融資融券與滬深股市波動分析
——基于VAR模型分析

韓蒙婷

（云南師范大學(xué)泛亞商學(xué)院，云南 昆明 650000）

一、引言

融資融券交易實質(zhì)是一種信用交易，是投資者向具備資格的證券公司提供擔(dān)保物，借入資金買入證券或借入證券并賣出證券的行為（佟孟華和孟照康，2015）。美國開展融資融券業(yè)務(wù)已有百年歷史，而中國的資本市場起步晚、成熟度不高，股票市場上一直缺少賣空機(jī)制。經(jīng)過多年籌備，我國于2010年3月31日正式啟動融資融券試點工作，突破了A股市場無賣空機(jī)制的限制，吸引了眾多的市場目光。經(jīng)過近八年的發(fā)展，截至2017年12月18日，滬深兩市兩融余額歷史峰值為22730.35億元，融資余額占A流通市值比歷史最高時達(dá)到4.74%。融資融券業(yè)務(wù)的推進(jìn)在一定程度上促進(jìn)了證券市場的發(fā)展，但在學(xué)界和業(yè)界不乏質(zhì)疑的聲音，有觀點認(rèn)為融資融券制度的推出并沒有緩解股市波動，反而在股市異常時推波逐浪，將追漲殺跌的情緒進(jìn)一步放大。市場對未來預(yù)期悲觀時可以借入證券賣出，進(jìn)一步壓低標(biāo)的股票價格；市場對未來預(yù)期向好時，投資者可以向證券公司提供擔(dān)保物借入資金進(jìn)入股市，看漲情緒的進(jìn)一步蔓延容易導(dǎo)致標(biāo)的股票被高估，整個市場處于高杠桿狀態(tài)，暗藏金融風(fēng)險。

推出融資融券制度的初心在于降低股市異常波動，實現(xiàn)完善資本市場結(jié)構(gòu)體系，減緩我國金融市場劇烈波動。但是在這一制度實施后，隨著融資融券標(biāo)的股票范圍的擴(kuò)大以及兩融規(guī)模的增長，在復(fù)雜的市場環(huán)境中該信用制度是否發(fā)揮了預(yù)設(shè)的作用，以及產(chǎn)生的效果如何等問題依舊為學(xué)者們津津樂道，成為當(dāng)前的研究熱點之一。本文將運(yùn)用A股市場的相關(guān)數(shù)據(jù)，對此問題進(jìn)行實證研究。

二、文獻(xiàn)綜述

圍繞融資融券交易制度與股市波動之間的關(guān)系，國內(nèi)外不少學(xué)者對此展開了討論與研究。尤其是歐美發(fā)達(dá)國家，對融資融券制度的研究時間跨度長、分析層次深。國內(nèi)雖然起步晚，但是對于該問題的研究文獻(xiàn)亦不在少數(shù)。

（一）國外研究

Diamond（1987）等通過建立模型進(jìn)行了實證研究，發(fā)現(xiàn)賣空約束會降低股價對私有信息（尤其是負(fù)面信息）的調(diào)整速度，導(dǎo)致股價容易被高估。賣空約束會賦予交易者將一項資產(chǎn)出售給其他投資者的權(quán)利，資產(chǎn)購買方認(rèn)為還會有更加樂觀的投資者愿意為該資產(chǎn)報出更高的價格。該權(quán)利的價值被市場過度放大，導(dǎo)致資產(chǎn)價格被嚴(yán)重高估，產(chǎn)生資產(chǎn)泡沫。另外，賣空約束還會導(dǎo)致股票交易量下降，從而降低股票價格的信息含量。賣空約束會產(chǎn)生資產(chǎn)價格被高估、降低股市流動性的不利后果。

（二）國內(nèi)研究

國內(nèi)學(xué)者的研究文獻(xiàn)大致可以分為以下三類：

第一類：研究境外地區(qū)融資融券制度與股票市場波動性的關(guān)系。

胡華鋒，劉藝璇（2012）根據(jù)中國臺灣證券市場數(shù)據(jù)，對融資融券交易與市場流動性、波動性的關(guān)系進(jìn)行實證研究，研究結(jié)果表明：融券賣空交易額的變動與市場流動性變動之間沒有因果引致關(guān)系。

王朝陽，王振霞（2017）基于AH股的微觀分析發(fā)現(xiàn)，漲跌停制度是A股市場個股股價高波動率的重要原因；同時在實施漲跌停的A股市場，融資融券制度的引入在現(xiàn)階段也加劇了股價波動。

