信用交易對我國股市波動性和有效性影響的實證研究

王曉凱 周昭雄

引 言

信用交易又稱融資融券交易，是指投資者提供擔保物向證券公司等中介機構借入資金買入證券或者借入證券賣出，并在約定期限內償還所借資金或證券并繳納相應的利息和費用的證券交易活動。內地證券市場自2010年3月31日正式引入融資融券制度，至今已有將近4年的時間。期間，信用交易規模穩步提高，標的股票逐步擴圍，對市場定價機制和資源配置功能的影響日益突出。那么，信用交易制度究竟對我國股票市場帶來了何種系統性的影響，是否降低了市場的整體風險，是否增加了市場的有效性，這正是本文所試圖回答的問題。

一、文獻綜述

（一）信用交易對股市波動性的影響

在理論研究方面，Allen和Gale（1991）的不完全市場均衡模型認為，賣空交易被禁止時，市場是完全競爭和均衡的，但是在允許賣空交易的情況下，市場就是不完全競爭的，均衡也是無效的。因此實行金融改革，允許賣空交易不利于維持市場的穩定。Hong和Stein（2003）通過構建異質代理人模型來研究賣空約束能否阻止股價下跌，結果表明，允許賣空交易能夠有效釋放投資者對于股票的悲觀情緒從而避免恐慌情緒的蔓延和累積，進而可以降低股市出現崩盤的極端性風險，避免發生股災。Bai，Chang和Wang（2006）的完全理性預期均衡模型按照交易動機的不同區分了兩類不同的賣空交易者：一類是為了分散風險，另一類是為了通過個人信息獲取投機收益。結果發現，由于禁止賣空對兩類交易者的作用機制正好是相反的，因此賣空約束對證券市場波動性的最終影響取決于其對兩類賣空交易者影響的凈效應。

在實證研究方面，相當一部分學者的研究成果都證實融資融券交易非但不會加劇證券市場的動蕩，反而會在一定程度上降低證券市場的波動，起到穩定市場的作用。

Woolridge和 Dickinson（1994）基于美國證券市場的交易數據，對空頭頭寸和股價之間的關系進行了實證研究，結果發現賣空交易不是造成股票價格下跌的主要原因，而且賣空機制的存在對提高股票市場的流動性有積極影響。這和美國大通曼哈頓銀行（2000）的研究結論是基本一致的。Charoenrook和Daouk（2003）考察了全球111個國家或地區的歷史交易數據，研究結果顯示，雖然沒有明顯證據表明賣空約束影響了收益率的偏度和股市發生崩盤的概率，但是允許賣空交易可以明顯降低股票收益率的波動性并提高市場的流動性，從而在整體上提升證券市場的質量。Bris，Goetzmann和 Zhu（2007）選取世界范圍內46個比較具有代表性的股票市場作為研究對象，探究了賣空約束對個股和市場收益率分布特征的影響。結果發現，在賣空交易沒有受到限制的市場，收益率的波動性要低得多，負收益率極端值的分布頻數也要小很多，這也就意味著賣空機制可以起到穩定市場的作用。

當然，也有部分學者的實證結果在不同程度上支持融資融券交易會加劇股票收益率的波動，不利于證券市場的穩定。Chang，Cheng和 Yu（2007）考察了香港證券市場上個股在被列入和剔除可賣空股票名單前后的變化，結果證實，當賣空機制較少受到限制或者被允許時，個股收益率的波動性明顯變大了。

國內研究方面，由于內地證券市場開展融資融券業務的時間尚短，因此大多數文獻都選取了臺灣或者香港證券市場作為研究對象。廖士光和楊朝軍（2005）對臺灣證券市場的月度賣空數據進行了實證研究，結果發現賣空機制的引入并未加劇證券市場的波動，而且由于賣空交易額與股票指數之間存在著正向變動關系，因此賣空機制的存在反而可以對證券市場的波動起到一定的平抑作用。陳淼鑫和鄭振龍（2008）運用非對稱GARCH模型探討了香港證券市場引入賣空機制前后股票市場波動性的變化，結果同樣證實賣空機制的引入并沒有加劇證券市場的波動性。

