于新華 胡嚴(yán)勻

華北電力大學(xué)

融資融券交易與股價(jià)變動(dòng)的關(guān)系

于新華 胡嚴(yán)勻

華北電力大學(xué)

融資融券交易的出現(xiàn)及發(fā)展對(duì)我國(guó)證券市場(chǎng)的影響無疑是巨大的，通過實(shí)證分析發(fā)現(xiàn)，融資融券交易與股價(jià)之間存在長(zhǎng)期穩(wěn)定的關(guān)系即融資買入額與股票價(jià)格正相關(guān)，而融券賣出量與股票價(jià)格負(fù)相關(guān)。另外，融資融券交易可以起到穩(wěn)定股票市場(chǎng)價(jià)格的作用。

融資融券交易 面板數(shù)據(jù) 股價(jià)

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(duì)于股價(jià)的預(yù)期走勢(shì)——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(qiáng)了股市流通性和交易活躍性，因此降低了流動(dòng)性風(fēng)險(xiǎn)[1]。據(jù)統(tǒng)計(jì)，國(guó)外融資融券交易量占證券交易總量的比重都達(dá)到15%以上的水平，美國(guó)為16%～20%，日本為15%，我國(guó)臺(tái)灣地區(qū)為20%～40%。[2]

我國(guó)證券市場(chǎng)長(zhǎng)期缺乏合理的價(jià)格發(fā)現(xiàn)機(jī)制，投資者依靠單邊做多來獲利，市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)較高。從我國(guó)股市開張到融資融券交易開始之前，中國(guó)經(jīng)濟(jì)以極快的速度增長(zhǎng)，但是我國(guó)股市經(jīng)歷了8次暴跌暴漲，第一次的暴漲漲幅就達(dá)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(guó)正式啟動(dòng)了券商的融資融券業(yè)務(wù)試點(diǎn)，它的開展，標(biāo)志著我國(guó)“單邊市”的結(jié)束，證券市場(chǎng)正式進(jìn)入雙邊交易模式。

本文直接使用融資融券交易數(shù)據(jù)與當(dāng)日股價(jià)，探究它們之間的變動(dòng)關(guān)系。理論上，本文通過實(shí)證研究的結(jié)論證明融資對(duì)股票價(jià)格存在積極影響，融券對(duì)股票價(jià)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(jià)格的波動(dòng)，維護(hù)股票市場(chǎng)的穩(wěn)定。在實(shí)際生活中，本文的結(jié)論可以給股票市場(chǎng)投資者提供借鑒，投資者可以通過融資融券時(shí)間序列的變動(dòng)，了解股價(jià)變動(dòng)的趨向，以便獲得更大利益。

二、面板數(shù)據(jù)模型

面板數(shù)據(jù)也稱時(shí)間截面數(shù)據(jù)或混合數(shù)據(jù)。面板數(shù)據(jù)是同時(shí)在時(shí)間和截面空間上取得的二維數(shù)據(jù)，面板數(shù)據(jù)從橫截面上看，是由若干個(gè)體在某一時(shí)刻構(gòu)成的截面觀測(cè)值，從縱剖面上看是一個(gè)時(shí)間序列。面板數(shù)據(jù)模型能夠同時(shí)反映變量在截面和時(shí)間二維空間上的變化規(guī)律和特征。面板數(shù)據(jù)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(cè)和度量單純使用橫截面數(shù)據(jù)或時(shí)間序列數(shù)據(jù)無法觀測(cè)到的影響，提高分析的可靠性。

面板數(shù)據(jù)模型通常分為三類，即混合模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型[3]。面板數(shù)據(jù)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(gè)個(gè)體；t=1,2,…,T,表示已知的T個(gè)時(shí)點(diǎn)。yit是個(gè)體i在時(shí)間t時(shí)期的觀測(cè)值；α表示模型的常數(shù)項(xiàng)，δi代表固定或者隨機(jī)的界面效應(yīng)，γt代表固定或者隨機(jī)的時(shí)期效應(yīng)，xit表示k階解釋變量觀測(cè)值向量。Βit表示解釋變量的系數(shù)向量。εit是獨(dú)立同分布的誤差項(xiàng)，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(shù)據(jù)回歸模型分為三類：

1. 混合效應(yīng)模型：假設(shè)在橫截面既無個(gè)體的影響，也沒有結(jié)構(gòu)的變化。混合效應(yīng)模型可以有效地?cái)U(kuò)大樣本容量，使其效率更高。

2. 固定效應(yīng)模型：假設(shè)模型的截距項(xiàng)不同，而斜率是相同的，且不隨時(shí)間變化的非觀測(cè)效應(yīng)與誤差項(xiàng)相關(guān)。

3. 隨機(jī)效應(yīng)模型：假設(shè)模型的截距項(xiàng)不同，而模型的斜率是相同的，不隨時(shí)間變化的非觀測(cè)效應(yīng)與誤差項(xiàng)不相關(guān)。隨機(jī)效應(yīng)模型可以直接利用廣義最小二乘法(GLS)進(jìn)行估計(jì)。