第二類：研究融資融券在短期或者長期與我國股票市場波動性的關(guān)系。

佟孟華，孟照康（2015）利用710個融資融券標(biāo)的股票數(shù)據(jù)，研究兩融對于股市以及個股的日波動性影響，認(rèn)為融資融券短期內(nèi)可以顯著降低股票市場的波動性。

褚劍，方軍雄（2016）從股價崩盤風(fēng)險的角度出發(fā)，采用雙重差分法系統(tǒng)檢驗融資融券政策對資本市場的影響。研究發(fā)現(xiàn)，與政策制定者的初衷相反，整體上融資融券制度的實施不僅沒有降低相關(guān)標(biāo)的股票的股價崩盤風(fēng)險，反而惡化了其崩盤風(fēng)險。

姚王信,姚磊（2016）將樣本區(qū)間按照四次擴(kuò)容政策分類，分析中國融資融券業(yè)務(wù)四次擴(kuò)容政策及其對市場的影響。利用多期DID模型處理融資融券從實施以來對A股市場的長期影響。對前四次擴(kuò)容政策市場的影響表明，融資融券顯著減少市場流動性（影響程度隨著不斷擴(kuò)容而降低）、微幅強(qiáng)化A股市場的波動性（有時正向強(qiáng)化、有時負(fù)向強(qiáng)化）。

李鋒森（2017）基于波動非對稱性視角，運(yùn)用EGARCH模型研究融資融券對我國股市周期性波動的影響。實證結(jié)果表明，我國股市波動存在顯著的雙重非對稱性，但融資融券對熊市波動非對稱性和牛市反向波動非對稱性都沒有顯著影響；我國融資融券既沒有助推牛市上漲，也沒有加劇熊市下跌，它對股市周期性波動的影響是中性的。

第三類：研究融資融券制度對于進(jìn)行有效股票定價的作用。

許紅偉，陳欣（2012）基于雙重差分（DID）模型，研究了我國融資融券試點對股票定價效率和收益率分布的影響，發(fā)現(xiàn)其僅在少數(shù)指標(biāo)上有一定積極作用，總體上效果仍然相當(dāng)有限。具體來說，融資融券在試點1年內(nèi)：一是對定價效率的改善仍然較弱，標(biāo)的股票價格的負(fù)面信息含量和對市場向下波動的調(diào)整速度變化均不明顯；二是能夠顯著減少股價暴跌概率，對抑制暴漲卻幾乎沒有影響；三是僅能顯著降低含H股、高市值、低換手率和低市盈率股票的偏度，對改善收益率的尖峰現(xiàn)象則沒有起到積極作用。

李志深等（2015）利用2009年4月至2013年12月中國A股市場的數(shù)據(jù)，通過比較融資融券標(biāo)的股票和非融資融券標(biāo)的股票，以及股票加入和剔出融資融券標(biāo)的前后的定價效率，發(fā)現(xiàn)融資融券交易的推出有效改善了中國股票市場的價格發(fā)現(xiàn)機(jī)制，融資融券標(biāo)的股票的定價效率得到了顯著提高。

綜上所述，由于研究模型、研究數(shù)據(jù)規(guī)模、研究方法等的不同，學(xué)者們的研究結(jié)論不盡相同。本文選取截至2017年底的數(shù)據(jù)，試圖從兩融交易正常化以來，對比考察每次擴(kuò)容對于股市價格波動的沖擊，以期為審慎深入推進(jìn)兩融制度提出對策建議。

三、模型設(shè)計、樣本與數(shù)據(jù)選取以及變量說明

（一）模型簡介

向量自回歸（Vector Auto-Regressive）簡稱VAR模型，是一種多變量數(shù)據(jù)分析方法。向量自回歸(VAR)不以經(jīng)濟(jì)理論為基礎(chǔ)，而是基于數(shù)據(jù)的統(tǒng)計性質(zhì)建立模型。VAR模型把系統(tǒng)中每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來構(gòu)造模型，從而將單變量自回歸模型推廣到由多元時間序列變量組成的“向量”自回歸模型，成為經(jīng)濟(jì)學(xué)研究的主流模型之一。該模型的一般表達(dá)式為：

其中，εt為向量白噪聲過程，滿足零均值、同方差、無自相關(guān)、不與解釋變量相關(guān)的古典假定。

（二）樣本與數(shù)據(jù)選取

2010年3月31日，我國證券市場允許進(jìn)行融資融券交易。為降低新制度推出對市場的波動，采取“漸進(jìn)式”擴(kuò)容的方法。2010年至2014年，融資融券經(jīng)歷了四次較大規(guī)模的擴(kuò)容。姚磊和姚王信（2016）認(rèn)為該政策的主要目標(biāo)是穩(wěn)定股票價格、緩解股票市場的資金壓力、增加市場交易的活躍性、提高券商的盈利能力并為建立多層次證券市場奠定基礎(chǔ)。2016年12月上交所與深交所發(fā)文《關(guān)于擴(kuò)大融資融券標(biāo)的股票范圍的通知》，是繼上述四次擴(kuò)容后的又一次重大舉措，逐步推進(jìn)兩融制度的實施。

