利空、融券交易與市場有效性：一個準實驗研究

(華南理工大學 工商管理學院,廣東 廣州 510640)

1 引言

在股票發行注冊制改革的大背景下，賣空交易推行的初衷是希望資本市場更加有效，市場價格更能反映資產的真實價值[1]。2010年融資融券交易開通以來，對融資融券的研究最初集中于融資融券價格發現功能、政策實施效果的研究[2]。但是，2015年股災的發生使得賣空交易與價格波動關系的研究成為焦點。與賣空機制引起的股價波動相比，賣空機制的價格發現功能，單邊做多推動股市持續上漲，集聚的風險一旦爆發可能更具危害性[3～7]，可見，與賣空交易引起的股市波動相比，市場有效與否才應該是監管層和學界關注的焦點。

本文重新回歸融券交易機制設計的初衷，實證檢驗我國資本市場融券交易的價格發現功能。與前人的研究相比，本文的貢獻在于：一是，研究設計上，本文選擇了一系列而不是單個孤立的利空事件作為實驗背景，這些事件有些是針對個股的，有些是針對整個行業或市場的，這樣有利于甄別可融券與不可融券股票所受到的不同影響；并且，事件集中在一段時間內，容易撇開基本面信息的干擾，使研究結論更具有穩健性。二是，研究內容上，本文首先研究了融券交易對可融券和不可融券股票的不同影響，然后論證融券交易機制的作用，這種循序漸進的研究有利于識別、對比和揭示融券交易作用及其機制。三是，研究方法上，本文從投資組合層面逐步遞進到個股層面，且各自都存在可融券和不可融券股票或其組合；而且，前人研究投資組合層面時大多只進行資本資產定價模型(CAPM)回歸分析或計算夏普比率，而本文將投資組合收益率作為因變量進行雙重差分分析以更好地控制其他變量對投資收益或股票價格的影響；同時，本文關注到了市場整體氛圍的影響，將各股票或組合的收益減去了市場指數的收益，最大限度克服了內生性問題。

2 理論分析與文獻綜述

2.1 有效市場、賣空機制與股票價值回歸

按照有效市場理論，股票價格對信息的反映可以從兩個維度來觀察，一是對信息的反映是否充分全面，二是反映的速度是否及時。影響股票價格的因素很多，除公司基本面以外，投資者預期、市場機制都是重要因素。于是，Miller[3]認為，在不可賣空或賣空限制的市場，賣空限制抹殺了看空者的預期和行動。這樣的市場就產生了兩個后果：一是，看空者無法表達自己的觀點，市場均衡價格就只能反映樂觀者的預期，久而久之不可賣空股票的價格就會高估；二是，投資者只能從單邊的股票價格上漲中獲得收益，對利潤的追逐導致投機盛行、風險集聚，很可能引起集中拋盤從而引發市場崩盤。這也許正是當前我國資本市場流傳的“悲觀者正確、樂觀者成功”的根源和寫照。

Miller[3]投資者異質性(investor heterogeneous belief)的觀點和邏輯雖然存在諸多爭論，但還是贊同Miller研究的居多。Figlewski[8],Charles和Owen[9]對美國資本市場，Chang等[5],Bohl等[7]對香港、臺灣市場的研究都發現，賣空限制的程度越高，股票的收益表現越差，股票估值水平越高。另外，Alex等[10]運用市場調整模型研究了全球14個股票市場的數據，比較了完全賣空限制、部分賣空限制和無賣空限制三種類型市場在2008年賣空禁令前后異常收益的變化，同樣發現賣空限制導致不可賣空股票的價格虛高、收益下降。

2.2 對我國賣空限制的研究

2006年，還在我國制定融資融券交易試點辦法之時，張維和張永杰[11]就構建了基于異質信念的風險資產價格均衡模型，從理論上再一次證明了Miller假說。這一研究，得到了攀登等[12]，陳國進等[13]實證研究的支持。2010年融資融券的正式開通，為學者們研究尤其是實證研究提供了準自然條件。研究發現，在我國融資融券業務開通初期，融券交易與股票定價效率之間并沒有顯著的正向聯系。

