融資融券交易對市場和標的個股波動影響的研究

劉明青

（浙江工商大學，浙江杭州 310018）

融資融券交易對市場和標的個股波動影響的研究

劉明青

（浙江工商大學，浙江杭州 310018）

作為證券市場的重要制度之一，融資融券交易理論上應具有價格發現，價格穩定，提高流動性等基本功能。本文從融資、融券交易對市場和個股兩個層面系統而全面的分析融資交易和融券交易的價格穩定作用。對市場波動性的影響的研究上主要借助GARCH族模型，VAR模型，脈沖響應和方差分解等計量分析方法；在對個股的影響上主要是借助面板數據分對個股的總體效應和個體效應展開分析。研究發現：融資交易對指數波動沒有顯著影響，融券交易對指數波動有一定平抑作用；融資融券交易對標的個股有價格穩定作用，除極個別個股的融資作用表現不確定。

融資融券，非對稱GARCH模型，VAR模型，面板數據

一、引言

融資融券又叫做證券信用交易，是指證券公司向投資者出借資金供其買入或者出借證券供其賣出的經營活動。關于買空證券由來已久，而從1609年發生在荷蘭阿姆斯特丹證券交易所的賣空交易以來，證券賣空交易也有四百多年歷史。我國自2010年3月31日融資融券試點正式啟動以來卻僅有四年的歷史。目前融資融券的典型模式主要包括以美國為代表的分散授信模式，以日本、韓國為代表的專業化集中授信模式，以我國臺灣地區為代表的“雙軌制”模式。而我國則采用證券金融公司主導的集中信用模式作為過渡。這其中，分散授信模式建立在發達的金融市場基礎上，不存在專門從事信用交易融資的機構，是包括我國在內的其他國家的發展方向和目標。

海外關于賣空交易的研究已相當成熟幾乎可以蓋棺定論了，而國內學者的經典研究至今還停留在基于國外證券市場的經驗研究上。此外，融券本身也不等同于賣空，因此，就融資融券在國內證券市場的功能發揮進行系統而全面的研究更有必要。

雖然融券不完全等同于裸賣空，但是投資者可以先在證券賬戶中借入股票再賣出，這樣無疑改變了以往“單邊市”格局。方便投資者及時對市場信息作出反應，增加了證券的供求彈性。當證券價格過高時，投機者預計未來股價下跌，投機者融券賣出股票，這一方面增加市場上股票的供給，同時賣空交易又“示范性”地向市場傳遞股價被高估的信號最終改變市場供求狀況，抑制股價過度上漲。待市場股票供給大于需求，股價過度下跌時，先前賣空的投機者又因交割需要而重新買入這些股票，增加了這些股票的需求，抑制股票的過度下跌。基于以上機制分析，融資融券具有價格穩定的功能。那么在我國目前的市場制度中，融資融券是否發揮了價格“緩沖器”的作用，還是助漲殺跌了呢。為此本文從理論機制分析入手，進一步通過實證分析的手段對融資交易和融券交易對市場指數波動和標的個股的影響展開系統全面的研究。

本文采用滬深300指數的波動作為市場波動情況的代表，運用GARCH族模型提取指數日收益率的標準差，運用VAR分析融資融券對股市波動的影響，同時也就VAR模型本身所忽略的同期影響進行了分析。實證的第二部分主要是選取最早被納入融資融券標的范圍的證券的日融資、融券、日交易行情數據，運用面板數據進行回歸分析兩融對個股波動的影響。

本文的創新之處在于：一、相對系統全面地從市場和個股兩個角度對融資融券的價格穩定功能進行考察；二、在對市場波動的影響中考慮到當期影響；三、在個股層面上選用面板數據研究對個股股價波動影響的總體效應和個體效應。

二、實證研究

（一） 融資融券對股市波動影響研究

1.研究區間與變量定義

自2010年3月31日融資融券試點正式啟動至2014年1月30日，先后經歷了三次大的范圍調整，并在2012年8月29日開始實施轉融通業務。以融資融券業務試點開始和轉融通實施為分界點，取之前和之后近17個月即2008.10.31到2014.1.30作為我們的整個研究區間，考察融資融券交易對指數波動的影響。

