信用交易對(duì)我國(guó)股市波動(dòng)性和有效性影響的實(shí)證研究

王曉凱 周昭雄

引 言

信用交易又稱融資融券交易，是指投資者提供擔(dān)保物向證券公司等中介機(jī)構(gòu)借入資金買入證券或者借入證券賣出，并在約定期限內(nèi)償還所借資金或證券并繳納相應(yīng)的利息和費(fèi)用的證券交易活動(dòng)。內(nèi)地證券市場(chǎng)自2010年3月31日正式引入融資融券制度，至今已有將近4年的時(shí)間。期間，信用交易規(guī)模穩(wěn)步提高，標(biāo)的股票逐步擴(kuò)圍，對(duì)市場(chǎng)定價(jià)機(jī)制和資源配置功能的影響日益突出。那么，信用交易制度究竟對(duì)我國(guó)股票市場(chǎng)帶來了何種系統(tǒng)性的影響，是否降低了市場(chǎng)的整體風(fēng)險(xiǎn)，是否增加了市場(chǎng)的有效性，這正是本文所試圖回答的問題。

一、文獻(xiàn)綜述

（一）信用交易對(duì)股市波動(dòng)性的影響

在理論研究方面，Allen和Gale（1991）的不完全市場(chǎng)均衡模型認(rèn)為，賣空交易被禁止時(shí)，市場(chǎng)是完全競(jìng)爭(zhēng)和均衡的，但是在允許賣空交易的情況下，市場(chǎng)就是不完全競(jìng)爭(zhēng)的，均衡也是無效的。因此實(shí)行金融改革，允許賣空交易不利于維持市場(chǎng)的穩(wěn)定。Hong和Stein（2003）通過構(gòu)建異質(zhì)代理人模型來研究賣空約束能否阻止股價(jià)下跌，結(jié)果表明，允許賣空交易能夠有效釋放投資者對(duì)于股票的悲觀情緒從而避免恐慌情緒的蔓延和累積，進(jìn)而可以降低股市出現(xiàn)崩盤的極端性風(fēng)險(xiǎn)，避免發(fā)生股災(zāi)。Bai，Chang和Wang（2006）的完全理性預(yù)期均衡模型按照交易動(dòng)機(jī)的不同區(qū)分了兩類不同的賣空交易者：一類是為了分散風(fēng)險(xiǎn)，另一類是為了通過個(gè)人信息獲取投機(jī)收益。結(jié)果發(fā)現(xiàn)，由于禁止賣空對(duì)兩類交易者的作用機(jī)制正好是相反的，因此賣空約束對(duì)證券市場(chǎng)波動(dòng)性的最終影響取決于其對(duì)兩類賣空交易者影響的凈效應(yīng)。

在實(shí)證研究方面，相當(dāng)一部分學(xué)者的研究成果都證實(shí)融資融券交易非但不會(huì)加劇證券市場(chǎng)的動(dòng)蕩，反而會(huì)在一定程度上降低證券市場(chǎng)的波動(dòng)，起到穩(wěn)定市場(chǎng)的作用。

Woolridge和 Dickinson（1994）基于美國(guó)證券市場(chǎng)的交易數(shù)據(jù)，對(duì)空頭頭寸和股價(jià)之間的關(guān)系進(jìn)行了實(shí)證研究，結(jié)果發(fā)現(xiàn)賣空交易不是造成股票價(jià)格下跌的主要原因，而且賣空機(jī)制的存在對(duì)提高股票市場(chǎng)的流動(dòng)性有積極影響。這和美國(guó)大通曼哈頓銀行（2000）的研究結(jié)論是基本一致的。Charoenrook和Daouk（2003）考察了全球111個(gè)國(guó)家或地區(qū)的歷史交易數(shù)據(jù)，研究結(jié)果顯示，雖然沒有明顯證據(jù)表明賣空約束影響了收益率的偏度和股市發(fā)生崩盤的概率，但是允許賣空交易可以明顯降低股票收益率的波動(dòng)性并提高市場(chǎng)的流動(dòng)性，從而在整體上提升證券市場(chǎng)的質(zhì)量。Bris，Goetzmann和 Zhu（2007）選取世界范圍內(nèi)46個(gè)比較具有代表性的股票市場(chǎng)作為研究對(duì)象，探究了賣空約束對(duì)個(gè)股和市場(chǎng)收益率分布特征的影響。結(jié)果發(fā)現(xiàn)，在賣空交易沒有受到限制的市場(chǎng)，收益率的波動(dòng)性要低得多，負(fù)收益率極端值的分布頻數(shù)也要小很多，這也就意味著賣空機(jī)制可以起到穩(wěn)定市場(chǎng)的作用。

