融資融券對我國股市影響的實證分析

【摘要】本文選取了2012年4月5日至2014年3月31日時段的481個日數據，討論了上海證券市場A股數據來實證研究融資融券對股市流動性的影響，利用協整檢驗和Granger因果關系檢驗等計量方法，得出結論：融資融券與上證A股流動性之間不存在長期穩定的協整關系，融資融券是股市流動性的Granger原因，而股市流動性不是融資融券的Granger原因，且融資融券對股市影響并不顯著。

【關鍵詞】融資融券 流動性 賣空

一、引言

上海證券交易所對“融資融券交易”的定義為：投資者向具有證券交易所會員資格的證券公司提供擔保物，借入資金買入交易所上市證券或借入交易所上市證券并賣出的行為。相對于西方成熟市場，中國內地證券市場2010年3月31日才推出了融資融券交易，也結束了A股市場只能單向“做多”的市場交易制度缺陷。融資融券業務經歷了四年多的不斷發展與完善，至2014年7月10日轉融券業務試點證券公司由原來的30家增加至73家，轉融券標的證券數量增加1.2倍達到628只，且在交易中形成了融資業務占主導的狀況，而其對股票市場的影響學術界卻仍未得出一致的結論。

二、文獻綜述

自融資融券推行以來，專家學者將該交易制度視為新的討論熱點，紛紛以不同角度進行研究，得出了不少觀點結論，而在已有的文獻中，涉足融資融券對股市流動性的分析較少，且結論也不一。

Woolridge和Dickinson（1994）發現賣空交易的實施能提高市場的流動性。Charoenrook and Daouk（2003）以全球111個國家的數據，使用面板回歸分析和事件研究法發現：在附有較為嚴厲賣空約束條件的新興市場國家中股票市場的流動性水平要明顯低于沒有賣空約束條件的發達國家市場。廖士光、楊朝軍（2005）對香港股市中賣空交易的市場影響的分析發現，賣空交易的推出并未加劇市場波動，也未能增強市場流動性。Gao et al.（2006）研究了我國香港股票市場引入賣空機制前后流動性的變化進行了研究，發現減少賣空機制限制有利于降低市場交易成本，從而提升市場流動性；顧海峰、孫贊贊（2013）使用了滬深股市經驗數據，運用OLS模型和Grnager因果檢驗等方法，分析得出不同的股市行情，融資融券與滬深股市流動性和波動性的長期關系也呈現出不同特點。

三、實證分析

目前，專家學者對于融資融券分析研究數據一般更新到2013年，而融資融券業務一直處于不斷發展中，可能在一定程度上對股市產生不同的影響。本文將選取2012年4月5日到2014年3月31日的日數據，從流動性角度，以實證檢驗解釋說明兩融對股市影響現狀。

（一）理論分析與研究假設

融資交易，是投資者以繳納一定保證金（現金或證券）為前提，向證券公司融入資金買入股票的行為。當發現某些股票被低估或超跌狀態，投資者除使用自有資金買入標的股票，還可通過融資，這樣放大了市場的成交量，等到融資到期，賣出所持股歸還欠款，又一次放大了成交量，可見，從理論上來說融資交易能過放大市場的交易次數。

假設一：融資交易能夠提升市場流動性。

融券交易，是投資者以保證金為抵押，向證券公司借證券來出售，到期返相同種類和數量的證券并支付利息。理論上，當發現某些股票被高估或超漲狀態，投資者除拋售自身持有的標的股票，同時還能利用融券交易，借來標的股票賣出，這樣同樣放大了股票市場的成交量，等到交割日，投資者再以低價買進相同數量借來的標的股票，兩次交易都放大了證券市場的成交量。

假設二：融券交易能夠提升市場流動性。

（二）變量的選取

本文選取的樣本區間為2012年4月5日至2014年3月31日，共481個日度數據，屬于上海證券市場，均來源于RESSET數據庫，來分析融資融券交易對股市的影響，主要涉及的3個變量：

1.融資余額（MP）。指投資者每日融資買進與歸還借款間的差額。融資交易規模一直遠大于融券，且呈穩步上升的趨勢。其走勢如圖1所示。

圖1 融資余額趨勢

2.融券余額（SS）。指投資者每日融券賣出與買進還券間的差額。日均融券余額最大的時候達到了35億元，但趨勢波動較大，走勢如圖2所示。

圖2 融券余額趨勢

3.換手率（LIQ）。指在一定時間內市場中股票轉手買賣的頻率。在本文中將其作為股市流動性指標。其計算公式為：

換手率=成交量/流通總股數×100%

換手率高一般意味著股票流動性好，相反則流動性差，標準為3%，小于該標準的成交額成為“無量”，其趨勢幾乎在0.4-1區間內，如圖3所示。

圖3 換手率趨勢

（三）實證檢驗

數據在stata軟件處理下所得。

1.描述性統計。

表1 數據情況

2.單位根檢驗—ADF檢驗。選取的數據屬于時間序列，建立模型的首要是變量必須平穩，然后在序列平穩的基礎上使用不同的計量方法研究問題。本文選取ADF進行平穩性檢驗。結果如表2：

