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(yè)務(wù)公司的數(shù)據(jù)作為研究樣本，運(yùn)用面板數(shù)據(jù)模型對(duì)我國(guó)融資融券余額與股價(jià)的相關(guān)性進(jìn)行實(shí)證研究。通過(guò)EVIEWS軟件對(duì)面板數(shù)據(jù)模型進(jìn)行單位根檢驗(yàn)、繪制線(xiàn)性回歸散點(diǎn)圖以及固定效應(yīng)變截距模型等實(shí)證研究方法，實(shí)證分析了融資融券余額對(duì)股價(jià)的影響，最終研究得出融資融券余額與股價(jià)呈正相關(guān)的關(guān)系。

關(guān)鍵詞：融資融券余額 面板數(shù)據(jù)模型 股價(jià)

一、引言

融資融券交易又稱(chēng)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(yè)務(wù)資格的證券公司提供資金或者證券作為質(zhì)押，向券商借入資金進(jìn)行證券買(mǎi)賣(mài)，并按約定的時(shí)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(dān)保物借入證券賣(mài)出，并按照約定的時(shí)間，買(mǎi)入相同品種和數(shù)量的證券用以歸還券商并支付一定的融券費(fèi)用。兩融業(yè)務(wù)的推出是繼股權(quán)分置改革以后，我國(guó)資本市場(chǎng)發(fā)展的一項(xiàng)金融創(chuàng)新，它也標(biāo)志著我國(guó)“單邊市”的結(jié)束。

自2010年3月我國(guó)證券市場(chǎng)推出融資融券業(yè)務(wù)以來(lái)，已經(jīng)6年多的時(shí)間了，在這期間，融資融券業(yè)務(wù)發(fā)展十分迅速，從最開(kāi)始2010年3月的首批6家券商和90只標(biāo)的證券發(fā)展到目前的900多支。由于2014年7月股市牛市的到來(lái)，滬深兩市指數(shù)雙雙走高，融資融券業(yè)務(wù)也在該期間迅速發(fā)展，在2014年的最后兩個(gè)月時(shí)間里我國(guó)兩融余額連續(xù)突破八千億元、九千億元和一萬(wàn)億元大關(guān)，2015年6月股災(zāi)開(kāi)始出現(xiàn)，我國(guó)的融資融券業(yè)務(wù)也受到一定的影響，但就目前來(lái)看兩融業(yè)務(wù)總體卻保持良好的發(fā)展?fàn)顟B(tài)。我國(guó)兩融業(yè)務(wù)發(fā)展如此迅速，它對(duì)我國(guó)A股市場(chǎng)股票價(jià)格會(huì)產(chǎn)生怎樣的影響？本文基于A股大幅波動(dòng)時(shí)期為例選取2014年第一季度到2016年第一季度為數(shù)據(jù)期間，通過(guò)EVIEWS軟件對(duì)所選的25家A股證券公司進(jìn)行Panel-Data 模型分析，研究融資融券余額和股價(jià)之間的相關(guān)關(guān)系對(duì)于我國(guó)資本市場(chǎng)的發(fā)展以及廣大投資者進(jìn)行理性投資都具有一定的現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

融資融券業(yè)務(wù)最早于1934年起源于美國(guó)，1951年日本開(kāi)始實(shí)行融資融券制度，隨后在1962年我國(guó)的臺(tái)灣地區(qū)也開(kāi)始實(shí)行兩融制度。我國(guó)的融資融券業(yè)務(wù)正式啟動(dòng)于2010年3月31日，其業(yè)務(wù)發(fā)展仍處于初級(jí)階段，相關(guān)的實(shí)證研究比較少，僅有的一些實(shí)證研究文獻(xiàn)也是以我國(guó)臺(tái)灣地區(qū)和香港地區(qū)的股票市場(chǎng)為研究對(duì)象。而融資融券制度在國(guó)外的金融市場(chǎng)上發(fā)展的已經(jīng)較為成熟，早在1990年就有64%的發(fā)達(dá)國(guó)家在金融市場(chǎng)上允許賣(mài)空，到2002年比例上升到95%。國(guó)外對(duì)于融資融券的研究大多集中于賣(mài)空交易制度對(duì)市場(chǎng)的影響，其不同的文獻(xiàn)得到的結(jié)論也不一樣。國(guó)內(nèi)外對(duì)于融資融券交易制度所持的觀點(diǎn)大致分為三類(lèi)：第一種觀點(diǎn)認(rèn)為，融資融券交易制度對(duì)市場(chǎng)并不能起到穩(wěn)定作用，反而會(huì)加劇了個(gè)股和市場(chǎng)的波動(dòng)；第二種觀點(diǎn)認(rèn)為，融資融券交易制度對(duì)個(gè)股和市場(chǎng)起到一定的平抑作用；第三種觀點(diǎn)認(rèn)為，僅僅就融資融券交易制度對(duì)個(gè)股和市場(chǎng)沒(méi)有明顯的影響。

