融資融券交易對ETF基金市場流動性的影響

摘要：以7種成為融資融券標的證券的交易型開放式指數基金（Exchange Traded Fund，EFT基金）構造處理組，以7種未成為融資融券標的證券的ETF基金構造控制組，采用雙重差分模型研究有ETF基金成為融資融券標的證券前后我國ETF基金市場流動性的差異，分析融資融券交易對ETF基金市場流動性的凈影響，得到的可靠結論是：融資融券交易提高了我國ETF基金市場流動性，改善了ETF基金市場質量。因此，ETF基金市場監管者和交易者都需要對ETF基金進入融資融券標的證券之前與之后進行區別對待。

關鍵詞：融資融券；交易型開放式指數基金；ETF基金市場；市場質量；流動性；非流動性；雙重差分模型

中圖分類號：F830.91 文獻標志碼：A文章編號：16748131（2013）03010306一、引言

我國證券市場從2010年3月31日開始實施融資融券交易試點，開始只有90只股票被納入融資融券交易標的證券，后來又陸續對融資融券交易標的證券的品種和數量進行了調整和補充，逐漸擴大了融資融券交易標的證券的范圍。2011年12月5日，易方達深100ETF、華夏中小板ETF、深成ETF、上證180治理ETF、上證50ETF、上證180ETF、上證紅利ETF七只ETF基金被納入融資融券交易標的證券，這一事件對我國證券市場融資融券交易對象產生了深刻影響，也為研究融資融券交易對ETF基金市場流動性和波動性等市場質量的影響提供了一個很好的實驗平臺。關于市場質量，郭彥峰等（2007）指出，“市場質量是一個包含流動性、波動性和有效性等在內的綜合體”。研究融資融券交易對證券市場的流動性或（和）波動性影響的文獻比較多，而且呈現出并不一致的研究結論。

融資融券交易對市場流動性影響的研究結論主要包括：Woolridge等（1994）實證研究表明賣空交易者可以通過賣空交易機制在市場上漲時增加賣空交易量和在市場下跌時減少市場交易量來增加市場的流動性；Daouk等（2005）采用換手率作為衡量流動性的指標，對111個證券市場的數據進行研究，發現在有較多限制賣空的新興市場國家股票市場的流動性要明顯低于沒有賣空限制的發達市場國家；廖士光等（2005b）研究了香港股市的賣空交易額與股市流動性之間的關系，發現賣空對香港股市的影響不大；駱玉鼎等（2007）研究認為保證金比率顯著影響市場流動性和買空交易，融資買空交易為市場提供了流動性；王旻等（2008）從流動性的角度出發，研究了融資融券對臺灣股市的影響，發現融券交易對臺灣股市沒有影響；谷文林等（2010）利用單因素方差分析法研究了融資融券的推出對我國股市流動性的沖擊，未發現有顯著影響；楊德勇等（2011）用類似的方法衡量了融資融券對幾只在2010年7月1日被調入和調出標的證券名單的個股的流動性和波動性的影響，發現融資融券后滬市個股的波動性有所降低，流動性有所提高。

