賣空機制、股價信息含量與暴跌風(fēng)險
——基于融資融券交易的經(jīng)驗證據(jù)

唐　松，吳秋君，溫德爾，楊斯琦

(1.上海財經(jīng)大學(xué) 會計學(xué)院，上海 200433；2.上海財經(jīng)大學(xué) 會計與財務(wù)研究院，上海 200433；3.深圳前海興旺投資管理有限公司，廣東 深圳 518040)

?

賣空機制、股價信息含量與暴跌風(fēng)險
——基于融資融券交易的經(jīng)驗證據(jù)

唐松1,2，吳秋君1，溫德爾1，楊斯琦3

(1.上海財經(jīng)大學(xué) 會計學(xué)院，上海 200433；2.上海財經(jīng)大學(xué) 會計與財務(wù)研究院，上海 200433；3.深圳前海興旺投資管理有限公司，廣東 深圳 518040)

摘要：文章利用我國逐步推出融資融券交易的自然實驗機會，運用雙重差分的研究設(shè)計，考察了賣空機制對股價反映負面消息效率的影響。文章以2007-2012年的數(shù)據(jù)為樣本研究發(fā)現(xiàn)：相對于非標的股票，融資融券標的股票在成為標的之后，其股價對市場的向下波動及時做出了調(diào)整，使得股價對市場正負向波動反應(yīng)之間的不對稱性顯著降低，表明標的股票更加及時和充分地吸收了有關(guān)公司價值的負面信息；同時，相對于非標的股票，融資融券標的標的股票在成為標的之后，其股價暴跌風(fēng)險顯著降低。文章結(jié)果表明，我國股市推出融資融券交易后，賣空機制提高了市場對標的股票負面消息的定價效率。

關(guān)鍵詞：賣空機制；融資融券；股價信息含量；股價暴跌風(fēng)險

一、引　言

在我國股票市場建立后的相當長一段時間內(nèi)，賣空交易是不被允許的。在禁止股票賣空的情況下，即使有的投資者準確預(yù)期到公司價值的下降，也無法通過賣空該公司股票的方式將這一負面消息迅速傳遞到股票市場上，從而造成了公司股價的虛高。公司的負面消息累積到一定程度后，就會導(dǎo)致股價大幅下跌，給投資者帶來巨大損失?？梢?，缺乏賣空機制妨礙了市場對個股價格的發(fā)現(xiàn)，甚至可能導(dǎo)致股價暴跌。事實上，監(jiān)管層、實務(wù)界和學(xué)術(shù)界的許多人士認為，我國股市同漲同跌和部分個股暴漲暴跌現(xiàn)象頻發(fā)的一個重要原因可能就在于缺乏賣空機制。

隨著股票市場改革的不斷深入，監(jiān)管層在2010年3月31日啟動了融資融券交易試點。此后，在2011年11月、2013年1月、2013年9月和2014年9月，上交所和深交所又四次擴大了融資融券標的股票的范圍。截至目前，融資融券標的股票已達900多只，近1/3的上市公司股票可進行融資融券交易。其中，融券交易業(yè)務(wù)允許投資者向券商借入標的股票進行賣空。因此，融資融券交易的推出標志著我國股市正式引入了賣空機制。那么，這一被監(jiān)管層和市場各方寄予厚望的制度變革能否真正提高標的股票的定價效率、抑制股價暴跌呢？

從現(xiàn)有文獻來看，許紅偉和陳欣(2012)發(fā)現(xiàn)，允許賣空對于提高標的股票定價效率的效果并不明顯。需要指出的是，許紅偉和陳欣(2012)選取的樣本僅是首批融資融券試點的85只標的股票，且研究區(qū)間僅為融資融券試點1年內(nèi)。較少的研究樣本和較短的研究區(qū)間可能削弱了其研究結(jié)論的可靠性。此外，李志生等(2015)以2010年3月至2013年12月所有融資融券標的股票為對象，研究發(fā)現(xiàn)融資融券交易的推出有效改善了我國股票市場的定價效率。然而，他們衡量股票定價效率的指標反映的是股價對(所有)新消息的吸收速度，而并沒有區(qū)分正面與負面消息。從理論上講，賣空機制的引入主要會促使負面消息更快地反映到股價中。因此，需要進一步實證考察融資融券交易的推出對標的股票吸收負面消息充分性和及時性的影響，以深入理解賣空機制影響股票定價效率的具體機制。本文選取滬深兩市A股上市公司2007-2012年的數(shù)據(jù)，運用雙重差分模型，從股價吸收負面信息的及時性以及股價暴跌風(fēng)險兩個角度來實證考察融資融券機制是否提高了標的股票的定價效率。

在最近的一項研究中，褚劍和方軍雄(2016)考察了我國融資融券制度安排對股價崩盤的影響。他們發(fā)現(xiàn)，單獨的融券交易在一定程度上有助于降低公司股價的崩盤風(fēng)險，但由于融資交易數(shù)量較大而抵消了融券交易的積極效應(yīng)，融資融券交易整體上提高了股價崩盤風(fēng)險。與他們的研究不同，本文著重分析融券交易所帶來的賣空機制對股價反映負面消息效率的影響。另外，為了較為全面地衡量股價反映負面消息的效率，除了股價崩盤(或暴跌)指標，本文還考察了股價吸收負面消息的及時性指標。