隨著融券標的不斷擴容，樣本的豐富也使得國內學者在驗證Miller假說的道路上有了更多更新的發現。李科等[14]利用“塑化劑”事件的利空影響，根據賣空屬性構建白酒行業的股票投資組合實驗研究了賣空機制對股價進而對投資收益的影響，實證結果表明賣空機制有助于股票合理定價，賣空限制導致了股價高估。此后李志生等[15]，Chang等[5]，肖浩和孔愛國[16]，侯青川等[17]，黃俊等[18]都得到了類似結論。

值得商榷的是，我國有學者使用對沖投資組合日收益進行CAPM和Fama-French三因子模型回歸[14]，模型因變量為不可賣空投資組合加權平均收益減去可賣空投資組合加權平均收益，自變量為市場風險溢價，系數被解讀為市場風險性質，常數項被解讀為投資組合的超額收益。該文存兩點疑問：一是，其因變量已經是因賣空限制引起的超額收益，構建對沖組合實際已經對沖掉了市場風險，因此，不應再與市場風險溢價回歸。而且，從邏輯上看，其常數項大概率存在負數的可能，但該文都是正數。二是，該文的Beta不是事件發生之前而是之后的系統性風險，其抗噪音性和穩健性大大降低。為規避這些問題，本文采用獨立樣本T檢驗來驗證利空事件發生時可賣空股票與不可賣空股票之間股價變動幅度的差異，采用雙重二差分模型檢驗賣空機制是否導致了這種差異。

3 研究設計

3.1 樣本選擇

2018年上半年開始，深圳華為技術有限公司(下稱“華為”)持續受到美國政府打壓。其中《2019財年國防授權法案》對華為及其主導的5G技術產生了極其重要的影響。這項法案，于美國時間2018 年4 月13日送交到眾議院，5月24日即獲通過。隨后，6月18日晚，參議院通過了《2019財年國防授權法案》。2018年7月24日，美國眾議院公布了眾、參兩院關于2019財年國防授權法案最后協商版本的“會議報告”，其中禁止美國聯邦政府機構使用華為和中興通訊提供的“存在風險”的技術。2018年8月1日，美國參議院通過了參眾兩院同一版本的《2019財年國防授權法》，禁止美國政府機構和承包商使用華為和其他中國公司的某些技術。8月13日，美國總統特朗普簽署了該法案并使之成為法律。2018年11月23日，美國政府聯系德國、意大利和日本等國，要求盟國不要采購華為的設備。2018年12月1日，加拿大政府應美國要求，在溫哥華逮捕了華為副董事長、首席財務官孟晚舟；隨后，美國向加拿大提出引渡孟晚舟去美國受審的要求。這一系列事件，對華為及其供應商是一個嚴重的打擊。雖然華為本身不是上市公司，但其在大陸的供應商中有很多是上市公司，這為觀察事件影響和準實驗提供了極好的樣本。

按照Wind數據庫的統計，華為在大陸的核心供應商中有15家上市公司，其中滬市主板1家，深市主板(不含中小板)3家，中小板10家，創業板1家；因為中利集團(002309.SZ)在2018年2月5日到7月28日期間因籌劃重大資產重組事項而停牌，本文后續研究將其剔除。華為事件，對幾家上市供應商產生了嚴重打擊：(1)美國眾議院通過《國防授權法案》的第二日，即5月25日，14只股票中12只股票全部下跌，平均跌幅1.7%；其中歌爾光學(002241.SZ)跌幅最高，達4.53%。(2)6月18日晚參議院通過方案后，6月19日14只個股全線下跌，6只個股跌停，平均跌幅超過7.5%。(3)參眾兩院同一版本的法案在參議院通過后的第二天，即8月2日，14只個股12只下跌，平均跌幅2.47%，最高跌幅接近5%。(4)從5月24日到8月2日這一段時間內，14只股票的平均跌幅5.27%，最高達27.95%。

