涨跌限制对股市波动率、流动性及价格发现的影响——基于双重差分法的分析

王志强，吴敬桐

(东北财经大学 金融学院，辽宁 大连 116025)

一、问题的提出

涨跌限制是指证券交易所对一个交易日中证券价格波动的上下界限作出规定和限制，其目的为防止市场价格出现暴涨暴跌，抑制过度投机行为，保持证券市场稳定。涨跌限制在中国A股的发展历程中有过反复。在上海证券交易所和深圳证券交易所建立之初，A股实施了涨跌限制制度，1992年邓小平同志南行讲话之后沪深两所效仿西方交易制度于1992年5月21日取消了涨跌限制，1996年股市出现了暴涨暴跌现象，导致沪深两所于1996年12月16日重新实行涨跌限制制度，用以控制股市的极端波动和过度交易行为。现行的涨跌限制目前正处于变革之中，随着科创板首批25家公司于2019年7月22日正式挂牌上市交易，实施了近23年的涨跌限制有了改变。科创板的交易制度不同于已有的主板、中小板和创业板，上市后5日内不设涨跌限制，5日之后涨跌幅为20%。2020年4月27日，中央全面深化改革委员会审议通过《创业板改革并试点注册制总体实施方案》，当日中国证券监督管理委员会就《创业板首次公开发行股票注册管理办法(试行)》等四部规章公开征求意见，深圳证券交易所同步就八项业务规则向社会公开征求意见。创业板步入注册制时代的同时，也在交易制度方面向科创版靠近，对于存量公司股票日涨跌幅同步放宽至20%。

尽管涨跌限制在中国A股市场逐渐放松，但是关于涨跌限制制度的作用，学术界始终存在争议。一些学者对这一制度持支持态度，认为涨跌限制制度限定了交易日内证券价格的上下波动幅度，并暂停交易，让投资者有时间重新评估信息，作出理性决策，从而降低市场价格波动。如刘煜辉等[1]利用中国股市实行涨跌限制前后的股票交易数据，对涨跌限制的有效性进行实证分析，发现涨跌限制降低了A股市场的波动性。Deb等[2]研究发现，涨跌限制制度的实行可以有效地避免股市崩盘。Kim和Rhee[3]得出的经验证据显示，涨跌限制制度有利于不知情的投资者重新评估股票价格，避免盲目跟风。另外一些学者则持反对意见，认为涨跌限制制度存在负面效应。如Kim和Park[4]的研究发现，价格限制具有波动率溢出效应、价格发现延迟效应和干扰交易效应。孙培源和施东晖[5]的研究发现，涨跌限制并没有降低股价波动性和投资者的过度反应行为, 相反，却阻碍了均衡价格的实现过程和投资者的正常交易活动。陈平和龙华[6]的经验研究结果不同程度地支持了价格波动外溢假说、价格发现推迟假说和交易干扰假说，表明涨跌停制度可能是非有效的。Henke和Voronkova[7]用华沙股票交易所数据得出的经验证据显示，价格限制导致下一个交易日价格过度波动和价格向均衡水平调整的延迟。Bildik和Gulay[8]用伊斯坦布尔股票交易所的数据检验了价格限制的效果，经验结果支持波动率溢出、延迟价格发现和交易干扰假说。刘建江等[9]的研究显示，在股价达到涨跌幅限制后，中国股市产生了股价波动溢出效应和价格发现延迟效应，还导致了流动性干扰效应。胡朝霞[10]改进了Kim和Rhee[3]的研究方法, 从波动率溢出、延迟价格发现和交易干涉三个方面对上海股市涨跌停制度的绩效进行了实证考察，研究结果表明, 中国股市的涨跌停限制制度缺乏效率。

