融資融券對我國股市波動(dòng)性影響的實(shí)證研究

徐煦

(安徽大學(xué) 經(jīng)濟(jì)學(xué)院，安徽 合肥 230601)

?

融資融券對我國股市波動(dòng)性影響的實(shí)證研究

徐煦

(安徽大學(xué) 經(jīng)濟(jì)學(xué)院，安徽 合肥 230601)

摘要：利用上海證券市場股票價(jià)格和融資融券量等數(shù)據(jù)，通過GARCH模型、面板數(shù)據(jù)回歸模型的方法研究我國內(nèi)地股票市場融資融券交易與市場以及個(gè)股之間的關(guān)系。實(shí)證結(jié)果表明，融資融券交易與股價(jià)波動(dòng)存在著負(fù)向變動(dòng)關(guān)系；融資融券交易活動(dòng)可以對我國內(nèi)地股票市場和個(gè)股的波動(dòng)起到平抑作用。

關(guān)鍵詞：融資融券；波動(dòng)性；GARCH模型；面板數(shù)據(jù)回歸模型

一、融資融券業(yè)務(wù)的相關(guān)理論

(一)融資融券業(yè)務(wù)定義

根據(jù)《證券公司監(jiān)督管理?xiàng)l例》規(guī)定，融資融券業(yè)務(wù)，是指在證券交易所或者國務(wù)院批準(zhǔn)的其他證券交易場所進(jìn)行的證券交易中，證券公司向客戶出借資金供其買入證券或者出借證券供其賣出，并由客戶交存相應(yīng)擔(dān)保物的經(jīng)營活動(dòng)。融資交易，又被稱為買空交易(margin purchase)，是指投資者認(rèn)為所中意的證券在未來會上漲或者認(rèn)為被低估，于是通過向證券公司等金融機(jī)構(gòu)支付保證金或提供擔(dān)保物的方式來融資購買證券的交易行為。未來到期時(shí)，投資者通過出售證券來償還其所借款項(xiàng)的本息。融券交易，又被稱為賣空交易(short sale)，是指投資者預(yù)期證券價(jià)格有下降趨勢，向證券公司支付保證金或提供擔(dān)保物，并出售從證券公司借來的非自有證券來完成交割的交易行為。未來到期時(shí)，投資者必須向證券公司歸還其所借證券并且支付費(fèi)用。

(二)融資融券業(yè)務(wù)模式

目前，世界各地證券市場上的融資融券業(yè)務(wù)模式主要有以下幾種：分散信用模式、雙軌制信用模式和單軌制集中信用模式。目前主要的融資融券業(yè)務(wù)模式，見表1。

目前我國國內(nèi)意見逐漸統(tǒng)一，暫采取以日韓為代表的單軌制集中信用模式。券商及其他機(jī)構(gòu)通過中國證券金融股份有限公司實(shí)現(xiàn)證券的轉(zhuǎn)融通，從而加強(qiáng)了對信用交易的監(jiān)管與控制，促進(jìn)我國證券市場融資融券業(yè)務(wù)的發(fā)展和壯大。

二、融資融券對股票價(jià)格波動(dòng)性的影響機(jī)制

融資融券對股價(jià)具有直接和間接的影響，是多種機(jī)制共同作用的結(jié)果。這取決于多種復(fù)雜的因素，比如投資者的理性程度、市場的開放程度以及投資策略等。融資融券對股票價(jià)格變動(dòng)大小的影響無非只有三種可能，其一是正向機(jī)制，即融資融券會增加其擾動(dòng)；其二是負(fù)向機(jī)制，即融資融券種會減少波動(dòng)；其三是融資融券的引入與股市波動(dòng)性之間是不相關(guān)的。

筆者所支持的是第二種可能結(jié)果即融資融券交易的開展可以起到穩(wěn)定器的作用，幫助平抑股票市場上的大幅波動(dòng)，盡快實(shí)現(xiàn)發(fā)現(xiàn)價(jià)格機(jī)制。融資融券交易開展之前，中國內(nèi)地一直處于單邊市場階段，股票市場只能做多。并且中國股市目前投機(jī)行為傾向較為嚴(yán)重，股市波動(dòng)較大。由于股票的供求失衡，股價(jià)被高估或者低估的情況時(shí)有發(fā)生。融資融券之后，特別是融券交易的開展，投資者由原來的被動(dòng)消極轉(zhuǎn)為積極主動(dòng)地進(jìn)行賣空交易，有利于證券市場的價(jià)格發(fā)現(xiàn)機(jī)制的完善，可以改變股票的供給量，從而增加股票價(jià)格的彈性。融資融券交易機(jī)制可以平抑股票價(jià)格的波動(dòng)，維持市場正常穩(wěn)定可持續(xù)運(yùn)作，避免一些潛在的風(fēng)險(xiǎn)。