我們都知道金融時間序列往往具有尖峰厚尾、時變方差特征，而大量研究表明GARCH族模型能很好刻畫金融時間序列的波動聚類現象。先前有學者通過研究發現樣本數據的頻率相對預測期間越高，波動率預測的精度就越高。鑒于滬深300指數最能代表整個A股市場，故選取滬深300指數日收盤價（index_sp）作為研究樣本。運用GARCH族模型取收益率標準差來表示波動性（vol）。

以融資余額（rzye）、融券余額（rqye）作為原始數據，用對數作差法分別表示融資余額變化率（rzyer）、融券余額變化率（rqyer）代表融資交易和融券交易。

2.研究準備

下面取2010年3月31日至2014年1月30日作為融資融券交易對市場指數波動影響的研究區間，通過時間序列模型計算指數波動（vol）。經過多次嘗試發現引入一個虛擬變量（d）的GARCH（2,1）的模型擬合效果最好。具體模型如下

使用Eviews進行自回歸條件異方差估計，輸出結果整理如表1，顯示方程擬合效果較好，均值方程和方差方程各個系數都很顯著。虛擬變量系數顯著為正，說明在后一階段股市波動有所增加，但影響股市波動因素復雜多變，不能就此歸咎于轉融通的影響。對轉融通追蹤發現，轉融通開通后的一段時間內，融資融券交易規模并沒有顯著放大，因此它對市場的作用也不會立馬表現，還需要一些時日來觀察考量。

表1 非對稱GARCH（2,1）回歸結果

通過“Make GARCH Variance Series…”取方差再開平方作為指數波動指標（vol）。為研究融資融券交易對指數波動的影響，對序列vol，rzyer，rqyer分別作單位根檢驗（Unit Root Test），發現三個序列都為平穩時間序列I(0)，繼而分別研究融資交易與指數波動，融券交易與指數波動的關系。

3.融資、融券交易對指數波動影響分析

通過序列Granger因果關系檢驗初步判斷融資交易、融券交易與指數波動的因果關系，進而分別建立兩變量VAR模型，對變量的因果關系，影響方向和程度進行進一步探討。

（1）序列Granger因果檢驗

對指數波動與融資交易、融券交易進行Granger因果關系檢驗結果如表2，從表中我們可以看出融資交易與指數波動并沒有明顯的因果關系。融資交易即沒有對指數有助漲作用，也沒有平抑作用。而融券交易顯著是指數波動的Granger原因。進一步地建立VAR模型來來分析其影響方向與程度。

表2 指數波動與融資交易、融券交易序列間因果關系檢驗

指數波動與融資交易的兩變量VAR模型

指數波動與融券交易的兩變量VAR模型

（2）最佳滯后階數，穩定性檢驗

通過“Lag Length Criteria”確定指數波動與融資交易的兩變量VAR模型最優滯后階數為8。對模型進行穩定性檢驗，特征根均在單位圓內，表明序列是平穩的，可以建立VAR模型。建立VAR（8）模型，發現波動性方程擬合效果較好，融資余額變化率方程擬合效果較差，說明融資余額變化率對指數波動性的解釋性要強一些。

指數波動與融券交易VAR模型最佳滯后階數為6，穩定性檢驗顯示并無特征根在單位圓外，說明模型穩定。同融資交易部分的結果，指數波動方程比融券交易方程的擬合效果更好，說明融券交易對指數波動的解釋性更強一些。

（3）因果關系檢驗

分別對指數波動與融資交易的VAR（8）模型，指數波動與融券交易的VAR（6）模型進行Granger因果關系檢驗整理如表4。結果顯示，融資交易和融券都是指數波動的Granger原因，但是在5%的置信水平下，指數波動是融券交易的Granger原因，而指數波動卻不是融資交易的Granger原因，但是在10%置信水平下卻可以拒絕指數波動不是融資交易的Granger原因。因此，我們認為融資交易、融券交易對指數波動有顯著影響；而指數波動對融券交易影響顯著，指數波動對融資交易有一定影響。