林祥友，代宏霞：融資融券交易對ETF基金市場流動性的影響融資融券交易影響證券市場流動性的研究結論不一致，研究方法也各不相同，且值得商榷。傳統的研究方法有兩種：一是對是否允許融資融券交易引入虛擬變量，考察虛擬變量系數的符號，比如Daouk等（2005）、陳淼鑫等（2008）的研究。但是，一般存在賣空的市場都是比較發達的市場，不存在賣空的市場都是新興市場，因此是否允許賣空虛擬變量與市場發達程度相關，進而產生內生性問題。二是事件分析方法，考察融資融券交易推出前后市場的不同表現，比如Chang 等（2007）、楊德勇等（2011）的研究。但是，市場的不同表現及市場波動可能是由于放松或禁止賣空引起的，也可能是其他因素變化引起的，使得這一方法的研究結論也不可靠（翟愛梅 等2012）。而雙重差分模型能夠較好地彌補上述兩種研究方法的缺陷，可以用來作為研究融資融券交易影響市場流動性的首選方法。Bertrand 等（2004）就提出，雙重差分模型因其能夠更加堅實地辨識出因果關系并控制住時間序列上其他因素的影響，故而在經驗研究中已得到越來越廣泛的運用；Imbens等（2007）指出，在自然實驗中，由于處理組和控制組均來自受到某項具體政策影響與否的特定群體而非隨機群體，雙重差分模型可以較好地控制處理組和控制組之間的系統性差異，以研究處理組在某項政策實施前后所發生的變化。經典的雙重差分模型一般是通過比較一項政策發生前后，處理組與控制組的差異來考察政策的影響，如周黎安等（2005）運用雙重差分模型檢驗農村稅費改革的效應，聶輝華等（2009）采用雙重差分模型考察增值稅轉型對企業行為和績效的影響，楊陽等（2010）采用雙重差分模型分析我國股指期貨對股票市場的影響，翟愛梅等（2012）采用雙重差分模型考察賣空機制對股價波動的影響，許紅偉等（2012）基于雙重差分模型研究我國融資融券試點對股票定價效率和收益率分布的影響。可見，雙重差分模型這一研究方法具有廣泛的適用性和結論的可靠性。

基于對以上相關研究文獻的分析和借鑒，本文以ETF基金進入融資融券標的證券這一事件為研究對象，以進入融資融券標的證券的7種ETF基金構造處理組，以未進入融資融券標的證券的7種ETF基金構造控制組，采用雙重差分模型，檢驗ETF基金進入融資融券交易標的證券前后的市場流動性差異，進而研究融資融券交易對ETF基金市場流動性的凈影響。相對于已有的研究而言，本文采用的雙重差分模型能更為客觀、準確地反映融資融券交易對ETF基金市場流動性的凈影響，確保了結論的可靠性。

二、研究設計

1.流動性的度量

衡量流動性一般有四種方法：價格法、交易量法、價量結合法和時間法。Kyle（1985）將流動性分解為市場寬度、市場深度和彈性三個指標：市場寬度常常用價差表示，價差越小，流動性越好；市場深度采用最優買賣申報價格上的委托量衡量，委托量越大，流動性越好；彈性則是從價格發生變化到回復均衡價格所需要的時間，價格偏離價值后返回的速度越快，流動性也越好。但是很多研究并沒有全面衡量流動性的這三個維度，往往只偏重于某一個維度（韋立堅 等，2012）。一個好的流動性指標應包含流動性概念中的價格、數量和時間三個維度上的交易信息。在眾多的流動性指標中，楊朝軍等（2008）使用了能直接包含價、量、時三因素的流動性指標，即Ill非流動性指標。非流動性指標是指“反映指令流對價格的沖擊——交易執行時的賣出折讓或買入多付出的價格——這種沖擊源于逆向選擇和存貨成本”（Amihud，2002）。需要特別指出的是，非流動性指標Ill是從反面反映流動性，它在字面上是流動性的反面，在實際應用時常用交易對價格的沖擊來衡量，非流動性指標值越大，表示單位成交量所引起的價格振動幅度越大，則流動性越差。楊朝軍等（2008）提出以單位時間內單位成交金額所引起的價格振動幅度來表示非流動性指標，具體表示為：

Illt=SWt1Vt=Ht-Lt1Vt×Ot（1）

式（1）中，Illt為在第t時段內ETF基金市場的非流動性（illiquidity），Vt為ETF基金在第t時段內所完成的成交量，SWt為ETF基金在第t時段內的價格振動幅度，Ht為t時段內的最高價，Lt為t時段內的最低價，Ot為t時段內的開盤價。本文計算中t時段取為1個交易日。

