王國志,李鑫鑫
(燕山大學(xué)經(jīng)濟管理學(xué)院,河北秦皇島066004)
20世紀(jì)90年代初,我國兩大證券市場相繼成立,經(jīng)過近三十年的發(fā)展,我國資本市場已逐漸發(fā)展壯大,但仍存在很多不成熟的地方,如作為新興的資本市場,市場本身的價格發(fā)行功能有限,同時缺乏較為完善的做空機制,容易產(chǎn)生泡沫經(jīng)濟,加劇市場風(fēng)險,同時也抑制了金融衍生產(chǎn)品市場的發(fā)展。而融資融券業(yè)務(wù)的推出,可以在很大程度上有效緩解上述問題。
我國于2010年3月31日正式推出融資融券業(yè)務(wù),其目的主要是豐富交易品種、促進市場穩(wěn)定。經(jīng)過九年的發(fā)展,融資融券交易在交易模式、交易主體資格、標(biāo)的證券要求、信用額度控制以及交易過程管理等各個方面都在不斷完善,已成為一項不可或缺的交易制度。自融資融券業(yè)務(wù)開通以來,標(biāo)的股票共開展了五次較大規(guī)模的擴容,從最初進入融資融券標(biāo)的股票池中的90支到目前的959支,融資融券余額和標(biāo)的股票的數(shù)量已具有相當(dāng)?shù)囊?guī)模,融資融券標(biāo)的股票的分布和覆蓋也愈加廣泛和全面。但也存在融資與融券規(guī)模嚴(yán)重不對等,融券業(yè)務(wù)始終處于劣勢地位,不足兩融余額的5%,甚至大部分時間都低于1%(見圖1)的情況。將兩融余額與市場行情進行對比(見圖2)可以看出,從2014年開始,融資融券余額與以滬深300指數(shù)為代表的市場行情變化情況具有明顯的正相關(guān)性。因此,研究兩融業(yè)務(wù)在市場波動性方面產(chǎn)生的影響需充分考慮市場行情的變動情況。
A股的歷次擴容都為研究兩融交易對標(biāo)的股特質(zhì)性波動與流動性的影響增添了新的依據(jù),盡管2015年6月中旬之后的暴跌使得許多學(xué)者對融資融券業(yè)務(wù)抑制特質(zhì)性波動、促進流動的作用產(chǎn)生質(zhì)疑。但分階段研究融資融券擴容政策對市場的波動性影響必不可少。因此,本文對融資融券標(biāo)的股采取分階段研究,用虛擬變量區(qū)分股票能否進行兩融交易,以歷次擴容時間為節(jié)點,構(gòu)建多個雙重差分模型來考察兩融業(yè)務(wù)給市場波動性帶來的影響,這樣不僅可以觀測到擴容政策實施的真實效應(yīng),而且也能為市場管理者更深層次地科學(xué)規(guī)劃、制定擴容政策提供經(jīng)驗依據(jù)。
融資融券交易最早可以追溯到17世紀(jì),國內(nèi)外學(xué)者就融資融券交易對波動性、流動性的影響進行了大量研究,但融資融券交易究竟是促進還是抑制了波動性以及流動性,學(xué)術(shù)界一直存在爭論。
圖1 融資余額與融券余額占比
圖2 滬深股市與融資融券業(yè)務(wù)發(fā)展?fàn)顩r
國內(nèi)外多數(shù)研究都表明融資融券交易可以抑制波動性,這也是主流觀點。陳淼鑫等發(fā)現(xiàn),賣空活動可以有效降低市場極端情況的出現(xiàn)[1]。Sobaci等用日數(shù)據(jù)來研究土耳其證券市場,得出增加賣空活動會降低波動[2]。Bohl等采用馬爾可夫轉(zhuǎn)換和GARCH模型來研究德國金融企業(yè)的賣空交易,同樣得出賣空活動可以有效抑制股票價格波動的結(jié)論[3]。竇澤群等采用事件分析法建立面板數(shù)據(jù)回歸模型,認為融資融券交易行為能夠有效穩(wěn)定股票市場價格的波動[4]。