表1世界三大融資融券業(yè)務(wù)模式對比

業(yè)務(wù)模式分散信用模式單軌制集中信用模式雙軌制信用模式代表美國、香港市場日本、韓國臺灣地區(qū)具體表現(xiàn)以證券交易經(jīng)紀(jì)公司為核心的市場化模式。證券公司可以直接對想要進(jìn)行融資融券交易的投資者提供信用。并且證券公司可以在資金短缺的時(shí)候直接向銀行申請貸款或者回購融資,在缺乏證券時(shí)向非銀行金融機(jī)構(gòu)借入證券。以具有半官方和一定壟斷性質(zhì)的證券金融公司為核心的集中授信模式。證券金融公司為證券公司提供證券、資金和中介服務(wù),在控制信用資金和證券流通量的同時(shí)起到控制信用交易活動(dòng)規(guī)模和節(jié)奏的作用。多家證券金融公司,存在著競爭關(guān)系。證券公司需通過證券金融公司來完成轉(zhuǎn)融通。部分有許可證的證券公司可以直接為投資者提供融資融券服務(wù),而另外沒有許可證的券商只能接受投資者的委托,代理客戶申請融資融券服務(wù)。特點(diǎn)第一,高度市場化。第二,信用體系完備。第三,信用交易成本低。第四,資金證券融通高效。第五,貨幣資本市場聯(lián)通。第一,高度市場壟斷。第二,發(fā)展極度不平衡。第三,政府監(jiān)管力度大。第四,操作交易流程層次分明。第一,壟斷競爭證金公司。第二,直接間接信用結(jié)合。第三,市場準(zhǔn)入門檻高。第四,信用風(fēng)險(xiǎn)監(jiān)管嚴(yán)格。第五,逐漸轉(zhuǎn)向市場化。

筆者所持有的觀點(diǎn)是：融資融券交易的引入可以減少股票市場價(jià)格的波動(dòng)，即融資融券交易可以穩(wěn)定股票市場。

三、實(shí)證檢驗(yàn)與分析

融資融券是否能夠按照預(yù)期假定的那樣對中國內(nèi)地股市波動(dòng)產(chǎn)生一定的平抑作用，下文將以上海證券市場為主，使用eviews6.0軟件，通過GARCH模型的建立來檢驗(yàn)融資融券交易對股票市場波動(dòng)性的影響，通過面板數(shù)據(jù)回歸模型來了解融資融券交易對個(gè)股波動(dòng)性的影響。

(一)描述性分析

選用的研究數(shù)據(jù)為融資融券交易開展前即2008年7月25日至2010年3月30日、融資融券交易開展后至第一次擴(kuò)容之前即2010年3月31日至2011年12月2日以及融資融券表的證券第一次擴(kuò)容后即2011年12月5日至2013年7月31日這三段時(shí)間的上證180指數(shù)、深證100指數(shù)和綜合了上海、深圳證券市場股票的滬深300指數(shù)。筆者采用的所有股價(jià)及指數(shù)數(shù)據(jù)都是從CSMAR中國股票市場交易數(shù)據(jù)庫獲取的，融資融券的交易額交易量都是從中國融資融券研究數(shù)據(jù)庫上公布的原始數(shù)據(jù)整理而成，下面不再贅述。

將三個(gè)時(shí)間區(qū)間三種股價(jià)指數(shù)各409個(gè)數(shù)據(jù)分別進(jìn)行計(jì)算，獲得相應(yīng)的均值和方差，數(shù)據(jù)結(jié)果匯總?cè)绫?。

表2融資融券前后股價(jià)波動(dòng)性比較表

區(qū)間2008.7.25～2010.3.30融資融券前2010.3.31～2011.12.2融資融券后第一次擴(kuò)容前2011.12.5～2013.7.31第一次標(biāo)的證券擴(kuò)容后上證180深證100滬深300均值0.00049-0.00063-0.000065方差0.000540.000210.00019均值0.00087-0.00047-0.00016方差0.000540.000260.00023均值0.00056-0.00056-0.00011方差0.000530.000220.00019