（二）信用交易對股市有效性的影響

在國際研究方面，Danielsen和 Sorescu（2001）選取分析師盈利預測的標準差作為異質信念的代理變量，對美國證券市場過去二十余年的歷史交易數據進行了實證分析，結果發現，分析師盈利預測分歧越大的股票其未來的收益率越低，支持Miller（1997）的股價高估假說。Chang，Cheng和 Yu（2007）對香港證券市場的實證結果顯示賣空約束導致了股價高估，且高估程度隨著投資者意見分歧程度的提高而變大，并認為放松賣空約束可以提高股票市場的定價效率，這也進一步驗證了Millier（1977）的股價高估假說。Bris，Goetzmann和 Zhu（2007）的實證結果顯示，在允許賣空交易的國家或地區，資產價格對利空信息的反應速度要快于賣空交易受到限制或禁止的國家或地區，這也就意味著信用交易確實有利于提高股票市場的定價效率。

國內研究方面，許紅偉和陳欣（2012）利用雙重差分模型研究了信用交易的引入對標的股票定價效率和收益率分布特征的影響，結果發現融資融券業務對提高股票定價效率的積極影響十分有限，遠遠沒有達到監管層的預期目標，并提出了放松賣空約束、擴大融資融券標的股票范圍的政策建議。黃洋等（2013）選取首批90只融資融券標的股票作為研究樣本，從理論和實踐的角度檢驗了信用交易對股票市場價格發現功能的影響。結果表明，融資融券的推出使得投資者有更多的選擇和手段對市場信息做出及時反應，從而顯著提高了股票市場的定價效率。

二、研究方法

股票市場波動性是指市場中由于各種不確定因素導致證券資產蒙受損失的可能性，也即收益的不確定性或者不可預測性。單個證券或者證券組合的系統性風險可以用CAPM模型中的β系數來描述，而整個市場的波動性則需要借助于方差等統計指標來刻畫，基于方差概念的現代風險度量模型主要有VaR模型和GARCH族模型。

Engle（1982）研究英國通貨膨脹率序列變化規律時最早提出了自回歸條件異方差模型，此后，經過Bollerslev（1986）等人的擴展，逐漸形成了應用更為廣泛的GARCH模型、GARCH-M模型以及GJR-GARCH模型等。考慮到VaR風險管理模型依賴于對投資組合收益率服從正態分布的假設，而金融市場上資產收益率序列又往往呈現出尖峰厚尾的特征，且存在波動聚類現象，并非嚴格服從正態分布，因此本文將采用GARCH族模型來研究信用交易對股票市場波動性和有效性的影響。鑒于條件方差與期望收益在理論上的相關性，筆者將模型設定為如下 GARCH（1，1）-M形式：

由方差方程可以看出，當期的條件方差取決于以下三個部分：其一是截距項，系數α0衡量股票市場波動性系統性地上升或下降；其二是上一期的隨機誤差項，系數α1衡量上一期的新信息對市場當期波動率的影響；其三是上一期的條件方差項，系數β1衡量歷史信息對市場當期波動率的影響，反映了沖擊的長期記憶性。

Malkiel和Fama（1970）的有效市場假說認為，股票市場的有效性是指證券價格充分反映了該資產所有可獲得的信息，并能準確而迅速地對新的市場信息做出反應。有效性的實證檢驗方法主要有隨機游走檢驗法、濾波檢驗法、CAPM模型或三因子模型法、GARCH模型法等。本文承接前面部分對波動性的研究，繼續采用GARCH模型，通過模型擬合結果中反應前一期的新信息與歷史信息對當前市場波動性影響的系數α1和β1的變化來考察信用交易對股票市場有效性的影響。

三、證券信用交易對市場影響的實證分析

（一）數據來源與檢驗

2006年6月30日，證監會發布《證券公司融資融券試點管理辦法》，這是內地證券市場嘗試引入信用交易制度的開端，故本文選取2006年6月30日至2013年9月30日作為研究區間。考慮到上證50指數和深證成指的樣本股分別為上交所和深交所開展融資融券業務所選擇的首批標的股票，因此本文選取上證50指數和深證成指的日收盤價格作為研究對象，并分別作為上海市場和深圳市場的代表。樣本數據共有1764個，數據來源為銳思金融研究數據庫，分析軟件為Eviews 8.0。

本文首先對上證50指數和深證成指日收盤價格的對數取差分以獲得連續的日收益率序列，為了提高計算精度，對上述序列均乘以100從而分別得到上證50指數和深證成指的日收益率數據RSH和RSZ.，首先對數據的正態性、平穩性以及是否存在ARCH效應進行檢驗。

1、正態性檢驗

表1 收益率序列正態性檢驗結果

由表1可以看出，兩個指數的收益率序列均具有明顯的尖峰厚尾特征，Jarque-Bera統計量遠遠大于任意合理顯著水平下的臨界值，因此在模型中不能認為殘差是正態分布的。

