栗美艺
摘 要:我国融资融券制度自2010年正式推行以来,对其在证券市场是否发挥了预期作用,学者们进行了诸多研究探讨,结论不一。本文以2013年3月16日—2018年6月30日沪深两市交易数据为研究对象,通过构建VAR模型、Granger因果检验、脉冲响应分析以及方差分解的方法,分三个阶段分析两融交易对我国股市流动性的实际作用。经过实证研究,本文得出以下结论:在三个阶段中,融资均是股市流动性的Granger原因,对股市流动性提高有积极作用;融券不是股市流动性的Granger原因,对股市流动性没有明显作用。同时发现,在第二阶段和第三阶段,融资融券互为Granger因果关系,融券可通过影响融资进而影响股市流动性。在第三阶段,股市流动性是融券的Granger原因,股市流动性会影响融券交易额。
关键词:股票市场;融资融券;流动性;VAR模型
一、引言与文献综述
融资融券又称证券信用交易,是指投资者向具有融资融券资质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交易方式,故融资融券交易也是一种保证金交易。流动性是金融市场各种功能得以发挥的前提,融资融券交易既可能提高股市的流动性,也可能对股市流动性产生消极影响。一方面,融资融券的保证金交易带来的杠杆效应会增加证券市场的资金供给和股票需求,通过放大总供给和总需求提高证券市场的流动性。同时,由于乐观投资者的行为和悲观投资者的行为都能通过融资融券行为在股价上得以体现,理论上也能优化市场流动性。另一方面,融资融券允许卖空交易引发的不利信息会影响其他投资,融券交易可能抑制股市流动性。褚剑和方军雄(2016)从股价崩盘风险角度研究,发现融资融券的实施可能会加剧股市崩盘,这说明融资融券可能会恶化证券市场的流动性。融资融券制度带来的市场操纵效应使机构投资者可通过融资融券进行市场操纵,进而也会导致流动性恶化。
目前,学者们在研究融资融券对股市流动性影响得出的结论呈现两级分化,究其原因融资融券市场的成熟度、股市的发展程度、研究的时间、变量的选取、研究的方法和模型等都是导致结论不一致的因素。一部分学者认为融资融券对促进股市流动性有积极影响。在研究融资融券对股价的作用关系时,Randall和Dickinsion Amy(1994)发现融券使投资者可以在股价被市场高估时进行融券交易,进而增加股票供给,提高股市流动性,得出融券能增加股市流动性的结论。Gao(2006)认为融资融券制度降低了相关交易的成本,进而能提高市场流动性。杨德勇和吴琼(2011)通过指标测算,认为短期内融资融券交易能减少股票波动性,提高流动性。黄薇薇(2018)利用双重差分模型和固定效应回归模型对沪深A股市场研究,发现由于卖空限制的存在,融资交易相比于融券交易对股市流动性的提高有明显的作用。
另一部分研究者认为融资融券对促进股市流动性的积极影响并不明显。Scheinkaman和Xiong(2003)通过研究卖空机制与股市成交量的关系,得出市场中部分过度乐观的投资者会被卖空交易挤出,进而恶化市场流动性的结论。王旻和廖士光(2008)通过具体分析台湾股市两融机制得出,融资交易能促进股市流动性,而融券交易对股市流动性的作用效果不明显。谷文林和孔祥忠(2010)运用单因素方差分析法对我国股市分析发现,短期内融资融券交易对于股票流动性的影响并不明显。于孝建(2012)通过非流动性指标的研究结论显示,就长期而言,融资融券对整个市场流动性的影响并不明显。
二、研究设计
(一)样本选取
本文选取2013年9月16日(第三次扩容)—2018年6月30日共1166个交易日的数据,以沪深两市融资融券对股市流动性的影响作为研究对象,选用沪深300指数反应沪深股市状况。考虑数据的可得性和分析可靠性,将样本期按股市行情划分为三个阶段:第一阶段是股市上行阶段,2013年9月16日-2015年6月14日;第二阶段是股灾导致的股市下行阶段,2015年6月15日-2016年3月31日;第三阶段是股市波动调整阶段,2016年4月1日-2018年6月30日。
(二)指标选取
1.流动性指标
不同的学者对流动性指标的刻画维度不同,有学者通过交易量刻画流动性,采用换手率作为流动性指标,但该指标仅考虑了资产变现能力,没有证券自身价格波动。流动性是证券资产与现金资产之间的相互转换能力的体现,既包括证券资产转换成现金资产的能力(变现能力),又包括现金资产转换成证券资产的能力(变券能力)。本文在考虑度量流动性指标维度时,认为应从成交量、价格和时间三方面刻画股票流动性,故借鉴王旻。廖士光(2008)的指标:
代表沪深300指数在第t日的成交额。一般认为市场流动性与成交额成正比,与收益率成反比。但由于日收益率可能极小,甚至会出现收盘价等于开盘价的情况,故取倒数,即本文选取的非流动性指标。
2.融资融券指标
为使各变量平稳,通过对原始数据的简单处理得到所选取的指标,即通过取对数方式处理数据,得到如下融资融券指标:(1)融资交易(LNMR):沪深两市的日融资买入额(亿元)取对数;(2)融券交易(LNSS):沪深两市的日融券卖出量(亿股)取对数。
