融資融券制度對我國股市波動性的影響

【摘要】作為我國股票市場交易制度的重大改革舉措之一，融資融券業務及其對股票市場的影響一直存在爭議。本文基于2011年11月25日融資融券業務“轉常規”后的第一個交易日至2014年11月28日共728個交易日的數據，利用計量模型——VAR模型實證分析融資融券制度對股市波動性的影響，最終得出結論市場的波動變化會引起賣空交易變化，但是做空交易沒有造成市場的大幅度波動。

【關鍵詞】融資融券制度 VAR模型 股市波動性

一、引言

長期以來，我國證券市場缺乏合理的價格發現機制，市場中的投資者普遍缺乏專業知識，存在不理性行為，容易導致股價暴漲暴跌，市場的系統性風險較高。為了進一步完善金融市場體系，減少“單邊市”對我國證券市場造成的不利影響，2010年3月31日我國推出融資融券業務試點，并于2011年11月25日融資融券業務由“試點”階段轉為“常規”階段。

自融資融券出現以來，國內外學者對其的市場表現一直存在爭議。本文將基于VAR模型實證分析融資融券制度轉常規后對我國股市波動性的影響。

二、文獻綜述

目前關于融資融券業務與股票市場波動性的關系，理論研究和經驗研究尚未達成一致結論，總體說來有以下三種觀點。

一是引入融資融券制度有助于降低市場的波動性。陳淼鑫、鄭振龍（2008）選取香港股市作為研究對象，發現融資買空對降低股價波動水平起到一定作用。

二是認為融資融券會增加市場波動性，不利于股價穩定。廖士光和張宗新（2005）實證發現賣空機制推出后，市場波動顯著提高，但是融資融券的交易額與市場指數波動之間不存在穩定的協整關系。

三是融資融券對股價波動沒有顯著影響。吳淑琨和廖士光（ 2007）對臺灣股市進行了實證分析，結果表明融資融券交易對市場波動性水平沒有顯著影響。

三、模型介紹與數據選取

（一）模型介紹

本文在實證研究部分首先將運用VAR（向量自回歸）模型進行分析，該模型廣泛應用于經濟問題的研究中，主要考查一個內生變量對其他變量沖擊的響應情況，而忽略了變量之間的相關關系。因此，本文進一步利用脈沖響應函數（IRF）分析某變量沖擊對經濟系統的動態影響，通過方差分解分析一個變量對其他變量的相對重要程度，最后，本文對研究結果進行了格蘭杰因果檢驗。

（二）數據選取與預處理

本文的實證部分所涉及的變量為我國股市的波動率、日融資買入額和日融券賣出量。其中，本文以滬深300指數代表大盤股市，選取日融資買人額（l）為融資業務—買空代表變量（L），日融券賣出量（s）為融券業務—賣空代表變量（S）。又因為2011年11月25日（周五）我國的融資融券業務由“試點”階段轉為“常規”階段，所以，本文的樣本區間將選取“轉常規”后的第一個交易日2011年11月28日（周一）至2014年11月28日，共728個交易日的樣本數據。其中各個變量的數據來源分別為滬深300指數來源于渤海證券軟件，日融資買入額和日融資賣出量來源于金融界網站。

各個變量的具體計算和預處理如下：

1.股市波動率。我國做空機制推出時間尚短，數據量較小，因此，本文選取滬深300指數日收益率的22天（一個月一般有22個交易日）的滾動標準差來衡量市場的波動性，標準差的計算起點為研究區間的第22個交易日，第一個滾動標準差為第1個數據到第22個數據的標準差，第二個滾動方差為第2個數據到第23個數據的標準差，以此類推，共得到707個月標準差。在此，本文選用22個交易日的滾動標準差作為波動性（VOL）代表。而在計算股票收益率指標時，本文借鑒王性玉、王帆（2013）采用的當日收盤價和開盤價構造的收益率計算模型，計算公式為：

Rt=LN（Pt）-LN（P*t）

其中，Pt表示滬深300指數在t日的收盤價，P*t表示滬深300指數在t日的開盤價。

2.數據對數化處理。為了消除各數據由于量綱不統一，數量級差異較大對模型估計造成的影響，本文將對以下變量作對數化處理。

L=ln（l）

S=ln（s）

四、實證分析

（一）單位根檢驗

本文選取的時間序列數據有一定的時間趨勢，在對其進行回歸分析之前，需要對數據進行單位根檢驗，檢驗其是否平穩，從而避免“偽回歸”問題。VOL、L、S的原序列及一階差分序列的單位根檢驗結果如表1所示。

單位根檢驗顯示在1%的顯著性水平下，數據的原序列都是非平穩的I（1）過程（ADF統計值均在1%的臨界值范圍內），而它們的一階差分都是平穩的I（0）過程（ADF統計值均在1%的臨界值范圍之外），即時間序列VOL、L、S都是一階單整過程。

（二）協整檢驗

在單位根檢驗的基礎上，本文運用基于VAR的Johansen技術建立市場波動性（VOL）和買空交易代表變量（L）、賣空交易代表變量（S）的回歸模型，對它們之間的關系進行協整檢驗（如表2），以驗證融資融券制度與市場波動性之間是否存在所謂的協整關系。