3.2 研究思路

本文研究的問題有三個，分別是：(1)在面臨利空事件時，可融券股票或其組合(以下統稱可融券股票)與不可融券股票或其組合(以下統稱不可融券股票)是否表現出一致的收益波動？(2)可融券股票與不可融券股票在面臨利空事件時，收益波動一致或不一致的原因是什么？(3)賣空限制通過什么途徑影響了股票的投資收益？為此，本文構建了三個模型來實驗分析上述三個內容。

本文選取了一系列利空事件，包括：(1)5月24日美國眾議院通過《國防授權法案》。(2)6月18日晚參議院通過該項方案。(3)8月1日參眾兩院同一版本的法案。考慮到信息傳遞速度、中美時差、假節日等原因，均選擇該事件后第一個交易日，即5月25日、6月19日、8月2日。根據Wind統計，13家上市公司中屬于融券標的股票的有9家。在整個事件中，因為剔除了中利集團、滬電股份，其他公司基本面、業績相對穩定，這為研究融券交易對股價的“獨立”影響創造了條件。

4 收益波動差異研究

4.1 收益波動及其差異的建模

為研究融券機制對不可融券股票、可融券股票的影響，計算事件日之后可賣空股票與不可賣空股票超額收益率的差異，本文構建模型如下

AR=Ri,t-αi-βi×Rmt

(1)

(2)

其中R為收益率。αi與βi(剔除財務杠桿)是以深證成份指數為標的指數，事件日前52周至前一周為估計窗口回歸得到的。因為13家核心供應商中，除亨通光電(600487.SH)外都是深市上市公司，所以，選擇了深成指作為大盤指數。fi即投資組合中買入賣出某只股票的權重，采用該只股票日平均非限售股市值加權平均所得。

對沖組合1：全體樣本的對比檢驗，即買入4只不可融券股票，賣出9只可融券股票。對沖組合2：剔除板塊影響后的對比檢驗：13家公司中中小板塊共8家，接近三分之二。為避免板塊的不同影響，買進中小板3只不可融券股，賣出中小板的5只可融券股票。對沖組合3：剔除行業影響后的對比檢驗：按照證監會行業分類，除順豐控股(002352.SZ)、比亞迪(002594.SZ)、亨通光電(600487.SH)外，其他10家都屬于制造業中的計算機、通信和其他電子設備制造業。為剔除行業的不同影響，買入除順豐控股外的3只不可融券股票，賣出除比亞迪、亨通光電外的7只可融券股票。對沖組合4：剔除樣本數量差異后的對比檢驗：買入4只不可融券股票，賣出4只可融券股票；而這4只可融券股票是從9只可融券股票中隨機抽取所得。總之，本文構建投資組合的思路是，買入不可融券股票、賣空可融券股票。通過這種方式構建的投資組合的收益作為因變量，則利空事件發生時，可以通過組合收益的變動來判斷可融券股票與不可融券股票的收益波動是否一致。

4.2 收益波動及其差異的實驗研究

首先，本文得到了4個投資組合的實際收益圖。從圖1至圖3可見，在利空事件發生及其作用期內，投資組合的實際收益均顯著下跌，即事件期內投資組合的實際收益均小于以深成指為標的的預期收益。

圖1 第一次利空事件收益率

圖2 第二次利空事件收益率

圖3 第三次利空事件收益率

其次，本文對4個投資組合都利用CAPM模型再進行三輪回歸，根據OLS回歸模型得出AR與CARt。

表1 事件日持續期加權超額收益

如表1所示，在賣空事件發生后持續期五天內，越靠近利空事件，兩組收益差就越明顯，只不過此處用風險溢酬(risk premium)代替了相對大盤的收益。同時，不可賣空組合比可賣空組合的日加權平均超額收益約高0.4%。

