融資融券放大了投資者情緒效應嗎？

儲小俊 曹杰

(1.南京信息工程大學管理工程學院中國制造業發展研究院，江蘇 南京 210044；2.南京信息工程大學雷丁學院，江蘇 南京 210044)

引言

情緒效應是指個股收益對市場情緒變化的敏感性(Baker and Wurgler, 2007)[1]。在個人投資者占主導的A股市場上，股票價格的變動受非理性情緒的影響更甚于歐美等發達資本市場。在極端情況下，市場非理性情緒導致的后果便是股價的崩盤(Irresberger et al., 2015)[12]。從實踐來看，2015年A股市場從最初的調整演變為股災的過程中，市場非理性恐慌情緒的蔓延可能加劇了股市的下跌。因此，要防范化解金融風險、不允許資本市場出現井噴式和斷崖式變化，對中國A股市場的情緒效應進行研究十分必要。

融資融券交易制度作為一項重要的制度創新，自2010年3月份推出后，引起了理論和實務界的廣泛關注。融資融券交易的初衷在于通過引入賣空機制以提高資本市場運行效率。但是在2015年股災出現后，關于融資融券交易制度是否是導致股市波動的“罪魁禍首”的爭論尤為激烈。在學術研究中，學者們雖然廣泛探討了融資融券對股票定價效率等的影響，但是目前關于融資融券交易的研究較少拓展至投資者情緒等行為金融方面(巴曙松和朱虹，2016)[18]。那么，融資融券制度是否影響了投資者情緒效應？換言之，當股票成為融資融券標的物后，其股價對市場非理性情緒沖擊的敏感性是增大了、減小了抑或是沒有影響？雖然在2015年股災后，對此問題頻見爭論，但是目前尚缺乏堅實的經驗證據。對此問題的研究不僅有助于增強對融資融券機制實施效果的認識，也有助于理解融資融券對股價崩盤風險等影響的作用途徑，進而為資本市場未來機制的改革提供恰當的理論依據。

相對于已有文獻，本文的貢獻在于，第一，為評價融資融券制度實施效果提供了行為金融視角的經驗證據。實證結果研究發現，融資融券制度的實施沒有降低、反而是放大了投資者情緒效應。第二，發現導致這一現象的原因在于賣空機制的融券業務未能發揮顯著作用，而融資機制的杠桿交易反而為投資者提供了跟風的渠道，所以使得股票價格的運行對市場非理性情緒的沖擊變得更為敏感。第三，構建了新的投資者情緒指數。該情緒指數具有兩個顯著優點：(1)相對于基于互聯網文本分析的高頻情緒指數，該情緒指數則是基于市場交易數據構造而得，所以數據的可得性強；(2)相對于基于市場數據構造的Baker-Wurgler低頻情緒指數，該情緒指數則為日度頻率。新構建的投資者情緒指數滿足行為金融理論的“收益反轉”與情緒效應“截面差異”的特征，被證實是有效的投資者情緒代理變量。因此，預期在將來的投資者情緒高頻分析中，可以被廣泛使用。

文獻回顧與研究假設

一、投資者情緒

傳統金融理論認為投資者是理性決策者，但實際并非如此。行為金融學從投資人的行為、心理特征來分析和解釋金融市場上的變化原理和現象，其中投資者情緒對資產價格的影響是重要議題之一。在經典的理論模型研究中，De Long and Shleifer(1990)[8]將投資者情緒引入股票價格決定模型，指出投資者情緒是影響金融資產均衡價格的系統性因子。在實證研究中，Baker and Wurgler(2006)[2]以美國市場為樣本的結果證實投資者情緒可以預測未來股票價格變化；在中國市場上，陸靜和周媛(2015)[24]、王春(2014)[26]等也發現了投資者情緒對股票收益的預測性。