從表2的檢驗結果可以得出，在5%的顯著性水平下，檢驗結果接受VOL與L、S之間存在協整關系，且存在一個協整關系，即VOL與L、S之間存在穩定的長期相關關系，這也說明了融資融券交易與市場波動性之間存在著某種穩定的長期相關關系。

（三）VAR模型估計和結果分析

為了進一步分析S、L對VOL的影響，本文在原數據的基礎上建立VAR模型：

voLt=c+αS+βL+γVOL+μ

其他方程在這里沒有列出，因為本文的研究目的主要是考察融資融券對市場波動性的影響。本文采用AIC和SC最小的P值為最佳滯后階數。當滯后的階數p=2時，AIC和SC都達到最小，因此，在估計VAR模型時，取P=2。

對上述VAR模型進行運算，得到融資融券交易與股市波動性關系的VAR（2）的估計結果，如下表4所示：

（四）脈沖響應函數分析

脈沖響應函數（IRF）描述了方程中因變量如何響應于方程中的誤差項的沖擊。因此本文利用脈沖響應函數模擬出市場波動性對意外沖擊的響應。買空交易代表變量L和賣空交易代表變量S對市場波動性的脈沖響應圖如圖1。

通過做脈沖響應圖可以看出：對于市場波動率來說，S增加一個單位標準誤差時，VOL會小幅度上升，沖擊為正，并在第10日時開始收斂，說明賣空交易會增加市場的波動性，但影響不大。而L增加一個單位的標準誤差時，VOL會大幅度下降，買空交易的沖擊為負，且存在較長時間的影響。因此，融資融券交易對市場波動性是存在持續影響的，且我國現階段買空交易對市場的沖擊大于賣空交易對市場的沖擊。

（五）方差分解

在上述的研究中，本文發現買空和賣空都在一定程度上對股市進行沖擊，為了進一步了解買空交易代表變量、賣空交易代表變量對市場沖擊的相對重要程度，這就需要對VOL進行方差分解。VOL的方差分解表，如表5所示：

從方差分解的結果可以得出，買空交易代表變量L、賣空交易代表變量S對市場波動性的方差貢獻率隨時期推移呈上升趨勢。但是方差貢獻率較小，這說明融資融券只是影響市場波動性動性的其中一種因素，市場波動性還受到其他多種內外因素的影響。此外，融資交易（買空）比融券交易（賣空）的方差貢獻率大，即目前，我國做空交易中賣空交易的活躍程度低于買空交易。換言之，自做空交易推出以來，“賣空交易市場”始終處于疲軟期。

（六）Granger因果檢驗

為了進一步檢驗所建模型的可信度和實證結論的穩健性，本文對變量之間的格蘭杰因果關系進行了檢驗（如表6所示）。Granger因果檢驗需要確定滯后階數，為了保持研究的一致性，在此仍然取P=2。

從表6中可得，在10%的顯著性水平下，VOL是S的Granger原因，但S不是VOL的原因，L與VOL之間的因果引致關系并不明顯。具體來說，市場波動性是賣空交易代表變量的Granger原因，波動性與買空交易代表變量的因果引致關系不強，也就是說市場的波動變化會引起賣空交易變化，但是做空交易沒有造成市場的大幅度波動，即使市場出現異常波動，這一波動也不是由于做空機制本身造成的。

五、結論

本文從實證的角度，在VAR模型框架的基礎上，利用協整分析、脈沖響應函數分析、方差分析和Granger因果檢驗等計量經濟的方法，系統分析我國股票市場推出融資融券交易機制以來，其對市場波動性的影響。

如果時間序列數據存在一定的時間趨勢，直接對數據進行回歸分析，往往會導致“偽回歸”問題。為避免此問題，本文首先進行單位根檢驗，結果顯示時間序列VOL，L，S都是一階單整過程。其次本文運用協整檢驗發現融資融券交易代表變量與股市波動性之間存在協整關系，即他們之間存在著長期穩定的關系。因此，本文采用VAR模型研究他們之間的關系是有意義的。第三，通過做脈沖響應圖發現融資融券交易對市場波動性存在持續影響，但是買空對市場流動性的沖擊大于賣空對市場流動性的沖擊。接下來，本文從方差分解的結果可以得出，融資交易代表變量、融券交易代表變量對市場波動性的方差貢獻率隨時期推移呈上升趨勢，但是方差貢獻率較小，這說明融資融券只是影響市場波動性的其中一種因素，市場波動性還受到其他多種內外因素的影響。此外，融資交易比融券交易的方差貢獻率大，因此，我國做空交易中賣空交易的活躍程度低于買空交易。最后本文運用Granger因果檢驗發現市場波動性是賣空交易代表變量的Granger原因，波動性與買空交易代表變量的因果引致關系不強。也就是說，市場的波動變化會引起賣空交易變化，但是做空交易沒有造成市場的大幅度波動。

參考文獻

[1]陳森鑫，鄭振龍.推出賣空機制對證券市場波動率的影響[J].證券市場導報，2008，（02）：61-65.

[2]廖士光，張宗新.新興市場引入賣空機制對股市的沖擊效應： 來自香港證券市場的經驗證據[J].財經研究，2005，（10）：42-51.

[3]吳淑琨，廖士光.融資融券交易的市場沖擊效應研究：臺灣的經驗與啟示[R].海通證券研究報告，2007.

[4]王性玉，王帆.做空機制對我國股市波動性、流動性影響的實證分析[J].經濟管理，2013（11）：118-127.