融资融券业务对我国股票市场定价效率的影响——基于双重差分模型的实证研究

冯 采，魏 冬

（1.中国银行总行，北京 100818；2.中国国际金融有限公司，北京 100004）

一、引言

金融系统的核心功能就是在不确定的环境下，从时间和空间两个维度实现经济资源的优化配置（Merton，1990）[1]。全球金融市场的蓬勃发展，催生了各种各样的金融创新，大大完善了金融系统的功能。卖空交易或信用交易，作为一种金融创新，普遍被认为是金融系统完善定价功能、发挥配置作用的重要基础。近年来，随着我国股票市场规模的不断扩大，缺乏卖空机制导致的市场内多空双方力量失衡的现象日益明显，推出卖空机制的需求变得越来越强烈。为完善市场交易制度，促进市场的基础性建设，提高股市的定价效率，中国证监会经过多年筹备，终于在2010 年3 月31 日发布《证券公司融资融券业务试点管理办法》，于沪、深两市正式启动了融资融券业务试点，这标志着融资融券作为一种卖空交易手段开始逐渐进入我国股票市场。经过近17个月的试点交易后，2011 年10 月28 日，中国证监会宣布融资融券业务转为常规监管；2011 年11 月25日，上海与深圳两地交易所分别公布《融资融券交易实施细则》等多项相关文件，融资融券标的证券范围进一步扩大，各项规则逐步完善，融资融券业务由试点操作正式转为常规操作。之后，融资融券业务在我国不断发展壮大。融资融券交易制度的建立，结束了我国股票市场20 多年来缺乏卖空机制的历史，使其实现由“单边市”向“双边市”转化，健全了市场内在稳定机制，这是我国股票市场建设过程中的一次重要创新。理论上，融资融券为我国投资者带来了新的投资理念和交易方式，平衡了多空双方力量，增加了股市的流动性，其或多或少会影响股票的定价过程，那么其实施后“是否对我国股市产生了积极影响”“能否提高股票市场的定价效率”，诸如此类的问题引起了学术界和实务界的广泛关注和讨论。为解决上述问题，填补研究不足，本文立足于我国股市，就融资融券对定价效率影响如何这一问题展开了深入研究，以期对融资融券业务做出科学性评价。

本文的创新点主要体现在以下方面。

一是以股价特质信息含量和股价对新信息的调整两个方面运用五个指标来度量股市的定价效率；二是通过构建双重差分模型进行分析，进一步控制了内生性问题；三是对后续融资融券的发展提出可行性建议。

从全球范围来看，融资融券业务在国外已发展多年①早在1934年，美国政府颁布的《证券交易法》中就出现了融资融券的相关规定。，是国外证券市场上的一种比较成熟的卖空交易机制，因此，国际学术界关于卖空交易对国外证券市场定价效率影响的研究也较为全面。大部分学者认为，存在卖空约束的市场，使得股价不能充分或及时吸收市场的全部负面信息，导致股市的定价效率较低。从逻辑推导上讲，融资融券作为一种解除卖空约束的手段，使卖空交易者也可以进入市场表达观点和信息，从而增加了个股信息含量，提高了市场定价效率。然而，我国证券市场还不成熟，融资融券交易还存在诸多限制，开展融资融券交易是否能取得提高定价效率的预期效果、其影响程度如何等问题还存在争议。

随着我国融资融券业务规模和范围的不断扩大，我国学者就其对市场影响的讨论也逐渐增多，但大多局限于理论梳理或研究融资融券交易对市场波动性、流动性的影响方面，直接考察融资融券业务的实施对标的股票定价效率影响的文献相对较少。即使就检验定价效率的文献而言，其关注的样本期间也多是位于“试点”阶段，随着融资融券业务的不断发展，其结论可能已经缺乏了时效性和准确性②由于试点阶段融资融券标的股票范围较小、相关规则不够完善、投资者对这项业务的操作还不熟悉等原因，基于其作为研究样本期间而得出的有关结论的误差可能较大。。因此，在融资融券业务“转常规”化、标的范围大规模铺开后，就其对股市定价效率的影响做进一步检验便显得十分必要了。