三、實(shí)證研究

（一）數(shù)據(jù)選取和變量定義

本文數(shù)據(jù)選取上證50中從2010.3.31就開始融資融券業(yè)務(wù)的17支標(biāo)的股融資融券交易數(shù)據(jù)，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(yīng)的每日收盤價(jià)和最高價(jià)。

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(shù)量。融券余量指投資者每日融券賣出與買進(jìn)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(jià)作為一個(gè)交易日的結(jié)束價(jià)格，在證券市場(chǎng)中，是投資者非常關(guān)注的問題。每日收盤價(jià)的變化趨勢(shì)是投資者投資選擇的重要的指標(biāo)之一。本文加入每日最高價(jià)協(xié)同分析。

本文數(shù)據(jù)選取的時(shí)間段是2010年3月31日到2016年12月，經(jīng)過簡(jiǎn)單處理后每支標(biāo)的股有1601個(gè)交易日的數(shù)據(jù)，運(yùn)用EVIEWS軟件建立靜態(tài)面板數(shù)據(jù)進(jìn)行分析。本文的數(shù)據(jù)均來自國(guó)泰安的中國(guó)股票市場(chǎng)交易數(shù)據(jù)庫(kù)（CSMAR）。

選取的17支標(biāo)的股及融資融券交易變量的簡(jiǎn)稱定義如下表1所示：

表1 變量簡(jiǎn)稱

（二）單位根檢驗(yàn)

根據(jù) Granger 和 Newbold（1974）[4]的研究，非平穩(wěn)變量可能導(dǎo)致偽回歸。對(duì)時(shí)間序列模型進(jìn)行統(tǒng)計(jì)分析時(shí)，我們必須確定變量是穩(wěn)定的，即變量的均值和數(shù)目不會(huì)隨時(shí)間變化而變化。單位根檢驗(yàn)是檢驗(yàn)數(shù)據(jù)穩(wěn)定性的最常用的方法。

單位根檢驗(yàn)有三種檢驗(yàn)?zāi)Ｊ剑杭扔汹厔?shì)又有截距、只有截距、既無趨勢(shì)又無截距。只有三個(gè)模型的檢驗(yàn)結(jié)果都不拒絕原假設(shè)時(shí)，我們才認(rèn)為時(shí)間序列是非平穩(wěn)的，而只要其中有一個(gè)模型的檢驗(yàn)結(jié)果拒絕了零假設(shè)，就可認(rèn)為時(shí)間序列是平穩(wěn)的。[5]

對(duì)于本文研究的七個(gè)變量序列來說，粗略觀察時(shí)序圖可以很明顯的看出，所有的變量均沒有趨勢(shì)。因此，我們只需要檢驗(yàn)剩余兩個(gè)模型即可。

單位根檢驗(yàn)一般是先從原水平序列開始檢驗(yàn)，如果存在單位根，則對(duì)該序列進(jìn)行一階差分后繼續(xù)檢驗(yàn)。

表2 單位根檢驗(yàn)結(jié)果

從表2可以看出，對(duì)于HP、CP、FA、SS、SB五個(gè)原序列在1%的情況下拒絕單位根存在的原假設(shè)（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(shè)，不存在單位根。因此本文中HP、CP、FA、DFB、SS、SB、DMB現(xiàn)均為平穩(wěn)序列，對(duì)其進(jìn)行協(xié)整檢驗(yàn)。

（三）協(xié)整檢驗(yàn)

協(xié)整檢驗(yàn)的目的檢驗(yàn)一組非平穩(wěn)序列的線性組合是否具有穩(wěn)定的均衡關(guān)系。在進(jìn)行時(shí)間系列分析時(shí)，傳統(tǒng)上要求所用的時(shí)間系列必須是平穩(wěn)的。但是，在現(xiàn)實(shí)經(jīng)濟(jì)中的時(shí)間系列通常是非平穩(wěn)的，對(duì)其進(jìn)行差分變得平穩(wěn)，使用協(xié)整避免失去總量的長(zhǎng)期必要信息。

同階單整是協(xié)整的前提要求。對(duì)于DFB、DMB兩列一階平穩(wěn)序列來說，不可以和HP或者CP原水平平穩(wěn)序列做協(xié)整分析。因此，本文檢驗(yàn)HP、CP分別與FA、SS 和SB之間的協(xié)整關(guān)系。

表3 協(xié)整檢驗(yàn)結(jié)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(xié)整的假設(shè)，即上面六組變量序列通過了協(xié)整檢驗(yàn)，說明變量之間存在著長(zhǎng)期穩(wěn)定的均衡關(guān)系。因此面板數(shù)據(jù)模型只針對(duì)這四組數(shù)據(jù)進(jìn)行，這樣得到的回歸結(jié)果是比較精確的。

