朱紅兵 張兵

(南京大學(xué)商學(xué)院，江蘇 南京 210093)

一、引言

縱觀全球股票市場，中國股市是當(dāng)今唯一采用T+1交易制度的市場。T+1交易制度導(dǎo)致投資者日內(nèi)買入的股票無法當(dāng)天賣出，實(shí)際上對投資者交易行為設(shè)置了不對稱性的強(qiáng)制約束。實(shí)施T+1交易制度的初衷是為了降低市場中的投機(jī)炒作氛圍，抑制股價(jià)過度波動而實(shí)現(xiàn)市場的平穩(wěn)有序運(yùn)行。但Scheinkman and Xiong(2003)[11]、Xiong(2013)[13]研究發(fā)現(xiàn)在異質(zhì)信念較強(qiáng)的證券市場中，對投資者交易行為施加外部約束不僅不能降低投機(jī)性泡沫，反而會加劇市場波動，誘導(dǎo)產(chǎn)生更多投機(jī)性交易。以投資者異質(zhì)信念指標(biāo)——換手率來看，中國股市中投資者的異質(zhì)信念長期處于較高水平(朱宏泉等，2016)[31]。在市場流動性充裕、投資者異質(zhì)性信念更高的狀態(tài)下，現(xiàn)行的T+1交易制度反而刺激了更多投機(jī)性交易(Chen et al.，2017)[2]。此外，T+1交易制度也限制了投資者及時糾錯的機(jī)會，尤其是對資金劣勢的中小投資者而言(酈彬等，2015；韋立堅(jiān)，2016)[18][21]。T+1交易制度還使得股指期貨和現(xiàn)貨市場投資者間的權(quán)利不對等矛盾更加突出，在2013年發(fā)生的“8·16”光大烏龍指事件中，面對股票市場的突發(fā)性事件，大戶投資者、機(jī)構(gòu)投資者可以通過T+0交易的股指期貨等金融衍生品進(jìn)行對沖保值，而中小投資者只能在現(xiàn)貨市場承受損失(陳高才，2016)[16]?？梢姡瑸橐种七^度投機(jī)而采用的T+1交易制度可能導(dǎo)致了更多風(fēng)險(xiǎn)，在國內(nèi)資本市場日趨完善、與國際接軌程度不斷深化的背景下，T+1交易機(jī)制的制度性缺陷愈加凸顯(張志偉，2015)[28]。近年來中央政府工作報(bào)告多次強(qiáng)調(diào)中國資本市場的下一步發(fā)展方向是改革完善基礎(chǔ)性制度，T+1交易機(jī)制作為證券市場最基礎(chǔ)性的制度深刻影響著多層次資本市場的建設(shè)，探討T+1交易制度對中國資本市場的影響具有重要的理論和實(shí)踐意義。

T+1交易制度的運(yùn)行導(dǎo)致了較高制度成本。T+1交易制度猶如給投資者的交易施加了一個枷鎖，直到下一交易日才能打開(Zhang，2019)[14]。在投資者沒有倉位的情況下，T日買入的股票最快只能在T+1日開盤賣出。當(dāng)證券市場出現(xiàn)一定幅度的波動時，投資者當(dāng)日買進(jìn)的股票即使出現(xiàn)了大額虧損也無法賣出，無形中造成了證券投資者的買賣不對稱效應(yīng)。對于急于賣出的投資者而言，最早可賣出的時點(diǎn)便是T+1日的開盤，無形中促成T+1日開盤時刻賣壓高于其它時間段，造成證券資產(chǎn)的供給大于需求，迫使投資者折價(jià)賣出。此外，T+1交易機(jī)制也制約了投資者開盤的買入行為，投資者在交易日內(nèi)買入股票面臨不確定性最強(qiáng)的時刻便是開盤，這一不確定性會隨時間推移至收盤而逐漸趨近于零，因此，要使投資者在開盤時刻積極買入股票，需要給予相應(yīng)的“折扣”激勵。Qiao and Dam(2020)[10]便指出在買賣不對稱以及持倉風(fēng)險(xiǎn)時變的情景下，需要賦予投資者相應(yīng)的激勵以刺激其購買意愿，提高投資者交易的積極性。實(shí)際上，T+1交易制度對股票買方、賣方均產(chǎn)生了不同程度的影響，為促成交易的實(shí)現(xiàn)不論是買入的折扣還是賣出的折價(jià)都是交易中的無謂損失。而在采用T+0交易的市場中，投資者的日內(nèi)買賣行為不受約束，投資者間的交易也是完全對稱的，相應(yīng)的制度折價(jià)就不復(fù)存在。