二、文獻回顧與理論分析

(一)融資融券交易與賣空機制

所謂融資融券交易，是指投資者以提供一定擔保物的方式，向中介機構(gòu)借入上市公司股票賣出，或者借入資金買入上市公司股票，并在約定期限內(nèi)償還所借資金或股票及相關(guān)利息費用等的交易活動。可見，融資融券交易的實質(zhì)是既允許投資者向指定券商借入資金進行買空交易(杠桿交易)，同時也允許投資者借入標的股票進行賣空交易。對于買空交易，由于只需繳納一定比例的保證金就可以從指定的券商手中獲得數(shù)倍的資金，其確實方便了投資者進行融資并買入看漲的股票。但即便如此，在推出融資融券交易之前，投資者如果看漲某只股票，實際上也可以通過自制的財務(wù)杠桿從金融市場或其他渠道借入資金進行買入操作而獲利。而在推出融資融券交易之前，由于缺乏賣空機制，投資者如果看空某只股票，最多只能賣出自身持有的股票，而不能借入相關(guān)證券并賣出獲利。因此，融資融券交易推出后最重要的變化在于賣空機制的引入。本文將著重探討賣空機制對標的股票定價效率的影響。以下結(jié)合現(xiàn)有文獻，具體分析賣空機制對股價吸收負面消息及時性以及股價暴跌風(fēng)險的影響。

(二)賣空機制對股價反映負面消息及時性的影響

Fama(1965)認為，在有效市場中，股價將反映所有關(guān)于公司價值的歷史和現(xiàn)有信息(包括正面的和負面的)，并對新信息及時做出調(diào)整。理論上，限制或禁止賣空將導(dǎo)致投資者不能及時對負面信息進行反應(yīng)，推遲了股價吸收負面信息的速度，從而使股價對于正面消息和負面消息呈現(xiàn)出不對稱的反應(yīng)過程。這種不對稱性主要表現(xiàn)為：一是股價對于正面信息和負面信息的調(diào)整速度不同；二是股價對于正面信息和負面信息的調(diào)整幅度不同。

Miller(1977)提出了股價高估假說，即市場上的投資者存在預(yù)期不一致的現(xiàn)象，當市場缺乏賣空機制時，受賣空限制的股票價格會被高估，被高估的程度與投資者預(yù)期不一致的程度顯著正相關(guān)。對股票持悲觀態(tài)度但不能進行賣空交易的投資者被迫離開市場，導(dǎo)致負面信息不能充分反映到股價中。Diamond和Verrocchio(1987)提出的理性預(yù)期模型認為，賣空限制會降低市場上信息的傳遞與表達效率，股價對于未公開的利空消息的調(diào)整速度相對于未公開的利好消息明顯要慢。Hong和Stein(2003)進一步研究認為，在賣空限制下，資產(chǎn)價格對于未公開信息尤其是未公開負面消息的調(diào)整速度較慢，引入賣空后這一調(diào)整速度會加快。

在上述理論研究的基礎(chǔ)上，許多實證研究提供了經(jīng)驗上的支持。例如，Jones和Lamont(2002)基于美國資本市場月度數(shù)據(jù)的研究表明，當面臨較大政治壓力和法律條款限制時，賣空成本較高，個股估值較高，未來收益率相對較低，從而支持了股價高估假說。類似地，Scheinkman和Xiong(2003)、Johnson(2004)、Nagel(2005)以及Cohen等(2007)的研究也表明，賣空約束下股價不能及時反映有關(guān)公司價值的負面消息，存在高估效應(yīng)。

當然，也有少數(shù)學(xué)者提出了不同的意見，認為賣空機制對股票定價效率無顯著效果甚至產(chǎn)生了負面影響。例如，Jarrow(1980)建立了異質(zhì)信念下的一般均衡模型，認為賣空會影響定價機制，但由于經(jīng)濟的不同，影響方向不確定，并不總是導(dǎo)致高估。Keim和Madhaven(1995)研究認為，賣空交易可能加大市場波動。

(三)賣空機制對股價暴跌風(fēng)險的影響

當證券市場上缺乏融資融券機制即限制賣空時，預(yù)期未來股價下跌的投資者無法賣空股票，從而無法參與到市場中。換言之，看空交易者關(guān)于股票價格的負面消息無法得到及時反映。投資者會在之后多期的交易中根據(jù)收到的新信息進行股票買賣。對于看空的投資者，當股票價格沒有降到其預(yù)期時，他們不會進場，導(dǎo)致其手中的信息會繼續(xù)隱藏，股價也無法及時反映這部分投資者的信息。當壞消息累積到一定程度時，一旦某個外生事件引發(fā)股價下跌，先前累積的壞消息就會在短時間內(nèi)突然暴露出來，導(dǎo)致股價進一步下跌，從而形成股價暴跌現(xiàn)象。

如果市場上存在賣空機制，只要有投資者認為某只股票未來股價會下跌，他們就可以采用賣空的方式賣出該股票。這些投資者的賣空行為實際上向市場傳遞了該股票的利空消息，從而引起股價下調(diào)。當股價下調(diào)到一定程度時，賣空者就會從現(xiàn)貨市場上買入股票以償還先前賣空的股份并從中獲利。賣空者從現(xiàn)貨市場買入股票的行為增大了股票的需求，減緩了股價的下跌，使股價的下跌幅度減小?？梢姡u空機制的引入使有關(guān)公司價值的負面消息及時地反映到股價中，避免了負面消息的累積；同時，賣空者在股價下跌時必然從現(xiàn)貨市場買入股票以獲利，這減小了股價下跌的幅度。因此，引入賣空機制后，股價暴跌風(fēng)險將減小。

