融资融券对我国股市影响的实证分析

【摘要】本文选取了2012年4月5日至2014年3月31日时段的481个日数据，讨论了上海证券市场A股数据来实证研究融资融券对股市流动性的影响，利用协整检验和Granger因果关系检验等计量方法，得出结论：融资融券与上证A股流动性之间不存在长期稳定的协整关系，融资融券是股市流动性的Granger原因，而股市流动性不是融资融券的Granger原因，且融资融券对股市影响并不显著。

【关键词】融资融券 流动性 卖空

一、引言

上海证券交易所对“融资融券交易”的定义为：投资者向具有证券交易所会员资格的证券公司提供担保物，借入资金买入交易所上市证券或借入交易所上市证券并卖出的行为。相对于西方成熟市场，中国内地证券市场2010年3月31日才推出了融资融券交易，也结束了A股市场只能单向“做多”的市场交易制度缺陷。融资融券业务经历了四年多的不断发展与完善，至2014年7月10日转融券业务试点证券公司由原来的30家增加至73家，转融券标的证券数量增加1.2倍达到628只，且在交易中形成了融资业务占主导的状况，而其对股票市场的影响学术界却仍未得出一致的结论。

二、文献综述

自融资融券推行以来，专家学者将该交易制度视为新的讨论热点，纷纷以不同角度进行研究，得出了不少观点结论，而在已有的文献中，涉足融资融券对股市流动性的分析较少，且结论也不一。

Woolridge和Dickinson（1994）发现卖空交易的实施能提高市场的流动性。Charoenrook and Daouk（2003）以全球111个国家的数据，使用面板回归分析和事件研究法发现：在附有较为严厉卖空约束条件的新兴市场国家中股票市场的流动性水平要明显低于没有卖空约束条件的发达国家市场。廖士光、杨朝军（2005）对香港股市中卖空交易的市场影响的分析发现，卖空交易的推出并未加剧市场波动，也未能增强市场流动性。Gao et al.（2006）研究了我国香港股票市场引入卖空机制前后流动性的变化进行了研究，发现减少卖空机制限制有利于降低市场交易成本，从而提升市场流动性；顾海峰、孙赞赞（2013）使用了沪深股市经验数据，运用OLS模型和Grnager因果检验等方法，分析得出不同的股市行情，融资融券与沪深股市流动性和波动性的长期关系也呈现出不同特点。

三、实证分析

目前，专家学者对于融资融券分析研究数据一般更新到2013年，而融资融券业务一直处于不断发展中，可能在一定程度上对股市产生不同的影响。本文将选取2012年4月5日到2014年3月31日的日数据，从流动性角度，以实证检验解释说明两融对股市影响现状。

（一）理论分析与研究假设

融资交易，是投资者以缴纳一定保证金（现金或证券）为前提，向证券公司融入资金买入股票的行为。当发现某些股票被低估或超跌状态，投资者除使用自有资金买入标的股票，还可通过融资，这样放大了市场的成交量，等到融资到期，卖出所持股归还欠款，又一次放大了成交量，可见，从理论上来说融资交易能过放大市场的交易次数。

假设一：融资交易能够提升市场流动性。

融券交易，是投资者以保证金为抵押，向证券公司借证券来出售，到期返相同种类和数量的证券并支付利息。理论上，当发现某些股票被高估或超涨状态，投资者除抛售自身持有的标的股票，同时还能利用融券交易，借来标的股票卖出，这样同样放大了股票市场的成交量，等到交割日，投资者再以低价买进相同数量借来的标的股票，两次交易都放大了证券市场的成交量。

假设二：融券交易能够提升市场流动性。

（二）变量的选取

本文选取的样本区间为2012年4月5日至2014年3月31日，共481个日度数据，属于上海证券市场，均来源于RESSET数据库，来分析融资融券交易对股市的影响，主要涉及的3个变量：

1.融资余额（MP）。指投资者每日融资买进与归还借款间的差额。融资交易规模一直远大于融券，且呈稳步上升的趋势。其走势如图1所示。

图1 融资余额趋势

2.融券余额（SS）。指投资者每日融券卖出与买进还券间的差额。日均融券余额最大的时候达到了35亿元，但趋势波动较大，走势如图2所示。

图2 融券余额趋势

3.换手率（LIQ）。指在一定时间内市场中股票转手买卖的频率。在本文中将其作为股市流动性指标。其计算公式为：

换手率=成交量/流通总股数×100%

换手率高一般意味着股票流动性好，相反则流动性差，标准为3%，小于该标准的成交额成为“无量”，其趋势几乎在0.4-1区间内，如图3所示。

图3 换手率趋势

（三）实证检验

数据在stata软件处理下所得。

1.描述性统计。

表1 数据情况

2.单位根检验—ADF检验。选取的数据属于时间序列，建立模型的首要是变量必须平稳，然后在序列平稳的基础上使用不同的计量方法研究问题。本文选取ADF进行平稳性检验。结果如表2：