本文的邊際貢獻(xiàn)在于：首先，另辟蹊徑地從股票資產(chǎn)開盤時刻的供給需求關(guān)系出發(fā)將股票隔夜收益率分解成了受一般橫截面收益率影響因素影響的基礎(chǔ)價(jià)值部分、受T+1交易制度影響的部分以及隨機(jī)擾動部分。借助這一新穎的視角，本文對難以量化的T+1交易機(jī)制的影響問題進(jìn)行了研究，證實(shí)了T+1交易機(jī)制是中國A股市場隔夜收益率長期為負(fù)的根本原因；并且，通過理論推導(dǎo)得到了的T+1交易制度折價(jià)率測度模型，最終量化估算出T+1交易制度平均每年導(dǎo)致隔夜收益率折價(jià)11.91%。其次，利用方差分解思想度量了中國A股市場開盤時刻交易雙方的議價(jià)能力，結(jié)果發(fā)現(xiàn)開盤時刻股票買方的議價(jià)能力高達(dá)60.03%，而賣方的議價(jià)能力僅為39.97%。整體而言，本文的研究檢驗(yàn)了交易機(jī)制在資產(chǎn)價(jià)格形成中的作用，豐富和發(fā)展了中國特色的資產(chǎn)定價(jià)研究，文章結(jié)論對進(jìn)一步完善中國股市交易制度也有重要啟示。

二、文獻(xiàn)梳理與理論分析

(一)相關(guān)文獻(xiàn)梳理

基礎(chǔ)交易制度的轉(zhuǎn)變直接影響了證券市場質(zhì)量(孫培源等，2004；Chan and Lee，2014)[20][1]。中國股市交易制度由T+0過度到T+1產(chǎn)生的最直接影響是對市場流動性和波動性的沖擊，已有研究大多認(rèn)為T+1交易制度降低了市場流動性。例如，邊江澤和宿鐵(2010)[15]從采用T+0的權(quán)證中逆向推導(dǎo)求解出隱含的股票價(jià)值，并將其與T+1交易制度下的股票價(jià)值進(jìn)行對比分析，發(fā)現(xiàn)T+1交易制度降低了股票市場的流動性，促成股票的低流動性折價(jià)。Guo et al.(2012)[8]利用動態(tài)價(jià)格操縱模型，選取中國B股市場交易制度改革前后的樣本，也發(fā)現(xiàn)T+1交易制度會降低市場整體的交易量和價(jià)格波動，對市場流動性產(chǎn)生負(fù)面影響。從計(jì)算實(shí)驗(yàn)的角度出發(fā)，韋立堅(jiān)(2016)[21]進(jìn)一步證實(shí)相對于T+0交易制度，無論是在正常波動、還是在異常波動的股市行情中，T+1制度都降低了股票的日內(nèi)流動性。

而在T+1交易制度對市場波動性的研究上，學(xué)者們呈現(xiàn)出了不同觀點(diǎn)。葛勇和葉德磊(2009)[17]利用滬市A股和B股指數(shù)日內(nèi)振幅數(shù)據(jù)進(jìn)行實(shí)證研究，結(jié)果顯示在實(shí)行T+1交易后市場的平均振幅有所減小，說明T+1制度在一定程度上抑制了股市波動。熊熊等(2016)[24]的計(jì)算實(shí)驗(yàn)研究也表明相較于T+0交易制度，T+1交易制度在降低市場價(jià)格發(fā)現(xiàn)效率的同時抑制了市場的過度波動。借助B股市場的交易制度改革試驗(yàn)，趙倩(2017)[29]利用倍差分模型從因果推斷的角度揭示出T+1交易制度對股價(jià)波動的抑制作用短期效果不明顯，但長期來看可有效降低股票市場的整體波動性。與上述觀點(diǎn)相悖，Wu and Qin(2015)[12]發(fā)現(xiàn)中國B股市場的交易規(guī)則由T+0改為T+1后，股票價(jià)格的波動出現(xiàn)了不同程度的上升。從投資者日內(nèi)T+0交易賬戶出發(fā)，熊偉(2017)[23]則發(fā)現(xiàn)在T+1交易制度下進(jìn)行的“T+0”交易大多采用逆勢交易策略，不僅沒有破壞市場質(zhì)量反而平抑了股價(jià)波動。實(shí)際上，T+1交易制度對股市波動的影響存在異質(zhì)性，當(dāng)市場流動性充裕時T+1交易制度會加劇市場波動，刺激更多投機(jī)性交易(Chen et al.，2017)[2]。通過設(shè)定交易規(guī)則，納入投資者的模擬交易研究也發(fā)現(xiàn)T+1交易制度在市場波動平抑方面作用有限，多數(shù)情況下T+1交易制度會強(qiáng)化市場波動(周耿等，2018)[30]。

