和收盘价。
本文所有的日数据均来源于中国金融期货交易所。表2对我国股指期货的市场日收益、收益波动、主力合约价格的日内波动、市场总体的交易行为、投机和套期保值账户的情绪变动进行了描述性统计。股指期货主力合约日收益均值为负，但该值与0没有显著差异，表明20105—20122间，[JY]我国股指期
[FL）0]
[CD18]
[HT6SS]①主力合约是指当天所有合约中成交量最大的合约。一般而言，主力合约的持仓量也是当日最大的。
货市场刚刚经历过牛熊市变化，处在比较正常的环境中。市场交易量远大于持仓量，表明市场由投机交易主导。投机与套保账户的情绪变动均值都为正，但这两个值与0不存在显著差异，说明投机账户与套保账户的投资者大都持乐观情绪，但整个市场并未被该种情绪主导。
四、 研究结果及分析
（一）投资者情绪变动对股指期货市场当期收益及其波动的影响
表3反映了不同账户类型下投资者情绪变动对当期市场收益及收益波动的影响。均值方程中，c2均为正且结果显著，表明投机与套期保值账户的情绪变动对市场收益有显著的正影响，这两个账户的乐观情绪越高，市场收益就越好。方差方程中，c5>0且显著，表明我国股指期货的市场波动具有短期惯性效应。将c7和c8结合起来分析，结果发现，无论投机账户还是套期保值账户，乐观情绪都显著增加市场波动，悲观情绪显著降低市场波动，这在一定程度上表明了我国股指期货市场上投资者情绪变动对市场波动的影响力。与国外成熟市场不同，我国股指期货市场中充斥着大量散户，其个人投资者的特性决定了他们只能申请投机账户，作为噪音交易者，他们主要受情绪与信念驱动，通过投机交易行为追求利益最大化[26]，这决定了我国股指期货市场是以个人投资者为主导的情绪市场。
（二）投资者情绪变动与股指期货市场波动的相互影响
前文研究发现，不同账户的投资者情绪变动对我国股指期货市场波动有显著影响。然而，情绪变动与市场波动的关系是单向的或相互的还未定论。因此，本部分重点关注市场波动对不同账户投资者情绪变动的影响及其之间的因果关系。
表4反映了投资者情绪变动与市场波动的相互影响。一方面，与前文结论一致，投机与套期保值账户的投资者情绪变动对市场波动的影响趋同，且从确定出的滞后阶数发现，这种影响的短期效果十分显著。然而随着时间推移，其对市场波动的影响逐渐降低。另一方面，市场波动对投资者情绪变动的影响显著程度不高。市场波动对短期内投机和套期保值情绪变动的影响在10%水平上统计显著，而随着时间推移，市场波动对投资者情绪变动的影响消失。Keynes（1976）和Hicks（1946）认为，与投机交易不同，套期保值交易具有稳定市场的作用，且进行套期保值交易行为的投资者一般是知情的机构投资者，他们具有信息优势，往往对市场信息的敏感程度更高[2728]。然而，从我国股指期货市场波动对这两类账户投资者情绪变动的影响不难看出，我国股指期货市场套期保值投资者并未发挥出其应有的作用，市场上存在“借期保之名，行投机之实”的现象。此外，本文还发现市场波动具有短期惯性效应，投机和套期保值情绪变动具有短期反转效应。
对不同账户的投资者情绪变动与市场波动进行格兰杰因果检验，结果见表5。结果表明，投机账户和套期保值账户的情绪变动都会格兰杰引起市场波动，而市场波动却并非这两类账户情绪变动的格兰杰原因。结合我国实际，原因在于，我国股指期货市场是一个典型的“情绪市”，市场波动由投资者情绪变动引起。由于市场充斥着大量专业技能较低的散户，他们对市场的影响力有限，相关的投资者对市场波动释放出的信息敏感度较低。
（三）分解的投资者情绪变动对市场波动的影响 从情绪产生的根源出发，本文将投资者情绪变动分解为预期与不可预期两个部分。试图在方程（5）表示的OLS回归模型中，进一步探究不同账户投资者预期与不可预期的情绪变动对市场波动的影响。
Bessembinder和Seguin（1993）对交易行为与市场波动性的研究发现，交易量与市场波动正相关，持仓量与市场波动负相关[24]。本文利用我国股指期货市场的日数据，检验了市场交易行为对市场波动的作用，结果与前人研究一致，见表6模型1。
在模型1的基础上，加入了投机与套期保值账户预期与不可预期的情绪的变动4个变量后，得到模型2。可以看出：市场总体交易行为（交易量与持仓量）对市场波动的影响不变模型的拟合优度，调整的R2从35%增加至56%，这说明，加入投机与套期保值账户的预期与不可预期情绪变动这四个关键变量后，方程对市场波动的解释能力更强，模型的拟合效果更好。
本部分研究結果表明，投机账户投资者预期和不可预期情绪变动对市场波动均为显著的正影响。套期保值账户投资者不可预期的情绪变动对市场波动的正影响在10%水平下显著，而预期情绪变动对市场波动的影响作用并未得到验证。结合我国股指期货市场的现实，这说明：申请投机账户的交易者大多为典型的噪音交易者，他们时刻受情绪掌控，无论是基于非理性导致对基本面信息解读偏误所产生的预期情绪变动，还是基于市场监管制度变更、宏观政策发布等信息所产生的不可预期情绪变动，都会引起市场波动。而申请套期保值账户的投资者，大多是专业能力较强、风险承受能力较高且更具信息优势的法人投资者，例如专业基金公司、券商等，他们参与股指期货交易除了以获利为目的外，更为对冲股票市场的风险，基本面信息变化引发的股票与股指价格变化必然会使套期保值交易者在股票或股指期货市场蒙受的损失通过另一个市场的对冲交易得注释：TV和OI反映了市场总体的交易行为，分别表示交易量和持仓量。模型1中只有控制变量TV、OI以及滞后期的市场波动。利用ARIMA（p，k，q）将投资者情绪变动分解为预期与不可预期的两个部分，模型2在模型1的基础上加入了投机与套期保值账户分解后的情绪变动，即投机的预期和不可预期的情绪变动以及套期保值的预期和不可预期的情绪变动这四个研究变量。为省略篇幅，只关注这四个变量的均值。特别地，投机账户预期和不可预期情绪变动占该类账户情绪总变动的比例均值分别为79%和921%，套保账户这两个均值分别为62%和938%。方括号内为t统计值。[HJ0][HJ2.1mm]