然而，也有少數(shù)學(xué)者認為賣空機制不會降低股價暴跌風(fēng)險，允許賣空甚至加劇了股價暴跌。例如，Allen和Gale(1991)指出，市場在完全限制賣空交易的情況下是充分競爭的，允許賣空后市場變得不完全競爭，這會損害市場的有效性。Henry和Mckenzie(2006)利用中國香港交易市場的日股票數(shù)據(jù)研究發(fā)現(xiàn)，引入賣空交易反而會增加股票的波動性。Haruvy和Noussair(2006)也發(fā)現(xiàn)，盡管賣空限制會導(dǎo)致股票價格被高估，但允許賣空也可能使股票價格被低估，而并不一定反映公司的基本價值。

綜上所述，現(xiàn)有絕大多數(shù)文獻認為，賣空機制可以提高股價反映負面消息的及時性和充分性，降低股價暴跌風(fēng)險。然而，也有少數(shù)學(xué)者對此持不同的意見?？梢?，這仍然是一個尚待檢驗的實證命題。因此，本文將利用我國逐步推出融資融券交易這一自然實驗機會，采用雙重差分的研究設(shè)計，實證考察賣空機制對股價反映負面消息效率的影響。

三、研究設(shè)計

(一)樣本與數(shù)據(jù)

本文選取滬深主板A股和中小板股票作為樣本。為了保證研究結(jié)論的可靠性，需要采用足夠長的研究區(qū)間來檢驗融資融券交易對股票定價效率的影響。因此，本文將檢驗區(qū)間確定為融資融券業(yè)務(wù)開始前三年至后三年，從而只考察2010年和2011年納入融資融券業(yè)務(wù)的標的股票?？紤]到兩融業(yè)務(wù)的出臺時間為2010年3月，本文選取的樣本區(qū)間為2007年1月1日至2012年12月31日，共6年時間。需要說明的是，在從CSMAR數(shù)據(jù)庫中取得2010年3月31日和2011年11月25日納入融券標的股票列表后，我們剔除了其中存在不連續(xù)數(shù)據(jù)以及發(fā)生變動的股票，以此作為標的組樣本。此外，我們還剔除了當年IPO以及停牌導(dǎo)致年度內(nèi)少于220個交易日的股票，以消除股票首次公開發(fā)行和長時間停牌等因素對收益率分布的影響。經(jīng)過以上篩選后，本文的樣本中有216只融資融券標的股票，1 867只非融資融券標的股票。

本文融資融券標識數(shù)據(jù)、個股日(周)收益率和市場日(周)收益率來自國泰安CSMAR數(shù)據(jù)庫，其他個股數(shù)據(jù)以及公司財務(wù)數(shù)據(jù)來自Wind金融資訊數(shù)據(jù)庫。為了避免極端值的影響，本文對連續(xù)型變量進行了首尾5%的Winsorize處理。

(二)股票定價效率的衡量指標

1.股價吸收負面消息及時性的衡量指標。在金融學(xué)文獻中，通常以個股收益率對于市場收益率回歸方程的擬合優(yōu)度R2來衡量個股的股價信息含量(Morck等，2000；Durnev 等，2004；Jin和Myers，2006；Femandes和Ferreira，2008)。R2越大，表明公司股票的收益率波動更多地被市場收益率的波動所解釋，即公司股價較少反映(或包含)其特質(zhì)信息。Bris等(2007)對R2這一指標做了改進，區(qū)分了股價吸收正、負面消息的程度。借鑒Bris等(2007)的方法，本文采用以下兩個指標來衡量融資融券交易對股票吸收負面消息及時性的影響：

R2Diff=R2--R2+

(1)

其中，R2-和R2+分別為t年內(nèi)市場指數(shù)下跌和上漲(即市場收益率為負和為正)時，將個股的日報酬率與市場日報酬率進行回歸所得到的R2。它們分別衡量了個股股價吸收負面和正面私有信息的程度。Bris等(2007)認為，當個股受到賣空限制時，股價無法充分反映負面私有信息，導(dǎo)致R2-較高；另外，由于個股不存在買入限制，回歸得到的R2+較低。因此，R2-和R2+之間的不對稱性R2Diff較高。而當解除賣空限制時，這種不對稱性不復(fù)存在，個股的負面私有信息被充分反映到股價中，使得R2-和R2Diff顯著降低。

(2)

其中，ρ-和ρ+分別為t年內(nèi)市場周收益率下跌和上漲(即市場周收益率為負和為正)時，個股周報酬率與滯后一期市場周報酬率之間的相關(guān)系數(shù)。ρDiff為ρ-與ρ+的差值，表示個股股價對市場壞消息和好消息的反應(yīng)速度差異，即個股股價隨市場不同方向的波動而調(diào)整時的不對稱程度。Bris等(2007)指出，當個股存在賣空限制時，ρ-較高，即個股股價不能及時對市場的向下波動做出反應(yīng)。同時，由于個股不存在買入限制，ρ+較低。于是，ρ-和ρ+之間存在較高的不對稱性。賣空限制一旦被解除，個股股價能夠及時對市場的向下波動做出反應(yīng)，則ρ-顯著減小；同時，ρ-和ρ+之間的不對稱性不復(fù)存在，ρDiff也顯著減小。

