融資融券交易對市場和標(biāo)的個股波動影響的實證研究

劉明青

（浙江工商大學(xué)，浙江 杭州 310018）

融資融券交易對市場和標(biāo)的個股波動影響的實證研究

劉明青

（浙江工商大學(xué)，浙江 杭州 310018）

作為證券市場的重要制度之一，融資融券交易理論上應(yīng)具有價格發(fā)現(xiàn)、價格穩(wěn)定、提高流動性等基本功能。本文從融資、融券交易的價格穩(wěn)定理論機制出發(fā)，針對市場和個股兩個層面系統(tǒng)而全面地分析融資交易和融券交易的價格穩(wěn)定作用。研究發(fā)現(xiàn)：融資交易對指數(shù)波動沒有顯著影響，融券交易對指數(shù)波動有一定平抑作用；融資融券交易對標(biāo)的個股有價格穩(wěn)定作用，除極個別個股的融資作用表現(xiàn)不確定。

融資融券；非對稱GARCH模型；VAR模型；面板數(shù)據(jù)

一、引言

融資融券又叫作證券信用交易，是指證券公司向投資者出借資金供其買入，或者出借證券供其賣出的經(jīng)營活動。關(guān)于賣空證券由來已久，從1609年發(fā)生在荷蘭阿姆斯特丹證券交易所的賣空交易以來，證券賣空交易也有四百多年歷史。目前融資融券的典型模式主要包括以美國為代表的分散授信模式，以日本、韓國為代表的專業(yè)化集中授信模式，以我國臺灣地區(qū)為代表的“雙軌制”模式。雖然融券不完全等同于裸賣空，但是投資者可以先在證券賬戶中借入股票再賣出，無疑改變了以往“單邊市”格局。那么在我國目前的市場制度下，融資融券是否發(fā)揮了價格“緩沖器”的作用，還是助漲殺跌了呢？本文從理論機制分析入手，通過實證分析的手段對融資交易和融券交易對市場指數(shù)波動和標(biāo)的個股的影響展開系統(tǒng)全面的研究。

本文采用滬深300指數(shù)的波動作為市場波動情況的代表，運用GARCH族模型提取指數(shù)日收益率的標(biāo)準(zhǔn)差，運用VAR分析融資融券對股市和個股波動的影響。

二、融資融券交易對價格波動的作用機制分析

2010年3月31日，我國融資融券的試點啟動給原證券市場引入了兩種新的交易機制：融券賣空機制和保證金交易機制。其對價格的穩(wěn)定作用主要體現(xiàn)在三方面：第一，融券賣空交易一改以往“單邊市”狀況，使投資者的看空情緒得到及時釋放，日后不容易出現(xiàn)股價一瀉千里的場景。在不允許融券賣空交易的市場上，由于某只證券的總供給一定，而證券本身沒有其他替代品，投資者的看空情緒得不到及時釋放，一旦供求嚴(yán)重失衡，市場必然會產(chǎn)生巨幅震蕩。第二，融資融券交易期限的限制，使得投資者在融資買入或者融券賣出后出于償還壓力不得不進(jìn)行相反操作，從而抑制股價過度上漲或下跌。如果不存在融資融券交易，股價在經(jīng)歷劇烈波動偏離合理價位后的一段時間內(nèi)，往往市場上交易慘淡，很多被套牢的投資者只能選擇繼續(xù)持有，不利于股價回歸合理價位。第三，保證金交易雖然放大了股票操作的風(fēng)險，但是用較少的資金或者證券作抵押融入更多資金或者證券的交易增加了股票的供求彈性，一定程度上減緩了價格的劇烈震蕩。

（一） 融資買空交易對股價影響的作用機制

如圖1所示，基于投資者的異質(zhì)性，股票的需求曲線D；在一定時期內(nèi)股票總供給量不變，為Q1，供給曲線為S。假設(shè)股票合理內(nèi)在價值為P0，此時股票均衡價格為P1（高估部分為P1-P0）；當(dāng)引入融資交易后，需求彈性增加，股票需求曲線為D'，此時均衡價格為P2（高估部分為P2-P0）。我們可以發(fā)現(xiàn)，引入融資交易后，股票高估部分有所下降（P2-P0＜P1-P0），即可以認(rèn)為股票波動有所降低。