到补偿，因此，他们的预期情绪变动并不会对市场波动产生明显的影响，宏观层面监管和政策类突发信息引发的不可预期情绪变动才是这类交易者改变交易策略的真正驱动力，进而对市场波动产生影响。Adrian和Rosenberg（2008）研究发现股票市场波动性风险包含短期和长期两个成分，短期波动与以微观层面因素为主的短期市场风险相关，长期波动与类似经济周期等宏观层面因素为主的长期不确定性相关[29]。结合投资者情绪变动的根源，对于专业能力更强的套期保值交易者来讲，基本面信息属于市场微观层面的信息，相对来讲，其造成的市场波动是暂时性的，而宏观层面的政策信息对市场波动的影响则是长期的，这种波动会影响到其对整个经济形势的判断，因此他们往往会利用其自身具备的信息优势，抓住这样的机会从中谋利，大幅改变交易策略，从而影响市场波动性。因此，中金所在2010年5月至2012年2月期间实行投机和套期保值两类账户这样的分类方式，虽然可以将有套期保值需求的投资者分离出来单独管理，但并不能有效抑制市场上的过度投机交易，该制度反而为套期保值账户投资者利用已申请的大额交易头寸，在“套期保值”名义的掩盖下，进行实际的投机交易行为提供了条件。
此外，本文还发现一个有趣的现象。一方面，两类账户不可预期情绪变动占账户总情绪变动的比例均超过90%，而预期情绪变动比例不到10%，另一方面，无论投机还是套期保值账户，不可预期的情绪变动对市场波动的影响均大于预期情绪变动对市场波动的影响。联系我国经济转型期的实际环境，即在以政府监管为主、自律监管为辅的制度背景下，本研究的实证结果表明：宏观政策引发投资者情绪变动是我国股指期货市场波动风险产生的最主要、最直接原因。因此，有效控制市场波动风险，加强市场风险防范与我国监管制度的模式息息相关。
（四）稳健性检验
为了保证研究结果的稳健性，本文沿袭前人对市场波动性的另一种度量方法（Bessembinder和Seguin，1993；Schwert，1990），剔除周内效应以及自回归效应后，市场波动可通过如下两个方程得到：
[JP2][JB（{]Rt=α0+
∑[DD（]n[]j=1[DD）]α1jRt-j+
∑[DD（]4[]k=1[DD）]α2kDkt+
∑[DD（]n[]j=1[DD）]α3jδt-j+Ut
δt=β0+
∑[DD（]n[]j=1[DD）]β1jUt-j+
∑[DD（]4[]k=1[DD）]β2kDkt+
∑[DD（]n[]j=1[DD）]β3jδt-j+εt[JB）][JP][JY]（6）
其中Dkt是周效应的4个虚拟变量，Ut是非预期的收益回报，δt表示市场波动性。
为了保证结果的稳健性，本文应用方程（6）所表示的方法度量市场波动δt，再次检验分解的投资者情绪变动对市场波动的影响。从表7
[ZW（DY]为节省篇幅，只汇报投机和套期保值账户投资者预期与不可预期情绪变动对波动的影响系数、t统计值以及回归方程的拟合优度。[ZW）]
可以看出：第一，投机和套期保值账户投资者预期与不可预期的情绪变动这四个变量的引入，将回归模型的拟合优度提高了10%；第二，投机账户投资者预期与不可预期的情绪变动对市场波动的影响在1%的水平上显著为正，套期保值账户投资者不可预期的情绪变动对市场波动的影响在1%水平上显著为正，而其预期情绪变动对市场波动的作用不明显；第三，无论投机账户还是套期保值账户的投资者情绪变动都呈现出以下规律：不可预期的情绪变动对市场波动的影响作用大于预期情绪变动对市场波动的影响作用。前文研究结论再次得到验证。 五、 结论与启示
本文将交易量的相对变化作为投资者情绪的代理变量，通过不同的模型研究了20105至20122期间我国沪深300股指期货市场上投机和套期保值账户的投资者情绪变动对市场波动的影响。主要结论有：
第一，投机和套期保值账户的投资者情绪变动对市场波动的影响表现出明显的同向性，即乐观情绪增加市场波动性，悲观情绪降低市场波动性，且情绪变动能够格兰杰引起市场波动，然而市场波动却不能格兰杰引起任何一类账户的情绪变动。目前，我国股指期货市场上投机和套期保值账户情绪变动对市场波动的影响趋同，与成熟市场不同，套期保值账户投资者对市场波动信息不敏感性和其没有稳定市场的作用，可以在一定程度上反映出市场上“借套期保值之名，行投机之实”的现象。
第二，从情绪产生的根源出发，本文进一步将投资者情绪变动分解为预期与不可预期两个部分，结果发现：投机和套保账户不可预期情绪变动对市场波动的影响趋同，均显著为正。且这两个账户不可预期的情绪变动对市场波动的影响效果比预期情绪变动的效果更强。说明中金所的分类账户制度并不能有效约束投资者的交易行为、抑制市场过度投机。从我国股指期货的发展来看，投机过度、套期保值不足以及市场收益不稳定一直是我国股指期货市场存在的主要问题，产生的根本原因在于市场的投资者结构不合理。结合转型期我国股指期货市场的现实背景，当前投资者结构的改善和市场波动风险的控制之间存在着互相制约的不良影响。一方面，不合理的投资者结构促使市场上过度投机行为的发生，从而引发市场上不可控的波动风险和效率低下；另一方面，不稳定且低效的市场环境必然与不良的价格发现功能相匹配，这为套期保值交易平添了许多风险，在经济转型期“政策市”的宏观背景下，我国股指期货市场在抑制套期保值交易进行的同时，还为基金、券商一类申请套期保值账户的机构投资者提供了投机的便利，“激励”其在“套期保值”之名掩盖下进行的实际投机交易发生。从某种意义上講，“政策市”的宏观背景下，分类账户制度反而推动了套期保值账户下的投资者实施投机行为。
因此，要改善投资者结构，控制市场风险，提高市场效率，必须从内部的市场机制出发。第一，在分类账户制度实施的基础上，提出动态差异化的交易机制，以更低的交易成本激励套期保值账户的投资者诚实交易，同时吸引更多的投机交易者向套期保值交易转变；第二，为确保套期保值交易者不再“借套期保值之名，行投机之实”，应当建立时时监控的“奖惩机制”，对不诚实的套期保值者严厉惩罚，对诚实的套期保值者实施奖励，以约束不同类型账户的交易秩序；最后，加强市场信息披露，使个人投资者降低其非理性程度成为可能，同时实施自律监管而非政府监管制度，减少“政策”引发各类投资者产生的不可预期情绪，在改善投资者结构的同时，有效降低市场波动风险。只有从市场内部机制出发，充分发挥市场自律监管功能，才能有效抑制过度投机，并从根本上优化市场投资者结构，防范市场风险，从而提高市场效率。
[WT][HS2][HT5H]参考文献：[HT5”SS]
[1][ZK（#]Adrangi B， Chatruth A. Futures commitments and exchange rate volatility [J]. Journal of Business Finance and Accounting， 2010， 25（3/4）： 501520.