然而,也有相當(dāng)一部分學(xué)者認為融資融券業(yè)務(wù)的開展增大了波動。Verrecchia研究發(fā)現(xiàn),對賣空活動進行限制有利于股市的平穩(wěn)運行[5]。許紅偉和陳欣基于首批試點標(biāo)的股,發(fā)現(xiàn)融資融券單向調(diào)節(jié)作用明顯,由于融資融券交易自帶的杠桿具有雙重作用,從而能夠加劇市場價格的波動性[6]。Rajgopal等研究發(fā)現(xiàn),投資者對公司盈利看法的不一致增大了股價的特質(zhì)性波動[7]。Zhang等研究中國股票市場標(biāo)的股被調(diào)入融資融券交易前后30個交易日股價的波動情況,發(fā)現(xiàn)標(biāo)的股被調(diào)入后的股價波動性顯著增加[8]。褚劍等同樣發(fā)現(xiàn)融資融券業(yè)務(wù)的杠桿性會增大市場極端行情出現(xiàn)的可能[9]。
還有一小部分研究發(fā)現(xiàn)融資融券業(yè)務(wù)的開展對市場波動性的影響不確定。如Figlewski和Webb選取S&P500指數(shù)中的400只成分股研究賣空交易對股票價格波動的影響,發(fā)現(xiàn)兩者作用并不顯著[10]。
國內(nèi)外多數(shù)研究都表明融資融券業(yè)務(wù)的開展對提升股票的流動性存在積極作用。Charoenrook和Daouk認為允許賣空存在的發(fā)達國家市場相較于未推出賣空業(yè)務(wù)的市場而言,流動性得到了很大的提升[11]。王旻、廖士光等基于臺灣證券研究發(fā)現(xiàn)賣空活動可以使市場的流動性得到顯著增加[12]。但也有不少學(xué)者認為融資融券業(yè)務(wù)的開展對提升股票的流動性有著消極作用。如Scheinkaman和Xiong將賣空交易與成交量掛鉤,認為賣空機制的存在將會減少成交量,進而降低流動性[13]。還有相當(dāng)一部分學(xué)者認為融資融券與流動性之間并沒有某種特定的影響。如谷文林建立單因素方差分解模型考察二者之間的關(guān)系,結(jié)果表明融資融券交易與市場流動性二者之間并沒有顯著影響[14]。
綜上,融資融券業(yè)務(wù)對于波動性以及流動性的影響效應(yīng)學(xué)界尚沒有形成統(tǒng)一的結(jié)論,研究多局限于單一的整體樣本期間,對融資融券標(biāo)的股階段性的研究較少。因此本文采用計量經(jīng)濟學(xué)中常見的研究方法,對滬深兩市融資融券開通初期以及五次擴容政策在波動性以及流動性方面帶來的影響進行分階段考察,以分析不同時期的擴容政策產(chǎn)生的實際效應(yīng)。
本文考察的是融資融券擴容政策的效應(yīng)研究,因此,將融資融券與擴容政策相結(jié)合是本文的核心。我國的融資融券標(biāo)的股都是分批次逐步開放的,不同觀測區(qū)間的融資融券標(biāo)的股數(shù)目存在差異。本文選取2008年10月至2018年9月滬深兩市A股融資融券標(biāo)的股的月度數(shù)據(jù)作為樣本,將整個時間跨度以擴容時間為節(jié)點分為不同的時期,同時剔除節(jié)假日、停牌等無法正常進行交易的數(shù)據(jù),建立多個雙重差分模型,研究不同時期的擴容政策給我國市場波動性帶來的影響。文中的數(shù)據(jù)來源為Wind金融終端,采用的實證分析軟件為eviews9。
首先運用Ashenfelter等提出的雙重差分模型分析兩融交易對標(biāo)的個股特質(zhì)性波動的影響[15]。雙重差分基礎(chǔ)模型如下:
本文所建立的模型實驗期與實驗組的劃分見表1,其中VOLit為標(biāo)的股票特質(zhì)性波動指標(biāo),M為實驗組、對照組區(qū)分變量,T為實驗期、對照期區(qū)分變量,M*T為交叉項,Control為控制變量,Year為時間固定效應(yīng),F(xiàn)irm為個體固定效應(yīng),α0為常數(shù)項,βj表示系數(shù),εit表示隨機誤差項。