當(dāng)股價被低估時，假設(shè)此時股價為P3，一部分比較敏感的投資者率先意識到股價被低估，進(jìn)行融資交易買入股票，由于示范效應(yīng)，其他投資者紛紛買入股票，股票需求增加，價格回升。假設(shè)股票上漲到P4，先前融資買入股票的投資者的融資期限到期，出于償還壓力被迫賣出股票，市場上股票供給增加，致使股票價格泡沫及時破裂，股價迅速跌回合理價位。

從以上分析可以發(fā)現(xiàn)，融資交易增加了股票需求彈性，股價無論是因高估還是低估都不會太偏離合理價位，即融資交易的引入抑制了股價的劇烈波動。

圖1：融資買空交易對股價影響的作用機制

（二） 融券賣空交易對股價影響的作用機制

如圖2，假設(shè)股票內(nèi)在價值為P0，股票需求曲線為D，供給曲線為S，均衡價格為P1，此時股票被高估（高估部分為P1-P0）。一部分投資者意識到股價被高估，通過保證金交易向證券公司融入證券賣出，基于示范效應(yīng)，市場上其他投資者紛紛賣出股票，使市場上股票供給量增加，供給曲線變?yōu)镾1，均衡價格變?yōu)镻2。融券交易的存在使得股價高估部分變?。≒1-P0＞P2-P0）。

隨著股票供給增加，供給曲線不斷右移，假設(shè)當(dāng)股票價格跌到P3的時候，由于先前融券賣出的投資者融券期限已到，不得不買入證券進(jìn)行償還，又增加了股票的需求，其他投資者也紛紛效仿，致使股票需求曲線右移直至D'，使股價回歸到合理價位P0。

圖2：融券賣空交易對股價影響的作用機制

通過以上分析，我們發(fā)現(xiàn)融券賣空交易使得股票的價格不至于被過度高估或者低估，發(fā)揮了“緩沖器”的作用。

三、實證研究

（一）融資融券對股市波動影響研究

1.研究區(qū)間與變量定義。自2010年3月31日融資融券試點正式啟動至2014年1月30日，我國股市先后經(jīng)歷了三次大的調(diào)整，并在2012年8月29日開始實施轉(zhuǎn)融通業(yè)務(wù)。以融資融券業(yè)務(wù)試點開始和轉(zhuǎn)融通實施為分界點，取之前和之后近17個月即2008年10月31日到2014年1月30日作為研究區(qū)間。

本文選取滬深300指數(shù)日收盤價（index_sp）作為研究樣本，運用GARCH族模型取收益率標(biāo)準(zhǔn)差來表示波動性（vol）。本文以融資余額（rzye）、融券余額（rqye）作為原始數(shù)據(jù)，用對數(shù)作差法分別表示融資余額變化率（rzyer）、融券余額變化率（rqyer）代表融資交易和融券交易。

2.研究準(zhǔn)備。通過時間序列模型計算指數(shù)波動（vol）。經(jīng)過多次嘗試發(fā)現(xiàn)引入一個虛擬變量（d）的GARCH（2，1）的模型擬合效果最好。具體模型如下：

使用Eviews進(jìn)行自回歸條件異方差估計，輸出結(jié)果整理如表1，結(jié)果顯示方程擬合效果較好，均值方程和方差方程各個系數(shù)都顯著。虛擬變量系數(shù)顯著為正，說明在后一階段股市波動有所增加，但影響股市波動的因素復(fù)雜多變，不能就此歸咎于轉(zhuǎn)融通的影響。

為研究融資融券交易對指數(shù)波動的影響，對序列vol，rzyer，rqyer分別作單位根檢驗（Unit Root Test），發(fā)現(xiàn)三個序列都為平穩(wěn)時間序列I（0）。

