融資融—券與股價波動相關(guān)性研究
——基于個股趨勢變化

○鄧輝 朱文昊

（上海電力學(xué)院經(jīng)濟與管理學(xué)院 上海 201300）

融資融—券與股價波動相關(guān)性研究
——基于個股趨勢變化

○鄧輝 朱文昊

（上海電力學(xué)院經(jīng)濟與管理學(xué)院 上海 201300）

本文對滬深兩市總體及10只不同行業(yè)的A股數(shù)據(jù)進行了計量統(tǒng)計分析，驗證了股價波動與融資融券交易間的長期均衡關(guān)系，發(fā)現(xiàn)滬深300指數(shù)波動是融資融券交易的Granger因?；趥€股的分析表明：上行趨勢下的融券交易與個股價格波動高度相關(guān)且呈現(xiàn)同向關(guān)系，其他情況下融資融券交易與個股價格波動的相關(guān)性在不同股票上呈現(xiàn)一定的差異。

趨勢 均線 融資融券 股價波動

一、引言

2010年3月31日，我國證券市場引入了融資融券交易這一金融創(chuàng)新機制以后，融資融券與股價波動的相關(guān)性這一問題就備受研究者的關(guān)注。其實，融資融券與股價波動的相關(guān)性問題可以從兩個角度來考察：一個角度是融資融券對股價波動的影響。融資融券是否會導(dǎo)致股價波動幅度加大，這可能是監(jiān)管層特別在意的；另一個角度就是股價波動對融資融券的影響。股價波動如何影響融資買入者或融券賣出者的行為，這其實涉及到股票價格決定的內(nèi)在邏輯。

假如股票買入者決定是否在某日買入股票，僅僅取決于當(dāng)前的賣方報價是否超過了未來股利的折現(xiàn)值，超過了就不買；假如股票賣出者是否決定在某日賣出股票，僅僅取決于當(dāng)前的買方報價是否低于未來股利的折現(xiàn)值，低了就不賣，那么監(jiān)管層是否允許融資融券對股票價格就不會有什么顯著的影響。

然而，事實上市場參與者并不都是嚴(yán)格的基本面分析偏好者。根據(jù)折現(xiàn)現(xiàn)金流模型或者根據(jù)市盈率等基本面指標(biāo)來做出投資決策的投資者，只是市場參與者的一部分，甚至只是一小部分。相當(dāng)一部分投資者可能是技術(shù)面分析偏好者，喜歡分析K線圖，根據(jù)股票近期走勢、成交量、人氣等與公司基本面關(guān)系不大的因素來做出投資決策。那么，在這種情況下，融資融券機制就有可能通過影響人氣、成交量或者K線圖的圖形特征等來對股價波動產(chǎn)生影響。

從一般的投資邏輯來看，似乎融資融券與股價波動是交互影響的。然而，這只是一種推斷而已，實際情況究竟如何，還需要基于交易數(shù)據(jù)進行實證研究，本文的成果就是我們?yōu)榇俗龀龅囊稽c嘗試。

二、文獻綜述

對于融資融券與股價波動的相關(guān)性，國外的研究已進行了很長時間。1977年，Edward M.Miller針對融券受到抑制情況下的股票定價效率問題作了開拓性的研究，提出了股票價格高估假說，即當(dāng)投資者對股票價格的預(yù)期有分歧時，受融券約束的股票的價格會被高估，被高估的程度隨著投資者的觀點的分歧程度增大而增大。近十幾年來的絕大多數(shù)實證檢驗都支持“股價高估”假說。

