融資融券交易與股價變動的關系

于新華 胡嚴勻

華北電力大學

融資融券交易與股價變動的關系

于新華 胡嚴勻

華北電力大學

融資融券交易的出現及發展對我國證券市場的影響無疑是巨大的，通過實證分析發現，融資融券交易與股價之間存在長期穩定的關系即融資買入額與股票價格正相關，而融券賣出量與股票價格負相關。另外，融資融券交易可以起到穩定股票市場價格的作用。

融資融券交易 面板數據 股價

一、引言

融資融券交易也叫做信用交易，無論是融資還是融券行為都是基于投資者對于股價的預期走勢——高走融資買入，低走融資賣出。融資融券交易增加了交易量，放大證券供求和資金的使用效果，有效的加強了股市流通性和交易活躍性，因此降低了流動性風險[1]。據統計，國外融資融券交易量占證券交易總量的比重都達到15%以上的水平，美國為16%～20%，日本為15%，我國臺灣地區為20%～40%。[2]

我國證券市場長期缺乏合理的價格發現機制，投資者依靠單邊做多來獲利，市場的系統性風險較高。從我國股市開張到融資融券交易開始之前，中國經濟以極快的速度增長，但是我國股市經歷了8次暴跌暴漲，第一次的暴漲漲幅就達到1329%，隨后的幾次漲幅最高的將近300%，跌幅更是多次接近80%。2010年我國正式啟動了券商的融資融券業務試點，它的開展，標志著我國“單邊市”的結束，證券市場正式進入雙邊交易模式。

本文直接使用融資融券交易數據與當日股價，探究它們之間的變動關系。理論上，本文通過實證研究的結論證明融資對股票價格存在積極影響，融券對股票價格存在消極影響的假說。融資融券在一定程度上可以緩解股票價格的波動，維護股票市場的穩定。在實際生活中，本文的結論可以給股票市場投資者提供借鑒，投資者可以通過融資融券時間序列的變動，了解股價變動的趨向，以便獲得更大利益。

二、面板數據模型

面板數據也稱時間截面數據或混合數據。面板數據是同時在時間和截面空間上取得的二維數據，面板數據從橫截面上看，是由若干個體在某一時刻構成的截面觀測值，從縱剖面上看是一個時間序列。面板數據模型能夠同時反映變量在截面和時間二維空間上的變化規律和特征。面板數據模型使變量之間增加了多變性，減少了共線性，提高了自由度和有效性，而且可以更好地檢測和度量單純使用橫截面數據或時間序列數據無法觀測到的影響，提高分析的可靠性。

面板數據模型通常分為三類，即混合模型、固定效應模型和隨機效應模型[3]。面板數據其基本模型的一般回歸模型如下所示：

其中：i=1,2,…,N,表示N個個體；t=1,2,…,T,表示已知的T個時點。yit是個體i在時間t時期的觀測值；α表示模型的常數項，δi代表固定或者隨機的界面效應，γt代表固定或者隨機的時期效應，xit表示k階解釋變量觀測值向量。Βit表示解釋變量的系數向量。εit是獨立同分布的誤差項，即存在E(εit)=0。

在模型（1）式子中，將δi和γt放入截距里，我們將面板數據回歸模型分為三類：

1. 混合效應模型：假設在橫截面既無個體的影響，也沒有結構的變化。混合效應模型可以有效地擴大樣本容量，使其效率更高。

2. 固定效應模型：假設模型的截距項不同，而斜率是相同的，且不隨時間變化的非觀測效應與誤差項相關。

3. 隨機效應模型：假設模型的截距項不同，而模型的斜率是相同的，不隨時間變化的非觀測效應與誤差項不相關。隨機效應模型可以直接利用廣義最小二乘法(GLS)進行估計。

三、實證研究

（一）數據選取和變量定義

本文數據選取上證50中從2010.3.31就開始融資融券業務的17支標的股融資融券交易數據，包括融資買入額、融資余額、融券賣出量、融券余量、融資融券余額及其相應的每日收盤價和最高價。

融資買入額是指投資者每天買入的融資額。融資余額指投資者每日融資買入與歸還借款額間的差額的累積。融券賣出量是指投資者每天賣出的融券數量。融券余量指投資者每日融券賣出與買進還券量間的差額。融資融券余額是每日融資余額與每日融券余量金額的和。

每日收盤價作為一個交易日的結束價格，在證券市場中，是投資者非常關注的問題。每日收盤價的變化趨勢是投資者投資選擇的重要的指標之一。本文加入每日最高價協同分析。

本文數據選取的時間段是2010年3月31日到2016年12月，經過簡單處理后每支標的股有1601個交易日的數據，運用EVIEWS軟件建立靜態面板數據進行分析。本文的數據均來自國泰安的中國股票市場交易數據庫（CSMAR）。

選取的17支標的股及融資融券交易變量的簡稱定義如下表1所示：

表1 變量簡稱

（二）單位根檢驗

根據 Granger 和 Newbold（1974）[4]的研究，非平穩變量可能導致偽回歸。對時間序列模型進行統計分析時，我們必須確定變量是穩定的，即變量的均值和數目不會隨時間變化而變化。單位根檢驗是檢驗數據穩定性的最常用的方法。

單位根檢驗有三種檢驗模式：既有趨勢又有截距、只有截距、既無趨勢又無截距。只有三個模型的檢驗結果都不拒絕原假設時，我們才認為時間序列是非平穩的，而只要其中有一個模型的檢驗結果拒絕了零假設，就可認為時間序列是平穩的。[5]