本文立足于我国股票市场，在对融资融券的作用机理进行分析后，利用近年来被一些学者广泛使用的政策评估方法——DID 模型，选取最新数据，从实证角度全面考察了融资融券业务从“试点”“转常规”到“六次大规模扩容”的整个发展阶段，以及其对标的股票的净影响。

研究发现，融资融券仅在发展初期的少数指标上有一定的积极作用，其余时刻无明显影响或出现了与理论预期相反的负面影响，总体来说，提高定价效率的效果可能相当有限。

总之，就融资融券对股市定价效率影响这一问题进行深入研究，一方面可以为国内外文献关于卖空机制影响的争议提供新的经验证据；另一方面也可以对我国融资融券业务的开展情况做出评价，为管理部门和相关机构出台后续政策、深化改革、完善市场体制建设等提供理论基础和实证支持，具有一定的理论意义和政策影响。

本文后续内容安排如下：第二部分为文献回顾；第三部分为对融资融券业务影响我国股票市场定价效率进行实证研究；第四部分为结论与政策建议。

二、文献回顾

不管是国内还是国外，学术界对于解除卖空限制、采用卖空交易机制能否提高市场的定价效率这一问题，仍未形成定论。本文按“是否认可融资融券交易对股市定价效率存在积极作用”这一标准，分别对国内外文献进行了整理综述。

（一）融资融券交易肯定论

大部分学者认为，卖空约束使得股价不能充分或及时吸收到市场上的负面信息，从而导致定价效率较低，这间接肯定了融资融券作为一种卖空交易手段，对股市定价效率的积极影响。在理论研究方面，早在20 世纪70 年代，美国学者Miller（1977）[2]就提出了“股价高估”理论，指出在投资者存在异质信念、市场存在卖空约束的背景下，对未来持乐观态度的投资者会买入并持有股票，而对未来持悲观态度的投资者则由于卖空约束而被迫离场，最终导致股票只反映了乐观投资者的意见和信息，从而使股价不能有效反映其基础价值，向上偏离。Diamond 和Verrecchia（1987）[3]通过建立理性预期模型，从股价调整速度角度，验证了卖空约束会损害股票的定价效率，在卖空约束的情况下，股价对利空消息的调整速度明显低于其对利好消息的调整速度。Scheinkman 和Xiong（2003）[4]也认为由于过度自信，投资者存在异质信念，在拥有卖空约束的市场中，乐观预期的投资者不断购入股票会导致股价出现泡沫。随后，大量学者利用不同指标和方法，从实证角度对其进行了验证。Garmaise 和Moskowitz（2004）[5]用股价对信息反应的延迟程度作为代理变量来考察定价效率，并通过实证分析发现，在控制其他影响因素的情况下，卖空约束越大的市场，其股票收益率的风险溢价越大。Diether 等（2009）[6]则以买卖差价作为衡量市场有效性的指标，设计了能产生超额收益的卖空交易策略，说明卖空约束降低了市场的有效性，阻碍了股价对信息的有效反映。He等（2013）[7]通过对公司信用评级下调前一个月，公司卖空余额的大小进行观察，认为市场上的卖空交易者往往是握有私有信息的交易者，放松卖空约束后，可以让卖空交易者的私有信息反映到市场上，从而提高了市场的定价效率。