上述研究多使用事件研究法和分组比较法，观察在窗口期内股价的变动情况。在控制组的选取中，现有研究主要是根据Kim和Rhee[3]的方法，以价格变化幅度很大但并未达到价格限制的股票为控制组，运用Wilcoxon秩检验的方法分组比较股票波动性及流动性差异。这种方法选择出来的控制组样本与事件组样本之间存在着行业及市场层面的差异，因此，很难确定所产生的差异就是涨跌限制引起的。由于缺少行业及市场环境因素的考虑，尽管控制组拥有较高的价格变化幅度，但并不能保证该控制组是实验组在没有涨跌限制情况下的反事实。近年来有学者如Deb等[11]与Danisoglu和Guner[12]，开始基于公司层面变量(如市账比、贝塔系数等)，通过倾向得分匹配分析法选取控制组样本，在一定程度上降低样本选择偏差。还有学者选择交叉上市的股票为研究对象，因香港证券市场并没有实行涨跌限制制度，故以H股作为控制组，研究A股涨跌限制对股票交易行为的影响。如秦芳等[13]研究发现，涨跌限制降低股票价格有效性，减少了达到涨跌限制交易日股票的流动性，但没有发现交易阻碍效应。Li等[14]研究发现，A股市场的涨跌限制存在波动性溢出效应，但没有发现存在价格发现延迟效应。张志恒等[15]基于极值理论对A股和H股的极端风险进行测度比较，发现涨跌限制对交易日的极端风险波动具有显著的控制作用。王朝阳和王振霞[16]的研究结果表明，涨跌限制并没有让市场变得更加稳定，反而是造成A股市场个股股价高波动率的重要原因。

综上所述，现有文献关于涨跌限制效果方面的研究并未形成一致意见，而且控制组或对照组的选取方法并不能很好地控制基本面或信息差异。频繁触及涨跌限制的股票具有不同于没有触及涨跌限制股票的行业及市场层面特征，因此，基于Kim和Rhee[3]的方法所显现的波动性差异等可能仅仅反映了实验组与控制组之间的波动率差异，并非反映涨跌限制制度所造成的影响[17]。为了改善实验组与控制组个股异质性问题，本文根据行业及市场特征构造了控制组，进而更好地把握涨跌限制制度的利与弊；运用双重差分法观察涨跌限制是否具有波动率溢出效应和流动性中断效应，通过比较实验组与控制组的价格运动趋势来分析是否延迟价格发现；从公司和市场层面分析股票达到涨跌限制的影响因素。

本文可能的贡献在于：一是与传统研究基于分组比较法不同，本文使用双重差分法直接比较达到与未达到涨跌限制的股票，为考察涨跌限制制度的影响提供了更为直接有效的证据。二是注重个股间公司及市场特征方面的差异，直接判断观察到的实验组与控制组的差异特征。三是本文根据行业及市场特征选择控制组，在此基础上运用双重差分法进行分析检验，以避免倾向得分匹配法因要求样本容量大、共同取值范围大和可测变量全等条件得不到满足而产生的偏差。

二、研究设计

(一)数据来源

中国从2005年开始进行股权分置改革，考虑到股权分置会使股票收益率降低，且有数据表明，因股权分置所导致的收益率异常主要集中于2005—2007年，为了保持数据的连续性，本文选取2008—2019年中国沪深A股股票的日交易数据，具体包括：每只股票的日开盘价、日收盘价、日最高价、日最低价、日交易股数、个股回报率和流通市值等。数据来自于CAMAR数据库。

本文对数据做了如下处理：由于科创板股票上市的前五个交易日没有涨跌限制，创业板股票价格变化频繁，较容易达到涨跌限制，故剔除了科创板及创业板的观测值。ST及PT公司因其实行5%的涨跌限制，为不影响分析指标的一致性，将这些公司予以剔除。因新股上市首日的涨跌幅不适用10%，故剔除新股上市股票首日观测值，价格数据根据股票分割、供股、股利发放作出相应调整。

(二)样本选取

对于所有样本，在每一个交易日内，每只股票的交易价格相对于上一交易日收盘价的涨跌幅度不能超过10%，我们依据此条件计算出每只股票的最高限价和最低限价：

ZTit=Clsprci,t-1+0.1Clsprci,t-1

(1)

DTit=Clsprci,t-1-0.1Clsprci,t-1

(2)

其中，ZTit和DTit分别表示i股票t交易日的最高限价和最低限价；Clsprci,t-1表示考虑现金红利再投资的前一日收盘价。依据此原理，我们筛选出收盘价达到了最高(低)限价的股票、收盘时的涨跌幅高于9%但未达到10%的股票以及收盘时的涨跌幅高于8%但未达到9%的股票。

