融资融券交易对中国股市波动性的影响研究
张苏林 程帆
摘要：融资融券交易制度是现代金融市场中常见的交易手段之一，该制度的引入正式开启了我国证券市场“双边市”时代。以2014—2018年的交易数据为样本，采用带有哑变量的GARCH模型以及Hsiao et al.政策面板评估模型，通过研究两融交易对中国股票市场和两融标的股波动性的影响发现，第一，当政府连续三次以上以相悖的政策干预市场时，两融制度更倾向于增大股票市场的波动性，且融资交易和融券交易对股市波动性的影响具有非对称性;第二，两融制度有效平抑了标的股的波动性，但却增加了标的股的异常涨跌频率。
关键词：融资融券交易;市场波动性;政策面板模型;异常涨跌率
Abstract： Margin trading as a common trading pattern of stock markets open a new age of Chinas security market.This paper analyzes the impact of margin trading in Chinese stock market by GARCH model and the method of Hsiao et al.（2012） based on data of 2014-2018. The result proved that firstly， as financial control intensified efforts， margin trading increased the volatility of stock market. Secondly， although margin trading decreased underlying stocks volatility increased the frequency of abnormal change. And securities lending transactions increased both the volatility of market and abnormal rate of change.
Keywords： Margin Trading; the Volatility of Stock Market; Panel Data of Hsiao et al.; Abnormal Rate of Change
一、引言
融资融券交易又称为证券信用交易，现已成为发达资本市场中常见的交易形式之一。随着新兴经济体对外开放程度的不断提高和自身制度的不断完善，新兴证券市场也结合自身特点引入了融资融券制度。2010年，我国正式引入两融制度，结束了我国证券市场“单边市”的时代。学术界普遍认为，融资融券制度尤其是融券制度的推出有助于证券价格的稳定，进而有助于平抑证券市场的波动性。随着两融制度的不断发展，参与者数量的不断壮大，截至2018年6月，两融余额已突破万亿。随着两融制度的不断完善，交易规模的不断扩大，一个问题引起了人们的广泛关注：融资融券制度是平抑还是增大了证券市场的波动率？
早期，我国学者主要以台湾和香港地区的数据为样本，研究融资融券交易对股市波动性的影响。鉴于我国证券市场的特殊性，研究结论并不适用。2013年，Sharif et al.首次以中国大陆的两融交易数据和A股市场波动率为样本进行实证分析。研究发现，融资融券制度推出后，标的股的波动率出现了明显的下降。但是，该研究以2010年首批成为标的股的股票为研究对象，鉴于我国刚推出两融制度，无论是交易规模，还是投资者参与度都较小，因此，结论也具有一定的局限性。本文以第五次扩容后的数据为样本，基于Hsiao面板数据政策效应评估方法进行实证分析，避免了因数据选取造成的结论偏差。同时，基于市场整体、个股两个维度，研究融资融券制度能否有效平抑证券市场的波动性。
二、文献综述
融资融券交易自其出现至今已有400多年历史，现已成为发达资本市场中常见的交易制度之一。国外学者对于融资融券制度与证券市场交易質量之间的关系的研究起步较早，得出的结论主要有以下三种：
第一种观点认为，融资融券制度会加剧市场整体和个股的波动性。Hong和Stein（2003）研究发现，卖空约束降低了卖空者的利空信息的传递效率，当市场出现下跌信号后，累积的负面消息集体爆发，加剧了市场整体的下跌态势，进而加剧了证券市场的波动性[1]。Welch和Bernardo（2004）研究了金融恐慌和金融危机之间的关系，研究发现，投资者的恐慌情绪来自证券市场，当投资者面临恐慌情绪的影响时，更容易出现“羊群效应”，即投资者集体进行恐慌性抛售，加剧金融市场的波动[2]。Battalion和Schultz（2011）研究卖空约束对股票期权市场的影响后发现，卖空约束使得股票的综合价格偏离其真实股价，增加了市场的波动性[3]。
