我國股票市場融券賣空交易影響因素研究

康 立 張曉培

（中南財經政法大學 金融學院，湖北 武漢430073）

一、引言

融券賣空交易是證券信用交易或保證金交易的一部分，它是指投資者基于未來股價下跌的預期，向具備融券業(yè)務資格的證券公司或其他金融機構提供擔保物，向其借入證券并賣出，等證券價格下降，再從市場上買回并歸還證券、支付利息的行為。

2010年1月22日，我國證監(jiān)會發(fā)布了《關于開展證券公司融資融券業(yè)務試點工作的指導意見》，同年3月31日，上海、深圳證券交易所正式向國泰君安、中信證券、海通證券、光大證券、國信證券和廣發(fā)證券6家試點券商發(fā)出通知，開始接受券商融資融券交易申報，標志著我國融資融券交易試點正式啟動，也結束了我國長期以來的單邊做多市場機制。首批融資融券標的股票為上證50指數(shù)成分股和深證成分指數(shù)成分股，共計90只股票。2011年11月25日，《上海證券交易所融資融券交易實施細則》正式發(fā)布施行，使我國融資融券業(yè)務由“試點”轉為“常規(guī)”。經過2011年12月5日、2013年1月31日和2013年9月16日三次大規(guī)模融券標的股票的擴容，以及2013年2月28轉融券試點的拓展，我國融券業(yè)務做空機制逐步成熟，融券交易日趨活躍。

大多金融監(jiān)管當局都認為，融券業(yè)務的開展，一方面克服了股票市場上單邊交易市場中信息不能充分披露的缺點，發(fā)揮了證券市場價格發(fā)現(xiàn)功能；另一方面，融券業(yè)務降低了股市的波動性，提高了股票的流動性，起到穩(wěn)定市場的重要作用。然而，融券者是基于避稅、對沖、套利策略進行交易，還是進行投機交易？他們是順勢交易者還是逆勢交易者？他們做出決策時主要依據(jù)什么信息進行證券篩選的？這些問題都是學術界關注的焦點。

二、文獻綜述

研究融券賣空交易的影響因素，可從投資者賣空股票的三大主要動機，即稅收規(guī)避、對沖或套利、投機動機進行分析。

基于稅收規(guī)避動機的股票賣空交易。Edward A.Dyl指出，因為預期當前和下期稅率的不同，投資者在進行決策時會通過控制獲利時間推遲資本利得稅，推遲稅收動機可能會出現(xiàn)賣空數(shù)量在年底12月份發(fā)生大幅度增長，而第2年1月份數(shù)量下降，從而呈現(xiàn)季節(jié)性變化[1]。Averil Brent、Dale Morse和E.Kay Stice研究了1974～1986年間，美國紐約證券交易市場上所有證券的賣空季節(jié)性變化，結果表明稅收動機能夠解釋年底5%的證券賣空量[2]。

基于對沖或套利策略的股票賣空交易。McDonald和Baron指出，在解釋賣空數(shù)量時，套利和對沖策略起著越來越重要的作用。對沖動機使投資者更多地賣空那些具有更大收益波動的股票，實證研究表明，賣空量和公司beta值高度正相關[3]。Averil Brent、Dale Morse和E.Kay Stice用期權的存在、可轉換證券的存在、公司beta值和殘差作為對沖和套利動機的替代變量，研究結果顯示，較高賣空比例的證券往往是具有較高beta值的股票或是含有買賣期權或可轉換證券的股票，表明賣空交易動機主要是對沖和套利交易[2]。Figlewski和Webb將股票期權是否存在作為啞變量，發(fā)現(xiàn)含期權的股票賣空更活躍，因為期權減少了賣空的限制[4]。

基于投機動機的股票賣空交易。McDonald和Baron引用1947年對美國紐約股票交易所的一項調查表明，大約三分之二的賣空量是基于投機動機。投機者預測證券價格會下降從而賣空股票而獲利。這些賣空者的信念不同于現(xiàn)在股價所含有的一致信念[3]。Figlewski驗證了這一結論，研究表明，投資者異質信念和賣空之間的確存在相關關系①[5]。然而，Averil Brent，Dale Morse和E.Kay Stice用分析師預測方差作為投資者異質信念的替代變量，發(fā)現(xiàn)投機交易并不是賣空的顯著決定因素[2]。