投資者情緒本身無法直接觀測，所以選擇投資者情緒代理變量成為實證研究的一個重要問題：文鳳華等(2014)[27]使用新增開戶數；陸靜和周媛(2015)[24]采用投資基金的損失率；王春(2014)[26]則以開放式股票型基金資金凈流入作為投資者情緒的代理變量；Da et al.(2015)[7]、楊曉蘭等(2016)[29]以及段江嬌等(2017)[20]等則基于互聯網搜索的文本分析構造投資者情緒代理變量。目前在實證研究中，使用最為廣泛的還是Baker and Wurgler(2006)[2]利用封閉式基金折價率、IPO數量、IPO上市首日收益、換手率、股權融資份額以及紅利溢價等指標構建的投資者情緒綜合指數。因為Baker and Wurgler指數是根據市場代理變量綜合而得，所以易于構造。很多現有實證文獻也是在此基礎之上構建綜合投資者情緒指標，例如，易志高和茅寧(2009)[30]在IPO數量、IPO首日收益、消費者信心指數、封閉式基金折價等單項情緒指標的基礎上，構建了一個綜合的情緒指數。

但是值得注意的是，首先，現在普遍使用的Baker-Wurgler情緒指標中某些代理變量并不適合中國市場。例如，IPO首日收益，在中國從2014年開始基本上都是44%；IPO經常被暫停、使得IPO數量指標不具有連續性；中國上市公司債券融資比例和股利分配率偏低，導致股權融資份額和股利溢價率這兩個因子也無法準確刻畫投資者情緒。其次，關于投資者情緒的頻率。現有學者們構建的投資者情緒代理變量大都是低頻的，如Baker-Wurgler情緒指數為月度、季度或年度頻率(Baker and Wurgler, 2006；Firth et al.,2014；文鳳華等，2014)[2][10][27]。但是，投資者情緒往往是非常脆弱、易變的，所以在分析投資者情緒對股價的影響時，如果僅考慮長周期的低頻指標，往往會損失很多信息。國外的學者們已注意到這一必要性，例如，Kaniel et al.(2008)[13]根據買賣交易量的不平衡構建了日度情緒指數，Da et al.(2015)[7]則根據互聯網搜索的文本分析構造了日度情緒指數。本文借鑒Baker and Wurgler(2006)[2]的思路、基于易于獲得的市場交易數據，構建了新的投資者情緒指數。不同于現有廣泛使用的月度或季度的投資者情緒指數，新構建的投資者情緒指數為日度頻率。使用日度情緒指數至少有以下兩點優勢，一是在年度情緒效應的回歸估計中，如果使用月度情緒指數，則對每一家公司、每年最多有12個月度數據，但使用日度情緒指數則可以提供更多的數據點，因此可以提高估計的精度；二是可以基于短周期的日度數據考察融資融券對情緒效應的影響。投資者情緒具有易變性，尤其A股市場，投資者情緒變化非常快，所以基于日數據評價情緒效應非常必要。

一個能正確度量投資者情緒的代理變量必須符合行為金融理論。按照行為金融理論的觀點，投資者會基于各種認知偏差而產生非理性行為。這些認知偏差可能來自于對未來現金流的錯誤判斷，這會引導投資者對金融資產的需求不是基于基本面、而是基于過度自信等非理性情緒，使得股票價格的運行脫離基本價值。在投資者情緒高漲時，股票價格被推升上漲，但沒有基本面支撐的股價無法長期在高位運行，因此，根據行為金融理論，非理性投資者情緒對股價作用的一個重要特征在于收益的反轉(Baker and Wurgler, 2006；Da et al., 2015)[2][7]。因此，新構建的投資者情緒指數應滿足假設一：

H1：投資者情緒指數的變化與同期收益正相關，但與將來收益負相關，即存在“收益反轉”特征。

從截面來看，不同個股對市場情緒變化的敏感性，即個股的情緒效應在截面上存在差異。例如，小公司、風險大、噪音交易大等難以客觀估值的個股對投資者情緒的敏感性更高(Baker and Wurgler, 2006)[2]。因此，新構建的投資者情緒指數也應滿足假設二：