表4 VAR模型Granger因果檢驗

從Granger因果分析，我們可以認為融資交易、融券交易對會對指數的波動產生影響。進一步分析影響的方向和程度。

（4）脈沖響應分析

對指數波動與融資交易的兩變量VAR(8)的脈沖響應結果如圖3，圖中我們可以看出對融資余額變化率施加一個單位標準差的沖擊，對指數的影響是負向的，且在第三期影響達到最大，后逐漸減小，第四到五期又表現為正的沖擊，第六到七期沖擊又表現為負向的，正負效應交替出現兩次后大概從第十期開始影響基本消失殆盡，信息基本被市場消化。另一方面，對指數的波動施加一個正向沖擊，融資交易變化率有一個正向影響，說明指數的波動會增加融資交易。

而融券交易對指數波動明顯存在負效應，并在第二期達到最大后影響逐漸減小直至第三十期后消失殆盡。說明了融券對指數波動的抑制作用在第二日達到最大，并在一個月后消失，這也說明了融券交易對指數波動的滯后效應。另一方面指數波動對融券有一個很小的正效應，說明了指數波動會引起融券的增加，影響在第二期達到最大，第三期開始逐漸消失。這也許是指數大幅下跌的情況下，更多投機者的賣空造成的。當然這也和可能是指數劇烈上漲時，謹慎的投機者看空導致的，與理論分析不謀而合。

圖3 指數波動與融資交易、融券交易脈沖響應分析

表5 方差分解

（5）方差分解

脈沖響應函數描述的是VAR模型中的一個內生變量的沖擊給其他內生變量所帶來的影響。而方差分解(Variance Decompositions)是通過分析每一個結構沖擊對內生變量變化(通常用方差來度量)的貢獻度，進一步評價不同結構沖擊的重要性。對指數波動與融資交易、融券交易進行方差分解如表5，從表中我們可以看到不考慮指數波動本身的貢獻率，融資交易對指數波動的貢獻程度從第九期開始基本穩定在0.6%，融券交易對指數波動的貢獻程度在0.9%左右。雖然融券交易規模較小，但是對指數波動的影響更大；但整體上融資融券交易對指數波動的影響較小

表6 同期擾動項相關性檢驗

（6）同期相關性檢驗

我們都知道VAR簡化式中變量間的當期關系沒有直接給出，而是隱藏在誤差項相關關系的結構中。通常情況下，我們會認為當期融資、融券交易必然會對指數波動產生影響，為了檢驗我們的方程的擾動項之間是否存在同期相關關系，可用殘差的同期相關矩陣來描述，如表6，從表中可以看到指數波動方程和融資交易方程、融券交易方程的殘差項之間的同期相關系數都比較小，分別為0.006896和0.0247。于是我們忽略同期影響，暫不考慮SVAR模型的進一步分析。這同時也說明融資交易、融券交易對指數波動的作用有滯后的特點，這和前邊的理論分析如出一轍。

（二）融資融券對標的個股影響分析

這一部分我們試圖研究融資融券交易對標的個股股價波動的影響，需要處理的是一個對不同時刻截面個體進行連續觀測的多維時間序列數據的問題，為此我們我們引用目前被廣泛應用的面板數據模型。

1.數據與指標選取

考慮2010年剛剛開始融資融券試點工作，市場對其了解不夠，各方面也很不成熟，遂選擇2011年9月1日到2013年8月30日作為研究區間，歷時兩年共計482個交易日。以最初被納入融資融券標的范圍的90只股票作為范圍，剔除期間被調出標的范圍或者有暫停交易記錄的23家公司，最終確定67只在此期間具有連續交易數據的股票作為研究對象。

以日收盤價(SP)計算日收益率(SPR)作為個股股價波動指標，以日融資余額(RZYE)變化率和融券余額(RQYE)變化率分別表示融資交易(RZYER)和融券交易(RQYER)。計算方法上均采用對數作差法。同時將與股價波動有明顯關系的換手率（HSL）和滬深300指數波動率（INDEX_SPR）納入影響因素內。各指標具體計算如下：