本文使用隨機誤差項的絕對值來衡量標(biāo)的股股價的特質(zhì)性波動,記為VOLit,具體模型如式(2):
其中,rs,it表示第 i支標(biāo)的股票第 t月的對數(shù)收益率,rf,t表示時間t的無風(fēng)險收益率,用 Shibor月利率代表,rm,t表示時間t的市場對數(shù)收益率,用滬深300指數(shù)對數(shù)收益率衡量,εit表示隨機誤差項。
本文為了更好地契合中國股票市場的特征,選取式(3)來衡量標(biāo)的股票的流動性。同樣運用Ashenfelter等提出的雙重差分模型分析兩融交易對標(biāo)的股流動性的影響[15]。流動性的雙重差分模型見式(4):
其中 LIQit為流動性指標(biāo), M、T、M*T、Control、Year、Firm、α0、βj、 εit代表的含義與前文一致。 本文涉及所有變量的選取見表2。
表1 模型實驗組、對照組及實驗期、對照期選取
表2 變量名稱及計算方法
為了觀察不同時期實驗組、對照組的差異,本文對被解釋變量和控制變量進行均值分析。由表3可以看出,在波動性方面,兩融業(yè)務(wù)正式推出初期,實驗組標(biāo)的個股股價的特質(zhì)性波動均值大于對照組,DID4模型所處的第三次擴容期間的實驗組標(biāo)的個股股價的特質(zhì)性波動均值、絕對值略大于對照組,其余四次擴容帶來的特質(zhì)性波動的影響均低于對照組,說明在兩融業(yè)務(wù)推出以及五次較大規(guī)模的擴容均能起到抑制標(biāo)的股特質(zhì)性波動的作用;在流動性方面,六個雙重差分模型所涉及的實驗組的流動性均大于對照組,說明在兩融業(yè)務(wù)推出初期以及五次較大規(guī)模的擴容均能促進標(biāo)的股的流動性。表3反映了實驗組與對照組之間兩融標(biāo)的股票特質(zhì)性波動性與流動性的差異,但兩表只是簡單計算均值,并未將期間有關(guān)指標(biāo)的變動考慮在內(nèi),因此研究融資融券擴容政策對個股股價特質(zhì)性波動以及流動性的影響,還需多方面對面板數(shù)據(jù)進行分析。
表3 六組模型分組變量均值變化
為了防止回歸模型無效而對估計結(jié)果產(chǎn)生影響,首先對數(shù)據(jù)序列的平穩(wěn)性進行檢驗。本文采取綜合檢驗方法,即同時進行LLC檢驗、IPS檢驗、Fisher-ADF以及 Fisher-PP檢驗對變量的單位根進行檢驗。將序列的檢驗值與t統(tǒng)計量臨界值比較,當(dāng)檢驗值小于t臨界值,且p值較小時,則說明此面板數(shù)據(jù)成員是平穩(wěn)的;反之,則變量序列不平穩(wěn)。變量的平穩(wěn)性檢驗見表4。從表4可以看出,面板成員序列所有變量均可以拒絕單位根假設(shè),本文所選取的數(shù)據(jù)是平穩(wěn)的,估計結(jié)果不受影響。
表4 面板成員序列的單位根和平穩(wěn)性檢驗結(jié)果(以DID1為例)
依照式(1)、式(4)建立雙重差分模型,按表1劃分的不同期間、不同分組進行面板數(shù)據(jù)回歸。首先用Hausman檢驗來決定到底是選擇固定效應(yīng)回歸模型還是隨機效應(yīng)回歸模型,結(jié)果發(fā)現(xiàn),模型超出置信區(qū)間的P值近似為0,拒絕原假設(shè),選取固定效應(yīng)回歸模型,在采取固定效應(yīng)回歸模型的過程中,包含一個F檢驗,經(jīng)過計算,又通過了 F檢驗,選擇個體固定效應(yīng)回歸模型。在選擇個體效應(yīng)回歸的過程中發(fā)現(xiàn),控制了時間、個體的雙向固定效應(yīng)效果更好,結(jié)果更顯著,因此采用個體的雙向固定效應(yīng)進行面板數(shù)據(jù)回歸。具體回歸結(jié)果見表5、表6:
表5 融資融券交易對特質(zhì)性波動的回歸結(jié)果
在波動性方面,從表5可以看出,六個模型中,標(biāo)準(zhǔn)差均在0附近,說明控制變量選取得當(dāng),能夠有效避免內(nèi)生性問題。六個模型的交叉項系數(shù)大多為負數(shù),說明融資融券交易能抑制股價特質(zhì)性波動,尤其在DID3、DID4模型中,效果更加明顯。從交叉項的系數(shù)值來看,融資融券交易在模型DID3、DID4時抑制波動性的作用尤為顯著,在其他模型中,抑制作用不明顯,甚至在DID5中起到增大標(biāo)的股的特質(zhì)性波動的作用。分析原因,DID1處于兩融業(yè)務(wù)的試點時期,投資者和券商對業(yè)務(wù)不熟悉,標(biāo)的股數(shù)量少,影響力弱,融資融券業(yè)務(wù)受到嚴(yán)格的控制,最終表現(xiàn)為較強的抑制效應(yīng);DID2時間段,市場處于下跌階段,投資者面對高杠桿性的融資融券交易只能謹慎操作,融資融券的政策效應(yīng)減弱;在DID3、DID4時間段,標(biāo)的股票的數(shù)量和兩融余額已達一定的規(guī)模,抑制股價特質(zhì)性波動的作用得到充分發(fā)揮,且市場的整體行情處于上漲階段,抑制效果最為明顯;在DID5、DID6階段,均剔除了2015年6月中旬至2016年1月底股災(zāi)期間的數(shù)據(jù),原因在于2015年下半年,證監(jiān)會對滬深市場上的融資融券業(yè)務(wù)采取了一系列措施禁止賣空,融資融券嚴(yán)重失衡,且市場處于暴跌狀態(tài),融資融券業(yè)務(wù)作用受影響較大。在兩模型涉及的時間段內(nèi),擴容的數(shù)量較少,市場整體大幅度下跌的行情使兩融業(yè)務(wù)萎縮,經(jīng)過一段時間調(diào)整、恢復(fù),股災(zāi)帶來的消極影響減弱,因此模型DID5未能有效抑制股價特質(zhì)性波動;不同于前四次大規(guī)模的擴容,計劃中的第五次擴容是在2015年上半年股市暴漲的行情下推出的,雖然胎死腹中,但經(jīng)過一年多的沉淀,市場積累了大量的做空力量,促使兩融余額快速增加,同時經(jīng)過2016年1月的第五次大規(guī)模擴充,標(biāo)的股票不斷壯大,兩融交易得到了更好的發(fā)展,因此DID6研究時間段,抑制波動性的效應(yīng)逐漸恢復(fù)。
表6 融資融券交易對流動性的回歸結(jié)果
在流動性方面,從表6可看出,六個模型中,標(biāo)準(zhǔn)差同樣在0附近,說明控制變量選取得當(dāng),能夠有效避免內(nèi)生性問題。六個模型的交叉項系數(shù)大多為正,說明融資融券交易能促進股票流動,尤其在DID3、DID4、DID5模型中,效果尤為明顯。從交叉項的系數(shù)值來看,融資融券交易在模型DID5時促進流動性作用尤為顯著,絕對值大,在其他模型中,影響效果不及這一時期,甚至在DID1、DID6中起到抑制標(biāo)的股流動性的作用。分析原因,在兩融業(yè)務(wù)剛推出期間,受2008年金融危機的影響,投資者不敢貿(mào)然出手,原本打算投入股市的資金,轉(zhuǎn)而投向別的市場,兩融業(yè)務(wù)發(fā)展緩慢,融資融券交易并不能有效促進市場流動;DID2研究的時間段,融資融券業(yè)務(wù)不斷成熟,融資融券的政策效應(yīng)逐漸凸顯;在DID3、DID4所考慮的時間段,標(biāo)的股票的數(shù)量和兩融余額已達一定的規(guī)模,市場行情處于震蕩上漲,融資融券業(yè)務(wù)擴容政策促進市場流動性的作用得到充分的發(fā)揮;在DID5、DID6差分模型中,均剔除了2015年6月中旬至2016年1月底股災(zāi)期間的數(shù)據(jù)(原因同前面分析)。