融资融券对我国A股市场影响研究

肖凡

（中南财经政法大学金融学院，武汉243000）



融资融券对我国A股市场影响研究

肖凡

（中南财经政法大学金融学院，武汉243000）

摘要：本文以融资融券对我国A股市场价格的影响为研究对象，首先分析了融资融券（以深圳证券交易所的融资融券余额为代表）与我国A股市场（以沪深300指数为代表）近一年多的走势。其次通过实证研究的方法，运用计量模型对融资融券余额和我国A股市场价格的相关数据进行检验分析，通过实证检验的结果得出进一步的结论，并将检验得出的结论与相关理论进行对比分析。其政策建议是：使投资者建立做空理念；适当放宽过严管控措施；实行“T+0”的交易制度，充分发挥融资融券的价格发现功能。

关键词：融资融券；A股市场；实证研究

一、引言

（一）选题背景及选题意义

融资融券交易是指投资者向具有融资融券业务资格的证券公司提供担保物，借入资金买入证券或借入证券并卖出的行为。融资融券交易是证券市场基础交易制度的重要组成部分，是套利和风险对冲的重要工具，具有稳定市场，价格发现和提供流动性的功能。

2014年下半年，沪深两市指数双双快速走高。在此期间，A股市场的融资融券交易也迅速增长，成为股指大涨的强力助推剂。2014年的十一月和十二月，两融余额接连突破8000亿、9000亿和10000亿，实现三级跳。多数市场人士认为，两融是A股“过山车”式行情的“搅局者”之一。

因此本文旨在通过对数据的检验来验证融资融券对我国A股市场价格走势的影响。

（二）文献评述

目前关于融资融券与A股市场之间关系的研究主要集中于市场波动性和流动性两个方面，廖世光（2005）通过实证研究发现，卖空机制能够有效地促进股票市场波动性的降低。Henry et al.（2006）对香港股市进行了研究，结果指出卖空交易机制加剧了股票波动。Chuanget al.（2010）就卖空机制对股票市场的影响对不同地区做了研究，发现不同地区的结果大相径庭。

朱民武（2014）认为融资融券与A股指数之间存在着长期稳定的关系，上证综合指数是融资融券的格兰杰因，而融资融券余额不是上证综合指数的格兰杰因，即股票价格会影响融资融券之后一期与滞后二期的交易量，但是融资融券并不能加剧A股市场的波动。段莹（2014）通过协整检验与Granger因果检验等实证研究方法，分析得出融资融券与上证A。市场流动性之间没有长期均衡稳定的关系，融资融券对股市的影响可以忽略不计。于潇、毛雅萍认为两融标的证券的第三次扩容对市场流动性有着正向影响，融资融券提高了A股市场的流动性，降低了A股市场的波动性。谭平（2014）基于沪深300指数每日收盘价格，运用GARCH计量模型，对融资融券对股票的作用机制进行实证分析得出，当股票暴涨或暴跌时，融资融券业务会向股票市场传递股票被低估或者高估的信号，从而起到稳定股票价格的作用。汪天都、孙谦（2014）通过研究融资融券机制与资本市场波动性的相互影响，发现融资融券总体上不会明显加剧市场波动。

二、研究设计

（一）研究目标

本文以国际石油价格对我国A股市场价格的影响为研究对象，首先分析了融资融券（以深圳证券交易所的融资融券余额为代表）与我国A股市场（以沪深300指数为代表）近一年多的走势。其次通过实证研究的方法，运用计量模型对融资融券余额和我国A股市场价格的相关数据进行检验分析，通过实证检验的结果得出进一步的结论，并将检验得出的结论与相关理论进行对比分析，最后提出政策建议。

（二）研究方法及步骤

1.研究方法

本文以深证证券交易所近三年的融资融券日交易数据作为研究样本，利用VAR模型实证分析融资融券交易余额与股价之间的相互影响，根据我国融资融券交易的现状，进而利用相关理论对实证结果做出分析。

2.研究步骤

数据选取。融资融券余额数据选自深圳证券交易所，分别用rz与rq表示，文章股票价格变动指标采用沪深300指数，用hs300表示。文中所使用的沪深300指数日与融资余额、融券余量金额数据来自锐思数据库（RESSET），样本期间自2012年3月31日至2015年12月31日。

3.变量调整

由于融资融券余额与沪深300指数数值相对太大，因此对两组数据分别取对数，减小数据差异，而又不改变数据性质，作为研究对象，处理后的数据分别以lnrz、lnrq和lnhs300代表。

4.建立模型

（1）平稳性检验。选取的数据属于时间序列，需要验证变量平稳之后才能建立模型，然后在此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。