3.融資、融券交易對指數(shù)波動影響分析。通過序列Granger因果關(guān)系檢驗初步判斷融資交易、融券交易與指數(shù)波動的因果關(guān)系，進(jìn)而分別建立兩變量VAR模型，對變量的因果關(guān)系，影響方向和程度進(jìn)行進(jìn)一步探討。

（1）序列Granger因果檢驗?？梢钥闯鋈谫Y交易與指數(shù)波動并沒有明顯的因果關(guān)系。融資交易既沒有對指數(shù)有助漲作用，也沒有平抑作用。而融券交易顯著是指數(shù)波動的Granger原因。進(jìn)一步建立VAR模型來分析其影響方向與程度。

指數(shù)波動與融資交易的兩變量VAR模型：

（2）最佳滯后階數(shù)及穩(wěn)定性檢驗。通過滯后長度準(zhǔn)則確定指數(shù)波動與融資交易的兩變量VAR模型最優(yōu)滯后階數(shù)為8。對模型進(jìn)行穩(wěn)定性檢驗，特征根均在單位圓內(nèi)，表明序列是平穩(wěn)的，可以建立VAR模型。建立VAR（8）模型，發(fā)現(xiàn)波動性方程擬合效果較好，融資余額變化率方程擬合效果較差，說明融資余額變化率對指數(shù)波動性的解釋性要強一些。

指數(shù)波動與融券交易VAR模型最佳滯后階數(shù)為6，穩(wěn)定性檢驗顯示并無特征根在單位圓外，說明模型穩(wěn)定。同融資交易部分的結(jié)果，指數(shù)波動方程比融券交易方程的擬合效果更好，說明融券交易對指數(shù)波動的解釋性更強一些。

（3）因果關(guān)系檢驗。分別對指數(shù)波動與融資交易的VAR（8）模型、指數(shù)波動與融券交易的VAR（6）模型進(jìn)行Granger因果關(guān)系檢驗，整理如表2。結(jié)果顯示，融資和交易融券都是指數(shù)波動的Granger原因。但是在5%的置信水平下，指數(shù)波動是融券交易的Granger原因，而指數(shù)波動卻不是融資交易的Granger原因，在10%置信水平下卻可以拒絕指數(shù)波動不是融資交易的Granger原因。因此，我們認(rèn)為：融資交易、融券交易對指數(shù)波動有顯著影響；指數(shù)波動對融券交易影響顯著，對融資交易有一定影響。

表1：非對稱GARCH（2，1）回歸結(jié)果

表2：VAR模型的Granger因果檢驗

（4）脈沖響應(yīng)分析。指數(shù)波動與融資交易的兩變量VAR（8）的脈沖響應(yīng)結(jié)果如圖3，圖中可以看出對融資余額變化率施加一個單位標(biāo)準(zhǔn)差的沖擊，對指數(shù)的影響是負(fù)向的，且在第三期影響達(dá)到最大，后逐漸減小，第四到五期表現(xiàn)為正的沖擊，第六到七期沖擊又表現(xiàn)為負(fù)向的，正負(fù)效應(yīng)交替出現(xiàn)兩次后大概從第十期開始影響基本消失殆盡，信息基本被市場消化。另一方面，對指數(shù)的波動施加一個正向沖擊，融資交易變化率有一個正向影響，說明指數(shù)的波動會增加融資交易。

融券交易對指數(shù)波動明顯存在負(fù)效應(yīng)，并在第二期達(dá)到最大后影響逐漸減小直至第三十期后消失殆盡。說明了融券對指數(shù)波動的抑制作用在第二日達(dá)到最大，并在一個月后消失，這也說明了融券交易對指數(shù)波動的滯后效應(yīng)。另一方面指數(shù)波動對融券有一個很小的正效應(yīng)，說明了指數(shù)波動會引起融券的增加，影響在第二期達(dá)到最大，從第三期開始逐漸消失。這也許是指數(shù)大幅下跌的情況下，更多投機者的賣空造成的。當(dāng)然這也和可能是指數(shù)劇烈上漲時，謹(jǐn)慎的投機者看空導(dǎo)致的，與理論分析不謀而合。

