• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      融資融券對我國股市波動率的影響研究
      ——基于滬深300指的實證分析

      2018-11-27 07:10:42劉宇彤
      時代金融 2018年30期
      關(guān)鍵詞:融券股票市場余額

      劉宇彤

      (四川大學(xué)經(jīng)濟(jì)學(xué)院,四川 成都 610065)

      一、前言

      融資融券是一種信用交易,分為融資交易和融券交易兩部分。投資者進(jìn)行交易時,需要向證券公司交存一定的保證金,證券公司在收到保證金后會出借資金供投資者買入證券或出借證券供投資者賣出,在投資者將所借的資金或證券歸還后,證券公司歸還其保證金。實施融資融券交易制度的初衷是平抑證券市場的異常波動,但其是否發(fā)揮了作用是當(dāng)下學(xué)者們研究的重點問題之一。本文為了探究融資融券對我國股市波動率的影響,采用2017年1月3日至2017年12月29日一整年中國證券市場融資融券交易余額與滬深300指數(shù)的相關(guān)數(shù)據(jù),對此問題進(jìn)行實證研究,從而為我國更好地開展融資融券業(yè)務(wù)提供相應(yīng)的依據(jù)。

      二、融資融券對我國股市波動率影響的實證分析

      (一)樣本及指標(biāo)選取

      本文的研究樣本區(qū)間選擇為2017年1月3日至2017年12月29日一整年,除去周末及各個節(jié)假日共244個樣本。對于市場指數(shù)的選擇,本文采用滬深300指作為市場波動率的計算基礎(chǔ)。滬深300指數(shù)反應(yīng)了滬深市場的整體走勢,包含了兩市中較有代表性的300只股票。最主要的是,滬深300指數(shù)的成分股大多為融資融券標(biāo)的股票,與融資融券行為有較大的關(guān)聯(lián)。本文數(shù)據(jù)來源于wind數(shù)據(jù)庫,計量分析軟件為Stata12.0。本文在實證研究過程中需要定義兩類變量,一類變量衡量我國股市波動率,一類變量衡量融資融券交易余額,具體定義如下:

      1.股市波動率(vol)選擇。股市指數(shù)的震蕩幅度越大往往說明了股市的波動率越大,兩者有較大的關(guān)聯(lián),因此本文運用股市指數(shù)的震蕩幅度來衡量股市波動率:(其中PHt和PLt分別為當(dāng)日最高價和最低價)。

      2.融資融券指標(biāo)選擇。融資融券余額的指標(biāo)采用滬深兩市當(dāng)日收盤時的融資余額(rongzi)和融券余額(rongquan),融資融券交易余額能夠反映當(dāng)日融資融券交易的存量,而其差分能夠反映當(dāng)日融資融券交易的流量變化。

      (二)實證分析過程

      1.模型構(gòu)建。融資融券余額變化和股票市場波動情況可能存在時間上的先后差異,即融資余額、融券余額和股票市場波動情況可能在當(dāng)期及未來若干期都存在著相互影響,這種動態(tài)關(guān)系適合用VAR模型進(jìn)行分析。本文構(gòu)建如下三元變量:融資余額、融券余額和股票市場波動情況,從而建立三元VAR模型。根據(jù)AIC、HQIC和SBIC準(zhǔn)則,本文選取的滯后階為2階。同時,該VAR模型全部根的倒數(shù)值均位于單位圓內(nèi),因此該VAR模型是穩(wěn)定的,這為后續(xù)的實證分析提供了基礎(chǔ)。

      2.ADF平穩(wěn)性檢驗。本文中采用ADF檢驗方法驗證股市波動率、融資融券余額的平穩(wěn)性。檢驗結(jié)果顯示,股票市場波動情況(vol)和融券余額(rongquan)的ADF統(tǒng)計量都在1%的水平下拒絕原假設(shè),因而是平穩(wěn)的。而融資余額在1%的水平下接受原假設(shè),變量不平穩(wěn)。接下來對融資余額進(jìn)行一階差分,得到新的序列drongzi,差分后的變量drongzi在1%的顯著性水平下拒絕原假設(shè),因而可以認(rèn)為drongzi是平穩(wěn)的。融資余額的一階差分drongzi有明確的經(jīng)濟(jì)含義,即融資凈買額(drongzi)。

