融資融券交易規(guī)模對(duì)股價(jià)波動(dòng)性的影響研究

李青霖

【摘 ?要】融資融券制度的出臺(tái)代表著我國(guó)金融市場(chǎng)從單邊交易進(jìn)入雙邊交易，交易模式更加市場(chǎng)化。對(duì)于賣空交易和杠桿交易是否加劇股票市場(chǎng)的波動(dòng)，在學(xué)術(shù)界產(chǎn)生了較大的分歧。論文選取2010年3月至2022年1月的融資和融券日度余額作為解釋變量，運(yùn)用BEKK-GARCH模型分析融資融券余額變動(dòng)與股價(jià)之間的波動(dòng)性溢出效應(yīng)，發(fā)現(xiàn)融資交易會(huì)加劇股價(jià)的波動(dòng)，融券交易并未對(duì)股價(jià)產(chǎn)生影響。

【關(guān)鍵詞】融資融券；信用交易；杠桿交易；股價(jià)波動(dòng)；BEKK-GARCH模型

【中圖分類號(hào)】F832.5 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻(xiàn)標(biāo)志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號(hào)】1673-1069（2023）03-0046-03

1 引言

在融資融券交易出現(xiàn)之前，我國(guó)股票市場(chǎng)長(zhǎng)期處于單邊交易模式，市場(chǎng)信息不能充分反映到股價(jià)當(dāng)中，導(dǎo)致股票市場(chǎng)經(jīng)常出現(xiàn)大漲或者大跌的現(xiàn)象，波動(dòng)性較大。在這種交易背景下，投資者所承受的風(fēng)險(xiǎn)更大，交易的意愿也不夠積極。融資融券制度的出臺(tái)，填補(bǔ)了我國(guó)股票市場(chǎng)的交易模式空缺，也為股價(jià)信息的充分反映提供了有力的保障，減少了內(nèi)幕交易的機(jī)會(huì)，充分保護(hù)了投資者的權(quán)益，且降低了投資風(fēng)險(xiǎn)。

本文從實(shí)踐角度探究融資融券余額變動(dòng)對(duì)于股價(jià)波動(dòng)性的影響，選取2010年3月融資融券制度施行以來到2022年2月的交易數(shù)據(jù)作為樣本，運(yùn)用BEKK-GARCH模型探究融資融券余額變動(dòng)對(duì)股價(jià)的波動(dòng)溢出效應(yīng)，從而評(píng)估融資融券制度的實(shí)施效果，提出制度放松調(diào)整或者收緊調(diào)整的建議。

2 文獻(xiàn)回顧

國(guó)內(nèi)外學(xué)者對(duì)于融資融券交易余額的研究較少，大多數(shù)聚焦于融資融券制度的變動(dòng)。對(duì)于融資融券與股價(jià)波動(dòng)的研究，主要分為3種觀點(diǎn)：第一種觀點(diǎn)認(rèn)為，融資融券制度會(huì)平抑股價(jià)的波動(dòng)性，穩(wěn)定股票市場(chǎng)的波動(dòng)。肖浩和孔愛國(guó)認(rèn)為，融資融券交易會(huì)降低標(biāo)的股票的特質(zhì)性波動(dòng)[1]。李志生等的研究結(jié)果發(fā)現(xiàn)，融資融券交易會(huì)增加我國(guó)股票市場(chǎng)的穩(wěn)定性，顯著降低了標(biāo)的股票的波動(dòng)性和振幅[2]。第二種觀點(diǎn)認(rèn)為，融資融券制度會(huì)導(dǎo)致股價(jià)劇烈波動(dòng)。褚劍和方軍雄采用雙重差分法探究融資融券制度對(duì)股票崩盤風(fēng)險(xiǎn)的影響，結(jié)果表明，融資交易和融券交易并未起到應(yīng)有的效果，反而會(huì)進(jìn)一步擴(kuò)大股票價(jià)格崩盤風(fēng)險(xiǎn)[3]。巴曙松和朱虹認(rèn)為，強(qiáng)杠桿和弱風(fēng)險(xiǎn)對(duì)沖的特點(diǎn)會(huì)助長(zhǎng)非理性投資者的投機(jī)行為，會(huì)增加消極投資者的激動(dòng)投資行為，導(dǎo)致市場(chǎng)受情緒影響更大，從而加劇市場(chǎng)的不穩(wěn)定性[4]。第三種觀點(diǎn)認(rèn)為，融資融券制度與股價(jià)的波動(dòng)性并無顯著性相關(guān)關(guān)系，杠桿交易和賣空機(jī)制并未對(duì)股價(jià)波動(dòng)性產(chǎn)生顯著影響。劉燁等研究了融資融券制度實(shí)施前后信息沖擊對(duì)于股票市場(chǎng)波動(dòng)性的影響，研究結(jié)果顯示，融資融券制度出臺(tái)后并未對(duì)股票市場(chǎng)的暴跌和暴漲產(chǎn)生顯著性的影響，但融資融券制度的實(shí)施使暴漲與暴跌概率的不對(duì)稱性增加[5]。