綜上分析，在我國推出融資融券交易后，如果標的股票吸收負面消息的及時性提高，則R2-和R2Diff以及ρ-和ρDiff應(yīng)顯著下降。

2.股價暴跌風(fēng)險的衡量指標。本文借鑒Chen等(2001)的方法，采用樣本股票收益率的負偏度(negativeskewness)來衡量股價暴跌風(fēng)險，具體計算公式如下：

(3)

其中，n為t年內(nèi)的有效交易天數(shù)，Rit為股票i在t年內(nèi)中心化的日收益率。*即每日收益率減去t年內(nèi)的平均日收益率。根據(jù)Chen等(2001)以及Jin和Myers(2006)的研究，股票收益率的負偏度越大，則股價暴跌風(fēng)險越大。賣空約束會導(dǎo)致股價不能及時吸收壞消息，從而更可能出現(xiàn)暴跌(Hong和Stein，2003；Bris等， 2007)。如果引入賣空機制，股票市場的供求趨于平衡，市場會加快吸收壞消息，避免壞消息累積，從而對股價的劇烈波動起到平抑作用，降低股價暴跌風(fēng)險。因此，如果我國引入賣空機制能夠起到上述作用，則標的股票的Ncskewi,t將顯著下降。

(三)檢驗?zāi)Ｐ?/p>

1.股價吸收負面消息及時性的檢驗?zāi)Ｐ?。借鑒Bertrand和Mullainathan(2003)以及Chen等(2012)的雙重差分研究設(shè)計，本文采用如下的公司固定效應(yīng)模型來檢驗賣空機制是否提高了股價吸收負面消息的及時性。在本文的樣本中，公司股票被納入融資融券業(yè)務(wù)的時間不同，加入公司固定效應(yīng)可以使我們將融資融券交易的影響與時間變化的影響分離出來。在某一年度，一些公司成為了融資融券標的(處理組)，而其他公司則為非標的(控制組)，兩組都經(jīng)歷了相同的時間變化。在加入公司固定效應(yīng)的情況下，兩者股票價格吸收負面消息及時性的差異就很好地捕捉了融資融券交易對股票定價效率的影響。

Yi,t=αt+αi+γShortselli,t+β1Firsti,t+β2Sizei,t+β3Turnoveri,t

+β4Levi,t+β5ROEi,t+β6PEi,t+β7MBi,t+εi,t

(4)

其中，Yi,t為股票i在t年內(nèi)吸收負面消息及時性的指標值(R2Diff或ρDiff)。αt和αi分別表示年度和公司固定效應(yīng)，年度固定效應(yīng)αt控制了各年度特定因素對股價吸收壞消息及時性的影響，公司固定效應(yīng)αi則控制了不隨時間變化及不可觀測的公司特定因素對股價吸收壞消息及時性的影響。Shortselli,t為虛擬變量，如果公司i在t年是融資融券標的，則Shortselli,t取值為1，否則為0。具體而言，對于2010年3月31日納入的融資融券標的股票，當年及以后年份Shortselli,t為1；2011年11月25日納入的標的股票，2012年開始Shortselli,t為1。根據(jù)上文的分析，如果變量Shortselli,t的回歸系數(shù)顯著為負，則表明相對于非標的股票，融資融券標的股票在成為標的后吸收壞消息的及時性提高。如前所述，衡量股價吸收壞消息的兩個指標本質(zhì)上來源于R2，即股價同步性指標。因此，本文參考有關(guān)公司股價同步性的研究文獻來確定控制變量。李增泉(2005)認為，第一大股東持股比例與股價同步性之間存在顯著的相關(guān)性；Hutton等 (2009)以及侯宇和葉冬艷(2008)的研究表明，公司基本面指標如財務(wù)杠桿、盈利能力和市值賬面比與股價同步性之間存在顯著的相關(guān)性；此外，許紅偉和陳欣(2012)認為，換手率和市盈率分別從風(fēng)險偏好和泡沫層面與股票定價效率相關(guān)。因此，本文將上述變量作為控制變量，以First、Size、Turnover、Lev、ROE、PE和MB分別表示公司第一大股東持股比例、年末總資產(chǎn)的對數(shù)、年平均換手率(除以100)、資產(chǎn)負債率、凈資產(chǎn)報酬率、市盈率(除以100)和市值賬面比(年末公司股票總市值與權(quán)益賬面價值之比)。

2.股價暴跌風(fēng)險的檢驗?zāi)Ｐ?。借鑒Piotroski等(2015)的檢驗?zāi)Ｐ?，本文采用如下的公司固定效?yīng)模型來檢驗融資融券交易是否降低了標的股票的股價暴跌風(fēng)險。與模型(4)的原理類似，利用模型(5)，可以將融資融券交易的影響與時間變化的影響分離出來。在某一年度，一些公司成為了融資融券標的(處理組)，而其他公司則為非標的(控制組)，兩組都經(jīng)歷了相同的時間變化，因而兩者股價暴跌風(fēng)險的差異就很好地反映了融資融券交易對股價暴跌風(fēng)險的影響。