2.實證分析

以日收益率（SPR）為因變量，融資余額變化率(RZYER)、融券余額變化率(RQYER)、換手率(HSL)、滬深300指數收益率(INDEX_SPR)為自變量，建立模型如下：站融資融券交易數據顯示自2013年9月16日擴大融資融券標的范圍至700家至2014年1月30日，融資融融券標的證券公司數量占滬深上市公司總數的比例接近30%，而日融資買入額占A股交易金額比例平均不到10%，其中融資交易占融資融券總交易額的97%到99%，融券交易金額占A股交易金額比例平均不到1%。所以，融資融券交易對個股股價波動有顯著的較小的平抑作用也在情理之中。

表7 面板數據混合回歸結果

（1）融資融券交易對標的個股股價波動的總體效應分析

利用Stata 對SPR RZYER RQYER HSL INDEX_SPR序列進行混合回歸結果如表7，我們可以看到融資余額變化率的系數為-0.0697，顯然對股價收益率有顯著的負向影響；而融券余額變化率系數為0.0082，對股價變化表現顯著的正效應。即融資對股價上漲有抑制作用，融券對股價下跌有抑制作用。并不是表現推波助瀾的融資助漲，融券助跌，因此我們可以認為融資融券對標的個股的股價波動有一定平抑作用，但作用都比較小。這個可能跟融資融券交易規模本身占證券日交易規模的很小比例造成的。來自中國證券金融股份有限公司網

（2）融資融券交易對標的個股股價波動的個體效應分析

在表7中我們得到的常數項（_cons）是所有個體效應的平均值，那么個體間是否存在差異呢，我們使用固定效應（Fixed Effects）回歸結果發現其中的F檢驗的P值為0.0000，故強烈拒絕不存在個體效應的原假設，固定效應模型明顯優于混合回歸，應該允許每個個體擁有自己的截距項。

對于長面板數據，由于樣本容量較大，除了讓每個個體擁有自己的截距項外，還可以允許每個個體的回歸方程斜率也不同。為此我們使用隨機系數模型（Random Coefficient Model）進行分析。回歸結果如表8，其中統計量的P值為0.0000，故強烈拒絕參數不變的原假設，即融資融券交易對個股股價波動影響有所差異。在對67組個體的回歸結果中顯示，67個個體的融券交易系數顯著為正，有62個個體的融資交易系數顯著為負，其余五家標的證券融資交易系數為正，但是4個個體的P值都很大，表現為為嚴格不顯著，只有一家標的證券公司的融資交易系數表現為顯著為正。因此我們可以認為，個股融資融券交易數據對股價波動的作用大小有所差異，但基本都顯示融資融券交易有助于股價的穩定。

表8 隨機系數模型結果

至此，可以對我們的第二部分實證得出如下結論，融資融券交易對標的個股股價的影響整體上發揮了價格穩定功能，否定了市場上一些所謂“融資交易助漲，融券交易殺跌”的結論。

綜合融資交易對指數波動和個股股價波動影響的實證結果發現兩部分表現強烈一致。即融資融券交易總體上發揮了價格穩定的作用。雖然相比融資，融券交易規模較小，但是融券交易的價格穩定作用表現顯著，融資交易的影響還有個別的不確定性。

三、研究結論及政策建議

本文通過對融資融券交易價格穩定功能進行實證研究，得出以下結論：（1）融資融券交易總體上發揮了價格“緩沖器”的功能，但作用較小。（2）與融資交易相比，融券交易規模非常小，但是融券交易的價格穩定作用反而更加顯著。（3）融資融券交易對價格波動作用的發揮主要體現在滯后期，當期影響較小，與理論分析一致。（4）除極個別個股融資交易的價格穩定作用不太明顯外，融券交易的價格平抑作用均非常顯著。

通過實證分析，我們充分肯定了融資融券的價格穩定作用，但是鑒于融資融券交易規模占A股成交額的不到10%，遠小于發達證券市場，其對整個市場的價格穩定功能沒有得到充分發揮。因此，我們提出如下建議：