3 融資融券交易制度與股價(jià)波動(dòng)理論分析

3.1 影響股價(jià)波動(dòng)的理論基礎(chǔ)

隨機(jī)漫步理論（Random Walk Theory）的提出首先解釋了股票的波動(dòng)性是不可預(yù)測(cè)的隨機(jī)過程，通常與隨機(jī)擴(kuò)散和馬爾可夫過程聯(lián)系在一起。該理論認(rèn)為，市場(chǎng)上的股價(jià)已經(jīng)完全反映了股票的供求關(guān)系，而股價(jià)的變化是由隨機(jī)事件的沖擊所造成的，但該理論的前提是沒有交易模式的限制，各種交易方式都被允許。有效市場(chǎng)假說（Efficient Markets Hypothesis）的提出進(jìn)一步完善和補(bǔ)充了隨機(jī)漫步理論，根據(jù)信息的不同反映程度將市場(chǎng)分為弱式、半強(qiáng)勢(shì)和強(qiáng)勢(shì)3種有效市場(chǎng)類型，該假說建立在投資者理性投資行為的基礎(chǔ)上。行為金融學(xué)的發(fā)展為研究金融市場(chǎng)提供了新的方向，市場(chǎng)上的投資者并非完全理性投資者，投資情緒會(huì)受到外界信息的影響，從而反映在股價(jià)之上，較高的投資情緒會(huì)導(dǎo)致股價(jià)的不確定性增強(qiáng)，從而使股價(jià)的波動(dòng)性更強(qiáng)。

3.2 融資融券交易對(duì)股價(jià)波動(dòng)的作用機(jī)制

融資融券交易制度作為股票市場(chǎng)改革的一項(xiàng)重要措施，主要分為融資和融券兩種交易方式。與以往的單邊市場(chǎng)看漲多頭相比，融資融券交易進(jìn)一步實(shí)現(xiàn)了交易模式的多樣化，加入了杠桿交易和賣空交易。杠桿交易，即融資交易，在交易過程中不需要支付全部本金，只需要繳納部分比例的保證金即可以交易；賣空交易，即融券交易，允許投資者反向看跌，為負(fù)面消息的反映提供了路徑，使股票信息的作用路徑擴(kuò)充為多空雙向，股價(jià)信息含量得到有效提升。

融資融券交易對(duì)于股價(jià)波動(dòng)的影響路徑主要有兩條，即理性投資路徑和非理性投資路徑。

在理性投資路徑中，融資融券交易推進(jìn)了交易模式的多樣化，為股價(jià)信息的反映提供了更多路徑。融券機(jī)制的出現(xiàn)，彌補(bǔ)了證券市場(chǎng)不能賣空的缺陷，當(dāng)負(fù)面消息產(chǎn)生時(shí)，市場(chǎng)處于低迷狀態(tài)，投資者將會(huì)持續(xù)拋售股票，導(dǎo)致股價(jià)的進(jìn)一步下跌，而理性投資者認(rèn)為股價(jià)被低估，融資投資者的杠桿買入會(huì)使市場(chǎng)需求增加，縮小股價(jià)的下跌幅度；當(dāng)上市公司爆出利好消息時(shí)，市場(chǎng)情緒高漲，股票價(jià)格被高估，理性投資者選擇融券賣出股票，致使證券市場(chǎng)的需求量下降，從而降低股價(jià)暴漲現(xiàn)象的出現(xiàn)概率。融資融券交易會(huì)使股票信息在有效傳遞的過程中減少股價(jià)的過度反映現(xiàn)象，降低羊群效應(yīng)的負(fù)面影響。