DID5前期市場的整體行情處于劇烈上漲階段,股票價格被高估,市場涌入大量投資者,后期處于恢復(fù)上漲階段,不斷涌入的投資者使得市場流動性得到了較大的提升,兩融業(yè)務(wù)政策效應(yīng)最為明顯;DID6考察期間,股災(zāi)帶來的消極影響沒有完全消散,同時國家限制市場做空,融資與融券規(guī)模嚴(yán)重不對等,融券功能沒有得到發(fā)揮,融資的作用被放大,最終表現(xiàn)為抑制市場流動性。
本部分選取2015年6月中旬至2016年1月底兩市融資融券標(biāo)的股為研究對象,其中在股災(zāi)期間能正常進行兩融業(yè)務(wù)的作為實驗組,反之為對照組。剔除數(shù)據(jù)不全的標(biāo)的股票,控制變量的定義和前文保持一致。
1.描述性統(tǒng)計
對被解釋變量和控制變量進行均值分析。由表7可以看出,實驗組無論是特質(zhì)性波動的絕對值還是流動性均優(yōu)于對照組。為了更加充分地考慮具體變量對個股股價特質(zhì)性波動以及流動性的影響,還需多方面對面板數(shù)據(jù)進行分析。
表7 股災(zāi)期間分組變量均值變化
2.實證回歸分析
表8 股災(zāi)期間融資融券交易對特質(zhì)性波動、流動性的回歸結(jié)果
由表8可以看出,在股災(zāi)期間,融資融券交易能抑制標(biāo)的股的特質(zhì)性波動,但也降低了市場的流動性。原因在于,股災(zāi)考察的期間正好處于市場行情劇烈下跌的狀態(tài),投資者存在非理性行為是毋庸置疑的,但同時,為了減少損失,肆無忌憚地?zé)o底線拋售也是不可能的,再加上國家采取一系列措施,使得兩融業(yè)務(wù)抑制股票特質(zhì)性波動的效應(yīng)依舊顯著。但對于整體市場的流動性來說,就不容樂觀了。
本文研究表明,在加入了控制變量后,兩融交易在開展初期以及五次大規(guī)模的擴容期間均使得股票的波動性得到了有效的抑制,也就是說,兩融業(yè)務(wù)可以起到降低股價特質(zhì)性波動的作用;同時,擴容政策的本質(zhì)是促進市場流動,但受各種因素影響,產(chǎn)生的效果差強人意。不管是波動性還是流動性,均受市場行情、擴容規(guī)模以及投資者信心等因素的影響,不同觀測期間產(chǎn)生的效應(yīng)不同?;谝陨辖Y(jié)論,提出以下建議:
(1)目前,我國深交所、上交所的兩融標(biāo)的股票有959只,大約是兩市全部A股的27%,相較于境外成熟資本市場60%以上的覆蓋面,我國的兩融業(yè)務(wù)任重而道遠。同時,融資與融券規(guī)模嚴(yán)重不對等,融券功能沒有得到發(fā)揮,融資的作用被放大,對此,應(yīng)逐步擴大標(biāo)的證券交易品種與數(shù)量,開拓轉(zhuǎn)融通、轉(zhuǎn)融券業(yè)務(wù),平衡兩融規(guī)模,穩(wěn)定股票市場,同時也為融資融券交易者提供更多選擇。
(2)融資融券擴容的政策效應(yīng)與市場行情密不可分,市場管理者在制定擴容政策時,應(yīng)緊密結(jié)合市場環(huán)境,防止投機行為擾動市場。同時,市場管理者應(yīng)適當(dāng)下調(diào)融資融券交易費用和交易門檻,增加市場活躍度;不斷完善制度建設(shè),擴大監(jiān)管范圍與力度,逐步提高股市風(fēng)險控制與監(jiān)管能力,加強對公司信息披露的監(jiān)管,督促公司及時披露交易信息;建立科學(xué)有效的保證金制度,兼顧市場情緒,鼓勵投資者積極參與兩融業(yè)務(wù),不斷完善我國資本市場。