（2）协整检验。Engel-Granger协整分析方法是运用计量方法检验非平稳变量之间的线性组合是否能形成一个平稳的序列，从而判定变量之间是否存在协整关系。

（3）格兰杰因果检验。格兰杰因果关系经常被解释为在VAR模型中，某个变量是否可以用来提高对其他变量的预测能力。

（4）VAR模型的建立。多元回归模型在控制变量不足的情况下，并不能对融资融券对股市的影响进行有效的检验，而VAR模型恰好能避免这一缺陷。VAR模型，即向量自回归模型，用来估计联合内生变量的动态关系，而不带有任何事先约束条件。

（5）脉冲分析。脉冲分析可以捕捉到一个变量的冲击因素对另一个变量的动态影响路径。

（6）方差分解。方差分解将VAR系统内一个变量的方差分解到各个扰动项上，进而得出每个扰动因素对VAR模型内各个变量影响的相对程度。

三、实证分析

（一）描述性统计分析

表1　-1

（二）实证分析

实证分析主要包括描述性统计分析和检验分析。描述性统计分析是用来分析两组数据的整体特征，主要包括均值、中位数、最大值、最小值、标准差、偏度和峰度等特征；检验分析主要运用计量经济学的检验方法来研究两组数据之间的相关关系，本文主要对数据经行了协整检验和格兰杰因果关系的检验。

1.平稳性检验

下面进行单位根检验—ADF检验，结果如下表。

表1　-2

变量dlnhs300、dlnrq、dlnrz分别是lnhs300、lnrq、lnrz变量的一阶差分。

结果表明：变量lnhs300、lnrq的ADF值的绝对值都小于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-0.869、-2.218、0.846，其绝对值大于1%水平临界值的绝对值，从而支持原假设存在单位根，即一阶差分后的变量均是非平稳序列，均为一阶单整序列。

2.协整检验

根据Engel-Granger协整检验结果，lnhs300，lnrq和lnrz之间可能存在如下的协整关系。

表1　-3残差序列的ADF检验结果

残差序列et的平稳性检验结果见表1-4，结果表明协整检验的残差序列是平稳的，说明变量lnhs300，lnrz和lnrq变量之间存在长期稳定的协整关系。

3.VAR模型

操作结果如下所示：

由于变量lnhs300，lnrq和lnrz都是一阶单整序列，下面就以融资lnrz和融券lnrq为指标变量，研究其对股票市场价格lnhs300走势的影响效应。首先建立变量lnhs300，lnrq和lnrz之间的VAR模型。

根据准则选出来的滞后阶数为三阶，所以将所建立的VAR模型的滞后阶数定义为三阶。

4.格兰杰因果关系检验

上述结果表明所有变量一阶差分后均为平稳序列，所以可使用Granger因果关系检验法来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。本文根据VAR模型最优滞后期数来选择滞后期数。

表1　-4

可知变量dlnhs300，dlnrq和dlnrz都是平稳的时间序列，因此可直接对其进行Granger因果关系检验，结果表明在5%的显著性水平下，股票市场波动率是融资净买入和融券净卖出额Granger原因，融资净买入和融券净卖出额是股票市场波动性变动的Granger原因。

下面进行VAR平稳性检验，结果如下。

图1　-1 VAR平稳性检验结果

由表和图所示结果可知无特征根在单位圆外，表明序列平稳，所建立的VAR模型是合适的。

5.脉冲响应分析

本文建立的VAR模型包含三个变量，则有9个脉冲响应函数。

图中实线表示随着预测期数的增加，DLNRZ对DLNRQ和DLNHS300的一个标准差新息的脉冲响应，虚线表示在相应脉冲响应图像两侧加或减两倍标准差的置信带。

通过分析可知，DLNRQ和DLNHS300对DLNRZ的影响较小，在初始阶段呈正向影响，但在第七期左右逐渐向均衡处接近。

DLNRQ和DLNHS300对DLNRZ的影响较小，DLNRZ对DLNRQ带来的影响在初始阶段呈负向影响，而DLNHS300对DLNRQ带来的影响在初始阶段呈正向影响，但在第六期左右逐渐向均衡处接近。

DLNRZ和DLNRQ对DLNHS300的影响较小，DLNRZ对DLNHS300带来的影响在初始阶段呈负向影响，而DLNRQ对DLNHS300带来的影响在初始阶段呈正向影响，但在第五期左右逐渐向均衡处接近。

