設為首頁 | 加入收藏
文獻檢索:

融資融券對我國股市波動性影響的實證分析


□ 陳作章[1,2];陸心淵;施耀;李忠磊

蘇州大學 應用技術學院 蘇州 215021 蘇州大學 東吳商學院 蘇州 215021

摘 要:

以上海證券交易所的融資買入額和融券賣出量對上證指數波動性影響的實證研究表明,在融資融券業務中,融資業務對股市波動影響顯著,且正相關,融券業務發展緩慢,業務量較小,對股市波動沒有顯著影響。總體上,融資融券有利于降低股市的波動性,有利于提高股市的有效性和穩定性。

  

  陳作章1,2,陸心淵2,施 耀2,李忠磊1

  (1. 蘇州大學 應用技術學院,蘇州 215021;2. 蘇州大學 東吳商學院,蘇州 215021)

  摘 要:以上海證券交易所的融資買入額和融券賣出量對上證指數波動性影響的實證研究表明,在融資融券業務中,融資業務對股市波動影響顯著,且正相關,融券業務發展緩慢,業務量較小,對股市波動沒有顯著影響。總體上,融資融券有利于降低股市的波動性,有利于提高股市的有效性和穩定性。

  關鍵詞:融資融券;股市波動性;實證分析

  中圖分類號:F830.91文獻標識碼:A文章編號:1006-3544(2014)04-0041-09

  收稿日期:2014-06-05

  基金項目:江蘇省社會科學基金項目(10JD030);江蘇省科協軟科學研究計劃項目(2013SKXRA06)

  作者簡介:陳作章(1959-),男,安徽安慶人,博士,蘇州大學應用技術學院、東吳商學院副教授,研究方向為區域產業轉型與金融創新。

  一、引言

  融資融券交易也稱證券信用交易,是指證券投資者向證券公司借入資金購買證券(融資交易)或借入證券并賣出(融券交易)的行為。無論融資還是融券,通常投資者需向證券公司支付一定的保證金。融資融券交易是證券市場基礎交易制度的重要組成部分,是套利和風險對沖的重要工具,一般來說具有穩定市場、價格發現和提高流動性的功能。

  目前金融市場較為發達的國家和地區融資融券交易已開展得非常廣泛, 我國也于2010年3月31日啟動了融資融券交易。到2013年9月,滬深兩市融資融券的標的股票和基金已達700只,其中,滬市400只, 深市300只。 ① 由于我國市場經濟的特殊性和金融市場的自身局限性,股票市場的波動受政策性因素影響較大,市場中的投機成分也較高。融資融券業務在我國發揮的作用與其他國家相比會存在一定的差異。那么經過3年多的發展,我國融資融券交易是否對股票市場產生了影響,具體又產生了怎樣的影響。本文采用實證分析的方法,分兩個階段研究上海證券交易所的融資融券業務和股市波動性之間的關系。具體采取以下研究方法:選用每日融資買入額波動率、每日融券賣出量波動率、上證綜指日波動率作為變量, 進行ADF檢驗、Granger因果檢驗以及OLS估計來分析變量之間的關系, 隨后使用HP濾波檢驗來判斷股市波動性的趨勢。

  二、文獻綜述

  在金融市場發達的國家, 融資融券幾乎和證券市場的建立同時產生, 針對融資融券與股市波動性動態關系研究的文獻眾多, 而且由于研究時間段的不同、數據選取的差異以及研究方法的不同,研究的結論也存在很多的差異。

  (一)國外文獻

  美國、 日本等金融市場較為發達的國家開展融資融券業務的歷史悠久, 學者研究融資融券對股市波動性影響的成果也很多, 但得出的觀點不一致。主要有以下三種: 一是融資融券會加劇股市短期的波動,起到助漲助跌的作用;二是融資融券與股市波動性并不存在相關性; 三是融券會降低股市波動性,起到穩定市場的作用。Bogen和Krooss(1960)用“金字塔—倒金字塔效應”來闡明融資融券加劇股市短期波動的機理: 投資者在股價上升時的融資買空行為增加股票需求,使得股票價格上漲;股價下跌時的融券賣空行為則會讓市場雪上加霜,促使股價進一步下跌。Conrad和Jennifer(1994)通過對NYSE、Amex和OTC市場的研究, 發現融券賣出和股價之間的正向關系不明顯,投資者不能通過融券賣出操作獲得超額收益,但投資者在市場上升趨勢中增加融券交易和在下降趨勢中減少融券交易的行為,對于提高股市的穩定性有一定作用。

