融資融券對我國上市銀行股價波動率影響效應的實證研究

【摘要】融資融券業務由于其特有的杠桿作用盤活了大量投資者的證券資產，提高了我國證券市場的流動性；其特有的賣空制度也為投資者提供了更加多元的獲利渠道，對股價的穩定起到了積極的作用。本文選取16支上市銀行為標的股，對其股價波動率進行實證分析，探究融資融券業務對我國上市銀行股價波動率的影

【關鍵詞】融資融券 上市銀行 股價波動率

一、引言

1990年11月20日上海證券交易所正式成立，標志著我國股票市場的誕生，20多年來，我國股票市場發展迅猛。但長期以來，我國股票市場的獲利主要依靠做多的方法，即在上升的行情中市場主體依靠所持有股票價格的上漲進行獲利，但缺乏從下降的行情中獲利的機會，不利于投資者規避風險。且股票市場的融資渠道單一，購買股票主要依靠投資者所持有的資本數額；股價波動性較大，沒有很好的機制來對大幅度的股價波動起到內在穩定器的作用。

傳統的證券交易方式是投資者支付現金購買證券或者出售持有的證券資產換取現金，融資融券制度是在證券交易的過程中，證券經紀商以投資者提供的部分現金或有價證券作為抵押，借給投資者一定的資金用來購買證券或借給投資者一定數量的證券供其出售[1]。具體來看，融資交易就是投資者以本身自有的資金或證券作為抵押，向證券公司借入資金用于證券買入，并在約定的期限內償還借款本金和利息；融券交易是投資者以自有資金或證券作為抵押，向證券公司借入證券賣出，在約定的期限內，買入相同數量和品種的證券歸還券商并支付一定的融券費用[2]。這種制度使得投資者在上升行情中可以借錢買券，下降行情中借券賣錢，保證了理性投資者在上升和下降行情中均可獲利。因此，融資融券業務在證券市場的運行過程中起到了抑制股價劇烈波動的作用。

融資融券業務最早起源于美國（1934年），隨后1951年和1962年日本和中國臺灣也開始分別實行融資融券制度。2010年3月31日，我國的融資融券業務正式啟動，首批6家券商、90支標的證券進行融資融券業務的試點工作。雖然我國的融資融券業務發展時間較短，但整體呈現出較快的發展勢頭，2015年初，我國融資融券標的股經過4次擴容后已達到900支，兩融余額在14年突破1萬億元大關后，2015年雖經歷動蕩，但整體發展勢頭良好，截止2015年12月11日，兩融余額達1.15萬億元。

銀行股作為我國證券市場的權重股，其價格波動對于整個股市的變化趨勢有著重要的影響。同時，銀行股作為市盈率較低的股票，股票價格卻一直維持在較低水平，截止2016年2月26日，我國16家上市銀行中股價最高的為南京銀行，其股價也僅為14.68元。隨著利率市場化的推進，民營銀行和互聯網金融的沖擊，銀行股將受到必將較大的影響，如何利用融資融券制度推動銀行業股價平穩運行，具有一定的現實意義。

二、數據來源和指標選取

（一）樣本來源

根據我國證監會發布的《2015年4季度上市公司行業分類結果》顯示，主營業務為貨幣金融服務我上市公司共計16家，包括南京銀行、北京銀行、寧波銀行、光大銀行、工商銀行、建設銀行、交通銀行、中國銀行、中信銀行、農業銀行、招商銀行、興業銀行、民生銀行、浦發銀行、華夏銀行、平安銀行（排名不分先后）。為剔除不同時點上加入融資融券業務的標的股票在數據一致性方面存在的誤差，本文以最后納入兩融業務的南京銀行的融資融券業務開展時間為樣本數據的起始時間，選取銀行股板塊指數以及個股融資融券明細表數據，利用Catmull-Rom Spline插值法將停牌導致的缺失數據補全，樣本周期為2011年12月5日至2015年3月31日。本文所采用的數據來源于上海東方財富證券研究所的Choice數據庫和同花順數據中心。

（二）變量選取與數據處理

1.被解釋變量。本文所涉及的變量主要是銀行板塊指數、融資買入額和融券買入額3個變量。被解釋變量銀行板塊指數波動率（VOL），通過GARCH模型提取條件異方差序列，作為衡量股價波動率的序列。

從同花順行情軟件中導出銀行板塊指數作為衡量波動率的樣本數據，選取2011年12月5日至2015年3月31日的銀行板塊歷史收盤價，記為p，利用Catmull-Rom Spline插值法將停牌導致的缺失數據補全，再通過建立GARCH模型提取每只股票的條件異方差序列作為衡量股價波動率的序列[3]，具體步驟如下：

建立指數的收益率序列r=lnpt-lnpt-1，利用eviews6.0軟件對收益率序列進行自相關檢驗。

由圖可以看出，收益率序列不存在顯著的自相關。利用eviews6.0軟件對GARCH模型進行估計，得到表2，模型估計結果顯示，各變量的系數都是顯著的，模型的擬合程度也比較高，由此可以看出此GARCH模型是比較理想的。