[2]Wang C. The behavior and performance of major types of futures traders [J]. Journal of Futures Markets， 2002， 23（1）： 131.
[3]Clarke R G， Statman M. Bullish or bearish？ [J]. Financial Analysts Journal， 1998， 54（3）： 6372.
[4]Wang C. Investor sentiment and return predictability in agricultural futures markets [J]. Journal of Futures Markets， 2001， 21（10）： 929952.
[5]Kumar A， Lee C M C. Retail investor sentiment and return comovements [J]. Journal of Finance， 2006， 56（5）： 24512486.
[6]杨阳， 万迪昉. 投资者情绪对我国金属期货市场的影响 [J]. 系统工程， 2010（11）： 18.
[7]Lee W Y， Jiang C X， Indro D C. Stock market volatility， excess returns， and the role of investor sentiment [J]. Journal of Banking & Finance， 2002， 26（12）： 22772299.
[8]Watanabe T. Price volatility， trading volume， and market depth： evidence from the Japanese stock index futures market [J]. Applied Financial Economics， 2001， 11（6）： 651658.
[9]杨阳， 万迪昉. 不同市态下投资者情绪与股市收益、收益波动的异化现象——基于上证股市的实证分析 [J]. 系统工程， 2010（1）： 1923.[ZK）]
[10][ZK（#]Bernanke B S， Kuttner K N. What explains the stock market’s reaction to Federal Reserve policy？ [J]. Journal of Finance， 2005， 60（3）： 12211257. [11]Kurov A. Investor sentiment and the stock market’s reaction to monetary policy [J]. Journal of Banking and Finance， 2010， 34（1）： 139149.
[12]Long J B D， Shleifer A， Summers L H， et al. Noise trader risk in financial markets [J]. Journal of Political Economy， 1990， 98（4）： 703738.
[13]Brown G W， Cliff M T. Investor sentiment and asset valuation [J]. Journal of Business， 2005， 78（2）： 405440.
[14]Baker M， Wurgler J. Investor sentiment and the crosssection of stock returns [J]. Economic Management Journal， 2006， 61（4）： 16451680.
[15]Watanabe M. Price volatility and investor behavior in an overlapping generations model with information asymmetry [J]. Journal of Finance， 2008， 63（1）： 229272.
[16]王鄖， 华仁海. 投资者行为与期货市场波动： 基于OLG模型和高频数据的理论与实证 [J]. 中国管理科学， 2012， 20（1）： 91101.
[17]张宗新， 王海亮. 投资者情绪、主观信念调整与市场波动 [J]. 金融研究， 2013（4）： 142155.
[18]Verma R， Verma P. Are survey forecasts of individual and institutional investor sentiments rational？ [J]. International Review of Financial Analysis， 2008， 17（5）： 11391155.
[19]Verma R， Soydermir G. The impact of individual and institutional investor sentiment on the market price of risk [J]. Quarterly Review of Economics & Finance， 2009， 49（3）： 11291145.
[20]胡昌生， 池阳春. 投资者情绪： 理性与非理性 [J]. 金融评论， 2012（6）： 4662.
[21]Brown G W， Cliff M T. Investor sentiment and the nearterm stock market [J]. Journal of Empirical Finance， 2004， 11（1）： 127.
[22]Wang C. The effect of net positions by type of trader on volatility in foreign currency futures markets [J]. Journal of Futures Markets， 2002， 22（5）： 427450.
[23]Garman M B， Klass M J. On the estimation of security price volatilities from historical data [J]. Journal of Business， 1980， 53（1）： 6778.
[24]Bessembinder H， Seguin P J. Price Volatility， Trading volume， and market depth： evidence from futures markets [J]. Journal of Financial & Quantitative Analysis， 1993， 28（1）： 2139.
[25]French K R， Schwert G W， Stambaugh R F. Expected stock returns and volatility [J]. Journal of Financial Economics， 1987， 19（1）： 329.
[26]Kyle A S. Continuous auctions and insider trading [J]. Finance and Stochastics， 2003， 7（1）： 4771.
[27]Keynes J M. The applied theory of money [M]. Cambridge University Press for the Royal Economic Society. 1976.
[28]Hicks J R. Value and capital [J]. Oxford， Clarendon Press， 1946.
