融资融券业务对A股市场价格波动的影响——基于GARCH模型实证分析

宋　钊，陈　昊，朱家明（.东北财经大学投资工程管理学院，辽宁大连6025；2.安徽财经大学a.金融学院；b.统计与应用数学学院，安徽蚌埠233030）



融资融券业务对A股市场价格波动的影响——基于GARCH模型实证分析

宋钊1，陈昊2a，朱家明2b
（1.东北财经大学投资工程管理学院，辽宁大连116025；2.安徽财经大学a.金融学院；b.统计与应用数学学院，安徽蚌埠233030）

【摘要】针对融资融券交易对我国A股市场价格波动性的影响，选取上证180指数相关时间序列数据作为研究变量，通过建立GARCH、VAR模型，综合运用因果检验、脉冲响应函数分析等动态计量经济研究方法进行实证分析。研究结果表明：融资融券交易均是A股市场价格波动的Granger原因，融资交易在一定程度上能够降低股市价格的波动性，但短期内对A股市场价格波动的影响仍存在不确定性；融券交易短期内对股价波动产生平抑作用，但在长期反而会扩大股价的波动。融券交易对A股市场价格波动的影响较融资交易更为持久，而融资交易对A股市场波动的平抑效果比融券交易更好。由于我国目前融资融券交易规模还处于较低水平，融资融券交易总体上对A股市场价格波动的影响还十分有限。

【关键词】融资融券；上证180指数；GARCH模型；VAR模型

融资融券业务是指客户向证券公司借入资金买入证券（融资）或证券公司出借证券供其卖出（融券）的一项金融业务。国外融资融券业务起步比较早，已经发展出一套比较成熟的交易模式。由于各个国家自身的金融体系和信用环境不同，采用的融资融券交易模式也有所不同。目前主要有以美国为代表的市场化模式、以日本为代表的集中授信模式和以中国台湾为代表的双轨制模式。我国融资融券业务的开展相对较晚，2010年3月首先在上海证券市场进行试点实施，次年11月开始正式启动融资融券交易，并与2012年8月和2013年2月先后开通了转融资和转融券业务。经过两次扩容之后，我国融资融券业务发展路径已逐渐明了，也标志着我国证券市场正式告别单边做多，证券交易迎来了信用交易时代。融资融券交易作为一种金融创新交易工具，解除了原先的卖空和杠杆限制，提高了证券市场的供求弹性，对证券市场功能的有效发挥起到了显著推动作用。对于我国证券市场来说，融资融券刚刚走过5年不到，融资融券业务结构还不完备，业务的推出对我国股票市场带来怎样的影响，融资融券业务对股票价格的平抑作用在我国证券市场能否有效地发挥？这正是本文所要讨论的问题，针对融资融券业务对我国股票市场价格波动的影响，本文从实证分析入手，探讨两者之间的关系。

1　文献综述

融资融券业务的快速发展，引起了众多学者的关注，对于融资融券业务对股票市场价格波动的影响，国内外很多学者对此进行了分析与探讨。Bris、Goetzmann和Zhu[1]通过实证分析，研究发现融资融券交易会对股票市场起到平抑作用。Diether、Lee 和Werner[2]则通过研究得出融资融券不仅对股市波动性有抑制作用，同时也会促进股市的流动性。Saffi和Sigurdsson[3]则基于2005—2008年的股市数据进行研究发现融资交易并没有起到平抑作用，融券交易反而是导致市场剧烈波动的重要原因。Hameed、Kang和Viswanathan[4]研究认为影响股市波动性和流动性的一个重要原因是股市的回报，消极的市场回报可能会降低股市流动性。廖士光和杨朝军[5]以中国香港股票市场上的数据作为研究对象，研究了卖空交易机制与市场波动性、流动性间的内在联系，研究结果显示对于整个股票市场，卖空机制加大了股票市场的波动性，而流动性则先减弱后增强。陈淼鑫和郑振龙[6]选取37个国家和地区的证券市场作为研究对象，探讨卖空机制对股指收益率偏度、波动性的影响。研究得出放开卖空限制将会使股指收益率向负向偏离，但却不会加大市场的波动性，而是可以降低市场崩溃的概率。于孝建[7]以上海证券市场为研究对象，采用VAR模型实证分析了融资融券交易对股市波动性的影响。研究结果表明融资交易增大了股市的波动性，而融券交易同时减小了股市流动性和波动性，融资交易对股市的影响程度要大于融券交易。黄顺武和昌望[8]通过分析ETF作为融资融券标的前后折溢价率水平变化及其影响因素，融资融券推出为ETF交易提供了额外的套利渠道，降低了市场非流动性对原有的跨市场套利的影响，从而提高其定价效率。李科、徐龙炳和朱伟骅[9]利用自然实验——白酒行业“塑化剂事件”，研究卖空限制对股票错误定价的影响。研究结果表明卖空限制导致了股价高估，而融资融券制度等做空机制则有助于矫正高估的股价，提高市场定价效率。

