肖凡

（中南財經(jīng)政法大學(xué)金融學(xué)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(jīng)政法大學(xué)金融學(xué)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(shù)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(guān)數(shù)據(jù)進(jìn)行檢驗分析，通過實證檢驗的結(jié)果得出進(jìn)一步的結(jié)論，并將檢驗得出的結(jié)論與相關(guān)理論進(jìn)行對比分析。其政策建議是：使投資者建立做空理念；適當(dāng)放寬過嚴(yán)管控措施；實行“T+0”的交易制度，充分發(fā)揮融資融券的價格發(fā)現(xiàn)功能。

關(guān)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(yè)務(wù)資格的證券公司提供擔(dān)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(chǔ)交易制度的重要組成部分，是套利和風(fēng)險對沖的重要工具，具有穩(wěn)定市場，價格發(fā)現(xiàn)和提供流動性的功能。

2014年下半年，滬深兩市指數(shù)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(xiàn)三級跳。多數(shù)市場人士認(rèn)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(shù)據(jù)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(xiàn)評述

目前關(guān)于融資融券與A股市場之間關(guān)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(fā)現(xiàn)，賣空機制能夠有效地促進(jìn)股票市場波動性的降低。Henry et al.（2006）對香港股市進(jìn)行了研究，結(jié)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(qū)做了研究，發(fā)現(xiàn)不同地區(qū)的結(jié)果大相徑庭。

朱民武（2014）認(rèn)為融資融券與A股指數(shù)之間存在著長期穩(wěn)定的關(guān)系，上證綜合指數(shù)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(shù)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(xié)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(wěn)定的關(guān)系，融資融券對股市的影響可以忽略不計。于瀟、毛雅萍認(rèn)為兩融標(biāo)的證券的第三次擴(kuò)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(shù)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(jìn)行實證分析得出，當(dāng)股票暴漲或暴跌時，融資融券業(yè)務(wù)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(wěn)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(fā)現(xiàn)融資融券總體上不會明顯加劇市場波動。

二、研究設(shè)計

（一）研究目標(biāo)

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(shù)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(guān)數(shù)據(jù)進(jìn)行檢驗分析，通過實證檢驗的結(jié)果得出進(jìn)一步的結(jié)論，并將檢驗得出的結(jié)論與相關(guān)理論進(jìn)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(shù)據(jù)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(jù)我國融資融券交易的現(xiàn)狀，進(jìn)而利用相關(guān)理論對實證結(jié)果做出分析。

2.研究步驟

數(shù)據(jù)選取。融資融券余額數(shù)據(jù)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(biāo)采用滬深300指數(shù)，用hs300表示。文中所使用的滬深300指數(shù)日與融資余額、融券余量金額數(shù)據(jù)來自銳思數(shù)據(jù)庫（RESSET），樣本期間自2012年3月31日至2015年12月31日。

3.變量調(diào)整

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

4.建立模型

（1）平穩(wěn)性檢驗。選取的數(shù)據(jù)屬于時間序列，需要驗證變量平穩(wěn)之后才能建立模型，然后在此基礎(chǔ)上使用不同的計量方法研究問題。本文選取ADF進(jìn)行平穩(wěn)性檢驗。

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

（3）格蘭杰因果檢驗。格蘭杰因果關(guān)系經(jīng)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(yù)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(jìn)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(lián)合內(nèi)生變量的動態(tài)關(guān)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(tài)影響路徑。

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

三、實證分析

（一）描述性統(tǒng)計分析

表1　-1

（二）實證分析

實證分析主要包括描述性統(tǒng)計分析和檢驗分析。描述性統(tǒng)計分析是用來分析兩組數(shù)據(jù)的整體特征，主要包括均值、中位數(shù)、最大值、最小值、標(biāo)準(zhǔn)差、偏度和峰度等特征；檢驗分析主要運用計量經(jīng)濟(jì)學(xué)的檢驗方法來研究兩組數(shù)據(jù)之間的相關(guān)關(guān)系，本文主要對數(shù)據(jù)經(jīng)行了協(xié)整檢驗和格蘭杰因果關(guān)系的檢驗。

1.平穩(wěn)性檢驗

下面進(jìn)行單位根檢驗—ADF檢驗，結(jié)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(jié)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(wěn)序列。但變量經(jīng)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(shè)存在單位根，即一階差分后的變量均是非平穩(wěn)序列，均為一階單整序列。