一、放松準入，增加融資融券交易規模。在融資融券業務發展相對成熟的市場，融資融券交易規模占總成交規模的20%～40%，而我國卻不到15%，為此我們要竭力增加融資融券交易規模。數據顯示截止2014年1月30日，融資融券交易標的證券數量為713家，占境內上市公司數量的不到1/3，開通融資融資融券業務的證券公司數量為89，約占證券公司總數的3/4，有融資融券業務資格的營業部數量為4920。為此，我們要繼續不斷擴充融資融券標的范圍，批準更多證券公司融資融券交易的業務資格。不斷增加市場參與主體，進而活躍市場，充分發揮融資融券交易的價格穩定功能。

二、建立差別化保證金制度，在有效防范風險的情況下盡可能增加融資融券的交易規模。良好的保證金制度一方面可以有效降低融資融券的交易成本，增加融資融券交易規模，更好發揮融資融券交易的各種功能。但是過高的保證金制度也會限制融資融券業務規模的放大。融資融券《試點實施細則》規定，投資者融資買入或者融券賣出證券時，初始保證金比例不得低于50%，維持保證金比例不得低于130%。50%的比例使得融資融券總放大倍數不足1，這對于有些標的證券來講可能有點苛刻，但對有些波動稍微強烈的標的股票約束還不夠。為此建立差別化的保證金制度可以有效控制融資融券交易風險的同時最大程度活躍融資融券交易。

三、放款融資融券交易期限，給融資融券交易更多的靈活性。根據現行規定，融資融券交易期限最長不得超過六個月，且不得展期。這給融資融券交易帶來了很多不便性，如果可以放寬融資融券交易期限將提供很多操作上的靈活性，給融資融券交易增添更多活力。

四、大力發展融券交易。從我們的實證研究發現，融券交易的價格穩定作用更加明顯，但是融券規模卻占融資融券交易規模的1%～2%，比例太小。市場“重融資，輕融券”的“跛腳”發展現象嚴重。通過發展轉融券交易改善市場失衡狀況，充分發揮融券交易的作用。

[1]James J Angel.short-selling and common stock price[J].Journal of Finance,1993(48):761-777

[2]The Chase Manhattan Bank and the ASTEC Consulting Group,Inc.Short selling[R]. US Equity Market Signals in Short Selling Activities,2000-8-18:1-8

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

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

[5]Diamond D.and R.Verrecchia,Constrains on Short-selling and Asset Price Adjustment to Private Information Journal of Financial Economics,1987(18 ):277-311

[6]廖士光,楊朝軍.賣空交易機制、波動性和流動性[J].管理世界,2005(12):6-14

[7]廖士光,張宗新.新興市場引入賣空機制對股市的沖擊效應[J].財經研究,2005(10):42-52

[8]王旻,廖士光,吳淑琨.融資融券交易的市場沖擊效應研究[J].財經研究,2008(10):99-109

[9]廖士光,楊朝軍.賣空交易機制對股價的影響[J].金融研究,2005(10):131-140

[10]陳淼鑫,鄭振龍.賣空機制對證券市場的影響[J].世界經濟,2008(12):73-81

[11]陳淼鑫,鄭振龍.推出賣空機制對證券市場波動率的影響[N].證券市場導報,2008-2:61-65

[12]宋常,陳茜.買空賣空機制對市場和個股波動性的影響[J].商業研究,2013(8):1-8

[13]唐孺婧.融資融券交易對我國股市影響之研究[D].南京:南京師范大學,2012

Margin Impact on Volatility of the Market and then Individual Stocks

LIU Mingqing

As one of the important systems of the stock market, margin trading theoretically should have price discovery, price stability, liquidity improving and other basic functions. This article starts from analysis the price stabilizing effect on the market and individual stocks from two levels ,systematically and comprehensively.The study of the effects of market volatility mainly goes through quantitative analysis method GARCH family models, VAR model, impulse response and variance decomposition; the impact on stocks mainly through panel data , on the overall effects and individual effect. The study found: margin trading almost have a stabilizing effect to index fl uctuations ; margin trading have a stabilizing effect to the price of the underlying stocks, except some individual stocks has uncertain effects.

Margin, Asymmetric GARCH Model, VAR Model, Panel Data

F830

A

1009 - 3109（2014）10-0010-07

（責任編輯：何昆燁）

劉明青，女，漢族，浙江工商大學金融學院，碩士在讀。