H2：小公司、風險大、噪音交易大等難以客觀估值的個股，對投資者情緒指數的變化具有相對更高的敏感性，即情緒效應存在“截面差異”特征。

二、融資融券

在2010年融資融券制度推出后，關于融資融券的研究已經成為國內學術研究的熱點話題之一。例如，融資融券對股票定價效率的影響(許紅偉和陳欣，2012；李科等，2014；李志生等，2015)[28][22][23]、對股票價格穩定性的影響(田維韋，2016)[25]、對股價崩盤風險的影響(褚劍和方軍雄；2016)[19]等。在這些研究中，研究結論卻并不一致。例如，李科等(2014)[22]發現融資融券等做空機制有助于矯正高估的股價，提高市場定價效率；李志生等(2015)[23]認為融資融券的推出有效提高了中國股票價格的穩定性，標的股票的價格波動率出現了顯著性下降，標的股票的定價效率得到了顯著提高。但是，許紅偉和陳欣(2012)[28]認為融資融券機制創新未能完全發揮功能，其對股票定價效率的影響效果相當有限。田維韋(2016)[25]的實證結果表明，在暴漲暴跌階段，融資交易發揮正反饋效應，加劇股價的波動。褚劍和方軍雄(2016)[19]的研究更是發現融資融券制度的實施不僅沒有降低相關標的股票的股價崩盤風險，反而惡化了其崩盤風險。總的來看，融資融券的實施效果尚存爭議。

三、融資融券與投資者情緒效應

巴曙松和朱虹(2016)[18]和黃虹等(2016)[21]從行為金融的視角研究了融資融券業務實施的效果，但結論又一次的出現不一致。黃虹等(2016)[21]認為融資融券并沒有加大投資者情緒對股指波動的影響，而巴曙松和朱虹(2016)[18]認為融資融券交易具有影響投資者情緒的效應，市場中投資者情緒體現為杠桿融資引發的對資產價格預期過度樂觀的情緒。二者出現不一致的原因可能還是在于所使用的投資者情緒代理變量及頻率的不一致。例如，黃虹等(2016)[21]使用的是日度頻率的情緒指標。相對于月度數據來說，日度數據的質量高、連續性好，但黃虹等(2016)[21]使用單一的換手率作為投資者情緒的代理變量，只能從某一方面反映投資者情緒的變化(易志高和茅寧，2009)[30]。巴曙松和朱虹(2016)[18]使用了綜合的投資者情緒指數，但使用的是月度數據，相對于日度數據來說，可能會存在信息的損失。因此，融資融券導致的情緒效應尚待進一步的檢驗。

通過投資者情緒的文獻梳理可知，許多學者普遍認為投資者情緒會使得股票價格偏離基本面、進而導致錯誤定價，形成股價的情緒效應。但反對情緒效應的經典觀點認為理性交易者會利用這個錯誤定價進行套利交易以追求利潤，最后的結果便是導致情緒驅動的錯誤定價的消失。實際上，這種套利會受到現實中交易機制的影響，例如，賣空約束機制的存在便限制了理性交易者利用情緒效應導致的錯誤定價進行套利的能力，所以，投資者情緒效應的存在與賣空機制有關(Kim et al, 2014)[14]。融券制度的實施，意味著賣空限制的取消，使得股價對市場信息的反應應該更全面，不僅可以包含積極因素，也可以吸收負面的不利因素，股價的信息效率得以提高，對市場非理性情緒的沖擊敏感度降低。但是許紅偉和陳欣(2012)[28]等的實證研究都表明，融券等賣空機制的引入并沒有實質性地改善資產定價效率。融券賣空量與定價效率之間存在正相關關系，融券賣空量越大，股票的定價效率越高(李志生等，2015)[23]。但從中國融券業務的實施實踐來看，一個重要的特征在于，融券余額占比非常低(褚劍和方軍雄；2016)[19]，所以很難想象如此極低的融券交易量會提升股價的信息效率、進而降低股價對市場情緒的敏感性。因此，提出假設三如下：

