邱玥丹
摘要:自2010年3月起,我國融資融券業(yè)務正式進入市場操作階段開始,無論在政策發(fā)布,還是交易規(guī)模上,融資融券業(yè)務在我國迅速的展開。本文通過相應的回歸模型研究融資融券業(yè)務對股市波動性和流動性的影響。本文研究表明,融資業(yè)務降低了股市的波動性,增加了股市的流動性;融券業(yè)務增加了股市的波動性,降低了股市的流動性。
關鍵詞:融資融券 A股 市場 影響
一、引言
2006年6月30日,證監(jiān)會發(fā)布《證券公司融資融券業(yè)務試點管理辦法》,我國融資融券業(yè)務的序幕拉開。2010年3月31日起,上交所開始接受券商的融資融券申報,我國融資融券業(yè)務正式進入市場操作階段。2011年12月,7只ETF基金成為新標的品種,融資融券的標的證券擴容至285只。2012年8月27日中國證券金融公司發(fā)布《轉(zhuǎn)融通業(yè)務規(guī)則》和《融資融券業(yè)務統(tǒng)計與監(jiān)控規(guī)則》,轉(zhuǎn)融通業(yè)務的開展標志著我國的融資融券業(yè)務開始進入實質(zhì)性階段。融資融券業(yè)務在我國的開展已經(jīng)有三年,我國融資融券業(yè)務從無到有,規(guī)模由小變大,各項政策不斷推出,相應的機制不斷完善,改變了以往股票市場上只能做多不能做空的局面。
數(shù)據(jù)來源:中國社會科學院金融研究所
其中,時間1,代表2010年4月份,時間35代表2013年2月份
本文通過對以往融資融券業(yè)務數(shù)據(jù)的分析,探討融資融券業(yè)務對我國A股市場的影響,為我國融資融券業(yè)務的發(fā)展提出建議。
二、文獻綜述
以往的文獻多集中在對融券業(yè)務也就是賣空機制對股票波動性和流動性的影響上。James J. Angel (1997) 在對紐交所股票數(shù)據(jù)的研究中發(fā)現(xiàn),在存在報升規(guī)則的前提下,賣空指令不會增加市場的波動性,而常規(guī)的交易指令才是“助漲殺跌”的根源。廖士光和楊朝軍(2005) 通過對臺灣股市的基于VAR和VEC模型的格蘭杰因果檢驗發(fā)現(xiàn),賣空機制可以平抑股價波動。陳淼鑫和鄭振龍 (2008) 對香港市場的研究也發(fā)現(xiàn),推出賣空機制降低了股市的波動性。
Woolridge和Dickinson (1994) 發(fā)現(xiàn)做空者無法通過做空使股價下跌而獲得超額利潤,賣空增加股市的流動性。Charoenrook & Daouk (2005),發(fā)現(xiàn)賣空機制降低股價的波動,并且提高流動性。Henry和McKenzie( 2006)通過對香港股票的研究發(fā)現(xiàn),賣空機制增加了市場的波動性。
然而,也有研究得出不同的結論。Figlewski和Webb(1993)認為融券賣空機制與股市波動性之間不存在明顯的相關性。Hong和Stein(2003)的研究表明,由于做空者得到的負面消息不能得到及時釋放,負面消息的積累會導致,市場開始下跌時的趨勢增強,增加股市的波動性。
三、實證分析
本文選用從2010年4月9日至2013年1月11日的融資融券周數(shù)據(jù),以及上證A股指數(shù)、上證50指數(shù)和深成指數(shù)周收益率。數(shù)據(jù)來源為國泰安CSMAR數(shù)據(jù)庫和RESSET 金融研究數(shù)據(jù)庫。使用的軟件為STATA 12.0
(一)融資融券對指數(shù)波動性的影響:
通過OLS估計,分別做融資余額、融券余額的回歸。
其中融資余額變動率的計算公式為:
,即t期融資余額變動率=t期融資余額/t-1期融資余額-1。
融券余量變動率的計算公式為:
,即t期融券余量變動率=t期融券余量/t-1期融券余量-1。
指數(shù)周收益率的計算公式為:
,即t期指數(shù)周收益率=t期指數(shù)/t-1期指數(shù)-1。
由于是時間序列,首先,對所使用到的時間序列數(shù)據(jù)做平穩(wěn)性檢驗。本文使用的是PP檢驗。
檢驗結果如下:
所使用的變量,檢驗統(tǒng)計量均小于1%的臨界值,拒絕存在單位根假設,時間序列平穩(wěn)。
上交所融資余額變動率和融券余量變動率對上證A股指數(shù)周收益率的回歸結果如下:
其中融資余額變動率的計算公式為:
,即t期融資余額變動率=t期融資余額/t-1期融資余額-1。
融券余量變動率的計算公式為:
,即t期融券余量變動率=t期融券余量/t-1期融券余量-1。
指數(shù)周收益率的計算公式為:
,即t期指數(shù)周收益率=t期指數(shù)/t-1期指數(shù)-1。
由結果可以看出,系數(shù)都不顯著。深交所融資余額和深交所融券余量對深成指數(shù)的回歸結果系數(shù)也都不顯著。
