融資融券對我國股市波動性的影響

引言

2011年11月25日，經中國證監會批準，《上海證券交易所融資融券交易實施細則》正式發布，并自發布之日起施行。這一新型交易模式改變了我國長期以來不能做空的單邊市格局，為證券市場注入了新的活力。以往傳統的證券市場“追漲殺跌”，導致股市價格波動劇烈，常常脫離理性水平，市場缺乏有效性。而融資融券這一新興業務是否對股市波動性有影響，兩者何者是因，何者是果？文獻中國內學者對融資融券交易機制與股市波動性的定性研究較多，而實證研究則主要集中在美國、香港、臺灣等國家和地區，對我國證券市場的針對性不強。所以本文選擇中國證券市場作為實證對象進行研究，旨在探討現實中融資融券交易對我國股市波動性的影響。

理論基礎

國外學者Charoenrook和Daouk（2003）用換手率作為衡量流動性的指標，研究發現賣空機制在一定程度上會起到穩定股市波動的作用。國內學者張哲章（1998）利用臺灣證券市場的數據進行實證，結果表明股價有領先融券余額而變動的傾向，股價可視為融券余額的先行指標。

理論上說，融資融券是一種雙向交易制度，融資買入者在未來需賣券返錢； 融券賣出者， 在未來需買券返券。因此， 當市場投機氛圍濃厚導致某一股票價格暴漲時， 投資者可通過融券沽出股票，從而使股價回落；當某一股票價格過度低估時，投資者則可通過融資買入此股票，促使其股價上揚。所以在完善的融資融券制度下，其能抑制股市價格巨幅波動。

那我國的現實市場表現如何？融資融券是否真的減小了股市波動性？本文就此為目的，在前人研究的基礎上展開實證分析。

由于上證50指數的成分股為首批融資融券交易的試點股，且上海市場交易量逐漸增大，因此以其為研究對象，運用統計的對比分析法考察各階段股市波動性的變化。但由于此方法沒有把其他因素考慮進去， 所以不能完全肯定所得到的結論，還需結合融資額、融券額進一步進行實證檢驗，并借助Granger因果檢驗分析因果引致關系。

樣本選取和研究方法

·樣本選取

選取上證50指數的每日收盤價（SZ）為樣本數據，范圍為2008年1月2日～2012年5月25日，這段時間我國融資融券政策發生了多次變化，以試點業務前后和常規業務前后為分界點，劃分為四個區間，分別是2008年1月2日～2008年9月26日，2008年10月6日～2010年3月30日，2010年3月31日～2011年11月24日，2011年11月25日～2012年4月25日。數據來源于新浪財經網站。

選取上海股票市場的每日融資買入額（RZ，單位：百萬元）和每日融券賣出額（RQ，單位：千股）為樣本數據，數據區間是2010年3月31日～2012年4月25日，共502個數據。運用Eviews5.0計量經濟軟件對其進行相關實證檢驗。樣本數據來源于上海證券交易所網站。

·研究方法

1、單位根檢驗

考察時間序列的平穩性一般采用單位根檢驗，本文采用ADF檢驗，其回歸方程式為：Yt = €%Z+€%[t + €%＼Yt—1 + €%Zi △Yt—1 + €%^t，假設檢驗H0 ： €%＼ =1滿足ADF檢驗。其中€%^t為誤差項；p是滯后階數；t是時間趨勢；并引入△Yt—1 （i=1，2，…，p）項，以消除自相關性。若t檢驗統計量值小于相應臨界值，則拒絕H0，該序列是穩定的I（0）過程；若t檢驗統計量值大于相應臨界值，則不能拒絕H0，是非平穩序列，需要進一步檢驗其一階差分方程。

2、協整檢驗

如果兩個（或兩個以上）的時間序列是非平穩的，但它們的某種線性組合卻是平穩的，則這兩個（或兩個以上）變量之間存在協整關系或長期均衡關系。協整性檢驗有兩種方法：1）基于回歸殘差的協整檢驗；2）基于回歸系數完全信息的Johansen的協整檢驗。本文選擇第二種方法。

3、Grange因果檢驗

為了能從更深層次來刻畫融資融券交易與股市波動性之間關系，我們在此采用Granger因果檢驗進行分析。Granger （1969）提出了因果關系的概念，來檢驗Y是否是X的Granger原因。如果序列X和Y，都是平穩的I（0）過程，可以利用下面的四個回歸方程式檢驗：Yt = €%[jyt—j + €%Zixt—i + €%^t，零假設：H0x：€%[j=0，i=1，2，…，p.若零假設成立，說明X不是引起Y的原因，則方程變為Yt =€%[jyt—j + €%^t；同時Xt=€%Zixt—i +€%[jyt—j + ut，零假設：H0y：€%Zi =0，i=1，2，…，p.若零假設成立，說明Y不是引起X的原因，則方程變為Yt=€%[jyt—j +€%^t。