表2 ADF检验结果

注：变量dMP、dSS、dLIQ分别是MP、SS、LIQ变量的一阶差分。

结果表明：变量LIQ的ADF值小于1%检验水平的临界值，因此变量是平稳时间序列，而变量MP、SS的ADF值都大于10%检验水平的临界值，属于非平稳序列。但变量经过一阶差分后，ADF值分别为-14.252、-21.944、-28.948，小于1%水平临界值，即一阶差分后的变量均是平稳序列，均为一阶单整序列。

3.VAR模型。在控制变量不足的情况下，多元回归模型并不能有效的检验融资融券对股市的影响，而VAR模型恰好能避免这一缺陷。VAR模型，即向量自回归模型，是基于数据的统计性质基础上建立模型的，所有变量均看作是内生的，共同组成一个系统，从而将单变量自回归模型推广到由多元时间序列变量组建成的“向量”自回归模型。

最优滞后期的选择是协整检验的基础，操作结果如下所示：

图4 两融交易与股市流动性VAR模型的滞后期数检验

根据图5的检验结果可知，融资融券交易对股市流动性的VAR模型阶数为滞后5期，即VAR（5）模型是最佳检验模型。

所有特征值均在单位根之内，故VAR（6）系统是稳定的。

4.协整检验。序列平稳可直接进行格兰杰因果检验，在本文中，MP、SS向量属于非平稳序列，但变量各自一阶差分后可达到平稳，均是一阶单整，故可进行协整检验，以验证变量间的长期平稳性。

图5 VAR（5）模型估计

图6 VAR（5）系统稳定性的判别图

图7 融资融券与股市流动性的协整检验

可见，融资融券交易与股市流动性之间也不存在长期稳定的协整关系。

5.格兰杰因果关系检验。虽然在5%置信水平上都拒绝存在协整方程的原假设，但所有变量一阶差分后均为平稳序列，故要研究融资融券与股市流动性之间的因果关系和因果关系方向，可以使用Granger因果关系检验法。本文选取的滞后期数是根据VAR模型确定最优滞后期数来确定。

表3 格兰杰因果关系检验

在5%的置信水平及滞后期为5的情况下，dMP与dSS不是dLIQ的Granger原因得原假设被拒绝，但变量dLIQ不是dMP、dSS的Granger原因被接受，即融资余额和融券余额是股市流动性的Granger原因，但是股市流动性不是融资余额和融券余额的Granger原因，表明了融资融券与股市流动性之间存在着单向因果关系。

6.脉冲响应。脉冲响应函数方法可用于刻画分析模型一个变量受到冲击后对各变量的动态影响，间接反映变量之间的作用方向。格兰杰因果关系检验只证明了变量之间的因果引致关系，而脉冲响应却正好能显示出融资融券这个变量的变化对股市波动性与流动性的作用方向。

由于融资、融券对股市流动性、波动性是单向的因果关系，做融资融券对流动性的脉冲响应图。

图8 融资融券对股市流动性的脉冲响应图

从上图可知，融资余额差分、融券余额差分有正向冲击时，无论是对换手率差分还是波动幅度差分均是几乎没有影响的。

四、实证结果分析

通过对481个日数据的处理，以融资余额、融券余额以及上证A股指数换手率等三个变量进行协整检验、Granger因果关系检验实证分析，得出结论如下：

1.通过协整检验发现，融资融券交易与上证A股市场流动性之间并没有存在长期均衡关系。

2.通过Granger检验得出，融资融券是上证A股市场流动性的Granger原因，而市场流动性不是融资融券交易的Granger原因。融资融券交易与股市流动性存在着单向的因果关系。

3.根据脉冲响应图，融资、融券交易对于股市的影响几乎可以忽略不计。

实证分析所得结果几乎推翻了之前的假设，究其原因主要有：我国融资融券业务相比国外成熟市场几百年历史，目前正处于起步阶段，卖空交易限制较严格，发展结构存在一定的问题，融券规模远远小于融资规模，不能与股市“做空”很好地衔接起来；其次，外国融资融券交易量占到证券交易总量的比重都达到15%以上的水平，美国为16%～20%，日本为15%，台湾为20%～40%，据统计我国目前融资融券占A股流通市值的比重仅0.60%，融资买入成交量占A股成交总额的比重不到5%，因而对股市影响小也在情理之中；再次，股指流动性的测量标准、模型选取的不同，也有可能导致出不同的结论；此外，股市流动性自有惯性，且真正的价格发现功能与市场效率的提升仅依靠推行某个交易制度或引入某个金融创新是远远达不到的。

参考文献

[1]李丹磊.融资融券对股市波动性影响的实证研究—以深证为例[J].时代金融，2013（7）：28-29.

[2]杨颖，张同纬.融资融券对我国股票市场波动性的实证研究——基于VAR模型[J].资本市场，2012（8）：59-60.

[3]丁振川.融资融券对我国股票市场影响的实证研究—基于上海证券交易所的数据分析[D].四川：西南财经大学，2013.

作者简介：段莹（1991-），女，汉族，湖南郴州人，现就读于广西大学商学院，研究方向：金融与投资。