H3：融券交易對股價的情緒效應不起作用。

將融資融券交易僅當做空機制的觀點并不全面，因為融資融券交易除了可以賣空的融券業務，還有可以杠桿交易的融資業務，二者同時實行。融資機制的存在為投資者提供了跟風的渠道(褚劍和方軍雄，2016)[19]。當市場充斥樂觀情緒、市場呈上升態勢時，在樂觀情緒的感染下，融資交易者會利用具有杠桿效應的融資業務加大對標的股票的投資力度；相反，當市場下跌時，融資交易者的去杠桿，則會引發進一步的悲觀情緒，所以使得股票價格的運行對市場非理性情緒的沖擊變得更為敏感。簡言之，融資業務可以通過杠桿交易和去杠桿交易的路徑放大投資者情緒效應。因此，提出假設四如下：

H4：融資交易放大了對股價的情緒效應。

融資交易和融券交易分屬信用杠桿交易和賣空交易，對投資者情緒效應的影響存在不同的效果，融資融券兩種交易的同時實施，其凈效應取決于二者業務結構均衡程度以及交易力量對比(巴曙松和朱虹，2016)[18]。從A股的市場實踐看，相對于融資交易金額，融券交易金額占比很低。所以，實際上兩融交易機制的正式實施，真正發揮作用的是杠桿效應的融資交易，而非賣空機制的融券交易。因此，提出假設五如下：

H5：當股票成為融資融券標的物后，其股價對市場非理性情緒變化的敏感性增加了。

投資者情緒指數的構造與有效性檢驗

Baker and Wurgler(2007)[1]將投資者情緒效應定義為股票收益對市場情緒變化的敏感性。這可以通過個股收益對市場情緒變量的回歸系數來進行度量，因此首先需要度量市場情緒。雖然也能夠使用月度數據進行估計情緒效應，但是使用更高頻的日數據，因為更多數據點的可利用性，從而可以提高斜率系數的回歸估計精度。所以本文需要構建一個市場情緒日度綜合指數。

一、投資者情緒指數的構造

本研究基于市場交易數據選擇以下五個代理變量構建綜合的日度投資者情緒指數。

1.帶符號的換手率(STurnover)

Baker and Wurgler(2006)[2]認為以換手率表示的流動性水平可作為衡量投資者情緒的有效指標，這也是Baker and Wurgler構造綜合情緒指數的代理變量之一。在此基礎上，本文使用帶符號的換手率。因為換手率本身并沒有反應情緒的方向，收益的正負恰好可以彌補這一點。不難理解，收益本身含有投資者情緒特征成分，因此帶符號的換手率更適合反應投資者情緒。帶符號的換手率STurnover定義為：

其中，Turnovert為第t日的換手率，Rt為第t日的市場收益。

2.漲跌停的數量(NPLH)

股票每天的漲跌停是根據前一天的收盤價格預先設定的價格邊界。在A股市場上，正常交易股票的最大漲跌幅為10%。其本意在于抑制過度投機行為，防止市場出現過分的暴漲暴跌，但從行為金融的角度看，漲(跌)停板的觸發可以理解為是投資者高漲的樂觀(恐慌的悲觀)情緒所致。如果股票市場上漲停的數量越多，跌停的數量越少，則意味著投資者情緒越樂觀。反之，如果股票市場上漲停的數量越少，跌停的數量越多，則意味著投資者情緒越悲觀。鑒于在A股市場上同時存在著漲停和跌停，因此，本文使用每天漲跌停的凈值NPLH作為情緒的一個代理變量。NPLH定義為每天漲停的股票數量減去每天跌停的股票數量1。

3.指令流的不平衡(OIB)

在市場微觀結構理論中，Chordia and Subrahmanyam(2004)[6]發現市場收益顯著受到同期及滯后的不平衡指令流的影響。Barber et al.(2008)[3]指出買方的指令流與短期收益正相關、但隨后發生反轉，與行為金融理論的預測一致，因此相信市場指令流是投資者情緒一個較好的度量。Kaniel et al.(2008)[13]便根據買賣的不平衡構建了日度情緒指數。因此，本文使用股票市場每天的指令流不平衡作為第三個投資者情緒代理變量。基于個股日內高頻數據樣本計算得到個股指令流的不平衡，其定義為每天買方發起的交易數與賣方發起的交易數的差。市場總的指令流不平衡為個股指令流不平衡按流通市值加權平均得到。

