融資融券與滬深股市波動(dòng)分析
——基于VAR模型分析

韓蒙婷

（云南師范大學(xué)泛亞商學(xué)院，云南 昆明 650000）

一、引言

融資融券交易實(shí)質(zhì)是一種信用交易，是投資者向具備資格的證券公司提供擔(dān)保物，借入資金買(mǎi)入證券或借入證券并賣(mài)出證券的行為（佟孟華和孟照康，2015）。美國(guó)開(kāi)展融資融券業(yè)務(wù)已有百年歷史，而中國(guó)的資本市場(chǎng)起步晚、成熟度不高，股票市場(chǎng)上一直缺少賣(mài)空機(jī)制。經(jīng)過(guò)多年籌備，我國(guó)于2010年3月31日正式啟動(dòng)融資融券試點(diǎn)工作，突破了A股市場(chǎng)無(wú)賣(mài)空機(jī)制的限制，吸引了眾多的市場(chǎng)目光。經(jīng)過(guò)近八年的發(fā)展，截至2017年12月18日，滬深兩市兩融余額歷史峰值為22730.35億元，融資余額占A流通市值比歷史最高時(shí)達(dá)到4.74%。融資融券業(yè)務(wù)的推進(jìn)在一定程度上促進(jìn)了證券市場(chǎng)的發(fā)展，但在學(xué)界和業(yè)界不乏質(zhì)疑的聲音，有觀點(diǎn)認(rèn)為融資融券制度的推出并沒(méi)有緩解股市波動(dòng)，反而在股市異常時(shí)推波逐浪，將追漲殺跌的情緒進(jìn)一步放大。市場(chǎng)對(duì)未來(lái)預(yù)期悲觀時(shí)可以借入證券賣(mài)出，進(jìn)一步壓低標(biāo)的股票價(jià)格；市場(chǎng)對(duì)未來(lái)預(yù)期向好時(shí)，投資者可以向證券公司提供擔(dān)保物借入資金進(jìn)入股市，看漲情緒的進(jìn)一步蔓延容易導(dǎo)致標(biāo)的股票被高估，整個(gè)市場(chǎng)處于高杠桿狀態(tài)，暗藏金融風(fēng)險(xiǎn)。

推出融資融券制度的初心在于降低股市異常波動(dòng)，實(shí)現(xiàn)完善資本市場(chǎng)結(jié)構(gòu)體系，減緩我國(guó)金融市場(chǎng)劇烈波動(dòng)。但是在這一制度實(shí)施后，隨著融資融券標(biāo)的股票范圍的擴(kuò)大以及兩融規(guī)模的增長(zhǎng)，在復(fù)雜的市場(chǎng)環(huán)境中該信用制度是否發(fā)揮了預(yù)設(shè)的作用，以及產(chǎn)生的效果如何等問(wèn)題依舊為學(xué)者們津津樂(lè)道，成為當(dāng)前的研究熱點(diǎn)之一。本文將運(yùn)用A股市場(chǎng)的相關(guān)數(shù)據(jù)，對(duì)此問(wèn)題進(jìn)行實(shí)證研究。

二、文獻(xiàn)綜述

圍繞融資融券交易制度與股市波動(dòng)之間的關(guān)系，國(guó)內(nèi)外不少學(xué)者對(duì)此展開(kāi)了討論與研究。尤其是歐美發(fā)達(dá)國(guó)家，對(duì)融資融券制度的研究時(shí)間跨度長(zhǎng)、分析層次深。國(guó)內(nèi)雖然起步晚，但是對(duì)于該問(wèn)題的研究文獻(xiàn)亦不在少數(shù)。

（一）國(guó)外研究

Diamond（1987）等通過(guò)建立模型進(jìn)行了實(shí)證研究，發(fā)現(xiàn)賣(mài)空約束會(huì)降低股價(jià)對(duì)私有信息（尤其是負(fù)面信息）的調(diào)整速度，導(dǎo)致股價(jià)容易被高估。賣(mài)空約束會(huì)賦予交易者將一項(xiàng)資產(chǎn)出售給其他投資者的權(quán)利，資產(chǎn)購(gòu)買(mǎi)方認(rèn)為還會(huì)有更加樂(lè)觀的投資者愿意為該資產(chǎn)報(bào)出更高的價(jià)格。該權(quán)利的價(jià)值被市場(chǎng)過(guò)度放大，導(dǎo)致資產(chǎn)價(jià)格被嚴(yán)重高估，產(chǎn)生資產(chǎn)泡沫。另外，賣(mài)空約束還會(huì)導(dǎo)致股票交易量下降，從而降低股票價(jià)格的信息含量。賣(mài)空約束會(huì)產(chǎn)生資產(chǎn)價(jià)格被高估、降低股市流動(dòng)性的不利后果。