有學者進一步研究表明，投資者進行賣空投機交易所使用的信息，包括股票前期收益率、市場表現(xiàn)、公司基本面等。Hurtado Sanchez L.利用美國標準普爾工業(yè)和紐約證券交易所有較高賣空量的近300家股票1966～1967年21個月的賣空數(shù)據(jù)，發(fā)現(xiàn)股票前期收益率和賣空量成負相關[6]；Averil Brent、Dale Morse和E.Kay Stice通過研究股票前期收益率和賣空量的關系，也得出相同的負相關結論[2]。投資者也可能根據(jù)市場整體情況進行賣空決策，即賣空可能和市場表現(xiàn)相關。如果賣空者是順勢交易者，在市場行情好時，賣空交易就不活躍，Lamont和Stein發(fā)現(xiàn)，當市場達到頂峰時，賣空量會下降[7]。相反，如果賣空者是逆勢交易者，在市場行情好時，賣空交易就會很活躍，正如Asensio所發(fā)現(xiàn)，牛市是賣空者的肥沃土壤，當市場達到頂峰時賣空數(shù)量就會增加，賣空者可以通過市場糾正機制獲利[8]（P212-850）。也有較多的文獻研究表明，賣空者會根據(jù)公司基本面進行賣空交易。Desai發(fā)現(xiàn)長期較差的業(yè)績表現(xiàn)會有較高的賣空量[9]。Francis指出，賣空者更愿意根據(jù)公司基本面信息對那些被市場錯誤定價的證券進行交易[10]（P1-41）。Dechow通過測算每股收益、賬面市值比和市場價格等金融比率指標，提出有較低比率指標的公司通常有較低的未來收益，賣空者會關注公司基本面并且當公司基本面下降時賣空該股票[11]。

影響股票賣空交易的其他因素。Averil Brent、Dale Morse和E.Kay Stice指出，一些投資者還根據(jù)他們前期的賣空水平進行投資策略選擇，這表明賣空的活躍程度還受自身滯后項的影響。另外，公司所有制結構也會影響賣空活躍度[2]。Jones和Lamont等認為，機構持股水平能夠限制股票的借入[12][13]。Asquith等發(fā)現(xiàn)，不能夠借入的股票往往是較小的市值，有較大市值的股票從機構借入股票的能力并不受限制[14]。Wermers發(fā)現(xiàn)，被機構投資者大量購買的股票賣空交易不太活躍，因為機構投資者有更高水平的股票選擇權[15]。J.Edward Graham和J.Christopher Hughen通過對美國NASDAQ市場200家上市公司的研究證明，賣空量和機構持股負相關，和內部人持股正相關；賣空者更喜歡高流動性和高市場賬面價值比的股票[16]。還有學者研究表明，交易成本也是影響股票賣空交易的因素之一。Dechow等以市場價值、機構持股數(shù)量和股息收益率作為交易成本的替代變量，發(fā)現(xiàn)賣空者喜歡交易成本低、流動性強的股票[11]。Kadiyala和Vetsuypens發(fā)現(xiàn)賣空和因分割流動性提高的股票正相關[17]。

綜上所述，國外關于股票賣空交易影響因素的研究相當廣泛，但基本上都集中于對某一方面進行單因素分析，如分別研究稅收、對沖或套利、異質信念、公司績效與賣空量的關系等，缺乏對賣空交易影響因素的全面系統(tǒng)性研究。國內大部分文獻把研究重點放在融券業(yè)務的開展對股票市場流動性和波動性的影響上（谷文林、孔祥忠[18]；廖士光、楊朝軍[19]；李志生[20]；張永力、裘駿峰[21]），而鮮有文獻從相反的視角研究哪些因素影響了融券交易。因此，本文試圖在前人研究的基礎上，采用系統(tǒng)廣義矩估計法，研究融券交易量與這些因素之間的相關性。

三、實證分析

（一）變量選取與研究假設

賣空是對沖或套利策略中的重要組成部分，為檢驗對沖或套利動機，一般用期權的存在、可轉換證券的存在或公司beta值作為替代變量。根據(jù)我國股票市場的現(xiàn)狀，本文用公司beta值（用BETA表示）作為投資者進行對沖或套利動機的替代變量。一般情況下，beta值越大，融券量越大，兩者呈現(xiàn)正相關關系。故提出假設1：融券量與BETA正相關。