（5）方差分解?？梢钥吹?，不考慮指數(shù)波動本身的貢獻(xiàn)率，融資交易對指數(shù)波動的貢獻(xiàn)程度從第九期開始基本穩(wěn)定在0.6%左右，融券交易對指數(shù)波動的貢獻(xiàn)程度在0.9%左右。雖然融券交易規(guī)模較小，但是對指數(shù)波動的影響更大；整體上融資融券交易對指數(shù)波動的影響較小。

（6）同期相關(guān)性檢驗。通常情況下，我們會認(rèn)為當(dāng)期融資、融券交易必然會對指數(shù)波動產(chǎn)生影響。為了檢驗我們方程的擾動項之間是否存在同期相關(guān)關(guān)系，可用殘差的同期相關(guān)矩陣來描述。從表3中可以看出指數(shù)波動方程和融資交易方程、融券交易方程的殘差項之間的同期相關(guān)系數(shù)都比較小。因此我們忽略同期影響，暫不考慮SVAR模型的進(jìn)一步分析。這同時也說明融資交易、融券交易對指數(shù)波動的作用有滯后的特點，這和前邊的理論分析一致。

表3：同期擾動項相關(guān)性檢驗

（二）融資融券對標(biāo)的個股影響分析

研究融資融券交易對標(biāo)的個股股價波動的影響，需要處理的是一個對不同時刻截面?zhèn)€體進(jìn)行連續(xù)觀測的多維時間序列數(shù)據(jù)的問題，為此我們引用目前被廣泛應(yīng)用的面板數(shù)據(jù)模型。

1.數(shù)據(jù)與指標(biāo)選取?？紤]2010年剛剛開始融資融券試點工作，市場對其了解不夠，各方面也很不成熟，遂選擇2011年9月1日到2013年8月30日作為研究區(qū)間，歷時兩年共計482個交易日。以最初被納入融資融券標(biāo)的范圍的90只股票作為研究范圍，剔除期間被調(diào)出標(biāo)的范圍或者有暫停交易記錄的23家公司，最終確定67只在此期間具有連續(xù)交易數(shù)據(jù)的股票作為研究對象。

以日收盤價（SP）計算日收益率（SPR）作為個股股價波動指標(biāo)，以日融資余額（RZYE）變化率和融券余額（RQYE）變化率分別表示融資交易（RZYER）和融券交易（RQYER）。計算方法上均采用對數(shù)作差法。同時將與股價波動有明顯關(guān)系的換手率（HSL）和滬深300指數(shù)波動率（INDEX_SPR）納入影響因素內(nèi)。各指標(biāo)具體計算如下：

2.實證分析。以日收益率（SPR）為因變量，融資余額變化率（RZYER）、融券余額變化率（RQYER）、換手率（HSL）、滬深300指數(shù)收益率（INDEX_SPR）為自變量，建立模型如下：

圖3：指數(shù)波動與融資交易、融券交易脈沖響應(yīng)分析

（1）融資融券交易對標(biāo)的個股股價波動的總體效應(yīng)分析。利用Stata對SPR RZYER RQYER HSL INDEX_SPR序列進(jìn)行混合回歸的結(jié)果如表4，可以看到融資余額變化率的系數(shù)為-0.0697，顯然對股價收益率有顯著的負(fù)向影響；融券余額變化率系數(shù)為0.0082，對股價變化表現(xiàn)顯著的正效應(yīng)。即融資對股價上漲有抑制作用，融券對股價下跌有抑制作用，并不是表現(xiàn)推波助瀾的融資助漲、融券助跌，因此我們可以認(rèn)為融資融券對標(biāo)的個股的股價波動有一定平抑作用，但作用都比較小。這個可能跟融資融券交易規(guī)模本身占證券日交易規(guī)模的比例很小有關(guān)。中國證券金融股份有限公司網(wǎng)站數(shù)據(jù)顯示，自2013年9月16日擴大融資融券標(biāo)的范圍至700家，到2014年1月30日，融資融券標(biāo)的證券公司數(shù)量占滬深上市公司總數(shù)的比例接近30%，而日融資買入額占A股交易金額比例平均不到10%。所以，融資融券交易對個股股價波動有顯著的較小的平抑作用也在情理之中。