很明顯，從表2可以看出在融資融券前后，上證180指數(shù)、深證100指數(shù)和滬深300指數(shù)的方差有了明顯的減小，而在第一次標(biāo)的證券擴(kuò)容之后，方差也有了減小但顯然不及之前引入融資融券交易的時(shí)候顯著。因此，我們能夠猜測，融資融券和標(biāo)的證券的擴(kuò)容都對股價(jià)波動(dòng)在一定程度上起到了平抑和穩(wěn)定作用。當(dāng)然，也不排除財(cái)政政策、貨幣政策和其他外界因素對股票價(jià)格波動(dòng)所產(chǎn)生的一些影響。

(二)GARCH模型

1.數(shù)據(jù)及變量處理

以下數(shù)據(jù)選取上證180指數(shù)日收盤點(diǎn)數(shù)來進(jìn)行數(shù)據(jù)處理，研究期間為2008年7月25日至2011年12月2日。Pt代表指數(shù)收盤點(diǎn)數(shù)。并且設(shè)定一個(gè)虛擬值Q331，來表示是否開始進(jìn)行融資融券交易活動(dòng)，借以檢驗(yàn)融資融券試點(diǎn)開始前后的變化。

2.模擬

設(shè)上證180指數(shù)日收盤價(jià)的均值方程為：

Pt=αPt-1+εt-1。

(1)

式中Pt代表t時(shí)刻的指數(shù)收盤點(diǎn)數(shù)，Pt-1代表前一日的指數(shù)收盤點(diǎn)數(shù)，α代表常數(shù)，εt-1代表殘差項(xiàng)。

下面，使用最小二乘法對該均值方程進(jìn)行回歸，回歸結(jié)果見表3。

表3均值方程最小二乘法回歸

解釋變量系數(shù)值標(biāo)準(zhǔn)差T統(tǒng)計(jì)量伴隨概率滯后階數(shù)為1時(shí)的指數(shù)收盤點(diǎn)數(shù)0.9990.00061572.280.0000自由度調(diào)整后的擬合度0.99DW統(tǒng)計(jì)量1.97

3.ARCH-LM檢驗(yàn)

接下來，檢驗(yàn)上證180指數(shù)的波動(dòng)是否具有條件異方差性。通過對上述均值方程做條件異方差的ARCH-LM檢驗(yàn)，得到了上證180指數(shù)日收盤價(jià)時(shí)間序列在滯后階數(shù)等于1條件下的ARCH-LM檢驗(yàn)結(jié)果，如表4所示。

表4ARCH-LM檢驗(yàn)

F統(tǒng)計(jì)量4.364伴隨概率0.0370樣本數(shù)*擬合度4.351伴隨概率0.0369

從表4中可以看到，在滯后階數(shù)等于1的情況下顯著，在5%的顯著水平上拒絕了原假設(shè)，即上證180指數(shù)日收盤價(jià)格的殘差序列存在明顯的ARCH效應(yīng)。

4.GARCH的構(gòu)建

從ARCH效應(yīng)的檢驗(yàn)結(jié)果可知，應(yīng)該采用GARCH模型對上證180指數(shù)的波動(dòng)性進(jìn)行分析。結(jié)合檢驗(yàn)結(jié)果及實(shí)際情況，GARCH(1，1)的擬合效果較為符合需求，所以運(yùn)用GARCH(1，1)模型。

標(biāo)準(zhǔn)的GARCH(1，1)模型為：

yt=βxt+εtt=1,2，…，T

(2)

式中yt是因變量，xt是解釋變量，β是未知參數(shù)變量，εt是殘差項(xiàng)。

(3)

其中，誤差項(xiàng)的方差是由三個(gè)部分組成的，包括一個(gè)常數(shù)項(xiàng)，一個(gè)前一時(shí)刻殘差的平方(即ARCH項(xiàng))，以及一個(gè)前一時(shí)刻誤差項(xiàng)的方差(即GARCH項(xiàng))。

表5GARCH(1，1)模型估計(jì)結(jié)果

解釋變量系數(shù)值標(biāo)準(zhǔn)差統(tǒng)計(jì)量伴隨概率C535.52288.651.850.0636滯后階數(shù)為1時(shí)的指數(shù)收盤點(diǎn)數(shù)0.9990.000571752.050.00001階自回歸條件異方差0.0358610.0113.360.00081階廣義自回歸條件差異方差0.9316810.02439.220.0000虛擬變量-252.64148.56-1.700.0890自由度調(diào)整后的擬合度0.99DW統(tǒng)計(jì)量1.97F統(tǒng)計(jì)量14941.59Prob(F統(tǒng)計(jì)量)0.000000

均值方程：Pt=αPt-1+εt-1

(4)

(5)