随着我国融资融券交易的逐步展开，国内学者开始以我国股市作为研究样本，探讨融资融券机制对股市定价效率的影响。陈国进和张贻军（2009）[8]在异质代理模型的框架下，运用固定效应条件Logit模型检验了异质信念与我国股市暴跌的关系，结果表明在卖空限制的背景下，异质信念程度越大，股市发生暴跌的可能性越大。因此，减少异质信念程度，及时推出融资融券等双向交易手段可以有效降低我国股市发生暴跌的概率。方立兵和刘烨（2014）[9]以融资融券业务常规化后，2011年12月和2013年1月的两次扩容新增股票为研究对象，从价格对市场公共信息的调整速度和反应程度两个维度，考察了融资融券对标的股票定价效率的影响。研究结果证明，我国融资融券业务在经历两次大扩容后，随着业务规模和标的股票范围的扩大，其提升定价效率的积极作用已经显现。林思涵等（2020）[10]对沪、深两市进行研究表明，两市的融资融券交易制度均具有一定卖空交易特征，该特征能在一定程度上吸收投资者情绪变化，进而纠正股票的错误定价。

Bris等（2007）[11]结合47个国家的证券市场数据进行实证研究，发现卖空机制不会因为杠杆风险使得市场出现系统性风险，卖空机制并不会直接导致市场暴跌。李科等（2014）[12]发现失去卖空机制后，市场无法迅速矫正股票价格，他们在白酒行业塑化剂事件时点，基于卖空限制的策略构建了投资组合，实证结果显示该策略获得了平均0.5%的日超额收益。

（二）融资融券交易消极影响论

虽然大多数学者对卖空交易的推行持积极态度，但仍有部分学者认为卖空机制改善股票定价效率的作用并不明显，甚至可能由于卖空交易的杠杆性等特性在一定情况下加大市场波动、破坏市场秩序，带来一系列负面影响。这些观点为2008 年金融危机后，英国、美国等市场的监管机构出台限制卖空交易的政策，提供了理论支持。

理论方面，Allen 和Gale（1991）[13]通过构建不完全市场均衡模型，指出允许卖空使企业无法参与完全竞争，最终得到的均衡无效，从而对经济产生了不稳定影响。Bai 等（2006）[14]指出，在某些特定情况下，拥有私人信息的卖空交易者可能会加大市场波动，增加市场上其他投资者所面临的风险。实证方面，Keim 和Madhaven（1995）[15]从卖空交易者的角度出发，认为卖空交易者利用内幕信息、杠杆交易等行为会造成股市的震荡。Charoenrook和Daouk（2005）[16]通过对全球111个国家和地区的证券市场进行实证研究，发现卖空交易降低股票收益率偏度或市场崩盘概率的效果均不明显。国内有部分学者认为，由于融资融券业务开展过程中还存在规模过小、融资与融券发展不平衡等诸多问题，融资融券提高定价效率的作用并不显著。张永力和裘骏峰（2012）[17]通过测量我国股票价格在实行融券前后的显著变化并比较回报率横截面分布特征的变化，认为我国股市的投资者利用私有信息在融券业务开展前对股价进行了调整，因此我国融券前后的股价下跌主要是信息效应，并不体现融券业务对纠正错误定价、提高定价效率的积极影响，这与Chang 等（2007）[18]关于香港股市在融券前后反应的研究结论恰好相反。肖浩和孔爱国（2014）[19]认为融资融券业务的开通降低了股价特质性波动，在一定程度上提高了股价信息效率，但是其作用机理主要体现了对市场投资者行为的影响，融资融券交易机制对公司的外部治理作用仍有待改善。

Grullon等（2015）[20]通过研究美国证券交易委员会发布的SHO 法案（裸卖空禁令），发现卖空交易会降低小市值公司在股价下跌时的发行和投资行为的发生概率；发现股市的融资融券杠杆率与系统内的基尼系数同向变动，即杠杆率越高，财富分配越不均衡。巴曙松和朱虹（2016）[21]研究发现，我国融资融券市场中的强杠杆、弱风险对冲的特征会助长投资者情绪，显著加剧市场波动。

三、融资融券业务影响我国股票市场定价效率的实证研究①本文根据实证设计进行分析，结论供参考。

实证研究的结构如下：首先，分别从度量指标、变量与回归模型、样本数据三个方面，对整个研究方案进行说明；其次，利用Stata 等计量软件对数据进行处理和回归；再次，根据回归结果，分析说明融资融券业务的影响，并尝试对影响原因进行解释。

