我國股票市場流動性與融資融券業(yè)務的互動效應研究
——基于VAR模型的實證分析

彭愛群

(安徽工商職業(yè)學院 安徽 合肥 231100)

一、文獻綜述

顧海峰、孫贊贊基于滬深兩市的經(jīng)驗數(shù)據(jù)為樣本，通過建立最小二乘法模型和格蘭杰因果關系檢驗，發(fā)現(xiàn)滬市的融資交易降低了市場的波動性，融券交易提升了市場的波動性[1]。李志生、杜爽、林秉旋對2009年4月至2013年12月中國股票市場數(shù)據(jù)進行實證檢驗，發(fā)現(xiàn)融資融券業(yè)務開展之后，標的股票的價格波動率和振幅均出現(xiàn)了顯著性下降[2]。巴曙松、朱虹經(jīng)過研究發(fā)現(xiàn)，融資融券對投資者情緒起到助長的凈效應[3]。黃洋、李宏泰等以中國市場上第一批可以融資融券的90只股票為樣本，通過實證研究發(fā)現(xiàn)，A股市場的盈余公告漂移在融資融券業(yè)務開展后有明顯減弱[4]。劉燁、方立兵等通過構建TARCD-X模型，發(fā)現(xiàn)融資融券余額的變動與股票市場的波動性之間不存在顯著的相關性[5]。

二、數(shù)據(jù)選取

2010年3月31日，是融資融券業(yè)務開展史上一個具有里程碑意義的時間。2010年3月30日，上海證券交易所及深圳證券交易所分別發(fā)布公告，表示將于2010年3月31日起正式開通融資融券交易系統(tǒng)，開始接受試點會員融資融券交易申報。因此本文選擇2010年3月31日至2020年3月31的2431個數(shù)據(jù)作為研究的樣本區(qū)間。

以滬深兩市每日融資買入額之和代表融資買空交易額，記為HSRZ。以滬深兩市每日融券賣出量之和作為融資賣空交易量，記為HSRQ。我國滬深300指數(shù)的換手率作為衡量股票市場流動性的指標，記為HSCOL。

文章中所涉及的樣本數(shù)據(jù)，上交所及深交所每日融資買入額、每日融券賣出量分別來自于上海證券交易所和深圳證券交易所官網(wǎng)融資融券業(yè)務數(shù)據(jù)庫，滬深300指數(shù)換手率數(shù)據(jù)來自于同花順炒股軟件。

三、實證分析

(一)各變量的平穩(wěn)性檢驗

金融時間序列數(shù)據(jù)通常為非平穩(wěn)序列，可能會引起模型的偽回歸。為了解決這一問題，本文先對金融時間序列數(shù)據(jù)的平穩(wěn)性進行檢驗。本文利用Eviews8.0軟件進行實證檢驗。檢驗結果如下表所示：

表1 各變量平穩(wěn)性檢驗結果

從表1的檢驗結果可得，在5%的置信區(qū)間內(nèi)，變量HSRZ、HSRQ、HSCOL均為平穩(wěn)序列。

(二)融資買空交易額、融券賣空交易量與股市流動性的實證分析

1.相關變量間的VAR模型估計

本文根據(jù)LLC法則，確定向量自回歸模型VAR的合理滯后階數(shù)為2階。在5%的顯著性水平下建立2階的VAR模型較為合理。

表2 變量間的VAR實證結果

2.融券賣空交易與股市收益率的格蘭杰因果關系檢驗

為了更明確地揭示融資買空交易額、融券賣空交易量與股市流動性之間的相互關系，文章對三者進行Granger因果關系檢驗。為確定格蘭杰因果關系檢驗的滯后的階數(shù)，文章采用LLC法則，選擇滯后2階作為各變量的滯后長度。檢驗結果如下

表3 變量間的Granger因果檢驗結果

由表3知，在5%的顯著性水平下，融券賣空交易量與股市流動性之間存在雙向因果關系，融資買空交易額與股市流動性之間存在雙向因果關系，融資買空交易額與融券賣空交易量之間也存在雙向因果關系。

3.脈沖響應分析

由于VAR模型是一種非理論性的模型，在實際運用中，通常使用脈沖響應函數(shù)來分析VAR模型受到某種沖擊時對系統(tǒng)的動態(tài)影響。在進行脈沖響應分析之前，必須確保VAR模型本身是穩(wěn)定的，本文使用AR單位根圖來檢驗模型的穩(wěn)定性，若所有的單位根都在單位圓內(nèi)，那么模型是穩(wěn)定的。

如圖1所示，對于融資買空交易額、融資賣空交易量與股市流動的VAR模型的AR檢驗，所有的單位根都在單位圓之內(nèi)，說明前文所建立的VAR模型是穩(wěn)定的。

