我國融資融券余額與股價相關性實證研究

摘要：文章以2014年第一季度至2016年第一季度部分融資融券業務公司的數據作為研究樣本，運用面板數據模型對我國融資融券余額與股價的相關性進行實證研究。通過EVIEWS軟件對面板數據模型進行單位根檢驗、繪制線性回歸散點圖以及固定效應變截距模型等實證研究方法，實證分析了融資融券余額對股價的影響，最終研究得出融資融券余額與股價呈正相關的關系。

關鍵詞：融資融券余額 面板數據模型 股價

一、引言

融資融券交易又稱為證券信用交易，具體分為融資交易和融券交易。融資交易指的是投資者向具有兩融業務資格的證券公司提供資金或者證券作為質押，向券商借入資金進行證券買賣，并按約定的時間到期償還本金和利息。而融券交易則是投資者向證券公司提供自有資金或者證券作為擔保物借入證券賣出，并按照約定的時間，買入相同品種和數量的證券用以歸還券商并支付一定的融券費用。兩融業務的推出是繼股權分置改革以后，我國資本市場發展的一項金融創新，它也標志著我國“單邊市”的結束。

自2010年3月我國證券市場推出融資融券業務以來，已經6年多的時間了，在這期間，融資融券業務發展十分迅速，從最開始2010年3月的首批6家券商和90只標的證券發展到目前的900多支。由于2014年7月股市牛市的到來，滬深兩市指數雙雙走高，融資融券業務也在該期間迅速發展，在2014年的最后兩個月時間里我國兩融余額連續突破八千億元、九千億元和一萬億元大關，2015年6月股災開始出現，我國的融資融券業務也受到一定的影響，但就目前來看兩融業務總體卻保持良好的發展狀態。我國兩融業務發展如此迅速，它對我國A股市場股票價格會產生怎樣的影響？本文基于A股大幅波動時期為例選取2014年第一季度到2016年第一季度為數據期間，通過EVIEWS軟件對所選的25家A股證券公司進行Panel-Data 模型分析，研究融資融券余額和股價之間的相關關系對于我國資本市場的發展以及廣大投資者進行理性投資都具有一定的現實意義。

二、文獻綜述

融資融券業務最早于1934年起源于美國，1951年日本開始實行融資融券制度，隨后在1962年我國的臺灣地區也開始實行兩融制度。我國的融資融券業務正式啟動于2010年3月31日，其業務發展仍處于初級階段，相關的實證研究比較少，僅有的一些實證研究文獻也是以我國臺灣地區和香港地區的股票市場為研究對象。而融資融券制度在國外的金融市場上發展的已經較為成熟，早在1990年就有64%的發達國家在金融市場上允許賣空，到2002年比例上升到95%。國外對于融資融券的研究大多集中于賣空交易制度對市場的影響，其不同的文獻得到的結論也不一樣。國內外對于融資融券交易制度所持的觀點大致分為三類：第一種觀點認為，融資融券交易制度對市場并不能起到穩定作用，反而會加劇了個股和市場的波動；第二種觀點認為，融資融券交易制度對個股和市場起到一定的平抑作用；第三種觀點認為，僅僅就融資融券交易制度對個股和市場沒有明顯的影響。

一種觀點認為融資融券或賣空交易并不能穩定市場， 反而會加劇市場或個股波動。

Allen and Gale（1991）通過理論建模說明賣空使市場處于不完全競爭狀態，影響了市場的穩定；McKenzie（2006）和Chang et al（2007）以美國和香港市場作為研究對象，發現融資融券會使市場的波動率增大；Boehmer et al （2013）實證研究發現，2008年全球金融危機時期的限制賣空政策不但沒有降低市場波動的幅度，反而降低了市場的有效性。

廖士光和楊朝軍（2005）針對融資融券對股價的影響，通過對我國香港、臺灣和美國市場的研究，認為兩融業務的推出使股價更趨向于內在價值，進而對股市的波動起到一定的平抑作用。

孫茜、姚儉（2012）通過GRACH和EGRACH兩種模型的分析，采用實證研究的方法得出融資融券業務對于穩定市場和個股的波動起到一定的作用。

陳海強、范云菲（2015）通過面板數據模型分析得出融資交易降低了股市的波動，而融券交易則增加了股市的波動，但是由于融資交易的金額所占比重很大，最終兩融業務減少了市場的波動。

Battalio and Schultz（2006）認為融資融券交易對市場及個股波動不會產生影響。王旻、廖士光、吳淑琨（2008）以我國臺灣地區證券市場數據進行實證研究，并采用Granger因果關系檢驗法驗證，賣空交易對市場及個股的波動沒有顯著的影響。

上述文獻資料主要是針對發達的金融市場的實證研究。我國的國內市場與發達的資本市場相比，有本質性區別，例如我國的上市公司主要還是國家控股的企業，這樣就使得企業不能很靈活地參與融資融券交易，其次散戶較多，融資融券交易門檻較高使得廣大散戶投資者也很難參與其中?；谖覈壳斑@樣的基本國情，本文研究選取近期我國股市經歷牛市到熊市的這樣一段特殊時期，即2014年第一季度到2016年第一季度，來研究融資融券余額對于我國股價波動的影響，且這段時期也是我國兩融業務開始興起的時期，具有更高的研究價值。