4.已實現偏度(RSkew)

偏度反應了股票收益的非對稱度。Shen et al.(2018)[16]研究了投資者情緒和股票收益偏度之間的關系，證實了投資者情緒和偏度之間確實存在正相關關系，而且Wang and Huang(2012)[17]也將已實現偏度視為投資者情緒的代理變量，基于此，本文將已實現偏度作為第四個投資者情緒代理變量。為計算股市每天的已實現偏度，本文選取市場指數5分鐘間隔的高頻數據進行研究，因為5分鐘的采樣間隔是保存日內數據信息的合理選擇，使用最為廣泛。已實現偏度RSkew的計算為：

其中，rt,i為第t個交易日、第i個5分鐘的收益率，N表示日內抽樣次數。

5.帶符號的跳躍(SJV)

跳躍即資產價格的非連續變化，是金融資產價格變動的基本特征。跳躍風險是股票收益的系統性風險因子(Dunham and Friesen，2007)[9]。投資者情緒對股票波動的影響渠道就是非連續跳躍成分而不是連續成分，資產價格大的跳躍是極端情緒的表現。帶符號的跳躍SJV計算如下：

為計算每天的SJV，同樣選取市場指數5分鐘間隔的高頻數據進行計算獲得。其中，rt,i為第t個交易日、第i個5分鐘的收益率，N表示日內抽樣次數。I[.]為示性函數，表示當[.]中成立時為1，否則為0。如果SJV大于0，則意味著樂觀情緒占優，發生向上的跳躍；反之，如果SJV小于0，則意味著悲觀情緒占優，發生向下的跳躍。

在確定以上變量作為投資者情緒的代理變量后，參考Baker and Wurgler(2006)[2]的方法，本文也使用主成分分析方法提取綜合的投資者情緒指數。樣本區間為2005.1.4～2015.12.31，樣本范圍為滬深兩市交易的A股主板上市公司，不包括中小板、創業板，剔除ST、*ST等非正常交易股票。所有數據都來自于國泰安CAMAR數據庫。首先，為了消除各變量單位差異的影響，在主成分分析前將各變量進行標準化處理。其次，為了消除宏觀經濟因素的影響，參考易志高和茅寧(2009)[30]、Firth et al.(2014)[10]，選擇居民消費價格指數(CPI)、工業品出廠價格指數(PPI)、宏觀經濟景氣指數(MBCI)、以及采購經理指數(PMI)這四個月度宏觀指標作為經濟基本面因素的代理變量。然后，將原始的五個情緒代理變量分別對這四個宏觀指標作回歸，以回歸后相應的殘差作主成份分析。結果顯示，第一主成份的方差解釋力為48%，超過Firth et al.(2014)[10]第一主成份40%的方差解釋力(基于中國市場構造的月度情緒指標)，與Baker and Wurgler(2006)[2]第一主成份49%的方差解釋力相當。而且，主成份的結果顯示，只有第一主成分的特征值大于1，因此，本文選擇第一主成份作為投資者情緒的代理變量。表1報告了相應的單一情緒代理變量以及由第一主成份構建的綜合情緒指數的描述性統計結果。

表1結果顯示，單個的情緒代理變量之間顯著正相關，而且利用主成份方法得到的綜合情緒指數也與各單一代理變量在1%的顯著性水平下正相關，相關系數最大的是0.79(SJV)、最小的是0.62(OIB)。最后得到的綜合情緒指標方程式為：

二、投資者情緒指數的有效性檢驗

在得到新的日度投資者情緒指數后，需要證實本文所構建投資者情緒指數的有效性。基于假設1和假設2，即“收益反轉”特征與情緒效應“截面差異”來論證新構建的投資者情緒指數的有效性。

