融资融券与沪深股市波动分析——基于VAR模型分析

韩蒙婷

（云南师范大学泛亚商学院，云南 昆明 650000）

一、引言

融资融券交易实质是一种信用交易，是投资者向具备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证券的行为（佟孟华和孟照康，2015）。美国开展融资融券业务已有百年历史，而中国的资本市场起步晚、成熟度不高，股票市场上一直缺少卖空机制。经过多年筹备，我国于2010年3月31日正式启动融资融券试点工作，突破了A股市场无卖空机制的限制，吸引了众多的市场目光。经过近八年的发展，截至2017年12月18日，沪深两市两融余额历史峰值为22730.35亿元，融资余额占A流通市值比历史最高时达到4.74%。融资融券业务的推进在一定程度上促进了证券市场的发展，但在学界和业界不乏质疑的声音，有观点认为融资融券制度的推出并没有缓解股市波动，反而在股市异常时推波逐浪，将追涨杀跌的情绪进一步放大。市场对未来预期悲观时可以借入证券卖出，进一步压低标的股票价格；市场对未来预期向好时，投资者可以向证券公司提供担保物借入资金进入股市，看涨情绪的进一步蔓延容易导致标的股票被高估，整个市场处于高杠杆状态，暗藏金融风险。

推出融资融券制度的初心在于降低股市异常波动，实现完善资本市场结构体系，减缓我国金融市场剧烈波动。但是在这一制度实施后，随着融资融券标的股票范围的扩大以及两融规模的增长，在复杂的市场环境中该信用制度是否发挥了预设的作用，以及产生的效果如何等问题依旧为学者们津津乐道，成为当前的研究热点之一。本文将运用A股市场的相关数据，对此问题进行实证研究。

二、文献综述

围绕融资融券交易制度与股市波动之间的关系，国内外不少学者对此展开了讨论与研究。尤其是欧美发达国家，对融资融券制度的研究时间跨度长、分析层次深。国内虽然起步晚，但是对于该问题的研究文献亦不在少数。

（一）国外研究

Diamond（1987）等通过建立模型进行了实证研究，发现卖空约束会降低股价对私有信息（尤其是负面信息）的调整速度，导致股价容易被高估。卖空约束会赋予交易者将一项资产出售给其他投资者的权利，资产购买方认为还会有更加乐观的投资者愿意为该资产报出更高的价格。该权利的价值被市场过度放大，导致资产价格被严重高估，产生资产泡沫。另外，卖空约束还会导致股票交易量下降，从而降低股票价格的信息含量。卖空约束会产生资产价格被高估、降低股市流动性的不利后果。

（二）国内研究

国内学者的研究文献大致可以分为以下三类：

第一类：研究境外地区融资融券制度与股票市场波动性的关系。

胡华锋，刘艺璇（2012）根据中国台湾证券市场数据，对融资融券交易与市场流动性、波动性的关系进行实证研究，研究结果表明：融券卖空交易额的变动与市场流动性变动之间没有因果引致关系。

王朝阳，王振霞（2017）基于AH股的微观分析发现，涨跌停制度是A股市场个股股价高波动率的重要原因；同时在实施涨跌停的A股市场，融资融券制度的引入在现阶段也加剧了股价波动。

第二类：研究融资融券在短期或者长期与我国股票市场波动性的关系。

佟孟华，孟照康（2015）利用710个融资融券标的股票数据，研究两融对于股市以及个股的日波动性影响，认为融资融券短期内可以显著降低股票市场的波动性。

褚剑，方军雄（2016）从股价崩盘风险的角度出发，采用双重差分法系统检验融资融券政策对资本市场的影响。研究发现，与政策制定者的初衷相反，整体上融资融券制度的实施不仅没有降低相关标的股票的股价崩盘风险，反而恶化了其崩盘风险。

姚王信,姚磊（2016）将样本区间按照四次扩容政策分类，分析中国融资融券业务四次扩容政策及其对市场的影响。利用多期DID模型处理融资融券从实施以来对A股市场的长期影响。对前四次扩容政策市场的影响表明，融资融券显著减少市场流动性（影响程度随着不断扩容而降低）、微幅强化A股市场的波动性（有时正向强化、有时负向强化）。

李锋森（2017）基于波动非对称性视角，运用EGARCH模型研究融资融券对我国股市周期性波动的影响。实证结果表明，我国股市波动存在显著的双重非对称性，但融资融券对熊市波动非对称性和牛市反向波动非对称性都没有显著影响；我国融资融券既没有助推牛市上涨，也没有加剧熊市下跌，它对股市周期性波动的影响是中性的。