（一）研究设计

1.度量指标选取

参考国内外文献对定价效率的定义，本文从股价特质信息含量和股价对新信息的调整两个方面来度量股市的定价效率，下面分别对这两个方面的指标进行分析和说明。

Rol（l1988）[22]提出利用股票定价方程的拟合优度R2来衡量股价中特质信息的含量，较低的R2表明了股价中蕴含了更多的公司特质信息②公司特质信息（firm-specific information）指除市场、行业层面的信息以外，与公司基本价值密切相关的特定事件，包括增发、配股、股利发放、公司发展战略制定等。。而股价中的公司特质信息的含量越高，说明股价越能反映公司基本价值，而非仅仅跟随宏观经济或行业走势变化，能更好地引导资本配置，股市的定价效率越高。因此，本文将股价特质信息含量作为股市定价效率的一个代理变量，并用以下单因子CAMP 模型的拟合优度R2来衡量股价特质信息含量：

其中，ri,j,t是个股i 第j 期第t 日的日收益率；rm,j,t是市场m第j期第t日的收益率，分别用沪、深两市的市场综合指数收益率来表示，ei,j,t为随机干扰项。由于拟合优度R2的取值区间为（0,1），不符合最小二乘法的回归要求，本文参考相关文献的做法，对R2进行如下对数转换，从而使其分布趋近于正态分布，最终得到的指标RSQ 即为股价特质信息含量的度量指标：

除了用股价信息含量测度定价效率的变化，本文还借鉴Bris 等（2007）[11]、许红伟和陈欣（2012）[23]的做法，采用如下两方面指标，衡量股价对信息的反应能力，以期从多角度较为全面地考察融资融券业务对我国股市定价效率的影响。

第二，对新信息的调整速度方面的指标。

综上，为了便于进行回归分析，本文选择其中具有显著变化的四个指标，并对其进行如下对数转化，使取值范围符合最小二乘法的回归要求：

最终得到RA-及RADiff作为度量股价对信息反应程度的指标，SA-及SADiff作为度量股价对信息调整速度的指标。当上述四个指标值均显著下降时，表明股市定价效率提高。

2.相关变量选取与基本模型设定

本文参考DID 回归模型，并于模型中再加入一组相关控制变量，以尽可能控制除政策因素外的其他因素的影响，提高了评估的科学性，其基本回归模型设定为：

其中，Yi,j代表股票i 在第j 期的指标值；Post 为时间虚拟变量，在融资融券试点或扩容之前Post=0，试点或扩容之后Post=1；Treat为组间虚拟变量，处理组取为1，控制组取为是一组相关的控制变量，包括公司规模、换手率、每股收益等，εi为随机扰动项。具体的，模型所有变量的符号及含义如表1所示。为了控制序列相关问题，本文对标准误在股票层面上进行了聚集处理。

表1 变量与定义

3.数据处理与说明

本文所用股票交易数据均来源于CSMAR 国泰安金融数据库，财务数据来源于WIND 金融资讯，融资融券标的股票调整数据则从沪、深证券交易所的公告中取得。为全面考察融资融券业务对我国股市的影响，本文以A 股市场所有股票作为样本，选取2009 年10 月23 日至2020 年1 月21 日为研究区间。样本数据处理过程如下。

第一，将样本股票分组。2010 年3 月31 日我国股市正式启动融资融券业务试点，2011 年11 月25日由“试点”转为“常规”，随后沪、深股市分别于2011 年12 月5 日、2013 年1 月31 日、2013 年9 月16日、2014 年9 月22 日、2016 年12 月12 日、2019 年8月19 日对标的股票进行了六次大的扩容①沪深股市对部分标的股票的微调，即一次仅几只股票调入或调出融资融券标的范围的调整，不能称为“大扩容”。，并在这期间不断对标的股票范围进行微调。