[29]Adrian T， Rosenberg J. Stock returns and volatility： pricing the shortrun and longrun components of market risk [J]. The Journal of Finance， 2008， 63（6）： 29973030.[ZK）]
关键词：分类账户制度；投机；套期保值；预期情绪变动；不可预期情绪变动
文献标识码：A文章编号：100228482017（05）004809
一、 引言
过度投机引起商品价格波动异常，金融市场的监管者通过完善监管各类制度抑制过度投机，保护投资者利益。我国金融期货市场通过设立的投资者适当性制度、持仓限额制度和大户报告制度使各类机构投资行为均受到了严格的监管，极大地降低了市场操纵的可能性①
。然而，不以市场操纵为目的的过度投机行为仍然可能触发期货市场风险，并经过金融市场不断放大，危及金融市场稳定。
2010年5月14日起，中金所实施分类账户管理办法，区分套期保值和投机账户，通过额度限制加强对过度投机行为的监管。套期保值能够提高价格发现效率，改善资源配置。因此，监管层为套期保值账户设置了一系列优惠措施，例如享受更高水平的持仓限额量、异常交易监管豁免权等。但并没有与之相应的事中或事后监管机制约束套保账户的交易行为。已有的市场数据显示，与美国等成熟股指期货市场大约25%～50%的换手率相比，中国股指期货市场的换手率高达300%②
。表明实行分类账户制度后，我国股指期货市场“投机过度，套保不足”的现象仍严重存在。分类账户制度的实施能否有效区分市场真实的交易行为，进而抑制过度投机？抑或分类账户制度加剧了市场的过度投机？我国学术界尚未对此问题进行研究。
我国股指期货市场分类账户数据样本为本文提供了一个自然的研究契机。依据投资者的交易行为是其情绪反映这一观点，本文将投资者情绪作为交易行为的代理变量。基于不同账户类型的交易日数据，构建出两类账户的投资者情绪指数，通过研究投资者情绪变动对市场波动的影响，发现套保与投机账户情绪变动对市场的影响趋同，我国股指期货市场套保账户投资者并不能有效吸收市场波动这一信息，对稳定市场没有积极作用。进一步将情绪变动分解为预期与不可预期两部分，研究了不同账户类型下细化的投资者情绪变动对市场波动的影响，发现分类账户制度下，套期保值账户的投资者会利用其大额交易的便利进行投机，即“借套保之名，行投机之实”。因此，只有对分类账户实施动态差异化的交易机制以及相机的奖惩监管机制，才能从根本上提高分类账户制度的有效性，加强对过度投机行为的监管。从研究方法上，本文构建了不同账户类型投资者情绪指标，给未来关于不同类型交易者的行为策略选择及其对市场效率的影响等研究提供了一定的借鉴；同时，本文在细化的投资者情绪与其产生根源之间建立了联系，为后续有关“政策市”背景的新兴市场研究提供一定的指导。
二、 文献综述
Peck（1982）将美国商品期货交易委员会（Commitment Futures Trading Commission，CFTC）提供的交易商持仓报告（Commitment of Traders，COT）描述为一个“潜在的信息金矿”
[ZW（DY][JP2]有关Peck对COT的描述，请参见文献[JP]Estimation of Hedging and Speculative Positions in Futures Markets Revisited（1982）。[ZW）]
。利用COT，国外学者研究了不同类型投资者交易行为对市场波动的影响。Adrangi等（2010）在商品期货市场的研究发现，大型投机交易者和小量交易者增加市场波动[1]；Wang（2002）发现投机者和套期保值者的行为对市场波动的影响不同[2]。
行为金融的发展打破了经济人的假定，将非理性特征引入研究。情绪作为非理性行为代理变量，显著影响投资者交易行为，从而引发市场波动。有关投资者情绪对市场波动的影响，从两个方面展开。一方面，投资者情绪直接影响市场波动。Clarke和Statman（1998）发现滞后期的市场波动对当期投资者情绪有显著影响，且这两者之间存在显著的格兰杰因果关系[3]；Wang（2001）在六个农产品期货市场中研究投资者情绪与市场波动的交互作用，发现乐观情绪增大市场波动，悲观情绪降低市场波动[4]；Kumar和Lee（2006）发现个人投资者的交易行为系统性相关，并强调了投资者情绪在股票市场价格形成中的重要作用[5]；杨阳和万迪昉（2010）研究了期铜和期铝市场不同投资者情绪对市场效率的影响，发现情绪对市场收益及收益波动都有显著影响[6]。另一方面，投资者情绪与市场微观结构所形成的环境密切联系。Lee，Jiang和Indro（2002）认为情绪是一种系统风险，不同市态下的投资者情绪对市场波动的作用不同[7]；Toshiaki（2001）研究了不同监管制度下的投资者行为对日本OSE股指期货市场波动的影响。结果发现投资者行为与市场波动之间的关系因监管制度不同产生差异，[JP2]间接反映出投资者情绪对市场波动的作用受监管制度影响[8]；杨阳和万迪昉（2010）发现不同势态下投资者情绪对市场的影响力不同[9]；Bernanke和Kuttner（2005），Alexander Kurov（2010）[JP]认为不可预期的宏观政策发布影响投资者情绪变动，进而影响市场波动[1011]。
已有大量文献表明，投资者情绪直接或者间接地影响市场波动。进一步的问题是投资者情绪是如何产生的？一方面，DSSW（1990）和Kyle（1985）认为投资者是有限理性的，由投资者的系统风险引起的“噪音”是投资者情绪产生的根源[12]。Brown和Cliff（2005）以及Baker和Wurgler（2006）利用噪音交易理论，将投资者情绪分解为理性与非理性两部分[1314]。另一方面，国内外许多学者发现信息是投资者情绪产生的重要原因，Masahiro（2008）利用世代交叠模型研究了不对称信息下异质性投资者的交易行为与股价波动问题，间接反映了信息与投资者情绪的关系[15]；王郧，华仁海和张宗成（2012）在Masahiro的基础上，发現引起投资者情绪增加的信息与市场合约价格、债券无风险利率、投资者风险厌恶系数以及合约供给状态等相关[16]；张宗新和王海亮（2013）发现投资者情绪变动源于其信念调整，而信息往往能够正面冲击投资者信念，投资者据其信息偏好不同对信念产生不同的波动频率，且基本面信息有助于投资者情绪的稳定[17]。因此，投资者情绪与投资者所处市场的宏、微观结构关系密切，当受到宏观或微观市场层面因素的“意外”冲击时，投资者交易行为发生改变。Verma等（2008，2009）利用资产预期收益理论，将投资者情绪分解为预期（expected）情绪与不可预期（unexpected）情绪，他们认为预期情绪等同于前者分类中情绪的理性部分，而不可预期情绪等同于情绪的非理性部分[1819]。然而，胡昌生和池阳春（2012）认为理性即“明智的投资”，非理性即“弱智的投资”，并不受外部信息冲击影响，即可预期情绪和不可预期情绪并不能与理性和非理性情绪对等[20]。 