根據(jù)以往的研究，投機動機的存在一般使用投資者意見分歧作為衡量指標，然而投資者意見分歧不能夠被直接觀測到，故一般使用分析師盈利預測方差或股票收益波動率作為衡量指標。但是用分析師預測方差作為衡量指標不一定能夠代表所有投資者的意見，又由于本文采用的是日度數(shù)據(jù)，故采用股票每天最高價與最低價之差（用GD表示）作為替代變量。由于投資者意見分歧與賣空量成正比，故提出假設2：融券量與GD正相關。

根據(jù)Averil Brent、Dale Morse等人的研究，股票前期收益率也可以對投資者的投機動機起支撐作用[2]，但股票前期收益率與賣空量的關系還不明確，需要檢驗。本文用R（-1）來表示個股前期收益率。故提出假設3：融券量與個股前期收益率R（-1）關系不明確。對于市場行情，如果投資者是順勢交易者，那么市場行情好時賣空量會減少；但如果投資者是逆勢交易者，則行情越好，賣空量越大。因此，對于市場行情與融券量的關系也需要檢驗。本文用滬深300指數(shù)的前期收益率（RHS300（-1））來表示市場整體情況。故有假設4：融券量與市場前期收益率RHS300（-1）關系不明確。

公司基本面也是融券投機者主要考慮的因素，研究者在考慮公司基本面時，通常選用每股收益、賬面市值比等金融比率指標?；诒疚哪Ｐ头治鲋兴捎玫臄?shù)據(jù)頻率，選用每日市凈率（Price-tobook ratio，用PB表示）作為基本面分析的指標。根據(jù)Dechow的研究，賣空者更關注有較高金融比率的公司[11]；J.Edward Graham 和J.Christopher Hughen認為，賣空量和每日市凈率顯著正相關[16]。然而，由于市凈率側重于對未來盈利能力的期望，一般認為，市價高于賬面價值時企業(yè)資產的質量較好，有發(fā)展?jié)摿?；反之則質量較差，沒有發(fā)展前景。從這方面來看，市凈率越高說明投資者對該企業(yè)的發(fā)展前景越看好，融券賣空量應越低，兩者負相關。因此，兩者正負關系的不同觀點需要檢驗。故提出假設5：市凈率（PB）和賣空量關系不明確。

其他影響賣空交易的因素主要有公司規(guī)模、機構持股比例、股票流動性、股息收益率和融券量滯后項等。對于公司規(guī)模，本文在構建模型設置被解釋變量時，用融券量除以流通股股數(shù)排除了公司規(guī)模大小的影響；對于機構持股比例和股票的流動性，可以統(tǒng)一把它們看作股票交易成本的替代變量，因為機構持股比例是通過影響借入股票的難易程度來影響融券成本的，而股票的流動性一向被作為股票交易成本的替代變量來使用；基于數(shù)據(jù)的可得性，對于股息收益率本文不予考慮；根據(jù)賣空交易的“慣性”考慮融券量的滯后項。總之，其他影響因素大致分兩類：一類是交易成本，用股票流動性的衡量指標換手率來代替（表示為TURNOVER）。一般情況下，換手率越高，表明股票流動性越好，交易成本越低，越吸引投資者。故提出假設6：換手率（TURNOVER）和賣空量正相關。另一類是融券量的滯后項，由于被解釋變量為融券量除以流通股股數(shù)表示為SSR（short selling rate），其滯后項表示為SSR（-1）。

（二）樣本選擇與數(shù)據(jù)說明

在樣本區(qū)間選取上，本文從現(xiàn)有的允許賣空標的股中選擇，剔除2013年加入的標的股，剔除金融類企業(yè)和中小板企業(yè)，最終取剩余的175家企業(yè)作為研究對象。時間序列選取上，由于我國融券交易開始較晚，投資者接受并改變之前的投資習慣有個適應過程，因此，前期融券交易并不活躍。故本文選取了2012年7月1日至2013年7月31的日交易數(shù)據(jù)展開研究。

數(shù)據(jù)來源：個股每日的融券賣空數(shù)量來自于國泰安數(shù)據(jù)庫，其余變量數(shù)據(jù)均來自巨靈金融平臺。數(shù)據(jù)處理：被解釋變量SSR定義為個股每日的融券賣空量除以個股流通在外的流通股股數(shù)。解釋變量BETA、PB和TURNOVER是不需計算直接獲得的。GD、R和RHS300是計算所得，其中，GD是股票每天的最高價減最低價得到的；R和RHS300均是利用股票收盤價計算所得的對數(shù)收益率，即Rt＝Ln（Pt／Pt-1）。對于個別企業(yè)、個別變量的數(shù)據(jù)缺失，本文采用平均值代替，以減小缺失值對統(tǒng)計結果的影響。另外，數(shù)據(jù)的填充也使非平衡面板轉換為平衡面板，并為下文的協(xié)整檢驗帶來了便利。