表2 ADF檢驗結果

注：變量dMP、dSS、dLIQ分別是MP、SS、LIQ變量的一階差分。

結果表明：變量LIQ的ADF值小于1%檢驗水平的臨界值，因此變量是平穩時間序列，而變量MP、SS的ADF值都大于10%檢驗水平的臨界值，屬于非平穩序列。但變量經過一階差分后，ADF值分別為-14.252、-21.944、-28.948，小于1%水平臨界值，即一階差分后的變量均是平穩序列，均為一階單整序列。

3.VAR模型。在控制變量不足的情況下，多元回歸模型并不能有效的檢驗融資融券對股市的影響，而VAR模型恰好能避免這一缺陷。VAR模型，即向量自回歸模型，是基于數據的統計性質基礎上建立模型的，所有變量均看作是內生的，共同組成一個系統，從而將單變量自回歸模型推廣到由多元時間序列變量組建成的“向量”自回歸模型。

最優滯后期的選擇是協整檢驗的基礎，操作結果如下所示：

圖4 兩融交易與股市流動性VAR模型的滯后期數檢驗

根據圖5的檢驗結果可知，融資融券交易對股市流動性的VAR模型階數為滯后5期，即VAR（5）模型是最佳檢驗模型。

所有特征值均在單位根之內，故VAR（6）系統是穩定的。

4.協整檢驗。序列平穩可直接進行格蘭杰因果檢驗，在本文中，MP、SS向量屬于非平穩序列，但變量各自一階差分后可達到平穩，均是一階單整，故可進行協整檢驗，以驗證變量間的長期平穩性。

圖5 VAR（5）模型估計

圖6 VAR（5）系統穩定性的判別圖

圖7 融資融券與股市流動性的協整檢驗

可見，融資融券交易與股市流動性之間也不存在長期穩定的協整關系。

5.格蘭杰因果關系檢驗。雖然在5%置信水平上都拒絕存在協整方程的原假設，但所有變量一階差分后均為平穩序列，故要研究融資融券與股市流動性之間的因果關系和因果關系方向，可以使用Granger因果關系檢驗法。本文選取的滯后期數是根據VAR模型確定最優滯后期數來確定。

表3 格蘭杰因果關系檢驗

在5%的置信水平及滯后期為5的情況下，dMP與dSS不是dLIQ的Granger原因得原假設被拒絕，但變量dLIQ不是dMP、dSS的Granger原因被接受，即融資余額和融券余額是股市流動性的Granger原因，但是股市流動性不是融資余額和融券余額的Granger原因，表明了融資融券與股市流動性之間存在著單向因果關系。

6.脈沖響應。脈沖響應函數方法可用于刻畫分析模型一個變量受到沖擊后對各變量的動態影響，間接反映變量之間的作用方向。格蘭杰因果關系檢驗只證明了變量之間的因果引致關系，而脈沖響應卻正好能顯示出融資融券這個變量的變化對股市波動性與流動性的作用方向。

由于融資、融券對股市流動性、波動性是單向的因果關系，做融資融券對流動性的脈沖響應圖。

圖8 融資融券對股市流動性的脈沖響應圖

從上圖可知，融資余額差分、融券余額差分有正向沖擊時，無論是對換手率差分還是波動幅度差分均是幾乎沒有影響的。

四、實證結果分析

通過對481個日數據的處理，以融資余額、融券余額以及上證A股指數換手率等三個變量進行協整檢驗、Granger因果關系檢驗實證分析，得出結論如下：

1.通過協整檢驗發現，融資融券交易與上證A股市場流動性之間并沒有存在長期均衡關系。

2.通過Granger檢驗得出，融資融券是上證A股市場流動性的Granger原因，而市場流動性不是融資融券交易的Granger原因。融資融券交易與股市流動性存在著單向的因果關系。

3.根據脈沖響應圖，融資、融券交易對于股市的影響幾乎可以忽略不計。

實證分析所得結果幾乎推翻了之前的假設，究其原因主要有：我國融資融券業務相比國外成熟市場幾百年歷史，目前正處于起步階段，賣空交易限制較嚴格，發展結構存在一定的問題，融券規模遠遠小于融資規模，不能與股市“做空”很好地銜接起來；其次，外國融資融券交易量占到證券交易總量的比重都達到15%以上的水平，美國為16%～20%，日本為15%，臺灣為20%～40%，據統計我國目前融資融券占A股流通市值的比重僅0.60%，融資買入成交量占A股成交總額的比重不到5%，因而對股市影響小也在情理之中；再次，股指流動性的測量標準、模型選取的不同，也有可能導致出不同的結論；此外，股市流動性自有慣性，且真正的價格發現功能與市場效率的提升僅依靠推行某個交易制度或引入某個金融創新是遠遠達不到的。

參考文獻

[1]李丹磊.融資融券對股市波動性影響的實證研究—以深證為例[J].時代金融，2013（7）：28-29.

[2]楊穎，張同緯.融資融券對我國股票市場波動性的實證研究——基于VAR模型[J].資本市場，2012（8）：59-60.

[3]丁振川.融資融券對我國股票市場影響的實證研究—基于上海證券交易所的數據分析[D].四川：西南財經大學，2013.

作者簡介：段瑩（1991-），女，漢族，湖南郴州人，現就讀于廣西大學商學院，研究方向：金融與投資。