综上所述，要对投资者情绪的产生原因进行解释，一个关键的问题是如何区分投资者交易行为的改变到底来源于其对“意外”信息冲击做出的反映还是基于其自身有限理性的本质。在没有“意外”信息冲击的情境中，投资者情绪常常与其投资技能，对市场基本面信息的辨识程度以及解读水平等因素密切相关，投资者据其预期做出投资决策。在此情境中，驱动其行为改变的情绪是由其“噪音”属性引起。反之，若市场存在“意外”信息冲击，则信息成为投资者情绪变动的主要原因。因此，借鉴Verma等（2008，2009）的方法，结合投资者情绪产生的根源，本文将投资者情绪变动细化为预期情绪变动与不可预期的情绪变动。预期情绪变动是指在没有预期外信息冲击时，主要由投资者“噪音”特质引起的情绪变动；而不可预期情绪变动，是指预期外信息引起的投资者情绪变动。同时考虑到国内期货市场的研究主要集中在量价关系上，有关不同类型投资者对市场波动影响的研究并不深入。因此，本文在中国新兴市场的背景下，基于我国股指期货的分类账户制度，从投资者情绪产生根源出发，研究不同账户类型的投资者预期与不可预期情绪变动对市场波动的影响，试图弥补国内这一研究领域的空白，从而为我国股指期货市场风险控制机制设计提供一定的理论依据。
三、 研究设计
（一）投资者情绪
投资者情绪（Investor Sentiment）是近年来行为金融学中阐述市场异象产生原因的一个重要概念，用来解释市场中决定投资者交易行为所持有的某种“信念”。Brown和Cliff（2004）认为交易量可以作为衡量投资者情绪的有效指标[21]。期货市场上投资者交易量增加，说明该类交易者情绪高涨；反之，则说明该类投资者情绪低落。
考虑到投机和套期保值两个账户交易量的平均水平相差甚远
[ZW（DY]套期保值账户的日平均交易量为3064，投机账户的日平均交易量为457263，约为套期账户的150倍。[ZW）]
，本文借用Wang（2002）将相对持仓量作为投资者情绪指标的方法，构造出“相对交易量”这一指标来衡量投资者情绪[22]。[WTBX]
SIit=[SX（]TVit-min（TVi）[]max（TVi）-min（TVi）[SX）][JY]（1）
SIit即t时期账户i的投资者情绪，i=S和i=H分别表示投机和套期保值，TVit是t时期i账户投资者的交易量，min（TVi）和max（TVi）分别指样本区间内i账户投资者交易量的最小值和最大值。该指标数值越大，表明投资者情绪越高。然而，考虑到投资者情绪的序数特性，我们引入投资者情绪变动这一概念，将其定义为ΔSIit=SIit-SIit-1，即投资者当期情绪与滞后一期情绪之差。该值大于0，说明投资者情绪乐观，否则投资者情绪悲观。
以不同账户类型投资者的交易量为基本单位构建的情绪变动，不仅可以将不同账户类型投资者的情绪通过其交易行为直观地反映出来，还使其在投机和套期保值账户间具有可比性。
（二）投資者情绪变动对市场波动的GARCH模型
考虑到投资者情绪变动对收益波动的影响，本文选择GARCH（1，2）模型。
均值方程：
Rt=ci1ln（VOLt）+ci2ΔSIit+uit[JY]（2）
方差方程：
VOLt=ci3+ci4u2t-1+ci5VOLt-1+ci6VOLt-2+
ci7|ΔSIit-1|*Di+ci8|ΔSIit-1|*（1-Di）[JY]（3）
其中，Rt是t时期市场的收益；VOLt是t时期的收益波动率；uit是均值估计的残差值，服从t分布；ci3是方差方程的常数项；ci7和ci8分别表示i账户类型投资者的乐观和悲观情绪变动对市场波动的影响；设定虚拟变量Di，当ΔSIit-1>0时，Di=1，即投资者持有乐观情绪；否则Di=0，即投资者持有悲观情绪。
（三）投资者情绪变动与市场波动的VAR模型
投资者情绪变动影响市场波动，同时，市场波动也可能引起投资者情绪变动。为了检验市场条件波动和不同账户投资者情绪变动之间的关系，我们通过GARCH（1，2）模型产生条件波动序列VOLt，并建立二元向量自回归模型。根据时间序列模型对序列平稳的要求，首先对条件波动和投资者情绪变动序列进行ADF和PP检验，结果如表1所示。投机情绪变动、套期保值情绪变动以及市场的条件波动均在1%水平上显著平稳。
因此，不同账户类型下投资者情绪变动与市场条件波动的VAR模型为：
[JB（{]VOLt=αi+
∑[DD（]m[]k=1[DD）]βik（ΔSIit-k）+
∑[DD（]m[]k=1[DD）]θik（VOLt-k）+εit
ΔSIit=γi+
∑[DD（]m[]k=1[DD）]ρik（ΔSIit-k）+
∑[DD（]m[]k=1[DD）]φik（VOLt-k）+eit[JB）][JY]（4）
其中k是根据AIC和SC准则计算出的最优滞后阶数。
（四）分解的投资者情绪变动对市场波动影响的OLS回归模型
以前人研究为基础，本文进一步将投资者情绪变动分解为预期与不可预期两部分，重点关注分解后的投资者情绪变动对市场波动的影响。
为了检验不同类型投资者的情绪变动和市场波动之间的关系，借鉴Wang（2002）关于不同投资者的交易行为对市场波动影响的研究，本文在市场波动、滞后期波动、市场总体行为、不同类型交易者预期与不可预期的情绪变动之间建立回归模型，如（5）[LL]所示：
[HS2]σ2t=μ+∑[DD（]m[]j=1[DD）]φjσ2t-j+λ1TVt+λ2OIt+η1EXSt+ η2UNEXSt+
η3EXHt+
η4UNEXHt+εt[JY]（5）
其中，σ2t为t时期的日内市场波动（Garman和Klass，1980）[23]；TVt和OIt分别表示t时期市场交易量与持仓量，其作为控制变量反映了市场总体交易行为；EXSt、UNEXSt、EXHt和UNEXHt[JP2]分别表示投机和套期保值交易者预期与不可预期的情绪变动。[JP]
Bessembinder和Seguin（1993）以及French，Schwert和Stambaugh（1987）发现，市场波动具有惯性效应[2425]，因此，φj表示滞后期波动对当期市场波动的影响，最优滞后阶数可由方程（4）确定出；λ1和λ2表示市场总体交易行为对市场波动的影响；与前人的研究一致（Bessembinder和Seguin，1993），本文利用ARIMA（p，k，q）模型將投资者情绪变动分解为预期与不可预期的情绪变动，预期情绪变动即ARIMA模型的拟合值，不可预期情绪变动即ARIMA模型的实际值与拟合值之差，因此，η1、η2、η3和η4分别表示投机与套期保值账户投资者预期与不可预期的情绪变动对市场波动的影响。
（五）研究变量选取与数据来源
投资者情绪变动指标的构建需要不同账户类型投资者的日交易数据。考虑到数据的可获得性，本文选取2010年5月14日～2012年2月27日为样本区间。
在t时期，市场收益Rt可定义为Rt=log（Pt/Pt-1）*100，Pt是t时期主力合约①
的结算价。市场条件波动VOLt则为GARCH（1，2）模型的GARCH项，而GarmanKlass的日内市场波动σ2t可定义为
σ2t={05×（ln（Pt，H/Pt，L））2-（2ln（2）-1）（ln（Pt，O/Pt，C））2}1/2，其中