第三类：研究融资融券制度对于进行有效股票定价的作用。

许红伟，陈欣（2012）基于双重差分（DID）模型，研究了我国融资融券试点对股票定价效率和收益率分布的影响，发现其仅在少数指标上有一定积极作用，总体上效果仍然相当有限。具体来说，融资融券在试点1年内：一是对定价效率的改善仍然较弱，标的股票价格的负面信息含量和对市场向下波动的调整速度变化均不明显；二是能够显著减少股价暴跌概率，对抑制暴涨却几乎没有影响；三是仅能显著降低含H股、高市值、低换手率和低市盈率股票的偏度，对改善收益率的尖峰现象则没有起到积极作用。

李志深等（2015）利用2009年4月至2013年12月中国A股市场的数据，通过比较融资融券标的股票和非融资融券标的股票，以及股票加入和剔出融资融券标的前后的定价效率，发现融资融券交易的推出有效改善了中国股票市场的价格发现机制，融资融券标的股票的定价效率得到了显著提高。

综上所述，由于研究模型、研究数据规模、研究方法等的不同，学者们的研究结论不尽相同。本文选取截至2017年底的数据，试图从两融交易正常化以来，对比考察每次扩容对于股市价格波动的冲击，以期为审慎深入推进两融制度提出对策建议。

三、模型设计、样本与数据选取以及变量说明

（一）模型简介

向量自回归（Vector Auto-Regressive）简称VAR模型，是一种多变量数据分析方法。向量自回归(VAR)不以经济理论为基础，而是基于数据的统计性质建立模型。VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型，成为经济学研究的主流模型之一。该模型的一般表达式为：

其中，εt为向量白噪声过程，满足零均值、同方差、无自相关、不与解释变量相关的古典假定。

（二）样本与数据选取

2010年3月31日，我国证券市场允许进行融资融券交易。为降低新制度推出对市场的波动，采取“渐进式”扩容的方法。2010年至2014年，融资融券经历了四次较大规模的扩容。姚磊和姚王信（2016）认为该政策的主要目标是稳定股票价格、缓解股票市场的资金压力、增加市场交易的活跃性、提高券商的盈利能力并为建立多层次证券市场奠定基础。2016年12月上交所与深交所发文《关于扩大融资融券标的股票范围的通知》，是继上述四次扩容后的又一次重大举措，逐步推进两融制度的实施。

本文为剔除新增标的股票对融资融券交易的影响，将2010年3月31日-2017年12月1日区分为两个样本时间段。第一阶段为2010年3月31日-2014年9月12日（截至到第四次扩容结束）；第二阶段为2014年9月15日-2017年12月1日。在第一阶段内，两融标的证券范围处于较快的变动之中，而后一阶段标的股票范围相对处于稳定状态，增速较为平缓。本文将考察两个阶段融资融券与沪深A股市场股价波动的影响。

数据来源为东方财富金融终端，数据处理由Stata12.0完成。

（三）变量说明

本文选取的变量为股市波动性指标、净融券交易指标以及净融资交易指标。

表1 变量说明

四、实证结果分析

本文建立VAR模型对A股市场波动、净融资额与净融券额的关系展开实证分析。在对数据进行描述性统计的基础上，首先采用单位根检验判断数据的平稳性，避免由于变量的不平稳造成伪回归；其次确定最佳滞后阶数，构建VAR模型、检验AR根稳定性；然后在构建的VAR模型基础上逐次进行协整检验、Granger因果检验、脉冲响应分析和方差分解。

（一）描述性统计

从表2的结果以及通过J-B统计量，可以得出日内波动、净融资额以及净融券额这三个序列呈现出尖峰厚尾特征的结论，不服从正态分布，适合用金融时间序列模型进行分析研究。

表2 各变量描述性统计结果

（二）单位根检验

利用VAR模型进行时间序列分析，研究融资融券与股市波动的影响。首先要对数据进行单位根检验，判断数据是否为平稳序列。本文采用ADF检验方法，对股市的日内波动、融资融券指标的平稳性进行检验，检验结果如表3所示，全部指标在1%的显著性水平下，ADF统计量小于临界值，从而拒绝原假设，故可以认为三个指标的时间序列均是平稳的。