（四）靜態(tài)面板數(shù)據(jù)

在面板數(shù)據(jù)模型三種形式的選擇方法上，我們經(jīng)常采用F檢驗(yàn)決定選用混合模型還是固定效應(yīng)模型。

表4 F檢驗(yàn)結(jié)果

從表4可以看出，對(duì)這四組序列來說，均在1%的水平下拒絕原假設(shè)。也就是說應(yīng)該建立固定效應(yīng)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(shí)刻的隨機(jī)變量的線性組合來描述以后某時(shí)刻隨機(jī)變量的線性回歸模型。在固定效應(yīng)模型中，AR可以防止序列之間存在自相關(guān)。因此，對(duì)HP、FA、SS和CP、FA、SS分別建立含有AR(1)的固定效應(yīng)模型。

從表5的結(jié)果可知HP、FA、SS模型的調(diào)整R2=0.99，說明模型擬合性非常完美，其相應(yīng)的回歸方程為：

每日最高價(jià)和融資買入額存在正相關(guān)關(guān)系，每日最高價(jià)和融資買入額存在負(fù)相關(guān)關(guān)系：在其他變量不變的情況下，融資買入額每變動(dòng)1%，每日最高價(jià)同向變動(dòng)9.38E-10%，融券賣出量每變動(dòng)1%，每日最高價(jià)反向變動(dòng)3.55E-09%。

運(yùn)行CP、FA、SS的模型得到結(jié)果：R2與調(diào)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(yīng)的回歸方程為：

通過回歸方程可以看出，每日收盤價(jià)和融資買入額，每日收盤價(jià)和融券賣出量均存在正相關(guān)關(guān)系。后者實(shí)驗(yàn)結(jié)果與原假設(shè)不符。但現(xiàn)實(shí)中也存在這種現(xiàn)象。因?yàn)槭毡P價(jià)有人為操控的可能，一般表現(xiàn)是股價(jià)在收盤前半分鐘左右，突然出現(xiàn)一筆大買單瞬間拉高股價(jià)。尾市的股價(jià)瞬間被拉高，大多數(shù)人來不及反應(yīng)，就到了收市時(shí)刻，無法高價(jià)賣出，莊家因此達(dá)到節(jié)約大量資金的目的。

四、研究結(jié)論

本文基于17支標(biāo)的股融資融券交易日數(shù)據(jù)，建立靜態(tài)面板數(shù)據(jù)模型，實(shí)證分析融資融券交易對(duì)股票價(jià)格的影響。本文的結(jié)論有下面幾點(diǎn)：

協(xié)整關(guān)系檢驗(yàn)表明每日最高價(jià)、融資買入額和融券賣出量之間存在長(zhǎng)期均衡關(guān)系。每日收盤價(jià)、融資買入額和融券賣出量之間存在長(zhǎng)期均衡關(guān)系。

通過靜態(tài)面板數(shù)據(jù)模型進(jìn)行回歸分析，可知融資買入額對(duì)股票價(jià)格的影響是正向的，融券賣出量對(duì)股票價(jià)格的影響是負(fù)向的。股價(jià)偏低時(shí)，投資者的選擇偏好認(rèn)為接下來將會(huì)有利好消息出現(xiàn)，此時(shí)投資者情緒是樂觀的，融資交易數(shù)量將會(huì)增加，對(duì)于股票的需求增加，從而使股價(jià)上升。反之則反，投資者若悲觀看待股票市場(chǎng)，股市低迷。

融資融券交易對(duì)投資者情緒具有一定的抑制作用，起到“價(jià)格緩沖器”的作用。當(dāng)市場(chǎng)過度投機(jī)或惡意炒作使某一股票價(jià)格變得虛高時(shí)，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(jià)格的泡沫化；當(dāng)某一股票價(jià)值過低時(shí)，投資者也可以通過融資買進(jìn)促使股價(jià)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(duì)股票市場(chǎng)流動(dòng)性和波動(dòng)性的影響——基于上證180的證據(jù)[J]. 當(dāng)代經(jīng)濟(jì), 2014(22):113-117.

[2]孫施. 廣發(fā)證券發(fā)展融資融券業(yè)務(wù)的對(duì)策研究[D]. 吉林大學(xué),2014.

[3]白仲林，張曉峒. 面板數(shù)據(jù)的計(jì)量經(jīng)濟(jì)分析[M]. 天津. 南開大學(xué)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(jì)量經(jīng)濟(jì)學(xué)（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(yáng)人，華北電力大學(xué)副教授，經(jīng)濟(jì)與管理學(xué)院黨委書記，研究方向：產(chǎn)業(yè)經(jīng)濟(jì);胡嚴(yán)勻（1991-），女，滿族，河北承德人，華北電力大學(xué)在讀碩士研究生，研究方向：財(cái)務(wù)管理。