通過對上證180指數(shù)日收盤價(jià)差序列的ARCH效應(yīng)檢驗(yàn)，選取GARCH(1，1)模型進(jìn)行分析，在以上GARCH模型檢驗(yàn)中，前一部分是擬合方程變量，后一部分是殘差分析。

上證180指數(shù)ARCH(1)+GARCH(1)=0.035861+0.931681<1這滿足GARCH模型的參數(shù)約束條件，由于虛擬變量Q331的系數(shù)小于零，且較為顯著，說明波動(dòng)性減弱，可見我國融資融券試點(diǎn)的推出，降低了股票市場的波動(dòng)率。筆者將其進(jìn)一步深入研究，了解融資融券的交易活動(dòng)對個(gè)股會產(chǎn)生怎樣的影響及其內(nèi)在聯(lián)系。

(三)面板數(shù)據(jù)回歸模型

1.模型設(shè)定

面板數(shù)據(jù)回歸模型的一般標(biāo)準(zhǔn)形式如下：

yit=αit+Xit’βit+uiti=1,2,…,N；t=1,2,…,T

(6)

式中，yit表示為被解釋變量，αit表示常數(shù)項(xiàng)，X’it=(x1,it，x2,it，x3,it，…，xk,it)，表示K個(gè)所組成的1行k列解釋變量向量。βit表示與K個(gè)解釋變量相對應(yīng)的K個(gè)系數(shù)所組成的K行1列的系數(shù)向量。uit是隨機(jī)誤差項(xiàng)。模型滿足假設(shè)：隨機(jī)誤差項(xiàng)相互獨(dú)立，且均值為0，各個(gè)方差之間相等。

文中的樣本基本可以代表總體，且隨機(jī)效應(yīng)模型中個(gè)體效應(yīng)和模型中解釋變量不相關(guān)，因此采取較為常用的固定效應(yīng)模型。參考了馮玉梅等(2012)的面板數(shù)據(jù)回歸模型，從融資融券交易對上證個(gè)股波動(dòng)率影響和融資融券交易對上證個(gè)股收益率兩個(gè)方面，分別設(shè)定面板數(shù)據(jù)回歸模型：

Volait=αiT+β1Yieldit+β2NRZit+β3Volai,t-1+ui

(7)

Yieldit=αit+β1Volait+β2NRZit+ui

(8)

(1)收益率用Yield表示，采用日收盤價(jià)的對數(shù)收益率如下，Pt為日收盤價(jià)，則有：

Yield=ln(Pt/Pt-1)

(9)

(2)股價(jià)波動(dòng)率用Vola表示，體現(xiàn)股價(jià)日波動(dòng)程度，Pmax為當(dāng)日最高價(jià)，Pmin為當(dāng)日最低價(jià)，公式如下：

(10)

(3)相對凈融資用NRZ表示。如下，RZ是融資買入額，RQ是融券賣出額。

NRZ=ln(RZ/RQ)

(11)

2.數(shù)據(jù)選取

樣本選取了2011年12月5日至2013年1月31日，即第一次和第二次標(biāo)的證券擴(kuò)容期間的281個(gè)交易日。從上證50成分股中選取在標(biāo)的證券范圍內(nèi)，且有連續(xù)融資融券交易的39只股票，這些股票活躍度高且為較有影響力的龍頭企業(yè)股票。

3.實(shí)證檢驗(yàn)與結(jié)果分析

下面是融資融券對上證個(gè)股波動(dòng)率和收益率兩個(gè)方面影響的回歸結(jié)果。

從表6相對凈融資的系數(shù)為負(fù)，也就是說融資融券對個(gè)股波動(dòng)率有較為顯著的負(fù)面作用，從表7看，融資融券對收益率有負(fù)向影響。可以解釋為當(dāng)投資者發(fā)現(xiàn)股價(jià)被高估時(shí)融券，市場獲得利空的消息，使得更多投資者需求減少，隨后在獲得收益時(shí)買入股票歸還給券商抑制股價(jià)持續(xù)下跌趨勢。結(jié)果這推動(dòng)了股價(jià)回歸真實(shí)價(jià)格，但同時(shí)抑制了股價(jià)的進(jìn)一步波動(dòng)。因此，融資融券的開展不僅不會加劇個(gè)股的波動(dòng)，反而對個(gè)股的波動(dòng)率有抑制作用，同時(shí)還會完善價(jià)格發(fā)現(xiàn)機(jī)制，發(fā)現(xiàn)被高估的股票。