從“股價高估”假說出發(fā)，可以做出的一個假定是：假定融券受到抑制，股票價格可能在某一段時間會偏離價值中樞很遠(yuǎn)，當(dāng)然最終還是會再向中樞靠攏；而假定融券未受到抑制，股票價格不會偏離價值中樞很遠(yuǎn)。這樣，從一個較長時間來看，允許賣空將使得股價波動范圍變窄。但讓人困惑的是，直接針對融資融券與股價波動相關(guān)性的實證研究，卻并未出現(xiàn)一致的結(jié)論。Allen and Gale（1991）的理論模型發(fā)現(xiàn)，允許賣空交易會影響股票市場的穩(wěn)定，加劇市場波動。與其觀點相對立，Charoenrook和Daouk（2005）采用全球111個國家1969年12月至2002年12月的數(shù)據(jù)所做的實證分析表明，與賣空交易禁止的國家相比，法律允許賣空交易的國家的市場總體收益的波動性較小。

國內(nèi)的實證研究所得出的結(jié)論也同樣呈現(xiàn)分歧。汪天都（2014）使用方差齊性檢驗法，發(fā)現(xiàn)融資融券并未影響A股市場穩(wěn)定，不存在助漲助跌效應(yīng)。于孝建（2012）對A股利用VAR模型的脈沖響應(yīng)函數(shù)進行的實證研究表明，融資交易增大了股市的波動性，而融券交易減小了股市波動性；對于股市波動性，短期（6日）內(nèi)，融券交易的影響要大于融資交易，但長期來看，融資交易的影響要大于融券交易。

從這一領(lǐng)域比較重要的研究文獻來看，已有研究成果多以融資融券交易對較長時間段股價波動的整體影響為單一論點，卻忽略了上升趨勢和下降趨勢時融資融券與股價波動的關(guān)聯(lián)可能具有不同的特點。或者說，我們可以把股價運動的一個較長時間段根據(jù)趨勢的不同劃分為若干個時間區(qū)間，分別考察不同性質(zhì)的時間區(qū)間內(nèi)融資融券交易是否會伴隨著股價波動幅度的擴大。

三、模型與變量

1、模型設(shè)定

正如前文所述，我們可以把股價運動的一個較長時間段根據(jù)趨勢的不同劃分為若干個時間區(qū)間，分別考察不同性質(zhì)的時間區(qū)間內(nèi)融資融券與股價波動的關(guān)聯(lián)。那么如何界定上升趨勢與下降趨勢呢？簡單的做法就是根據(jù)均線系統(tǒng)的狀況來區(qū)分。短期均線是向上的，可以認(rèn)為短期趨勢是向上的；長期均線是向上的，可以認(rèn)為長期趨勢是向上的。國內(nèi)投資實務(wù)中，短期均線一般用5日、10日均線作為代表，120日、250日均線都已被視作中長期趨勢了。為了簡化問題，下文的實證分析將分別考察5日均線朝上朝下時、10日均線朝上朝下時融資融券與股價波動的關(guān)聯(lián)。

為此，本文擬建立如式（1）的時間序列回歸模型，分別討論股價在上行趨勢、下行趨勢下融資融券交易與個股價格波動性的關(guān)聯(lián)。

其中，BD描述個股價格的波動性，SRZ、SRQ、XRZ、XRQ分別代表股價上行趨勢下的融資交易、上行趨勢下的融券交易、下行趨勢下的融資交易、下行趨勢下的融券交易。

2、變量選取及數(shù)據(jù)來源

我國滬深兩市推行融資融券交易試點已有近5年時間，在保障樣本時間序列長度的前提下，為了提高分析結(jié)果的可靠程度，本文選取融資融券交易額已形成一定規(guī)模的2014年1月2日至2014年6月30日間（共119個交易日）滬市10只融資融券標(biāo)的股票的相關(guān)數(shù)據(jù)（前復(fù)權(quán)收盤價、不復(fù)權(quán)收盤價、融資買入額、融券賣出量、總股本）。為了覆蓋多個行業(yè)，選取的10只標(biāo)的股票依次為：中國北車（601299）、康美藥業(yè)（600518）、伊利股份（600887）、中國建筑（601668）、中國銀行（601988）、中國重工（601989）、中國太保（601601）、中信證券（600030）、保利地產(chǎn)（600048）、上汽集團（600104）。若無特殊說明，本文分析所用的各交易日收盤價數(shù)據(jù)來自大智慧行情軟件（2015年3月10日下載），融資融券數(shù)據(jù)均來自東方財富網(wǎng)。