根据融资融券业务扩展历程，在除去发生调整的融资融券标的股票后，将股票按表2 所示原则分为8组。

表2 样本数据分组示意表

表2 中的列标题为分组编号，行标题为样本期间左右边界、试点及六次大扩容的日期，数字1 代表股票是融资融券标的股票，数字0 代表股票不是融资融券标的股票。因此，组1（Group1）中的股票即为在试点时被调入融资融券标的股票列表，之后一直存在，截至2020 年1 月21 日仍未被调出的股票；组2（Group2）中的股票为试点期间不是融资融券标的股票，但在第一次扩容被调入融资融券标的列表后，就一直存在至今的股票；以此类推，组8（Group8）中的股票则是一直为非融资融券标的股票。

第二，将上述股票中上市时间晚于2009年10月23 日前一个月，以及整个样本期间停牌天数多于20个交易日的股票进行剔除，以减轻IPO 和停复牌等特殊事件对股票收益率的影响。这样处理后，最终得到组1 共63 只股票，组2 共86 只股票，组3 共141只股票，组4 共73 只股票，组5 共66 只股票，组6 共394只股票、组7共77只股票、组8共650只股票。

第三，分别以试点及六次扩容的首个交易日（表2 中所列日期）作为事件日，其前后的各108 个交易日②本文将“试点”的前窗口期定为2009年10月22日—2010年3月30日，后窗口期为2010年3月31日—2010年9月5日；第一次扩容的前窗口期为2011年6月28日—2011年12月4日，后窗口期为2011年12月5日—2012年5月20日；第二次扩容的前窗口期为2012 年8 月22 日—2013 年1 月30 日，后窗口期为2013 年1 月31 日—2013 年7 月18 日；第三次扩容的前窗口期为2013 年4月9日—2013年9月15日，后窗口期为2013年9月16日—2014年3月3日；第四次扩容的前窗口期为2014年4月17日—2014年9 月21 日，后窗口期为2014 年9 月22 日—2015 年3 月8 日；第五次扩容的前窗口期为2016 年7 月7 日—2016 年12 月11 日，后窗口期为2016 年12 月12 日—2017 年5 月18 日；第六次扩容的前窗口期为2019 年3 月26 日—2019 年8 月18 日，后窗口期为2019年8月19日—2020年1月21日。作为事件的前后窗口期，从而将整个研究细分成了七次“自然实验”。

第四，提取并计算每次自然实验中，处理组和控制组所有股票各样本期内的公司规模、换手率、每股收益等自变量指标以及定价效率度量指标值。

本文基于融资融券业务发展和扩张的历程，将整个研究划分成了七次自然实验，并在每次实验中利用等式（8）的DID 模型考察试点或大扩容对定价效率的净影响，而DID 模型是评价政策效果是否可靠的关键，即为相关处理组与控制组的选择是否满足“除政策影响外，其余特征走势相同或相似”的要求。鉴于处理组与控制组选择的重要性，下面对每次自然实验，相关样本数据如何划分处理组与控制组进行详细说明。

由上文可知，本文已对所有样本数据进行了如表2 所示的分组，则易得实验1 至实验7 的处理组分别为组1至组7，那么如何选择每次实验的控制组即为本部分讨论的重点。理论上，组序号大于处理组组序号的样本组均可作为本次实验的控制组。如组8 的序号最大，其作为一直没有加入融资融券标的股票列表的样本组合，可以与组1至组7的任一样本组结合，分别作为某一次实验的控制组与处理组。然而，监管部门对融资融券标的股票的选择并不是随机的，而是按盈利、流动性等，逐渐将相关股票纳入，存在明显的动态选择。因此，这样的划分方式就显得太过粗略了，评价效果的准确性也会大大降低。

