融資融券對(duì)我國股市不同區(qū)段非對(duì)稱性的影響研究

1 引言

十九大報(bào)告指出金融是國家重要的核心競(jìng)爭(zhēng)力，如何建立強(qiáng)而有力的監(jiān)管體系并用其來防范系統(tǒng)性金融風(fēng)險(xiǎn)，是經(jīng)濟(jì)的核心問題之一。隨著我國金融市場(chǎng)的飛速發(fā)展，我國的交易制度也更加多元化。我國在2010年3月31日引入融資融券的交易機(jī)制，由于實(shí)施時(shí)間較短，加上我國本身股市市場(chǎng)尚未成熟，融資融券的監(jiān)管力度顯得較為薄弱。融資融券交易也稱“信用交易”、“保證金交易”，是一種投資者向具有融資融券資格的證券公司提供擔(dān)保物，接入資金買入證券（融資交易）或借入證券后賣出（融券交易）的交易機(jī)制。其引入目的是希望借鑒西方國家經(jīng)驗(yàn)，豐富股市交易方式，利用雙邊做市來一定程度上抑制股市波動(dòng)，但就目前來看效果不甚明顯，甚至在2014-2015年我國股市嚴(yán)重震蕩期間，部分經(jīng)濟(jì)學(xué)家對(duì)兩融機(jī)制存在質(zhì)疑，認(rèn)為我國股市尚未成熟，還未能引入融資融券交易機(jī)制，但是我們不能因此對(duì)兩融機(jī)制持完全否定的態(tài)度，因此，本文區(qū)分漲跌行情，結(jié)合實(shí)證分析，研究融資融券交易機(jī)制對(duì)我國股市波動(dòng)產(chǎn)生的影響。

2 文獻(xiàn)綜述

針對(duì)我國初期這并不成熟的融資融券市場(chǎng)進(jìn)行研究產(chǎn)生的理論基本可以概括為以下三種：

第一種，融資融券業(yè)務(wù)有平抑我國股市波動(dòng)性的作用。陸上行（2016）在定性研究的基礎(chǔ)上，實(shí)證分析得出結(jié)論：融資融券余額的變化會(huì)較為顯著地影響證券市場(chǎng)的波動(dòng)，且融券余額的增加會(huì)平抑證券市場(chǎng)的波動(dòng)性，平抑效果和融券余額呈正向關(guān)系。

第二種，融資融券交易一定程度上加劇了我國股市的波動(dòng)性。吳國平、谷慎（2015）采用流通股加權(quán)方法，重新編制融資融券指數(shù)，在此基礎(chǔ)上運(yùn)用含虛擬變量的GARCH和VAR模型進(jìn)行實(shí)證檢驗(yàn)，得出融資融券業(yè)務(wù)在整體上加劇了股市的波動(dòng)，具體來說就是，融資交易加劇股市波動(dòng)，融券交易減小股市波動(dòng)。

第三種，融資融券業(yè)務(wù)對(duì)我國股市波動(dòng)性影響并不顯著。肖文彥、王紫菡（2012）運(yùn)用VAR模型和Granger檢驗(yàn)，得出結(jié)論：短期內(nèi)融資融券機(jī)制對(duì)我國A股市場(chǎng)波動(dòng)性的影響均不明顯。

3 數(shù)據(jù)及實(shí)證分析

3.1 數(shù)據(jù)整理

本文實(shí)證部分所涉及的變量為我國的股市波動(dòng)率（上證指數(shù)日波動(dòng)率）、融資融券余額、融資買入額、融券賣出量，由于是針對(duì)我國股市大漲大跌的2015年進(jìn)行研究，因此本文的數(shù)據(jù)選取集中于2015年全年，即2015年1月5日至12月31日共計(jì)244個(gè)交易日的數(shù)據(jù)，并且由于6月15日是漲跌的分界點(diǎn)，即6月15日之前大漲，6月15日之后大跌，因此在對(duì)全年運(yùn)用VAR模型實(shí)證分析之后，以6月15日為分界點(diǎn)，對(duì)2015年前半年和后半年的數(shù)據(jù)運(yùn)用VAR模型進(jìn)行一些研究和分析，探索融資融券制度對(duì)股市波動(dòng)性的影響。同時(shí)，為了避免忽略變量之間的關(guān)系，本文會(huì)進(jìn)一步利用脈沖響應(yīng)函數(shù)（IRF）分析某變量對(duì)經(jīng)濟(jì)系統(tǒng)的動(dòng)態(tài)影響，最后還會(huì)對(duì)本文的結(jié)果進(jìn)行格蘭杰因果檢驗(yàn)。本文的市場(chǎng)波動(dòng)率來源于銳思數(shù)據(jù)庫，融資融券相關(guān)數(shù)據(jù)來源于國泰安數(shù)據(jù)庫。

