【作　　者】
周伍阳（博士） 李攀艺（博士）

【作者单位】
（重庆理工大学经济与贸易学院 重庆 400050）

【摘　　要】

      【摘要】本文首先基于我国证券市场的指数结构与市场氛围，分析我国股指期货市场存在的期现联动型操纵模式与原因；然后选择银行股作为标的物模拟操纵案例，并采用高频数据进行实证分析，发现期现联动型操纵三种模式中的间接模式是符合中国证券市场的典型模式，且主要是利用股民非理性的羊群行为，案例中的中信银行涨停板效应带动大盘走势，在短时间推升沪深300现货指数来实现期现联动型操纵。最后，根据实证分析，提出完善指数设计方案、增加市场深度并做好期现市场的监管，以降低证券市场操纵风险的建议。
【关键词】股价指数   股指期货   市场操纵   期现联动

      市场操纵问题一直是投资者关注的问题，严控市场操纵行为是各国金融监管部门的重要职责。期货市场具有巨大的杠杆效应与良好的流动性，投机者容易在利益驱使下利用市场缺陷操纵证券交易价格，以牟取高额非法利益。股指期货作为最活跃的金融衍生品，具有高效的套利机制，其定价与股票市场联动，要操纵股指期货，必然会操纵股票市场，但股票指数市值庞大，操纵难度相比商品期货市场困难得多。因此在欧美发达市场中，操纵股指期货的案例非常少见。然而对于新兴市场国家，由于股票市场规模偏小、投资者不成熟以及市场深度不足等原因，股指期货受操纵的可能性大大增加。
      我国股指期货市场开办时间并不长，迫切需要从我国特殊的资本市场结构与投资文化出发，深入分析我国股指期货市场最有可能的期现联动型操纵模式，并进一步搜集疑似案例，从定量角度证明我国股指期货市场期现联动型操纵模式的存在以及操纵的方式，最后总结操纵背后的原因，提出政策建议，以供监管部门完善市场制度建设作参考。
      一、股指期货期现联动型操纵的主要模式
      股指期货是以指数现货为标的的衍生产品，股指期货的价格与指数现货价格存在一种特定的关系，且股指期货实行现金交割制度，在到期日期货与现货强制收敛，这使得利用期货价格与现货价格的联动关系进行操纵获利成为可能。特别是由于我国资本市场还是一个新兴市场，交易制度和投资者均不成熟，流动性不佳，市场深度有限，这些缺陷使得推动权重股或龙头股的成本并不太高，再加上市场“追涨杀跌”的投机氛围，非理性情绪的膨胀，使得股指期货与现货联动型操纵成功的可能性大大增加。因此，我国股指期货市场联动操纵型模式在理论上是可行的。一般操作的具体方式是：通过操纵股票现货市场，从而带动股指期货走势，在合适的契机下，如银行等权重板块预期利好或利空可能出现时，借助于权重板块及个股的拉升或打压，引起股票现货指数上涨或下跌，通过股指期货与标的指数的联动机制，从而股指期货市场获利。
      具体而言，股指期货市场期现联动型操纵行为基于股票指数与股指期货市场的联动性，操纵股票现货市场，从而带动股指期货走势，以从期货市场上获利。银行板块是沪深300指数中比重最大、最为活跃的板块，利用银行股进行股指期货联动操纵比较容易成功，其操纵主要包括以下三种模式：①直接模式：直接作用于沪深300权重股，如利用招商银行一直位居沪深300权重股榜首进行操作。②中介模式：利用对A股市场大盘走势进行操作，进而影响沪深300指数，如利用工商银行是中国A股市场银行板块第一大权重股进行操作。③间接模式：大盘蓝筹股操纵往往成本巨大，而某些流动性稍弱的中小型银行股往往快速推动至涨停板，带来极强的示范效应，并吸引大量游资进入银行板块，间接推动沪深300指数上涨。
      二、股指期货期现联动型操纵的案例选择