表6融資融券對標(biāo)的證券波動(dòng)率影響的面板回歸結(jié)果

被解釋變量:融資融券標(biāo)的證券的股價(jià)波動(dòng)率Vola解釋變量系數(shù)值標(biāo)準(zhǔn)差T統(tǒng)計(jì)量伴隨概率C0.0260.0004459.430.0000股價(jià)波動(dòng)率0.1580.009915.970.0000收益率0.05480.00678.220.0000相對凈融資-0.0007687.65E-05-10.040.0000自由度調(diào)整后的擬合度0.53DW統(tǒng)計(jì)量2.06F統(tǒng)計(jì)量36.78Prob(F統(tǒng)計(jì)量)0.000000

表7融資融券對標(biāo)的證券收益率影響的面板回歸結(jié)果

被解釋變量:融資融券標(biāo)的證券的股價(jià)收益率Yield解釋變量系數(shù)值標(biāo)準(zhǔn)差T統(tǒng)計(jì)量伴隨概率C0.00520.00077.670.0000股價(jià)波動(dòng)率0.1230.01498.320.0000相對凈融資-0.00190.0001-17.010.0000自由度調(diào)整后的擬合度0.42DW統(tǒng)計(jì)量1.95F統(tǒng)計(jì)量23.83Prob(F統(tǒng)計(jì)量)0.000000

四、結(jié)語

以上兩個(gè)模型結(jié)果都驗(yàn)證了我們的預(yù)期：融資融券對中國股票市場和個(gè)股波動(dòng)性都存在著一定的影響。融資融券交易的推出可以發(fā)揮其價(jià)格穩(wěn)定器的作用，降低股票市場和個(gè)股的波動(dòng)性。

綜上所述，當(dāng)股票被低估即供過于求時(shí)，理性投資者會增加融資，大量買入股票，隨之股價(jià)會大幅上升，有更多的投資者對這些股票產(chǎn)生需求，此時(shí)先前的投資者會賣出股票平倉獲取收益，同時(shí)市場股票的供給量增加減緩，對上升趨勢的股票價(jià)格就會被高估。此時(shí)，理性的投資者預(yù)期這類股票價(jià)格將在未來出現(xiàn)下跌的趨勢，于是可以融券交易賣空，等到日后這些股票價(jià)格下跌時(shí)，再以較低的價(jià)格買進(jìn)同種股票歸還給證券公司?？梢?，在一個(gè)理性的證券交易市場中，融資融券的內(nèi)在作用機(jī)制可以有效防止股票價(jià)格暴漲暴跌，促使證券市場健康穩(wěn)定地可持續(xù)發(fā)展。

參考文獻(xiàn)：

[1]陳國進(jìn),張貽軍.異質(zhì)信念、賣空限制與我國股市的暴跌現(xiàn)象研究[J].金融研究,2009(4).

[2]陳淼鑫,鄭振龍.賣空機(jī)制對證券市場的影響：基于全球市場的經(jīng)驗(yàn)研究[J].世界經(jīng)濟(jì),2008(12).

[3]陳思行.證券信用交易制度對股市波動(dòng)性的影響——基于臺灣市場的實(shí)證研究[J].世界經(jīng)濟(jì)情況,2010(9).

[4]馮玉梅,陳璇,王亞男.融資融券對標(biāo)的股票價(jià)格變化影響的實(shí)證研究[J].山東財(cái)政學(xué)院學(xué)報(bào),2012(3).

[5]郭偉杰.賣空機(jī)制對股價(jià)收益率波動(dòng)性的影響——基于A+H股公司股價(jià)收益率的實(shí)證研究[J].現(xiàn)代商業(yè),2009(12).

[6]李宜洋,趙威.關(guān)于建立融券賣空機(jī)制對股市影響的分析[J].金融理論與實(shí)踐,2006(2).

責(zé)任編輯 胡號寰E-mail:huhaohuan2@126.com

收稿日期：2016-03-25

基金項(xiàng)目：安徽省社會科學(xué)研究項(xiàng)目(SK2015A026)

作者簡介：徐煦(1992-)，女，安徽蚌埠人，碩士研究生。

分類號：F832.51

文獻(xiàn)標(biāo)識碼：A

文章編號：1673-1395 (2016)06-0041-05

An Empirical Study on the Impact of Margin Trading on the Volatility of China’s Stock Market

Xu Xi

(School of Economics,Anhui University,Hefei 230601)

Abstract：Based on the data of Shanghai stock market and margin trading,through the GARCH model,the panel data regression model is used to study the relationship between margin trading in the mainland stock market and market as well as individual stock.Empirical results show that the margin trading and stock price fluctuation exists negative relationship;margin trading activities can be to stabilize in the Chinese mainland stock market and the volatility of individual stocks.

Key words：margin trading;volatility;GARCH model;panel data regression model