3.2 實(shí)證分析

3.2.1 單位根檢驗(yàn)

由于選取的是具有一定時(shí)間趨勢(shì)的時(shí)間序列數(shù)據(jù)，因此在對(duì)其進(jìn)行回歸分析之前要先進(jìn)行單位根檢驗(yàn)，看其是否平穩(wěn)，也是為了防止“偽回歸”問題，股市波動(dòng)率（VIX）、融資融券余額（MB）、融資買入額（L）、融券賣出量（S）的原序列和一階差分序列的單位根的檢驗(yàn)結(jié)果如圖所示：

表3.2.1 單位根ADF檢驗(yàn)結(jié)果

單位根ADF檢驗(yàn)結(jié)果顯示，在1%的顯著性水平下，數(shù)據(jù)的原序列均接受原假設(shè)，即數(shù)列不平穩(wěn)（ADF統(tǒng)計(jì)值都在1%的臨界值范圍內(nèi)），而它們的一階差分均拒絕原假設(shè)，即數(shù)列平穩(wěn)（ADF統(tǒng)計(jì)值都在1%的臨界值范圍外），因此時(shí)間序列VIX、MB、L、S均服從一階單整，為防止“偽回歸”，本文對(duì)數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)。

3.2.2 協(xié)整檢驗(yàn)

由單位根檢驗(yàn)我們發(fā)現(xiàn)數(shù)據(jù)的原序列并不平穩(wěn)，但是在一階差分的情況下都能拒絕原假設(shè)，即數(shù)據(jù)服從一階單整，為了考察多個(gè)變量之間是否存在長期平穩(wěn)關(guān)系，由于變量較多，本文接下來將進(jìn)行基于Johansen檢驗(yàn)的股市波動(dòng)率（VIX）、融資融券余額（MB）、融資買入額（L）、融券賣出量（S）四個(gè)變量的協(xié)整檢驗(yàn)。

表3 .2.2 協(xié)整檢驗(yàn)結(jié)果

由顯示結(jié)果可以看出，在5%的顯著性水平下，VIX與MB、L、S存在協(xié)整關(guān)系，即存在長期平穩(wěn)關(guān)系，且存在1個(gè)協(xié)整關(guān)系，這說明股市波動(dòng)率（VIX）與融資融券余額（MB）、融資買入額（L）、融券賣出量（S）存在某種較為穩(wěn)定的長期相關(guān)關(guān)系。從最大特征檢驗(yàn)結(jié)果看，序列之間沒有穩(wěn)定的協(xié)整關(guān)系，所以應(yīng)該使用一階差分序列建VAR。

3.2.3 VAR模型估計(jì)和結(jié)果分析

為了進(jìn)一步分析DLOGMB、DLOGL、DLOGS對(duì)DLOGVIX的影響，我們開始建立VAR模型。如本章節(jié)開頭所介紹，本文構(gòu)思的獨(dú)特之處在于對(duì)2015年整年數(shù)據(jù)進(jìn)行分段分析，即以2015年6月15日為節(jié)點(diǎn)，對(duì)之前和之后的股市漲跌波動(dòng)進(jìn)行探究，因此先將變量分為兩組，第一組是DLOGVIX、DLOGMB、DLOGL，另一組是DLOGVIX、DLOGMB、DLOGS，接著分為三個(gè)時(shí)間段即2015年全年，2015年6月15日前以及2015年6月15日之后分別建模。

（1）2015年全年

先進(jìn)行最優(yōu)滯后結(jié)束選擇，本文采用使AIC和FPE最小的P值為最優(yōu)滯后階數(shù)。之后進(jìn)行股市波動(dòng)率與融資融券余額、融資買入額和融券賣出額的VAR模型建立：