Pt，H、Pt，L、Pt，O和Pt，C分别表示股指期货主力合约日内交易的最高价、最低价、开盘价和收盘价。
本文所有的日数据均来源于中国金融期货交易所。表2对我国股指期货的市场日收益、收益波动、主力合约价格的日内波动、市场总体的交易行为、投机和套期保值账户的情绪变动进行了描述性统计。股指期货主力合约日收益均值为负，但该值与0没有显著差异，表明20105—20122间，[JY]我国股指期
[FL）0]
[CD18]
[HT6SS]①主力合约是指当天所有合约中成交量最大的合约。一般而言，主力合约的持仓量也是当日最大的。
货市场刚刚经历过牛熊市变化，处在比较正常的环境中。市场交易量远大于持仓量，表明市场由投机交易主导。投机与套保账户的情绪变动均值都为正，但这两个值与0不存在显著差异，说明投机账户与套保账户的投资者大都持乐观情绪，但整个市场并未被该种情绪主导。
四、 研究结果及分析
（一）投资者情绪变动对股指期货市场当期收益及其波动的影响
表3反映了不同账户类型下投资者情绪变动对当期市场收益及收益波动的影响。均值方程中，c2均为正且结果显著，表明投机与套期保值账户的情绪变动对市场收益有显著的正影响，这两个账户的乐观情绪越高，市场收益就越好。方差方程中，c5>0且显著，表明我国股指期货的市场波动具有短期惯性效应。将c7和c8结合起来分析，结果发现，无论投机账户还是套期保值账户，乐观情绪都显著增加市场波动，悲观情绪显著降低市场波动，这在一定程度上表明了我国股指期货市场上投资者情绪变动对市场波动的影响力。与国外成熟市场不同，我国股指期货市场中充斥着大量散户，其个人投资者的特性决定了他们只能申请投机账户，作为噪音交易者，他们主要受情绪与信念驱动，通过投机交易行为追求利益最大化[26]，这决定了我国股指期货市场是以个人投资者为主导的情绪市场。
（二）投资者情绪变动与股指期货市场波动的相互影响
前文研究发现，不同账户的投资者情绪变动对我国股指期货市场波动有显著影响。然而，情绪变动与市场波动的关系是单向的或相互的还未定论。因此，本部分重点关注市场波动对不同账户投资者情绪变动的影响及其之间的因果关系。
表4反映了投资者情绪变动与市场波动的相互影响。一方面，与前文结论一致，投机与套期保值账户的投资者情绪变动对市场波动的影响趋同，且从确定出的滞后阶数发现，这种影响的短期效果十分显著。然而随着时间推移，其对市场波动的影响逐渐降低。另一方面，市场波动对投资者情绪变动的影响显著程度不高。市场波动对短期内投机和套期保值情绪变动的影响在10%水平上统计显著，而随着时间推移，市场波动对投资者情绪变动的影响消失。Keynes（1976）和Hicks（1946）认为，与投机交易不同，套期保值交易具有稳定市场的作用，且进行套期保值交易行为的投资者一般是知情的机构投资者，他们具有信息优势，往往对市场信息的敏感程度更高[2728]。然而，从我国股指期货市场波动对这两类账户投资者情绪变动的影响不难看出，我国股指期货市场套期保值投资者并未发挥出其应有的作用，市场上存在“借期保之名，行投机之实”的现象。此外，本文还发现市场波动具有短期惯性效应，投机和套期保值情绪变动具有短期反转效应。
对不同账户的投资者情绪变动与市场波动进行格兰杰因果检验，结果见表5。结果表明，投机账户和套期保值账户的情绪变动都会格兰杰引起市场波动，而市场波动却并非这两类账户情绪变动的格兰杰原因。结合我国实际，原因在于，我国股指期货市场是一个典型的“情绪市”，市场波动由投资者情绪变动引起。由于市场充斥着大量专业技能较低的散户，他们对市场的影响力有限，相关的投资者对市场波动释放出的信息敏感度较低。
（三）分解的投资者情绪变动对市场波动的影响 从情绪产生的根源出发，本文将投资者情绪变动分解为预期与不可预期两个部分。试图在方程（5）表示的OLS回归模型中，进一步探究不同账户投资者预期与不可预期的情绪变动对市场波动的影响。
Bessembinder和Seguin（1993）对交易行为与市场波动性的研究发现，交易量与市场波动正相关，持仓量与市场波动负相关[24]。本文利用我国股指期货市场的日数据，检验了市场交易行为对市场波动的作用，结果与前人研究一致，见表6模型1。
在模型1的基础上，加入了投机与套期保值账户预期与不可预期的情绪的变动4个变量后，得到模型2。可以看出：市场总体交易行为（交易量与持仓量）对市场波动的影响不变模型的拟合优度，调整的R2从35%增加至56%，这说明，加入投机与套期保值账户的预期与不可预期情绪变动这四个关键变量后，方程对市场波动的解释能力更强，模型的拟合效果更好。
本部分研究結果表明，投机账户投资者预期和不可预期情绪变动对市场波动均为显著的正影响。套期保值账户投资者不可预期的情绪变动对市场波动的正影响在10%水平下显著，而预期情绪变动对市场波动的影响作用并未得到验证。结合我国股指期货市场的现实，这说明：申请投机账户的交易者大多为典型的噪音交易者，他们时刻受情绪掌控，无论是基于非理性导致对基本面信息解读偏误所产生的预期情绪变动，还是基于市场监管制度变更、宏观政策发布等信息所产生的不可预期情绪变动，都会引起市场波动。而申请套期保值账户的投资者，大多是专业能力较强、风险承受能力较高且更具信息优势的法人投资者，例如专业基金公司、券商等，他们参与股指期货交易除了以获利为目的外，更为对冲股票市场的风险，基本面信息变化引发的股票与股指价格变化必然会使套期保值交易者在股票或股指期货市场蒙受的损失通过另一个市场的对冲交易得注释：TV和OI反映了市场总体的交易行为，分别表示交易量和持仓量。模型1中只有控制变量TV、OI以及滞后期的市场波动。利用ARIMA（p，k，q）将投资者情绪变动分解为预期与不可预期的两个部分，模型2在模型1的基础上加入了投机与套期保值账户分解后的情绪变动，即投机的预期和不可预期的情绪变动以及套期保值的预期和不可预期的情绪变动这四个研究变量。为省略篇幅，只关注这四个变量的均值。特别地，投机账户预期和不可预期情绪变动占该类账户情绪总变动的比例均值分别为79%和921%，套保账户这两个均值分别为62%和938%。方括号内为t统计值。[HJ0][HJ2.1mm]
到补偿，因此，他们的预期情绪变动并不会对市场波动产生明显的影响，宏观层面监管和政策类突发信息引发的不可预期情绪变动才是这类交易者改变交易策略的真正驱动力，进而对市场波动产生影响。Adrian和Rosenberg（2008）研究发现股票市场波动性风险包含短期和长期两个成分，短期波动与以微观层面因素为主的短期市场风险相关，长期波动与类似经济周期等宏观层面因素为主的长期不确定性相关[29]。结合投资者情绪变动的根源，对于专业能力更强的套期保值交易者来讲，基本面信息属于市场微观层面的信息，相对来讲，其造成的市场波动是暂时性的，而宏观层面的政策信息对市场波动的影响则是长期的，这种波动会影响到其对整个经济形势的判断，因此他们往往会利用其自身具备的信息优势，抓住这样的机会从中谋利，大幅改变交易策略，从而影响市场波动性。因此，中金所在2010年5月至2012年2月期间实行投机和套期保值两类账户这样的分类方式，虽然可以将有套期保值需求的投资者分离出来单独管理，但并不能有效抑制市场上的过度投机交易，该制度反而为套期保值账户投资者利用已申请的大额交易头寸，在“套期保值”名义的掩盖下，进行实际的投机交易行为提供了条件。