(三)模型构建
分析各变量间相互作用关系可以采用多种方式,但证券市场流动性的影响因素很多且复杂,融资融券对其作用只是众多因素中一个方面。故本文采用VAR模型,通过建立多个方程,内生变量对模型中全部内生变量的滞后值进行回归,再估计内生变量之间的动态关系。
建立VAR(P)模型如下:
其中,其一個结构为n×n的待定内生系数矩阵,B是n×k的外生待定系数矩阵,足零均值、同方差、无自相关且不与解释变量相关。
三、实证研究
(一)描述性統计
(二)单位根检验
为防止出现“伪回归”,利用VAR模型在对时间序列数据进行协整分析之前,需要对各变量进行单位根检验,检验变量是否平稳。本文采用ADF单位根检验,通过多种形式检验并结合信息准则判断,检验结果如表2所示。检验形式中C表示有常数项,T表示有时间趋势项,K表示滞后阶数。
(三)VAR模型构建
为建立正确的VAR模型,本文利用信息准则来确定最优滞后项。根据表3结果所示,第一阶段应建立VAR(2)模型;根据表4结果所示,第二阶段应建立VAR(3)模型;根据表5结果所示,第三阶段应建立VAR(6)模型。
在确定VAR模型的最优滞后期之后,还需要检验模型是否稳定,如果VAR模型平稳,将继续做Granger因果检验、脉冲响应函数分析和方差分解来研究模型各变量之间的相互关系。本文通过特征根对VAR模型的稳定性进行检验,如果特征根点都在单位圆内,就说明此模型是稳定的。根据图1-3所示,三阶段融资融券交易对股市流动性影响的VAR模型中的特征根点全部位于单位圆内,所以这三个模型都是稳定的。
(四)Granger因果检验
利用Granger因果检验来分析各变量之间的相互关系得到表6所示结论。
(五)脉冲响应
如图4所示,第一阶段分析可知,给融资指标一个正向冲击,股市流动性指标一开始呈现负值下降趋势,在第三期的时候下降到最低,之后影响程度几乎没有变化,最后趋于负值。给融券卖出量一个正向冲击,股市流动性指标一开始上升,并在第二期上升到最大值,在第三期的时候下降到最低,之后流动性指标逐渐上升,在第四期后影响程度几乎为零。即在正向冲击的融券卖出量的影响下,股市流动性会先增加后减少,之后轻微增加,在第四期后融券卖出量对股市流动性基本没有影响。
如图5所示,第二阶段分析可知,在正向冲击下的融资买入额一开始增加股市流动性且增加幅度逐渐变大,在第二期的时候达到最大,之后幅度减小,在第四期之后一直保持对股市流动性的増加状态,但其影响程度很小。在正向冲击的融券卖出量的影响下,股市流动性会先减少后增加,幅度都很小,在第四期后融券卖出量对股市流动性基本没有影响。
如图6所示,第二阶段分析可知,在正向冲击下的融资买入额一开始增加股市流动性且第二期幅度最大,之后幅度减小,在第七期之后一直保持对股市流动性的影响状态,但是影响程度很小。在正向冲击的融券卖出量的影响下,股市流动性会先减少后增加,幅度都很小,在第八期后融券卖出量对股市流动性基本没有影响。
(六)方差分解
根据图7-9,分析发现三个阶段存在共性:股市的流动性被自身解释的贡献度最大。融资交易对股市流动性的影响起初并没有表现出来,它的解释比例随时间呈现上升的趋势,贡献度逐步增加。融券交易对股市波动性的贡献度很小,随着时间推移它的贡献度慢慢逐步展现,三阶段相比,第三阶段融券对股市流动性的影响程度最高,但对流动性的影响程度整体都很小。
四、实证结论
根据Granger因果检验可知,融资交易一直是股市流动性的Granger原因,对股市流动性提高有积极作用;而融券交易不是股市流动性的Granger原因,对股市流动性没用明显作用。同时发现,在第二阶段和第三阶段,融资融券互为Granger因果关系,融券可通过影响融资进而影响股市流动性。在第三阶段,股市流动性是融券的Granger原因,股市流动性会影响融券交易额。但根据方差分解结果可知,融资融券对沪深股市流动性的整体影响较少。从实证分析结论可以看出,我国融资融券交易对股市的影响随着交易额的增加而增加,由于我国融券制度对融券的种类和规模存在限制,投资者对做空交易缺乏认识,融券供需不匹配等原因限制了融券交易额的扩大,使得融券交易额和融资交易额相差较大,融资交易对股市流动性有积极作用,而融券交易对股市流动性没有明显作用。
参考文献
[1]陈海强,范云菲.融资融券交易制度对中国股市波动率的影响———基于面板数据政策评估方法的分析[J].金融研究, 2015,(06):159-172.
[2]谷文林,孔祥忠.融资融券业务对市场资本流动性的短期影响[J].证券市场导报,2010,(07):50-52.
[3]黄巍巍.融资融券交易对股市流动性的影响研究———基于沪深A股市场的实证分析[J].中国物价,2018,(10):34-37.
[4]王旻,廖士光,吴淑琨.融资融券交易的市场冲击效应研究———基于中国台湾证券市场的经验与启示[J].财经研究,2008, (10):99-109.