（2）2015年1月5日至2015年6月15日

仿照以上的過程進(jìn)行2015年上半年數(shù)據(jù)的VAR模型建立：

表3.2.3 融資融券余額與融資買入額對(duì)股市波動(dòng)率的VAR估計(jì)結(jié)果（2015上半年）

（3）2015年6月15日至2015年12月31日

同理，進(jìn)行2015年下半年VAR模型的建立：

表3.2.5 融資融券余額與融資買入額對(duì)股市波動(dòng)率的VAR估計(jì)結(jié)果（2015下半年）

3.2.4 脈沖響應(yīng)函數(shù)分析

在完成三個(gè)事件分類情況下的VAR模型建立后，就可以得到對(duì)應(yīng)的脈沖響應(yīng)函數(shù)，為了更直觀地得到不同時(shí)間段融資融券余額、融資買入額和融資賣出量對(duì)股市波動(dòng)率的影響，將三個(gè)時(shí)間段的脈沖響應(yīng)圖集中在本節(jié)一起分析，得出變量之間相互沖擊的關(guān)系。

對(duì)2015年進(jìn)行全年分析時(shí)的脈沖響應(yīng)圖：

圖3 .2.1 DLOGVIX因子對(duì)DLOGMB的響應(yīng)

圖3 .2.2 DLOGVIX因子對(duì)DLOGL的響應(yīng)

圖3 .2.3 DLOGVIX因子對(duì)DLOGS的響應(yīng)

由圖3.2.1所示，DLOGVIX因子面對(duì)DLOGMB因子一直是負(fù)響應(yīng)，并且于第3期前后達(dá)到最大值，且基本一直維持負(fù)響應(yīng)至第8期，可以看出DLOGVIX因子與DLOGMB因子負(fù)向相關(guān)，即隨著滯后期數(shù)的增加，上證指數(shù)的波動(dòng)性會(huì)得到一定程度的平抑，但在后期抑制效果會(huì)減弱。

由圖3.2.2所示，DLOGVIX因子面對(duì)DLOGL因子在前期圍繞0有些微波動(dòng)性，在第6期逐漸趨于平靜，但是波動(dòng)幅度基本不明顯，可見買空交易對(duì)市場(chǎng)波動(dòng)性有一定影響但是影響不明顯。

如圖3.2.3所示，DLOGVIX因子對(duì)DLOGS因子一開始是正響應(yīng)，且影響幅度較大，于第2期達(dá)到最大值，從第4期圍繞0線微幅波動(dòng)，可見賣空交易初期會(huì)使股市產(chǎn)生波動(dòng)，但是隨著交易量的越來越大，交易活躍度的增加，對(duì)股市波動(dòng)性基本不會(huì)產(chǎn)生影響，甚至還有輕微的平抑效果。

同理對(duì)2015年上半年進(jìn)行分析時(shí)的脈沖響應(yīng)結(jié)果分析得知：D LOGVIXB因子對(duì)DLOGMBB存在幅度較大的正向響應(yīng)，且一直維持正向影響，即在2015年上半年即股票大漲時(shí)期，融資融券余額的增加加劇了股市波動(dòng)性。DLOGVIXB因子對(duì)DLOGLB的正式?jīng)_擊從第2期開始，且為正向沖擊，可見買空交易在2015年上半年對(duì)股市的波動(dòng)性存在影響作用，但在后期圍繞0線上下波動(dòng)，對(duì)股市波動(dòng)性的影響明顯減弱。DLOGVIXB因子對(duì)DLOGSB因子反應(yīng)出負(fù)向響應(yīng)，且負(fù)向響應(yīng)一直維持至第3期，可見大漲時(shí)期的賣空交易對(duì)股市波動(dòng)性有較大的抑制作用，即賣空交易越活越，股市的波動(dòng)性得到越大強(qiáng)度的抑制，且影響幅度較明顯。