1.收益反轉特征

參考Da et al.(2015)[7]以及Firth et al.(2014)[10]，這里通過以下時間序列回歸模型來檢驗投資者情緒對股價作用的收益反轉性：

其中，Returns表示市場指數收益。k=0，1，...，6分別表示與市場情緒變化ΔSentimen同期的收益、未來1～6天的收益。滯后五期的收益、市場波動率Volatility以及換手率Turnover作為控制變量。對上述模型，參考Da et al.(2015)[7]的方法、使用Bootstrap方法計算標準誤差進行統計推斷2。

表1 單個投資者情緒代理變量和綜合指數

表2的回歸結果顯示，當k=0時，βS為0.766，t統計量值為18.04，意味著在1%水平下，投資者情緒變化顯著正向影響同期的收益，即投資者情緒指數的增加、當期收益越高。當k=1時，βS為0.0509，t檢驗顯示，此時投資者情緒對收益的影響不顯著。但是在k=2時，投資者情緒對收益的影響出現了顯著的反轉效應，此時βS為-0.0582，在5%時統計意義上顯著。同樣顯著的反轉效應還出現在未來的第四和第六天。表2的最后一列更顯示投資者情緒指數的增加將導致未來第2～6天的累計收益顯著為負。這說明時間序列回歸結果符合行為金融學的理論預測。

2.情緒效應截面差異

如前所述，情緒效應是指個股收益對市場情緒變化的敏感性(Baker and Wurgler, 2007)[1]。因此，Kurov(2010)[15]、Cen, andLu Yang(2013)[5]分別在市場模型和三因子模型的基礎上加上同期情緒的變化值，進而通過回歸模型的系數度量情緒效應。所以，參照Kurov(2010)[15]、Cen, and Lu Yang(2013)[5]的方法，基于穩健性考慮，分別在單因子和三因子模型的基礎上通過下列模型(6)和(7)回歸獲得個股βS值。

這里，βs代表著個股收益對同期市場情緒變化的敏感度。

如前所述，不同個股的情緒效應表現不一樣。噪音交易大、小公司、風險大等難以客觀估值的個股對投資者情緒的敏感性更高。根據這一思路，本文根據規模、噪音和風險變量，分別構造高中低三個組合進行情緒效應的截面比較。對規模進行分組的變量是流通市值；噪音是根據French and Roll(1986)[11]的方法構造的變量3；風險以系統性風險(BETA)、股價崩盤風險的負收益偏態系數(NCSKEW)和收益率上下波動的比率(DUVOL)這三個指標來度量4。

表2 投資者情緒和收益的關系

表3給出了不同組合的情緒βs的截面統計結果，括號中為高低組合差異是否為0的t統計量值。從規模分組來看，最大規模組合的平均βs為2.01×10-4(或4.95×10-4)，小于最小規模組合的平均βs(7.15×10-4或7.58×10-4)，并且這種差異在1%水平上統計意義顯著。從噪音變量分組來看，最小噪音組合的平均βs為2.23×10-4(或3.81×10-4)，小于最大噪音組合的平均βs(5.16×10-4或6.06×10-4)，二者的差異在統計意義上5%水平時顯著。從風險分組看，最小系統性風險BETA組合的平均βs為2.33×10-4(或1.45×10-4)，小于相對應最大BETA組合的βs(4.11×10-4或9.47×10-4)，二者的差異在統計意義上10%或1%水平時顯著。類似地，最小NCSKEW組合平均βs為1.73×10-4(或5.30×10-4)，小于最大NCSKEW組合的平均βs(6.31×10-4或7.39×10-4)，二者的差異在統計意義上1%或10%水平時顯著。最小DUVOL組合平均βs為0.17×10-4(或3.99×10-4)，也小于最大NCSKEW組合的平均βs(6.38×10-4或7.05×10-4)，二者的差異均在統計意義上1%水平時顯著。總之，表3的結果符合行為金融理論，噪音交易大、風險大、小規模公司更易受到市場情緒的影響。

