融資融券對(duì)股市波動(dòng)的影響研究
——以滬深市場(chǎng)為例

(天津財(cái)經(jīng)大學(xué) 天津 300222)

一、數(shù)據(jù)來(lái)源和處理

本文選擇2016年5月3日到2017年11月28日共385個(gè)觀察數(shù)據(jù)，數(shù)據(jù)來(lái)自于東方財(cái)富網(wǎng)站。本文采取滬深兩市的融資余額總量X1代表指標(biāo)融資余額，并取對(duì)數(shù)來(lái)消除異方差形成新變量lnX1；融券余額用滬深兩市的融券余額總量表示指標(biāo)融券余額，用X2表示并取對(duì)數(shù)來(lái)消除異方差形成新變量lnX2；股市波動(dòng)性采用滬深300指數(shù)的日波動(dòng)率來(lái)表示，第t日的價(jià)格波動(dòng)率計(jì)算公式如下：Yt=(Ph-Pl)/[(Ph+Pl)/2]，其中Pl代表當(dāng)天的最低價(jià)格，Ph代表當(dāng)天的最高價(jià)格。

二、實(shí)證分析

(一)檢驗(yàn)變量平穩(wěn)性

因?yàn)榻?jīng)濟(jì)類(lèi)數(shù)據(jù)很大程度上是非平穩(wěn)，所以在建立向量自回歸模型之前需要檢驗(yàn)各個(gè)序列是否平穩(wěn)，在這里采用ADF單位根檢驗(yàn)，結(jié)果如下：

表1 ADF單位根檢驗(yàn)表

上述結(jié)果顯示變量lnX1，lnX2，Y的ADF檢驗(yàn)對(duì)應(yīng)的p值分別為0.9523，0.9056，0.3553，均大于0.05，故可認(rèn)為三個(gè)變量在ADF單位根檢驗(yàn)下均為非平穩(wěn)狀態(tài)。接下來(lái)對(duì)lnX1，lnX2，Y序列分別作一階差分形成新序列D(lnX1)，D(lnX2)，D(Y)，再分別對(duì)其作ADF單位根檢驗(yàn)，新變量D(lnX1)，D(lnX2)，D(Y)相對(duì)應(yīng)的p值都為0.0000，均小于0.05，表示各變量一階差分后在5%置信水平下均為平穩(wěn)狀態(tài)。故變量lnX1，lnX2，Y均為一階單整序列。

(二)VAR模型滯后階數(shù)選擇

一般來(lái)說(shuō)，滯后期的確定常用以下兩種方法：一是根據(jù)經(jīng)濟(jì)理論確定；二是由AIC和SC值得到。一般人們用AIC或SC準(zhǔn)則來(lái)確定最合適滯后期。首先初步建立向量自回歸模型，然后在生成的界面下通過(guò)選擇lag length criteria,不斷對(duì)滯后階數(shù)進(jìn)行調(diào)整并觀察AIC值和SC值的大小，最終發(fā)現(xiàn)當(dāng)滯后期為3時(shí)，AIC和SC值分別為-19.98和-19.67，在所有滯后期的AIC和SC值中為最小，由AIC和SC同時(shí)最小規(guī)則知，滯后階數(shù)應(yīng)選擇3。

(三)協(xié)整檢驗(yàn)

上文發(fā)現(xiàn)原始變量經(jīng)過(guò)一階差分后才平穩(wěn)，原序列可能存在“偽回歸”導(dǎo)致方程不準(zhǔn)確的狀況，所以在此采用Johnson檢驗(yàn)法檢驗(yàn)各序列間是否存在協(xié)整關(guān)系，當(dāng)原假設(shè)為0個(gè)協(xié)整向量*時(shí)，其相應(yīng)的特征值、最大特征值統(tǒng)計(jì)、5%統(tǒng)計(jì)臨界值和P值分別為0.1745、72.8765、21.1316和0.0000；當(dāng)原假設(shè)為至多1個(gè)協(xié)整向量時(shí)，其相應(yīng)的特征值、最大特征值統(tǒng)計(jì)、5%統(tǒng)計(jì)臨界值和P值分別為0.0234、8.9982、14.2644和0.2863；當(dāng)原假設(shè)為至多2個(gè)協(xié)整向量時(shí)，其相應(yīng)的特征值、最大特征值統(tǒng)計(jì)、5%統(tǒng)計(jì)臨界值和P值分別為0.0027、1.0407、3.8414和0.3077。第一個(gè)檢驗(yàn)的統(tǒng)計(jì)量的p=0.00<0.05,表示拒絕有0個(gè)協(xié)整向量的原假設(shè)；第二個(gè)檢驗(yàn)的統(tǒng)計(jì)量p=0.2863>0.05，表示接受至多有1個(gè)協(xié)整向量的原假設(shè)，所以綜合來(lái)看，序列間有一個(gè)協(xié)整關(guān)系，因此可建立ECM模型。