當(dāng)然，也有部分學(xué)者的實(shí)證結(jié)果在不同程度上支持融資融券交易會(huì)加劇股票收益率的波動(dòng)，不利于證券市場(chǎng)的穩(wěn)定。Chang，Cheng和 Yu（2007）考察了香港證券市場(chǎng)上個(gè)股在被列入和剔除可賣空股票名單前后的變化，結(jié)果證實(shí)，當(dāng)賣空機(jī)制較少受到限制或者被允許時(shí)，個(gè)股收益率的波動(dòng)性明顯變大了。

國(guó)內(nèi)研究方面，由于內(nèi)地證券市場(chǎng)開展融資融券業(yè)務(wù)的時(shí)間尚短，因此大多數(shù)文獻(xiàn)都選取了臺(tái)灣或者香港證券市場(chǎng)作為研究對(duì)象。廖士光和楊朝軍（2005）對(duì)臺(tái)灣證券市場(chǎng)的月度賣空數(shù)據(jù)進(jìn)行了實(shí)證研究，結(jié)果發(fā)現(xiàn)賣空機(jī)制的引入并未加劇證券市場(chǎng)的波動(dòng)，而且由于賣空交易額與股票指數(shù)之間存在著正向變動(dòng)關(guān)系，因此賣空機(jī)制的存在反而可以對(duì)證券市場(chǎng)的波動(dòng)起到一定的平抑作用。陳淼鑫和鄭振龍（2008）運(yùn)用非對(duì)稱GARCH模型探討了香港證券市場(chǎng)引入賣空機(jī)制前后股票市場(chǎng)波動(dòng)性的變化，結(jié)果同樣證實(shí)賣空機(jī)制的引入并沒有加劇證券市場(chǎng)的波動(dòng)性。

（二）信用交易對(duì)股市有效性的影響

在國(guó)際研究方面，Danielsen和 Sorescu（2001）選取分析師盈利預(yù)測(cè)的標(biāo)準(zhǔn)差作為異質(zhì)信念的代理變量，對(duì)美國(guó)證券市場(chǎng)過去二十余年的歷史交易數(shù)據(jù)進(jìn)行了實(shí)證分析，結(jié)果發(fā)現(xiàn)，分析師盈利預(yù)測(cè)分歧越大的股票其未來的收益率越低，支持Miller（1997）的股價(jià)高估假說。Chang，Cheng和 Yu（2007）對(duì)香港證券市場(chǎng)的實(shí)證結(jié)果顯示賣空約束導(dǎo)致了股價(jià)高估，且高估程度隨著投資者意見分歧程度的提高而變大，并認(rèn)為放松賣空約束可以提高股票市場(chǎng)的定價(jià)效率，這也進(jìn)一步驗(yàn)證了Millier（1977）的股價(jià)高估假說。Bris，Goetzmann和 Zhu（2007）的實(shí)證結(jié)果顯示，在允許賣空交易的國(guó)家或地區(qū)，資產(chǎn)價(jià)格對(duì)利空信息的反應(yīng)速度要快于賣空交易受到限制或禁止的國(guó)家或地區(qū)，這也就意味著信用交易確實(shí)有利于提高股票市場(chǎng)的定價(jià)效率。