（二）國(guó)內(nèi)研究

國(guó)內(nèi)學(xué)者的研究文獻(xiàn)大致可以分為以下三類(lèi)：

第一類(lèi)：研究境外地區(qū)融資融券制度與股票市場(chǎng)波動(dòng)性的關(guān)系。

胡華鋒，劉藝璇（2012）根據(jù)中國(guó)臺(tái)灣證券市場(chǎng)數(shù)據(jù)，對(duì)融資融券交易與市場(chǎng)流動(dòng)性、波動(dòng)性的關(guān)系進(jìn)行實(shí)證研究，研究結(jié)果表明：融券賣(mài)空交易額的變動(dòng)與市場(chǎng)流動(dòng)性變動(dòng)之間沒(méi)有因果引致關(guān)系。

王朝陽(yáng)，王振霞（2017）基于AH股的微觀分析發(fā)現(xiàn)，漲跌停制度是A股市場(chǎng)個(gè)股股價(jià)高波動(dòng)率的重要原因；同時(shí)在實(shí)施漲跌停的A股市場(chǎng)，融資融券制度的引入在現(xiàn)階段也加劇了股價(jià)波動(dòng)。

第二類(lèi)：研究融資融券在短期或者長(zhǎng)期與我國(guó)股票市場(chǎng)波動(dòng)性的關(guān)系。

佟孟華，孟照康（2015）利用710個(gè)融資融券標(biāo)的股票數(shù)據(jù)，研究?jī)扇趯?duì)于股市以及個(gè)股的日波動(dòng)性影響，認(rèn)為融資融券短期內(nèi)可以顯著降低股票市場(chǎng)的波動(dòng)性。

褚劍，方軍雄（2016）從股價(jià)崩盤(pán)風(fēng)險(xiǎn)的角度出發(fā)，采用雙重差分法系統(tǒng)檢驗(yàn)融資融券政策對(duì)資本市場(chǎng)的影響。研究發(fā)現(xiàn)，與政策制定者的初衷相反，整體上融資融券制度的實(shí)施不僅沒(méi)有降低相關(guān)標(biāo)的股票的股價(jià)崩盤(pán)風(fēng)險(xiǎn)，反而惡化了其崩盤(pán)風(fēng)險(xiǎn)。

姚王信,姚磊（2016）將樣本區(qū)間按照四次擴(kuò)容政策分類(lèi)，分析中國(guó)融資融券業(yè)務(wù)四次擴(kuò)容政策及其對(duì)市場(chǎng)的影響。利用多期DID模型處理融資融券從實(shí)施以來(lái)對(duì)A股市場(chǎng)的長(zhǎng)期影響。對(duì)前四次擴(kuò)容政策市場(chǎng)的影響表明，融資融券顯著減少市場(chǎng)流動(dòng)性（影響程度隨著不斷擴(kuò)容而降低）、微幅強(qiáng)化A股市場(chǎng)的波動(dòng)性（有時(shí)正向強(qiáng)化、有時(shí)負(fù)向強(qiáng)化）。

李鋒森（2017）基于波動(dòng)非對(duì)稱(chēng)性視角，運(yùn)用EGARCH模型研究融資融券對(duì)我國(guó)股市周期性波動(dòng)的影響。實(shí)證結(jié)果表明，我國(guó)股市波動(dòng)存在顯著的雙重非對(duì)稱(chēng)性，但融資融券對(duì)熊市波動(dòng)非對(duì)稱(chēng)性和牛市反向波動(dòng)非對(duì)稱(chēng)性都沒(méi)有顯著影響；我國(guó)融資融券既沒(méi)有助推牛市上漲，也沒(méi)有加劇熊市下跌，它對(duì)股市周期性波動(dòng)的影響是中性的。

第三類(lèi)：研究融資融券制度對(duì)于進(jìn)行有效股票定價(jià)的作用。

許紅偉，陳欣（2012）基于雙重差分（DID）模型，研究了我國(guó)融資融券試點(diǎn)對(duì)股票定價(jià)效率和收益率分布的影響，發(fā)現(xiàn)其僅在少數(shù)指標(biāo)上有一定積極作用，總體上效果仍然相當(dāng)有限。具體來(lái)說(shuō)，融資融券在試點(diǎn)1年內(nèi)：一是對(duì)定價(jià)效率的改善仍然較弱，標(biāo)的股票價(jià)格的負(fù)面信息含量和對(duì)市場(chǎng)向下波動(dòng)的調(diào)整速度變化均不明顯；二是能夠顯著減少股價(jià)暴跌概率，對(duì)抑制暴漲卻幾乎沒(méi)有影響；三是僅能顯著降低含H股、高市值、低換手率和低市盈率股票的偏度，對(duì)改善收益率的尖峰現(xiàn)象則沒(méi)有起到積極作用。