2、平穩性檢驗

平穩性檢驗采用的是不帶截距項和趨勢項的ADF檢驗，滯后階數由軟件自動設定。ADF檢驗的結果表明，上證50指數和深圳成指的日收益率序列均為平穩序列。

表2 收益率序列平穩性檢驗結果

3、ARCH效應檢驗

檢驗收益率序列是否存在ARCH效應的標準方法是ARCH-LM檢驗。首先將收益率序列對常數項進行回歸，得到殘差序列。取滯后階數為20，得到的檢驗結果如表3所示，從中我們可以看出殘差存在強烈的波動集聚現象，因此本文采用GARCH模型進行分析是合理的。

表3 收益率序列A R C H效應檢驗結果

（二）信用交易制度實行前后市場波動性變化檢驗

為了考察信用交易制度對證券市場波動性的影響，本文在方差方程中加入F、M和N三個虛擬變量，其取值如下：

其中，融資融券交易的分界線選為正式實施日2010年3月31日；轉融資業務的分界線選為正式實施日2012年8月30日，轉融券業務的分界線選為正式實施日2013年2月28日。GARCH模型的方差方程相應地變為：

式中，虛擬變量F的系數λ衡量融資融券交易制度實行前后市場波動性系統性的增減變化；虛擬變量M的系數γ衡量轉融資業務開展前后市場波動性系統性的增減變化；虛擬變量N的系數θ衡量轉融券業務開展前后市場波動性系統性的增減變化。采用Eviews 8.0對模型進行估計，由于殘差拒絕服從正態分布，故模型的誤差分布項選擇為廣義誤差分布（Generalized Error Distribution），回歸結果見表4。

表4 信用交易制度對證券市場波動性影響回歸結果

由GARCH-M模型的估計結果，我們可以得出以下結論：

1、上證50和深證成指的均值方程中均有系數δ為正數，且分別在10%和1%的置信水平下顯著，這反映了期望收益與期望風險的正向關系。另外，深證成指的系數δ明顯大于上證50指數，大約是后者的兩倍，這說明面對相同的期望風險，深圳市場的投資者要求更大的期望回報。

2、上證50和深證成指的方差方程中均有系數λ為負數，且均在10%的置信水平下顯著，這說明融資融券業務的開展有效地降低了證券市場的波動性，分別使得上證50和深證成指的市場波動性平均降低了0.0076和0.0118。

3、上證50和深證成指的方差方程中，系數γ均為正數，系數θ均為負數，但也均不顯著，這說明轉融通業務的開展并沒有對證券市場的波動性造成顯著影響。原因可能是轉融通業務開展的時間尚短，轉融資和轉融券的規模都很小，尚不足以影響到證券市場的波動。

（三）信用交易制度實行前后市場有效性變化檢驗

為了考察信用交易制度對證券市場有效性的影響，筆者以2010年3月31日為分界線將考察期劃分為兩個區間并進行對比分析。由于常數項的大小不會影響有效性的討論，故本文將簡化方差方程，去掉三個虛擬變量，利用GARCH模型分別對兩個區間的樣本數據進行擬合，估計結果見表5。

表5 融資融券制度實行前后樣本數據回歸結果

由估計結果可以看出，四次回歸均有α1+β1＜1，滿足模型的平穩性要求。α1和β1分別反映了前一期的新信息和歷史信息對股票市場當期波動率的影響。分析上述估計結果，我們可以得出以下結論。

1、對于上證50指數而言，融資融券交易實行以前，系數α1的值為0.060212，且在1%的置信水平下顯著；融資融券交易實行以后，系數α1變得不再顯著，也就是說，信用交易的實施使得證券市場當期的波動率不再明顯受到上一期新信息的影響。對于深證成指而言，系數α1的值由融資融券交易實行以前的0.072374大幅度下降為融資融券交易實行以后的0.015374，且分別在1%和5%的置信水平下顯著，這說明信用交易制度的實施大大降低了上一期新信息對證券市場當期波動率的影響。

2、對于上證50指數而言，系數β1由融資融券交易實行以前的0.932206下降為融資融券交易實行以后的0.930533，且均在1%的置信水平下顯著，這說明信用交易制度的實施使得歷史信息對證券市場當期波動率的影響變小了，下降幅度為0.18%。對于深證成指而言，系數β1由融資融券交易實行以前的0.916632上升為融資融券交易實行以后的0.949106，且均在1%的置信水平下顯著，這說明信用交易制度的實施使得歷史信息對當期波動率的影響變大了，上升幅度為3.54%。

