我國融資融券業務對股票市場波動性的影響研究

闞辰驍

摘 要：自2006年6月證監會公布《證券公司融資融券試點管理辦法》開始，融資融券業務正式走進了國內投資者的視線。融資融券業務經過歷時四年的發展從2010年3月正式開始業務的試點工程，由于當時缺乏完善的市場調控機制而引發激烈的討論。近年來，伴隨著股票市場逐步進入“牛市”，融資融券交易規模不斷擴大，標的股票池擴增，投資者對其運用越來越多，可以說已經成為國內市場的一項基本操作業務。融資融券業務的開展給證券市場帶來機遇的同時也在很大程度上加大了風險。本文將從融資融券的概念特點入手，通過GARCH模型來實證分析我國融資融券業務對股票市場波動性的影響。

關鍵詞：融資融券;股票市場波動性;GARCH模型

中圖分類號：F832 ? 文獻標志碼：A ? 文章編號：1002-2589（2015）27-0056-02

投資者以擔保形式向證券經紀商借入資金或者證券進行證券交易的行為叫作證券融資融券交易，融資融券交易又稱為證券信用交易，分為融資買入、融卷賣出。融資買入是指證券公司借出資金給投資者購買股票，投資者到期償還本息;融券賣出是指證券公司借出股票給投資者賣出，投資者到期返還證券公司相同種類和數量的股票并支付利息。

融資融券交易具有賣空機制的特點，其可以有效地提高股票市場的效率，改善券商的生存環境。投資者只需要繳納一定比例的保證金，就可以獲得超過自有資金好幾倍的投資金額，投資金額的加大，無疑會擴大股票市場的供給與需求，繼而股票市場的換手率得以提高，從而促進了市場交易的連續性和活躍性的提高，增加了市場的流動性水平。與此同時，融資融券的引入會加大交易量，每多一筆交易，就會給證券經紀商帶來更多的經紀業務收入，而融資融券業務除了會給證券經紀商帶來經紀業務收入和利息收入之外，還會創造更多金融衍生產品，證券經紀商就可以擁有更多的途徑來獲取投資者的利息收入。

與此同時，融資融券業務的開展所帶來的風險也是不可忽視的。融資融券業務在投資判斷準確時可以獲得高額的回報，但稍有疏忽就可能損失所有的獲利以及本金。從券商角度來看，該業務加劇了券商之間的競爭，引發更具風險的融資融券的放寬條件，進而加劇了證券市場的風險。而融資融券也會在股市崩盤的時候使得銀行的壞賬增加，進而對整個經濟社會造成影響。

一、融資融券對股票指數影響的實證分析

（一）數據的處理

本文所選擇的樣本數據為2014年4月23日至2015年7月13日共計300個交易日中的上證指數收盤點數與這期間每天融資買入金額和融券賣出股數，統計單位為萬元，其中上證指數從2000多點開始，共計300組數據。數據均來自上海證券交易所公開發布的信息。其中用Y表示每日的上證指數的收盤價格，X1代表每日的融資買入額，X2代表每日的融券賣出量。

為了更好反映融資融券狀況對上證指數的影響，本文采用變量的日變動率作為考察對象，其中用S1=（Yt-Yt-1）/Yt-1來表示上證指數的日變動率，RZt=（X1t-X1t-1）/X1t-1來表示融資買入金額日變動率，RQ=（X2t-X2t-1）/X2t-1來表示融券賣出股數的日變動率。

而一般情況下，計量經濟模型都假設時間序列的方差是同方差，而且常假設其服從方差等于零的正態分布，但大多數的金融時間序列都呈現“非正態、尖峰后尾和波動群集”的特征。應當運用具有異方差的模型來對其進行分析。因此，在建立計量模型之前需對其是否具有以上特征進行檢驗，然后根據檢驗的結果來決定是否選擇異方差模型。在模型設定的基礎上，通過統計軟件對參數的估計分析融資融券對股指波動性的影響。

由圖1可以看出，該段時間的上證指數的收益率的波動表現出很明顯的集簇性，并且上證指數日變動率序列不服從正態分布，具有尖峰后尾的特征。下面采用平穩性檢驗的方法對三組日變動率的數據進行檢驗。

（二）序列的檢驗

單位根檢驗是對時間序列平穩性檢驗中被普遍應用的一種方法，通過檢驗，若時間序列存在單位根，則說明此序列是非平穩的;若不存在單位根，則是平穩序列。常用的單位根檢驗方法是ADF檢驗。從圖2的單位根檢驗結果中，可以看到上證指數日變動率、融資買入金額日變動率、融券賣出股數日變動率，其ADF統計值所對應的P統計值均為0，小于0.05的虛擬假設。因此，以上三個變量并不存在單位根，它們是平穩序列。