融資融券對情緒效應影響后果的實證檢驗

本節分別基于日度和年度數據來檢驗融資融券對情緒效應的影響后果。

一、基于日度數據的檢驗。

因為本文構建的是日度投資者情緒指數，這可以使本研究利用日度數據分析融資融券業務對投資者情緒效應的短期影響。參考Firth et al.(2014)[10]的做法，通過虛擬變量方法，檢驗融資融券對投資者情緒和隨后股票收益關系的影響。

表3 不同組合的情緒βs均值

這里，Di,t為虛擬變量，如果股票i在t年是融資融券標的、則為1，否則為0。k=0，1，…，5。表4和表5的結果顯示，當k=0、k=1時，投資者情緒變化(ΔSentiment)與收益顯著正相關，而且交互項(D*ΔSentiment)的系數也顯著為正，這意味著對于融資融券標的股票、市場情緒與同期及下一期收益之間的相關性更強于非標的股票。但是當k=2、3、4和5時，投資者情緒變化(ΔSentiment)與收益顯著負相關，而且交互項(D*ΔSentiment)的系數也顯著為負。例如，以模型(8)為例，k=2，當D=0時，情緒變化對收益的影響系數為-0.000682；當D=1時，則變為-0.001488。這說明，對于融資融券標的股票，投資者情緒對其第二天的收益沖擊導致的反轉效應更強。類似的結果也出現在k=3、4和5的情形。總之，這些結果證實，融資融券業務使得股票當期及隨后收益對投資者情緒的敏感性都顯著增加了。

表4 模型(8)估計結果

表5 模型(9)估計結果

二、基于年度數據的檢驗

融資融券業務自從2010年3月份實施以來，部分公司、分階段被納入融資融券名單，這為本文的實證設計提供了難得的“自然實驗”條件。因此，本部分基于傾向值匹配-雙重差分模型檢驗融資融券交易對情緒效應的長期影響。模型如下：

其中，RMSi,t表示第i個公司、第t年的情緒效應。通過模型(6)或(7)、對每個公司分年度回歸可以得到個股的年度系數βs，但如果在模型(10)中直接使用βs，不可避免存在估計誤差，所以Bushee and Friedman(2016)[4]以βs系數除以其相應的估計標準誤差予以修正。基于穩健性考慮，為控制估計誤差的影響，在回歸中也采用Bushee and Friedman(2016)[4]的同樣方法。

Treat為實驗組虛擬變量，當該公司股票在樣本期間被納入融資融券名單時為1，否則為0；Post為實驗期虛擬變量，當公司進入融資融券名單之后的年度為1，否則為0。α3刻畫了融資融券交易對RMS的影響，是本部分重點考察的對象。如果α3顯著為正，則說明融資融券制度加劇了公司股價對市場非理性情緒的敏感性；如果α3顯著為負，則說明融資融券制度緩解了公司股價對市場非理性情緒的敏感性；如果α3不顯著，則說明融資融券制度不影響公司股價對市場情緒的敏感性。控制變量Control包括公司總資產(Asset)、財務杠桿(LEV)、總資產收益率(ROA)、股票收益的標準差(Sigma)以及換手率(Turnover)。

由于融資融券標的與非標的公司特征存在一定的差異，這些差異可能會降低雙重差分模型估計的有效性。為此，這里采用傾向性評分匹配(PSM)方法，從事前的控制組中構造一組與實驗組最為接近的樣本當作新的控制組。根據滬深證券交易所的公告精神，融資融券標的股一般要求規模大、流動性好、波動性小、交易正常等特征，因此，選擇公司規模、換手率、波動率、上市年限、是否正常交易等作為匹配變量，最終根據最相鄰匹配法構造得到匹配樣本。基于PSM方法的雙重差分結果列于表6。表6的結果顯示，交互項Treat*Post系數分別為0.0813、0.147，在10%或1%的水平上統計意義顯著。這表明在正式成為標的股票后，融資融券標的股票對市場情緒的敏感度相較于非融資融券標的股票明顯提高。這一研究結果與巴曙松和朱虹(2016)[18]的結論。