為驗證可賣空組與不可賣空組的收益是否有差異，對兩組數據進行獨立樣本T檢驗。結果顯示顯著性p=0.029<0.05，表明拒絕原假設，接受備擇假設，即在利空事件發生后，可賣空股票與不可賣空股票之間超額收益的差異具有統計學意義，差異是顯著的。

5 收益波動差異原因研究

5.1 收益波動原因建模

為檢驗投資組合收益的差異是否是融資融券交易機制引起的，本文建立下列模型

StockYieldit=β1(ShortConstrainti×NegativeTunnelt)+

β2Controlst+β3Stock+β4Day+ε

(3)

其中StockYieldit表示第i只股票在第t個交易日的收益，是一個日面板數據。ShortConstrainti表示第i只股票有無賣空限制的虛擬變量，有賣空限制的股票ShortConstraint為1，反之為0。NegativeTunnelt表示第t個交易日有無利空事件的虛擬變量，利空事件發生時及其持續期內，NegativeTunnel為1，反之為0。ShortConstrainti×NegativeTunnelt為二者交互項。Controlst為控制變量，表示第t個交易日深市成指或滬深300指數的收益率。Stock表示控制樣本的公司固定效應，Day表示控制樣本的時間固定效應。i表示研究的股票，i的取值為1，2，3，…，n；n=13、8、10、8。t表示研究的交易日，t的取值為1，2，3，…，60。

組1、2、3、4的個股數據分別來自于對沖投資組合1、2、3、4中的個股，也就是說，模型1中的因變量使用的是投資組合層面的平均收益率，是一個時間序列數據；而模型3使用的是個股層面的日收益率，是一個面板數據。因此，模型(3)中，組1、2、3、4中的個股個數分別是13、8、10、8只股票，對應于模型3中因變量的樣本個數分別為13、8、10、8個。

模型(3)中所選樣本數據的時間段為三個事件日各前后共10個交易日，具體為5月18日至5月31日、6月11日至6月25日、7月26日至8月8日共30個交易日。在研究期間內，本文構建4個對沖投資組合，其投資收益的時間序列數據作為模型(1)中的因變量。投資組合中每只股票買入賣出的權重，根據該只股票日平均非限售股市值加權平均所得。

5.2 收益波動原因實驗研究

模型(1)、(2)驗證了買入不可融券股票、賣出可融券股票的投資組合，在利空事件發生時其相對大盤的超額收益或風險溢酬都是顯著存在的。那么，這種顯著的收益，是不是融資融券交易機制引起的呢？

本文以構建的4個投資組合所包含的個股日收益面板數據作為模型(3)的被解釋變量，回歸結果如表2。表2中，SC×NT表示變量ShortConstrainti×NegativeTunnelt；因為SC×NT等于1的時候，意味著利空事件發生，且股票不可賣空；所以，其系數表示當利空事件發生時，不可賣空股票的收益率比可賣空股票的價格或收益率高了多少個百分點，這樣就可以直接檢驗和測量賣空機制對股票價格的影響。其中Controlst依然以深市成指收益率作為控制變量。

從表2可見，對每組投資組合用深成指作為控制變量的回歸中，ShortConstrainti×NegativeTunnelt的系數均顯著，且p值接近于0。這說明，在面臨利空事件時，不可賣空股票的日收益率基本上比可賣空股票高。更進一步說，兩類股票由于存在是否可賣空的差異而在面臨利空事件時表現出完全不一致的價格波動。