此外，本文还发现一个有趣的现象。一方面，两类账户不可预期情绪变动占账户总情绪变动的比例均超过90%，而预期情绪变动比例不到10%，另一方面，无论投机还是套期保值账户，不可预期的情绪变动对市场波动的影响均大于预期情绪变动对市场波动的影响。联系我国经济转型期的实际环境，即在以政府监管为主、自律监管为辅的制度背景下，本研究的实证结果表明：宏观政策引发投资者情绪变动是我国股指期货市场波动风险产生的最主要、最直接原因。因此，有效控制市场波动风险，加强市场风险防范与我国监管制度的模式息息相关。
（四）稳健性检验
为了保证研究结果的稳健性，本文沿袭前人对市场波动性的另一种度量方法（Bessembinder和Seguin，1993；Schwert，1990），剔除周内效应以及自回归效应后，市场波动可通过如下两个方程得到：
[JP2][JB（{]Rt=α0+
∑[DD（]n[]j=1[DD）]α1jRt-j+
∑[DD（]4[]k=1[DD）]α2kDkt+
∑[DD（]n[]j=1[DD）]α3jδt-j+Ut
δt=β0+
∑[DD（]n[]j=1[DD）]β1jUt-j+
∑[DD（]4[]k=1[DD）]β2kDkt+
∑[DD（]n[]j=1[DD）]β3jδt-j+εt[JB）][JP][JY]（6）
其中Dkt是周效应的4个虚拟变量，Ut是非预期的收益回报，δt表示市场波动性。
为了保证结果的稳健性，本文应用方程（6）所表示的方法度量市场波动δt，再次检验分解的投资者情绪变动对市场波动的影响。从表7
[ZW（DY]为节省篇幅，只汇报投机和套期保值账户投资者预期与不可预期情绪变动对波动的影响系数、t统计值以及回归方程的拟合优度。[ZW）]
可以看出：第一，投机和套期保值账户投资者预期与不可预期的情绪变动这四个变量的引入，将回归模型的拟合优度提高了10%；第二，投机账户投资者预期与不可预期的情绪变动对市场波动的影响在1%的水平上显著为正，套期保值账户投资者不可预期的情绪变动对市场波动的影响在1%水平上显著为正，而其预期情绪变动对市场波动的作用不明显；第三，无论投机账户还是套期保值账户的投资者情绪变动都呈现出以下规律：不可预期的情绪变动对市场波动的影响作用大于预期情绪变动对市场波动的影响作用。前文研究结论再次得到验证。 五、 结论与启示
本文将交易量的相对变化作为投资者情绪的代理变量，通过不同的模型研究了20105至20122期间我国沪深300股指期货市场上投机和套期保值账户的投资者情绪变动对市场波动的影响。主要结论有：
第一，投机和套期保值账户的投资者情绪变动对市场波动的影响表现出明显的同向性，即乐观情绪增加市场波动性，悲观情绪降低市场波动性，且情绪变动能够格兰杰引起市场波动，然而市场波动却不能格兰杰引起任何一类账户的情绪变动。目前，我国股指期货市场上投机和套期保值账户情绪变动对市场波动的影响趋同，与成熟市场不同，套期保值账户投资者对市场波动信息不敏感性和其没有稳定市场的作用，可以在一定程度上反映出市场上“借套期保值之名，行投机之实”的现象。
第二，从情绪产生的根源出发，本文进一步将投资者情绪变动分解为预期与不可预期两个部分，结果发现：投机和套保账户不可预期情绪变动对市场波动的影响趋同，均显著为正。且这两个账户不可预期的情绪变动对市场波动的影响效果比预期情绪变动的效果更强。说明中金所的分类账户制度并不能有效约束投资者的交易行为、抑制市场过度投机。从我国股指期货的发展来看，投机过度、套期保值不足以及市场收益不稳定一直是我国股指期货市场存在的主要问题，产生的根本原因在于市场的投资者结构不合理。结合转型期我国股指期货市场的现实背景，当前投资者结构的改善和市场波动风险的控制之间存在着互相制约的不良影响。一方面，不合理的投资者结构促使市场上过度投机行为的发生，从而引发市场上不可控的波动风险和效率低下；另一方面，不稳定且低效的市场环境必然与不良的价格发现功能相匹配，这为套期保值交易平添了许多风险，在经济转型期“政策市”的宏观背景下，我国股指期货市场在抑制套期保值交易进行的同时，还为基金、券商一类申请套期保值账户的机构投资者提供了投机的便利，“激励”其在“套期保值”之名掩盖下进行的实际投机交易发生。从某种意义上講，“政策市”的宏观背景下，分类账户制度反而推动了套期保值账户下的投资者实施投机行为。
因此，要改善投资者结构，控制市场风险，提高市场效率，必须从内部的市场机制出发。第一，在分类账户制度实施的基础上，提出动态差异化的交易机制，以更低的交易成本激励套期保值账户的投资者诚实交易，同时吸引更多的投机交易者向套期保值交易转变；第二，为确保套期保值交易者不再“借套期保值之名，行投机之实”，应当建立时时监控的“奖惩机制”，对不诚实的套期保值者严厉惩罚，对诚实的套期保值者实施奖励，以约束不同类型账户的交易秩序；最后，加强市场信息披露，使个人投资者降低其非理性程度成为可能，同时实施自律监管而非政府监管制度，减少“政策”引发各类投资者产生的不可预期情绪，在改善投资者结构的同时，有效降低市场波动风险。只有从市场内部机制出发，充分发挥市场自律监管功能，才能有效抑制过度投机，并从根本上优化市场投资者结构，防范市场风险，从而提高市场效率。
[WT][HS2][HT5H]参考文献：[HT5”SS]
[1][ZK（#]Adrangi B， Chatruth A. Futures commitments and exchange rate volatility [J]. Journal of Business Finance and Accounting， 2010， 25（3/4）： 501520.
[2]Wang C. The behavior and performance of major types of futures traders [J]. Journal of Futures Markets， 2002， 23（1）： 131.
[3]Clarke R G， Statman M. Bullish or bearish？ [J]. Financial Analysts Journal， 1998， 54（3）： 6372.
[4]Wang C. Investor sentiment and return predictability in agricultural futures markets [J]. Journal of Futures Markets， 2001， 21（10）： 929952.
[5]Kumar A， Lee C M C. Retail investor sentiment and return comovements [J]. Journal of Finance， 2006， 56（5）： 24512486.
[6]杨阳， 万迪昉. 投资者情绪对我国金属期货市场的影响 [J]. 系统工程， 2010（11）： 18.
