融资融券对我国上市券商股价波动的影响
2017-11-27刘弘宙
刘弘宙
摘要:融资融券交易是一种保证金杠杆交易模式,该制度的建立能够有效解决单边市场投机导致的暴涨暴跌问题,有助于降低股价的波动,维护市场稳定。但只有理性投资者才会通过融资融券交易的杠杆效应降低股价的波动性。若投资者是非理性的,融资融券的高杠杆性可能会带来助长投机,放大市场波动,加剧股价的波动。文章选取我国上市证券公司标的股为研究对象,进行实证分析,发现融资融券业务对我国上市券商股价波动率的影响。
关键词:融资融券;上市证券公司;股价波动
一、引言
我国股票市场成立于20世纪90年代初期,经过26年的发展,已成为了主板、中小企业板和创业板等多层级结构的资本市场,在很大程度上拓展了我国企业的融资渠道,有力地提升了资本市场对国内企业的服务效能。但我国的股票市场却存在一个问题,就是缺乏有效的卖空机制,投资者只能通过做多盈利,即市场主体只能依靠持有股票等待其价格上涨获利,缺乏从市场在下跌的情况下获利的机会。理性的投资者是以价值投资的理念进行股票买卖,如果在一个缺乏有效卖空机制且散户居多的市场中,以短期投机获利为目的投资者却会频繁进行股票买卖,其结果是增加了股票交易风险,股价剧烈的波动,证券市场平衡机制难以形成,这样的单边交易导致了市场的超涨超跌和风险的不断加剧而无法化解。为此我国引入融资融券制度,并于2010年3月31日正式开展融资融券业务,这标志着我国的股票市场进入双边交易。
融资融券交易是一种证券信用交易,包括融资和融券两种交易类型。其中融资交易是指投资者通过自有资金或证券作为保证金向具有融资融券交易资格的券商借入资金买入证券,并在期限内偿还所借本金和利息;融券交易是投资者通过自有资金或证券作为保证金向具有融资融券交易资格的券商借入证券并卖出,且在约定的期限内,买入相同数量和品种的证券归还券商并支付融券的费用。可以发现在融资融券交易中有两层信用关系。第一层是投资者与券商的信用关系,如在融资交易中,投资者支付少部分自有资金或证券抵押就可以买进证券,不足的部分则是向证券公司借入垫付款,券商垫付资金是以投资者日后能还本付息为前提的信用交易;第二层是券商与金融机构的信用关系,证券公司所垫付的资金来源于券商的自有资金、客户保证金、银行借款或在货币市场进行融资,即为转融通。可以看出,融资融券交易以券商为中介,一方是金融机构,另一方是投资者,通过融资融券交易,使得资金在货币市场和资本市场之间有序流动,从而提高金融市场的效率。可以说,融资融券交易为投资者和券商提供了新的交易工具,而且在一定程度上放大证券供求,增加市场交易量,使证券市场的流动性得到增强。这种交易也使得股票的价格更加趋向其内在价值,具有一定的减缓证券价格波动的功能,有助于市场内在的价格稳定机制的形成。
我国的融资融券业务开展已有7年,发展十分迅速。2016年12月,我国融资融券标的股经5次扩容后已达到950支,融资融券余额在2014年年底突破1万亿元,2015年虽经历动荡,但2016年回归平稳。2015年年底证监会提高了券商融资融券业务的保证金比率,意图降低杠杆效应、防范融资融券业务风险并保护投资者利益。截至2016 年11月30日,两融余额达9776 万亿元,在2015年证监会加强对滥用融资融券等操纵市场的案件的处罚后,融资融券交易处于一个相对稳定阶段。
我国资本市场发展迅速,作为我国金融体系重要组成部分的证券公司,为我国的国民经济发展和资本市场的稳定做出了重要贡献。券商作为融资融券业务的中介,开展融资融券业务也为券商带来了更好的盈利机会,促进了券商的利润增长。那么,融资融券业务的开展对于上市证券公司股价的波动性的影响是否显著,此影响如何值得关注。
二、数据来源与变量选取
(一)样本来源
根据中国证券监督管理委员会发布的《2016年1季度上市公司行业分类结果》,行业大类为资本市场服务类别的我国上市券商共25家,包括申万宏源、东北证券、锦龙股份、国元证券、国海证券、广发证券、长江证券、山西证券、西部证券、国信证券、中信证券、国投安信、国金证券、西南证券、海通证券、东方证券、招商证券、太平洋、东兴证券、国泰君安、兴业证券、东吴证券、华泰证券、光大证券、方正证券。
由于东方证券、国投安信、国信证券、申万宏源以及国泰君安5家上市券商股被纳入融资融券标的股的时间为2016年12月12日,时间较短,故本文不纳入样本。在剩余20家券商股票中最后纳入融资融券标的股的锦龙股份和宝硕股份,这两支股票成为融资融券标的股的时间为2014年9月22日。为了避免在不同时点上选择加入融资融券业务的标的股票使得数据在一致性方面存在誤差,因此本文选择2014年9月22日这个时间为样本数据的起始时间。样本周期为2014年9月22日至2016年9月22日。本文的数据来源wind数据库中融资融券交易数据的个券交易统计和同花顺行情数据。