（三）動態(tài)面板數(shù)據(jù)模型的構建

本文選用動態(tài)面板數(shù)據(jù)模型，它能夠更準確地反映經濟變量的動態(tài)調整，而且通過滯后期因變量能夠間接反映潛在因素對當期自變量的影響。模型設定形式如下：

在式（1）中，SSRi，t代表企業(yè)i在時間t的賣空交易量的比率，即公司i在時間t的賣空交易量除以當天在外流通股股 本；BETAi，t、GDi，t、PBi，t、TURNOVERi，t分別表示企業(yè)i在時間t的公司 beta值、最高價和最低價之差、市凈率以及換手率；Ri，t-1、RHS300i，t-1代表企業(yè)i在時間t-1時的個股對數(shù)收益率和市場對數(shù)收益率；γ、β1、β2、β3、β4、β5、β6為待估參數(shù)；μi為非觀測截面?zhèn)€體效應；εi，t為擾動項。

（四）模型分析

在上述模型中，由于解釋變量中含有因變量的滯后項，會導致解釋變量產生內生性，為了解決這一問題，本文采用動態(tài)面板廣義矩估計法（GMM）對其進行估計。

1.基本檢驗。首先，為了克服選擇一種方法進行檢驗所帶來的偏差，本文對各變量分別進行LLC檢驗、IPS-W檢驗和Xtfisher檢驗。

表1的檢驗結果顯示，變量SSR、GD、TURNOVER、R、RHS300均拒絕原假設，不存在單位根，故原序列平穩(wěn)，可以表示為SSR～I（0）、GD～I（0）、TURNOVER～I（0）、R～I（0）、RHS300～I（0）。而變量BETA、PB不能拒絕原假設，存在單位根；一階差分之后顯著拒絕原假設，不存在單位根，故屬于一階單整序列，表示為BETA～I（1）、PB～I（1）。

其次，本文中被解釋變量SSR～I（0），不高于任何解釋變量的單整階數(shù)，且解釋變量中高于被解釋變量SSR單整階數(shù)的有兩個變量：BETA～I（1）、PB～I（1），故滿足協(xié)整條件，可以對其進行協(xié)整檢驗。本文使用Xtwest檢驗方法對變量進行檢驗②，檢驗結果如下：

表2中有四個統(tǒng)計量，兩個組統(tǒng)計量Gt和Ga，兩個面板統(tǒng)計量Pt和Pa?？梢钥闯鏊膫€統(tǒng)計量均顯著拒絕原假設，即各變量之間存在長期均衡的穩(wěn)定關系，其方程回歸殘差是平穩(wěn)的，因此，可以在此基礎上直接對原方程進行回歸，此時的回歸結果較精確。

表1 各個變量單位根檢驗結果

表2 協(xié)整檢驗結果

2.模型估計適用性檢驗。Arellano和Bond、Blundell和Bond在差分廣義矩估計（DIF-GMM）的基礎上，引入被解釋變量差分的滯后項與隨機誤差項正交這個矩條件，得到系統(tǒng)廣義矩估計（SYSGMM）[22][23]。系統(tǒng)廣義矩估計可以增強差分估計中工具變量的有效性，通過增加原始水平值的回歸方程來彌補僅使用回歸差分方程的不足和解決弱工具變量的問題，故本文擬采取系統(tǒng)廣義矩估計對模型進行估計分析。但前提是回歸要建立在隨機擾動項無序列相關的假設上，并且所選用的工具變量是有效的，因此，需要進行殘差是否存在序列相關，以及模型是否存在過度識別兩個檢驗。

對系統(tǒng)廣義矩估計擾動項的自相關性進行估計，結果如表3所示，一階差分的殘差只存在一階序列相關，而沒有高階序列相關，從而，不能拒絕水平的殘差序列不存在序列相關的假設，即接受原假設“擾動項無自相關”。過度識別檢驗（Sargan test）結果（chi2（778）＝170.858，Prob＞chi2＝1.000 0）亦表明不能拒絕“所有工具變量都有效”的原假設，故可認為所有工具變量均為有效工具變量③。