对上述样本进一步筛选，为观察实验组与控制组在涨跌限制前后各10天的价格差异，本文构造了21天的窗口期，t=-10,-9,…,-1为在达到涨跌限制之前的交易日窗口，t=1,2,…,10为在达到涨跌限制之后的交易日窗口。对于连续达到涨跌限制的股票，无法判断单次涨跌限制对股价的影响，为了避免窗口期重合，要求同一只股票相邻两次达到涨跌限制的时间至少相差21天。根据涨跌幅度将股票分别记为Slimit、S0.9和S0.8。考虑到某一利好(空)消息往往是作用于整个行业的所有公司，或是针对某一公司的某一利好(空)消息对同一行业的其他公司具有联动效应，因此，本文将同一天同一行业价格变化同向且价格变化幅度在80%以上的股票作为对照组。通过这种方法匹配，我们将能够匹配到控制组的实验组股票记为MSlimit，将实验组匹配的控制组股票记为MScontrol。

(三)研究假设及模型构建

1.波动率溢出假设及检验模型

波动率溢出假设是指涨跌限制并不能控制股价波动，反而会加大股价的波动性。当市场的供给与需求不平衡时，股价会向其均衡方向移动，而股价的移动受到涨跌限制的制约而中断交易，股价会在发生涨跌限制之后的交易日继续移动，以达到市场的供求平衡。涨跌限制制度没有起到控制价格波动的作用，反而在达到涨跌限制之后的交易日内使波动性上升，这就是波动率溢出效应。

为检验涨跌限制是否产生波动率溢出效应，本文采用双重差分法，通过比较实验组与控制组在达到涨跌限制后的波动率差异来确定波动率溢出效应。双重差分法好处在于可直接比较实验组与控制组在达到涨跌限制前后的流动性差异。因为我们无法观测到实验组与控制组在没达到涨跌限制时的波动率，所以用控制组的波动率来代替实验组与控制组在没达到涨跌限制时的波动率，构建如下模型：

Vit=α+Bt+γHiti+λPeriodt+βHiti×Periodt+δControlit+εit

(3)

为进行检验，实验组与控制组个股在达到涨跌限制之前须满足平行趋势检验，即在达到涨跌限制之前两者波动率变化幅度相似。本文借鉴Beck等[19]的做法，构建平行趋势检验模型：

(4)

2.流动性中断假设及检验模型

涨跌限制对达到涨跌限制股票流动性的影响有两种可能的路径：一是在股票市场中，由于涨跌限制发挥了“断路器”的作用，使得达到涨跌限制的股票不能在当日继续交易，而使这些股票的平均流动性下降。二是即使涨跌限制没有发挥“断路器”的作用，由于涨跌限制规定了上下限，使市场内的交易者无法以其认为的均衡价格进行交易而放弃交易，造成流动性下降。

为了验证流动性中断假设，我们比较实验组与控制组之间流动性差异。如果涨跌限制中断股票的流动性，那么在达到涨跌限制之后流动性会继续增加，因为投资者需要用额外的时间来完成交易。与波动率溢出效应的检验方法一样，我们采用双重差分法，构建如下模型：

LTit=α+Bt+γHiti+λPeriodt+βHiti×Periodt+δControlit+εit

(5)

其中，LTit为因变量，表示t交易日i股票的换手率，即LTit=VOLit/NOSit，用于衡量该交易日的流动性。VOLit表示t交易日i股票的成交额；NOSit表示已发行流通股金额。通过判断交互项系数β的显著性来衡量涨跌限制对流动性的影响。Controlit表示控制变量，包括LS、PB、LB、IVOL、Beta和PR12，用于控制公司及市场层面特征对流动性的影响。

延迟价格发现假设是指当均衡价格超过了价格上限或价格下限，由于涨跌限制的制约，股票价格无法在一个交易日内达到其均衡价格，在达到涨跌限制之后的交易日里，股价继续向均衡价格移动，直至达到市场的供需平衡。在延迟价格发现的假设检验中，本文通过计算收益方向改变频率来分析涨跌限制是否延迟价格发现进程，因变量为个股的价格改变频率FP。

为验证这一假设，我们依据达到涨跌限制之后股价的变化方向对所有达到涨跌限制的股票进行分类：达到涨跌限制之后股票价格的运动方向与达到涨跌限制时股票价格的运动方向相同，认为是价格连续；如果在达到涨跌限制之后股票价格的运动方向与达到涨跌限制时股票价格的运动方向相反，认为是价格反转；如果在达到涨跌限制之后股票价格保持不变，认为是价格无变化。其中，达到涨跌限制时的股票价格运动方向根据达到涨跌限制交易日的收益率正负来体现，达到涨跌限制之后的股票价格运动方向根据达到涨跌限制之后第一个交易日的收益率正负来体现。如果涨跌限制延迟价格发现，那么实验组与控制组样本的价格延续应该比控制组样本的价格连续更多次，本文根据Danisoglu和Guner[12]的研究方法，通过计算收益方向改变频率来分析涨跌限制是否延迟价格发现进程。