近期對T+1交易制度的研究呈現(xiàn)出了一些新特點(diǎn)，例如Qiao and Dam(2020)[10]認(rèn)為T+1交易制度導(dǎo)致了中國A股市場產(chǎn)生負(fù)隔夜收益率現(xiàn)象，T+1交易制度的運(yùn)行產(chǎn)生了較高的制度成本。Zhang(2019)[14]指出中國A股市場的隔夜收益異象與T+1交易制度密切相關(guān)。T+1交易制度限制了投資者日內(nèi)購入股票的賣出行為，扭曲了不同交易時點(diǎn)上股票的供需關(guān)系，并且這種約束具有持續(xù)、累計(jì)效應(yīng)，最終會使得T+1日開盤時刻的賣壓更強(qiáng)，促成更低開盤價(jià)和負(fù)隔夜收益的產(chǎn)生。張兵和薛冰(2019)[27]直接將隔夜收益率作為T+1的代理變量，構(gòu)造隔夜收益率因子拓展了Fama and French(1993)[3]的三因子模型，結(jié)果發(fā)現(xiàn)考慮隔夜收益因子的定價(jià)模型對中國股票市場的定價(jià)能力更強(qiáng)。

通過上述文獻(xiàn)梳理可見，以往對T+1交易制度的研究主要強(qiáng)調(diào)交易制度對市場流動性、波動性的影響，而忽視了T+1交易制度運(yùn)行所產(chǎn)生的折價(jià)成本；并且已有研究主要依靠計(jì)算實(shí)驗(yàn)、AB股對比等分析方法得出研究結(jié)論，然而上述方法均受制于實(shí)驗(yàn)環(huán)境或歷史環(huán)境，形成的結(jié)論存在普適性問題。盡管近期的研究呈現(xiàn)出了新特點(diǎn)，但仍然有待改進(jìn)。例如Zhang(2019)[14]僅從股指期貨與現(xiàn)貨對比的角度佐證了T+1交易制度的作用，未能提出完整的理論框架檢驗(yàn)T+1交易制度與負(fù)隔夜收益率之間的關(guān)系。Qiao and Dam(2020)[10]則在理論分析中默認(rèn)股票價(jià)格上漲與下跌對投資者產(chǎn)生的交易吸引力是對稱的前提下，利用日內(nèi)最高價(jià)與最低價(jià)的對數(shù)價(jià)差估算了T+1交易折價(jià)率。而前景理論認(rèn)為投資者對盈利和虧損保有不同的態(tài)度，對于T日買入股票的投資者而言，T+1日股票價(jià)格的漲跌會產(chǎn)生不對稱的心理效應(yīng)。因此，本文將以近期的研究為基礎(chǔ)，從折價(jià)成本角度通過構(gòu)造理論模型探討T+1交易制度對中國資本市場的影響，并從數(shù)值量化的角度實(shí)現(xiàn)對T+1交易制度折價(jià)的測度。

(二)T+1交易制度與長期折價(jià)率的理論基礎(chǔ)

T+1交易制度對投資者的交易行為施加了可見的約束，尤其是限制了投資者當(dāng)日的賣出行為。在證券市場出現(xiàn)一定幅度的波動時，投資者當(dāng)日買進(jìn)的股票即使出現(xiàn)了大額虧損也無法賣出，這無形中造成了證券投資者的買賣不對稱效應(yīng)。對于虧損且急于賣出的投資者而言，最早可賣出的時點(diǎn)便是T+1日開盤，于是T+1日開盤賣壓會高于其它時間段，造成證券資產(chǎn)的供給大于需求，導(dǎo)致了投資者的折價(jià)賣出。此外，T+1交易機(jī)制也制約了投資者開盤的買入行為，投資者在交易日內(nèi)買入證券資產(chǎn)面臨不確定性程度最大的便是在開盤，這一不確定性會隨著時間推移至日內(nèi)收盤逐漸趨近于零，那么要使得投資者在開盤積極買入證券資產(chǎn)則要求相應(yīng)的“折扣”激勵。Qiao and Dam(2020)[10]便指出在買賣不對稱以及持倉風(fēng)險(xiǎn)時變的情景下，要使投資者在當(dāng)日更早些時候買入股票則應(yīng)當(dāng)給予其適當(dāng)?shù)募睿蹆r(jià)買入以提高交易的積極性。