實證分析

·描述性統計分析

用每日收益率代表股市的波動性，其計算公式為：

R= （SZt—SZt—1）/ SZt—1

運用計量軟件計算各區間數據的上證50指數收益率均值和方差，其均值分別為—0.00415、0.00098、—0.00071、0.00074；標準差分別為0.031、0.022、0.014、0.013。

在推出融資融券試點開展以前之前， 上證50指數收益率的標準差為0.031， 在允許該業務之后， 市場波動性減小到0.022，而正式推行后指數波動性更是低至0.013。這表明隨著融資融券業務的開展，規模的擴大， 股市的波動性越來越小， 這一交易起到了平抑股市波動的作用。但對比分析只能粗糙的看出股市波動的變化，至于融資融券對股市的影響還需借助下面的實證檢驗。

·單位根檢驗

本文為了得到更穩定的時間序列，對融資額和融券額取對數，得到序列：X=lnRZ，Y=lnRQ 。

由平穩性檢驗得序列X的ADF值為（—3.30）小于其顯著性水平為5%的臨界值（—2.87），表明至少在95%的置信水平下拒絕原假設，認為其是平穩序；序列Y的ADF值為（—1.86）大于三個臨界值，是非平穩序列，其一階差分的ADF值為（—16.34）遠小于顯著性水平為1%的臨界值（—2.57），是平穩序列；序列R的ADF值為（—23.05）遠小于其顯著性水平為1%的臨界值（—2.57），是平穩序列，其一階差分的ADF值為（—16.33）也是平穩序列。

·構建VAR模型選擇最佳滯后期

根據模型的AIC和SC最小值原則來判斷變量的滯后期，當AIC和SC最小值的滯后期不同時則結合LR統計量、赤池準則和信息準則進行判斷。序列X和序列R構建的VAR模型得到的最佳滯后期為8，即建立VAR（8）模型能消除隨機誤差中存在的自相關。而序列Y和序列R構建的VAR模型得到的最佳滯后期為4和8。

·協整檢驗

由以上單位根檢驗可知時間序列Y和R是單整的I（1）過程，因此對其作Johansen協整檢驗，并取滯后期為8。

檢驗結果得， H0：不存在協整關系，跡統計量為（56.29）大于5%臨界值（15.49）， 最大特征值統計量為（53.02）大于5%臨界值（14.26），拒絕原假設，認為至少存在一個協整方程；H：至多存在一個協整方程，跡統計量和最大特征值統計量均小于5%臨界值接受原假設， 即融券量變動與上證50指數收益率變動存在長期協整關系。

·Grange因果檢驗

已知X和R都是平穩的序列，而Y和R是具有長期協整關系的序列，進一步，我們采用Granger因果檢驗對融資融券制度影響市場波動性進行分析。在滯后四期和八期時，結果表明：融資額變動與上證50指數變動之間存在顯著的雙向因果關系； 融券額變動與上證50指數變動之間存在顯著的單向因果關系，上證50指數變動是融券額變動的Granger原因。

實證結論分析

1）上證50指數收益率和融資額之間存在雙向因果關系，互相之間有影響，即股市波動性是投資者是否進行融資交易的依據之一；而融資額則能顯著改變股市的波動性水平。

而上證50指數和融券額之間存在單向因果關系，實證結果表明上證50指數是Granger原因，上證50指數的變動引起了融券額的變動，是其先行指標。股票市場對融券交易具有引導作用，投資者根據股市走勢判斷是否進行融券。

2）上證50指數變動會影響投資者預期從而左右投資者行為。當指數接連上升為利好消息時，絕大部分投資者選擇融資買入；當指數持續下降投資者對股市信心不足時，會選擇融券賣出，獲得現金流。而融資融券則可以通過交易行為來影響股價，使其保持在一個合理的水平。雖然由理論分析知融資融券交易可以減少股市波動性，但如果現實交易中缺乏監管，融資融券交易機制不完善，則很可能會擾亂市場秩序。推行這一交易機制對我國來說是一大挑戰，應時刻保持警戒心，加大監管力度，力求使其平穩有序發展。

本文系安徽財經大學校級課題研究成果，課題名稱：融資融券對我國股市波動性的影響

指導老師：黃華繼，安徽財經大學金融學院副教授，碩士生導師。

（作者單位：安徽安徽財經大學金融學院）