表3 Arellano-Bond序列自相關檢驗

由上述Arellano-Bond檢驗和Sargan檢驗結果可知，采用系統(tǒng)廣義矩估計法（SYS-GMM）滿足模型估計的前提條件，并且所選工具變量也是合適的。

3.模型回歸結果分析。本文采用系統(tǒng)廣義矩估計（SYS-GMM）中的兩步廣義矩估計穩(wěn)健法作為最終分析結果。因為相對于一步廣義矩估計，兩步廣義矩估計結果對異方差和截面相關性具有較強的穩(wěn)健性，但它會導致標準差的下偏，提高系數(shù)顯著性。但Windmeijer通過模擬分析表明，利用兩步穩(wěn)健法，采用糾偏估計量計算標準誤，控制了異方差和序列相關，可以更好地進行統(tǒng)計推斷[24]。本文使用Stata12.0軟件將兩步法（SYS-twostep）和兩步穩(wěn)健法（SYS-twostep-vce-robust）的結果均陳列如下。由表4，式（1）可表示為式（2）：

表4 系統(tǒng)廣義矩估計結果

從表4可以看出，無論采用何種方法進行系統(tǒng)廣義矩估計，參數(shù)估計結果均表明，本文所選的解釋變量都能顯著解釋被解釋變量融券賣空比例SSR。

第一，個股beta值（BETA）與融券比例SSR呈顯著正相關關系（兩步法穩(wěn)健性vce估計結果為β1＝0.000 103 4，統(tǒng)計量為4.51④），說明假設1融券量與BETA正相關成立。beta值可以代表對沖或套利動機的存在，表明我國股票市場上存在一些投資者，他們進行股票賣空的動機是對沖已有頭寸所含風險，使自己處于風險中性的位置。

第二，個股每天最高價與最低價之差GD與融券比例SSR呈正相關關系（β2＝0.000 068 9，統(tǒng)計量為2.61），說明假設2GD與融券量正相關成立。本文中，GD是投資者意見分歧的替代變量，這一結果顯示，投資者意見分歧越大，在允許賣空的情況下，悲觀投資者便會通過賣空來表達自己的觀點，融券量便會越大，這一結論與大多之前的研究結果一致，也說明我國股票市場上投機者的存在性。

第三，對于研究假設3：融券量與個股前期收益率R（-1）關系不明確，本文的實證結果為：個股前期收益率R（-1）與融券比例SSR顯著負相關（β3＝-0.001 3，統(tǒng)計量為-15.94），這一結果與J.Edward Graham 和J.Christopher Hughen的研究結果一致[16]。同時，也正如 Averil Brent，Dale Morse和E.Kay Stice的研究，股票前期收益率可以對投資者的投機動機起支撐作用，或者可以把股票前期收益率R（-1）看作投機者賣空的一個考慮因素[2]。

第四，對于研究假設4：融券量與市場前期收益率RHS300（-1）關系不明確，本文的研究結果為：市場前期收益率RHS300（-1）與融券比例SSR顯著正相關（β4＝0.000 7，統(tǒng)計量為9.25），這一結果與Asensio的研究結論一致[6]。即當市場價格達到頂峰時，投機者認為價格會下降，賣空量便會增大，投機者可以通過市場糾正機制獲利。同時，這也說明我國股票市場上融券者大部分是逆勢交易者，而非順勢交易者。

第五，對于研究假設5：市凈率（PB）和賣空量關系不明確，本文的研究結果為：股票市凈率（PB）與融券比例SSR在10%的顯著性水平下成負相關（β5＝-5.77e-06，統(tǒng)計量為-1.77）。這一結論與J.Edward Graham和J.Christopher Hughen的研究結果雖然相反[16]，卻符合一般投資者對市凈率的理解。同時，這一結論也表明融券者在做決策時的確會關注企業(yè)的基本面信息。

第六，股票換手率（TURNOVER）與融券比例SSR呈顯著正相關關系（β6＝0.011 4，統(tǒng)計量為10.59），說明假設6換手率與融券量正相關成立。這一結果與大多研究結論一致，表明不管是股票購買者還是融券者均喜歡選擇低成本的證券來降低整個投資成本，提高投資收益。