第二种观点认为，融资融券制度更倾向于平抑证券市场的波动性。Paul J.Seguin（1990）研究了保证金制度与融资融券制度之间的关系后认为，融资融券制度的推出，有利于推动信息在证券市场和投资者间的流动，具有价格发现功能[4]。James.J.Angel（1997）以纳斯达克个股数据为样本进行实证分析发现，融资融券制度的推出能够有效平抑股票市场的波动性，提升股市稳定性[5]。Anchada Charoenrook和Hazem Daouk（2005）基于对111个国家证券市场交易数据的实证分析发现，引入融资融券制度的国家比没有引入融资融券制度的国家拥有更低的股市波动率[6]。Saqib Sharif（2015）以中国证券市场的波动率为样本分析发现，融资融券制度能有效地平抑A股市场的波动率[7]。
第三种观点认为，融资融券制度与证券市场的波动性之间没有明显的关系。Gerety等（1991）研究了道琼斯工业指数期货与股票价格指数之间的关系，研究表明，两者之间没有明显的因果关系。Charles等（1997）以1978—1995年全球股票期货市场上12种股指期货的数据为样本，研究发现股指期货的推出对股指波动性的影响较小。Sigurdsson和Saffi（2011）通过研究26个国家的上万只股票发现，卖空机制与价格泡沫之间没有直接的因果关系[8]。
我国最早引入融资融券制度的是臺湾和香港地区，因此，我国学者对于融资融券制度与证券市场波动性的研究也主要集中在港台两地。巴曙松（2005）研究认为，融资融券业务尤其是融券业务在短期内不会对股市波动性产生影响[9]。王旻、廖士光、吴淑琨（2008）基于台湾证券市场的融资融券交易数据的研究发现，融资融券制度与市场波动之间无明显关系[10]。许红伟和陈欣（2012）以我国证券市场数据为样本分析发现，融资融券业务对标的股的影响有限。李科、徐龙炳、朱伟骤（2014）以白酒行业的个股为样本分析认为，融资融券制度在长期中有助于抑制股票的波动性。林祥友等（2016）以首批标的股为样本，利用DID模型和非参数检验方法，研究融资融券制度对股市波动性的影响，研究发现融资融券制度有显著的助长助跌效应[11]。张俊瑞，白雪莲、孟翔展（2016）运用敏感性分析方法研究发现融资融券制度所引起的内幕交易在一定程度上增大了证券市场的波动性[12]。
三、理论基础与计量方法
本文采用带有哑变量的GARCH模型和Hsiao et al.政策面板评估方法研究两融交易对我国股市波动率的影响。鉴于带有哑变量的GARCH模型是研究金融序列常用的经典模型之一，本文不再赘述。因此，本节着重介绍基于Hsiao et al.政策面板评估方法的反事实路径的构造以及固定效应面板模型。
（一）Hsiao et al.面板数据评估方法
本文对于两融制度对个股波动性的影响的实证分析主要基于Hsiao et al.（2012）的面板数据政策评估方法。该模型的假设：存在一些共同因子能同时对所有横截面数据单位产生影响。这一假设前提已被学术界广泛接受。本节主要阐述如何利用控制组构造实验组个股的波动率的反事实路径。
（二）固定效应面板模型
经典的回归模型假设样本是平稳的时间序列，因此，为了避免出现伪回归，在构建面板回归模型之前，先对上文中求出的处置效应进行平稳性检验。
四、数据选取及分析
（一）整体波动性的数据选取及分析
本文研究融资融券制度对中国股票市场波动性的影响。基于市场层面的整体波动性的实证分析，涉及到融资余额、融券余额、股票日收益率和波动率等指标。本文选取2014年12月1日至2015年12月31日的上证指数、沪市融资余额、沪市融券余额和指数日收益率数据作为样本数据，以GARCH模型拟合序列表示股票市场的波动率，研究两融交易对股票市场波动性的影响。为避免出现伪回归，本文采用上证指数日收盘价的一阶差分作为样本的收益率序列。
（二）个股波动性的数据选取及分析
本文对于融资融券制度对个股波动性的实证分析主要基于Hsiao et al.（2012）的面板数据政策评估方法。为了避免样本选择偏差，本文以2016年12月12日第5次扩容为时间分界线，选取2015年12月12日至2018年6月12日为样本研究区间。实验组选取在2016年12月12日以后成为标的股，而在此之前为非标的股的股票;同时，剔除长时间停牌的股票共8只;剔除采矿业、金融业的个股;剔除窗口期被S.T或摘牌的个股，其中S.T的两支，摘牌的0支。对于控制组的选取标准如下：1.剔除曾经成为标的股后又被移出标的股名单的股票;2.剔除采矿业和金融业的股票;3.剔除2016年12月12日以后成为标的股的股票;4.剔除交易日少于500天的股票;5.剔除研究区间内被S.T或停牌的股票。
在进行股票匹配过程中，由于控制组股票太多，在一定程度上降低了预测的准确性，所以，本文通过指标选取出与控制组最相近的20只非标的股（Hsiao et al.2012）作为控制组。Sharif（2013）以中国股市数据研究两融交易对股票的波动率的影响时采用换手率、股票市值、股票日收盘价以及日波动率作为指标选取与标的股最为匹配的非标的股，姚磊（2016）采用的是随机选择的方法，陈海强（2015）采用的是资本资产定价模型中的贝塔值作为选取指标。因为中国的标的股皆是选取的流动性强、市值大、具有一定代表性的蓝筹股，并非随机挑选，所以本文采用陈海强（2015）的方法来选取控制组样本。首先，按照公式（11），将数值由小到大排序，找出与控制组最相近的20只非标的股。