表4：面板數(shù)據(jù)混合回歸結(jié)果

（2）融資融券交易對標(biāo)的個股股價波動的個體效應(yīng)分析。在表4中我們得到的常數(shù)項_cons是所有個體效應(yīng)的平均值，那么個體間是否存在差異呢？我們使用固定效應(yīng)回歸結(jié)果發(fā)現(xiàn)F檢驗的P值為0.0000，故強烈拒絕不存在個體效應(yīng)的原假設(shè)，固定效應(yīng)模型明顯優(yōu)于混合回歸，應(yīng)該允許每個個體擁有自己的截距項。

對于長面板數(shù)據(jù)，由于樣本容量較大，除了讓每個個體擁有自己的截距項外，還可以允許每個個體的回歸方程斜率也不同。為此我們使用隨機系數(shù)模型進(jìn)行分析?；貧w結(jié)果如表5，其中X2統(tǒng)計量的P值為0.0000，故強烈拒絕參數(shù)不變的原假設(shè)，即融資融券交易對個股股價波動影響有所差異。在對67組個體的回歸結(jié)果中顯示，67個個體的融券交易系數(shù)顯著為正，有62個個體的融資交易系數(shù)顯著為負(fù)，其余五家標(biāo)的證券融資交易系數(shù)為正，但是4個個體的P值都很大，表現(xiàn)為嚴(yán)格不顯著，只有一家標(biāo)的證券公司的融資交易系數(shù)顯著為正。因此我們可以認(rèn)為，個股融資融券交易數(shù)據(jù)對股價波動的作用大小有所差異，但基本都顯示融資融券交易有助于股價的穩(wěn)定。

表5：隨機系數(shù)模型結(jié)果

至此，我們可以得出，融資融券交易對標(biāo)的個股股價整體上發(fā)揮了價格穩(wěn)定功能。

綜合融資融券交易對指數(shù)波動和個股股價波動影響的實證結(jié)果，發(fā)現(xiàn)兩部分表現(xiàn)強烈一致。即融資融券交易總體上發(fā)揮了價格穩(wěn)定的作用。雖然相比融資，融券交易規(guī)模較小，但是融券交易的價格穩(wěn)定作用顯著，融資交易的影響還有個別的不確定性。

四、結(jié)論及政策建議

通過對融資融券交易的價格穩(wěn)定功能進(jìn)行實證研究，得出以下結(jié)論：第一，融資融券交易總體上發(fā)揮了價格“緩沖器”的功能，但作用較??；第二，與融資交易相比，融券交易規(guī)模非常小，但是融券交易的價格穩(wěn)定作用反而更加顯著；第三，融資融券交易對價格穩(wěn)定作用的發(fā)揮主要體現(xiàn)在滯后期。當(dāng)期影響較小，與理論分析一致；第四，除極個別個股融資交易的價格穩(wěn)定作用不太明顯外，融資融券交易的價格平抑作用均非常顯著。

通過實證分析，我們充分肯定了融資融券的價格穩(wěn)定作用，但是鑒于融資融券交易規(guī)模占A股成交額比例不到10%，遠(yuǎn)小于發(fā)達(dá)證券市場，其對整個市場的價格穩(wěn)定功能沒有得到充分發(fā)揮。因此，我們提出如下建議：

（一）放松準(zhǔn)入標(biāo)準(zhǔn)，增加融資融券交易規(guī)模

在融資融券業(yè)務(wù)發(fā)展相對成熟的市場，融資融券交易規(guī)模大多占總成交規(guī)模的20%—40%，而我國卻不到15%。為此我們要增加融資融券交易規(guī)模。我們要繼續(xù)不斷擴充融資融券標(biāo)的范圍，批準(zhǔn)更多證券公司融資融券交易的業(yè)務(wù)資格。不斷增加市場參與主體，進(jìn)而活躍市場，充分發(fā)揮融資融券交易的價格穩(wěn)定功能。