四、結 論

通過對信用交易制度的實證分析，本文發現內地證券市場引入信用交易制度確實對股票市場的波動性和有效性都產生了一定程度的影響，并得出了以下5點主要結論。

1、對于上證50指數和深證成指而言，期望收益和期望風險均呈現正向變化關系。這說明，投資者對于風險較大的股票要求有相應足夠大的收益，表現出理性的特征。而且，面對相同的期望風險，深圳市場的投資者要求獲得更高的期望收益。

2、融資融券交易確實有效降低了證券市場的波動性，分別使得上證50指數和深證成指的市場波動性平均下降了0.0076和0.0178，后者明顯大于前者。

3、轉融通業務的開展對上證50指數和深證成指的波動性均無顯著影響，這可能和此項業務開展的時間尚短、轉融資和轉融券的規模過小有關。

4、融資融券交易實行以后，對于上證50指數而言，系數α1由0.060212變為不再顯著；對于深證成指而言，系數α1由0.072374大幅度下降為0.015374。這意味著內地證券市場在引入信用交易制度以前，由于受到“T+1”交易制度的限制，當天公布的信息不能充分地體現到當天的股價之中，市場定價缺乏效率。而在信用交易制度推行以后，這一局面有所改善，市場對當天公布的信息都能夠充分吸收，這才使得上一期的新信息對證券市場當期波動率的影響大幅度降低甚至不再明顯，從這個意義上來說，市場的有效性明顯增強。

5、融資融券交易實行以后，對于上證50指數而言，系數β1由0.932206小幅度下降為0.930533，歷史信息對當期波動率的影響降低，市場的有效性有所增強；然而對于深證成指而言，系數β1則由0.916632小幅度上升為0.949106，這意味著信用交易制度實施以后，歷史信息對當期波動率的影響有所增強，但是筆者認為，不能僅憑β1的上升就簡單地判斷市場的有效性降低了，而應該對融資融券交易實行前后市場對新信息的反應程度和沖擊的持續性兩方面所發生的相反變化有所區分。

系數β1一方面衡量了歷史信息對市場當期波動率的影響程度，另一方面又衡量了歷史沖擊對市場波動性影響的衰減速度，系數α1大幅度下降和系數β1小幅度上升同時出現則意味著盡管今天公布的信息對次日的沖擊大幅度降低了，但是該沖擊將會在市場上停留更長的時間，從而對未來的股價帶來更加持久的影響。另外，證券信用交易對上海市場和深圳市場有效性的影響有所不同，這可能和上市公司類型、投資者結構、交易制度等因素的差別有關，至于何者占主導地位，則有待于今后進一步的研究。

［1］Allen F,Gale D.Arbitrage,short sales,and financial innovation[J].Econometrica:Journal of the Econometric Society,1991:1041-1068

［2］Bai Y,Chang E,Wang J.Asset prices under short-sale constraints[D].University of Hong Kong,2006

［3］Bris A,Goetzmann W N,Zhu N.Efficiency and the bear:Short sales and markets around the world[J].The Journal of Finance,2007,62(3):1029-1079

［4］Chang E C,Cheng JW,Yu Y.Short‐sales constraints and price discovery:Evidence from the Hong Kong market[J].The Journal of Finance,2007,62(5):2097-2121

［5］Danielsen B R,Sorescu S M.Why do option introductions depress stock prices?A study of diminishing short sale constraints[J].Journal of Financial and Quantitative Analysis,2001,36(04):451-484

［6］Hong H,Stein J C.Differences of opinion,short‐sales constraints,and market crashes[J].Review of financial studies,2003,16(2):487-525

［7］Woolridge J R,Dickinson A.Short selling and common stock prices[J].Financial Analysts Journal,1994:20-28

［8］Malkiel B G,Fama E F.Efficient capital markets:A review of theory and empirical work[J].The journal of Finance,1970,25(2):383-417

［9］Engle R F.Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation[J].Econometrica:Journal of the Econometric Society,1982:987-1007

［10］廖士光,楊朝軍.賣空交易機制對股價的影響——來自臺灣股市的經驗證據[J].金融研究,2006(10):131-140

［11］陳淼鑫，鄭振龍.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，2008(12)：73-81

［12］許紅偉,陳欣.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,2012(5):52-61

［13］黃洋等.融資融券交易與市場價格發現——基于盈余公告漂移的實證分析[J].上海金融,2013(2):75-81