(四)誤差修正模型

在上述基礎(chǔ)上，建立協(xié)整方程研究融資融券余額與股市波動(dòng)的長(zhǎng)期關(guān)系。

Y=-0.0074lnX1-0.0009lnX1+0.0759

(1)

從(1)來(lái)看，在長(zhǎng)期內(nèi)，融資余額每增加1%，股市波動(dòng)率平均減少0.0074%；融券余額每增加1%，股市波動(dòng)率平均減少0.009%?？偟膩?lái)數(shù)，融資余額、融券余額都能在一定程度上減少股市波動(dòng)，但融資余額對(duì)抑制股市波動(dòng)的作用更大。

通過(guò)協(xié)整分析發(fā)現(xiàn)融資余額、融券余額與股市波動(dòng)率間有長(zhǎng)期穩(wěn)定的關(guān)系，為了更深一步研究它們?cè)诙唐趦?nèi)的動(dòng)態(tài)變化關(guān)系，需要建立誤差修正模型。

D(Y)=-0.9141ecm(-1)-0.2290*D(lnX1(-1))+0.0124*D(lnNX1(-2))+0.0196*D(lnX2(-1))+0.0232*D(lnX2(-2))-0.0891*D(Y(-1))-0.0178*D(Y(-2))+3.55e-05

(2)

從(2)來(lái)看，在短期內(nèi)，融資余額每增加1%，股市波動(dòng)率平均減少0.229%；融券余額每增加1%，股市波動(dòng)率平均增加0.0196%。誤差修正系數(shù)-0.9141說(shuō)明當(dāng)股市的波動(dòng)偏離均衡時(shí)，整體會(huì)以0.9141的速度反向逐步調(diào)整至均衡水平。

(五)格蘭杰因果檢驗(yàn)

本部分利用格蘭杰因果檢驗(yàn)來(lái)探究融資余額、融券余額對(duì)股市波動(dòng)率有沒(méi)有因果關(guān)系，檢驗(yàn)的兩個(gè)假設(shè)分別是：

原假設(shè) H0：被檢驗(yàn)的解釋變量和因變量沒(méi)有Granger因果關(guān)系

備則假設(shè)H1：被檢驗(yàn)的解釋變量和因變量有Granger因果關(guān)系

接下來(lái)，我們對(duì)各變量之間進(jìn)行檢驗(yàn)。

當(dāng)原假設(shè)為融資余額不是股市波動(dòng)的格蘭杰因果關(guān)系時(shí)，其p值為0.0015；當(dāng)原假設(shè)為股市波動(dòng)不是融資余額的格蘭杰因果關(guān)系時(shí)，其p值為0.0240；p值分別與置信水平0.05相比可得，融資余額(lnX1)構(gòu)成對(duì)股市波動(dòng)(Y)的格蘭杰因果關(guān)系；反之，股市波動(dòng)也構(gòu)成對(duì)融資余額的格蘭杰因果關(guān)系。當(dāng)原假設(shè)為融券余額不是股市波動(dòng)的格蘭杰因果關(guān)系時(shí)，其p值為0.0001；當(dāng)原假設(shè)為股市波動(dòng)不是融券余額的格蘭杰因果關(guān)系時(shí)，其p值為0.0062；p值分別與置信水平0.05相比可得，融資余額(lnX1)構(gòu)成對(duì)股市波動(dòng)率(Y)的格蘭杰因果關(guān)系；反之，股市波動(dòng)率也構(gòu)成對(duì)融券余額的格蘭杰因果關(guān)系。

(六)方差分解

方差分解的用途是把某一變量的浮動(dòng)方差分配到各干擾項(xiàng)上。因此為了弄清各個(gè)解釋變量對(duì)因變量的解釋程度，我們接著通過(guò)Eviews8.0對(duì)股市波動(dòng)Y序列進(jìn)行方差分解來(lái)研究各個(gè)變量對(duì)其的貢獻(xiàn)程度。

表2 股市波動(dòng)的方差分解表

從表可知，從第一期到第十期，Y序列的方差變動(dòng)可由自身解釋部分從占100%到91.91%，呈逐漸下降趨勢(shì)；lnX1序列對(duì)Y序列的方差貢獻(xiàn)度從剛開(kāi)始的2.76%到3.11%，呈逐漸上升趨勢(shì)；lnX2序列對(duì)Y序列的方差貢獻(xiàn)度從2.63%上升到4.97%。綜合可知，滯后前幾期內(nèi)融資余額對(duì)股市波動(dòng)率的方差貢獻(xiàn)度大于融券余額，但當(dāng)滯后階數(shù)變大時(shí)，融券余額對(duì)股市波動(dòng)的貢獻(xiàn)也增強(qiáng)。同時(shí)也表明股市的波動(dòng)性能夠被其自己解釋的比例較高，但是全體變量視角下，融資和融券所占的解釋比重隨著滯后期數(shù)的增加也越來(lái)越大。