進一步地，為了更清晰地展示賣空機制對股票價格的影響，本文在投資組合的構建上作了精心安排。在投資組合1的基礎上，剔除大盤和行業的影響，構建了投資組合2和投資組合3，另外又隨機挑選了4支可融券股票構建了投資組合4。這樣構建對沖組合的目的只有一個，就是讓利空事件盡可能均衡地、同步地影響不可融券和可融券股票。而上述實證結果顯示，利空事件相同而投資組合不同，但四組對沖組合回歸中ShortConstrainti×NegativeTunnelt系數的經濟顯著性、統計顯著性都很好，而且一致，p值都接近于0。

這說明，同樣的利空事件，可融券和不可融券股票的價格變動是不一樣的，不可融券股票調整后的價格或日收益平均而言比可融券股票高1個百分點。這種價格調整的差異表明，不可融券股票在面臨利空時下跌的幅度更小，而可融券股票的價格下跌幅度更大，即在面臨利空事件時，不可融券股票的下跌幅度遠小于可融券股票的下跌幅度。當然，賣空機制是不是使得可融券股票的價格出現Hong和Stein[19]認為的超跌現象呢？本文認為這種可能性存在，但是，上述實證研究表明，面臨多次利空事件，多個投資組合內部價格變動的差異都維持在較低水平，似乎說明超跌的現象并不普遍。所以，本文認為，賣空機制是引起這種價格短期變動不一的主要原因。

表2 賣空限制與四組投資組合的收益

注:括號內數字為標準誤;*、**、***分別表示在10%、5%、1%水平下顯著。下同。

6 賣空機制作用研究

6.1 賣空機制作用建模

在模型(1)、(2)檢驗投資組合收益是否存在差異、模型(3)檢驗這種收益差異是否由賣空機制引起，在此基礎上本文構建模型(4)，用以檢驗這種收益差異是由融資融券機制直接作用的，還是經由公司基本面或和基本面共同作用的。

Fundamentalit=β1(ShortConstrainti×NegativeTunnelt)+

β2Stock+β3Quarter+ε

(4)

其中Fundamentalit表示第i只股票在第t季度的經營管理能力或水平的指標，是一個季度面板數據，而不是模型(3)中的日面板數據。ShortConstrainti表示第i只股票有無賣空限制的虛擬變量，有賣空限制的股票時為1，反之為0。NegativeTunnelt表示第t季度有無利空事件的虛擬變量，利空事件發生時及其持續期內為1，反之為0。ShortConstrainti×NegativeTunnelt為二者交互項。Stock表示控制樣本的公司固定效應，Quarter表示控制樣本的時間固定效應。i表示研究的股票，i的取值為1，2，3，…，n；n= 13、8、10、8。t表示研究的季度，t的取值為1，2，3，4，5。

模型(4)仍將樣本股票劃分為4組，分別為組5、6、7、8。4組間排列順序、組內個股排列順序均與模型(3)保持一致，即均對應為模型(3)中各投資組合所包含的個股，樣本量分別為13、8、10、8個。所選取樣本數據的時間段為2018年第一季度至2019年第一季度共5個季度。

6.2 賣空的作用機制

模型(1)、(2)和(3)驗證了可融券股票與不可融券在面臨同樣的利空事件時，其價格或收益存在很大差異；而且，融券交易是這種差異產生的主要原因。那么，融券交易是如何對兩者的收益產生影響的呢？即融券交易直接引起了收益差異，還是和基本面一起共同發揮作用的？

為此，本文用模型(4)進行檢驗。鑒于個股層面的比較研究針對性更強、結論更可靠，本文模型(4)中作為被解釋變量的面板數據，其研究對象依然是模型(3)4個投資組合中的個股，只是使用了利空事件發生及其前后共5個季度的季度收益數據。

本文首先選用反映盈利能力的資產報酬率(Return on Assets，ROA)和權益報酬率(Return on Equity，ROE)作為衡量公司盈利性的指標，檢驗利空事件對不同賣空限制股票公司的盈利水平的影響。根據模型(4)，本文將其具體化為模型(5)和(6)。

ROAit=β1(ShortConstrainti×NegativeTunnelt)+

β2Stock+β3Quarter+ε

(5)