由于不同股票的實時價格差異較大，各自的總股本數(shù)量也完全不同，本文采用個股當(dāng)日收盤價相對前日收盤價漲幅的百分比表征該股價格短期波動性BDij；采用個股當(dāng)日融資買入額占該股當(dāng)日總市值的百分比表征該股融資交易RZij；采用個股當(dāng)日融券賣出量占該股總股本的百分比表征該股融券交易RQij。其中，i=1，2，...，10，依次代表上述標(biāo)的股票；j=1，2，...119，分別代表119個交易日。要額外說明的是，各股當(dāng)日總市值用總股本乘以每股不復(fù)權(quán)收盤價計算得到。

為描述各股在某一個交易日是處于何種短期趨勢，本文引入示性變量α、β來分別表示個股的前復(fù)權(quán)價格五日均值變化（或十日均值變化），來表征個股在當(dāng)日是否有上行或者下行趨勢，如：

當(dāng)五日均值變化（或十日均值變化）為零時，αij、βij沿用股票i上一個交易日的狀態(tài)。

至此，模型中的4個解釋變量可分別記為：上行趨勢下的融資交易SRZij=αij×RZij；上行趨勢下的融券交易SRQij= αij×RQij；下行趨勢下的融資交易XRZij=βij×RZij；下行趨勢下的融券交易XRQij=βij×RQij。

四、實證分析

1、理論檢驗

為了更加嚴(yán)謹(jǐn)?shù)卣撟C融資融券交易與股價波動間的關(guān)聯(lián)，在慮及個股走勢對投資行為的影響之前，本文首先單純驗證融資交易額、融券交易量與市場平均股價波動的長期均衡關(guān)聯(lián)。出于文章篇幅考慮，這里使用對市場平均股價波動具有象征意義的滬深300指數(shù)收盤點位作為被解釋變量BD0，將深滬兩市融資買入總額（單位：萬元）RZ0、融券賣出總量（單位：萬股）RQ0作為解釋變量，考察其長期均衡關(guān)系。由于回歸分析的樣本時間序列足夠長，這里選取滯后階數(shù)12，并依據(jù)AIC準(zhǔn)則，對三個變量進行ADF單位根檢驗。其檢驗結(jié)果如表1所示。

表1 單位根檢驗結(jié)果

由表1的t統(tǒng)計量可看出，無論是否含有趨勢項，各變量原序列均在1%顯著水平下被認(rèn)為是平穩(wěn)序列，為同階單整（I（0））過程，這是下文Johansen協(xié)整檢驗的必要條件。但在協(xié)整檢驗之前，需要確定被解釋變量BD0與兩解釋變量間的VAR模型最優(yōu)滯后階數(shù)。其檢驗結(jié)果如表2所示。

表2 最優(yōu)滯后階數(shù)估計

表2中共有貫序修正最大似然統(tǒng)計量、最終預(yù)測偏誤、AIC準(zhǔn)則、SC準(zhǔn)則、HQ準(zhǔn)則等五項檢驗指標(biāo)的檢驗結(jié)果，不同指標(biāo)所確定的最優(yōu)滯后階數(shù)不盡相同。為了與前文單位根檢驗的信息準(zhǔn)則一致，這里取用最終預(yù)測偏誤與AIC準(zhǔn)則所確定最優(yōu)滯后階數(shù)3階。據(jù)此，取滯后步長為1至3階進行Johansen協(xié)整檢驗，基于跡統(tǒng)計量和最大特征根統(tǒng)計量的檢驗結(jié)果如表3所示。