最后，提取GARCH模型的條件異方差序列，作為銀行指數股價的波動率序列，記為VOL。

2.解釋變量。融資余額變化率（RZR），用本期融資余額的對數減去上一期融資余額的對數得到，即RZR=lnRZt-lnRZt-1。在東方財富軟件中導出16只標的股票2011年12月5日至2015年3月31日的當日融資余額，將16支股票的當日數據加總記為RZ，根據RZR=lnRZt-lnRZt-1得到加總后融資余額變化率序列。

融券余額變化率（RQR），用本期融券余額的對數減去上一期融券余額的對數得到，即RQR=lnRQt-lnRQt-1。在東方財富軟件中導出16只標的股票2011年12月5日至2015年3月31日的當日融券余額，將16支股票當日數據加總記為RQ，根據RQR=lnRQt- lnRQt-1得到融券余額變化率序列[4]。

三、實證檢驗

1.單位根檢驗。時間序列的平穩性檢驗是模型分析的前提，對時間序列的平穩性進行檢驗，常用的方法是單位根檢驗，若時間序列不存在單位根，則說明此序列是平穩的；若存在單位根，則是非平穩序列。常用的單位根檢驗方法是ADF（Augmented Dickey-Fuller Test）檢驗，檢驗結果如表3所示。

從表3的單位根檢驗可以看出銀行指數日波動率序列VOL、融資買入額日變動率RZR、融券買入額日變動率RQR的ADF值均小于顯著性水平為1%、5%、10%的臨界值，因此，以上三個變量不存在單位根，均為0階單整，是平穩序列數據。

2.模型設定及檢驗。

本文建立波動率VOL和自變量RZR和RQR之間的OLS回歸：VOL=α0+α1RZR+α2RQE+εT （3-1）

對式3-1進行回歸，結果如下：

回歸方程如下：

VOL=0.026202*RZR-0.020671*RQR-0.006505

從回歸結果可以看出，融資余額變動率的P值為0.0000，融券余額變動率的P值顯著大于5%的顯著性水平，說明融資余額變動率對股價波動有直接的影響，而相比之下，融券余額變動率的影響則相對較小。同時，模型的擬合優度值僅有0.003768，說明模型的擬合優度不是特別的理想，只是一個模擬回歸，因為單靠融資融券不足以解釋復雜的股市波動。下面對均值方程的殘差進行ARCH效應檢驗，看其是否具備ARCH效應。

從殘差圖可以看出，剔除掉異常值之后的殘差波動整體呈現較小的波動性，因此，可排除模型存在ARCH效應。

從變量的ADF檢驗結果來看，三個變量是0階單整，存在協整關系，但從回歸結果來看，融券余額變動率對股價的波動率的解釋能力較弱，因此，有必要對其進行格蘭杰因果關系檢驗，討論變量之間是否存在直接關系。

結果分析：從格蘭杰因果檢驗可以看出，在10%的顯著性水平下不能拒絕融券余額變動率和股價波動率之間不存在顯著因果關系的原假設，也即融券余額變動率對銀行業股價波動率之間不存在顯著的因果關系，融資余額變動率對股價波動有顯著的直接影響。

四、結論

融資融券業務在我國開展已經有5年的時間，其對中國證券市場的運行起到了不可忽視的作用，眾多優秀專家學者也對兩者間的關系進行了大量的研究，碩果頗豐。但考慮到目前我國經濟轉型的壓力和資本市場開放的不斷探索，對融資融券業務與銀行股股價運行關系的研究具有很強的現實意義。而通過資料搜集，作者發現國內外對產業融資融券效應的研究分析進行的較少。

本文選取開展融資融券業務的標的銀行證券為研究對象，考慮到數據的可獲得性和完整性，將研究期間調整為2011年12月5日至2015年3月31日，選取研究期間各標的證券的截止日融資余額、截止日融券余額，銀行指數的日收盤價，利用GARCH模型提取銀行指數股價波動率。通過對變量進行平穩性檢驗、自相關檢驗，得出融資余額變化率和股價波動率之間存在正相關關系，融券余額變化率與股價波動率之間存在負相關關系，但通過后續分析發現其影響效應不顯著。

因此，針對結論我們不難發現融資融券的實行對我國銀行也股價的波動率起到了一定的助推作用，一定程度上擴大了銀行業股價的波動率。分析只是建立在理論的基礎之上，不排除存在一定的誤差，其內在的運行機制還需要我們進行進一步的探索。

參考文獻

[1]劉丹鳳.融資融券在中國的發展現狀[J].中國集體經濟，2014.6：46-47.

[2]孟召友.全面了解融資融券審慎參與投資[J].煤礦現代化，2010.5：127-128.

[3]廖士光，楊朝軍.賣空交易機制、波動性和流動性一個基于香港股市的經驗研究[J].管理世界，2005.12.

[4]李俊文.我國融資融券交易對市場波動性影響的實證分析[J].中國證券期貨，2011.12.

作者簡介：季恒波（1990-），男，漢族，江蘇宿遷人，上海大學金融碩士在讀，研究方向：IPO與跨國投融資。