一種觀點(diǎn)認(rèn)為融資融券或賣(mài)空交易并不能穩(wěn)定市場(chǎng)， 反而會(huì)加劇市場(chǎng)或個(gè)股波動(dòng)。

Allen and Gale（1991）通過(guò)理論建模說(shuō)明賣(mài)空使市場(chǎng)處于不完全競(jìng)爭(zhēng)狀態(tài)，影響了市場(chǎng)的穩(wěn)定；McKenzie（2006）和Chang et al（2007）以美國(guó)和香港市場(chǎng)作為研究對(duì)象，發(fā)現(xiàn)融資融券會(huì)使市場(chǎng)的波動(dòng)率增大；Boehmer et al （2013）實(shí)證研究發(fā)現(xiàn)，2008年全球金融危機(jī)時(shí)期的限制賣(mài)空政策不但沒(méi)有降低市場(chǎng)波動(dòng)的幅度，反而降低了市場(chǎng)的有效性。

廖士光和楊朝軍（2005）針對(duì)融資融券對(duì)股價(jià)的影響，通過(guò)對(duì)我國(guó)香港、臺(tái)灣和美國(guó)市場(chǎng)的研究，認(rèn)為兩融業(yè)務(wù)的推出使股價(jià)更趨向于內(nèi)在價(jià)值，進(jìn)而對(duì)股市的波動(dòng)起到一定的平抑作用。

孫茜、姚儉（2012）通過(guò)GRACH和EGRACH兩種模型的分析，采用實(shí)證研究的方法得出融資融券業(yè)務(wù)對(duì)于穩(wěn)定市場(chǎng)和個(gè)股的波動(dòng)起到一定的作用。

陳海強(qiáng)、范云菲（2015）通過(guò)面板數(shù)據(jù)模型分析得出融資交易降低了股市的波動(dòng)，而融券交易則增加了股市的波動(dòng)，但是由于融資交易的金額所占比重很大，最終兩融業(yè)務(wù)減少了市場(chǎng)的波動(dòng)。

Battalio and Schultz（2006）認(rèn)為融資融券交易對(duì)市場(chǎng)及個(gè)股波動(dòng)不會(huì)產(chǎn)生影響。王旻、廖士光、吳淑琨（2008）以我國(guó)臺(tái)灣地區(qū)證券市場(chǎng)數(shù)據(jù)進(jìn)行實(shí)證研究，并采用Granger因果關(guān)系檢驗(yàn)法驗(yàn)證，賣(mài)空交易對(duì)市場(chǎng)及個(gè)股的波動(dòng)沒(méi)有顯著的影響。

上述文獻(xiàn)資料主要是針對(duì)發(fā)達(dá)的金融市場(chǎng)的實(shí)證研究。我國(guó)的國(guó)內(nèi)市場(chǎng)與發(fā)達(dá)的資本市場(chǎng)相比，有本質(zhì)性區(qū)別，例如我國(guó)的上市公司主要還是國(guó)家控股的企業(yè)，這樣就使得企業(yè)不能很靈活地參與融資融券交易，其次散戶(hù)較多，融資融券交易門(mén)檻較高使得廣大散戶(hù)投資者也很難參與其中?；谖覈?guó)目前這樣的基本國(guó)情，本文研究選取近期我國(guó)股市經(jīng)歷牛市到熊市的這樣一段特殊時(shí)期，即2014年第一季度到2016年第一季度，來(lái)研究融資融券余額對(duì)于我國(guó)股價(jià)波動(dòng)的影響，且這段時(shí)期也是我國(guó)兩融業(yè)務(wù)開(kāi)始興起的時(shí)期，具有更高的研究?jī)r(jià)值。

三、研究設(shè)計(jì)