第七，融券比例SSR與前期滯后項顯著正相關（γ＝0.120 643 2，統(tǒng)計量為9.65），說明融券者容易受前期決策的影響，他們會根據(jù)前期結果調整本期行為，同時再次驗證了本文選擇動態(tài)面板數(shù)據(jù)模型是正確的。

四、結論與啟示

第一，我國股票市場上融券賣空者主要分為兩類，一類是基于對沖或套利動機而存在的投資者，這是通過研究融券比率與股票beta值之間的關系得出的。另一類是融券投機者，這類投資者的投資風險通常較大，如果判斷正確將會獲得高收益，如果判斷失誤，將損失慘重。這一結論主要是通過研究融券比率與投資者意見分歧、個股和市場前期收益率和公司基本面之間的關系得出的。

第二，我國股票市場上融券賣空者主要是逆勢交易者，而非順勢交易者。即投資者多逆勢而為，做與原來趨勢或慣性方向相反的交易。當股價上升時，預測股價未來會下跌，賣空量增加；當股價下降時，認為未來股價將會反轉，賣空量減少。這一結論是基于融券比率與市場前期收益率之間呈現(xiàn)顯著的正相關關系而得出的。這說明我國融券交易者相對來說較為理智，很少出現(xiàn)追漲殺跌的情況，懂得利用市場糾錯機制謀取獲利機會。

第三，我國融券投資者進行融券賣空時，主要考慮公司beta值、股票高低價之差、公司基本面情況、股票融券交易成本和個股、市場收益情況。在市場行情相同的情況下，融券比率較高的企業(yè)一般是那些基本面表現(xiàn)不好的企業(yè)，這主要是通過融券比率與企業(yè)市凈率之間的關系得出的。相比之下，交易成本低的股票更受投資者喜歡，這可以從換手率和融券比率之間的關系看出。此外，市場行情是任何投資者都會考慮的關鍵因素。根據(jù)本文的研究結論，可以得到以下啟示：

一是，從投資者的角度來說，尤其是中小投資者，由于不具有信息優(yōu)勢，在進行融券交易時，可以把公司基本面、公司beta值、換手率、股票高低價之差、股票前期收益率和市場前期收益率等因素作為選擇融券對象的重要依據(jù)。在考慮股價未來變化時，除了進行基本面分析和技術分析所考慮的變量指標外，還應該重點關注個股的融券量變化。因為融券量上升時，往往預示著未來股價的下降，融券量下降時，卻預示著未來股價的上升。

二是，從上市公司角度來說，一家上市公司賣空量的增加意味著投資者對這家公司未來前景不看好，繼而伴隨著股價的持續(xù)下跌。因此，管理者為維持或是提升公司價值，應該在大環(huán)境不可改變的前提下，從公司自身出發(fā)，提高公司業(yè)績，改善公司基本面，激發(fā)投資者信心，降低股票賣空量。

三是，從券商角度來說，賣空機制的引入提高了投資的杠桿，投資者的虧損風險也由投資者本人延伸到了券商，再加上我國融券投資者有很大一部分存在投機動機，因此，應建立完善的內部控制并嚴格落實，通過建立投資者信用風險數(shù)據(jù)庫，對投資者的信用情況進行管理，降低和防范信用風險。

四是，從金融監(jiān)管當局來說，在“高標準，穩(wěn)起步”的指導原則下，應進一步放寬對融資融券的限制，調整保證金比例，降低融券成本，繼續(xù)擴大融券標的和轉融券的標的，放寬“投資者適當性”標準，使更多的投資者參與到融券交易中，努力做到讓投資者有券可融，并能在股票市場上充分表達自己的觀點，起到活躍市場、提高市場效率的作用。

注釋：

①異質信念指不同投資者對相同股票相同持有期下收益分布有不同的判斷。異質信念可以作為投機動機的衡量標準，但異質信念不能夠直接衡量，必須尋找替代變量。

②Xtwest檢驗方法的基本思想是：以誤差修正模型為基礎進行面板協(xié)整檢驗，若存在協(xié)整關系，則誤差修正模型部分的系數(shù)會顯著異于零。

③差分方程的GMM 工具變量為L（2／3）.SSR，標準工具變量為D.GD、D.BETA、LD.R、LD.RHS300、D.PB、D.TURNOVER；水平方程的GMM工具變量為LD.SSR，標準工具變量為＿cons，即常數(shù)項。

④為表述簡潔，若非特別說明，下文呈列的均為兩步法穩(wěn)健性（SYS-twostep-vce-robust）估計結果。

[1]Edward A.Dyl.Short Selling and The Capital Gains Tax[J].Financial Analysts Journal，1978，34（2）：61—64.