以第一次实验的选择为例，组1 为本次实验的处理组，若选择组8 为控制组，则不能很好地满足除政策影响外其余趋势特征相同或相似的要求：作为首批入选融资融券标的股票名单的股票，大多为市值大、流动性好、盈利高的蓝筹股，其特征走势与至今仍未被选为融资融券标的的股票有较大不同。因此，利用上述划分处理组与控制组的方法研究试点后股市定价效率的改变，也会产生较大的误差。从组1 至组8 的特征来看，组2 作为第二批即被划入融资融券标的股票名单的样本组，应与组1 中的样本具有除政策影响外最为相似的特征趋势，因此将其作为第一次试验的控制组可以有效控制评价误差。同理可知，每次实验只要将与处理组组序号相邻的下一个样本组作为控制组即可，如表2 中的虚线框所示，每个虚线框都是一次实验的数字矩阵示意图。

（二）实证结果与分析

1.相关变量的描述性统计

表3 给出了主要研究变量，即定价效率度量指标变量的描述性统计。

表3 描述性统计

2.融资融券业务对股市定价效率影响的实证结果

DID 模型实证检验结果中所要考察的核心为双重差分统计量，即交叉变量Post×Treat 的系数，其度量了融资融券业务的净影响。下面从个股特质信息含量变化与个股对信息调整能力变化两方面，对回归结果进行说明。

第一，对股价特质信息含量的影响。

表4 的第（1）列至第（7）列分别给出了七次试验以RQS 作为因变量时的回归结果。从中可以看出，前两次实验的双重差分统计量的估计系数为负，这意味着，在试点及第一次扩容后，相对于非融资融券标的股票，融资融券标的股票的RQS 指标值下降了，个股特质信息含量有所提高。然而，这两个系数在统计上并不显著，融资融券业务对个股特质信息含量的影响并不明显。在随后的5 次实验中，检验结果则发生了较为明显的变化，第（3）列、第（4）列、第（5）列、第（6）列、第（7）列Post×Treat的估计系数显著为正，这说明最近五次扩容后，融资融券业务非但没能提高标的股票的特质信息含量，反而令其显著降低，这一实证结果与融资融券交易提高个股信息含量的理论分析结果大大相反。

表4 个股特质信息含量RQS指标的DID检验结果

基于实证检验结果和上述分析，本文认为，至少从短期来看，融资融券业务对个股特质信息含量的变化并未产生预期的积极影响，反而可能在一定程度上阻碍个股特质信息的表达。

第二，对股价信息调整能力的影响。

首先，分析股价对信息的调整幅度。表5、表6分别给出了股价对信息调整幅度指标RA-、RADiff作为因变量的DID 模型检验结果，综合两表中的信息可以发现，在第一次实验即融资融券试点后，标的股票对新信息的反应程度并未有明显的改善，两表中的双重差分统计量的系数均不显著。但是在第二次实验中，两表中变量Post×Treat 的估计系数均为负，在经济意义上，该系数表示第一次扩容后融资融券标的股票的RA-和RADiff两个指标值相对于不能进行融资融券交易的股票平均降低了0.3813 和0.209，在统计意义上，其在1%的显著性水平下显著。这样的回归结果表明，融资融券标的股票吸收新信息特别是私有负面信息的能力增强，与股市“同涨共跌”的现象有所缓解。然而，这种积极影响并未持续，在随后的六次扩容后，融资融券标的股票的两个相关指标值没有再出现显著降低，甚至其RA-指标在第二、四、五、六次扩容后，在1%的统计水平下显著提高，这意味着融资融券增加了“股价同步性”，降低了股价对新信息的调整程度，与实施融资融券业务的初衷表现有一定的不一致。