（一）研究方法

本文在理論研究的基礎(chǔ)上，通過(guò)EVIEWS 7.2軟件對(duì)我國(guó)A股市場(chǎng)上所選取的不同行業(yè)的融資融券標(biāo)的公司進(jìn)行實(shí)證研究。并通過(guò)Panel-Data 模型的建立來(lái)研究我國(guó)A股證券市場(chǎng)上融資融券余額對(duì)標(biāo)的證券公司股價(jià)波動(dòng)的影響，并對(duì)所建立的面板數(shù)據(jù)模型做平穩(wěn)性檢驗(yàn)。本文對(duì)所選擇的25家不同行業(yè)的上市公司繪制散點(diǎn)圖，并進(jìn)行線(xiàn)性回歸以及固定效應(yīng)變截距模型檢驗(yàn)估計(jì)，旨在用定量的實(shí)證研究數(shù)據(jù)來(lái)說(shuō)明融資融券余額與股價(jià)的相關(guān)關(guān)系。

（二）樣本數(shù)據(jù)來(lái)源

本文所研究的是融資融券余額對(duì)我國(guó)上市公司股價(jià)波動(dòng)的影響，融資融券余額、股票價(jià)格的樣本選取的是A股證券市場(chǎng)上不同行業(yè)的融資融券標(biāo)的公司的每一季度融資融券余額以及同一時(shí)間點(diǎn)對(duì)應(yīng)的股票價(jià)格。所選行業(yè)包括證券、銀行、保險(xiǎn)、鋼鐵、石油化工、房地產(chǎn)、通信、汽車(chē)、軍工以及航空運(yùn)輸?shù)仁畟€(gè)行業(yè)。選取的樣本時(shí)間期間為2014年3月31日到2016年3月31日這個(gè)先后經(jīng)歷股市牛市和熊市的特殊階段。數(shù)據(jù)來(lái)源于證券網(wǎng)及銳思數(shù)據(jù)庫(kù)，本文用RZRQ代表融資融券余額（單位：億元），P代表股票價(jià)格（單位：元）。

（三）模型的建立

本文基于面板數(shù)據(jù)回歸模型來(lái)研究我國(guó)融資融券余額與股價(jià)的相關(guān)性。

Panel-Data 模型的一般設(shè)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(gè)解釋變量，N是橫截面?zhèn)€體成員的個(gè)數(shù)，T表示每個(gè)截面成員的樣本觀測(cè)時(shí)期數(shù)，αi參數(shù)表示面板數(shù)據(jù)模型的截矩項(xiàng)，β1i，…βki表示對(duì)應(yīng)于k個(gè)解釋變量的系數(shù)。通常假定隨機(jī)誤差項(xiàng)μit之間相互獨(dú)立，且滿(mǎn)足均值為零、方差同為σ2u。

面板數(shù)據(jù)回歸究竟是選用固定效應(yīng)模型還是隨機(jī)效應(yīng)模型，國(guó)內(nèi)外學(xué)者們提出了不同的看法。在國(guó)外，早期的固定效應(yīng)支持者Wallace、Hussain和Mundlak認(rèn)為固定效應(yīng)模型具有估計(jì)優(yōu)勢(shì)；而B(niǎo)alestra 和Nerlove卻支持隨機(jī)誤差成分模型。在國(guó)內(nèi)，學(xué)者林少宮則認(rèn)為隨機(jī)效應(yīng)估計(jì)量只有在隨機(jī)效應(yīng)模型真實(shí)的情況下才有效。根據(jù)以往學(xué)者的研究，他們?cè)趯?shí)際操作中多采用固定效應(yīng)模型，因此，本文選擇面板數(shù)據(jù)回歸模型的固定效應(yīng)模型，其中RZRQ為模型中的解釋變量，P為因變量。

四、實(shí)證檢驗(yàn)及分析

（一）描述性統(tǒng)計(jì)分析

本文根據(jù)所選的10個(gè)行業(yè)、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(duì)應(yīng)的股價(jià)數(shù)據(jù)進(jìn)行EVIEWS 7.2軟件分析，其結(jié)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(jià)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(gòu)成的序列分布為右偏，即融資融券余額及股價(jià)分布是不對(duì)稱(chēng)的，為右偏分布。另外，我們從表中的Kurtosis數(shù)值可以看出，RZRQ及P的數(shù)值分別為18.711及4.216，均大于正態(tài)分布的Kurtosis數(shù)值3，因此，RZRQ及P序列的凸起程度大于正態(tài)分布的凸起程度，RZRQ及P序列呈尖峰狀態(tài)分布。

（二）平穩(wěn)性檢驗(yàn)