國(guó)內(nèi)研究方面，許紅偉和陳欣（2012）利用雙重差分模型研究了信用交易的引入對(duì)標(biāo)的股票定價(jià)效率和收益率分布特征的影響，結(jié)果發(fā)現(xiàn)融資融券業(yè)務(wù)對(duì)提高股票定價(jià)效率的積極影響十分有限，遠(yuǎn)遠(yuǎn)沒有達(dá)到監(jiān)管層的預(yù)期目標(biāo)，并提出了放松賣空約束、擴(kuò)大融資融券標(biāo)的股票范圍的政策建議。黃洋等（2013）選取首批90只融資融券標(biāo)的股票作為研究樣本，從理論和實(shí)踐的角度檢驗(yàn)了信用交易對(duì)股票市場(chǎng)價(jià)格發(fā)現(xiàn)功能的影響。結(jié)果表明，融資融券的推出使得投資者有更多的選擇和手段對(duì)市場(chǎng)信息做出及時(shí)反應(yīng)，從而顯著提高了股票市場(chǎng)的定價(jià)效率。

二、研究方法

股票市場(chǎng)波動(dòng)性是指市場(chǎng)中由于各種不確定因素導(dǎo)致證券資產(chǎn)蒙受損失的可能性，也即收益的不確定性或者不可預(yù)測(cè)性。單個(gè)證券或者證券組合的系統(tǒng)性風(fēng)險(xiǎn)可以用CAPM模型中的β系數(shù)來描述，而整個(gè)市場(chǎng)的波動(dòng)性則需要借助于方差等統(tǒng)計(jì)指標(biāo)來刻畫，基于方差概念的現(xiàn)代風(fēng)險(xiǎn)度量模型主要有VaR模型和GARCH族模型。

Engle（1982）研究英國(guó)通貨膨脹率序列變化規(guī)律時(shí)最早提出了自回歸條件異方差模型，此后，經(jīng)過Bollerslev（1986）等人的擴(kuò)展，逐漸形成了應(yīng)用更為廣泛的GARCH模型、GARCH-M模型以及GJR-GARCH模型等。考慮到VaR風(fēng)險(xiǎn)管理模型依賴于對(duì)投資組合收益率服從正態(tài)分布的假設(shè)，而金融市場(chǎng)上資產(chǎn)收益率序列又往往呈現(xiàn)出尖峰厚尾的特征，且存在波動(dòng)聚類現(xiàn)象，并非嚴(yán)格服從正態(tài)分布，因此本文將采用GARCH族模型來研究信用交易對(duì)股票市場(chǎng)波動(dòng)性和有效性的影響。鑒于條件方差與期望收益在理論上的相關(guān)性，筆者將模型設(shè)定為如下 GARCH（1，1）-M形式：

由方差方程可以看出，當(dāng)期的條件方差取決于以下三個(gè)部分：其一是截距項(xiàng)，系數(shù)α0衡量股票市場(chǎng)波動(dòng)性系統(tǒng)性地上升或下降；其二是上一期的隨機(jī)誤差項(xiàng)，系數(shù)α1衡量上一期的新信息對(duì)市場(chǎng)當(dāng)期波動(dòng)率的影響；其三是上一期的條件方差項(xiàng)，系數(shù)β1衡量歷史信息對(duì)市場(chǎng)當(dāng)期波動(dòng)率的影響，反映了沖擊的長(zhǎng)期記憶性。

Malkiel和Fama（1970）的有效市場(chǎng)假說認(rèn)為，股票市場(chǎng)的有效性是指證券價(jià)格充分反映了該資產(chǎn)所有可獲得的信息，并能準(zhǔn)確而迅速地對(duì)新的市場(chǎng)信息做出反應(yīng)。有效性的實(shí)證檢驗(yàn)方法主要有隨機(jī)游走檢驗(yàn)法、濾波檢驗(yàn)法、CAPM模型或三因子模型法、GARCH模型法等。本文承接前面部分對(duì)波動(dòng)性的研究，繼續(xù)采用GARCH模型，通過模型擬合結(jié)果中反應(yīng)前一期的新信息與歷史信息對(duì)當(dāng)前市場(chǎng)波動(dòng)性影響的系數(shù)α1和β1的變化來考察信用交易對(duì)股票市場(chǎng)有效性的影響。