ROEit=β1(ShortConstrainti×NegativeTunnelt)+

β2Stock+β3Quarter+ε

(6)

回歸分析結果見表3，ShortConstrainti×NegativeTunnelt系數的p值即使在10%的顯著性水平下依舊不顯著。以組5為例，ShortConstrainti×NegativeTunnelt的系數可以解釋為，當利空事件發生時，不可融券股票的資產報酬率比可融券股票高出0.30%，而權益報酬率下降0.70%。但是，資產報酬率和權益報酬率密切聯系，至少同一事件不可能對其產生相反的影響。可見，賣空限制無法通過影響公司盈利能力來影響股票價格或收益。

另外，影響股價變動的因素有很多，其中最重要的還是上市公司的基本面；尤其是在剔除大盤影響而使用調整后的收益，或考慮到市場系統性風險而使用風險溢酬的情況下，基本面是最重要的影響因素就更順理成章了。所以，基本面是不是利空事件發生時直接影響股票價格的因素呢？本文認為，這種可能性非常小。因為，基本面對股票價格的影響更多地體現在長期價格上，即基本面形成的內在價值是股票長期價格及其波動的準繩。所以，本文認為，在利空事件發生時，是賣空限制直接阻礙了不可融券股票價格的下跌，直接導致了可融券股票價格完全吸收了利空信息、完全反映了看空者的預期。

表3 賣空限制與公司盈利性

另外，本文公司安全性指標選取資產負債率和經營性現金流量與債務比，流動性指標選取應收賬款周轉率和現金周轉率，成長性指標選取資產增長率和凈利潤增長率，市場價值指標選取市盈率和市凈率，利用四類指標檢驗利空事件對不同賣空限制股票收益影響的內在機制，也得出了相同結論。

總結來看，公司基本面雖然是影響股票價格或收益最為重要的長期因素。但是，上述研究表明，賣空限制與公司基本面短期內不存在必然聯系，也就是說，賣空限制并非通過影響公司基本面，或者和基本面一起影響利空事件發生時股票價格或收益短期波動的。

7 結論與建議

本文選取我國A股市場有代表性的股票，以容易甄別性質的利空事件為實驗背景，針對性地、有區別地構建了4個投資組合，利用4個投資組合及其個股收益的時間序列數據或面板數據，研究了利空事件發生時融券交易對個股或其投資組合收益的影響。

本文實證研究發現，買入不可融券股票同時賣出可融券股票的4個投資組合，在利空事件發生時都出現了顯著的負收益。但隨著利空事件影響的減弱和可融券股票投資比重的降低其負收益區間會收窄。可見，利空事件發生時可融券股票與不可融券股票有不同的價格下跌幅度和方向，但是可融券股票價格下跌幅度更大、收益波動程度更大。而且，利空事件發生時，賣空限制是直接作用于股票價格或收益的，不是通過或聯合基本面發揮作用的。這也印證了Miller的開創性研究，以及眾多學者對我國融資融券交易的研究[14,16～18]。

融資融券交易開通的初衷，就是發揮資本市場的價格發現功能，讓證券的價格回歸其價值。本文發現，賣空限制使得不可融券股票難以及時消化、吸收看空者的預期，從而推高了不可融券股票的價格。而融券交易機制使得可融券股票的價格基本能反映市場的預期，尤其是看空者的預期。這說明，我國適時推進融券交易是正確的，融券機制讓股票向價值回歸賣出了重要一步。另外，本文發現，賣空機制引起的超跌并不普遍，賣空機制并不必然導致股票價格超跌或股市崩盤。為此，本文建議，在嚴格監管、適度可控的原則下[19]穩步擴容可融券交易的股票品種、積極提升融券交易的規模，推動我國股票市場整體價值向公司基本面回歸，充分發揮資本市場的外部治理作用，對股票發行注冊制改革下的價格發現具有積極的推動意義。