三、研究設計

（一）研究方法

本文在理論研究的基礎上，通過EVIEWS 7.2軟件對我國A股市場上所選取的不同行業的融資融券標的公司進行實證研究。并通過Panel-Data 模型的建立來研究我國A股證券市場上融資融券余額對標的證券公司股價波動的影響，并對所建立的面板數據模型做平穩性檢驗。本文對所選擇的25家不同行業的上市公司繪制散點圖，并進行線性回歸以及固定效應變截距模型檢驗估計，旨在用定量的實證研究數據來說明融資融券余額與股價的相關關系。

（二）樣本數據來源

本文所研究的是融資融券余額對我國上市公司股價波動的影響，融資融券余額、股票價格的樣本選取的是A股證券市場上不同行業的融資融券標的公司的每一季度融資融券余額以及同一時間點對應的股票價格。所選行業包括證券、銀行、保險、鋼鐵、石油化工、房地產、通信、汽車、軍工以及航空運輸等十個行業。選取的樣本時間期間為2014年3月31日到2016年3月31日這個先后經歷股市牛市和熊市的特殊階段。數據來源于證券網及銳思數據庫，本文用RZRQ代表融資融券余額（單位：億元），P代表股票價格（單位：元）。

（三）模型的建立

本文基于面板數據回歸模型來研究我國融資融券余額與股價的相關性。

Panel-Data 模型的一般設定形式如下：

Yit=αi+β1iX1it+β2iX2it…+βkiXkit+μit （i=1，2，…N；t=1，2，…，T）

其中，Yit是因變量，X1it，…Xkit是K個解釋變量，N是橫截面個體成員的個數，T表示每個截面成員的樣本觀測時期數，αi參數表示面板數據模型的截矩項，β1i，…βki表示對應于k個解釋變量的系數。通常假定隨機誤差項μit之間相互獨立，且滿足均值為零、方差同為σ2u。

面板數據回歸究竟是選用固定效應模型還是隨機效應模型，國內外學者們提出了不同的看法。在國外，早期的固定效應支持者Wallace、Hussain和Mundlak認為固定效應模型具有估計優勢；而Balestra 和Nerlove卻支持隨機誤差成分模型。在國內，學者林少宮則認為隨機效應估計量只有在隨機效應模型真實的情況下才有效。根據以往學者的研究，他們在實際操作中多采用固定效應模型，因此，本文選擇面板數據回歸模型的固定效應模型，其中RZRQ為模型中的解釋變量，P為因變量。

四、實證檢驗及分析

（一）描述性統計分析

本文根據所選的10個行業、25家上市公司的2014年第一季度至2016年第一季度的融資融券余額及對應的股價數據進行EVIEWS 7.2軟件分析，其結果如表1所示。從表1我們可以看出，所選擇的25家不同的上市公司的融資融券余額的均值為43.274，股票價格的均值為10.523。RZRQ及P的Skewness值分別為3.579和1.454，均大于0，因此，由RZRQ及P構成的序列分布為右偏，即融資融券余額及股價分布是不對稱的，為右偏分布。另外，我們從表中的Kurtosis數值可以看出，RZRQ及P的數值分別為18.711及4.216，均大于正態分布的Kurtosis數值3，因此，RZRQ及P序列的凸起程度大于正態分布的凸起程度，RZRQ及P序列呈尖峰狀態分布。

（二）平穩性檢驗

本文所選的RZRQ及P序列數據均屬于時間序列，因此，在建立模型進行實證檢驗之前必須先檢驗序列的平穩性，本文利用EVIEWS 7.2軟件對所建立的面板數據的原序列及一階差分序列進行單位根檢驗，以避免回歸分析中存在偽回歸。文中對RZRQ及P序列的原序列進行單位根檢驗發現其并不是平穩序列，因此，又進一步地對其一階差分序列進行單位根檢驗發現其為一階差分平穩序列。RZRQ及P的原序列及一階差分序列檢驗結果如下頁表2和表3所示。

從下頁表2所示的結果中，原序列RZRQ的LLC檢驗所得到的統計量等于-3.62049，相應的概率P=0.0001，因此LLC檢驗結果拒絕相應的原假設，即可以認為面板數據RZRQ的原序列沒有單位根，即為平穩序列。但是從原序列的其他檢驗統計量值可以看出IPS檢驗、Fisher-ADF檢驗以及Fisher-PP檢驗統計量，在10%的水平下都很顯著，因此，接受原假設，即接受“所有的截面成員序列都有單位根”的原假設，原序列為非平穩序列。但從其一階差分序列檢驗結果看其LLC檢驗所得到的統計量等于-9.10346，相應的概率P=0.0000，因此，LLC檢驗結果拒絕相應的原假設，即可以認為面板數據RZRQ的一階差分序列沒有單位根。IPS檢驗、Fisher-ADF檢驗以及Fisher-PP檢驗統計量相應的概率值P都非常小，從而也拒絕相應的原假設。因此，根據面板數據序列RZRQ的單位根檢驗結果，可以認為RZRQ的一階差分序列是平穩的。