接下來，分別給流動性指標、融資買空交易額和融券賣空交易量一個單位的沖擊，得出三個變量的脈沖響應圖。

圖2 HSCOL、HSRQ、HSQZ的脈沖響應圖

由圖2可知，對于股票市場流動性而言，換手率單位沖擊對于股票市場流動性的影響逐漸趨于下降，融資買空交易額、融券賣空交易量單位沖擊對股票市場流動性的影響越來越大。對于滬深兩市融券賣空交易量而言，股票市場換手率的單位沖擊對融券賣空交易量的影響在第2期達到峰值，隨后保持在一個較為平穩(wěn)的狀態(tài)，融券賣空交易量自身的單位沖擊對于融券賣空交易量在當期較為顯著，融資買空交易額的單位沖擊對融券賣空交易量的影響則越來越敏感。對于滬深兩市融資買空交易額而言，股票市場換手率的單位沖擊對融資買空交易額的影響在第2期達到峰值，隨后保持在一個穩(wěn)定的狀態(tài)；融券賣空交易量的單位沖擊對融資買空交易額的影響始終保持在一個平穩(wěn)的水平；融資買空交易額的單位沖擊對融資買空交易額的影響在第1期非常顯著，第2期之后保持在一個平穩(wěn)的水平。

4.方差分解

方差分解是通過分析每一個結構沖擊對內(nèi)生變量變化的貢獻度，在本文中是要分析三個變量被自身的變動和其他兩個變量變動解釋的程度。方差分解結果如下組表所示：

表4 股市流動性指標的方差分解

由表4可以看出，滬深兩市流動性被自身解釋的貢獻度最大，但隨著期數(shù)的增加，貢獻度逐漸降低。融資買空交易額及融券賣空交易量對股市流動解釋的貢獻度隨著期數(shù)的增加在不斷增大。

表5 融券賣空交易量的方差分解

由表5可知，融券賣空交易量被自身解釋的貢獻度最大，穩(wěn)定在98%左右。滬深兩市換手率指標對融券賣空交易量的解釋度在第2期達到最大值，在2.3%，隨后影響逐漸減小。融資買空交易額對融券賣空交易量的解釋度較低。

表6 融資買空交易額的方差分解

由表6可知，融資買空交易額受股市流動性指標及自身解釋的貢獻度較大。市場換手率指標對融資買空交易額的解釋度在不斷的上升，隨后穩(wěn)定在39%左右。融資買空交易額自身的解釋度在不斷降低，隨后穩(wěn)定在55%左右。融券賣空交易量對于融資買空交易額的解釋度隨著期數(shù)的增加不斷增長，穩(wěn)定在5%左右。

四、結論及政策建議

本文選取了融資融券業(yè)務開展10年以來的數(shù)據(jù)，通過建立變量間的VAR模型，并進行脈沖響應分析及方差分解，研究了滬深兩市流動性與融資融券業(yè)務間的相互關系。實證結果表明：

(一)實證結論

融資買空交易額與股市流動性的關系。隨著融資買空交易額的增加有助于提升股市流動性，而股市流動性的提升會進一步促進融資買空交易量的增加，兩者之間存在相互促進的作用。融券賣空交易量與股市流動性的關系。隨著融券賣空交易量的增加有助于提升股市流動性，但股市流動性對融券賣空交易量的解釋程度較弱，影響較小。

(二)政策建議

1.普及投資者的融資融券業(yè)務知識

對于中國的投資者來說，融資融券業(yè)務仍然是一項處于成長期的投資業(yè)務，大多數(shù)投資者對融資融券投資持觀望態(tài)度。因此金融監(jiān)管當局應加強融資融券業(yè)務知識的宣傳力度，引導投資者基于自身的風險偏好，積極參與融資融券交易，促進金融市場健康發(fā)展。

2.強化融資融券市場監(jiān)督

融資融券交易存在較高的杠桿，一旦監(jiān)管不到位，可能導致整個融資融券市場風險高企，金融監(jiān)管當局應從以下幾方面著手，促進融資融券市場的健康發(fā)展。首先，應進一步完善融資融券交易類法規(guī)的制定，使得融資融券交易有法可依；其次，金融市場各類監(jiān)管機構應分工協(xié)作，發(fā)揮各自應有的職責；最后，運用互聯(lián)網(wǎng)信息技術，建立全國聯(lián)網(wǎng)的融資融券交易及風險預警系統(tǒng)，及時解決交易中的風險異?，F(xiàn)象。

3.進一步擴大融資融券標的證券范圍

截止至2019年12月31日，滬深兩市融資融券標的股票擴大至1600只，這些標的股票主要集中于市場影響較大、流動性較好的績優(yōu)股及藍籌股，但這些股票由于自身價格相對穩(wěn)定的特點，使得買空賣空的空間十分有限。因此在之后融資融券業(yè)務開展過程中，因擴大標的證券的選擇范圍，將中小板和創(chuàng)業(yè)板也納入到融資融券標的證券的選擇范圍中。