三、实证分析

(一)描述性统计

本文将2008—2019年所有收盘价达到涨跌限制的样本视为全样本，将剔除连续达到涨跌限制的股票样本视为子样本。在全样本中，受到宏观环境影响，2008年和2015年的收盘涨跌停次数较多，但在子样本中，收盘涨跌停的次数较为平稳，受年份影响不大。无论是全样本还是子样本，涨停次数约为跌停次数的两倍。表1列示了部分变量描述性统计结果。

表1变量描述性统计结果

(二)回归结果与分析

1.波动率溢出效应检验结果与分析

首先检验实验组与控制组在达到涨跌限制之前是否满足平行趋势假设。我们计算了从t=-10至t=10交易日的系数变化，依据Beck等[19]的方法对系数进行了去趋势旋转，若在t=-10至t=-1交易日，系数接近0且不显著则认为满足平行趋势假设。在达到涨停之前，除了在t=-1交易日，系数显著为正，其他交易日满足在5%水平下不显著。在达到涨停之后，系数在t=1至t=5交易日为负且在5%水平下显著，而后系数为不显著，说明涨跌限制发挥了降低波动率的作用。在跌停情况下，在达到跌停之前，系数在5%水平几乎都不显著，满足平行趋势假设。在达到跌停之后，系数仅在达到涨跌限制之后两个交易日为正且显著，说明在跌停情况下，涨跌限制并没有导致波动率溢出。表2报告了运用双重差分法对波动率溢出效应进行检验的实证结果。

表2波动率溢出效应的检验结果

从表2可以看出，在控制了公司及市场因素的情况下，涨停时Hit×Period交互项系数为负且显著，说明涨跌限制发挥了降低波动率的作用，跌停时Hit×Period交互项系数为正但并不显著，没有证据表明涨跌限制具有波动率溢出效应。

总的来说，在涨停情况下，达到价格上限的股票有波动率下降的趋势，而在达到跌停情况下，并没有发现波动率溢出的有力证据。

评估两组用药治疗效果，参照《心血管系统药物临床研究指导原则》中的评价标准进行评估[4]，指标包括显效:用药治疗前统一由同一护士测量患者血压值，做好记录，用药治疗1个月后再次测量患者血压值，如舒张压值正常，且较治疗前下降≥20 mmH则提示显效。有效:治疗后舒张压下降值≥10 mmHg或收缩压下降值＞30 mmHg。无效:未达前2项标准。总有效率=(显效＋有效)/总例数×100.00%。

2.流动性中断效应检验结果与分析

本文根据Kim和Rhee[3]设定的实验组Slimit，控制组S0.9和S0.8，并根据行业及市场特征匹配的实验组MSlimit和控制组MScontrol计算在涨停和跌停情况下，在达到涨跌限制前10天至后10天的流动性变化情况。结果显示，在达到涨跌限制之前实验组和控制组的流动性都较为平稳，在t=0交易日流动性达到峰值，而后流动性慢慢下降。在涨停的情况下，达到涨跌限制之后的流动性高于达到涨跌限制之前流动性。而在跌停情况下，达到涨跌限制之后的流动性低于达到涨跌限制之前的流动性。但并不能因此就简单判断，这一现象是涨跌限制制度导致的。

在进行双重差分之前，首先进行平行趋势检验，根据Beck等[19]的研究方法具体计算t=-10至t=10交易日的系数变化并对系数进行去趋势旋转，若在t=-10至t=-1交易日，系数接近0且不显著则认为满足平行趋势假设。而在达到涨跌限制之后t=1至t=10交易日，系数具有显著性，则认为涨跌限制发挥了显著效果。在涨停之前，除了t=-1交易日，系数均在0附近且不显著。尽管t=-1交易日在5%水平上显著，但在达到价格上限之后的交易日流动性系数大幅增加，说明在涨停时，涨跌限制阻碍了流动性，在跌停时，系数在达到跌停之前的10个交易日同样满足在0附近且不显著，在达到跌停之后系数变为负值，尽管这一效果在双重差分中被检验为不显著。表3为流动性中断效应的双重差分检验结果。