2.協(xié)整檢驗

根據(jù)Engel-Granger協(xié)整檢驗結(jié)果，lnhs300，lnrq和lnrz之間可能存在如下的協(xié)整關(guān)系。

表1　-3殘差序列的ADF檢驗結(jié)果

殘差序列et的平穩(wěn)性檢驗結(jié)果見表1-4，結(jié)果表明協(xié)整檢驗的殘差序列是平穩(wěn)的，說明變量lnhs300，lnrz和lnrq變量之間存在長期穩(wěn)定的協(xié)整關(guān)系。

3.VAR模型

操作結(jié)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(biāo)變量，研究其對股票市場價格lnhs300走勢的影響效應(yīng)。首先建立變量lnhs300，lnrq和lnrz之間的VAR模型。

根據(jù)準(zhǔn)則選出來的滯后階數(shù)為三階，所以將所建立的VAR模型的滯后階數(shù)定義為三階。

4.格蘭杰因果關(guān)系檢驗

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

表1　-4

可知變量dlnhs300，dlnrq和dlnrz都是平穩(wěn)的時間序列，因此可直接對其進(jìn)行Granger因果關(guān)系檢驗，結(jié)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(jìn)行VAR平穩(wěn)性檢驗，結(jié)果如下。

圖1　-1 VAR平穩(wěn)性檢驗結(jié)果

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

5.脈沖響應(yīng)分析

本文建立的VAR模型包含三個變量，則有9個脈沖響應(yīng)函數(shù)。

圖中實線表示隨著預(yù)測期數(shù)的增加，DLNRZ對DLNRQ和DLNHS300的一個標(biāo)準(zhǔn)差新息的脈沖響應(yīng)，虛線表示在相應(yīng)脈沖響應(yīng)圖像兩側(cè)加或減兩倍標(biāo)準(zhǔn)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(fù)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(fù)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(yīng)函數(shù)圖

圖1　-3脈沖響應(yīng)函數(shù)圖

圖1　-4脈沖響應(yīng)函數(shù)圖

6.方差分解

根據(jù)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(jīng)濟(jì)變量擾動對其并沒有產(chǎn)生任何的影響。隨著滯后期數(shù)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(yù)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(dǎo)，從相對方差貢獻(xiàn)率指標(biāo)來看，DLNRZ達(dá)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(dǎo)地位。DLNHS300對其并沒有產(chǎn)生任何的影響。從滯后第二期，影響DLNRQ預(yù)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(dǎo)，從相對方差貢獻(xiàn)率指標(biāo)來看，DLNRZ達(dá)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(jié)論及政策建議

（一）結(jié)論

本文利用融資融券余額與滬深300指數(shù)2012年3月31日至2015年12月30日的日數(shù)據(jù)進(jìn)行實證分析檢驗，得出以下結(jié)論。

其一，融資融券余額與滬深300指數(shù)之間存在長期穩(wěn)定的關(guān)系。隨著股票指數(shù)的漲跌，融資融券交易余額會發(fā)生變化，并保持一種長期的均衡關(guān)系，滬深300指數(shù)上漲會引起融資融券余額相應(yīng)增加。

其二，滬深300指數(shù)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(shù)的格蘭杰因。這說明滬深300指數(shù)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(shù)產(chǎn)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(jìn)行做多交易，這種投資習(xí)慣使得投資者很難轉(zhuǎn)換做空思維，投資者還需在信用交易中提高認(rèn)知與接受程度。投資者需要關(guān)注市場信息，對市場的復(fù)雜度保持清醒的認(rèn)識。

2.適當(dāng)放寬過嚴(yán)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(yán)格，使得許多投資者不能參與到其中。無論是否在規(guī)定期限內(nèi)，一旦投資者購買了融資融券，資金就會被凍結(jié)，要先償清債務(wù)再能解凍，大大降低了資金使用的機會成本。所以適當(dāng)放寬管控措施，尋找到充分控制風(fēng)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(fā)揮融資融券的價格發(fā)現(xiàn)功能。融資融券交易在“T+0”制度下的風(fēng)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(xiàn)：

［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(shù)［J］.時代金融，2014（35）：170～170.

［2］胡軍燕，陳智輝.貨幣政策對房地產(chǎn)價格的動態(tài)影響分析［J］.商業(yè)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(guān)性實證研究［J］.數(shù)學(xué)理論與應(yīng)用，2014（6）：81～84.

［4］譚平.融資融券業(yè)務(wù)對股票價格波動性影響——基于滬深300指數(shù)［J］.現(xiàn)代經(jīng)濟(jì)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(xiàn)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(jù) ［J］.當(dāng)代經(jīng)濟(jì)，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(jīng)驗研究［J］.技術(shù)經(jīng)濟(jì)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(zé)任編輯：文筠］

中圖分類號：F830.9

文獻(xiàn)標(biāo)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(xué)。