在2015年下半年的大跌環(huán)境下，DLOGVIXA對(duì)DLOGMBA在很長時(shí)期呈現(xiàn)負(fù)向影響，且影響幅度較大，即融資融券余額的增加會(huì)對(duì)股市波動(dòng)性產(chǎn)生很好的平抑效果，但在隨著滯后期數(shù)的增加，對(duì)股市波動(dòng)性產(chǎn)生的影響減弱。DLOGVIXA因子對(duì)DLOGLA因子產(chǎn)生較弱的正向沖擊，且一直圍繞0線輕微波動(dòng)，在一定程度上能夠加劇股市的波動(dòng)性，但是在2015年的大跌環(huán)境下，對(duì)股市波動(dòng)性的沖擊明顯要弱于上半年的大漲形勢(shì)。DLOGVIXA因子在前期對(duì)DLOGSA有較強(qiáng)烈的正向響應(yīng)，但是后期急劇減弱，甚至有小幅的負(fù)向影響，且一直維持幅度很小的負(fù)向響應(yīng)，因此可以看出，在1 5年后半期的大跌環(huán)境下，賣空交易開始活躍的時(shí)候會(huì)使股市產(chǎn)生較大幅度的波動(dòng)，但是隨著賣空交易的日益活躍，賣空交易對(duì)股市波動(dòng)性的影響幅度越來越小。

3.2.5 Granger因果檢驗(yàn)

為進(jìn)一步檢驗(yàn)所建立的VAR模型的可信度和實(shí)證結(jié)論的真實(shí)性，本文接下來要對(duì)變量之間的格蘭杰因果關(guān)系進(jìn)行檢驗(yàn)，格蘭杰因果關(guān)系也需要滯后階數(shù)，根據(jù)它和最優(yōu)滯后階數(shù)的關(guān)系，選取p=2進(jìn)行格蘭杰因果檢驗(yàn)，為了綜合比較，將6次VAR模型的格蘭杰因果檢驗(yàn)結(jié)果統(tǒng)一在本小節(jié)進(jìn)行比較分析。

對(duì)于2015年整年來講，四個(gè)變量之間，DLOGVIX是DLOGLO GMB的格蘭杰原因，DLOGMB不是DLOGVIX的格蘭杰原因，這說明股市產(chǎn)生波動(dòng)，融資融券余額也會(huì)產(chǎn)生波動(dòng)，但是融資融券余額的變化不能引起股市的變化。

2015年上半年的Granger檢驗(yàn)結(jié)果均為拒絕原假設(shè)，由此可以看出在2015年上半年的大漲期間，四個(gè)變量之間的相互影響關(guān)系不顯著。

在2015年下半年的大跌環(huán)境中，DLOGMBA變量是DLOGVIX A變量的格蘭杰原因，但是DLOGVIXA變量不是DLOGMBA變量的格蘭杰原因，可以得知，融資融券余額的波動(dòng)顯著影響了股市的波動(dòng)，而股市的波動(dòng)性不會(huì)影響融資融券余額。

4 結(jié)論

本文從實(shí)證出發(fā)，在VAR模型的框架基礎(chǔ)上，結(jié)合協(xié)整分析、脈沖響應(yīng)函數(shù)分析和格蘭杰因果檢驗(yàn)等計(jì)量方法來系統(tǒng)探究，兩融制度在我國的實(shí)行是否對(duì)股市波動(dòng)性產(chǎn)生了影響。

為避免由于直接對(duì)存在一定時(shí)間趨勢(shì)的時(shí)間序列數(shù)據(jù)直接進(jìn)行回歸分析而造成的偽回歸分析現(xiàn)象，本文先對(duì)數(shù)據(jù)進(jìn)行了ADF檢驗(yàn)，結(jié)果顯示時(shí)間序列VIX、MB、L、S服從一階單整，之后又運(yùn)用協(xié)整檢驗(yàn)發(fā)現(xiàn)四個(gè)變量之間存在協(xié)整關(guān)系即有長期穩(wěn)定影響。在脈沖響應(yīng)函數(shù)分析中我們發(fā)現(xiàn)，在股市大漲大跌的2015年，買空交易和賣空交易都分別對(duì)股市波動(dòng)性產(chǎn)生了非對(duì)稱性影響，主要體現(xiàn)在上漲期，都能夠增加股市波動(dòng)性，但在下跌期即便交易愈發(fā)活躍但均對(duì)股市波動(dòng)性影響較弱，因此影響具有非對(duì)稱性。格蘭杰因果檢驗(yàn)顯示融資融券余額會(huì)使得股市產(chǎn)生波動(dòng)，同時(shí)股市的波動(dòng)性也會(huì)使得融資融券余額發(fā)生變化，綜合脈沖響應(yīng)和格蘭杰檢驗(yàn)發(fā)現(xiàn)，融資融券余額在市場(chǎng)下跌期能對(duì)股市波動(dòng)性有顯著的抑制作用。