在正態性與平穩性檢驗之后進行條件異方差的ARCH檢驗和殘差平方的相關性檢驗，如下圖：

ARCH檢驗的結果表明，統計量對應的顯著性水平為0.0009，明顯小于0.05的原假設，說明存在ARCH效應。而殘差平方在滯后階數為10的情況下，P值小于0.05，且殘差平方的自相關系數和偏自相關系數顯著的不為零。因此，同樣可以得出其殘差序列存在高階的ARCH效應，并且在4階時效應最為顯著，故采用4階的條件均值方程進行估計。

（三）模型的建立與實證分析

通過上述的檢驗我們發現，在股指不斷波動的情形下，其波動的方差不是固定不變的，而是不斷變化著，并且波動聚集性的特征。因此本文嘗試著在廣義自回歸條件異方差模型，采用GARCH模型對yt=β*x+yt-n+μt，μt∈N（0，σ2t）與？鄣0+？鄣1*μ2 ? t-1+？茲*σ2 ? t-1分別進行回歸分析，其中，根據上證指數、融資金額、融券數目這三組日變動率的影響關系，將yt=β*x+yt-n+μt，μt∈N（0，σ2t）具體設為St=C+β1*RZt+β2*RQt+β3*St-4。GARCH（1，1）模型的回歸結果如下：

GARCH-M（1，1）模型：

St=0.001587+0.009955*RZt-0.009955*RQt+0.147992*St-4

Z-Statistic（2.511） （0.947） （-0.96）

方差方程：σ2=1.33E-06+0.117*μ2 ? ?t-1+0.899*σ2 ? t-1

Z-Statistic（1.007） （3.585） （30.336）

可以將虛擬假設條件放寬到0.2我們可以發現，以上回歸結果表明了每日融資買入額變動率對上證指數的波動率有正向推動作用，每日融券的賣出額變動率對上證指數的波動率有著負向的影響。它所代表的經濟意義是：當每日融資買入額變動增加1%時，上證指數上漲0.004%，而每日融券賣出股數增加1%會對上證指數造成近似0.01%的反向影響。

以上實證分析的結果說明融資業務是可以起到推動上證指數波動作用的，融資額每增加一個單位影響上證指數增加0.004個單位，融券業務每增加一個單位影響上證指數下降0.01個單位，而本文是以萬元為計量單位，對于股市每天千億數量級別的成交額來說，其杠桿對股市上升下降的推動作用可以說是巨大的。

二、結論與建議

（一）實證分析結論

在融資融券推出的背景下，本文將融資融券作為研究對象，對該業務對中國股票市場波動產生的影響進行了分析。通過以上章節兩組時間段數據的比較分析，最終得出結論是：融資融券業務對中國的股票市場產生了明顯的推動效果。在股市處于高位時，由于充滿樂觀情緒，融資業務會加劇資金的流入，導致資產泡沫進一步加大;當股市處于底部時，由于悲觀氣氛濃厚，融券業務則會開始導致殺跌的氛圍。對于熊市而言，融資融券的做多做空機制可以活躍證券市場，促進資金合理流動，而牛市的融資融券可能導致泡沫的膨脹。

（二）建議

在對我國融資融券業務對股票市場進行實證分析過程中，我們發現我國的融資融券對股票市場起到了巨大的推動作用。現今處于牛市的融資融券業務助漲了泡沫，應該加強對融資融券業務的監管力度，控制融資融券業務給各方面帶來的風險。融資融券是一把“雙刃劍”，在其發揮價格發現功能和平抑市場波動的作用時，也可能帶來投機氛圍加重等負面影響，投機者很容易借助融資融券的杠桿效應，借入自身幾倍的資金或證券進行投機炒作，甚至操縱市場股價，影響股票市場的秩序。證監會等相關的監管部門應結合當前的股票市場的運行狀況，制定符合當前市場的相關監管法規，加強對融資杠桿比例的監管，并對內幕交易等違法交易行為進行嚴厲打擊。同時加強對融資融券業務使用者的審查力度，提高對抵押資產的定價能力，從而減少融資融券業務帶來的抵押資產貶值的風險。只有這樣才能使得我國的“慢牛”行情平穩而有序地推進。

參考文獻：

[1]黃海南.GARCH類模型波動率預測評價[J].中國管理科學，2007（6）.

[2]鄭梅，苗佳.預測滬深股市市場波動性[J].系統工程理論與實踐，2005（11）.

[3]徐劍剛，唐國興.我國股票市場報酬與波動的GARCH-M模型[J].數量經濟技數經濟研究，1995（12）.

[4]陳淼鑫，鄭振龍.推出賣空交易機制對證券市場波動率的影響[J].證券市場導報，2008（2）.