（二）建立差別化保證金制度，在有效防范風(fēng)險的情況下盡可能增加融資融券的交易規(guī)模

《融資融券試點實施細(xì)則》規(guī)定，投資者融資買入或者融券賣出證券時，初始保證金比例不得低于50%，維持保證金比例不得低于130%。50%的比例使得融資融券總放大倍數(shù)不足1，這對于有些標(biāo)的證券來講可能有點苛刻，但對有些波動強烈的標(biāo)的股票約束還不夠。為此建立差別化的保證金制度可以在有效控制融資融券交易風(fēng)險的同時最大程度活躍融資融券交易。

（三）放寬融資融券交易期限，給融資融券交易更多的靈活性

根據(jù)現(xiàn)行規(guī)定，融資融券交易期限最長不得超過六個月，且不得展期。這給融資融券交易帶來了不便性，如果可以放寬融資融券交易期限將提供更多操作上的靈活性，給融資融券交易增添更多活力。

（四）大力發(fā)展融券交易

實證研究發(fā)現(xiàn)，融券交易的價格穩(wěn)定作用更加明顯，但是融券規(guī)模卻占融資融券交易規(guī)模的1%—2%，比例太小。市場重融資、輕融券的“跛腳”發(fā)展現(xiàn)象突出。需要通過發(fā)展轉(zhuǎn)融券交易改善市場失衡狀況，充分發(fā)揮融券交易的作用。

[1]James J Angel.1993.short-selling and common stock price[J].Journal of Finance，（48）.

[2]The Chase Manhattan Bank and the ASTEC Consulting Group.2000.Inc.Short selling[R].US Equity Market Signals in Short Selling Activities.

[3]Hong，Harrison，and Jeremy C Stein.2003.Differences of opinion，short-sales constraints，and market crashes[J]. Review of Financial Studies.

[5]廖士光，楊朝軍.賣空交易機制、波動性和流動性[J].管理世界，2005，（12）.

[6]廖士光，張宗新.新興市場引入賣空機制對股市的沖擊效應(yīng)[J].財經(jīng)研究，2005，（10）.

[7]王旻，廖士光，吳淑琨.融資融券交易的市場沖擊效應(yīng)研究[J].財經(jīng)研究，2008，（10）.

[8]廖士光，楊朝軍.賣空交易機制對股價的影響[J].金融研究，2005，（10）.

[9]陳淼鑫，鄭振龍.賣空機制對證券市場的影響[J].世界經(jīng)濟，2008，（12）.

[10]陳淼鑫，鄭振龍.推出賣空機制對證券市場波動率的影響[N].證券市場導(dǎo)報，2008-2.

Empirical Study on Margin Impact on Volatility of the Market and the Individual Stocks

Liu Mingqing
（(Zhejiang University of Industry and Commerce，Zhejiang Hangzhou 310018)）

As one of the important systems of the stock market，margin trading theoretically should have the basic functions such as price discovery，price stability and enhancing liquidity.This paper starts from the mechanism of margin trading price stability theory，and then analyzes the price stabilizing effect on the market and individual stocks from two levels systematically and comprehensively.Theoretical study sees the changes in the stock supply and demand elasticity margin as a theoretical mechanism.In the empirical part，the study of the effects of market volatility mainly goes through quantitative analysis method GARCH family models，VAR model，and impulse response and variance decomposition.In terms of the impact on individual stocks，analysis is conducted on the general and individual effect mainly through panel data.The study finds that margin trading almost have a stabilizing effect to index fluctuations and margin trading have a stabilizing effect on the price of the underlying stocks，except that some individual stocks have uncertain effects.

margin，asymmetric GARCH model，VAR model，panel data

F830.91

A

1674-2265（2014）09-0043-06

（特約編輯 齊稚平；校對 XY，SJ）

2014-8-15

劉明青，女，浙江工商大學(xué)金融學(xué)院，807016100@qq.com。