五、实证分析
（一）GARCH模型分析
首先，检验上证指数是否存在条件异方差，即波动性集聚。经检验发现，无论是收益率的时间趋势、残差自相关图、残差偏自相关图还是Q检验均显示扰动项存在条件异方差，即波动性集聚。其次，由于上证指数收益率可能存在厚尾，因此假设扰动项服从t分布，并进行GARCH（1，1）估计。结果显示，ARCH（1）与GARCH（1）均很显著，且两者系数之和小于1，满足GARCH有效条件。将GARCH（1，1）模型估计结果作为衡量证券市场价格的波动率VOL。 最后，本文采用VAR模型研究两融交易制度对股票市场价格波动率的影响。记融资余额为MAR，融券余额为SS。经检验，MAR、SS、VOL都是一阶平稳的。
如图2所示，建立VAR（3）模型，并检验残差是否存在自相关。结果显示，VAR系统是稳定的。其中，有1个根十分接近单位圆，意味着有些冲击有较强的持续性（如图3）。
通过脉冲响应函数分析融资交易和融券交易对股票市场波动性的影响。如图4所示，给MAR一单位正的冲击时，得到正的冲击值，并存在长期性的影响。表明融资交易对股市波动性有正的冲击，即融资交易增大了股票市场的波动率，且这种冲击效应具有一定的持续性;给SS一单位正的冲击，得到负的冲击值，并存在长期性的影响。表明融券交易对股市波动性有负的冲击，即融券交易抑制了股市的波动率，且这种抑制作用具有一定的持续性。融资融券制度对于股市波动率的总影响取决于融资交易与融券交易的相对规模。
（二）固定效應面板模型分析
首先，根据上文所述方法求出处置效应，并对处置效应进行t检验，结果见表5，由表5可以看出，波动率的处置效应都是显著的。
由上述分析可知，融资融券制度在整体上有效降低了个股的波动率，且降低幅度取决于个股的异质性。下面本文将通过回归分析分析两融交易对个股波动率的影响。模型被解释变量为处置效应，将融资余额比、融券余量比作为解释变量以消除由于融资融券规模的差异带来的影响。同时，将市盈率、市净率、换手率、对数流通市值作为控制变量。由于本文的实证分析涉及到不同的事件时期和不同组的数据，所以在进行回归分析时在模型中引入时间虚拟变量和组间虚拟变量。首先，检验各样本区间数据的平稳性。经检验各项变量在样本期均是平稳的。其次，对样本进行组间异方差、组内自相关和豪斯曼检验，结果表明应使用固定面板模型。
由表6可知，融资交易和个股波动率之间是负相关关系，即融资交易降低了股票的波动率，而融券交易和个股的波动率之间存在显著的正相关关系，即融券交易增大了个股的波动率。两融交易对个股波动的总影响取决于融资交易与融券交易的相对规模。从整体上来说，绝大多数股票的融资交易的活跃程度在很大程度上超过融券交易，使得两融制度对绝大多数股票波动率的总影响显示出抑制的作用。
由表7可知，交叉虚拟变量对异常上涨频率、异常下跌频率有负影响，时间虚拟变量和融资余额比对异常上涨率有负影响，对异常下跌频率有正效应，融券余量比对异常上涨率、异常下跌率有正效益。即融资余额比增加了异常下跌频率，而融券余量比既增加了异常上涨率又增加了异常下跌频率。
六、结论及建议
（一）结论
本文从市场整体波动性和个股波动性两个维度出发，研究融资融券制度对股市波动性的影响，分别使用GARCH模型和Hsiao的政策面板分析法进行实证分析。
由GARCH模型的实证分析我们发现，当政府连续三次以上以作用相悖的政策干预市场时，融资交易具有增大股票市场波动性的作用而融券交易能有效平抑股票市场的波动性。由于我国融资交易和融券交易发展极不平衡，融资交易额占两融交易总额的95%以上，因此，融资融券交易总体上增大了股票市场的波动率。
由面板分析发现，融资交易具有平抑个股波动性的作用，同时也降低了个股异常上涨率，但是却增加了个股异常下跌频率。融券交易增加了个股的波动率，同时也增加了个股的异常下跌频率和个股异常上涨频率。鉴于我国两融交易发展现状，融资融券交易整体上平抑了个股的波动性，但却增加了个股异常波动频率。
研究结果表明，对于个股来说，两融制度的引入平抑了标的股的波动性，但却增加了标的股的异常涨跌率;基于市场整体层面的研究发现，在短期较强力度的政策干预下，融资融券制度显著地增大了股票市场波动性。
（二）相应的政策建议
1.基于监管者角度，融资融券制度本身是具有价格发现功能的，能够平抑股票波动性。但是，如果监管机构在短期内连续三次以上以作用相悖的政策干预证券市场，如2015年上半年的“极松”和下半年的“极紧”，两融制度反而增加了股市的波动性。所以，应稳健地推行两融制度，出台和完善相关的法律法规的同时给予市场一定的自由度，以“温和”的引导为主，使其更好地适应和发展新制度。
2.基于融资融券交易推进者角度，融资交易所占比例高达95%，远高于西方发达国家的比例。形成这一局面的原因除了券源不足外，较低的融券额度、较高的交易利率都不利于融券业务的开展。降低融券利率，提升证券公司进行融券交易的积极性，同时，积极促进转融通业务的发展，缓解融券标的不足的问题，促使融资融券制度更加完善。