在非理性投資路徑中，融資融券交易制度的出現(xiàn)會(huì)放大非理性投資者的非理性行為，加劇市場(chǎng)情緒的傳導(dǎo)。當(dāng)市場(chǎng)情緒過熱時(shí)，投資者普遍認(rèn)為股價(jià)在未來一段時(shí)間會(huì)出現(xiàn)較大的漲幅，融資投資者將會(huì)借入資金來買入股票，致使股票的需求進(jìn)一步擴(kuò)大，助推了股價(jià)的向上波動(dòng)；當(dāng)市場(chǎng)情緒低迷時(shí)，投資者普遍不看好該股票，認(rèn)為該股票在未來一段時(shí)間會(huì)持續(xù)下跌，融券投資者則會(huì)向證券公司融入股票再進(jìn)行賣空操作，股票市場(chǎng)的供給將會(huì)持續(xù)增多，股價(jià)暴跌的風(fēng)險(xiǎn)也會(huì)進(jìn)一步增加。

4 基于BEKK-GARCH模型的實(shí)證分析

4.1 數(shù)據(jù)選取與變量定義

我國(guó)融資融券制度在很早之前就已經(jīng)提出，正式實(shí)施是在2010年3月31日。所以本文選取2010年3月31日至2022年1月31日的上證指數(shù)和融資融券日度余額作為樣本，共9 372個(gè)數(shù)據(jù)。以上數(shù)據(jù)均來自Choice金融數(shù)據(jù)庫(kù)。

4.1.1 融資融券交易規(guī)模

本文將融資融券交易拆分來看，分別探究融資交易和融券交易這兩種交易方式對(duì)股價(jià)波動(dòng)的影響。本文選用融資融券交易余額的日度變動(dòng)量來衡量融資融券交易的規(guī)模，由于融資融券交易額的數(shù)據(jù)較大，對(duì)交易額數(shù)據(jù)取對(duì)數(shù)并擴(kuò)大100倍。融資交易規(guī)模LRZt的計(jì)算方式如下：

LRZt=100×ln（RZt-RZt-1）

式中，RZt代表第t日兩市的融資余額；RZt-1代表第t-1日兩市的融資余額。

融券交易規(guī)模LRQt的計(jì)算方式如下：

LRQt=100×ln（RQt-RQt-1）

式中，RQt代表第t日兩市的融券余額；RQt-1代表第t-1日兩市的融券余額。

4.1.2 股價(jià)波動(dòng)指標(biāo)

本文選取上證指數(shù)的日度變動(dòng)量來衡量股價(jià)的波動(dòng)，同樣對(duì)上證指數(shù)取對(duì)數(shù)并做擴(kuò)大100倍處理。股價(jià)波動(dòng)指標(biāo)LSZt的計(jì)算方式如下：

LSZt=100×ln（SZt-SZt-1）

式中，SZt代表第t日上證指數(shù)收盤價(jià)；SZt-1代表第t-1日上證指數(shù)收盤價(jià)。

4.2 描述性統(tǒng)計(jì)與平穩(wěn)性檢驗(yàn)

在進(jìn)行模型回歸之前需要對(duì)3組時(shí)間序列樣本進(jìn)行描述性統(tǒng)計(jì)，表1為股價(jià)波動(dòng)指標(biāo)、融資交易規(guī)模、融券交易規(guī)模3組時(shí)間序列樣本的描述性統(tǒng)計(jì)結(jié)果。

從表1的統(tǒng)計(jì)結(jié)果可以看出，LSZ、LRZ、LRQ這3個(gè)變量的均值都為正值，表明股價(jià)波動(dòng)指標(biāo)呈現(xiàn)向上波動(dòng)趨勢(shì)，融資交易和融券交易規(guī)模均呈現(xiàn)擴(kuò)大趨勢(shì)。股價(jià)波動(dòng)指標(biāo)的偏度小于0，呈現(xiàn)左偏分布，融資融券交易規(guī)模均為右偏分布，3個(gè)序列均存在尖峰性，股價(jià)波動(dòng)指標(biāo)的尖峰性不明顯。由表1可知，3組序列均在1%的概率水平下拒絕原假設(shè)，認(rèn)為3組序列均不存在單位根，序列平穩(wěn)。