图1　-2脉冲响应函数图

图1　-3脉冲响应函数图

图1　-4脉冲响应函数图

6.方差分解

根据方差分解表我们可以得到：滞后一期时，DLNRZ随机扰动全部都受到自身变化的影响，另两个经济变量扰动对其并没有产生任何的影响。随着滞后期数的增加，DLNRZ也会受到DLNRQ和DLNHS300随机扰动的影响。从滞后第二期，影响DLNRZ预测误差要素除了自身之外，还有来自DLNRQ和DLNHS300的冲击。但DLNRZ所解释的方差份额占绝对主导，从相对方差贡献率指标来看，DLNRZ达96%以上。

滞后一期时，DLNRQ随机扰动受到自身变化和DLNRZ变化的影响，并且DLNRQ自身的冲击作用占主导地位。DLNHS300对其并没有产生任何的影响。从滞后第二期，影响DLNRQ预测误差要素除了自身和DLNRZ之外，还有来自DLNHS300的冲击。但DLNRQ所解释的方差份额占绝对主导，从相对方差贡献率指标来看，DLNRZ达96%以上。DLNHS300随机扰动受到自身和DLNRQ变化的影响变化的影响，DLNRZ对其影响不大。

四、结论及政策建议

（一）结论

本文利用融资融券余额与沪深300指数2012年3月31日至2015年12月30日的日数据进行实证分析检验，得出以下结论。

其一，融资融券余额与沪深300指数之间存在长期稳定的关系。随着股票指数的涨跌，融资融券交易余额会发生变化，并保持一种长期的均衡关系，沪深300指数上涨会引起融资融券余额相应增加。

其二，沪深300指数是融资融券交易余额的格兰杰因，但融资融券交易余额不是沪深300指数的格兰杰因。这说明沪深300指数的变化能加剧融资融券交易的波动，但融资融券交易的变化并不能对沪深300指数产生影响。

（二）政策建议

1.使投资者建立做空理念

长期以来，中国投资者一直进行做多交易，这种投资习惯使得投资者很难转换做空思维，投资者还需在信用交易中提高认知与接受程度。投资者需要关注市场信息，对市场的复杂度保持清醒的认识。

2.适当放宽过严管控措施

融资融券的参与门槛较高，保证金、佣金的比率要求严格，使得许多投资者不能参与到其中。无论是否在规定期限内，一旦投资者购买了融资融券，资金就会被冻结，要先偿清债务再能解冻，大大降低了资金使用的机会成本。所以适当放宽管控措施，寻找到充分控制风险与保证投资者参与积极性的契合点。

3.实行“T+0”的交易制度，充分发挥融资融券的价格发现功能。融资融券交易在“T+0”制度下的风险比在“T+1”制度下的要小，而且“T+1”制度会减小股票的流动性。在“T+0”制度下投资者可以随时购买股票，这样就增加了股票的流动性。

参考文献：

［1］段莹.融资融券对我国股市影响的实证分析——基于上证A股指数［J］.时代金融，2014（35）：170～170.

［2］胡军燕，陈智辉.货币政策对房地产价格的动态影响分析［J］.商业时代，2011（1）：56～57.

［3］孔祥星.融资融券交易与A股市场波动相关性实证研究［J］.数学理论与应用，2014（6）：81～84.

［4］谭平.融资融券业务对股票价格波动性影响——基于沪深300指数［J］.现代经济信息，2014（21）：309～309.

［5］王蕊.卖空机制下中国股票市场波动性研究［J］.商，2012（16）：89～89.

［6］汪天都，孙谦.融资融券与金融市场的波动性——基于我国A股的实证检验［J］.管理现代化，2014（3）：6～6.

［7］杨颖，张同纬.融资融券对我国股票市场波动性的实证分析［J］.资本市场，2012（8）：59～60.

［8］于潇，毛雅萍.融资融券对股票市场流动性和波动性的影响——基于上证180的证据 ［J］.当代经济，2014 （22）：117～117.

［9］朱民武.融资融券对股价的影响——基于沪市A股的经验研究［J］.技术经济与管理研究，2014（11）：99～99.

［10］Chuang，W.I.，Lee.H.C.The Impact of Short-Sales Constraints onLiquidityandtheLiquidityReturn Relations［J］.Pacific-Basin Finance Journal，2010，18（5），521～535.

［11］Charoenrook A，Daouk H.A study of market-wide short-selling restrictions［J］.Working Paper，2005.

［12］Henry T，Mc Kenzie M.The Impact of Short Selling on the Price-Volume Relationship：Evidence from Hong Kong［J］.The Journal ofBusiness，2006，79（2）：671-691.

［责任编辑：文筠］

中图分类号：F830.9

文献标识码：A

文章编号：1005-913X（2016）07-0125-03

收稿日期：2016-05-20

作者简介：肖凡（1992-），女，安徽郎溪人，硕士研究生，研究方向：金融学。