本文為剔除新增標(biāo)的股票對融資融券交易的影響，將2010年3月31日-2017年12月1日區(qū)分為兩個樣本時間段。第一階段為2010年3月31日-2014年9月12日（截至到第四次擴(kuò)容結(jié)束）；第二階段為2014年9月15日-2017年12月1日。在第一階段內(nèi)，兩融標(biāo)的證券范圍處于較快的變動之中，而后一階段標(biāo)的股票范圍相對處于穩(wěn)定狀態(tài)，增速較為平緩。本文將考察兩個階段融資融券與滬深A(yù)股市場股價波動的影響。

數(shù)據(jù)來源為東方財富金融終端，數(shù)據(jù)處理由Stata12.0完成。

（三）變量說明

本文選取的變量為股市波動性指標(biāo)、凈融券交易指標(biāo)以及凈融資交易指標(biāo)。

表1 變量說明

四、實證結(jié)果分析

本文建立VAR模型對A股市場波動、凈融資額與凈融券額的關(guān)系展開實證分析。在對數(shù)據(jù)進(jìn)行描述性統(tǒng)計的基礎(chǔ)上，首先采用單位根檢驗判斷數(shù)據(jù)的平穩(wěn)性，避免由于變量的不平穩(wěn)造成偽回歸；其次確定最佳滯后階數(shù)，構(gòu)建VAR模型、檢驗AR根穩(wěn)定性；然后在構(gòu)建的VAR模型基礎(chǔ)上逐次進(jìn)行協(xié)整檢驗、Granger因果檢驗、脈沖響應(yīng)分析和方差分解。

（一）描述性統(tǒng)計

從表2的結(jié)果以及通過J-B統(tǒng)計量，可以得出日內(nèi)波動、凈融資額以及凈融券額這三個序列呈現(xiàn)出尖峰厚尾特征的結(jié)論，不服從正態(tài)分布，適合用金融時間序列模型進(jìn)行分析研究。

表2 各變量描述性統(tǒng)計結(jié)果

（二）單位根檢驗

利用VAR模型進(jìn)行時間序列分析，研究融資融券與股市波動的影響。首先要對數(shù)據(jù)進(jìn)行單位根檢驗，判斷數(shù)據(jù)是否為平穩(wěn)序列。本文采用ADF檢驗方法，對股市的日內(nèi)波動、融資融券指標(biāo)的平穩(wěn)性進(jìn)行檢驗，檢驗結(jié)果如表3所示，全部指標(biāo)在1%的顯著性水平下，ADF統(tǒng)計量小于臨界值，從而拒絕原假設(shè)，故可以認(rèn)為三個指標(biāo)的時間序列均是平穩(wěn)的。

表3 ADF平穩(wěn)性檢驗結(jié)果

（三）協(xié)整檢驗

協(xié)整檢驗可用于判斷變量之間是否存在長期關(guān)系，前提是這些變量滿足同階單整。在本文中三個指標(biāo)在兩個樣本時間段內(nèi)均符合平穩(wěn)性條件，故可以進(jìn)行協(xié)整檢驗。在構(gòu)建VAR模型之前，需要確定最佳滯后階數(shù)，結(jié)果如圖1和圖2。

圖1 第一階段VAR模型滯后項結(jié)果

圖2 第二階段VAR模型滯后項結(jié)果

根據(jù)圖1檢驗結(jié)果，按照FPE與AIC準(zhǔn)則的最佳滯后階數(shù)為4，HQIC與SBIC準(zhǔn)則的最優(yōu)滯后階數(shù)為1階，本文按照折中處理的方法，選擇最佳滯后階數(shù)為2階，選擇建立VAR（2）模型。根據(jù)圖2檢驗結(jié)果，按照FPE、AIC以及HQIC準(zhǔn)則最佳滯后階數(shù)為3階，依據(jù)多數(shù)原則，故選擇建立滯后階數(shù)為3階的VAR（3）模型。第一階段與第二階段的數(shù)據(jù)均通過協(xié)整檢驗，實證結(jié)果表明凈融資額、凈融券額與股市波動存在長期內(nèi)存在著一種穩(wěn)定的變化關(guān)系。