整理发现，上述文献存在的不足在于：第一，现有文献关于A股市场波动的衡量指标不统一。第二，关于融资融券对A股市场价格影响的长期趋势并没有做进一步的分析，同时也忽视A股波动可能对两融带来的影响。

本文的创新点如下：第一，上证180指数作为基准指数能够反映A股市场的概貌和运行情况。第二，利用GARCH模型对上证180每日收盘价格进行拟合得出条件方差，作为A股市场价格波动性的衡量指标相比直接采用股价变动率更为精确。第三，同时对A股市场价格波动可能对两融带来的影响进行了实证分析。

2　数据来源和变量说明

选取上证180指数2012年1月到2015年12月每日观测值，共970组数据作为研究对象，研究融资融券对我国A股市场证券价格波动的影响。融资融券交易代表变量：以沪市日融资交易额代表买空交易（Srz）、沪市日融券交易量代表卖空交易（Srq）；A股市场股票价格波动性指标：根据刘文源等[10]的研究成果，利用GARCH模型对上证180每日收盘价格进行拟合得出条件方差，作为A股市场价格波动性的衡量指标（SVOL）。以上数据均来自上海证券交易所，由于融资融券额数额较大，为消除变量间的异方差性，对融资交易额和融券交易量取对数处理，分别为lnSrz、lnSrq。

3　实证分析

3.1GARCH效应检验

3.1.1序列统计特征描述性分析

取上证180股票价格每日收盘价对数收益率：rt= ln（Spt）- ln（Spt-1），对rt进行统计特性描述，如图1和图2所示。

图1　上证180指数日对数收益率波动图

由图1可以看出，波动在有的时间段幅度较大（如第150—200观察值），而在有的时间段波动幅度较小（如第0—50观察值），表明上证180指数对数收益率出现明显的“集群”现象。

图2　上证180指数日对数收益率直方图

由图2可知，上证180指数对数收益率均值（Mean）为0.000 501，标准差（Std.Dev.）为0.017 049，偏度（Skewness）为0.648 181＞0，说明序列分布有长的右拖尾；峰度（Kurtosis）为8.003 305，远远大于正态分布峰值3，说明收益率序列具有尖峰和厚尾的特征；Jarque -Bera统计量为1 077.449，P值为0.000 000，拒绝上证180指数对数收益率服从正态分布的假设，收益率具有明显的ARCH效应。

3.1.2收益率序列的GARCH检验

综合上证180指数对数收益率相关图、偏相关图和SIC准则构建GARCH模型，使用EVIEWS软件进行自回归条件异方差估计，根据不同滞后阶数下的GARCH模型对应的AIC和SC值确定最优的拟合结果见表1和表2。

根据表1可以得出，以上四个模型中，GARCH （1，1）的SIC和SC准则值都达到最小；由表2可以得出，GARCH（1，1）模型所有的系数都通过了T检验，显示方程拟合效果较好。对建立的GARCH （1，1）模型的残差进行ARCH效应检验，结果如表3所示。

表1　GARCH模型SIC、SC准则值

表2　GARCH（1，1）拟合结果

表3　GARCH（1，1）残差滞后4阶ARCH-LM TEST

由表3可得，F统计量和P值均不显著，表明GARCH（1，1）模型已经不存在ARCH效应。GARCH模型要求其残差为独立同分布的白噪声过程，对残差和残差平方进行Q检验，检验结果P值大于0.05显著水平，说明残差不存在自相关，GARCHA模型符合计量标准。取GARCH模型条件方差作为A股市场股票价格波动的衡量指标（SVOL）。

3.2VAR模型估计

通过构建向量自回归模型研究融资融券对A股市场股票价格波动的影响，使用序列lnSrz、lnSrq 和SVOL建立VAR模型。对三个变量分别做单位根（ADF）检验，结果显示，lnSrz、lnSrq和SVOL均为平稳时间序列变量，可进一步分别探讨融资交易、融券交易对A股市场股票价格波动的影响。构建VAR模型，首要的是能确定最优滞后阶数，较大的滞后阶数能够较为完整的反应所构造的模型的动态特征，同时也会减少模型的自由度，这里采用滞后长度规则来确定VAR模型最优滞后阶数。

表4　ln Srz与SVOL最优滞后阶数检验结果

表5　lnSrq与SVOL最优滞后阶数检验结果

由表4和表5可以得出，融资交易与A股市场价格波动两变量VAR模型的最优滞后阶数为4阶，融券交易与A股市场价格波动两变量VAR模型的最优滞后阶数为4阶，分别构造阶数为4阶的两变量VAR模型，对模型进行稳定性检验，其全部特种根的倒数值均在单位圆内，表明构建的VAR模型是稳定的。

