融資融券對中國股市波動性影響的實證分析

王曉云 潘庭庭 姚欣

摘 要：2010年3月31日我國正式啟動融資融券業務，經過五年的時間，融資融券業務取得了巨大的發展，關于融資融券對股票市場波動性的研究也一直是業界學者討論的焦點。文章選取上海證券交易所交易數據，利用VAR模型和Granger因果檢驗以及脈沖響應函數，實證分析了融資融券與股票市場波動性的關系。

關鍵詞：融資融券 波動性 VAR模型 Granger因果檢驗 脈沖響應函數

中圖分類號：F830.91 ?文獻標識碼：A

文章編號：1004-4914（2015）10-101-03

一、研究背景

融資融券，又通常被稱為證券信用交易或保證金交易，是指投資者向具有融資融券業務資格的證券公司提供擔保物，借入資金買入證券（融資交易）或借入證券并賣出（融券交易）的行為。2010年3月31日融資融券在我國正式啟動。

隨著融資融券的漸行漸近，國內學者和業界人士關于融資融券的討論日漸增多。目前國內關于融資融券對股票市場波動性的影響缺乏嚴謹、深入和系統的分析。鑒于此，本文選取上海交易所股票市場交易數據，通過具體的計量模型，實證分析了融資融券對我國股市波動性的影響，為今后融資融券在我國的發展提供有力的理論支持。

二、國內外研究綜述

（一）國（境）外研究綜述

融資融券對股票市場波動性的影響一直是理論界關注的熱點，目前的國外研究結果主要包括以下三種觀點。第一種觀點認為賣空交易對證券市場穩定性造成負面效應，例如Henry and McKenzie（2006）對我國香港證券市場進行了實證研究并得出了此結論;第二種觀點認為賣空交易有助于維護證券市場穩定，典型的代表是2005年Charoenrook and Daouk對多個證券市場總體收益率進行的研究;第三種觀點認為賣空交易對市場波動性、穩定性沒有明顯的影響，或影響方向不明確，例如Battalio and Schultz對網絡泡沫時期納斯達克股票交易的高頻數據的研究。

（二）國內研究綜述

國內方面關于融資融券對股票市場波動性影響的研究根據時間和地區差異主要可以分為兩類。

一類是2010年以前，國內學者主要針對我國香港、臺灣及其他地區探討了融資融券與市場波動性的關系，例如陳森鑫和鄭振龍對1992年至1996年間我國香港證券市場波動率的變化進行了研究;另一類是2010年以后，針對我國融資融券交易試點的運行情況進行了一些探索性的研究，具有代表性的有明琪和趙亮的研究。

（三）國內外研究分析比較

就融資融券與市場波動性的關系而言，國外的研究結論存在更大的分歧。這與證券市場的結構、價格的有效性以及投資者行為等因素有關。在研究中國證券市場時，需要考慮我國證券市場結構、價格有效性和投資者行為的特殊性，不宜直接照搬國外的研究理論。而國內的研究也存在一些局限性，主要原因在于我國融資融券業務啟動時間較晚，相關研究也相對落后，現有的研究中實證研究較少，缺乏有力的數據支撐。

三、樣本及指標選取

本文選取從融資融券推出后即2010年3月31日至2015年3月17日為樣本區間，共1196個交易日（其中已剔除6個融券交易量為零的特殊數據）的日度數據，來實證研究我國推出融資融券交易對股票市場波動性的沖擊效應。指標選取如下：

融資買空交易（MP）。本文采用滬市每日的融資買入量（margin purchase）代表融資交易。出于消除異方差和平滑數據的考慮，融資買入量采用對數形式，記為LNMP。

融券賣空交易（SS）。本文采用滬市每日的融券賣出量（short sale）代表融券交易。同理，融券賣出量也采用對數形式，記為LNSS。

股市波動性（VOL）。本文擬采用上證綜合指數的日波動率來反映市場波動性水平，即VOLt= ，其中，P ?表示市場指數第t日的最高價格指數，P ?表示市場指數第t日的最低價格指數。