2.流動性的雙重差分模型

首先構建雙重差分模型的處理組和控制組。處理組為2011年12月5日進入融資融券標的證券的7種ETF基金，包括易方達深100ETF（159901）、華夏中小板ETF（159902）、深成ETF（159903）、上證180治理ETF（510010）、上證50ETF（510050）、上證180ETF（510180）、上證紅利ETF（510880）；控制組為2011年12月5日未進入融資融券標的證券但已經存續較長時間的7種ETF基金，包括深紅利ETF（159905）、深成長ETF（159906）、深F200ETF（159908）、超大ETF（510020）、價值ETF（510030）、綜指ETF（510210）、中小ETF（510220）。處理組和控制組都分別都由3只深交所的ETF基金和4只上交所的ETF基金組成，盡量保證了構建的雙重差分模型中處理組和控制組在多方面的同質性和可比性，以保證研究結果的可靠性。

在處理組中，ETF基金市場流動性的差異既有時間不同的影響，也有是否允許融資融券交易的影響；在控制組中，ETF基金市場流動性的差異只有時間不同的影響。通過對處理組和控制組的比較分析，可以有效消除對兩組有共同影響的因素，比如時間因素等的影響，剩下的就是融資融券交易對ETF基金市場流動性的凈影響。

基于上述分析，構建的雙重差分模型基本形式如下：

Illiquidityit=α0+γ1Di+γ2Ti+γ3Di×Ti+εit（2）

Illiquidityit=α0+γ1Di+γ2Ti+γ3Di×Ti+

α1Volume+α2Size+εit（3）

其中，Illiquidityit為第i只ETF基金第t期的非流動性；D為處理組/控制組虛擬變量，當有ETF基金屬于處理組，即進入融資融券標的證券的7種ETF基金，D=1，否則，D=0；T為進入融資融券標的證券前/進入融資融券標的證券后虛擬變量，當有ETF基金進入融資融券標的證券之后，即2011年12月5日之后，T=1，否則，T=0；Volume為控制變量，表示ETF基金的交易量；Size為控制變量，表示ETF基金的流通市值。

由式（2）、（3）的雙重差分模型可以做如下分析：

E（illiquidity|D=1，T=1）=α0+γ1+γ2+γ3（4）

E（illiquidity|D=1，T=0）=α0+γ1（5）

E（illiquidity|D=0，T=1）=α0+γ2（6）

E（illiquidity|D=0，T=0）=α0（7）

由表1可以看出，控制組ETF基金進入融資融券標的證券前后的非流動性的差異為γ2，處理組ETF基金進入融資融券標的證券前后的非流動性的差異為γ2+γ3。處理組ETF基金進入融資融券標的證券前后市場非流動性的差異與控制組在有ETF基金進入融資融券標的證券前后市場非流動性的差異之間的差異為γ3。交叉項Di×Ti的系數γ3，即雙重差分統計量，可以反映融資融券交易對ETF基金市場非流動性的影響：若γ3顯著為正，表明融資融券交易會增強ETF基金市場的非流動性，即減弱ETF基金市場的流動性；若γ3顯著為負，表明融資融券交易會減弱ETF基金市場的非流動性，即增強ETF基金市場的流動性；若γ3不顯著，則不能判斷融資融券交易對ETF基金市場流動性的影響。

三、實證分析

獲取7只進入融資融券標的證券的ETF基金和7只未進入融資融券標的證券的ETF基金在2011年12月5日前后各50個交易日的日數據，按照式（1）的計算方法，分別計算每一種ETF基金50個交易日的非流動性指標，為了便于分析，非流動性指標都放大1000倍，形成面板數據；然后基于非流動性指標的數據，采用式（2）和式（3）的雙重差分模型，估計出交叉項Di×Ti的系數γ3，進而分析融資融券交易對ETF基金的市場流動性的影響。