更加一般化，不妨假設(shè)在T+0交易制度下，T+1日開盤集合競價(jià)中任意股票資產(chǎn)的供給函數(shù)可表示成 ，那么需求函數(shù)則可以表示成 ，不失一般性可假設(shè)兩者均是股票資產(chǎn)的價(jià)格P的對數(shù)線性單調(diào)函數(shù)。那么，T+0交易制度下該股票資產(chǎn)在達(dá)到市場均衡時候的價(jià)格 必然滿足下述條件：

根據(jù)前述分析，投資者在T+1交易制度下的交易行為受到約束，投資者T日買入的股票資產(chǎn)無法當(dāng)日賣出，最快只能T+1日開盤賣出。這一交易約束便使得T+1日開盤時段的賣壓高于其它時間段，最終造成該證券資產(chǎn)的供給量大于需求量，即滿足：

并且，T+1交易制度在一定程度上也抑制了開盤時刻證券資產(chǎn)購買方的購買意愿(由于當(dāng)天買入無法賣出，投資者在開盤時買入證券資產(chǎn)的風(fēng)險(xiǎn)處于一天中最大的時候)，這使得：

綜合上述等式，于是有下述等式成立：

更進(jìn)一步，把開盤均衡價(jià)格的形成一般化，并通過數(shù)理化的推導(dǎo)給出折價(jià)程度ΔP的估計(jì)，對于一般化的價(jià)格形成過程，有下述等式：

圖1 不同交易制度下證券資產(chǎn)的供給需求情況

ΔPi,t受到證券資產(chǎn)交易雙方的雙邊影響，不妨將等式(7)重新表達(dá)成以下形式：

其中，φ(·)和Φ(·)分別為標(biāo)準(zhǔn)正態(tài)分布的概率密度函數(shù)和累積分布函數(shù)。為便于后續(xù)采用極大似然估計(jì)法進(jìn)行參數(shù)估計(jì)，本文進(jìn)一步對等式(11)自然對數(shù)化可得到用于估計(jì)的對數(shù)似然函數(shù)如下：

在上述條件期望的基礎(chǔ)上便可得到T+1交易制度引致的折價(jià)程度ΔPi,t的估計(jì)值，具體如下：

三、數(shù)據(jù)來源與研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來源

本文在T+1交易制度變量的測度中以1995年1月至2019年3月在上海證券交易所、深圳證證券交易所掛牌的上市公司作為研究對象。但在時間區(qū)間的選擇上受制于易志高和茅寧(2009)[25]投資者情緒指標(biāo)的限制2，最終的時間區(qū)間設(shè)定為2003年1月至2019年3月，樣本區(qū)間內(nèi)合計(jì)2787家上市公司。T+1交易制度測度研究中上市公司財(cái)務(wù)相關(guān)的數(shù)據(jù)均來源于國泰安數(shù)據(jù)庫(CSMAR)，上司公司二級市場交易類數(shù)據(jù)均來源于萬得金融數(shù)據(jù)庫(WIND)，樣本頻率為月度。為保證樣本數(shù)據(jù)的可靠性，本文對數(shù)值型變量進(jìn)行了首尾1%的縮尾處理，并剔除了ST和PT類上市公司，最終得到276185個“股票-月度”層面的樣本。

(二)變量定義

在前述理論分析中，根據(jù)開盤時刻投資者對股票資產(chǎn)的購買、出售意愿，本文將開盤價(jià)格劃分成了基準(zhǔn)價(jià)格u(xi,t)和受T+1交易制度影響引致的折價(jià)程度ΔPi,t，其中，u(xi,t)是由交易制度以外的因素引起的價(jià)格或收益變動。由于股票的折價(jià)發(fā)生在開盤時刻，T+1交易制度的負(fù)面影響越大，股票的折價(jià)程度越大，對應(yīng)的隔夜收益率就越低，因此，本文以股票的隔夜收益率作為被解釋變量，即加總月內(nèi)每個交易日的隔夜收益率作為當(dāng)月隔夜收益率。

表1 變量含義及其計(jì)算方法

此外，根據(jù)已有的資產(chǎn)定價(jià)研究文獻(xiàn)，交易制度以外的影響股票資產(chǎn)價(jià)格的因素可分為以下類別：市值規(guī)模因素，主要包括個股的流通市值、股價(jià)表現(xiàn)以及賬面市值比；散戶和投機(jī)因素，主要包括散戶規(guī)模、股票的彩票特征(極端收益率、偏度和特質(zhì)波動率)；風(fēng)險(xiǎn)和流動性因素，主要包括系統(tǒng)性風(fēng)險(xiǎn)系數(shù)、流動性指標(biāo)以及換手率等；市場風(fēng)格因素，主要包括動量因子和反轉(zhuǎn)因子；隔夜信息因素，考慮到信息的時效性以及覆蓋的廣泛性，主要用收盤至開盤時段的新聞數(shù)量來衡量(考慮到新聞覆蓋的廣泛性，本文的隔夜信息因素實(shí)質(zhì)上也包含了外圍股市傳遞的信息，例如美股漲跌情況)；投資者情緒因素，以易志高和茅寧(2009)[25]構(gòu)建的中國股市投資者情緒指標(biāo)衡量。表1給出了變量指標(biāo)對應(yīng)的經(jīng)濟(jì)含義及其計(jì)算方法。