但是通過上圖可以看出,從2011年12月份開始,融資融券交易量猛增,與之前的趨勢有較大的不同。在這個月份,融資融券標的股票擴容至285只。所以,從這個月開始,數(shù)據(jù)結構可能發(fā)生了變化。使用虛擬變量法驗證這種變化。設虛擬變量d,2012年之前,d=0,2012年之后,d=1。shrzd=shrzyer*d,shrqd=shrqylr*d,szrzd=szrzyer*d,szrqd=szrqylr*d。
P值接近0,數(shù)據(jù)結構未發(fā)生變化的原假設不成立。所以從2012年1月份起,數(shù)據(jù)結構發(fā)生變化。
截取從2012年1月份的數(shù)據(jù)做回歸,結果如下:
從結果可以看出,融券余量的變化,對指數(shù)收益率的變化有顯著的影響,融券業(yè)務增加了指數(shù)的波動。而融資余額的變化則對指數(shù)沒有顯著的影響。這可能由于融資業(yè)務現(xiàn)階段的規(guī)模相對整個A股市值較小的原因。為了進一步研究融資余額變動率對A股市場的影響,本文繼續(xù)研究上證50指數(shù)中的50只標的股票的融資融券數(shù)據(jù)對上證50指數(shù)的影響。上證50指數(shù)的50只標的股票和深成指數(shù)的90只標的股票是最早的融資融券標的股票,所以以上證50指數(shù)的收益率為解釋變量,能更精確的研究融資融券業(yè)務對相應標的股票的影響。
上證50指數(shù)的周收益率,上證50指數(shù)的50只標的股票的融資余額和融券余量的PP檢驗結果如下:
三個變量的檢驗統(tǒng)計量都小于1%臨界值,時間序列平穩(wěn)。
從2012年1月份起,上證50指數(shù)的50只標的股票的融資余額周變動率和融券余量周變動率對上證50指數(shù)的周收益率回歸結果如下:
通過上述結果可知,融資業(yè)務顯著的降低了股市的波動性,融券業(yè)務顯著的增加了股市的波動性。
(二)融資融券業(yè)務對股票流動性的影響
A股的周換手率的PP檢驗結果如下:
A股的周換手率的檢驗統(tǒng)計量小于1%臨界值,時間序列穩(wěn)定。
本文以A股的周換手率為被解釋變量,從2012年1月份起,融資余額周變動率和融券余量周變動率對A股換手率的回歸結果如下:
通過上述結果可知,融資業(yè)務顯著的增加了股市的流動性,融券業(yè)務顯著的降低了股市的流動性。
四、結論及建議
通過前文的分析可知,現(xiàn)階段我國融資業(yè)務能夠抑制股市波動,并且增加股市的流動性,而融券業(yè)務則與之相反,增加了股市的波動性,并且降低股市的流動性。自金融危機以來,我國股市整體不振,融資業(yè)務更多的體現(xiàn)在做多上,對股市有提振作用,所以體現(xiàn)在抑制股市波動,而我國現(xiàn)階段的融券業(yè)務則更多體現(xiàn)在“追跌”上,助漲了股市的波動。這體現(xiàn)了現(xiàn)階段做空業(yè)務在我國仍然有很強的投機性。所以,我國現(xiàn)階段應當鼓勵融資業(yè)務的發(fā)展,審慎開展融券業(yè)務,使融券業(yè)務的發(fā)展能夠與證券市場的健康發(fā)展相協(xié)調(diào)。
參考文獻:
[1] Angel J J. Short selling on the NYSE[J]. Unpublished manuscript, Georgetown University, 1997.
[2] 廖士光, 楊朝軍. 賣空交易機制對股價的影響--來自臺灣股市的經(jīng)驗證據(jù)[J]. 金融研究, 2005 (10): 131-140.
[3] Miaoxin C, 鄭振龍, Miaoxin C, et al. 推出賣空機制對證券市場波動率的影響[J]. 證券市場導報, 2008 (2).
[4] Woolridge J R, Dickinson A. Short selling and common stock prices[J]. Financial Analysts Journal, 1994: 20-28.
[5] Charoenrook A, Daouk H. A study of market-wide short-selling restrictions[J]. Working Paper, 2005.
[6] Henry T, McKenzie M. The Impact of Short Selling on the Price‐Volume Relationship: Evidence from Hong Kong[J]. The Journal of Business, 2006, 79(2): 671-691.
[7] Figlewski S, Webb G P. Options, short sales, and market completeness[J]. The Journal of Finance, 1993, 48(2): 761-777.
[8] Hong H, Stein J C. Differences of opinion, short‐sales constraints, and market crashes[J]. Review of financial studies, 2003, 16(2): 487-525.