表3 Johansen協(xié)整檢驗結(jié)果

表3的兩項統(tǒng)計結(jié)果顯示，“指數(shù)波動與深滬兩市融資買入總額、融券賣出總量存在長期均衡關(guān)聯(lián)”的結(jié)論在統(tǒng)計意義上顯著。由于各變量的單位不統(tǒng)一，且本文更注重個股價格波動與不同走勢下融資融券交易的關(guān)聯(lián)，故不在此羅列協(xié)整方程中變量間的數(shù)量關(guān)系。為了給下文的回歸分析做好鋪墊，這里進一步分析指數(shù)波動與融資交易、融券交易的影響方式，其Granger因果關(guān)系檢驗結(jié)果如表4所示。

表4 Granger因果關(guān)系檢驗結(jié)果

由表4的聯(lián)合統(tǒng)計量可以看出，融資交易與融券交易均不是指數(shù)波動的Granger因，而指數(shù)波動在不同滯后階數(shù)下可能是融資交易、融券交易市場總量的Granger因。也就是說，融資交易與融券交易的往期信息并不會對指數(shù)波動產(chǎn)生直接影響，但指數(shù)波動將在未來不同時期內(nèi)影響融資交易總體水平與融券交易總體水平。其中，“指數(shù)波動是融資交易市場總量的Granger因”這一結(jié)論尤其顯著。

2、回歸分析

前文已就市場平均股價波動與融資融券交易市場總量之間的關(guān)聯(lián)進行了理論分析，但標(biāo)的股票價格波動與該股融資交易、融券交易之間存在的量化關(guān)系仍值得討論。基于前文給出的被解釋變量BDij與解釋變量SRZij、SRQij、XRZij、XRQij，針對10組（i=1，2，...，10）時間序列數(shù)據(jù)的回歸分析如表5、表6所示。其中，表5是五日均值變化趨勢下個股價格波動對各解釋變量的回歸結(jié)果，表6是十日均值變化趨勢下個股價格波動對各解釋變量的回歸結(jié)果，表中ci為常數(shù)項，括號內(nèi)為t統(tǒng)計量。

可以觀察到，20組擬合結(jié)果的擬合優(yōu)度（調(diào)整后的R2）并不高，這與各組回歸的遺漏變量有關(guān)，但不影響本文就四項解釋變量系數(shù)及其統(tǒng)計量的數(shù)據(jù)得出結(jié)論。若以5%的顯著水平為判斷依據(jù)，從表5和表6的其他統(tǒng)計信息中可以清晰地得出以下結(jié)論。

（1）上行趨勢下的融資交易與個股價格波動不相關(guān)。10只股票五日均線上行趨勢下融資交易與其價格波動均不相關(guān)，而十日均線上行趨勢下該結(jié)論大多數(shù)成立，僅有伊利股份、中國建筑、中國太保三個例外。

（2）上行趨勢下的融券交易與個股價格波動高度相關(guān)。在股價呈現(xiàn)上升趨勢的過程中，融券交易量越高，伴隨著的股價上漲幅度越大；融券交易量越小，伴隨著的股價上漲幅度越小。五日均線、十日均線下的檢驗均表明了這一結(jié)論。

（3）下行趨勢下的融資交易與個股價格波動相關(guān)性部分顯著。在五日均線下行時，中國北車、伊利股份、中國建筑、中國太保、中國證券、上汽集團這6只股票的股價波動與融資行為相關(guān)；在十日均線下行時，中國北車、伊利股份、中國建筑、上汽集團這4只股票的股價波動與融資行為相關(guān)。

表5 五日均線下的回歸結(jié)果

表6 十日均線下的回歸結(jié)果

（4）下行趨勢下部分股票的融券交易與個股價格波動相關(guān)。在五日均線下行時，除康美藥業(yè)、保利地產(chǎn)之外，其余8只股票的股價波動與融券行為相關(guān)；在十日均線下行時，除康美藥業(yè)之外，其余9只股票的股價波動與融券行為相關(guān)。