[2]Averil Brent，Dale Morse，E.Kay Stice.Short Interest：Explanations and Tests[J].Journal of Financial and Quantitative Analysis，1990，25（2）：273—289.

[3]McDonald.J.，D.Baron.Risk and Return on Short Positions in Common Stock[J].Journal of Finance，1973，28（1）：97—107.

[4]Figlewski，S.，G.Webb.Options，Short Sales and Market Completeness[J].Journal of Finance，1993，48（2）：761—777.

[5]Figlewski，S.The Informational Effects of Restrictions on Short Sales：Some Empirical Evidence[J].Journal of Financial and Quantitative Analysis，1981，16（4）：463—476.

[6]Hurtado-Sanchez L.Short Interest：Its Influence as A Stabilizer of Stock Rectums[J].Journal of Financial and Quantitative Analysis，1978，13（5）：965—985.

[7]Lamont，O.，J.Stein.Aggregate Short Interest and Market Valuations[J].American Economic Review，2004，94（2）：29—32.

[8]Asensio，M.Sold Short：Uncovering Deception in The Markets[M].New York：John Wiley and Sons Ltd.，2001.

[9]Desai，H.，K.Ramesh，S.R.Thiagarajan，B.V.Balachandran.An Investigation of The Informational Role of Short Interest in The NASDAQ Market[J].Journal of Finance，2002，57（5）：2263—2287.

[10]Francis，J.，M.Venkatachalam，Y.Zhang.Do Short Sellers Convey Information about Changes in Fundamentals or Risk？[Z].Fuqua School of Business，Duke University Working Paper，September，2005.

[11]Dechow，P.M.，A.P.Hutton，L.Meulbroek，R.G.Sloan.Short-Sellers，F(xiàn)undamental Analysis and Stock Returns[J].Journal of Financial Economics，2001，61（1）：77—106.

[12]Jones，C.M.，O.Lamont.Short-Sale Constraints and Stock Returns[J].Journal of Financial Economics，2002，66（2）：207—239.

[13]Geczy，C.C.，D.Musto，A.Reed.Stocks Are Special Too：An Analysis of The Equity Lending Market[J].Journal of Financial Economics，2002，66（2／3）：241—269.

[14]Asquith，P.，P.Pathak，J.Ritter.Short Interest，Institutional Ownership，and Stock Returns[J].Journal of Financial Economics，2005，78（2）：243—276.

[15]Wermers，R.Mutual Fund Performance：An Empirical Decomposition into Stock-Picking Talent，Style，Transactions Costs，and Expenses[J].Journal of Finance，2000，55（4）：1655—1695.

[16]J.Edward Graham，J.Christopher Hughen.Ownership Structure，Expectations，and Short Sales on The NASDAQ[J].Journal of Economics and Finance，2007，31（1）：33—48.

[17]Kadiyala，P.，M.Vetsuypens.Are Stock Splits Credible Signals？Evidence from Short Interest Data[J].Financial Management，2002，31（1）：31—50.

[18]谷文林，孔祥忠.融資融券業(yè)務對市場資本流動性的短期影響[J].證券市場導報，2010，（7）：50—52.

[19]廖士光，楊朝軍.賣空交易機制對股價的影響——來自臺灣股市的經驗證據(jù)[J].金融研究，2005，（10）：131—140.

[20]李志生，蔡文卿，陳晨.賣空機制對資產價格波動和資產泡沫的影響——文獻評述與研究展望[J].中南財經政法大學學報，2013，（2）：19—26.

[21]張繼德，趙彪.證券投資基金持股與大股東利益侵占行為研究[J].北京工商大學學報（社會科學版），2013，（4）：82—88.

[22]Arellano，M.，S.Bond.Some Tests of Specification for Panel Data：Monte Carlo Evidence and Application to Employment Equations[J].Review of Economic Studies，1991，58（2）：277—297.

[23]Blundell R.，Bond S.Initial Conditions and Moment Restrictions in Dynamic Panel Data Models[J].Journal of Econometrics，1998，87（1）：11—143.

[24]Windmeijer F.A Finite Sample Correction for The Variance of Linear Efficient Two-step GMM Estimators[J].Journal of Econometrics，2005，126（1）：25—51.