三、證券信用交易對(duì)市場(chǎng)影響的實(shí)證分析

（一）數(shù)據(jù)來源與檢驗(yàn)

2006年6月30日，證監(jiān)會(huì)發(fā)布《證券公司融資融券試點(diǎn)管理辦法》，這是內(nèi)地證券市場(chǎng)嘗試引入信用交易制度的開端，故本文選取2006年6月30日至2013年9月30日作為研究區(qū)間。考慮到上證50指數(shù)和深證成指的樣本股分別為上交所和深交所開展融資融券業(yè)務(wù)所選擇的首批標(biāo)的股票，因此本文選取上證50指數(shù)和深證成指的日收盤價(jià)格作為研究對(duì)象，并分別作為上海市場(chǎng)和深圳市場(chǎng)的代表。樣本數(shù)據(jù)共有1764個(gè)，數(shù)據(jù)來源為銳思金融研究數(shù)據(jù)庫(kù)，分析軟件為Eviews 8.0。

本文首先對(duì)上證50指數(shù)和深證成指日收盤價(jià)格的對(duì)數(shù)取差分以獲得連續(xù)的日收益率序列，為了提高計(jì)算精度，對(duì)上述序列均乘以100從而分別得到上證50指數(shù)和深證成指的日收益率數(shù)據(jù)RSH和RSZ.，首先對(duì)數(shù)據(jù)的正態(tài)性、平穩(wěn)性以及是否存在ARCH效應(yīng)進(jìn)行檢驗(yàn)。

1、正態(tài)性檢驗(yàn)

表1 收益率序列正態(tài)性檢驗(yàn)結(jié)果

由表1可以看出，兩個(gè)指數(shù)的收益率序列均具有明顯的尖峰厚尾特征，Jarque-Bera統(tǒng)計(jì)量遠(yuǎn)遠(yuǎn)大于任意合理顯著水平下的臨界值，因此在模型中不能認(rèn)為殘差是正態(tài)分布的。

2、平穩(wěn)性檢驗(yàn)

平穩(wěn)性檢驗(yàn)采用的是不帶截距項(xiàng)和趨勢(shì)項(xiàng)的ADF檢驗(yàn)，滯后階數(shù)由軟件自動(dòng)設(shè)定。ADF檢驗(yàn)的結(jié)果表明，上證50指數(shù)和深圳成指的日收益率序列均為平穩(wěn)序列。

表2 收益率序列平穩(wěn)性檢驗(yàn)結(jié)果

3、ARCH效應(yīng)檢驗(yàn)

檢驗(yàn)收益率序列是否存在ARCH效應(yīng)的標(biāo)準(zhǔn)方法是ARCH-LM檢驗(yàn)。首先將收益率序列對(duì)常數(shù)項(xiàng)進(jìn)行回歸，得到殘差序列。取滯后階數(shù)為20，得到的檢驗(yàn)結(jié)果如表3所示，從中我們可以看出殘差存在強(qiáng)烈的波動(dòng)集聚現(xiàn)象，因此本文采用GARCH模型進(jìn)行分析是合理的。

表3 收益率序列A R C H效應(yīng)檢驗(yàn)結(jié)果

（二）信用交易制度實(shí)行前后市場(chǎng)波動(dòng)性變化檢驗(yàn)

為了考察信用交易制度對(duì)證券市場(chǎng)波動(dòng)性的影響，本文在方差方程中加入F、M和N三個(gè)虛擬變量，其取值如下：

其中，融資融券交易的分界線選為正式實(shí)施日2010年3月31日；轉(zhuǎn)融資業(yè)務(wù)的分界線選為正式實(shí)施日2012年8月30日，轉(zhuǎn)融券業(yè)務(wù)的分界線選為正式實(shí)施日2013年2月28日。GARCH模型的方差方程相應(yīng)地變?yōu)椋?/p>