本文所選的RZRQ及P序列數(shù)據(jù)均屬于時(shí)間序列，因此，在建立模型進(jìn)行實(shí)證檢驗(yàn)之前必須先檢驗(yàn)序列的平穩(wěn)性，本文利用EVIEWS 7.2軟件對(duì)所建立的面板數(shù)據(jù)的原序列及一階差分序列進(jìn)行單位根檢驗(yàn)，以避免回歸分析中存在偽回歸。文中對(duì)RZRQ及P序列的原序列進(jìn)行單位根檢驗(yàn)發(fā)現(xiàn)其并不是平穩(wěn)序列，因此，又進(jìn)一步地對(duì)其一階差分序列進(jìn)行單位根檢驗(yàn)發(fā)現(xiàn)其為一階差分平穩(wěn)序列。RZRQ及P的原序列及一階差分序列檢驗(yàn)結(jié)果如下頁(yè)表2和表3所示。

從下頁(yè)表2所示的結(jié)果中，原序列RZRQ的LLC檢驗(yàn)所得到的統(tǒng)計(jì)量等于-3.62049，相應(yīng)的概率P=0.0001，因此LLC檢驗(yàn)結(jié)果拒絕相應(yīng)的原假設(shè)，即可以認(rèn)為面板數(shù)據(jù)RZRQ的原序列沒(méi)有單位根，即為平穩(wěn)序列。但是從原序列的其他檢驗(yàn)統(tǒng)計(jì)量值可以看出IPS檢驗(yàn)、Fisher-ADF檢驗(yàn)以及Fisher-PP檢驗(yàn)統(tǒng)計(jì)量，在10%的水平下都很顯著，因此，接受原假設(shè)，即接受“所有的截面成員序列都有單位根”的原假設(shè)，原序列為非平穩(wěn)序列。但從其一階差分序列檢驗(yàn)結(jié)果看其LLC檢驗(yàn)所得到的統(tǒng)計(jì)量等于-9.10346，相應(yīng)的概率P=0.0000，因此，LLC檢驗(yàn)結(jié)果拒絕相應(yīng)的原假設(shè)，即可以認(rèn)為面板數(shù)據(jù)RZRQ的一階差分序列沒(méi)有單位根。IPS檢驗(yàn)、Fisher-ADF檢驗(yàn)以及Fisher-PP檢驗(yàn)統(tǒng)計(jì)量相應(yīng)的概率值P都非常小，從而也拒絕相應(yīng)的原假設(shè)。因此，根據(jù)面板數(shù)據(jù)序列RZRQ的單位根檢驗(yàn)結(jié)果，可以認(rèn)為RZRQ的一階差分序列是平穩(wěn)的。

同理，從表3所示的結(jié)果中可以看出，原序列P的單位根檢驗(yàn)結(jié)果為非平穩(wěn)序列，而其對(duì)應(yīng)的一階差分序列的LLC檢驗(yàn)所得到的統(tǒng)計(jì)量等于-9.16572，相應(yīng)的概率P=0.0000，因此，其LLC檢驗(yàn)結(jié)果也表明P的一階差分序列沒(méi)有單位根。IPS檢驗(yàn)、Fisher-ADF檢驗(yàn)以及Fisher-PP檢驗(yàn)統(tǒng)計(jì)量分別為-3.10747、92.2210和94.3457，其相應(yīng)的概率值P分別為0.0009、0.0003和0.0002，其數(shù)值都非常小，從而也應(yīng)當(dāng)拒絕相應(yīng)的原假設(shè)，因此，可以認(rèn)為P的一階差分序列也是平穩(wěn)的。

（三）融資融券余額與股價(jià)波動(dòng)相關(guān)分析

融資融券余額與股價(jià)之間到底存在怎樣的相關(guān)關(guān)系，本文通過(guò)EVIEWS軟件分別對(duì)所選擇的上市公司的面板數(shù)據(jù)做相關(guān)性分析，為了更直觀地顯示二者的相關(guān)性，本文做了線(xiàn)性回歸分析散點(diǎn)圖檢驗(yàn)，其檢驗(yàn)結(jié)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(jià)均呈正相關(guān)關(guān)系，即融資融券余額的變化會(huì)對(duì)股價(jià)的變動(dòng)產(chǎn)生同方向的變動(dòng)，融資融券余額增加，股票價(jià)格會(huì)上漲，反之，股價(jià)則下降。

為了進(jìn)一步研究二者的相關(guān)性，本文又通過(guò)EVIEWS軟件對(duì)面板數(shù)據(jù)做固定效應(yīng)變截距模型估計(jì)檢驗(yàn)，其檢驗(yàn)結(jié)果如圖2所示。