      數(shù)據(jù)經(jīng)過處理后,股票市場波動情況(vol)、融券余額(rongquan)和融資凈買額(drongzi)三個變量的數(shù)據(jù)均平穩(wěn)。表1展示了單位根檢驗的結(jié)果:

      表1 單位根檢驗結(jié)果

      3.Granger因果檢驗。Granger因果關(guān)系是一種基于“預(yù)測”的因果關(guān)系,該檢驗可以從統(tǒng)計上分析兩個平穩(wěn)時間序列X和Y之間的因果關(guān)系。若在包含了變量X的過去信息的條件下,對變量Y的預(yù)測要優(yōu)于只單獨由Y的過去信息對Y進(jìn)行的預(yù)測效果,則認(rèn)為變量X是變量Y的Granger原因。通過VAR模型可以將上述分析拓展至多變量因果關(guān)系。

      下表是本文Granger因果檢驗結(jié)果。結(jié)果表示:①融券余額是股票市場波動情況的Granger原因,且在1%水平上高度顯著。②融資凈買額是股票市場波動情況的Granger原因,且在5%水平上顯著。③融資凈買額是融券余額的Granger原因,且在5%水平上顯著。④融券余額是融資凈買額的Granger原因,且在5%水平上顯著。此外,股票市場波動情況既不是融資凈買額的Granger原因,也不是融券余額的Granger原因。表2展示了Granger因果檢驗的結(jié)果:

      表2 Granger因果檢驗結(jié)果

      上述結(jié)果表明,融資融券都會加劇股票市場的波動。其次,融資凈買額的變化和融券余額的變化是相互顯著影響的。最后,股票市場的波動并不會對融資凈買額和融券余額產(chǎn)生顯著的影響,這可能和我國股市建設(shè)不健全,股價并沒有起到良好的“晴雨表”作用有關(guān)。

      4.脈沖響應(yīng)函數(shù)分析。脈沖響應(yīng)函數(shù)用來解釋當(dāng)系統(tǒng)內(nèi)生變量面臨隨機(jī)擾動項的一次性沖擊時,其對系統(tǒng)內(nèi)生變量當(dāng)前值和未來值的影響程度。

      圖1 drongzi對vol的響應(yīng)函數(shù)

      圖2 rongquan對vol的響應(yīng)函數(shù)

      圖1 描述了融資凈買額對股票市場波動性沖擊的影響。圖2描述了融券余額對股票市場波動性沖擊的影響??梢钥闯觯诒酒诮o融資凈買額施加一個正向單位的標(biāo)準(zhǔn)差沖擊時,股票市場的波動性立即產(chǎn)生顯著的負(fù)向響應(yīng),在第1期的響應(yīng)最為劇烈,過了第1期后,響應(yīng)逐漸衰弱,總體呈現(xiàn)一個負(fù)向影響。在本期給融券余額施加一個正向單位的標(biāo)準(zhǔn)差沖擊時,股票市場的波動性在第1期沒有明顯的變化,過了第1期后有明顯的上升,上升至第2期后響應(yīng)非常緩慢地減弱,總體呈現(xiàn)一個正向影響。表明相比于融券余額,給融資凈買額施加一個沖擊后,能夠引起股票市場波動性更強烈的變化。但二者對股票市場的波動影響幅度都較小。

      圖3 drongzi對rongquan的響應(yīng)函數(shù)

      圖4 rongquan對drongzi的響應(yīng)函數(shù)

      圖3 描述了融資凈買額對融券余額的影響。圖4描述了融券余額對融資凈買額的影響??梢钥闯?,在本期給融資凈買額施加一個正向單位的標(biāo)準(zhǔn)差沖擊時,融券余額在第1期快速上升后,在第1期到達(dá)頂峰,然后逐漸下降至零附近,直到第2期后趨于平穩(wěn),但總體都是呈現(xiàn)的正向影響。在本期給融券余額施加一個正向單位的標(biāo)準(zhǔn)差沖擊時,融資凈余額在第1期迅速地下降至零附近,在第1期后逐漸趨于平穩(wěn),總體也是呈現(xiàn)一個正向影響。從縱坐標(biāo)軸和圖形的走勢來看,融券余額對融資凈買額沖擊后的影響要大于融資凈買額給融券余額的影響。