表3流动性中断效应的检验结果

从表3可以看出，在涨停情况下，Hit×Period交互项系数为0.888，在1%水平下显著，说明在涨停时，发生涨跌限制的股票在达到涨跌限制后流动性大大增加，涨跌限制阻碍了市场流动性。在跌停情况下，Hit×Period交互项系数为-0.079，但并不显著，这一结果表明，涨跌限制对于流动性的影响在涨停和跌停情况下是不同的。在涨停之后，流动性增加暗示着流动性被价格上限所阻碍且市场将继续活跃地交易股票以消除市场上的供求不平衡。在跌停情况下，实验组与控制组流动性下降，没有证据表明涨跌限制在价格下行时阻碍了流动性。在控制变量方面，LS的系数在涨停和跌停情况下均为负值且显著，说明市值规模对于该公司的流动性有影响，且市值规模越大，流动性越小；Beta的系数在涨停和跌停情况下均为正值且显著，说明对系统风险的敏感程度与公司的流动性相关，且Beta的系数越大，流动性越大。LB的系数在涨停时为正值且显著，说明对于市场流动性越敏感的股票，流动性越大。

总的来说，在达到价格上限时，实验组与控制组的股票均出现了流动性的上涨现象，涨跌限制阻碍了流动性，市场投资者需要在达到涨跌限制之后的交易日继续完成交易。而在达到价格下限时，没有发现涨跌限制阻碍流动性的现象。涨跌限制对于流动性的影响在涨停和跌停情况下具有不同的效果，可能是源于中国股市对于卖空机制的限制。

3.延迟价格发现效应检验结果与分析

如果涨跌限制延迟了市场中的价格发现进程，那么股票价格在达到涨跌限制之后仍会沿着达到涨跌限制之前的方向继续变化。Kim和Rhee[3]指出了交易因为涨跌限制而中断，从而更晚地到达均衡价格。表4列示了在涨停和跌停情况下，各组从t=0到t=1交易日的价格变化百分比。无论价格向上运动还是向下运动，Slimit价格连续的次数均大于S0.9价格连续的次数。根据行业匹配的实验组与控制组也满足达到涨跌限制价格连续次数MSlimit均多于MScontrol。而在S0.9与S0.8之间价格连续的次数并没有明显的差异，所以，可以判定价格连续次数差异是涨跌限制制度产生的。验证了涨跌限制延迟了价格发现的假设。

表4延迟价格发现效应的检验结果

(三)进一步分析

在资产定价方面，已有很多文献提供了多种描述股票价格行为的模型。不同的模型通过不同的度量方法来解释特定的公司和市场风险。大多数研究表明，市值、市账比、月动量等在资产定价中发挥着重要作用。因此，有理由相信这些因素在促使股价达到涨跌限制中也扮演着重要角色。为了分析公司和市场特征对于达到涨跌限制的影响，本文构建Logit模型如下：

DPit=α+β1Beta+β2LS+β3PB++β4PE+β5PR12+β6LB+β7IVOL+β8AGE+β9M+β10T+β11W+β12Th+β13LT+β14V+εit

(6)

其中，因变量DPit是二元变量，若股票在该交易日达到涨跌限制，为1，若在该交易日未达到涨跌限制，则为0。PE表示市盈率，用股票市值除以最近四个季度归属母公司的净利润之和×100%表示。AGE表示公司上市时间。M、T、W、Th表示周几的虚拟变量，截距项表示周五。其余变量与上文解释相同。

表5是基于Logit模型得到的达到涨跌限制的影响因素的回归结果。表5中的几率比表示的是达到涨跌限制发生的概率与未达到涨跌限制发生的概率的比值，如果几率比大于1，则说明更容易达到涨跌限制。

在涨停时，LS的几率比为0.710且其极大似然值为负，说明市值规模小的公司更容易达到涨跌限制。无论是涨停还是跌停，市值规模小，市净率低、波动率高、成交量低的公司更容易达到涨跌限制。市盈率的系数不显著，不是达到涨跌限制的影响因素。在达到涨停方面，公司上市时间越长，越容易达到价格上限，而在达到跌停方面并没有这一特性。