Ncskewi,t=αt+αi+γShorselli,t+β1Sizei,t+β2Turnoveri,t+β3Betai,t

+β4Returni,t+β5Sigmai,t+β6PBi,t+β7Growth+εi,t

(5)

其中，Ncskewi,t為股票i在t年內(nèi)收益率的負偏度，計算方法如式(3)所示。αt和αi分別表示年度和公司固定效應(yīng)。Shortselli,t為虛擬變量，如果公司i在t年是融資融券標的，則Shortselli,t取值為1，否則為0。具體而言，對于2010年3月31日納入的融資融券標的股票，當年及以后年份Shortselli,t為1；2011年11月25日納入的標的股票，2012年開始Shortselli,t為1。根據(jù)上文的分析，如果變量Shortselli,t的回歸系數(shù)顯著為負，則表明在成為融資融券標的股票后，其股價暴跌風(fēng)險相對于非標的股票顯著下降。Size、Turnover、Beta、Return、Sigma、PB和Growth是控制變量，分別表示公司規(guī)模(年末總資產(chǎn)的對數(shù))、年平均換手率(除以100)、公司β值、股票年度收益率、年度日收益率的標準差、市凈率(除以100)以及營業(yè)收入增長率(當年營業(yè)收入除以上年營業(yè)收入的自然對數(shù))。Piotroski等(2015)認為，公司規(guī)模、營業(yè)收入增長率與股價暴跌風(fēng)險之間存在相關(guān)性；許紅偉和陳欣(2012)認為，換手率、市凈率與股票收益偏度相關(guān)；Beta值和股票年度收益率則控制了公司系統(tǒng)性和特質(zhì)風(fēng)險。

四、實證結(jié)果分析

(一)描述性統(tǒng)計

描述性統(tǒng)計結(jié)果顯示，融資融券標的股票(處理組)R2Diff的均值為-0.026，而非融資融券標的股票(控制組)的均值為0.092，兩者的差異在1%水平上顯著。同時，標的股票的ρ-和ρDiff都在1%水平上顯著小于非標的股票。這說明標的股票股價對市場負向波動的調(diào)整速度顯著加快，股價的負面信息含量增加，對正、負面信息反應(yīng)的不對稱性顯著降低。此外，融資融券標的股票的Ncskew均值為-0.222 ，而非標的股票的Ncskew均值則為0.004，兩者的差異在1%水平上顯著。這說明在引入賣空機制后，標的股票的股價暴跌風(fēng)險降低。此外，我們分別對模型(4)和模型(5)中各變量之間的相關(guān)性進行了分析。結(jié)果顯示，模型中控制變量之間的相關(guān)系數(shù)均小于0.5，表明變量之間不存在嚴重的多重共線性。

(二)回歸結(jié)果分析

1.融資融券交易與股價吸收負面消息的及時性。從表1中可以看到，當采用不同的股價吸收負面消息及時性的指標R2-、R2Diff、ρ-和ρDiff進行回歸分析時，除了R2-的回歸中Shortsell的系數(shù)在5%水平上顯著為負外，其他指標的系數(shù)均在1%水平上顯著為負。其中，R2-的回歸中Shortsell的系數(shù)為-0.017，R2Diff的回歸中Shortsell的系數(shù)為-0.062。這表明在控制其他因素的情況下，融資融券業(yè)務(wù)推出后，相對于非標的股票，融資融券標的股票與市場“同跌”的程度顯著降低，而且股價隨市場向上和向下波動的不對稱性下降。同時，ρ-的回歸中Shortsell的系數(shù)為-0.295，ρDiff的回歸中Shortsell的系數(shù)為-0.251，兩者均在1%水平上顯著。這表明融資融券業(yè)務(wù)推出后，標的股票股價對市場向下波動及時做出反應(yīng)并進行調(diào)整，股價對正、負面信息反應(yīng)的不對稱性顯著降低?？梢?，在引入融資融券交易后，標的股票股價反映負面消息的及時性相對于非標的股票顯著提高，股票的定價效率得到改善。

從控制變量來看，當大股東持股比例較高、換手率較高時，股價對負面消息的吸收程度較低，反應(yīng)速度較慢；而公司規(guī)模較大的股票往往吸收負面消息較為及時，反應(yīng)速度較快。表1中列(1)的R2較小，表明模型的整體解釋力較弱；但F值為183.89(在1%水平上顯著)，說明模型的因變量與自變量之間存在顯著的線性關(guān)系。

表1　融資融券交易與股價吸收負面消息的及時性

注：括號內(nèi)為t值，***、**和*分別表示在1%、5%和10%的水平上顯著。下表同。

2.融資融券交易與股價暴跌風(fēng)險。表1中列(5)給出了融資融券交易與股價暴跌風(fēng)險的回歸結(jié)果。從中可以看到，Shortsell的系數(shù)為-0.090，在1%水平上顯著。這表明在控制其他因素的情況下，相對于非標的股票，融資融券標的股票在引入賣空機制后的暴跌風(fēng)險顯著降低。其原因在于，標的股票吸收壞消息更加及時，避免了壞消息的累積，從而有助于有效降低股價暴跌風(fēng)險。從控制變量來看，股價暴跌風(fēng)險與公司規(guī)模、個股日報酬率的標準差和市凈率在1%水平上顯著負相關(guān)，與個股年平均換手率、Beta值和滯后一期的個股年報酬率在1%水平上、與公司營業(yè)收入增長率在5%水平上顯著正相關(guān)。