(三)實(shí)證模型設(shè)定

根據(jù)前述理論推導(dǎo)，在實(shí)證測度模型的設(shè)定中需要包含兩大部分：第一，代表基準(zhǔn)價(jià)格的u(xi,t)部分；第二，代表受T+1交易制度影響的折價(jià)程度ΔPi,t。而在變量定義中本文將u(xi,t)進(jìn)一步拆分成了受六大類因素影響的組合，因此最終的T+1交易制度變量測度的雙邊隨機(jī)前沿實(shí)證模型可設(shè)定如下式：

其中，OvrtReti,t代表了隔夜收益率，反映了T+1日開盤價(jià)與T日收盤價(jià)比值的自然對數(shù)值；wi,t－ui,t反映了個股受T+1交易制度影響所產(chǎn)生的折價(jià)程度ΔPi,t，也是本文需要測度的變量；εi,t為模型中的隨機(jī)擾動項(xiàng)，模型中的其他變量均為影響u(xi,t)的因素。實(shí)際上式(22)將隔夜收益率分解成了受一般橫截面收益率影響因素影響的基礎(chǔ)價(jià)值部分、受T+1交易制度影響的部分以及隨機(jī)擾動部分。

四、實(shí)證結(jié)果與分析

(一)變量的描述性統(tǒng)計(jì)結(jié)果

表2給出了表1中各變量的描述性統(tǒng)計(jì)結(jié)果，可見在樣本范圍內(nèi)中國A股上市企業(yè)的平均隔夜收益率達(dá)到了-0.0259，低于樣本中位數(shù)18.92%，樣本企業(yè)隔夜收益率的這一分布特征表明中國A股市場的隔夜收益呈現(xiàn)出左偏分布特征，與A股上市公司總收益率的分布特征較為一致。

表2 描述性統(tǒng)計(jì)結(jié)果

(二)基準(zhǔn)回歸模型的估計(jì)

基于式(22)的T+1交易制度變量測度模型設(shè)定，本文估計(jì)出了模型中的各類參數(shù)值。為檢驗(yàn)雙邊界隨機(jī)前沿模型可能存在的估計(jì)誤差，分別采用了不同的估計(jì)方法(即表3中模型(1)～(4))對基準(zhǔn)模型進(jìn)行了估計(jì)用以對比分析，這些方法主要包括普通最小二乘法(OLS)、差分估計(jì)法(FE)、準(zhǔn)極大似然估計(jì)法(QMLE)等。表3給出了具體數(shù)值結(jié)果，可以看出最小二乘法(OLS)得出的模型參數(shù)估計(jì)值與準(zhǔn)極大似然法(QMLE)估計(jì)出的參數(shù)值在數(shù)值大小程度以及顯著性上幾乎一致，這表明模型(1)中的隨機(jī)誤差項(xiàng)與正態(tài)分布十分接近3。在前述的理論估計(jì)推導(dǎo)中，本文假設(shè)模型(4)的隨機(jī)擾動項(xiàng)服從正態(tài)分布，而模型(1)、(3)估計(jì)值的一致性充分表明模型(4)中隨機(jī)擾動項(xiàng)正態(tài)分布假定的合理性。此外，考慮個股層面和時間層面的固定效應(yīng)模型(2)得到的變量系數(shù)的估計(jì)值在顯著性上也與其他模型整體一致，說明在隔夜收益的定價(jià)中市值規(guī)模、風(fēng)險(xiǎn)和流動性、散戶與投機(jī)因素、市場風(fēng)格因素、隔夜信息以及投資者情緒等因素均發(fā)揮著重要作用。值得注意的是，以衡量模型優(yōu)劣的AIC準(zhǔn)則來看，雙邊界隨機(jī)前沿模型(4)在簡練程度和擬合優(yōu)度上均達(dá)到了相對最優(yōu)(AIC統(tǒng)計(jì)量為6.5898)。