　　　   由于市场操纵事件本身的复杂性，必须采取定性与定量相结合的方法来分析我国股指期货市场期现联动型操纵行为。从定性的角度看，我国股指期货2010年4月16日上市以来，现货市场大挫，证券界很多声音认定是股指期货本身造成的。但这未免有点偏颇，因为股指期货本身只是沪深300现货的镜像，只具有短时间内价格发现和引导的作用。由于市场套利机制的存在，使得操纵者无法在长期甚至几分钟时间后左右现货价格。尽管如此，现货价格本身的大起大落会刺激股指期货的过度波动，给操纵者以可乘之机。比如2010年4月19日，上证综指暴跌150点，当天晚上《21世纪经济报道》发表评论指出：“股指期货初现期现联动，空头日进3亿”。文章分析“银行股是沪深300指数的权重板块，在沪深300指数前十大权重股中就有5家是银行股，所以沪深300指数的跌幅才会那么大。”该评论进一步指出，“根据Wind数据，截至4月19日，按照流通股作为权重的沪深300指数成分股中，前十大权重股中包括了工行、中行、招行、交行及浦发银行五只股。有市场人士猜测，既然权重股的下挫造成了沪深300指数的下跌，那么是否存在市场主力一边狂抛金融地产权重股打压沪深300指数，一边在期货市场建立空单大肆做空盈利的可能呢？”
      基于上面定性分析的思路，本文选取2010年4月16日股指期货上市至2012年12月31日这一区间。根据期现货的市场表现，对直接模式、中介模式以及间接模式的标的物分别选择工商银行、招商银行和中信银行这三只股票，筛选的条件是在当日内半小时最大涨跌幅超过3%，以此作为存在期现联动型操纵行为的标准，其中符合标准的案例中，工商银行有1个，招商银行有5个，中信银行有8个。从观测结果出现的频率来看，中信银行主导的操纵发生可能性最大，而工商银行最小。但在同一天能够满足这一操纵标准的仅有一天，即2010年6月9日，从技术面上来看，上证指数近8天总体上呈下降趋势，随后3天则以小十字星收阳，市场一方面在下降通道中动力不足，另一方面又给一些跃跃欲试的投资者产生了“抄底心态”，市场行情一触即发。当日上证指数涨幅2.78%，沪深300指数涨幅3.07%，整个银行板块带动大盘大幅上涨，特别是下午1点半以后，中信银行突然爆发，14只银行股在下午2点后全部上涨，整个大盘在下午2点时也上涨了45.24点。
      三、股指期货联动型操纵案例的实证分析
      1. 数据与方法。本文设定2010年6月9日日内半小时前后涨幅最大的时段为操纵区间，综合工商银行（GS）、招商银行（ZS）、中信银行（ZX）当日市场走势，我们界定13：36 ~ 14：05为操纵期，并选取之前的13：06 ~ 13：35为对比期。为了反映操纵行为的短期效应，本文选择每一分钟高频收盘价格数据，具体为股指期货交易最为活跃的当月合约指数（IF）、上证指数（SZZS）、沪深300指数（HS300）以及这三只银行股的每一分钟收盘价格数据。数据来自于国泰安CSMAR高频数据库（2012），数据计算使用数据分析软件Eviews7.2完成。
      实证分析主要采用两种方法：一是相关系数的对比分析，通过分析事件发生前后Pearson相关系数变化来判定股票对相关指数的影响；二是Granger因果检验，即引导关系的对比分析。Granger（1988）认为，当从理论上分析确信变量之间有因果关系时，这种检验结果可以增强对因果性分析的信心。但周建和李子奈（2004） 运用蒙特卡洛模拟得出，当变量为非平稳时间序列时，任何无关的两个变量间都很容易得出有因果性的结论。曹永福（2006）认为，由于信息集的问题与变量非平稳性等问题，Granger因果检验很有可能得到变量间虚假因果关系的结果。下面使用日内每一分钟高频数据做Granger因果关系检验，缩短检验的时间窗口，并对结论进行理论分析，以弥补检验结果可能存在的不足。
      2. 相关系数的对比分析。下面通过分析操纵事件发生前后的相关系数变化，来判定股票价格与指数之间联系的紧密程度。对比期的相关性检验结果如表1所示。在定义操纵期的前半个小时对比期，上证指数、沪深300指数与股指期货合约指数呈中度相关性，达0.7，三者联动关系比较紧密。三只银行股中招商银行与大盘指数联系比较紧密，达0.8以上，而工商银行、中信银行与大盘指数相关性不强，特别是与股指期货指数走势并无明显相关关系，不足0.1。