3.基于证券公司角度，通过面板数据固定效应模型分析得出，融资交易对股票价格的波动有负向影响，融券交易对股票价格的波动有正向影响，也就是说，对于成为标的股的个股来说，融资交易降低了标的股的波动率，而融券交易则恰恰相反。证券公司在进行投资活动时，应做好风险控制，优化融资活动，提高自身抵御风险的能力，积极探索证券交易多样化的路径。
4.基于个人投资者角度，通过丰富融资融券业务对中国股票市场波动性的研究，使投资者更加理性客观而全面的理解融资融券制度以及该制度的风险特征，加强投资者自身的风险控制和防范能力;同时，两融交易虽然在整体上降低了标的股的波动率，但是会导致标的股异常波动频率的增加。因此，个人投资者在投资于两融标的股时应更加谨慎。
[参考文献]
[1]Hong H， Stein J C. Differences of Opinion， Short-Sales Constraints， and Market Crashes[J]. Review of Financial Studies， 2003， 16（2）：487-525.
[2]Bernardo， Antonio E， Welch， Ivo. Liquidity and Financial Market Runs[J]. The Quarterly Journal of Economics， 2004， 119（1）：135-158.
[3]Battalio R， Schultz P. Regulatory Uncertainty and Market Liquidity： The 2008 Short Sale Bans Impact on Equity Option Markets[J]. Journal of Finance， 2011， 66（6）：2013-2053.
[4]Seguin P J. Stock Volatility and Margin Trading[J]. Journal of Monetary Economics， 1990， 26（1）：101-121.
[5]James J. Angel. Short Selling on the NYSE[D]. Georgetown University，1997.
[6]Anchada Charoenrook，Hazem Daouk. A Study of Market-Wide Short- Selling Restrictions[D]. Vanderbilt University and Cornell University，2005.
[7]Sharif S， Anderson H D， Marshall B R. Against the Tide： the Commencement of Short Selling and Margin Trading in Mainland China[J]. Accounting & Finance， 2015， 54（4）：1319-1355.
[8]Saffi P A C， Sigurdsson K. Price Efficiency and Short Selling[J]. Review of Financial Studies， 2011， 24（3）：821-852.
[9]巴曙松. 融资融券：激活市场的创新举措[J]. 金融博览， 2006（9）：17.
[10]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， 34（10）：99-109.
[11]林祥友， 易凡琦， 陈超. 融资融券交易的助涨助跌效应——基于双重差分模型的研究[J]. 投资研究， 2016（4）：74-86.
[12]张俊瑞， 白雪莲， 孟祥展. 启动融资融券助长内幕交易行为了嗎？——来自我国上市公司的经验证据[J]. 金融研究， 2016（6）：176-192.
[13]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（6）：159-172.
[14]Cheng Hsiao， H. Steve Ching， Shui Ki Wan. A Panel Data Approach for Program Evaluation： Measuring the Benefits of Political and Economic Integration of Hongkong with Mainland China[J]. Journal of Applied Econometrics， 2012， 27（5）：705-740.
[15]金浩， 姚臻. 异常波动时期融资融券对股价特质性波动的影响研究[J]. 天津大学学报（社会科学版）， 2018， 20（1）：31-35.
[16]宫晓云. 融资融券制度提高还是降低了股价非同步性？[J]. 南方经济， 2018， V37（11）：47-66.
[17]吕大永， 吴文锋. 融资、融券交易及其波动对股价稳定性的影响一致吗[J]. 经济理论与经济管理， 2018， V37（4）：49-62.
（责任编辑：郭丽春）