在圖2的估計(jì)結(jié)果中，常數(shù)項(xiàng)C的估計(jì)值等于7.514309，它表示的是25個(gè)截面成員公司平均的股價(jià)水平；解釋變量RZRQ的系數(shù)估計(jì)值為0.06953，其t統(tǒng)計(jì)量非常顯著。由于我們估計(jì)的是變截距模型，因此，這個(gè)解釋變量的系數(shù)估計(jì)值對(duì)25個(gè)截面成員公司都是相同的，而且解釋變量RZRQ的系數(shù)估計(jì)值為正數(shù)，從而說(shuō)明RZRQ對(duì)P有正的影響；除此之外，檢驗(yàn)結(jié)果中DW=1.0415也可以說(shuō)明RZRQ對(duì)P有正的影響。

由檢驗(yàn)結(jié)果可知，可決系數(shù)R2=0.8716，說(shuō)明所建模型整體上對(duì)樣本數(shù)據(jù)擬合程度較好，即解釋變量“融資融券余額”對(duì)被解釋變量“股價(jià)”的絕大部分差異作出了解釋。解釋變量RZRQ的系數(shù)估計(jì)值為0.06953，從經(jīng)濟(jì)意義方面來(lái)講即為：對(duì)于這25家公司中的任意一家公司來(lái)說(shuō)，如果融資融券余額增加100億元，則實(shí)際總股價(jià)將上升6.95元。

根據(jù)圖2的輸出結(jié)果，我們可以寫(xiě)出固定效應(yīng)變截距模型的估計(jì)結(jié)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(duì)數(shù)似然LR=-581.7876，DW=1.0415。

五、 結(jié)論與啟示

本文以我國(guó)A股大幅度波動(dòng)時(shí)期為研究期間，通過(guò)面板數(shù)據(jù)模型對(duì)選取的我國(guó)具有融資融券業(yè)務(wù)的10大行業(yè)25家公司進(jìn)行實(shí)證研究。通過(guò)對(duì)面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)得出文中所選數(shù)據(jù)屬于一階平穩(wěn)性的時(shí)間序列，進(jìn)而避免了偽回歸的出現(xiàn)。并通過(guò)繪制線(xiàn)性回歸散點(diǎn)圖得出融資融券余額與股價(jià)呈正相關(guān)的關(guān)系，為了更進(jìn)一步準(zhǔn)確地檢驗(yàn)二者之間的相關(guān)性，又對(duì)面板數(shù)據(jù)進(jìn)行固定效應(yīng)變截距模型估計(jì)檢驗(yàn)，其檢驗(yàn)結(jié)果同樣證實(shí)融資融券余額對(duì)股價(jià)具有顯著的正向影響作用，且所選的模型擬合優(yōu)度較高。

伴隨著2014年7月股市牛市的到來(lái)至2015年6月股市熊市的出現(xiàn)，在這樣一個(gè)先后經(jīng)歷牛市和熊市的時(shí)期，再加上我國(guó)特殊基本國(guó)情的存在，融資融券交易近幾年發(fā)展雖迅猛，但仍處于發(fā)展的初級(jí)階段。另外我國(guó)的資本市場(chǎng)制度還不夠完善，資本市場(chǎng)上散戶(hù)較多，投資者惡意炒作現(xiàn)象嚴(yán)重。本文的研究結(jié)論對(duì)于廣大投資者、融資融券業(yè)以及監(jiān)管部門(mén)都具有一定的指導(dǎo)作用。對(duì)于投資者來(lái)說(shuō)，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(xiàn)；對(duì)于融資融券業(yè)公司來(lái)說(shuō)為其今后更好地開(kāi)展兩融業(yè)務(wù)及穩(wěn)定公司股價(jià)提供指導(dǎo)；對(duì)于監(jiān)管層來(lái)說(shuō)，為其更好地引導(dǎo)和扶持融資融券業(yè)務(wù)公司提供了宏觀性的指導(dǎo)意見(jiàn)，并引領(lǐng)我國(guó)兩融業(yè)務(wù)和國(guó)際接軌。

參考文獻(xiàn)：

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

[2]肖浩，孔愛(ài)國(guó).融資融券對(duì)股價(jià)特質(zhì)性波動(dòng)的影響機(jī)理研究：基于雙重差分模型的檢驗(yàn)[J].管理世界，2014，（08）：30-42.

[3]季恒波.融資融券對(duì)我國(guó)上市銀行股價(jià)波動(dòng)率影響效應(yīng)的實(shí)證研究[J].時(shí)代金融，2016，（06）：160-161.

[4]樊歡歡，劉榮.EViews統(tǒng)計(jì)分析與應(yīng)用[M].北京：機(jī)械工業(yè)出版社，2013.

作者簡(jiǎn)介：

趙晴，女，碩士，鄭州大學(xué)西亞斯國(guó)際學(xué)院，講師；主要研究方向：財(cái)務(wù)管理。