綜上分析，在引入賣空機制后，相對于非標的股票，標的股票股價的負面消息含量顯著增加，股價暴跌風(fēng)險顯著降低。

五、穩(wěn)健性檢驗

(一)基于配對樣本的雙重差分檢驗

我國融資融券交易的標的股票是證券交易所選定的，因此納入融資融券業(yè)務(wù)的股票可能本來就具有較高的信息含量和較低的暴跌風(fēng)險。換言之，本文的實證檢驗可能受到內(nèi)生性問題的影響。需要說明的是，本文的模型(4)和模型(5)中加入了公司固定效應(yīng)，這可以消除公司層面不隨時間變化的特征。如果公司股票的定價效率在被納入融資融券標的之前本身就較高，則可以視為公司的一個不隨時間變化的特征而被固定效應(yīng)所吸收。因此，在本文的研究設(shè)計中，內(nèi)生性問題并不會嚴重影響研究結(jié)論。盡管如此，為了增強結(jié)論的可靠性，我們還采用基于配對樣本的雙重差分法來檢驗標的股票與非標的股票在定價效率變化上是否存在差異，以進一步消除可能存在的內(nèi)生性問題。

參照李志生等(2015)以及許紅偉和陳欣(2012)的做法，本文分別選取與兩批納入融資融券交易同時期的滬深300指數(shù)成分股中的非標的股票作為配對樣本，*本文的研究樣本為第一批和第二批納入融資融券業(yè)務(wù)的股票，這些股票絕大多數(shù)為滬深300指數(shù)成分股，它們與滬深300指數(shù)成分股中的非標的股票在市值規(guī)模、估值、業(yè)績、流動性等方面較為接近。并以2010年(第一批融資融券試點)和2011年(第二批融資融券試點)作為事件分割時點，分別計算處理組和控制組在融資融券試點之后相對于之前的定價效率差異，再通過回歸比較處理組和控制組之間的差異。表2列示了基于上述方法的回歸分析結(jié)果。從列(1)-列(4)中可以看到，Shortsell的系數(shù)分別為-0.051、-0.035、-0.331和-0.290，在1%、10%、1%和1%水平上顯著。同時，表2中列(5)顯示，Shortsell的系數(shù)為-0.082，在10%水平上顯著為負。這些結(jié)果說明，相對于非融資融券標的股票(控制組)，融資融券標的股票(處理組)吸收公司負面消息的及時性在融資融券試點之后相對于之前提高得更多，股價暴跌風(fēng)險下降得更多。這表明本文的研究結(jié)論并沒有受到可能存在的內(nèi)生性問題的影響。

表2　基于配對樣本的雙重差分回歸結(jié)果

注：限于篇幅，表中沒有報告控制變量的結(jié)果。下表同。

(二)采用融券交易量直接衡量賣空的影響

為了更加準確地識別未公開的負面信息是否及時充分地反映到股票價格中并最終降低股價暴跌風(fēng)險，我們進一步采用融券交易量來更加直接地衡量賣空機制的影響。借鑒李志生等(2015)采用的賣空量指標，我們以標的股票年度融券賣出量與平均流通股數(shù)的比值作為Short_flow(以百分數(shù)表示)，替代原模型中是否為賣空標的股票的虛擬變量，重新對本文的主要模型進行了回歸分析。*我們用融券賣空量這一連續(xù)型變量替代是否為融券標的的虛擬變量，因而采用全樣本進行了回歸。如果僅以融資融券標的股票在成為標的之后的觀測值作為樣本，回歸結(jié)果亦類似。根據(jù)統(tǒng)計分析，在融券標的股票樣本中，年度融券賣空量Short_flow的均值為0.010%，最小值為0，最大值為0.015%。可以發(fā)現(xiàn)，在我國實行融資融券的前三年，融券比例還較小，融券交易還不夠活躍?；谌谌灰琢康幕貧w結(jié)果見表3。在所有回歸中，Short_flow的系數(shù)均在1%水平上顯著為負。這表明融券賣空交易量的增加能夠有效提高標的股票的股價吸收負面消息的及時性，并降低股價暴跌風(fēng)險。

表3　基于融券交易量的回歸結(jié)果

(三)采用不同的樣本區(qū)間

融資融券標的股票的擴充發(fā)生在2011年，為了使這批標的股票在成為標的前后的檢驗區(qū)間盡量平衡，我們將樣本區(qū)間縮減為2009-2012年，重新對本文的主要結(jié)果進行了穩(wěn)健性檢驗。此外，我們采用2008-2012年作為樣本區(qū)間進行了檢驗。結(jié)果均未發(fā)生變化。