在跌停时，相较于模型中的其他因素而言，公司特质风险IVOL是达到涨跌限制的最大影响因素。其系数为正且显著，说明拥有更高的特质风险，达到价格下限的可能性越大，结合系统风险Beta的系数为负且显著，说明达到涨跌限制更有可能是特定于公司的关键信息传导到市场所导致的。这一发现不同于Kim和 Limpaphayom[17]所发现的系统性风险越大，达到涨跌限制的可能性越高。在本文的研究中，与市场指数具有较高相关性的股票不太可能经历较大的价格波动，因此，达到涨跌限制的可能性与拥有高特质风险的公司相比较低。

本文的模型中还纳入了流动性贝塔LB，它来衡量流动性变化水平的敏感程度。无论是涨停还是跌停情况下，LB均表现为不显著，说明在中国证券交易市场中，达到涨跌限制与股票对整个市场流动的敏感程度无关。这一发现不同于Danisoglu和Guner[12]所发现的，对整个市场流动性更敏感的股票更容易达到价格上限，因为担心如果达到涨跌限制导致的交易暂停，交易者可能会采取行动。在控制其他因素不变的情况下，相较于周五，周三更容易达到涨停，而周一和周二更容易达到跌停。这可能是由于周六和周日无法进行交易，积累了大量的消息。

表5达到涨跌限制影响因素的检验结果

(四)安慰剂检验

为了使双重差分法的估计结果更加稳健，本文进行了安慰剂检验，将实验组与控制组达到涨跌限制的时间提前30天，假设该交易日达到了涨跌限制(实际并未达到涨跌限制)，之后为保证不受到涨跌限制的影响，剔除该交易日前后10天达到涨跌限制的股票。对重新构造的实验组及控制组进行双重差分。波动率溢出效应的安慰剂检验结果显示，(1)限于篇幅，安慰剂检验的结果未在正文列出，留存备索。交互项Hit×Period的系数在涨停和跌停情况下均不显著，说明在没有达到涨跌限制时，提前30天的实验组与控制组并没有波动率方面的差异。换句话说，只有在实验组达到涨跌限制的情况下，才存在波动率差异。结合双重差分的结果，说明是涨跌限制制度在涨停的情况下发挥了降低波动率的作用。流动性中断效应的安慰剂检验结果显示，交互项Hit×Period的系数在涨停和跌停情况下均不显著。结合双重差分的结果，进一步说明是涨跌限制制度在涨停的情况下，导致涨停之后的流动性上涨，发现了涨跌限制阻碍流动性的证据。但在跌停时并没有发现这一现象，考虑是中国股市的卖空限制所导致的。

四、结 论

传统研究中以价格变化幅度很大但并未达到涨跌限制的股票作为控制组，缺乏对市场、行业及公司特征的考虑，难以证明实验组与控制组之间的差异源于涨跌限制。本文选取同一天同一行业的股票作为对照组，基于公司及市场层面特征构造控制变量，运用双重差分法发现，首先，在波动率方面，涨跌限制对股票波动率的影响具有不对称性。在涨停时涨跌限制制度暂停交易，让投资者有时间重新评估信息作出理性决策，发挥了降低股市波动率的作用；而在跌停时并没有发现这一现象。其次，在流动性中断方面，对于达到上限的股票，达到限制之后的流动性相较达到涨跌限制之前显著增加。说明在涨停时，涨跌限制中断了市场流动性，市场参与者需要在涨跌限制之后的交易日继续交易，从而增大了市场的流动性；对于达到价格下限的股票并没有观察到这种效果，这可能是源于中国股市的卖空限制，在股价下降时限制了卖空交易。再次，在价格发现方面，无论是涨停还是跌停，在达到涨跌限制之后的交易日，价格依然沿着达到涨跌限制之前的方向继续运动，这是由于投资者需要在达到涨跌限制之后的交易日继续交易，以解决因股票达到限价而造成的供需失衡，从而延迟了价格发现。最后，通过Logit模型分析达到涨跌限制的影响因素，发现具有较高波动性，较高公司特质风险、较小市值规模和较低成交量的股票更容易达到涨跌限制。说明公司和市场层面的特征是影响股票达到涨跌限制的重要因素，进一步证明传统研究中不考虑公司和市场特征以价格变化幅度很大但未达到涨跌限制的股票作为对照组的做法是不妥当的。

尽管涨跌限制制度的设立目的是为了控制新兴市场的极端波动，但本文研究结果表明，涨跌限制制度似乎并没有很好地发挥这一功能。证券市场规则制定者还需进一步完善股市治理制度，构建良性有序的证券交易市场。