(二)变量选取与数据处理
本文所涉及的变量包括券商板块指数波动率、融资余额变化率和融券余额变化率3个变量。
1. 被解释变量
被解释变量券商概念板块指数波动率(VOL),本文通过GARCH模型提取条件异方差序列来表示波动率。具体步骤有以下方面。
首先,从同花顺软件中导出券商板块指数数据,选取2014年9 月22日至2016 年9月22 日券商板块的历史收盘价,记为S,对券商板块指数建立收益率序列R= lnSt- lnSt- 1,利用eviews对券商板块指数的收益率收益率序列进行自相关检验,其自相关函数和偏自相关函数如表1所示。
由表1可以看出,10%的显著性水平上,收益率序列不存在显著的自相关性。
其次,检验ARCH效应,利用eviews进行最小二乘法,对lnSt进行简单的OLS回归,结果如下:endprint
Ln(St)=0.0989+0.9868*Ln(St-1)
R2=0.985664 DW=1.823129
全部检验通过,Ln(St-1)系数接近1,说明此序列确为随机游走过程。以下是ARCH检验的结果:
P=0.0495<0.05,检验在5%水平下显著,说明存在明显的ARCH效应。
再次,利用eviews软件建立GARCH 模型进行分析,得到表3,可以看出各系数都显著,且模型的方程拟合程度较高。
最后,提取GARCH模型的条件异方差序列作为券商指数股价波动率序列,记为VOL。
2. 解释变量
解释变量为融资余额变化率(FBR)和融券余额变化率(MBR),通过对数作差法来获取。
首先,在wind数据库中导出20支标的券商股票2014年9 月22日至2016 年9月22 日的當日各股融资余额和融券余额。其次,将20支股票的当日融资余额数据加总记FB,融券余额数据加总记为MB。最后,通过对数作差,即FBR=lnFBt- lnFBt- 1,来表示券商的融资余额变化率(FBR); MBR=lnMBt-lnMBt-1,来表示券商的融券余额变化率(MBR)。
三、实证检验
(一)单位根检验
在对金融时间序列数据进行分析之前,必须首先进行平稳性检验,通常采用ADF检验,即单位根检验。通过ADF值与t统计值临界值比较,如果ADF值小于临界值,说明序列是平稳的。检验结果如表4 所示。
从表4中可以看出,券商概念板块指数波动率序列VOL、融资余额日变动率FBR、融券余额变动率MBR的ADF值都小于显著性水平1%,5%,10%的ADF临界值,拒绝原假设,序列平稳。
(二)VAR模型建立
三组序列在1%、5%、10%的显著性水平下均满足一阶单整,可以建立VAR向量自回归模型。建立VAR模型,首先要确定最优滞后阶数,Lag Length Criteria检验方法来确定最优滞后阶数。
1.融资余额变化率与券商概念板块指数波动率的VAR模型
为了保证自由度和滞后项的数目都在公允的范围之内,另外,根据单位根检验图1 显示,当滞后期为5时,单位根都落在了单位圆的内部,说明此时的VAR模型有比较好的稳定性,所以确定波动率与融资余额变化率的VAR模型的滞后阶数为5。
根据结果,得到FBR与VOL的VAR(5)的模型:
FBR=19.7692161152*VOL(-1)-15.4
835679383*VOL(-2)-10.7272821197*VOL
(-3)-4.19720943539*VOL(-4)+9.9368758
7987*VOL(-5)+ 0.522136333372*FBR(-1)+0.0532640813824*FBR(-2)-0.00870454
160094*FBR(-3) +0.100659366986*FBR(-4) + 0.0757242728474*FBR(-5) +0.001
13194135924
VOL=1.07568617419*VOL(-1)+0.07
35340230829*VOL(-2)-0.115872962869*
VOL(-3)-0.126572237719*VOL(-4)+0.0
734213821311*VOL(-5)-0.000292215706
209*FBR(-1)-0.000290986334095*FBR(-2)-0.000439247241522*FBR(-3)+0.000511406417548*FBR(-4)+6.17780604154
*FBR(-5)+2.48170546997e-05
融资余额变化率滞后5阶变量的系数较大,为6.1778,T值也很显著,为1.78,表明融资余额变化率对券商概念板块指数波动率有正方向的影响。
2.融券余额变化率与券商概念板块指数波动率波动率的VAR模型
从表6中,可以发现当滞后8阶时合理,且图2显示,当当滞后期为8时,单位根全部落在单位圆内,表明此时VAR模型稳定性较好,所以确定融券余额变化率与券商指数股价波动率的VAR模型的滞后阶数为8阶。