表5 股价对信息的调整幅度RA-指标的DID检验结果

表6 股价对信息的调整幅度RADiff指标的DID检验结果

其次，在调整速度方面，从表7、表8 可以看出，融资融券交易对股价信息反应速度的作用影响并不稳定：试点时，虽然两表中Post×Treat前的系数为负，与预期相符，表明融资融券交易可以提高股价对信息的调整速度，但在统计上，该系数并不显著；第一次扩容后，两表中Post×Treat 前的系数仍不显著，但其已由负数变为正数，在经济上，意味着融资融券可能会降低股价对信息的调整速度；第二次和第三次扩容后，系数均显著为正，这意味着融资融券显著降低了股价对信息的反应速度；直到第四次扩容后，这种显著的消极影响才消失，但随后第五次和第六次扩容后再次显著降低了股价对信息的反应速度。总之，融资融券对标的股票股价信息调整速度的影响，先后经历了无明显影响到逐渐产生明显的消极影响，最后又恢复到无明显影响，然后再次产生明显消极影响。

表7 股价对信息的调整速度SA-指标的DID检验结果

表8 股价对信息的调整速度SADiff指标的DID检验结果

综上所述，本文认为融资融券业务推出之后，并未起到提高股价对信息特别是负面信息调整速度的作用，反而可能会减缓股价的调整速度，加重正负面信息之间所产生的价格延迟的相对不对称性。

第三，稳健性检验。

前文选择前后的各108 个交易日作为事件的前后窗口期。为验证本文结论的有效性和稳健性，本部分将调整窗口期的范围，以RQS 为例再次对回归结果进行检验。

本文将窗口期调整为前后一年。“试点”的前窗口期定为2009 年3 月20 日—2010 年3 月30 日，后窗口期为2010 年3 月31 日—2011 年3 月31 日；第一次扩容的前窗口 期为2010 年12 月4 日—2011 年12 月4 日，后窗口期为2011 年12 月5 日—2012 年12 月5日；第二次扩容的前窗口期为2011 年7 月17 日—2012 年7 月17 日，后窗口期为2012 年7 月18 日—2013年7月18日；第三次扩容的前窗口期为2013年4月9日—2013年9月15日，后窗口期为2013年9月16 日—2014 年3 月3 日；第四次扩容的前窗口期为2013 年3 月7 日—2014 年3 月7 日，后窗口期为2014年3 月8 日—2015 年3 月8 日；第五次扩容的前窗口期为2015 年12 月11 日—2016 年12 月11 日，后窗口期为2016 年12 月12 日—2017 年12 月12 日；第六次扩容的前窗口期为2019 年3 月26 日—2019 年8 月18 日，后窗口期为2019 年8 月19 日—2020 年1 月21日。回归结果如表9所示。

表9 个股特质信息含量RQS指标的DID检验结果

根据表9 可以看出，在试点及第一次扩容后，融资融券业务对个股特质信息含量的影响并不明显。在随后的5 次实验中，检验结果则发生了较为明显的变化，第（3）列、第（4）列、第（5）列、第（6）列、第（7）列Post×Treat的估计系数显著为正，这说明最近五次扩容后，融资融券业务非但没能提高标的股票的特质信息含量，反而令其显著降低，结果与前文一致。

3.结果总结及其原因分析

从融资融券业务发展历程来看，在初期，即试点和第一次扩容后，融资融券交易在一定程度上提高了股价对市场上的新信息，特别是私有负面信息的吸收程度，对股市产生了一定的积极效果。但是，融资融券在其余方面的作用则并不明显，其业务的开展并未显著提高股价特质信息含量、加快股价对信息的调整速度，对定价效率的影响总体上仍十分有限。部分学者认为，融资融券业务初期不甚理想的作用效果，可能是由初期融资融券总体规模过小、交易限制颇多等原因导致的（许红伟和陈欣，2012）[23]。

随后，转融资、转融券业务相继试点，融资融券交易相关制度建设不断完善，规模不断扩大，理论上而言，此时融资融券业务的积极影响应更为显著。然而，在对最近五次的扩容效果进行DID检验后，本文发现其结果与预期相反：标的股票的特质信息含量在这五次扩容后，相较于非标的股票，均显著下降；标的股票对信息的调整程度显著下降，对正、负面信息调整的不对称性未得到有效改善；标的股票对信息的调整速度显著下降，正、负面信息间所产生的价格延迟的相对不对称加重。这样的结果意味着，融资融券交易非但不能提高股价信息含量、增强其信息调整能力，反而会降低定价效率。