4.3 BEKK-GARCH模型的設(shè)定

GARCH模型用來衡量單組時(shí)間序列數(shù)據(jù)的波動(dòng)性，僅僅能解釋單變量往期波動(dòng)對(duì)未來波動(dòng)的預(yù)測(cè)效果，對(duì)于多變量波動(dòng)特性之間的跨越性影響很難衡量。為了準(zhǔn)確解釋不同變量之間的波動(dòng)性相關(guān)情況，Bollerslev[6]最早構(gòu)建了多元GARCH模型和VECH模型，在探究多元變量波動(dòng)關(guān)系的模型中，應(yīng)用最廣泛的模式是由Engle和Kroner[7]建立的BEKK-GARCH模型。BEKK模型可對(duì)方差-協(xié)方差矩陣自身正定性進(jìn)行有效保障，并且能夠減少預(yù)估參數(shù)的數(shù)量，與其他的多元GARCH模型相比，BEKK模型的優(yōu)點(diǎn)在于對(duì)差異化的序列內(nèi)部波動(dòng)溢出效應(yīng)的檢驗(yàn)更為有效。所以根據(jù)上述描述，本文構(gòu)建了三元BEKK（1，1）模型，其公式表達(dá)如下：

yit=i+εit，i=1，2，3

∑t=ΩΩ '+Aεt-1ε't-1 A'+B∑t-1B ' ? ? （1）

式中，yit為變量矩陣；μi為變量均值；εit為均值方程回歸殘差；∑t為3×3三階的對(duì)稱矩陣，指t時(shí)刻條件殘差的方差-協(xié)方差矩陣；Ω為下三角矩陣；Ω '為Ω的轉(zhuǎn)置；A為ARCH項(xiàng)系數(shù)矩陣；εt-1為yt-1的非標(biāo)準(zhǔn)化殘差；ε't-1為εt-1的轉(zhuǎn)置；B為GARCH項(xiàng)系數(shù)矩陣；B '為B的轉(zhuǎn)置；∑t-1為t-1時(shí)刻條件殘差的方差-協(xié)方差矩陣。

該模型的矩陣表達(dá)形式如下：

式中，h11t、h22t、h33t分別代表t時(shí)刻股價(jià)波動(dòng)指標(biāo)、融資交易規(guī)模和融券交易規(guī)模間的條件協(xié)方差；α11、α22、α33代表3個(gè)變量自身時(shí)變的方差特征；b11、b22、b33代表3個(gè)變量自身波動(dòng)的持久性；α12、α21、α13、α31、α23、α32、b12、b21、b13、b31、b23、b32分別代表股價(jià)波動(dòng)指標(biāo)、融資交易規(guī)模和融券交易規(guī)模兩兩之間的波動(dòng)影響關(guān)系。

4.4 回歸分析結(jié)果

由表2的參數(shù)可知，A11、A22、A33和B11、B22、B33分別表示股價(jià)波動(dòng)指標(biāo)、融資交易規(guī)模和融券交易規(guī)模序列自身受到前期波動(dòng)的影響。上述6個(gè)指標(biāo)均在1%的概率水平下顯著，說明當(dāng)期條件方差會(huì)受到前期方差的影響。A12和B12表示股價(jià)波動(dòng)指標(biāo)對(duì)融資規(guī)模的波動(dòng)溢出效應(yīng)，A12的參數(shù)估計(jì)P值小于0.01，說明當(dāng)期股價(jià)的波動(dòng)會(huì)對(duì)當(dāng)期融資規(guī)模產(chǎn)生影響，當(dāng)股價(jià)波動(dòng)較大時(shí)，融資規(guī)模也會(huì)受其影響而擴(kuò)大；B12的參數(shù)估計(jì)P值也小于0.01，說明前期股價(jià)波動(dòng)同樣會(huì)對(duì)當(dāng)期融資規(guī)模產(chǎn)生影響。A13和B13表示股價(jià)波動(dòng)指標(biāo)對(duì)融券規(guī)模的波動(dòng)溢出效應(yīng)，A13的參數(shù)估計(jì)P值小于0.01，說明當(dāng)期股價(jià)的波動(dòng)會(huì)對(duì)當(dāng)期融券規(guī)模產(chǎn)生影響，當(dāng)股價(jià)波動(dòng)較大時(shí)，融券規(guī)模也會(huì)受其影響而擴(kuò)大；B13的參數(shù)估計(jì)P值也小于0.01，說明前期股價(jià)波動(dòng)同樣會(huì)對(duì)當(dāng)期融券規(guī)模產(chǎn)生影響。