表3 基準(zhǔn)模型的回歸估計(jì)結(jié)果

基于模型(4)的估計(jì)結(jié)果，本文也可以進(jìn)一步發(fā)現(xiàn)：在1%或5%的顯著性水平下，上市公司的規(guī)模(β=0.0924，p〈0.01)、股價(jià)(β=0.1426，p〈0.01)、散戶持股比例(β=0.2130，p〈0.05)、股價(jià)的偏度(β=0.4970，p〈0.01)、極端收益率(β=0.2661，p〈0.01)、股票的流動性(β=0.5333，p〈0.01)、動量因子(β=0.8626，p〈0.01)、反轉(zhuǎn)因子(β=1.5213，p〈0.01)等因素均對隔夜收益率表現(xiàn)出了顯著性的正向影響關(guān)系；而特質(zhì)波動率(β=-2.5700，p〈0.01)、系統(tǒng)性風(fēng)險(xiǎn)(β=-1.1320，p〈0.01)、換手率(β=-0.0139，p〈0.01)以及投資者情緒(β=-0.6712，p〈0.01)等因素均對隔夜收益率產(chǎn)生了顯著的負(fù)向影響關(guān)系；賬面市值比以及隔夜新聞量對隔夜收益率的影響則未能通過給定水平下的顯著性檢驗(yàn)。實(shí)際上對于中國股市存在負(fù)隔夜收益率現(xiàn)象，傳統(tǒng)的金融學(xué)觀點(diǎn)認(rèn)為隔夜收益由隔夜信息驅(qū)動，并且隔夜收益更能反映上市公司基本面的變動。而在本文的實(shí)證結(jié)果中，在眾多影響因素中恰恰是反映上市公司基本面情況的賬面市值比因素和反映信息流動的隔夜信息量因素不顯著，這一結(jié)果與張兵(2019)[26]、Qiao and Dam(2020)[10]的研究論斷幾乎一致，即中國股市的負(fù)隔夜收益并非由基本面因素或隔夜信息因素驅(qū)動，而是受T+1交易制度的影響所致。

(三)買賣雙方議價(jià)能力的估計(jì)

在上述模型(4)的估計(jì)基礎(chǔ)上，本文利用方差分解的思想進(jìn)一步考察了開盤時刻股票交易雙方的議價(jià)博弈能力，以及在隔夜收益率的形成中買方和賣方各自所發(fā)揮的貢獻(xiàn)。表4給出了估計(jì)結(jié)果，可見反映股票買方議價(jià)能力的σu高達(dá)5.3897，而反映股票賣方議價(jià)能力的σw在數(shù)值上僅為4.3975，σu遠(yuǎn)大于σw，兩者的條件差值E(σw－σu)= -0.9922＜0，說明從供需理論出發(fā)中國股票市場每日隔夜收益率的形成中，賣方處于弱勢地位而買方則處于強(qiáng)勢地位。從方差貢獻(xiàn)比例大小來看，開盤時刻股票買方的議價(jià)能力高達(dá)60.03%，而賣方的議價(jià)能力僅為39.97%。這背后的原因主要在于T+1交易制度限制了投資者對當(dāng)日買入股票的賣出行為，這就對投資者的交易決策產(chǎn)生了兩方面影響：第一，當(dāng)日買入股票若發(fā)生虧損，投資者當(dāng)日無法止損，最快只能在第二日開盤賣出，從而造成開盤時刻的股票供給量相對增多；第二，投資者為了規(guī)避日內(nèi)股價(jià)的波動風(fēng)險(xiǎn)，往往較少在開盤時刻便購入股票，實(shí)質(zhì)上導(dǎo)致了每日開盤時刻股票需求量的相對下降。在上述兩方面影響的相互作用下，開盤時刻股票的相對供給量要大于相對需求量，最終不可避免地會導(dǎo)致隔夜收益率的折價(jià)。

(四)買賣雙方對開盤價(jià)影響程度的估計(jì)

更進(jìn)一步，本文利用模型(4)中的參數(shù)估計(jì)值和表4中的方差估計(jì)值估算了T+1交易制度對開盤時刻交易雙方產(chǎn)生的潛在影響，即ΔP1、ΔP2和ΔP的數(shù)值大小。上述三大因素的數(shù)值大小實(shí)際上反映了在T+1交易制度的約束下，交易雙方能夠獲得的隔夜收益剩余相較于基準(zhǔn)隔夜收益率變動的百分比。圖2給出了ΔP1、ΔP2估計(jì)值隨時間變化的條形分布圖，圖3給出了ΔP估計(jì)值的密度分布圖，可以看出在樣本期間內(nèi)由于T+1交易制度的影響，開盤時刻交易雙方處在明顯的不對等地位，買方對交易的剩余攫取更多，而賣方對交易剩余的分成更低。上述不對等特征在股市異常波動期間(2008年和2015年)尤其突出，吳良等(2017)[22]便指出在市場加速下跌、流動性匱乏期間持有證券資產(chǎn)的賣方處于更加不利的地位，賣方投資者急于在開盤賣出資產(chǎn)，而買方投資者受恐慌心理作用怯于購入資產(chǎn)，交易意愿的不對等最終會使賣方投資者喪失更多利益。