融资交易与A股市场价格波动两变量VAR模型方程：

融券交易与A股市场价格波动两变量VAR模型方程：

3.3因果关系检验

为进一步解释变量之间的因果关系，分别对融资交易与A股市场价格波动的AR（3）、融券交易与A股市场价格波动的AR（4）模型作格兰杰因果分析，检验结果见表6。

表6　融资交易、融券交易与A股市场价格波动VAR因果检验

根据表6，两变量VAR模型因果检验结果可以得出，在5%显著水平下，融资交易是A股市价格波动的格兰杰原因，而A股市场价格波动不是融资交易的格兰杰原因；融券交易与A股市场价格波动在5%水平下均拒绝原假设，两变量互为格兰杰原因；在10%显著水平下，融资交易也与A股市场价格波动互为格兰杰原因。由因果检验分析可得，融资融券交易对A股市场价格波动有显著因果关系，同时A股市场价格波动对融券交易也有明显因果关系，对融资交易因果关系较低。

3.4脉冲响应函数分析

对于VAR模型，就单个参数估计值的经济解释是困难的，为了更加精准地分析两变量VAR模型中内生变量对它自身以及其他变量扰动作出的反应，分别对融资交易、融券交易与A股市场价格波动作脉冲响应（IRF）分析，直观地描述A股市场价格波动对单位冲击的动态响应，响应途径见表7。

由表7脉冲响应函数分析可知，融资交易受到一个单位冲击，对A股市场价格波动产生负向影响，A股市场价格波动对来自融资交易的冲击从第1期开始为负向反应并在1—10期均表现明显的负向反应，在第10期往后逐渐收敛于0。同时融资交易也受到A股市场价格波动的影响，从第1期开始就表现为负向影响，第3期后逐渐转为正向影响，说明A股市场价格波动短期内会减少融资交易。给融券交易一个单位的标准差冲击，融券交易对A股市场价格波动的影响从第2期开始转为正向影响，并在第4期达到正峰值，之后逐步下降呈收敛态势，说明融券交易在短期内对股价波动确实产生平抑作用，但长期反而会扩大股价的波动，但随着期数增加，其冲击较为稳定。说明融券交易对A股市场价格波动影响较融资交易持久，同时A股市场价格波动也会对融券交易产生负向影响，A股市场价格波动会减少融券交易。

表7　SVOL与lnSrz、lnSrq脉冲响应途径表

3.5方差分解分析

VAR模型的应用，还可以采用方差分解方法研究模型的动态特征，脉冲响应函数描述的是VAR模型中的每一个内生变量的冲击对自身以及其他内生变量带来的影响，随着期数的增加，观测模型中各变量对冲击的响应。而方差分解是分析预测残差标准差由不同新息的冲击影响的比例，即对应内生变量对标准差的贡献度。为了进一步衡量单个内生变量扰动项的一个标准差冲击对A股市场价格波动冲击的贡献程度，分别对融资交易、融券交易与A股市场价格波动两变量VAR模型进行方差分解9结果见表8和表9。

表8　SVOL与lnSrz方差分解表

表9　SVOL与lnSrq方差分解表

由表8方差分解结果可得，A股市场价格波动从第1期开始受到融资交易波动影响，随着期数增加，波动的影响逐渐减弱，但总体影响仍比较显著，在第10期仍可解释0．36%左右的冲击影响，融资交易对A股市场价格波动的影响滞后一期，呈现逐级递增趋势，说明A股市场价格波动对融资交易产生长期影响。由表9可得，融券交易对A股市场价格波动在第1～3期内，影响程度逐级递减，从第4期开始，影响程度又转为上升趋势。从第8期开始，影响程度呈收敛状态，保持在0．51%左右。融券交易和融资交易一样，A股市场价格波动对其影响随期数增加，说明A股市场价格波动对融资融券业务也有长期影响。综合方差分析结果可以得出，融资融券业务对A股市场价格波动均有一定的影响，但就长期而言效果并不显著，这主要是因为目前我国融资融券业务规模还不是太大，对A股市场股票价格的影响还十分有限。

4　结论与建议

选取上证180指数作为研究对象，研究融资融券交易对我国A股市场股票价格波动的影响，得出如下结论：第一，根据格兰杰检验结果可知，在5%显著水平下，融资融券交易与A股市场股票价格波动有显著因果关系。第二，根据脉冲响应函数分析，我国融资交易短期内对A股市场价格波动的影响存在不确定性。但从总体上来看，融资交易对A股市场价格波动起到了平抑作用，融资融券交易的价格稳定作用得到了一定的发挥。融券交易短期内对股价波动确实产生平抑作用，但在长期反而会扩大股价的波动。第三，尽管我国融券交易业务规模远小于融资交易规模，但其对A股市场价格波动的影响较融资交易更为持久，而融资交易对A股市场价格波动的平抑效果比融券交易更好。

