融資融券對我國A股市場影響研究

肖凡

（中南財經政法大學金融學院，武漢243000）

?

融資融券對我國A股市場影響研究

肖凡

（中南財經政法大學金融學院，武漢243000）

摘要：本文以融資融券對我國A股市場價格的影響為研究對象，首先分析了融資融券（以深圳證券交易所的融資融券余額為代表）與我國A股市場（以滬深300指數為代表）近一年多的走勢。其次通過實證研究的方法，運用計量模型對融資融券余額和我國A股市場價格的相關數據進行檢驗分析，通過實證檢驗的結果得出進一步的結論，并將檢驗得出的結論與相關理論進行對比分析。其政策建議是：使投資者建立做空理念；適當放寬過嚴管控措施；實行“T+0”的交易制度，充分發揮融資融券的價格發現功能。

關鍵詞：融資融券；A股市場；實證研究

一、引言

（一）選題背景及選題意義

融資融券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，借入資金買入證券或借入證券并賣出的行為。融資融券交易是證券市場基礎交易制度的重要組成部分，是套利和風險對沖的重要工具，具有穩定市場，價格發現和提供流動性的功能。

2014年下半年，滬深兩市指數雙雙快速走高。在此期間，A股市場的融資融券交易也迅速增長，成為股指大漲的強力助推劑。2014年的十一月和十二月，兩融余額接連突破8000億、9000億和10000億，實現三級跳。多數市場人士認為，兩融是A股“過山車”式行情的“攪局者”之一。

因此本文旨在通過對數據的檢驗來驗證融資融券對我國A股市場價格走勢的影響。

（二）文獻評述

目前關于融資融券與A股市場之間關系的研究主要集中于市場波動性和流動性兩個方面，廖世光（2005）通過實證研究發現，賣空機制能夠有效地促進股票市場波動性的降低。Henry et al.（2006）對香港股市進行了研究，結果指出賣空交易機制加劇了股票波動。Chuanget al.（2010）就賣空機制對股票市場的影響對不同地區做了研究，發現不同地區的結果大相徑庭。

朱民武（2014）認為融資融券與A股指數之間存在著長期穩定的關系，上證綜合指數是融資融券的格蘭杰因，而融資融券余額不是上證綜合指數的格蘭杰因，即股票價格會影響融資融券之后一期與滯后二期的交易量，但是融資融券并不能加劇A股市場的波動。段瑩（2014）通過協整檢驗與Granger因果檢驗等實證研究方法，分析得出融資融券與上證A。市場流動性之間沒有長期均衡穩定的關系，融資融券對股市的影響可以忽略不計。于瀟、毛雅萍認為兩融標的證券的第三次擴容對市場流動性有著正向影響，融資融券提高了A股市場的流動性，降低了A股市場的波動性。譚平（2014）基于滬深300指數每日收盤價格，運用GARCH計量模型，對融資融券對股票的作用機制進行實證分析得出，當股票暴漲或暴跌時，融資融券業務會向股票市場傳遞股票被低估或者高估的信號，從而起到穩定股票價格的作用。汪天都、孫謙（2014）通過研究融資融券機制與資本市場波動性的相互影響，發現融資融券總體上不會明顯加劇市場波動。

二、研究設計

（一）研究目標

本文以國際石油價格對我國A股市場價格的影響為研究對象，首先分析了融資融券（以深圳證券交易所的融資融券余額為代表）與我國A股市場（以滬深300指數為代表）近一年多的走勢。其次通過實證研究的方法，運用計量模型對融資融券余額和我國A股市場價格的相關數據進行檢驗分析，通過實證檢驗的結果得出進一步的結論，并將檢驗得出的結論與相關理論進行對比分析，最后提出政策建議。

（二）研究方法及步驟

1.研究方法

本文以深證證券交易所近三年的融資融券日交易數據作為研究樣本，利用VAR模型實證分析融資融券交易余額與股價之間的相互影響，根據我國融資融券交易的現狀，進而利用相關理論對實證結果做出分析。

2.研究步驟

數據選取。融資融券余額數據選自深圳證券交易所，分別用rz與rq表示，文章股票價格變動指標采用滬深300指數，用hs300表示。文中所使用的滬深300指數日與融資余額、融券余量金額數據來自銳思數據庫（RESSET），樣本期間自2012年3月31日至2015年12月31日。

3.變量調整

由于融資融券余額與滬深300指數數值相對太大，因此對兩組數據分別取對數，減小數據差異，而又不改變數據性質，作為研究對象，處理后的數據分別以lnrz、lnrq和lnhs300代表。