式中，虛擬變量F的系數(shù)λ衡量融資融券交易制度實(shí)行前后市場(chǎng)波動(dòng)性系統(tǒng)性的增減變化；虛擬變量M的系數(shù)γ衡量轉(zhuǎn)融資業(yè)務(wù)開展前后市場(chǎng)波動(dòng)性系統(tǒng)性的增減變化；虛擬變量N的系數(shù)θ衡量轉(zhuǎn)融券業(yè)務(wù)開展前后市場(chǎng)波動(dòng)性系統(tǒng)性的增減變化。采用Eviews 8.0對(duì)模型進(jìn)行估計(jì)，由于殘差拒絕服從正態(tài)分布，故模型的誤差分布項(xiàng)選擇為廣義誤差分布（Generalized Error Distribution），回歸結(jié)果見表4。

表4 信用交易制度對(duì)證券市場(chǎng)波動(dòng)性影響回歸結(jié)果

由GARCH-M模型的估計(jì)結(jié)果，我們可以得出以下結(jié)論：

1、上證50和深證成指的均值方程中均有系數(shù)δ為正數(shù)，且分別在10%和1%的置信水平下顯著，這反映了期望收益與期望風(fēng)險(xiǎn)的正向關(guān)系。另外，深證成指的系數(shù)δ明顯大于上證50指數(shù)，大約是后者的兩倍，這說明面對(duì)相同的期望風(fēng)險(xiǎn)，深圳市場(chǎng)的投資者要求更大的期望回報(bào)。

2、上證50和深證成指的方差方程中均有系數(shù)λ為負(fù)數(shù)，且均在10%的置信水平下顯著，這說明融資融券業(yè)務(wù)的開展有效地降低了證券市場(chǎng)的波動(dòng)性，分別使得上證50和深證成指的市場(chǎng)波動(dòng)性平均降低了0.0076和0.0118。

3、上證50和深證成指的方差方程中，系數(shù)γ均為正數(shù)，系數(shù)θ均為負(fù)數(shù)，但也均不顯著，這說明轉(zhuǎn)融通業(yè)務(wù)的開展并沒有對(duì)證券市場(chǎng)的波動(dòng)性造成顯著影響。原因可能是轉(zhuǎn)融通業(yè)務(wù)開展的時(shí)間尚短，轉(zhuǎn)融資和轉(zhuǎn)融券的規(guī)模都很小，尚不足以影響到證券市場(chǎng)的波動(dòng)。

（三）信用交易制度實(shí)行前后市場(chǎng)有效性變化檢驗(yàn)

為了考察信用交易制度對(duì)證券市場(chǎng)有效性的影響，筆者以2010年3月31日為分界線將考察期劃分為兩個(gè)區(qū)間并進(jìn)行對(duì)比分析。由于常數(shù)項(xiàng)的大小不會(huì)影響有效性的討論，故本文將簡(jiǎn)化方差方程，去掉三個(gè)虛擬變量，利用GARCH模型分別對(duì)兩個(gè)區(qū)間的樣本數(shù)據(jù)進(jìn)行擬合，估計(jì)結(jié)果見表5。

表5 融資融券制度實(shí)行前后樣本數(shù)據(jù)回歸結(jié)果

由估計(jì)結(jié)果可以看出，四次回歸均有α1+β1＜1，滿足模型的平穩(wěn)性要求。α1和β1分別反映了前一期的新信息和歷史信息對(duì)股票市場(chǎng)當(dāng)期波動(dòng)率的影響。分析上述估計(jì)結(jié)果，我們可以得出以下結(jié)論。