六、結(jié)論與啟示

融資融券交易是我國股票市場上推出的一項重要制度，標志著在股票市場引入了賣空機制。引入賣空機制能否提高標的股票的定價效率，完善股票市場的價格發(fā)現(xiàn)功能，實務(wù)界和學(xué)術(shù)界都非常關(guān)心。本文利用我國逐步推出融資融券交易這一自然實驗機會，以兩批融資融券標的股票(2010年3月31日以及2011年11月25日)為研究對象，運用雙重差分模型考察了2007-2012年我國融資融券機制的推出對股票定價效率的影響。研究發(fā)現(xiàn)，相對于非標的股票，融資融券標的股票在成為標的之后，其股價對市場的向下波動及時做出了反應(yīng)和調(diào)整，使得股價對市場正向與負向波動反應(yīng)之間的不對稱性顯著降低，表明標的股票吸收負面信息更加及時和充分；同時，相對于非標的股票，融資融券標的股票在成為標的后，其股價暴跌風(fēng)險顯著降低。這說明引入賣空機制有助于避免標的股票壞消息的累積，從而抑制股價暴跌風(fēng)險。以上結(jié)果表明，我國股市推出融資融券交易后，賣空機制的出現(xiàn)使股價能夠及時充分地反映公司的負面信息，提高了股票定價效率。

本文的研究具有較強的現(xiàn)實意義和學(xué)術(shù)價值。第一，本文利用更具代表性的樣本和更長的研究區(qū)間，從股價吸收負面消息的及時性和股價暴跌風(fēng)險兩個角度，檢驗了賣空機制對定價效率的影響。這不僅補充了國內(nèi)的現(xiàn)有文獻，也為判斷融資融券政策的有效性以及為監(jiān)管層完善后續(xù)相關(guān)政策、進一步深化金融創(chuàng)新提供了比較可靠的經(jīng)驗證據(jù)。第二，本文基于我國股市部分股票允許被賣空這一外生事件，采用雙重差分模型，對標的股票和非標的股票在事件前后的定價效率進行了對比研究。這一研究設(shè)計可以同時控制時間序列和橫截面上的其他相關(guān)因素，使得實證結(jié)果更加穩(wěn)健。

需要指出的是，由于最近幾批納入融資融券交易的時間較短，本文的樣本只包含第一批和第二批納入融資融券試點的股票。而截至目前，融資融券標的范圍已擴大到900多只股票。隨著時間的推移，這將使學(xué)者有更豐富的數(shù)據(jù)對融資融券交易的影響進行更深入的研究。此外，2015年，我國股票市場經(jīng)歷了劇烈動蕩和大幅下跌。從實際結(jié)果來看，在此次股市的大幅下跌中，賣空機制并沒有很好地起到阻止股價暴跌的作用。究其原因，我們認為這并非融券交易機制本身不具有本文所述的降低股價暴跌風(fēng)險的作用；恰恰相反，由于融券交易規(guī)模太小，賣空機制的股價“穩(wěn)定器”作用非常有限。事實上，在2015年股市大幅下跌之前，我國股市融資(杠桿)交易和融券(賣空)交易極不對稱。據(jù)統(tǒng)計，當時滬深兩市的融資余額總和超過2萬億元，而融券余額則不足100億元，融券交易規(guī)模還不到融資融券總交易規(guī)模的0.5%。這與國外發(fā)達市場上融券交易規(guī)模占到30%以上的情況相去甚遠。在這樣一個多空交易極不均衡的市場上，賣空的力量顯然難以對沖杠桿交易所帶來的風(fēng)險，股市的自我平衡能力極其有限。因此，在今后的股市發(fā)展中，應(yīng)該積極穩(wěn)妥地采取措施進一步擴大融券交易的范圍、減少融券交易的限制，以增加融券交易的規(guī)模。這樣才能有效發(fā)揮賣空機制的價格發(fā)現(xiàn)和抑制股價暴跌的作用，提高股市的自我調(diào)節(jié)和平衡能力。

參考文獻：

[1]褚劍，方軍雄.中國式融資融券制度安排與股價崩盤風(fēng)險的惡化[J].經(jīng)濟研究，2016，(5)：143-158.

[2]侯宇，葉冬艷.機構(gòu)投資者、知情人交易和市場效率——來自中國資本市場的實證證據(jù)[J].金融研究，2008，(4)：131-145.

[3]李增泉.所有權(quán)結(jié)構(gòu)與股票價格的同步性——來自中國股票市場的證據(jù)[J].中國會計與財務(wù)研究，2005，(3)：57-100.

[4]李志生，陳晨，林秉旋.賣空機制提高了中國股票市場的定價效率嗎?——基于自然實驗的證據(jù)[J].經(jīng)濟研究，2015，(4)：165-177.

[5]許紅偉，陳欣.我國推出融資融券交易促進了標的股票的定價效率嗎?——基于雙重差分模型的實證研究[J].管理世界，2012，(5)：52-61.

[6]Allen F, Gale D. Arbitrage, short sales, and financial innovation[J]. Econometrica: Journal of the Econometric Society, 1991,59(4)：1041-1068.

[7]Bertrand M, Mullainathan S. Enjoying the quiet life? Corporate governance and managerial preferences[J]. Journal of Political Economy, 2003, 111(5): 1043-1075.

[8]Bris A, Goetzmann W N, Zhu N. Efficiency and the bear: Short sales and markets around the world[J]. The Journal of Finance, 2007, 62(3): 1029-1079.

[9]Chen J, Hong H, Stein J C. Forecasting crashes: Trading volume, past returns, and conditional skewness in stock prices[J]. Journal of Financial Economics, 2001, 61(3): 345-381.

[10]Chen Q, Chen X, Katherine S, et al. The sensitivity of corporate cash holdings to corporate governance [J].The Review of Financial Studies, 2012, 25(12): 3610-3644.