　　　   在午盘半小时后，大盘突然启动，以银行股带动地产股和其他相关板块带动大盘迅速崛起，三大指数快速上涨。设定的操纵期相关性检验如表2所示。各指数间的联动关系变得紧密起来，上证指数、沪深300指数与股指期货合约指数呈高度相关关系，达0.97以上，这三只银行股内部之间、三大指数间的相关系数也显著增强，均达0.9以上。可见，相对于对比期，操纵期的三只银行股在行情发动时对大盘指数存在显著的联动关系，特别是中信银行变动幅度最大，存在明显异动。

      3. Granger因果关系检验的对比分析。传统的VAR理论要求模型中每一个变量都是平稳的，对于非平稳时间序列需要经过差分，得到平稳序列再建立VAR模型，这样通常会损失水平序列所包含的信息。而随着协整理论的发展，对于非平稳的时间序列，只要各变量之间存在协整关系也可以直接建立VAR模型。因此，对于平稳时间序列，可以直接进行最小二乘估计。而非平稳时间序列，则需要检验各变量之间是否存在协整关系，本文时间序列的平稳性检验结果显示，各变量的时间序列是非平稳的，而对序列的一阶差分以后是平稳的，即存在协整关系，能够直接建立VAR系统。
      下面按照选定的时间序列，对于股指期货当月合约指数（IF）、上证指数（SZZS）、沪深300指数（HS300）、工商银行（GS）、招商银行（ZS）、中信银行（ZX）等指标建立VAR系统，运用Granger因果检验来检验变量间的引导关系。 Granger因果关系检验从本质上讲是检验某个变量是否可以用于提高对其他相关变量的预测能力，这种预测作用反映的是时间序列变量时间前后的“引导关系”，而不是字面上的“因果关系”。全日指数的时间序列总计有240个样本，应用每一分钟高频收盘价格数据进行Granger因果检验，滞后阶数为1，结果如表3所示：

      从表3可以看出，检验一不能拒绝沪深300指数、上证指数，且二者的联合检验也不能拒绝原假设，说明它们不是股指期货指数Granger原因的假设。也就是说，沪深300指数、上证指数的一阶滞后项无助于解释股指期货，这是因为股指期货变量具有区块外生性，短期而言无法用沪深300指数、上证指数滞后项来预测股指期货走势。而检验二、三的检验结果显示股指期货指数对沪深300指数、上证指数有显著Granger因果关系，股指期货指数滞后项对现货指数有较好的解释作用， Wald联合检验（χ2统计量）表明短期内沪深300指数和上证指数具有内生性，股指期货具有区块外生性，短期内股指期货走势相对独立，与现货指数不具有明显联动关系。
　　   　表3显示在行情发动前的对比期，三银行走势与股指期货指数无显著Granger关系，也无明显领先关系，而三大指数之间的Granger因果关系与日内关系相同，不存在异常。
      随后，本文选取13：35前40分钟内样本，每个时间序列总计40个数据，选取滞后阶数为1，运用模拟操纵期的高频数据做对比分析。模拟操纵期Granger因果检验结果如表4所示：

      由表4中的检验四可以看出，中信银行每一分钟高频收盘价格与沪深300指数存在显著的Granger因果关系，这表明相对于对比期，在操纵期中信银行滞后项对沪深300指数及上证指数有显著的预测作用，中信银行对大盘也有明显预测作用，而其他银行股作用并不明显。另外，从整体上看，大盘指数及银行股对沪深300走势都有显著预测作用。检验五的Granger因果检验结果表明，沪深300指数、中信银行对大盘具有明显引导关系；而联合检验结果表明，其他指标对于大盘走势也具有整体联动的引导关系。因此，中信银行对沪深300指数以及大盘具有明显的引导关系，是发动行情、推动市场的重要推手，可以确定本次案例选择的是间接联动操纵模式。
      四、研究结论与政策建议
      本文选择银行股作为标的物对我国证券市场的股指期货市场期现联动型操纵行为进行了实证研究，发现模拟操纵期间中信银行与上证指数、沪深300指数的相关系数存在着显著差异，并且Granger因果检验以中信银行为标的的银行股对大盘的引导关系也具有显著的差异。案例研究结果表明，选择中信银行作为期现联动目标的间接操纵模式具有典型性，操纵难度与风险也是相对较小的。这其中原因与我国股指期货指数结构和市场氛围有很大的关系。尽管中信银行本身在沪深300指数实际权重比重不高，但银行板块在沪深300指数中权重相当高，加之本案例中的银行股操纵者利用了股民非理性的羊群行为，通过中信银行涨停板的刺激来实现期现联动操纵，使得当日中信银行成功地带动了市场情绪，吸引了投资者的眼球，众多游资便形成合力，在短时间推升沪深300现货指数，从而在股指期货市场牟取暴利。
      根据上述分析，本文对证券监管部门与交易所股指设计部门提出以下政策建议：一方面，指数设计分散化，其中最有效的手段是提高大盘股的流通股比重，增加市场深度；另一方面，加强期现市场的实时监管，及时对市场存在的异动进行风险提示，做好投资者教育工作。
      【注】本文系重庆市社会科学规划博士项目（项目编号：2012BS08）、重庆理工大学青年基金（项目编号：2012ZD41）和国家社会科学基金项目（项目编号：10BJL020）的阶段性研究成果。
主要参考文献
      1. 周伍阳，马冰.基于现货市场信息冲击的我国股指期货价格发现与波动机制分析.金融理论与实践，2012；10
      2. 邢精平，周伍阳，季峰.我国股指期货与现货市场信息传递与波动溢出关系研究.证券市场导报，2011-02-13
      3. 马宏.股指期货加剧A股波动 期现联动空头日进3亿.21世纪经济报道，2010-04-20
      4. Granger. Some Recent Developments in a Concept of Causality. Journal of  Econometrics，1988；39
      5. 周建，李子奈.Granger 因果关系检验的适用性.清华大学学报（自然科学版），2004；3