1、對(duì)于上證50指數(shù)而言，融資融券交易實(shí)行以前，系數(shù)α1的值為0.060212，且在1%的置信水平下顯著；融資融券交易實(shí)行以后，系數(shù)α1變得不再顯著，也就是說，信用交易的實(shí)施使得證券市場(chǎng)當(dāng)期的波動(dòng)率不再明顯受到上一期新信息的影響。對(duì)于深證成指而言，系數(shù)α1的值由融資融券交易實(shí)行以前的0.072374大幅度下降為融資融券交易實(shí)行以后的0.015374，且分別在1%和5%的置信水平下顯著，這說明信用交易制度的實(shí)施大大降低了上一期新信息對(duì)證券市場(chǎng)當(dāng)期波動(dòng)率的影響。

2、對(duì)于上證50指數(shù)而言，系數(shù)β1由融資融券交易實(shí)行以前的0.932206下降為融資融券交易實(shí)行以后的0.930533，且均在1%的置信水平下顯著，這說明信用交易制度的實(shí)施使得歷史信息對(duì)證券市場(chǎng)當(dāng)期波動(dòng)率的影響變小了，下降幅度為0.18%。對(duì)于深證成指而言，系數(shù)β1由融資融券交易實(shí)行以前的0.916632上升為融資融券交易實(shí)行以后的0.949106，且均在1%的置信水平下顯著，這說明信用交易制度的實(shí)施使得歷史信息對(duì)當(dāng)期波動(dòng)率的影響變大了，上升幅度為3.54%。

四、結(jié) 論

通過對(duì)信用交易制度的實(shí)證分析，本文發(fā)現(xiàn)內(nèi)地證券市場(chǎng)引入信用交易制度確實(shí)對(duì)股票市場(chǎng)的波動(dòng)性和有效性都產(chǎn)生了一定程度的影響，并得出了以下5點(diǎn)主要結(jié)論。

1、對(duì)于上證50指數(shù)和深證成指而言，期望收益和期望風(fēng)險(xiǎn)均呈現(xiàn)正向變化關(guān)系。這說明，投資者對(duì)于風(fēng)險(xiǎn)較大的股票要求有相應(yīng)足夠大的收益，表現(xiàn)出理性的特征。而且，面對(duì)相同的期望風(fēng)險(xiǎn)，深圳市場(chǎng)的投資者要求獲得更高的期望收益。

2、融資融券交易確實(shí)有效降低了證券市場(chǎng)的波動(dòng)性，分別使得上證50指數(shù)和深證成指的市場(chǎng)波動(dòng)性平均下降了0.0076和0.0178，后者明顯大于前者。

3、轉(zhuǎn)融通業(yè)務(wù)的開展對(duì)上證50指數(shù)和深證成指的波動(dòng)性均無顯著影響，這可能和此項(xiàng)業(yè)務(wù)開展的時(shí)間尚短、轉(zhuǎn)融資和轉(zhuǎn)融券的規(guī)模過小有關(guān)。

4、融資融券交易實(shí)行以后，對(duì)于上證50指數(shù)而言，系數(shù)α1由0.060212變?yōu)椴辉亠@著；對(duì)于深證成指而言，系數(shù)α1由0.072374大幅度下降為0.015374。這意味著內(nèi)地證券市場(chǎng)在引入信用交易制度以前，由于受到“T+1”交易制度的限制，當(dāng)天公布的信息不能充分地體現(xiàn)到當(dāng)天的股價(jià)之中，市場(chǎng)定價(jià)缺乏效率。而在信用交易制度推行以后，這一局面有所改善，市場(chǎng)對(duì)當(dāng)天公布的信息都能夠充分吸收，這才使得上一期的新信息對(duì)證券市場(chǎng)當(dāng)期波動(dòng)率的影響大幅度降低甚至不再明顯，從這個(gè)意義上來說，市場(chǎng)的有效性明顯增強(qiáng)。