李志深等（2015）利用2009年4月至2013年12月中國(guó)A股市場(chǎng)的數(shù)據(jù)，通過(guò)比較融資融券標(biāo)的股票和非融資融券標(biāo)的股票，以及股票加入和剔出融資融券標(biāo)的前后的定價(jià)效率，發(fā)現(xiàn)融資融券交易的推出有效改善了中國(guó)股票市場(chǎng)的價(jià)格發(fā)現(xiàn)機(jī)制，融資融券標(biāo)的股票的定價(jià)效率得到了顯著提高。

綜上所述，由于研究模型、研究數(shù)據(jù)規(guī)模、研究方法等的不同，學(xué)者們的研究結(jié)論不盡相同。本文選取截至2017年底的數(shù)據(jù)，試圖從兩融交易正?；詠?lái)，對(duì)比考察每次擴(kuò)容對(duì)于股市價(jià)格波動(dòng)的沖擊，以期為審慎深入推進(jìn)兩融制度提出對(duì)策建議。

三、模型設(shè)計(jì)、樣本與數(shù)據(jù)選取以及變量說(shuō)明

（一）模型簡(jiǎn)介

向量自回歸（Vector Auto-Regressive）簡(jiǎn)稱(chēng)VAR模型，是一種多變量數(shù)據(jù)分析方法。向量自回歸(VAR)不以經(jīng)濟(jì)理論為基礎(chǔ)，而是基于數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)建立模型。VAR模型把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來(lái)構(gòu)造模型，從而將單變量自回歸模型推廣到由多元時(shí)間序列變量組成的“向量”自回歸模型，成為經(jīng)濟(jì)學(xué)研究的主流模型之一。該模型的一般表達(dá)式為：

其中，εt為向量白噪聲過(guò)程，滿(mǎn)足零均值、同方差、無(wú)自相關(guān)、不與解釋變量相關(guān)的古典假定。

（二）樣本與數(shù)據(jù)選取

2010年3月31日，我國(guó)證券市場(chǎng)允許進(jìn)行融資融券交易。為降低新制度推出對(duì)市場(chǎng)的波動(dòng)，采取“漸進(jìn)式”擴(kuò)容的方法。2010年至2014年，融資融券經(jīng)歷了四次較大規(guī)模的擴(kuò)容。姚磊和姚王信（2016）認(rèn)為該政策的主要目標(biāo)是穩(wěn)定股票價(jià)格、緩解股票市場(chǎng)的資金壓力、增加市場(chǎng)交易的活躍性、提高券商的盈利能力并為建立多層次證券市場(chǎng)奠定基礎(chǔ)。2016年12月上交所與深交所發(fā)文《關(guān)于擴(kuò)大融資融券標(biāo)的股票范圍的通知》，是繼上述四次擴(kuò)容后的又一次重大舉措，逐步推進(jìn)兩融制度的實(shí)施。

本文為剔除新增標(biāo)的股票對(duì)融資融券交易的影響，將2010年3月31日-2017年12月1日區(qū)分為兩個(gè)樣本時(shí)間段。第一階段為2010年3月31日-2014年9月12日（截至到第四次擴(kuò)容結(jié)束）；第二階段為2014年9月15日-2017年12月1日。在第一階段內(nèi)，兩融標(biāo)的證券范圍處于較快的變動(dòng)之中，而后一階段標(biāo)的股票范圍相對(duì)處于穩(wěn)定狀態(tài)，增速較為平緩。本文將考察兩個(gè)階段融資融券與滬深A(yù)股市場(chǎng)股價(jià)波動(dòng)的影響。