A21和B21表示融資規(guī)模波動(dòng)對(duì)股價(jià)波動(dòng)的影響，從表2的數(shù)據(jù)可以看出，A21的參數(shù)估計(jì)P值并不顯著，說明當(dāng)期的融資規(guī)模變動(dòng)并不會(huì)影響當(dāng)期的股價(jià)波動(dòng)；B21的參數(shù)估計(jì)P值在1%的水平下顯著，說明前期融資規(guī)模的波動(dòng)會(huì)對(duì)當(dāng)期的股價(jià)波動(dòng)產(chǎn)生影響，且參數(shù)為正，即融資規(guī)模的擴(kuò)大會(huì)加劇股價(jià)的波動(dòng)。A31和B31表示融券規(guī)模波動(dòng)對(duì)股價(jià)波動(dòng)的影響，A31和B31的參數(shù)估計(jì)P值均不顯著，說明融券規(guī)模的變動(dòng)并未對(duì)股價(jià)波動(dòng)產(chǎn)生影響。

5 結(jié)論

本文選取2010年3月31日融資融券交易開始至2022年1月31日的現(xiàn)有融資融券交易數(shù)據(jù)為樣本，對(duì)融資融券規(guī)模與股價(jià)波動(dòng)之間的關(guān)系進(jìn)行了實(shí)證研究。研究結(jié)果發(fā)現(xiàn)，股價(jià)波動(dòng)會(huì)影響融資融券的交易規(guī)模，前期和當(dāng)期的波動(dòng)增加都會(huì)導(dǎo)致融資融券的規(guī)模擴(kuò)大，說明投資者在不確定性增加的情況下，會(huì)提高投資的積極性，增加投資杠桿；反過來看，融資交易當(dāng)期規(guī)模的擴(kuò)大并不會(huì)影響當(dāng)期的股價(jià)波動(dòng)，但是前期融資交易規(guī)模的擴(kuò)大會(huì)導(dǎo)致股價(jià)的波動(dòng)程度提升，這無疑加劇了股市的不穩(wěn)定性；融券交易對(duì)股價(jià)波動(dòng)并無顯著性的影響，融券交易的規(guī)模相比融資交易更小，其變動(dòng)對(duì)股市的影響程度微乎其微。從現(xiàn)階段的交易數(shù)據(jù)來看，融資融券交易并沒有發(fā)揮其應(yīng)有的作用，反而增加了股市的不穩(wěn)定性，對(duì)于融資融券政策的后續(xù)調(diào)整，值得相關(guān)部門進(jìn)一步思考。

【參考文獻(xiàn)】

【1】肖浩，孔愛國(guó).融資融券對(duì)股價(jià)特質(zhì)性波動(dòng)的影響機(jī)理研究：基于雙重差分模型的檢驗(yàn)[J].管理世界，2014（8）：30-43+187-188.

【2】李志生，杜爽，林秉旋.賣空交易與股票價(jià)格穩(wěn)定性——來自中國(guó)融資融券市場(chǎng)的自然實(shí)驗(yàn)[J].金融研究，2015（6）：173-188.

【3】褚劍，方軍雄.中國(guó)式融資融券制度安排與股價(jià)崩盤風(fēng)險(xiǎn)的惡化[J].經(jīng)濟(jì)研究，2016，51（5）：143-158.

【4】巴曙松，朱虹.融資融券、投資者情緒與市場(chǎng)波動(dòng)[J].國(guó)際金融研究，2016（8）：82-96.

【5】劉燁，方立兵，李冬昕，等.融資融券交易與市場(chǎng)穩(wěn)定性：基于動(dòng)態(tài)視角的證據(jù)[J].管理科學(xué)學(xué)報(bào)，2016，19（1）：102-116.

【6】Tim Bollerslev.Generalized autoregressive conditional heteroskedasticity[J].Journal of Econometrics，1986，31（3）：307-327.

【7】Robert F. Engle，Kenneth F. Kroner.Multivariate Simultaneous Generalized ARCH[J].Econometric Theory，2000，11（1）：122-150.