1.變量的描述性統計

對處理組ETF基金和控制組ETF基金在進入融資融券標的證券前后的非流動性Illiquidity進行描述性統計，如表2。

比較處理組的ETF基金在進入融資融券標的證券前和進入融資融券標的證券后非流動性指標的均值，前者為1.155 888，后者為1.290 987，后者大于前者，說明處理組ETF基金在進入融資融券標的證券這一時點（即2011年12月5日）之后的市場非流動性提高，流動性降低，但降低的幅度較小。比較控制組的ETF基金在有EIF基金進入融資融券標的證券前和有ETF基金進入融資融券標的證券后非流動性指標的均值，前者為1.177 846，后者為2.060 006，后者大于前者，說明控制組ETF基金在有EIF基金進入融資融券標的證券這一時點（即2011年12月5日）之后的市場非流動性提高，流動性降低，且降低的幅度較大。有ETF基金進入融資融券標的證券之前（即2011年12月5日之前），處理組ETF基金的非流動性指標的均值為1.155 888，控制組ETF基金的非流動性指標的均值為1.177 846，前者小于后者，這說明在此期間處理組ETF基金的市場流動性強于控制組ETF基金的市場流動性，但優勢較弱；有ETF基金進入融資融券標的證券之后（即2011年12月5日之后），處理組ETF基金的非流動性指標的均值為1.290 987，控制組ETF基金的非流動性指標的均值為2.060 006，前者小于后者，說明在此期間處理組ETF基金的市場流動性強于控制組ETF基金的市場流動性，且優勢較強。通過對處理組ETF基金的非流動性均值和控制組ETF基金的非流動性均值的橫向和縱向比較，可以得到一個直觀的結論：有ETF基金進入融資融券標的證券后，處理組ETF基金和控制組ETF的市場流動性都降低了，但前者降低的幅度小于后者降低的幅度，而這種流動性降低幅度的差異表明融資融券交易可能提高了處理組ETF基金的市場流動性。

2.雙重差分模型的估計結果

ETF基金市場非流動性的雙重差分模型的估計結果如表3。

由表3可知，不包含控制變量和包含控制變量的雙重差分模型的估計結果類似，這里以后者作為分析對象。ETF基金市場非流動性的雙重差分模型的估計結果表明，處理組/控制組虛擬變量D的系數γ1為-0.280 928，且在1%的顯著性水平下顯著，說明處理組ETF基金的市場非流動性顯著小于控制組ETF基金，即處理組ETF基金的市場流動性顯著大于控制組ETF基金。進入融資融券標的證券前/進入融資融券標的證券后虛擬變量T的系數γ2為0.280 426，且在1%的顯著性水平下顯著，表明有ETF基金進入融資融券標的證券后所有ETF基金的非流動性都顯著提高了，也即所有ETF基金的流動性顯著小于有ETF基金進入融資融券標的證券前，這說明在研究樣本期間，除了融資融券這一因素外，還有其他時間因素也影響到ETF基金的市場流動性。雙重差分統計量即模型的交叉項D×T的系數γ3的值為-0.206 491，且在10%的顯著性水平下顯著，表明處理組ETF基金成為融資融券標的證券后，其市場的非流動性指標顯著減弱了，即市場的流動性顯著增強了，也就是說，融資融券交易增強了ETF基金的市場流動性。

四、結論與啟示

以2011年12月5日進入融資融券標的證券的七只ETF基金構造處理組，以未進入融資融券標的證券的七只ETF基金構造控制組，利用各ETF基金在有ETF基金進入融資融券標的證券前后各50個交易日的交易數據，計算非流動性指標，采用雙重差分模型，研究融資融券交易對ETF基金市場流動性的影響，得到以下主要研究結論和啟示：融資融券交易提高了ETF基金市場流動性，從而在整體上改善了ETF基金市場質量；ETF基金市場的監管者在制定監管政策時，需要對ETF基金進入融資融券標的證券之前和之后進行區別對待，才能實施有效監管；ETF基金市場的交易者在制定交易策略時，需要在進入融資融券標的證券和未進入融資融券標的證券的ETF基金之間做出正確選擇，實施正確的交易策略，才能把握ETF基金流動性，最小化投資風險，最大化投資收益。

參考文獻：

陳淼鑫，鄭振龍.2008.賣空機制對證券市場的影響——基于全球市場的經驗研究[J].世界經濟（12）：7381.