[7]Lee W Y， Jiang C X， Indro D C. Stock market volatility， excess returns， and the role of investor sentiment [J]. Journal of Banking & Finance， 2002， 26（12）： 22772299.
[8]Watanabe T. Price volatility， trading volume， and market depth： evidence from the Japanese stock index futures market [J]. Applied Financial Economics， 2001， 11（6）： 651658.
[9]杨阳， 万迪昉. 不同市态下投资者情绪与股市收益、收益波动的异化现象——基于上证股市的实证分析 [J]. 系统工程， 2010（1）： 1923.[ZK）]
[10][ZK（#]Bernanke B S， Kuttner K N. What explains the stock market’s reaction to Federal Reserve policy？ [J]. Journal of Finance， 2005， 60（3）： 12211257. [11]Kurov A. Investor sentiment and the stock market’s reaction to monetary policy [J]. Journal of Banking and Finance， 2010， 34（1）： 139149.
[12]Long J B D， Shleifer A， Summers L H， et al. Noise trader risk in financial markets [J]. Journal of Political Economy， 1990， 98（4）： 703738.
[13]Brown G W， Cliff M T. Investor sentiment and asset valuation [J]. Journal of Business， 2005， 78（2）： 405440.
[14]Baker M， Wurgler J. Investor sentiment and the crosssection of stock returns [J]. Economic Management Journal， 2006， 61（4）： 16451680.
[15]Watanabe M. Price volatility and investor behavior in an overlapping generations model with information asymmetry [J]. Journal of Finance， 2008， 63（1）： 229272.
[16]王鄖， 华仁海. 投资者行为与期货市场波动： 基于OLG模型和高频数据的理论与实证 [J]. 中国管理科学， 2012， 20（1）： 91101.
[17]张宗新， 王海亮. 投资者情绪、主观信念调整与市场波动 [J]. 金融研究， 2013（4）： 142155.
[18]Verma R， Verma P. Are survey forecasts of individual and institutional investor sentiments rational？ [J]. International Review of Financial Analysis， 2008， 17（5）： 11391155.
[19]Verma R， Soydermir G. The impact of individual and institutional investor sentiment on the market price of risk [J]. Quarterly Review of Economics & Finance， 2009， 49（3）： 11291145.
[20]胡昌生， 池阳春. 投资者情绪： 理性与非理性 [J]. 金融评论， 2012（6）： 4662.
[21]Brown G W， Cliff M T. Investor sentiment and the nearterm stock market [J]. Journal of Empirical Finance， 2004， 11（1）： 127.
[22]Wang C. The effect of net positions by type of trader on volatility in foreign currency futures markets [J]. Journal of Futures Markets， 2002， 22（5）： 427450.
[23]Garman M B， Klass M J. On the estimation of security price volatilities from historical data [J]. Journal of Business， 1980， 53（1）： 6778.
[24]Bessembinder H， Seguin P J. Price Volatility， Trading volume， and market depth： evidence from futures markets [J]. Journal of Financial & Quantitative Analysis， 1993， 28（1）： 2139.
[25]French K R， Schwert G W， Stambaugh R F. Expected stock returns and volatility [J]. Journal of Financial Economics， 1987， 19（1）： 329.
[26]Kyle A S. Continuous auctions and insider trading [J]. Finance and Stochastics， 2003， 7（1）： 4771.
[27]Keynes J M. The applied theory of money [M]. Cambridge University Press for the Royal Economic Society. 1976.
[28]Hicks J R. Value and capital [J]. Oxford， Clarendon Press， 1946.
[29]Adrian T， Rosenberg J. Stock returns and volatility： pricing the shortrun and longrun components of market risk [J]. The Journal of Finance， 2008， 63（6）： 29973030.[ZK）]