5、融資融券交易實(shí)行以后，對(duì)于上證50指數(shù)而言，系數(shù)β1由0.932206小幅度下降為0.930533，歷史信息對(duì)當(dāng)期波動(dòng)率的影響降低，市場(chǎng)的有效性有所增強(qiáng)；然而對(duì)于深證成指而言，系數(shù)β1則由0.916632小幅度上升為0.949106，這意味著信用交易制度實(shí)施以后，歷史信息對(duì)當(dāng)期波動(dòng)率的影響有所增強(qiáng)，但是筆者認(rèn)為，不能僅憑β1的上升就簡(jiǎn)單地判斷市場(chǎng)的有效性降低了，而應(yīng)該對(duì)融資融券交易實(shí)行前后市場(chǎng)對(duì)新信息的反應(yīng)程度和沖擊的持續(xù)性兩方面所發(fā)生的相反變化有所區(qū)分。

系數(shù)β1一方面衡量了歷史信息對(duì)市場(chǎng)當(dāng)期波動(dòng)率的影響程度，另一方面又衡量了歷史沖擊對(duì)市場(chǎng)波動(dòng)性影響的衰減速度，系數(shù)α1大幅度下降和系數(shù)β1小幅度上升同時(shí)出現(xiàn)則意味著盡管今天公布的信息對(duì)次日的沖擊大幅度降低了，但是該沖擊將會(huì)在市場(chǎng)上停留更長(zhǎng)的時(shí)間，從而對(duì)未來的股價(jià)帶來更加持久的影響。另外，證券信用交易對(duì)上海市場(chǎng)和深圳市場(chǎng)有效性的影響有所不同，這可能和上市公司類型、投資者結(jié)構(gòu)、交易制度等因素的差別有關(guān)，至于何者占主導(dǎo)地位，則有待于今后進(jìn)一步的研究。

［1］Allen F,Gale D.Arbitrage,short sales,and financial innovation[J].Econometrica:Journal of the Econometric Society,1991:1041-1068

［2］Bai Y,Chang E,Wang J.Asset prices under short-sale constraints[D].University of Hong Kong,2006

［3］Bris A,Goetzmann W N,Zhu N.Efficiency and the bear:Short sales and markets around the world[J].The Journal of Finance,2007,62(3):1029-1079

［4］Chang E C,Cheng JW,Yu Y.Short‐sales constraints and price discovery:Evidence from the Hong Kong market[J].The Journal of Finance,2007,62(5):2097-2121

［5］Danielsen B R,Sorescu S M.Why do option introductions depress stock prices?A study of diminishing short sale constraints[J].Journal of Financial and Quantitative Analysis,2001,36(04):451-484

［6］Hong H,Stein J C.Differences of opinion,short‐sales constraints,and market crashes[J].Review of financial studies,2003,16(2):487-525

［7］Woolridge J R,Dickinson A.Short selling and common stock prices[J].Financial Analysts Journal,1994:20-28

［8］Malkiel B G,Fama E F.Efficient capital markets:A review of theory and empirical work[J].The journal of Finance,1970,25(2):383-417

［9］Engle R F.Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation[J].Econometrica:Journal of the Econometric Society,1982:987-1007

［10］廖士光,楊朝軍.賣空交易機(jī)制對(duì)股價(jià)的影響——來自臺(tái)灣股市的經(jīng)驗(yàn)證據(jù)[J].金融研究,2006(10):131-140

［11］陳淼鑫，鄭振龍.賣空機(jī)制對(duì)證券市場(chǎng)的影響：基于全球市場(chǎng)的經(jīng)驗(yàn)研究[J].世界經(jīng)濟(jì)，2008(12)：73-81

［12］許紅偉,陳欣.我國(guó)推出融資融券交易促進(jìn)了標(biāo)的股票的定價(jià)效率嗎?——基于雙重差分模型的實(shí)證研究[J].管理世界,2012(5):52-61

［13］黃洋等.融資融券交易與市場(chǎng)價(jià)格發(fā)現(xiàn)——基于盈余公告漂移的實(shí)證分析[J].上海金融,2013(2):75-81