數(shù)據(jù)來(lái)源為東方財(cái)富金融終端，數(shù)據(jù)處理由Stata12.0完成。

（三）變量說(shuō)明

本文選取的變量為股市波動(dòng)性指標(biāo)、凈融券交易指標(biāo)以及凈融資交易指標(biāo)。

表1 變量說(shuō)明

四、實(shí)證結(jié)果分析

本文建立VAR模型對(duì)A股市場(chǎng)波動(dòng)、凈融資額與凈融券額的關(guān)系展開(kāi)實(shí)證分析。在對(duì)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)的基礎(chǔ)上，首先采用單位根檢驗(yàn)判斷數(shù)據(jù)的平穩(wěn)性，避免由于變量的不平穩(wěn)造成偽回歸；其次確定最佳滯后階數(shù)，構(gòu)建VAR模型、檢驗(yàn)AR根穩(wěn)定性；然后在構(gòu)建的VAR模型基礎(chǔ)上逐次進(jìn)行協(xié)整檢驗(yàn)、Granger因果檢驗(yàn)、脈沖響應(yīng)分析和方差分解。

（一）描述性統(tǒng)計(jì)

從表2的結(jié)果以及通過(guò)J-B統(tǒng)計(jì)量，可以得出日內(nèi)波動(dòng)、凈融資額以及凈融券額這三個(gè)序列呈現(xiàn)出尖峰厚尾特征的結(jié)論，不服從正態(tài)分布，適合用金融時(shí)間序列模型進(jìn)行分析研究。

表2 各變量描述性統(tǒng)計(jì)結(jié)果

（二）單位根檢驗(yàn)

利用VAR模型進(jìn)行時(shí)間序列分析，研究融資融券與股市波動(dòng)的影響。首先要對(duì)數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，判斷數(shù)據(jù)是否為平穩(wěn)序列。本文采用ADF檢驗(yàn)方法，對(duì)股市的日內(nèi)波動(dòng)、融資融券指標(biāo)的平穩(wěn)性進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如表3所示，全部指標(biāo)在1%的顯著性水平下，ADF統(tǒng)計(jì)量小于臨界值，從而拒絕原假設(shè)，故可以認(rèn)為三個(gè)指標(biāo)的時(shí)間序列均是平穩(wěn)的。

表3 ADF平穩(wěn)性檢驗(yàn)結(jié)果

（三）協(xié)整檢驗(yàn)

協(xié)整檢驗(yàn)可用于判斷變量之間是否存在長(zhǎng)期關(guān)系，前提是這些變量滿(mǎn)足同階單整。在本文中三個(gè)指標(biāo)在兩個(gè)樣本時(shí)間段內(nèi)均符合平穩(wěn)性條件，故可以進(jìn)行協(xié)整檢驗(yàn)。在構(gòu)建VAR模型之前，需要確定最佳滯后階數(shù)，結(jié)果如圖1和圖2。

圖1 第一階段VAR模型滯后項(xiàng)結(jié)果

圖2 第二階段VAR模型滯后項(xiàng)結(jié)果

根據(jù)圖1檢驗(yàn)結(jié)果，按照FPE與AIC準(zhǔn)則的最佳滯后階數(shù)為4，HQIC與SBIC準(zhǔn)則的最優(yōu)滯后階數(shù)為1階，本文按照折中處理的方法，選擇最佳滯后階數(shù)為2階，選擇建立VAR（2）模型。根據(jù)圖2檢驗(yàn)結(jié)果，按照FPE、AIC以及HQIC準(zhǔn)則最佳滯后階數(shù)為3階，依據(jù)多數(shù)原則，故選擇建立滯后階數(shù)為3階的VAR（3）模型。第一階段與第二階段的數(shù)據(jù)均通過(guò)協(xié)整檢驗(yàn)，實(shí)證結(jié)果表明凈融資額、凈融券額與股市波動(dòng)存在長(zhǎng)期內(nèi)存在著一種穩(wěn)定的變化關(guān)系。

（四）格蘭杰因果檢驗(yàn)

以上檢驗(yàn)只是證明了A股市場(chǎng)波動(dòng)，凈融資額與凈融券額之間存在著一種長(zhǎng)期的均衡關(guān)系，但是三者之間的這種均衡關(guān)系的因果聯(lián)系需要進(jìn)一步驗(yàn)證。格蘭杰因果檢驗(yàn)從統(tǒng)計(jì)意義出發(fā)，用于判斷變量之間的因果關(guān)系。為闡述本文三大指標(biāo)之間的因果關(guān)系，運(yùn)用Stata進(jìn)行格蘭杰檢驗(yàn)。由檢驗(yàn)結(jié)果得出，融資融券交易與股市的波動(dòng)互為因果，即融資融券交易對(duì)股市波動(dòng)產(chǎn)生影響；股市波動(dòng)對(duì)融資融券交易亦產(chǎn)生影響。鑒于本文研究目的在于探究?jī)扇谥贫韧瞥龅挠绊懠靶Ч?，故將重點(diǎn)論述兩融交易行為對(duì)股市波動(dòng)的單向影響。