[11]Cohen L, Diether K B, Malloy C J. Supply and demand shifts in the shorting market[J]. The Journal of Finance, 2007, 62(5): 2061-2096.

[12]Diamond D W, Verrecchia R E. Constraints on short-selling and asset price adjustment to private information[J]. Journal of Financial Economics, 1987, 18(2): 277-311.

[13]Durnev A, Morck R, Yeung B. Value-enhancing capital budgeting and firm-specific stock return variation[J]. The Journal of Finance, 2004, 59(1): 65-105.

[14]Fama E F. The behavior of stock-market price[J]. Journal of Business, 1965, 38(1): 34-105.

[15]Fernandes N, Ferreira M A. Does international cross-listing improve the information environment[J]. Journal of Financial Economics, 2008, 88(2): 216-244.

[16]Haruvy E, Noussair C N. The effect of short selling on bubbles and crashes in experimental spot asset markets[J]. The Journal of Finance, 2006, 61(3): 1119-1157.

[18]Hong H, Stein J C. Differences of opinion, short-sales constraints, and market crashes[J]. Review of Financial Studies, 2003, 16(2): 487-525.

[19]Hutton A P, Marcus A J, Tehranian H. Opaque financial reports, R2, and crash risk[J]. Journal of Financial Economics, 2009, 94(1): 67-86.

[20]Jarrow R. Heterogeneous expectations, restrictions on short sales, and equilibrium asset prices[J]. The Journal of Finance, 1980, 35(5): 1105-1113.

[21]Jin L, Myers S C. R2 around the world: New theory and new tests[J]. Journal of Financial Economics, 2006, 79(2): 257-292.

[22]Johnson T C. Forecast dispersion and the cross section of expected returns[J]. The Journal of Finance, 2004, 59(5): 1957-1978.

[23]Jones C M, Lamont O A. Short-sale constraints and stock returns[J]. Journal of Financial Economics, 2002, 66(2): 207-239.

[24]Keim D B, Madhavan A. Anatomy of the trading process empirical evidence on the behavior of institutional traders[J]. Journal of Financial Economics, 1995, 37(3): 371-398.

[25]Miller E M. Risk, uncertainty, and divergence of opinion[J]. The Journal of Finance, 1977, 32(4): 1151-1168.

[26]Morck R, Yeung B, Yu W. The information content of stock markets: Why do emerging markets have synchronous stock price movements[J]. Journal of Financial Economics, 2000, 58(1-2): 215-260.

[27]Nagel S. Short sales, institutional investors and the cross-section of stock returns[J]. Journal of Financial Economics, 2005, 78(2): 277-309.

[28]Piotroski J D, Wong T J, Zhang T. Political incentives to suppress negative information: Evidence from Chinese listed firms[J]. Journal of Accounting Research, 2015, 53(2): 405-459.

[29]Scheinkman J, Xiong W. Overconfidence and speculative bubbles[J]. Journal of Political Economy, 2003, 111(6): 1183-1219.

(責(zé)任編輯康健)

收稿日期：2015-12-17

基金項目：國家自然科學(xué)基金項目(71372042，71302076)；教育部人文社會科學(xué)重點研究基地重大項目(15JJD630007)

作者簡介：唐松(1980-)，男，云南鶴慶人，上海財經(jīng)大學(xué)會計學(xué)院副教授，會計與財務(wù)研究院研究員； 吳秋君(1990-)，男，江蘇南通人，上海財經(jīng)大學(xué)會計學(xué)院博士研究生； 溫德爾(1988-)，男，內(nèi)蒙古呼和浩特人，上海財經(jīng)大學(xué)會計學(xué)院博士研究生； 楊斯琦(1988-)，女，遼寧鐵嶺人，深圳前海興旺投資管理有限公司，上海財經(jīng)大學(xué)會計學(xué)院專業(yè)會計碩士。

中圖分類號：F275.1

文獻標識碼：A

文章編號：1001-9952(2016)08-0074-11

DOI:10.16538/j.cnki.jfe.2016.08.007

Short Selling,Stock Price Informativeness and Stock Price Crash: Evidence from Margin Trading in China

Tang Song1,2, Wu Qiujun1, WENDEER1, Yang Siqi3

(1.SchoolofAccountancy,ShanghaiUniversityofFinanceandEconomics,Shanghai200433,China;2.InstituteofAccountingandFinance,ShanghaiUniversityofFinanceandEconomics,Shanghai200433,China;3.ShenzhenQianhaiXingwangInvestmentManagementCo.,Ltd.,Shenzhen518040,China)

Abstract：This paper makes use of the natural experimental opportunity that China has gradually introduced margin trading in stock market, and investigates the effect of short selling on stock pricing efficiency in reflecting negative information by using a difference-in-difference research design. Using the data from 2007 to 2012, it concludes that compared with non-target stocks, after the stocks become the underlying assets of securities margin trading, their stock prices react more timely to downward market volatility, thus reducing the asymmetric stock price reaction between positive and negative market information, which means that prices for underlying stocks of securities margin trading embed bad news of corporate values more timely and fully. At the same time,compared with non-target stocks,after the stocks become the underlying assets of securities margin trading, the probability of stock price crashes is significantly reduced. These results suggest that short selling improves the stock pricing efficiency in reflecting negative information after China introduces the securities margin trading.

Key words:short selling; margin trading; stock pricing informativeness; stock price crash