      5.方差分解。方差分解是將系統(tǒng)的預(yù)測均方誤差分解成系統(tǒng)中各變量沖擊所作的貢獻(xiàn),即變量沖擊的貢獻(xiàn)占總貢獻(xiàn)的比例,以此考察系統(tǒng)中各個變量沖擊的相對重要性。

      在股票市場波動率方差分解的結(jié)果中,影響股票市場波動率的最大因素是其自身,在第1期,自身對自身的貢獻(xiàn)率為100%。第1期后,其貢獻(xiàn)率逐漸下降,融資凈買額和融券余額沖擊的貢獻(xiàn)率逐漸上升,但也遠(yuǎn)遠(yuǎn)不及股票市場波動率沖擊對自身的高度影響,在第8期,股票市場波動率預(yù)測方差的93.46%依舊可以有自身的變動來解釋。說明了股票市場的波動更多地受其自身因素的影響。

      在融資凈買額方差分解的結(jié)果中,影響融資凈買額的最大因素是其自身,在第1期占比90.44%,其次是融券余額,在第1期占比9.25%,最后是股票市場波動率,在第1期占比僅0.3%。在第4期及以后,各變量沖擊的貢獻(xiàn)占總貢獻(xiàn)的比例基本穩(wěn)定。其中,融資凈買額的貢獻(xiàn)基本穩(wěn)定在90.35%,融券余額的沖擊基本占比9.2%,股票市場波動率的沖擊的貢獻(xiàn)依舊最小,為0.42%。

      在融券余額方差分解的結(jié)果中,影響融券余額的最大因素是其自身。在第1期融資凈買額的沖擊對融券余額沒有影響,在第2期后逐漸顯現(xiàn)出來,為1.67%,并且其對融券余額的影響呈現(xiàn)一個逐漸下降的趨勢,在第2期達(dá)到最大。股票市場波動率的沖擊在第一期對融資余額的影響為3.47%,在第2期達(dá)到最低,為2.5%,此后其貢獻(xiàn)率逐漸上升。而融券余額的沖擊對自身的影響在第3期后逐漸穩(wěn)定在95%。

      三、總結(jié)

      本文采用2017年一整年的數(shù)據(jù),運用VAR模型實證研究了融資融券與我國股票市場波動性的關(guān)系。總體來看,融資融券交易雖然對股票市場的波動有顯著的影響,但影響幅度較小。Granger因果檢驗表明融資融券交易導(dǎo)致股票市場波動,融資融券業(yè)務(wù)相互影響。而脈沖響應(yīng)函數(shù)表明融資交易對股票市場的波動能夠在一定程度上起到抑制作用,融券交易對股票市場的波動能夠在一定程度上起到促進(jìn)作用。方差分解結(jié)果表明股票市場的波動更多地受其自身因素的影響。因此,為了促進(jìn)股票市場健康發(fā)展,應(yīng)適當(dāng)發(fā)揮融資交易平抑我國股市波動的功能,引導(dǎo)其發(fā)揮積極作用。

      猜你喜歡
      融券股票市場余額
      融券統(tǒng)計(2月21日~2月27日)
      融券統(tǒng)計(1月17日~1月23日)
      融券統(tǒng)計(1月10日~1月16日)
      2024年兩融余額月度數(shù)據(jù)
      融券統(tǒng)計(8月2日~8月8日)
      2020,余額不足
      中國股票市場對外開放進(jìn)入下半場
      中國外匯(2019年20期)2019-11-25 09:54:58
      貨幣政策與股票市場流動性的互相關(guān)關(guān)系研究
      智富時代(2019年6期)2019-07-24 10:33:16
      我國股票市場的有效性研究
      智富時代(2018年11期)2018-01-15 09:52:06
      基于協(xié)整的統(tǒng)計套利在中國股票市場的實證研究
      智富時代(2017年1期)2017-03-10 20:33:43
      沙坪坝区| 上蔡县| 铁岭市| 青铜峡市| 通化市| 灵川县| 太湖县| 湘乡市| 长治县| 隆化县| 洛隆县| 广汉市| 新津县| 库车县| 鄂托克旗| 武山县| 长白| 佳木斯市| 搜索| 定日县| 东丰县| 吉安市| 阳朔县| 宜兰县| 淄博市| 宝清县| 平度市| 泾阳县| 安多县| 海晏县| 库伦旗| 康马县| 县级市| 本溪| 元阳县| 拉孜县| 沧州市| 嘉义县| 诏安县| 麻栗坡县| 宁陕县|