對于本文研究的七個變量序列來說，粗略觀察時序圖可以很明顯的看出，所有的變量均沒有趨勢。因此，我們只需要檢驗剩余兩個模型即可。

單位根檢驗一般是先從原水平序列開始檢驗，如果存在單位根，則對該序列進行一階差分后繼續檢驗。

表2 單位根檢驗結果

從表2可以看出，對于HP、CP、FA、SS、SB五個原序列在1%的情況下拒絕單位根存在的原假設（H0），序列不存在單位根；FB、MB一階差分后序列在1%的情況下拒絕原假設，不存在單位根。因此本文中HP、CP、FA、DFB、SS、SB、DMB現均為平穩序列，對其進行協整檢驗。

（三）協整檢驗

協整檢驗的目的檢驗一組非平穩序列的線性組合是否具有穩定的均衡關系。在進行時間系列分析時，傳統上要求所用的時間系列必須是平穩的。但是，在現實經濟中的時間系列通常是非平穩的，對其進行差分變得平穩，使用協整避免失去總量的長期必要信息。

同階單整是協整的前提要求。對于DFB、DMB兩列一階平穩序列來說，不可以和HP或者CP原水平平穩序列做協整分析。因此，本文檢驗HP、CP分別與FA、SS 和SB之間的協整關系。

表3 協整檢驗結果

從表3中可以看出，有HP、FA，HP、SS以及CP、FA，CP、SS在1%的情況下拒絕序列間不存在協整的假設，即上面六組變量序列通過了協整檢驗，說明變量之間存在著長期穩定的均衡關系。因此面板數據模型只針對這四組數據進行，這樣得到的回歸結果是比較精確的。

（四）靜態面板數據

在面板數據模型三種形式的選擇方法上，我們經常采用F檢驗決定選用混合模型還是固定效應模型。

表4 F檢驗結果

從表4可以看出，對這四組序列來說，均在1%的水平下拒絕原假設。也就是說應該建立固定效應模型。

自回歸模型是用自身做回歸變量的過程，即利用前期若干時刻的隨機變量的線性組合來描述以后某時刻隨機變量的線性回歸模型。在固定效應模型中，AR可以防止序列之間存在自相關。因此，對HP、FA、SS和CP、FA、SS分別建立含有AR(1)的固定效應模型。

從表5的結果可知HP、FA、SS模型的調整R2=0.99，說明模型擬合性非常完美，其相應的回歸方程為：

每日最高價和融資買入額存在正相關關系，每日最高價和融資買入額存在負相關關系：在其他變量不變的情況下，融資買入額每變動1%，每日最高價同向變動9.38E-10%，融券賣出量每變動1%，每日最高價反向變動3.55E-09%。

運行CP、FA、SS的模型得到結果：R2與調整的R2都接近于1，而且DW接近2，說明模型擬合度非常完美，其相應的回歸方程為：

通過回歸方程可以看出，每日收盤價和融資買入額，每日收盤價和融券賣出量均存在正相關關系。后者實驗結果與原假設不符。但現實中也存在這種現象。因為收盤價有人為操控的可能，一般表現是股價在收盤前半分鐘左右，突然出現一筆大買單瞬間拉高股價。尾市的股價瞬間被拉高，大多數人來不及反應，就到了收市時刻，無法高價賣出，莊家因此達到節約大量資金的目的。

四、研究結論

本文基于17支標的股融資融券交易日數據，建立靜態面板數據模型，實證分析融資融券交易對股票價格的影響。本文的結論有下面幾點：

協整關系檢驗表明每日最高價、融資買入額和融券賣出量之間存在長期均衡關系。每日收盤價、融資買入額和融券賣出量之間存在長期均衡關系。

通過靜態面板數據模型進行回歸分析，可知融資買入額對股票價格的影響是正向的，融券賣出量對股票價格的影響是負向的。股價偏低時，投資者的選擇偏好認為接下來將會有利好消息出現，此時投資者情緒是樂觀的，融資交易數量將會增加，對于股票的需求增加，從而使股價上升。反之則反，投資者若悲觀看待股票市場，股市低迷。

融資融券交易對投資者情緒具有一定的抑制作用，起到“價格緩沖器”的作用。當市場過度投機或惡意炒作使某一股票價格變得虛高時，投資者可以借助融券賣出的方式，增加股票的供給量，抑制股票價格的泡沫化；當某一股票價值過低時，投資者也可以通過融資買進促使股價上漲，在一定程度上起到“托市”的作用。

[1]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):113-117.

[2]孫施. 廣發證券發展融資融券業務的對策研究[D]. 吉林大學,2014.

[3]白仲林，張曉峒. 面板數據的計量經濟分析[M]. 天津. 南開大學出版社. 2008,11-14.

[4]Newbold P, Granger C W J. Experience with Forecasting Univariate Time Series and the Combination of Forecasts[J].Journal of the Royal Statistical Society, 1974, 137(2):131-165.

[5]李子奈，潘文卿. 計量經濟學（第二版）[M]. 北京. 高等教育出版社.2005, 330-332.

于新華（1962-），男，漢族，河南正陽人，華北電力大學副教授，經濟與管理學院黨委書記，研究方向：產業經濟;胡嚴勻（1991-），女，滿族，河北承德人，華北電力大學在讀碩士研究生，研究方向：財務管理。