4.建立模型

（1）平穩性檢驗。選取的數據屬于時間序列，需要驗證變量平穩之后才能建立模型，然后在此基礎上使用不同的計量方法研究問題。本文選取ADF進行平穩性檢驗。

（2）協整檢驗。Engel-Granger協整分析方法是運用計量方法檢驗非平穩變量之間的線性組合是否能形成一個平穩的序列，從而判定變量之間是否存在協整關系。

（3）格蘭杰因果檢驗。格蘭杰因果關系經常被解釋為在VAR模型中，某個變量是否可以用來提高對其他變量的預測能力。

（4）VAR模型的建立。多元回歸模型在控制變量不足的情況下，并不能對融資融券對股市的影響進行有效的檢驗，而VAR模型恰好能避免這一缺陷。VAR模型，即向量自回歸模型，用來估計聯合內生變量的動態關系，而不帶有任何事先約束條件。

（5）脈沖分析。脈沖分析可以捕捉到一個變量的沖擊因素對另一個變量的動態影響路徑。

（6）方差分解。方差分解將VAR系統內一個變量的方差分解到各個擾動項上，進而得出每個擾動因素對VAR模型內各個變量影響的相對程度。

三、實證分析

（一）描述性統計分析

表1　-1

（二）實證分析

實證分析主要包括描述性統計分析和檢驗分析。描述性統計分析是用來分析兩組數據的整體特征，主要包括均值、中位數、最大值、最小值、標準差、偏度和峰度等特征；檢驗分析主要運用計量經濟學的檢驗方法來研究兩組數據之間的相關關系，本文主要對數據經行了協整檢驗和格蘭杰因果關系的檢驗。

1.平穩性檢驗

下面進行單位根檢驗—ADF檢驗，結果如下表。

表1　-2

變量dlnhs300、dlnrq、dlnrz分別是lnhs300、lnrq、lnrz變量的一階差分。

結果表明：變量lnhs300、lnrq的ADF值的絕對值都小于10%檢驗水平的臨界值，屬于非平穩序列。但變量經過一階差分后，ADF值分別為-0.869、-2.218、0.846，其絕對值大于1%水平臨界值的絕對值，從而支持原假設存在單位根，即一階差分后的變量均是非平穩序列，均為一階單整序列。

2.協整檢驗

根據Engel-Granger協整檢驗結果，lnhs300，lnrq和lnrz之間可能存在如下的協整關系。

表1　-3殘差序列的ADF檢驗結果

殘差序列et的平穩性檢驗結果見表1-4，結果表明協整檢驗的殘差序列是平穩的，說明變量lnhs300，lnrz和lnrq變量之間存在長期穩定的協整關系。

3.VAR模型

操作結果如下所示：

由于變量lnhs300，lnrq和lnrz都是一階單整序列，下面就以融資lnrz和融券lnrq為指標變量，研究其對股票市場價格lnhs300走勢的影響效應。首先建立變量lnhs300，lnrq和lnrz之間的VAR模型。

根據準則選出來的滯后階數為三階，所以將所建立的VAR模型的滯后階數定義為三階。

4.格蘭杰因果關系檢驗

上述結果表明所有變量一階差分后均為平穩序列，所以可使用Granger因果關系檢驗法來研究融資融券與股市流動性之間的因果關系和因果關系方向。本文根據VAR模型最優滯后期數來選擇滯后期數。

表1　-4

可知變量dlnhs300，dlnrq和dlnrz都是平穩的時間序列，因此可直接對其進行Granger因果關系檢驗，結果表明在5%的顯著性水平下，股票市場波動率是融資凈買入和融券凈賣出額Granger原因，融資凈買入和融券凈賣出額是股票市場波動性變動的Granger原因。

下面進行VAR平穩性檢驗，結果如下。

圖1　-1 VAR平穩性檢驗結果

由表和圖所示結果可知無特征根在單位圓外，表明序列平穩，所建立的VAR模型是合適的。

5.脈沖響應分析

本文建立的VAR模型包含三個變量，則有9個脈沖響應函數。

圖中實線表示隨著預測期數的增加，DLNRZ對DLNRQ和DLNHS300的一個標準差新息的脈沖響應，虛線表示在相應脈沖響應圖像兩側加或減兩倍標準差的置信帶。

通過分析可知，DLNRQ和DLNHS300對DLNRZ的影響較小，在初始階段呈正向影響，但在第七期左右逐漸向均衡處接近。

DLNRQ和DLNHS300對DLNRZ的影響較小，DLNRZ對DLNRQ帶來的影響在初始階段呈負向影響，而DLNHS300對DLNRQ帶來的影響在初始階段呈正向影響，但在第六期左右逐漸向均衡處接近。

DLNRZ和DLNRQ對DLNHS300的影響較小，DLNRZ對DLNHS300帶來的影響在初始階段呈負向影響，而DLNRQ對DLNHS300帶來的影響在初始階段呈正向影響，但在第五期左右逐漸向均衡處接近。