[5]杨德勇,吴琼.融资融券对上海证券市场影响的实证分析———基于流动性和波动性的视角[J].中央财经大学学报,2011, (05):28-34.
[6]褚剑.中国式融资融券制度安排与股价崩盘风险的恶化[J].经济研究,2016,(05):143-158.
[7]Hardouvelis G A. Margin Requirements, Volatility, and the Transitory Component of Stock Prices[J]. American Economic Review,1990,(4):736-762.
[8]Scheinkman J A,Xiong W. Overconfidence and Speculative Bubbles[J]. Journal of Political Economy, 2003,(6):1183-1219.
Research on the Impact of Margin Trading on the Liquidity of Stock Market
:An Empirical Analysis Based on Shanghai and Shenzhen A-share Market
LI Meiyi
(Xinjiang University of Finance and Economics,Urumuqi Xinjiang, 830012)
Abstract:Since China's margin trading system was formally implemented in 2010, scholars have made a lot of research and discussion on its expected role in the stock market, but the answers are different. Taking the trading data of Shanghai and Shenzhen Stock Exchanges from March 16, 2013 to June 30, 2018 as the research object, the paper conducts an empirical study in three stages: the upstream, downward and forward of stock market volatility, and then analyzes the actual effect of the two financial transactions on the liquidity of China's stock market by VAR model, Granger causality test, impulse response analysis and variance decomposition method. Through empirical research in this article come to the following conclusions. In the three stages, financing is the Granger cause of stock market liquidity, which has a positive effect on the improvement of stock market liquidity, and securities loan is not the Granger cause of stock market liquidity, which has little effect on stock market liquidity. At the same time, we find that in the second and third stages, financing and securities loan are the interrelationship of Granger cause, and securities loan can affect stock market liquidity by influencing financing. In the third stage, stock market liquidity is the Granger cause of securities loan, and stock market liquidity will affect the volume of securities loan.
Keywords: Shanghai and Shenzhen Stock Markets; liquidity; The model of VAR
責任编辑、校对:罗慧媛