以上結果說明，無論從短期(表4和表5)還是長期(表6)看，當股票成為融資融券標的物后不僅沒有減輕、反而是加大了投資者情緒對股價的影響效應。這一結果與融資融券制度實施的初衷不一致。融資融券制度的實施，其本意在于通過放松賣空約束、促進股價信息效率的提高，減少非理性因素對股價運行的沖擊。但事與愿違，例如，在2010年融資融券業務正式實施后，中國資本市場暴漲暴跌的現象并沒有消除。這些暴漲暴跌不是基本面的真實反應，更可能是非理性投資者情緒作用的結果，而融資融券業務放大了投資者情緒效應。

融資融券對情緒效應影響后果的原因分析

在上述的研究中，本文基于股票是否是融資融券標的物進行的情緒效應檢驗，這意味著將融資融券的影響進行了合并考慮。但實際上，融資融券制度包含融資和融券兩種機制同時實施，前者為杠桿交易，后者是賣空制度。所以，分別考慮融資和融券的實際交易效應更有助于提高對融資融券制度實施效果的認識。借鑒褚劍和方軍雄(2016)[19]、李志生等(2015)[23]等的做法，采用融資融券實際交易數據來檢驗兩融業務對股價投資者情緒效應的影響，檢驗模型為：

其中，X代表融資余額與流通市值之比(Margin)、融券余額與流通市值之比(Short)，或者表示融資融券余額與占流通市值的比例(Net)，控制變量定義與前文一致，RMS來自于模型(6)或模型(7)的估計。

表6 融資融券對RMS影響的年度數據檢驗

表7報告了融資融券實際交易與股價投資者情緒效應的回歸結果。表7的結果顯示，Margin對RMS的影響為正，即融資余額的增加導致股票收益對市場情緒的敏感性增加；Short對RMS的影響為負，但是在統計意義上并不顯著。從Net變量的回歸系數來看，融資融券業務對市場情緒效應的綜合影響為正，即兩融的實施增加了股票收益對市場情緒的敏感性。導致這一結果的原因在于，融資的比例遠遠大于融券的比例。例如，在樣本期內，Margin的平均值為48.5%，而Short的平均值僅為0.127%。這說明，兩融制度的實施，因為融資融券交易規模的巨大差異，對情緒效應起作用的是融資交易，融資交易顯著增大了情緒貝塔，即增大了情緒效應。

結論

情緒效應反映的是股票收益對市場非理性情緒沖擊的敏感性。在個人投資者占主導的情況下，中國A股市場的價格變動更容易受到非理性投資者情緒的影響。要防范化解金融風險、促進資本市場的健康發展，對中國A股市場的情緒效應進行研究尤為重要。本文基于行為金融的情緒效應視角考查了融資融券業務實施的結果。

首先，基于現有投資者情緒指數的不足，構建了一個新的投資者情緒指數。不同于以往的情緒指數，該指數為日度數據。使用日度情緒指數，可以在收益-情緒的回歸方程中提供更多的數據點，這可以使得回歸系數的估計更為可靠。而且，使用日度情緒指數，可以便于分析融資融券對投資者情緒效應的短期影響，這對于在投資者情緒易變的A股市場尤為必要。

表7 融資融券實際交易與股價投資者情緒效應的回歸結果

其次，根據行為金融理論的預測，投資者情緒對股票收益的影響存在“反轉效應”以及“截面差異”的特征，本文進行了統計檢驗，結果證實所構建的情緒指數能顯著預測兩天后的收益反轉效應，而且，噪音交易大、風險大、小規模公司更易受到投資者情緒的影響。

最后，基于所構建的情緒指數，分別從短期和長期，檢驗了融資融券對情緒效應的影響。實證結果表明，在正式成為標的股票后，融資融券標的股票對市場情緒的敏感度相較于非融資融券標的股票明顯提高。造成這一結果的原因在于，兩融交易機制的正式實施，真正發揮的作用是杠桿效應，而非賣空機制。杠桿交易的融資制度為投資者提供了跟風的渠道，以使得股票價格的運行對市場非理性情緒的沖擊變得更為敏感。

注釋