圖1　-2脈沖響應函數圖

圖1　-3脈沖響應函數圖

圖1　-4脈沖響應函數圖

6.方差分解

根據方差分解表我們可以得到：滯后一期時，DLNRZ隨機擾動全部都受到自身變化的影響，另兩個經濟變量擾動對其并沒有產生任何的影響。隨著滯后期數的增加，DLNRZ也會受到DLNRQ和DLNHS300隨機擾動的影響。從滯后第二期，影響DLNRZ預測誤差要素除了自身之外，還有來自DLNRQ和DLNHS300的沖擊。但DLNRZ所解釋的方差份額占絕對主導，從相對方差貢獻率指標來看，DLNRZ達96%以上。

滯后一期時，DLNRQ隨機擾動受到自身變化和DLNRZ變化的影響，并且DLNRQ自身的沖擊作用占主導地位。DLNHS300對其并沒有產生任何的影響。從滯后第二期，影響DLNRQ預測誤差要素除了自身和DLNRZ之外，還有來自DLNHS300的沖擊。但DLNRQ所解釋的方差份額占絕對主導，從相對方差貢獻率指標來看，DLNRZ達96%以上。DLNHS300隨機擾動受到自身和DLNRQ變化的影響變化的影響，DLNRZ對其影響不大。

四、結論及政策建議

（一）結論

本文利用融資融券余額與滬深300指數2012年3月31日至2015年12月30日的日數據進行實證分析檢驗，得出以下結論。

其一，融資融券余額與滬深300指數之間存在長期穩定的關系。隨著股票指數的漲跌，融資融券交易余額會發生變化，并保持一種長期的均衡關系，滬深300指數上漲會引起融資融券余額相應增加。

其二，滬深300指數是融資融券交易余額的格蘭杰因，但融資融券交易余額不是滬深300指數的格蘭杰因。這說明滬深300指數的變化能加劇融資融券交易的波動，但融資融券交易的變化并不能對滬深300指數產生影響。

（二）政策建議

1.使投資者建立做空理念

長期以來，中國投資者一直進行做多交易，這種投資習慣使得投資者很難轉換做空思維，投資者還需在信用交易中提高認知與接受程度。投資者需要關注市場信息，對市場的復雜度保持清醒的認識。

2.適當放寬過嚴管控措施

融資融券的參與門檻較高，保證金、傭金的比率要求嚴格，使得許多投資者不能參與到其中。無論是否在規定期限內，一旦投資者購買了融資融券，資金就會被凍結，要先償清債務再能解凍，大大降低了資金使用的機會成本。所以適當放寬管控措施，尋找到充分控制風險與保證投資者參與積極性的契合點。

3.實行“T+0”的交易制度，充分發揮融資融券的價格發現功能。融資融券交易在“T+0”制度下的風險比在“T+1”制度下的要小，而且“T+1”制度會減小股票的流動性。在“T+0”制度下投資者可以隨時購買股票，這樣就增加了股票的流動性。

參考文獻：

［1］段瑩.融資融券對我國股市影響的實證分析——基于上證A股指數［J］.時代金融，2014（35）：170～170.

［2］胡軍燕，陳智輝.貨幣政策對房地產價格的動態影響分析［J］.商業時代，2011（1）：56～57.

［3］孔祥星.融資融券交易與A股市場波動相關性實證研究［J］.數學理論與應用，2014（6）：81～84.

［4］譚平.融資融券業務對股票價格波動性影響——基于滬深300指數［J］.現代經濟信息，2014（21）：309～309.

［5］王蕊.賣空機制下中國股票市場波動性研究［J］.商，2012（16）：89～89.

［6］汪天都，孫謙.融資融券與金融市場的波動性——基于我國A股的實證檢驗［J］.管理現代化，2014（3）：6～6.

［7］楊穎，張同緯.融資融券對我國股票市場波動性的實證分析［J］.資本市場，2012（8）：59～60.

［8］于瀟，毛雅萍.融資融券對股票市場流動性和波動性的影響——基于上證180的證據 ［J］.當代經濟，2014 （22）：117～117.

［9］朱民武.融資融券對股價的影響——基于滬市A股的經驗研究［J］.技術經濟與管理研究，2014（11）：99～99.

［10］Chuang，W.I.，Lee.H.C.The Impact of Short-Sales Constraints onLiquidityandtheLiquidityReturn Relations［J］.Pacific-Basin Finance Journal，2010，18（5），521～535.

［11］Charoenrook A，Daouk H.A study of market-wide short-selling restrictions［J］.Working Paper，2005.

［12］Henry T，Mc Kenzie M.The Impact of Short Selling on the Price-Volume Relationship：Evidence from Hong Kong［J］.The Journal ofBusiness，2006，79（2）：671-691.

［責任編輯：文筠］

中圖分類號：F830.9

文獻標識碼：A

文章編號：1005-913X（2016）07-0125-03

收稿日期：2016-05-20

作者簡介：肖凡（1992-），女，安徽郎溪人，碩士研究生，研究方向：金融學。