同理，從表3所示的結果中可以看出，原序列P的單位根檢驗結果為非平穩序列，而其對應的一階差分序列的LLC檢驗所得到的統計量等于-9.16572，相應的概率P=0.0000，因此，其LLC檢驗結果也表明P的一階差分序列沒有單位根。IPS檢驗、Fisher-ADF檢驗以及Fisher-PP檢驗統計量分別為-3.10747、92.2210和94.3457，其相應的概率值P分別為0.0009、0.0003和0.0002，其數值都非常小，從而也應當拒絕相應的原假設，因此，可以認為P的一階差分序列也是平穩的。

（三）融資融券余額與股價波動相關分析

融資融券余額與股價之間到底存在怎樣的相關關系，本文通過EVIEWS軟件分別對所選擇的上市公司的面板數據做相關性分析，為了更直觀地顯示二者的相關性，本文做了線性回歸分析散點圖檢驗，其檢驗結果如圖1所示。

從圖1可以看出，所選擇的25家上市公司的融資融券余額與股價均呈正相關關系，即融資融券余額的變化會對股價的變動產生同方向的變動，融資融券余額增加，股票價格會上漲，反之，股價則下降。

為了進一步研究二者的相關性，本文又通過EVIEWS軟件對面板數據做固定效應變截距模型估計檢驗，其檢驗結果如圖2所示。

在圖2的估計結果中，常數項C的估計值等于7.514309，它表示的是25個截面成員公司平均的股價水平；解釋變量RZRQ的系數估計值為0.06953，其t統計量非常顯著。由于我們估計的是變截距模型，因此，這個解釋變量的系數估計值對25個截面成員公司都是相同的，而且解釋變量RZRQ的系數估計值為正數，從而說明RZRQ對P有正的影響；除此之外，檢驗結果中DW=1.0415也可以說明RZRQ對P有正的影響。

由檢驗結果可知，可決系數R2=0.8716，說明所建模型整體上對樣本數據擬合程度較好，即解釋變量“融資融券余額”對被解釋變量“股價”的絕大部分差異作出了解釋。解釋變量RZRQ的系數估計值為0.06953，從經濟意義方面來講即為：對于這25家公司中的任意一家公司來說，如果融資融券余額增加100億元，則實際總股價將上升6.95元。

根據圖2的輸出結果，我們可以寫出固定效應變截距模型的估計結果：

Pit=7.514309+α*i+0.06953×RZRQit（i=1，2，…，25；t=1，2，…，9）

R2=0.8716，R-2=0.8554，對數似然LR=-581.7876，DW=1.0415。

五、 結論與啟示

本文以我國A股大幅度波動時期為研究期間，通過面板數據模型對選取的我國具有融資融券業務的10大行業25家公司進行實證研究。通過對面板數據進行單位根檢驗得出文中所選數據屬于一階平穩性的時間序列，進而避免了偽回歸的出現。并通過繪制線性回歸散點圖得出融資融券余額與股價呈正相關的關系，為了更進一步準確地檢驗二者之間的相關性，又對面板數據進行固定效應變截距模型估計檢驗，其檢驗結果同樣證實融資融券余額對股價具有顯著的正向影響作用，且所選的模型擬合優度較高。

伴隨著2014年7月股市牛市的到來至2015年6月股市熊市的出現，在這樣一個先后經歷牛市和熊市的時期，再加上我國特殊基本國情的存在，融資融券交易近幾年發展雖迅猛，但仍處于發展的初級階段。另外我國的資本市場制度還不夠完善，資本市場上散戶較多，投資者惡意炒作現象嚴重。本文的研究結論對于廣大投資者、融資融券業以及監管部門都具有一定的指導作用。對于投資者來說，為其正確地選擇投資方向、理性地做出投資決策提供了一定的參考，避免盲目投資的出現；對于融資融券業公司來說為其今后更好地開展兩融業務及穩定公司股價提供指導；對于監管層來說，為其更好地引導和扶持融資融券業務公司提供了宏觀性的指導意見，并引領我國兩融業務和國際接軌。

參考文獻：

[1]陳海強，范云菲.融資融券交易制度對中國股市波動率的影響[J].金融研究，2015，（06）：159-161.

[2]肖浩，孔愛國.融資融券對股價特質性波動的影響機理研究：基于雙重差分模型的檢驗[J].管理世界，2014，（08）：30-42.

[3]季恒波.融資融券對我國上市銀行股價波動率影響效應的實證研究[J].時代金融，2016，（06）：160-161.

[4]樊歡歡，劉榮.EViews統計分析與應用[M].北京：機械工業出版社，2013.

作者簡介：

趙晴，女，碩士，鄭州大學西亞斯國際學院，講師；主要研究方向：財務管理。