表3 ADF平稳性检验结果

（三）协整检验

协整检验可用于判断变量之间是否存在长期关系，前提是这些变量满足同阶单整。在本文中三个指标在两个样本时间段内均符合平稳性条件，故可以进行协整检验。在构建VAR模型之前，需要确定最佳滞后阶数，结果如图1和图2。

图1 第一阶段VAR模型滞后项结果

图2 第二阶段VAR模型滞后项结果

根据图1检验结果，按照FPE与AIC准则的最佳滞后阶数为4，HQIC与SBIC准则的最优滞后阶数为1阶，本文按照折中处理的方法，选择最佳滞后阶数为2阶，选择建立VAR（2）模型。根据图2检验结果，按照FPE、AIC以及HQIC准则最佳滞后阶数为3阶，依据多数原则，故选择建立滞后阶数为3阶的VAR（3）模型。第一阶段与第二阶段的数据均通过协整检验，实证结果表明净融资额、净融券额与股市波动存在长期内存在着一种稳定的变化关系。

（四）格兰杰因果检验

以上检验只是证明了A股市场波动，净融资额与净融券额之间存在着一种长期的均衡关系，但是三者之间的这种均衡关系的因果联系需要进一步验证。格兰杰因果检验从统计意义出发，用于判断变量之间的因果关系。为阐述本文三大指标之间的因果关系，运用Stata进行格兰杰检验。由检验结果得出，融资融券交易与股市的波动互为因果，即融资融券交易对股市波动产生影响；股市波动对融资融券交易亦产生影响。鉴于本文研究目的在于探究两融制度推出的影响及效果，故将重点论述两融交易行为对股市波动的单向影响。

（五）VAR稳定性检验与脉冲响应

融资融券交易的VAR模型稳定性检验是应用脉冲响应方法的前提，如果所设定的模型不稳定，则不能考察脉冲函数的变量关系。因此要首先对所构建的VAR模型进行稳定性检验，检验结果显示全部特征根均在单位圆内，表明设定的VAR模型是稳定的。

以第一阶段的样本数据为例，通过图3和图4可知，股市对本期融资融券各自带来的冲击于第二个交易日达到大，从第二个交易日后股市的波动开始趋于平缓，这与决策层推出融资融券制度的初心一致，表明其会抑制股市的波动。从图中还可以发现融券的冲击大于融资，虽然截至2017年12月22日沪深两市融资余额为10170.71亿元，融券余额为48.9亿元，两者规模相距甚远。这从一定程度上表明研究两融对股市的波动性仅仅考虑规模因素是不够全面的。

图3 第一阶段融券变动对股市的冲击

图4 第一阶段融资变动对股市的冲击

（六）方差分解

方差分解是通过分析每一个结构冲击对内生变量的变化（通常用方差来度量）的贡献度，进一步评级不同结构冲击的重要性，本文选定8期作为方差分解的滞后期，基于已经建立的向量自回归模型，分别对三个指标进行方差分解。实证结果为：沪深股市波动绝大部分来自于自身标准误差扰动，比如行业因素、宏观经济环境、经济周期、微观个体因素等，而融资与融券的交易行为给股市波动带来的贡献率低。2010年3月31日-2014年9月12日期间内，融资融券交易带来的波动贡献率合计不超过2%；2014年9月15日-2015年12月1日，两融交易的贡献率合计大约为4%，较第一阶段有了近2%的增长，表明融资融券制度在进入日常化运行后对股市的影响力逐渐上升，对股市异常波动的抑制作用逐步显现。

五、简要结论

本文利用向量自回归模型（VAR）分析了融资融券交易与股市波动在不同时间段内的相关关系。得出以下实证结果：一是净融资融券额在日内的变动与沪深股市的波动是一种双向的影响，互为因果。虽然从实施融资融券交易制度以来，融券规模一直与融资规模存在大幅差距，但是融券交易与股市的相互关系更加突出，这反映出卖空机制在我国股市的重要性地位。在完善资本市场的过程中，随着融资融券规模的扩大，卖空机制的作用不可小觑。二是融资融券交易虽然占A股交易比重不高，但是却起到抑制股市异常波动的显著作用，这与决策层的初心保持一致。三是样本的第一阶段，标的股票处于不断扩容中，而在第二阶段中标的股票范围变动小，处于一个较为稳定的状态。基于该状态，通过实证分析表明，虽然股市波动的原因中融资融券的影响力较为细微，但是随着融资融券规模的增长，这种影响力处于不断成长中，未来该交易制度将会发挥愈来愈重要的作用。