四、實證分析過程

（一）ADF檢驗

對于金融時間序列，運用計量經濟模型做實證研究時，首先要檢驗時間序列的平穩性。本文選用ADF檢驗方法來對各變量的平穩性進行檢驗。

在進行ADF檢驗之前，本文先作出股市波動性（VOL）、融資交易對數（LNMP）和融券交易對數（LNSS）這四個序列的趨勢圖。

通過觀察以上三個趨勢圖，決定添加常數項C;波動性曲線圖無時間趨勢項t，而融資融券曲線圖含有趨勢項t。

使用Eviews6軟件分別對LNMP、LNSS、VOL這三個序列在1%、5%、10%下做ADF檢驗。檢驗結果如下表所示：

通過ADF檢驗，發現VOL，LNMP，LNSS這三個序列都是平穩序列。

（二）協整檢驗

用Eviews 6中的Lag Length Criteria來確定滯后階數。表2和表3是用Eviews 6后得到的滯后階數參考結果。

從表2檢驗結果，選取建立9階的融資交易與股市波動性的VAR模型;根據表3的檢驗結果，選取建立8階的融券交易與股市波動性的VAR模型。

根據選定的VAR模型最佳滯后階數，得出Johansen的檢驗結果如表4和表5。

檢驗結果可以看出，融資融券與股市波動性之間存在長期均衡關系。

（三）VAR檢驗

融資交易LNMP與股市波動性VOL的9階模型即VAR（9）的估計結果如下表所示：

從VAR模型估計結果可看出，股市波動與融資交易的擬合優度為0.233518，方程不理想，表明融資交易對股市波動性的影響不顯著。但從股市波動性對融券交易的影響來看，R2在95%以上，說明融資交易受股市波動率滯后值的影響?？傮w來說融資交易與股市波動性之間存在顯著相關關系。

由圖4可知融資交易與股市波動性的VAR模型是穩定的。

融券交易LNSS與股市波動性VOL的8階模型即VAR（8）的估計結果如表7所示：

從VAR模型估計結果可看出融券交易交易對股市波動性的影響不明顯，而股市波動性對融券交易的影響較為顯著。融券交易與股市波動性之間存在顯著相關關系。

由圖5可知融券交易與股市波動性的VAR模型是穩定的。

（四）Granger因果檢驗

融資交易額與股市波動率、融券交易額與股市波動率之間的Granger因果關系檢驗結果如表8所示。

表8的結果顯示，在10%的顯著性水平下，融資融券與股市波動性之間存在雙向的因果關系，融資融券是股市波動性變動的Granger原因，同時股市波動性也是融資融券額變化的Granger原因。

（五）脈沖響應函數

通過給我國融資買空交易額一個正向的單位沖擊，可以得到滬市股市波動性的脈沖響應圖，如圖6所示。可以看出，當融資交易受到一個正向沖擊時，會使股市的波動率變小，這種反向的影響在第3個交易日影響達到最大值，最后穩定在一個負值上。從而表明，融資融券在一定程度上降低了股市波動性。

通過給我國融券賣空交易額一個正向沖擊，可以得到上海股票市場波動性的脈沖響應圖，如圖7所示。當融券交易額受一個正向沖擊時，股市波動率在前3個交易日會變大，當這種沖擊被市場所消化時，股市波動將小于原來的水平，最終在一個負值上穩定。從而表明，當融券交易受到沖擊后會起到抑制股票市場波動的作用。

五、結論

綜合以上實證分析的結果，本文得出以下結論：

VAR（向量自回歸）模型檢驗結果表明，融資融券對股票市場的波動性沒有顯著影響，相反融資融券受股市波動率滯后值的影響相對比較顯著，融資融券與股市波動性之間存在顯著相關關系。

Granger（格蘭杰）因果檢驗表明融資融資是股市波動性的格蘭杰原因，同時股市波動也是融資融券的格蘭杰原因，它們之間具有雙向的因果關系。

脈沖響應函數表明，給融資融券交易一個正向的沖擊會起到抑制股票市場波動的作用。

基于上述分析，為了促進股票市場的發展，應積極引導融資融券業務的發展而不用擔心其會加劇股票市場的波動，主要措施包括建立有效的保證金制度、進一步擴大標的證券的范圍等等。

參考文獻：

[1] 蔡笑.融資融券對股票市場的影響研究[D].蘇州大學，2010

[2] Henry，O.T.and M.McKenzie.The impact of short selling on the price-volume relationship：Evidence from Hong Kong[J].Journal of Business，2006（2）

[3] Charoenrook，A.，and H.Daouk.A Study of Market-Wide Short-Selling Restrictions[R].Working Paper.Vanderbilt University，2005

[4] R Batalio，P Schultz.Options and the Bubbl[J].The Journal of Finance，2006（5）

[5] 陳森鑫，鄭振龍.推出賣空機制對證券市場波動率的影響[J].證券市場導報，2008（2）

[6] 賈明琪，趙亮.融資融券對A股市場影響幅度的研究[J].財會月刊，2012（9）

（作者單位：沈陽理工大學 遼寧沈陽 110168）

[作者簡介：王曉云，沈陽理工大學教授、碩士研究生導師，研究方向：國際投資與風險管理;潘庭庭，沈陽理工大學在讀碩士研究生，專業：國際經濟與貿易;姚欣，沈陽理工大學在讀碩士研究生，專業：國際經濟與貿易。]

（責編：賈偉）