本文通过分析我国股市特性和融资融券业务发展现状，认为造成上述结果的原因主要有以下两点。第一，我国股市起步较晚，虽然发展迅速，但其总体上仍处于新兴转轨阶段，相关制度建设还很不完善，与其他成熟的资本市场相比仍存在不完善的地方，从而使融资融券交易的理论功能不能有效发挥。第二，我国股市中大部分投资者是有限理性的①这主要是由于我国股市的投资者中，没有经过专业证券投资训练的个人投资者、散户居多，而基金、券商等机构投资者占比相对较少。，因而市场的投机性很强、“追涨杀跌”的现象突出，若有限理性的投资者利用融资融券业务进行投机操作，则很容易为股市带来风险，加大股市震荡，降低股市的定价效率。同时，我国股市中大量噪声交易行为的存在，使股价更难回归其内在的基础价值，这也可能会削弱融资融券业务的价格发现功能。

四、结论与政策建议

本文首先对融资融券交易影响我国股市定价效率的作用机理进行了简要分析，认为融资融券交易在理论上有助于提高股市的定价效率。随后又以沪、深两市相关股票为研究样本，以融资融券业务发展历程划分时间区间，利用DID模型，实证检验了融资融券业务对股市定价效率的影响，检验得出以下结论。

第一，融资融券业务并不能显著增加标的股票的特质信息含量。回归结果显示，融资融券初期，该项业务的推出或扩容，使得标的股票的RQS 的指标值降低，股票特质信息含量增加，但是其在统计上并不显著；而通过检验最近股票标的的扩容，反而发现标的股票的特质信息含量显著降低。

第二，总体上，融资融券增强股票信息调整能力的作用仍十分有限。试点和扩容的几次试验中，仅在第一次扩容时，RA-与RADiff的指标值出现了显著下降，其余时刻，所有指标值均未出现显著结果或结果显著为正。这表示融资融券业务非但没有表现出增强股票对股市新信息的吸收能力，提升股票对市场波动的调整速度的积极影响，反而削弱了股票对新信息的调整能力，产生了一定的负面效应。

综上所述，融资融券业务对我国股市的定价效率没有表现出明显的改善作用，反而可能会在一定程度上损害定价的有效性，降低定价效率。这一结论与理论推导或预期相反，本文认为其可能是由我国股市的特殊性和投资者行为等原因造成的。基于上述实证检验结论，本文提出以下政策建议。

第一，加强政策指导。我国的股票市场的成熟程度相对较低，政策制度完善程度仍有待提高，融资融券业务容易被市场投机者滥用。监管机构可以根据市场情况加强指导，相机决策，通过调整保证金比例、调整标的证券范围、对不同种类的股票实行不同程度的买空卖空标准等方式进行政策引导。有针对性地解决相关问题，进而提高整个市场的有效性，最终使得融资融券的积极作用得以显现。

第二，优化投资者结构。实证检验结果发现，融资融券增强股票信息调整能力的作用较为有限，投资者结构会一定程度上影响到融资融券业务的价格发现功能。有限理性的散户投资者，可能会利用融资融券交易进行投机活动，增加市场的波动和风险。而市场中的机构投资者则不同于个人投资者，其具有专业的投资知识和技能，搜集信息、分析行情的能力较强，往往扮演着市场上的理性投资者的角色。同时，机构投资者一般还拥有雄厚的资金实力，并且与各类金融机构来往密切，投资规模大，投资周期长，风险控制能力强，可以对市场的稳定性产生重要影响。因此，培养由社保基金、证券公司、保险公司、QFII 等组成的机构投资者队伍，鼓励其参与融资融券业务，成为融资融券交易主体，可以优化市场投资者的结构，不但能使融资融券业务的积极影响得以彰显，真正起到改善股市定价效率的作用，而且能够推动整个证券市场的健康成长。