（五）VAR穩(wěn)定性檢驗(yàn)與脈沖響應(yīng)

融資融券交易的VAR模型穩(wěn)定性檢驗(yàn)是應(yīng)用脈沖響應(yīng)方法的前提，如果所設(shè)定的模型不穩(wěn)定，則不能考察脈沖函數(shù)的變量關(guān)系。因此要首先對(duì)所構(gòu)建的VAR模型進(jìn)行穩(wěn)定性檢驗(yàn)，檢驗(yàn)結(jié)果顯示全部特征根均在單位圓內(nèi)，表明設(shè)定的VAR模型是穩(wěn)定的。

以第一階段的樣本數(shù)據(jù)為例，通過(guò)圖3和圖4可知，股市對(duì)本期融資融券各自帶來(lái)的沖擊于第二個(gè)交易日達(dá)到大，從第二個(gè)交易日后股市的波動(dòng)開(kāi)始趨于平緩，這與決策層推出融資融券制度的初心一致，表明其會(huì)抑制股市的波動(dòng)。從圖中還可以發(fā)現(xiàn)融券的沖擊大于融資，雖然截至2017年12月22日滬深兩市融資余額為10170.71億元，融券余額為48.9億元，兩者規(guī)模相距甚遠(yuǎn)。這從一定程度上表明研究?jī)扇趯?duì)股市的波動(dòng)性?xún)H僅考慮規(guī)模因素是不夠全面的。

圖3 第一階段融券變動(dòng)對(duì)股市的沖擊

圖4 第一階段融資變動(dòng)對(duì)股市的沖擊

（六）方差分解

方差分解是通過(guò)分析每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量的變化（通常用方差來(lái)度量）的貢獻(xiàn)度，進(jìn)一步評(píng)級(jí)不同結(jié)構(gòu)沖擊的重要性，本文選定8期作為方差分解的滯后期，基于已經(jīng)建立的向量自回歸模型，分別對(duì)三個(gè)指標(biāo)進(jìn)行方差分解。實(shí)證結(jié)果為：滬深股市波動(dòng)絕大部分來(lái)自于自身標(biāo)準(zhǔn)誤差擾動(dòng)，比如行業(yè)因素、宏觀經(jīng)濟(jì)環(huán)境、經(jīng)濟(jì)周期、微觀個(gè)體因素等，而融資與融券的交易行為給股市波動(dòng)帶來(lái)的貢獻(xiàn)率低。2010年3月31日-2014年9月12日期間內(nèi)，融資融券交易帶來(lái)的波動(dòng)貢獻(xiàn)率合計(jì)不超過(guò)2%；2014年9月15日-2015年12月1日，兩融交易的貢獻(xiàn)率合計(jì)大約為4%，較第一階段有了近2%的增長(zhǎng)，表明融資融券制度在進(jìn)入日常化運(yùn)行后對(duì)股市的影響力逐漸上升，對(duì)股市異常波動(dòng)的抑制作用逐步顯現(xiàn)。

五、簡(jiǎn)要結(jié)論

本文利用向量自回歸模型（VAR）分析了融資融券交易與股市波動(dòng)在不同時(shí)間段內(nèi)的相關(guān)關(guān)系。得出以下實(shí)證結(jié)果：一是凈融資融券額在日內(nèi)的變動(dòng)與滬深股市的波動(dòng)是一種雙向的影響，互為因果。雖然從實(shí)施融資融券交易制度以來(lái)，融券規(guī)模一直與融資規(guī)模存在大幅差距，但是融券交易與股市的相互關(guān)系更加突出，這反映出賣(mài)空機(jī)制在我國(guó)股市的重要性地位。在完善資本市場(chǎng)的過(guò)程中，隨著融資融券規(guī)模的擴(kuò)大，賣(mài)空機(jī)制的作用不可小覷。二是融資融券交易雖然占A股交易比重不高，但是卻起到抑制股市異常波動(dòng)的顯著作用，這與決策層的初心保持一致。三是樣本的第一階段，標(biāo)的股票處于不斷擴(kuò)容中，而在第二階段中標(biāo)的股票范圍變動(dòng)小，處于一個(gè)較為穩(wěn)定的狀態(tài)。基于該狀態(tài)，通過(guò)實(shí)證分析表明，雖然股市波動(dòng)的原因中融資融券的影響力較為細(xì)微，但是隨著融資融券規(guī)模的增長(zhǎng)，這種影響力處于不斷成長(zhǎng)中，未來(lái)該交易制度將會(huì)發(fā)揮愈來(lái)愈重要的作用。