根据结果,得到FBR与VOL的VAR(5)的模型:
MBR=79.8861256875*VOL(-1) -
78.6356591066*VOL(-2)-29.5453388262*
VOL(-3)+83.5541336575*VOL(-4)-
37.1382169577*VOL(-5) -11.9788717454*
VOL(-6)+50.4480796404*VOL(-7)-
75.7838684204*VOL(-8)-0.35762966061*
MBR(-1)-0.165303388892*MBR(-2)-
0.240740119428*MBR(-3)-0.0992707563
304*MBR(-4)-0.0576577033123*MBR(-5)-0.0455133666029*MBR(-6)-0.181840
212939*MBR(-7)-0.146340663115*MBR(-8)+0.0273293852811
VOL=1.06240649333*VOL(-1)+
0.0821137982896*VOL(-2)-0.1015227623endprint
84*VOL(-3)-0.14669619819*VOL(-4)+
0.0642812610336*VOL(-5)+0.0210729162
339*VOL(-6) + 0.0514286670234*VOL(-7) -0.0559090986973*VOL(-8) -1.78999
19749e-05*MBR(-1)-0.00012427161832
6*MBR(-2)-0.000139330689688*MBR
(-3)-0.000105935553217*MBR(-4)-
4.28741836378e-05*MBR(-5)+1.9751792
9865e-05*MBR(-6) - 2.36122822862e-
05*MBR(-7)-8.95648504769e-05*MBR(-8)+2.91492085336e-05
融券余额变化率滞后8阶变量的系数较大,并且滞后8阶变量的t值很显著,为-2.06336,表融券余额变化率8阶变量对股市波动性有反方向的影响,且影响较大。
(三)协整检验
序列是平稳的,满足协整检验。前文中,认为VOL与FBR应建立VAR(5)模型,VOL与MBR应建立VAR(8)模型,运用eviews得出迹统计量和最大特征统计量。
结果显示,在5%的显著性水平下,迹统计量和最大特征统计量均大于临界值,拒绝了VOL与FBR,VOL与MBR之间存在协整关系的原假设,即融资余额变化率与券商指数股价波动率不存在协整关系,融券余额变化率与券商指数股价波动率不存在协整关系。
(四)Granger因果检验
序列VOL、FBR、MBR一阶单整序列,Granger因果关系检验与滞后阶数关系紧密,根据前文确定的最优滞后阶数进行检验。
格兰杰因果检验结果显示,在5%的置信水平下,融资余额变动率对券商板块指数波动有显著的影响。而MBR和VOL之间不存在Granger因果关系,即融券余额变动率对券商板块指数波动率之间不存在显著的因果关系。
四、结语
我国的融资融券业务开展已有7年,该制度的引进对我国证券市场的运行起到重要作用作用。近些年,众多学者通过实证分析,大量研究了融资融券对整个股票市场运行的影响,但很少有学者从板块的角度去研究融资融券对其产生的影响。
融资融券业务的开展为券商行业的发展带机遇的同时,也带来了一定的风险,作为我国金融体系重要组成部分的证券公司,受到的影响值得关注。因此,本文以开展融资融券业务的标的上市券商股票为研究对象,通过对变量进行平稳性检验、自相关检验,运用VAR模型,发现融资余额变化率对券商概念板块指数波动率存在正相关关系,而融券余额变化率对券商概念板块指数波动率存在负相关关系,但之后的分析发现融券余额变化率对券商概念板块指数波动率影响并不显著。
综上所述,目前在我国实行的融资融券交易制度和市场投机行为盛行的背景下,呈现出了两融业务发展的不平衡情况,在券商板块,融券余额仅占到两融余额的1%,两融业务更像是“一融”,通过实证分析发现了融资业务加剧了我国上市券商股价波动率。
参考文献:
[1]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).
[2]吴国平,谷慎.融资融券交易对我国股市波动性影响的实证研究[J].价格理论与实践,2015(10).
[3]李俊文.我国融资融券交易对市场波动性影响的实证分析[J].中国证券期货,2011(12).
[4]孟照康. 融资融券交易对我国股市波动性、流动性影响的实证研究[D].东北财经大学,2016.
[5]宋光辉,董艳,吴栩.融资融券标的股扩容平抑了A股市场波动吗[J].财会月刊,2015(32).
(作者單位:贵州大学经济学院)endprint