基于以上结论，本文对融资融券业务提出如下建议：第一，逐步增加融资融券标的证券的范围，合理扩大融资融券业务规模，拓宽融资融券业务发展空间。第二，根据融资融券交易发展的不同阶段构建相应的交易模式，由于目前我国证券市场的运行机制尚不健全，配套的法律法规也不完善，投资者自身业务素质有限，若直接采用西方发达国家完全市场化的融资融券模式，则会促使逆向选择和道德风险的加剧，不利于融资融券交易平稳发展。位明亮[11]研究认为我国目前可以先在试点阶段选择集中授信模式，在推广阶段选择双轨制授信模式，而在成熟阶段选择分散授信模式。第三，在有效防控风险的前提下，增大融资融券交易期限的弹性，建立“差别化保证金制度”，最大程度活跃融资融券交易。

参考文献：

［1］BRIS A，GOETZMANN W N，ZHU N.Efficiency and the Bear：Short Sales and Market Around the World［R］.Nber Working Papers，2003，62（3）：1029-1079.

［2］DIETHER K B，LEE K H，WERNER I M.It is SHO Time! Shortsale Price Tests and Market Quality［J］.The Journal of Finance，2009（64）：37-73.

［3］SAFFI P A C，SIGURDSSON K.Price Efficiency and Short Selling［J］.Review of Financial Studies，2011，24（3）：821-852.

［4］HAMEED A，KANG W，VISWANTHAN S.Stock Market Declines and Liquidity［J］.The Journal of Finance，2010，65（1）：257-293.

［5］廖士光，杨朝军.卖空交易机制、波动性和流动性——一个基于香港股市的经验研究［J］.管理世界，2005（12）：6-13.

［6］陈淼鑫，郑振龙.卖空机制对证券市场的影响：基于全球市场的经验研究［J］.世界经济，2008（12）：73-81.

［7］于孝建.融资融券交易对中国股市流动性和波动性的影响——以沪市为例［J］.华南理工大学学报：社会科学版，2012 （2）：1-7.

［8］黄顺武，昌望.融资融券能促进标的证券的定价效率吗？——基于上证50ETF的实证研究［J］.合肥工业大学学报：社会科学版：2014（1）：1-8.

［9］李科，徐龙炳，朱伟骅.卖空限制与股票错误定价——融资融券制度的证据［J］.经济研究，2014（10）：165-178.

［10］刘文源，赵凯，叶静.基于GJR模型的中国股市收益率波动性研究［J］.青岛大学学报：自然科学版，2014（4）：20-26.

［11］位明亮.中国融资融券交易的模式选择［J］.特区经济，2013 （9）：69-70.

（责任编辑王帅林）

Effectof Margin Financingto A-share Market Price Fluctuations——Based on Empirical Analysis of the GARCH Model Effect

SONG Zhao1, CHEN Hao2a, ZHU Jia-ming2b
（1.Investment Projects Management Institute, Northeastern University of Finance and Economics, Dalian116025, China; 2.a.School of Finance; b.School of Statistics and Applicant Math, Anhui University of Finance and Economics, Bengbu 233030, China）

Abstract：For the impact of margin financing on China’s A-share market price fluctuation, this study selects the SSE 180 index related time-series data as the study variables to carry out empirical research by establishing GARCH, VAR model, the integrated use of causality, IRF dynamic econometric analysis methods of economic research and so on.Research result shows: Margin financing is the Granger cause of A -share market price fluctuations.Financing transactions can reduce price volatility in the stock market to some extent, however, its short-term impact on the A-share market price volatility remains uncertain; margin trading can control price fluctuations of the stock in short term, but it will expand the fluctuations of stock prices in the long term.Effect of margin trading on the A-share market price fluctuation is more durable than financing transactions, while the effect of financing transactions to stabilize the A-share market fluctuation is greater than margin trading.Since the scale of Chinese current margin financing is yet small, the effect of margin financing on the A-share market price fluctuation is rather limited.

Key words：margin; SSE 180 index; GARCH model; VAR model

作者简介：宋钊（1992—），男，河北邯郸人，硕士研究生，主要从事投资经济研究；陈昊（1992—），男，安徽六安人，本科生，主要从事国际金融研究；朱家明（1973—），男，安徽泗县人，副教授，主要从事应用数学与数学建模研究。

收稿日期：2015-12-08

【中图分类号】F832.7

【文献标识码】A

【文章编号】1674-2362（2016）02-0054-06