三、結(jié)論與建議

兩融業(yè)務(wù)在我國(guó)發(fā)展了多年，無(wú)論是證券市場(chǎng)的制度建設(shè)還是融資融券的交易規(guī)模都與日俱增。本文通過(guò)研究我國(guó)股市的兩融業(yè)務(wù)現(xiàn)狀，利用格蘭杰因果檢驗(yàn)、誤差修正模型等得到一些結(jié)論。

首先，格蘭杰因果關(guān)系檢驗(yàn)顯示，融資余額與股市波動(dòng)互為因果關(guān)系，融券余額與股市波動(dòng)彼此之間也互為因果關(guān)系。其次，由誤差修正模型可得，短期時(shí)間內(nèi)，增發(fā)融券業(yè)務(wù)會(huì)稍微促進(jìn)股票市場(chǎng)的波動(dòng)，融資余額的增加會(huì)抑制股市波動(dòng)，但從長(zhǎng)期影響看，融資余額和融券余額的增加都會(huì)在一定程度抑制股市波動(dòng)。

最后，方差分解顯示隨著滯后階數(shù)增加，融資融券余額對(duì)股市波動(dòng)率影響都逐漸增加，但對(duì)股市波動(dòng)方差的貢獻(xiàn)度不是很大，從整體來(lái)看，股市波動(dòng)主要受自身前期影響。說(shuō)明融資融券對(duì)股市波動(dòng)的影響存在時(shí)滯性。

在得出以上結(jié)論的同時(shí)，為了使股市更加穩(wěn)定相應(yīng)的提出一些建議：

第一，目前我國(guó)股市融資融券標(biāo)的規(guī)模不是很大，可以在可控范圍內(nèi)擴(kuò)大兩融標(biāo)的范圍。前文分析得出兩融業(yè)務(wù)能在一定程度能較少股市波動(dòng)，起到穩(wěn)定市場(chǎng)情緒作用，而且目前國(guó)內(nèi)融資融券標(biāo)的占據(jù)全部股票市場(chǎng)比例不是很大，所以在風(fēng)險(xiǎn)可控前提下，應(yīng)適當(dāng)擴(kuò)充融資融券標(biāo)的。

第二，在兩融業(yè)務(wù)中，融資業(yè)務(wù)規(guī)模以及占比甚高，相反融券業(yè)務(wù)的規(guī)模和占比很小，兩融業(yè)務(wù)的結(jié)構(gòu)不平衡也在助推市場(chǎng)的不穩(wěn)定，因此在擴(kuò)大兩融業(yè)務(wù)的前提下進(jìn)一步加大融券標(biāo)的的擴(kuò)充。同時(shí)，建議在保證金融安全下適當(dāng)?shù)姆艑拑扇跇I(yè)務(wù)的進(jìn)入門(mén)檻，因?yàn)楦唛T(mén)檻會(huì)導(dǎo)致部分投資者不能參與其中，打擊投資者的參與情緒。

第三，注意控制融資融券的杠桿率，使杠桿率在適當(dāng)范圍內(nèi)調(diào)整，以防止產(chǎn)生由于投機(jī)行為導(dǎo)致的杠桿率偏高的現(xiàn)象，同時(shí)應(yīng)對(duì)配資行為進(jìn)行嚴(yán)格監(jiān)督和管理，防止因股市價(jià)格的大幅波動(dòng)而造成金融性風(fēng)險(xiǎn)的發(fā)生。另外要有效監(jiān)管大的投資機(jī)構(gòu)與上市公司，防止出現(xiàn)私下聯(lián)合隨意調(diào)整股票價(jià)格的行為，因?yàn)橐坏┐髾C(jī)構(gòu)對(duì)股價(jià)產(chǎn)生影響，小型投資者會(huì)形成羊群效應(yīng)加劇股市的波動(dòng)。

【參考文獻(xiàn)】

[1]王富宣.證券信用交易與股市波動(dòng)性[M].大連理工大學(xué).2008(12).

[2]崔媛媛等.融資融券運(yùn)行現(xiàn)狀分析及問(wèn)題研究[N].證券市場(chǎng)導(dǎo)刊.2011(8)

[3]彭澤鏵.融資融券對(duì)股票市場(chǎng)波動(dòng)性的影響.時(shí)代金融.2015年第1期

[4]高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模.清華大學(xué)出版社.2006年.

[5]Xiao X.Influence of Chinese Securities Margin Trading Mechanism to Stock Market Volatility[J].Advances in Asian Social Science.2012.3:589-595.