谷文林，孔祥忠.2010.融資融券業務對市場資本流動性的短期影響[J].證券市場導報（7）：5052.

郭彥峰，魏宇，黃登仕.2007.ETF上市對中小企業板市場質量影響的研究[J].證券市場導報（9）：1722.

廖士光，楊朝軍.2005.賣空交易機制、波動性和流動性——一個基于香港股市的經驗研究[J].管理世界（12）：613.

駱玉鼎，廖士光.2007.融資買空交易流動性效應研究——臺灣證券市場經驗證據[J].金融研究（5）：118132.

聶輝華，方明月，李濤.2009.增值稅轉型對企業行為和績效的影響——以東北地區為例[J].管理世界（5）：1735.

王旻，廖士光，吳淑琨.2008.融資融券交易的市場沖擊效應研究——基于中國臺灣證券市場的經驗與啟示[J].財經研究（10）：99108.

韋立堅，熊熊，車宏利.2012.試析最小報價單位對股指期貨市場流動性和波動性的影響[J].現代財經（5）：4551.

許紅偉，陳欣.2012.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（5）：5261.

楊朝軍，張志鵬，廖士光.2008.證券市場流動性綜合測度指標研究[J].上海交通大學學報（11）：17671771.

楊德勇，吳瓊.2011.融資融券對上海證券市場影響的實證分析——基于流動性和波動性的視角[J].中央財經大學學報（5）：2834.

楊陽，萬迪昉.2010.股指期貨真的能穩定市場嗎？[J].金融研究（1）：146158.

翟愛梅，鐘山.2012.賣空機制對股票價格波動的影響：基于A+H股公司的實證研究[J].南方經濟（8）：4356.

周黎安，陳燁.2005.中國農村稅費改革的政策效應：基于雙重差分模型的估計[J].經濟研究（8）：4453.

BERTRAND M E D，MULLAINATHAN S. 2004. How Much Should We Trust DifferencesinDifferences Estimates？[J]. Quarterly Journal of Economics，119：249275.

CHANG EC，YU YH. 2007. Shortsales constraints and Price Discovery—Evidence from the Hong Kong Market[J]. Journal of Finance，62：20972121.

DAOUK H， CHAROENROOK A. 2005. A Study of MarketWide ShortSelling Restrictions[R]. SSRN Working Paper Series，Rochester，Mar：3754.

IMBENS，WOOLRIDGE J. 2007. DifferenceinDifference Estimation[R]. NBER Summer Institute Lecture.

WOOLRIDGE J，DICKINSON A. 1994. Short Selling and Common Stock Price[J]. Financial Analysts Journal（1）：2028.

The Impact of Margin Trading on the Liquidity of ETFs

Markets Based on Difference in Difference Model

LIN Xiangyou1， DAI Hongxia2

（1.Business School， Chengdu University of Technology， Chengdu 610059， China；

2.Southwestern University of Finance and Economics， Chengdu 610074， China）

Abstract： By taking seven kinds of the components becoming Exchange Traded Fund （ETF） of margin trading underlying securities as constructing group， by taking seven kinds of the components not becoming ETF of margin trading underlying securities as contrast group， by using difference in difference model to study the difference of China’s ETF market liquidity before and after ETF becomes margin trading underlying securities， this paper analyzes the net influence of margin trading on the market liquidity of ETF and the reliable results show that margin trading boosts market liquidity of China’s ETF and improves the quality of the ETF market. Thus， both of the market supervisors and exchangers of ETF need to take different actions before and after ETF enters into margin trading underlying securities.

Key words： margin trading； ETFs； ETF market； market quality； liquidity； nonliquidity； difference in difference model

CLC number：F830.91 Document code：AArticle ID：16748131（2013）03010306

（編輯：南北）