表4 交易中買賣雙方的議價(jià)能力

圖2 T+1交易制度對交易雙方影響程度的分布情況

圖3 T+1交易制度對交易雙方凈影響程度的分布情況

表5 T+1 交易制度對開盤時刻交易雙方的影響(單位：%)

表5詳細(xì)地給出了T+1交易制度對開盤時刻買賣雙方的影響，可以看出：T+1交易制度對買方的平均影響E(ΔP1|X)高達(dá)5.3897%，表明T+1交易制度在開盤時刻給買方帶來的優(yōu)勢地位會使最終的隔夜收益率低于基準(zhǔn)收益率5.3897%；同理，T+1交易制度對賣方的平均影響E(ΔP2|X)則達(dá)到了4.3975%，說明T+1交易制度下證券賣出方的弱勢地位只能使得隔夜收益率高出于基準(zhǔn)收益率4.3975%；受交易意愿的影響，交易雙方的博弈過程最終會使得隔夜收益低于基準(zhǔn)收益0.9922%。上述結(jié)論可進(jìn)一步理解為T+1交易制度導(dǎo)致的買賣不對稱促成了隔夜收益的折價(jià)，而這一折價(jià)程度達(dá)到了平均每月-0.9922%的水平，即T+1交易制度導(dǎo)致了中國股票市場的隔夜收益率年均折價(jià)11.9064%。中國股市在過去40年經(jīng)歷了長足的發(fā)展，但市場的整體賺錢效應(yīng)較弱，上證指數(shù)10年不漲、依舊在3000點(diǎn)附近徘徊，其中隔夜折價(jià)便是促成這一現(xiàn)象的重要原因之一(張兵，2019)[26]。

(五)穩(wěn)健性檢驗(yàn)

由于T+1交易制度對股票的影響是客觀可見的交易約束(投資者當(dāng)日買入股票只能持有至下一個交易日賣出)，T+1交易制度對股票資產(chǎn)施加的約束特性和Longstaff(1995)[7]及Ghaidarov(2009)[4]等提出的受限制股票特征較為一致。由于股票交易權(quán)利的不完整性，受限制股票在出售時會存在不同程度的折價(jià)(Ghaidarov，2009)[4]，其折價(jià)大小可表述為受限制期限內(nèi)一系列無風(fēng)險(xiǎn)資產(chǎn)的遠(yuǎn)期價(jià)值，即下述等式：

因此，可將折價(jià)率定義為這一系列無風(fēng)險(xiǎn)資產(chǎn)遠(yuǎn)期價(jià)值與該股票不受限制的內(nèi)在價(jià)值V0的比值，即：

表6給出了受限制股票的日均折價(jià)率與年化折價(jià)率的估計(jì)值。需要說明的是，為觀察受限制股票的折價(jià)率是如何受股票收益率波動變化的影響，本文報(bào)告了不同波動率情景下折價(jià)率估算值。但實(shí)際上，根據(jù)中國A市場股票收益率的日均波動情況，本文發(fā)現(xiàn)1995年1月至2019年12月這一段樣本范圍內(nèi)A股的日均波動率維持在3.04%左右，基于這一波動數(shù)值可判斷T+1交易制度造成的交易約束使得A股股票再售時產(chǎn)生了每日0.06%的折價(jià)，或每年14.96%的折價(jià)。而這一折價(jià)率與本文正文部分的估算值較為接近，就年度層面兩者僅相差3.05%個單位。

表6 受限制股票的折價(jià)率估算值(單位：%)