（四）格蘭杰因果檢驗

以上檢驗只是證明了A股市場波動，凈融資額與凈融券額之間存在著一種長期的均衡關(guān)系，但是三者之間的這種均衡關(guān)系的因果聯(lián)系需要進(jìn)一步驗證。格蘭杰因果檢驗從統(tǒng)計意義出發(fā)，用于判斷變量之間的因果關(guān)系。為闡述本文三大指標(biāo)之間的因果關(guān)系，運(yùn)用Stata進(jìn)行格蘭杰檢驗。由檢驗結(jié)果得出，融資融券交易與股市的波動互為因果，即融資融券交易對股市波動產(chǎn)生影響；股市波動對融資融券交易亦產(chǎn)生影響。鑒于本文研究目的在于探究兩融制度推出的影響及效果，故將重點論述兩融交易行為對股市波動的單向影響。

（五）VAR穩(wěn)定性檢驗與脈沖響應(yīng)

融資融券交易的VAR模型穩(wěn)定性檢驗是應(yīng)用脈沖響應(yīng)方法的前提，如果所設(shè)定的模型不穩(wěn)定，則不能考察脈沖函數(shù)的變量關(guān)系。因此要首先對所構(gòu)建的VAR模型進(jìn)行穩(wěn)定性檢驗，檢驗結(jié)果顯示全部特征根均在單位圓內(nèi)，表明設(shè)定的VAR模型是穩(wěn)定的。

以第一階段的樣本數(shù)據(jù)為例，通過圖3和圖4可知，股市對本期融資融券各自帶來的沖擊于第二個交易日達(dá)到大，從第二個交易日后股市的波動開始趨于平緩，這與決策層推出融資融券制度的初心一致，表明其會抑制股市的波動。從圖中還可以發(fā)現(xiàn)融券的沖擊大于融資，雖然截至2017年12月22日滬深兩市融資余額為10170.71億元，融券余額為48.9億元，兩者規(guī)模相距甚遠(yuǎn)。這從一定程度上表明研究兩融對股市的波動性僅僅考慮規(guī)模因素是不夠全面的。

圖3 第一階段融券變動對股市的沖擊

圖4 第一階段融資變動對股市的沖擊

（六）方差分解

方差分解是通過分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量的變化（通常用方差來度量）的貢獻(xiàn)度，進(jìn)一步評級不同結(jié)構(gòu)沖擊的重要性，本文選定8期作為方差分解的滯后期，基于已經(jīng)建立的向量自回歸模型，分別對三個指標(biāo)進(jìn)行方差分解。實證結(jié)果為：滬深股市波動絕大部分來自于自身標(biāo)準(zhǔn)誤差擾動，比如行業(yè)因素、宏觀經(jīng)濟(jì)環(huán)境、經(jīng)濟(jì)周期、微觀個體因素等，而融資與融券的交易行為給股市波動帶來的貢獻(xiàn)率低。2010年3月31日-2014年9月12日期間內(nèi)，融資融券交易帶來的波動貢獻(xiàn)率合計不超過2%；2014年9月15日-2015年12月1日，兩融交易的貢獻(xiàn)率合計大約為4%，較第一階段有了近2%的增長，表明融資融券制度在進(jìn)入日常化運(yùn)行后對股市的影響力逐漸上升，對股市異常波動的抑制作用逐步顯現(xiàn)。

五、簡要結(jié)論

本文利用向量自回歸模型（VAR）分析了融資融券交易與股市波動在不同時間段內(nèi)的相關(guān)關(guān)系。得出以下實證結(jié)果：一是凈融資融券額在日內(nèi)的變動與滬深股市的波動是一種雙向的影響，互為因果。雖然從實施融資融券交易制度以來，融券規(guī)模一直與融資規(guī)模存在大幅差距，但是融券交易與股市的相互關(guān)系更加突出，這反映出賣空機(jī)制在我國股市的重要性地位。在完善資本市場的過程中，隨著融資融券規(guī)模的擴(kuò)大，賣空機(jī)制的作用不可小覷。二是融資融券交易雖然占A股交易比重不高，但是卻起到抑制股市異常波動的顯著作用，這與決策層的初心保持一致。三是樣本的第一階段，標(biāo)的股票處于不斷擴(kuò)容中，而在第二階段中標(biāo)的股票范圍變動小，處于一個較為穩(wěn)定的狀態(tài)。基于該狀態(tài)，通過實證分析表明，雖然股市波動的原因中融資融券的影響力較為細(xì)微，但是隨著融資融券規(guī)模的增長，這種影響力處于不斷成長中，未來該交易制度將會發(fā)揮愈來愈重要的作用。