由回歸統(tǒng)計量顯著的組數(shù)作出判斷，只有第（2）條最可靠，這恰恰說明了股票交易的復(fù)雜性。在一定意義上，沒有分歧就沒有交易。正所謂“有人辭官回故里，有人星夜趕考場”，在某一個時間點上，針對同一只股票，看多的有看多的理由，看空的有看空的理由。那為什么上行趨勢下的融券交易與個股價格波動高度相關(guān)呢？第一，這符合葛蘭威爾（Granvile）法則的預(yù)期。根據(jù)均線系統(tǒng)的葛氏法則，移動平均線呈上升狀態(tài)，股價突然暴漲且遠(yuǎn)離平均線為賣出信號。第二，這可能與我們選取的時間段有關(guān)。2014年上半年，上證綜指一直在1974.38—2177.98之間震蕩，上下幅度不過203.6點，以2076.18為中軸，震蕩幅度在±4.9%以內(nèi)。在一個震蕩市的大環(huán)境下，相當(dāng)多的股票稍微漲一漲又回落了，這就為融券賣出者提供了操作的經(jīng)驗依據(jù)。

五、結(jié)論

針對上升趨勢和下降趨勢時融資融券與股價波動的相關(guān)性可能具有不同的特點，本文首先驗證了2014年上半年融資融券交易總體水平與市場平均股價波動的長期均衡關(guān)聯(lián)；其次，考察了市場平均股價波動與融資交易、融券交易間的影響途徑；同時，選取2014年上半年10只融資融券標(biāo)的股票相關(guān)數(shù)據(jù)，對個股價格在不同變化趨勢時與融資融券交易的關(guān)聯(lián)程度進行了細(xì)致的量化分析?，F(xiàn)歸總所得結(jié)論如下。

第一，以滬深300指數(shù)收盤點位的變化作為衡量市場平均股價波動的被解釋變量，將深滬兩市融資買入總額、融券賣出總量作為解釋變量，考察其長期均衡關(guān)系，對三個變量進行ADF單位根檢驗，各變量原序列均在1%顯著水平下被認(rèn)為是平穩(wěn)序列；Johansen協(xié)整檢驗表明“市場平均股價波動與深滬兩市融資買入總額、融券賣出總量存在長期均衡關(guān)聯(lián)”的結(jié)論在統(tǒng)計意義上顯著。

第二，由Granger因果關(guān)系檢驗可以看出，融資交易與融券交易均不是市場平均股價波動的Granger因，而市場平均股價波動在不同滯后階數(shù)下可能是融資融券交易市場總量的Granger因。

第三，針對個股的回歸分析表明，上行趨勢下的融券交易與個股價格波動高度相關(guān)，其他情況下融資融券交易與個股價格波動的相關(guān)性在不同股票上呈現(xiàn)一定的差異。在股價呈現(xiàn)上升趨勢的過程中，股價上漲幅度越大，伴隨著的融券交易量越高，融券交易與個股價格波動呈現(xiàn)同向關(guān)系。

[1]Edward M．Miller：Risk，uncertainty and Divergence of Opinion[J]．The journal of Finance，1977，32（4）．

[2]Franklin Allen and Douglas Gale：Arbitrage，short sales，and financial innovation[J]．Econometrica，1991（59）．

[3]A．Charoenrook and H．Daouk．：A Study of Market-Wide Short-Selling Restrictions Working Paper[EB/OL]．http：//ssrn．com/ abstract=687562，2005．

[4]汪天都：融資融券與金融市場的波動性[J]．管理現(xiàn)代化，2014（3）．

[5]于孝建：融資融券交易對中國股市流動性和波動性的影響[J]．華南理工大學(xué)學(xué)報（社會科學(xué)版），2012，14（2）．

[6]中國證券業(yè)協(xié)會：證券投資分析[M]．中國金融出版社，2012．

（責(zé)任編輯：劉冰冰）