五、結(jié)論與啟示

中國股票市場長期以來實(shí)行T+1交易制度，缺乏其他交易制度下的數(shù)據(jù)積累；即使歷史上短期實(shí)施過T+0交易制度，也因?yàn)楫?dāng)時股票市場剛剛成立、上市公司較少導(dǎo)致可觀測的數(shù)據(jù)較少。這就使得學(xué)術(shù)研究無法通過長期的對比分析來考察T+1交易制度對股票市場質(zhì)量和投資者保護(hù)等方面產(chǎn)生的影響。如何從股票市場歷史數(shù)據(jù)中分離、量化T+1交易制度因素便是實(shí)證研究的主要障礙。本文從股票資產(chǎn)開盤時刻的供給需求關(guān)系出發(fā)，將股票隔夜收益率分解成受一般橫截面收益率影響因素影響的基礎(chǔ)價(jià)值部分、受T+1交易制度影響的部分以及隨機(jī)擾動部分。借助這一新穎的視角，本文對難以量化的T+1交易機(jī)制的影響問題進(jìn)行了研究，證實(shí)了T+1交易機(jī)制是中國A股市場隔夜收益率長期為負(fù)的根本原因。并且，通過理論推導(dǎo)得到了T+1交易制度折價(jià)率測度模型，最終量化估算出T+1交易制度平均每年導(dǎo)致隔夜收益率折價(jià)11.91%。除此之外，本文利用方差分解思想度量了中國A股市場開盤時刻交易雙方的議價(jià)能力，結(jié)果發(fā)現(xiàn)開盤時刻股票買方的議價(jià)能力高達(dá)60.03%，而賣方的議價(jià)能力僅為39.97%，說明從供需理論出發(fā)中國股票市場每日隔夜收益率的形成中，賣方處于弱勢地位而買方則處于強(qiáng)勢地位。最后，本文借助Ghaidarov(2009)[4]的受限制股票的折價(jià)率估算模型，再次驗(yàn)證了T+1交易制度導(dǎo)致A股市場股票折價(jià)率的穩(wěn)健性。

本文研究的啟示在于：T+1交易制度造成了投資者買賣權(quán)利的非對等性，強(qiáng)化了早盤時投資者的賣出意愿導(dǎo)致證券資產(chǎn)的相對供給大于相對需求，易使股票折價(jià)出售。交易制度對投資者交易意愿的長期影響促成了A股市場的股票再售過程中長期折價(jià)現(xiàn)象產(chǎn)生，使得投資者在股市交易中面臨過高的制度成本，不利于股市的穩(wěn)定健康發(fā)展。監(jiān)管部門應(yīng)充分考慮我國股票市場的長遠(yuǎn)目標(biāo)，著眼于市場的有效性發(fā)揮及穩(wěn)定發(fā)展，結(jié)合股票市場中的現(xiàn)存問題進(jìn)行配套制度設(shè)計(jì)，制定具體的T+0交易制度的相關(guān)規(guī)則。但鑒于中國A股上市公司多、市場容量大，制度變革風(fēng)險(xiǎn)大，監(jiān)管層可在科創(chuàng)板先行實(shí)驗(yàn)T+0配套制度改革，具體步驟上可先行放開T+1交易制度的限制，實(shí)施T+0交易制度，并且在保留漲跌幅限制的基礎(chǔ)上同時設(shè)定熔斷機(jī)制，以減小交易頻率提升帶來的過度波動；待時機(jī)成熟后可逐漸取消漲跌幅限制，形成以T+0交易為核心的交易制度并推廣到主板市場。

但T+1交易制度對證券市場的影響是多方面的，未來的研究可考慮度量日內(nèi)不同交易時點(diǎn)上投資者交易意愿的差異以反映T+1交易制度的作用。T+1交易制度限制了投資者當(dāng)日買進(jìn)股票的賣出行為，這一約束實(shí)質(zhì)上先是影響投資者的交易意愿，進(jìn)而影響實(shí)際交易行為，致使證券資產(chǎn)形成不同的價(jià)格特征。本文主要從證券資產(chǎn)的價(jià)格特征中估算了交易制度導(dǎo)致的折價(jià)率，從而分析T+1交易制度對證券市場的影響，但實(shí)際上在T+1交易制度約束下，買方的購買意愿會隨著日內(nèi)交易時間的推移逐漸加強(qiáng)，而賣方的賣出意愿則隨日內(nèi)交易時間的推移逐漸減弱，因此在不同時點(diǎn)上交易雙方的交易意愿對比直接反映了T+1交易制度的影響，買賣意愿的差值便可作為T+1交易制度的代理變量。未來的研究可從投資者日內(nèi)時變的交易意愿出發(fā)進(jìn)一步評估T+1交易制度的影響。

注釋

1. Kumbhakar and Lovell(2000)[5]指出對于雙邊界隨機(jī)前沿模型而言，對雙邊干擾項(xiàng)的分布假設(shè)并不會影響結(jié)論的穩(wěn)健性，但指數(shù)分布的假設(shè)更為一般化。

2. 投資者情緒指標(biāo)源中包含投資者開戶數(shù)量數(shù)據(jù)，中國股市投資者開戶數(shù)據(jù)由中證登公司于2003年1月起按月公布，所以在2003年以前無法計(jì)算該指標(biāo)。

3. 此處的極大似然法估計(jì)以隨機(jī)擾動項(xiàng)服從正態(tài)分布為前提，估計(jì)值基于最大化正態(tài)分布密度函數(shù)得到。