5 政策建議

我國的融資融券制度的發(fā)展和以美國、日本等發(fā)達(dá)股市為代表的發(fā)達(dá)股票市場(chǎng)兩融制度的發(fā)展仍有很大的差距，追根究底還是歸咎于我國現(xiàn)階段還是較小的融資融券交易規(guī)模，融資融券的平抑波動(dòng)功能和價(jià)格發(fā)現(xiàn)功能都不能得到很好的發(fā)揮，綜合實(shí)證結(jié)果和我國目前的股市發(fā)展現(xiàn)狀，為在一定程度上能夠提高融資融券的運(yùn)行效率和交易規(guī)模，提出以下政策建議：

5.1 區(qū)分漲跌行情進(jìn)行宏觀調(diào)控

從上文的實(shí)證結(jié)果分析可以看出，在股市的上漲和下跌時(shí)期，市場(chǎng)對(duì)兩融機(jī)制的反應(yīng)市不同的，在下跌期，融資融券的交易行為對(duì)股市的震蕩有很好的抑制作用，我們可以據(jù)此在股市低迷時(shí)期結(jié)合政府相關(guān)政策和國家的宏觀調(diào)控使得兩融機(jī)制能在抑制股市波動(dòng)性方面發(fā)揮更顯著的作用。

5.2 實(shí)行浮動(dòng)保證金制度

浮動(dòng)保證金制度可以根據(jù)經(jīng)濟(jì)環(huán)境和證券市場(chǎng)的變化來確定最適合的保證金比例，具有很大的機(jī)動(dòng)性和靈活性。上文的實(shí)證研究表明，在股市不穩(wěn)定時(shí)期，融資融券交易的活躍程度增加能夠?qū)ζ洚a(chǎn)生一定程度的平抑作用，而浮動(dòng)保證金制度可以間接影響融資融券交易的活躍程度，適當(dāng)降低保證金比例可以促進(jìn)兩融交易，而適度提高保證金比例可以抑制兩融交易。

5.3 適度增加融資融券標(biāo)的股數(shù)量

相比A股市場(chǎng)交易的近3600支股票，還有我國目前金融市場(chǎng)種類豐富的交易品種，可供融資融券的標(biāo)的股數(shù)量依舊較少，不能滿足投資者的交易需求，能夠交易的標(biāo)的股也大多是流動(dòng)性較弱且波動(dòng)性較低的藍(lán)籌股和大盤股，不能很好的體現(xiàn)融資融券的平抑波動(dòng)功能和價(jià)格發(fā)現(xiàn)功能，因此應(yīng)當(dāng)適度增加融資融券標(biāo)的股數(shù)量，增加流動(dòng)性強(qiáng)且波動(dòng)性較高的標(biāo)的股，擴(kuò)大融資融券制度對(duì)股市的影響力力。

[1]Angel J J.Tick size,share prices,and stock splits[J].The Jour nal of Finance,1997,52(2):655-681

[2]Scheinkman J A,Xiong W.Overconfidence and speculative bubbles[J].Journal of political Economy,2003,111(6):1183-1220

[3]馬哲光（西南大學(xué)）.融資融券對(duì)我國股市波動(dòng)性的影響研究[D].西南大學(xué),2014.

[4]陸上行.融資融券對(duì)我國股市波動(dòng)性的影響研究[D].華東政法大學(xué),2016.

[5]吳國平,谷慎.融資融券交易對(duì)我國股市波動(dòng)性影響的實(shí)證研究[J].價(jià)格理論與實(shí)踐,2015(10):105-107.

[6]肖文彥，王紫菡，融資融券機(jī)制對(duì)我國股市波動(dòng)性的影響——基于上證50的研究[J].中國證券期貨，2012(5):33-35.