  (二)國內文獻

  我國推出融資融券交易時間較短,雖然理論研究的文獻較多,但是在實證研究方面,很多學者是通過研究我國臺灣或香港證券市場,來給出對內地證券市場融資融券業務的建議。 廖士光、 楊朝軍(2004)采取了協整檢驗和Granger因果檢驗,證明了中國臺灣股市融券機制與股票價格間的關系,發現賣空交易額與加權指數之間存在長期穩定的協整關系, 融券機制并未加劇證券市場的波動。 蔡笑(2010)選取臺灣地區融資融券作為研究對象,分別分析了融資交易和融券交易對股市流動性的影響。陳偉(2011)采用ADF檢驗、協整檢驗和Granger因果檢驗分析香港市場數據,發現融券交易在一定程度上具有穩定市場的功能。龔紅霞(2010)同樣研究了香港證券市場,將融資融券額作為虛擬變量引入ARCH模型,研究二者對股市波動性的影響,得出了融資融券會降低股市波動性的結論。 唐艷(2012)通過實證分析發現當前我國股價指數波動的影響原因幾乎都來自于自身的慣性沖擊,這種慣性沖擊大多是因為宏觀、中觀、微觀的外界因素帶給股市的持續波動,而融資融券業務對股市的波動影響很小。王圣(2012) 分析歸納國內外理論得出融資融券具有穩定市場價格,完善價格發現的功能,雖然短期內會助漲助跌,但長期則會穩定市場。于孝建(2012)認為我國股市推出融券交易在一定程度上抑制了股市的波動性,由于融券交易的規模還不大,股市波動性指標的減小是否一定是融券交易所致,還需深入分析。夏丹和鄧梅(2011)通過實證分析發現,市場表現是融資融券的先行指標,同時融資融券對股市波動性和流動性有顯著影響,融資顯著增加市場波動性,融券會降低波動性。

  (三)文獻總結與本文研究特點

  上述專家學者從不同角度分析了不同國家和地區融資融券對股市波動性造成的影響,并且給出了解釋或數據依據,由于金融市場制度、融資融券發展時間以及研究方法的不同, 融資融券與股市波動性之間的因果關系以及相關關系沒有一個定論。此外,國外學者的研究主要關注于發達資本市場下的研究, 然而我國融資融券業務才開展3年多, 標的證券、交易機制等還在不斷發展和完善中,國外的研究結論是否適合我國的國情,有待進一步的研究;國內學者的研究則大部分集中于理論研究, 針對我國內地市場所做的實證研究較少。

  本文與以往文獻研究的不同之處在于:第一,根據標的證券數量的不同, 分階段對比研究融資融券和股市波動性的關系, 希望能夠發現融資融券對股市波動性影響的變化過程。第二,將融資融券額做了波動率處理, 有別于直接采取融資融券每日交易額或是余額, 波動率處理后避免了融資融券額數據不平穩的缺陷, 同時將融資融券數據與股市波動性數據統一到一個數量級, 以便于得到更好的擬合關系方程。第三,采用股市波動性的日內波動率數據, 與許多文獻采取收益率對數指標代表波動性不同,日內波動率數據針對最近3年相對低迷的市場可以抽離部分市場下跌因素, 專注于研究波動性指標, 同時與日內融資融券業務造成的影響形成更好的對應。

  三、數據來源和研究方法

  (一)數據來源

  1. 數據選取

  樣本數據區間分為兩段,即2010年5月4日至2011年12月2日共387個交易日,以及2011年12月5日至2013年2月28日,共298個交易日。

  具體的研究變量包括:股票市場波動性指標(VOL)、融資買入額波動性指標(MVOL)、融券賣出額波動性指標(SVOL),數據均來源于上海證券交易所,并通過進一步計算處理所得。

  數據均采用日數據, 希望通過高頻的日數據分析,能夠取得更加普遍、有說服力的研究結果。

  2.數據說明

  (1)樣本數據區間。本文選取2010年5月4日到2013年2月28日為樣本區間,共685個交易日。融資融券業務在我國證券市場尚處于初步發展階段,試點證券的數量也在不斷擴大中,根據上海證券交易所可供融資融券的標的股票數量, 可分為三個階段:2010年3月31日, 共有50只標的股票可供融資融券;2011年12月5日范圍擴大為參照上證180指數成份股的180只股票;2013年1月31日標的股票數量進一步增加至300只。

  本文的實證分析中將整個樣本分為兩個階段進行研究。第一個階段之所以選擇2010年5月4日至2011年12月2日,共387個交易日,而剔除了我國開始開展融資融券業務的第一個月,即2010年4月的數據, 原因在于融資融券業務剛開展時由于投資者的不熟悉,在第一個月常發生融券賣出量為0的情況,將影響后面的實證計算和分析。第二個階段是2011年12月5日至2013年2月29日, 共298個交易日, 這期間融資融券標由180只股票增加至300只股票,考慮到標的增加后的樣本個數較少(僅1個月的樣本與前標的范圍不同),將其合并成一個階段進行分析,這可使區間樣本數量較大,分析結果更加可靠,并且與第一個階段樣本數量相當,避免數據的不對稱性。

  (2)股票市場波動性指標(VOL)。現有研究文獻多數采用市場指數的月內標準差來衡量股票市場的波動性,由于筆者采用的是日度數據,因此擬采用上證綜合指數的日波率(價格波幅)來反映市場波動性水平,具體計算公式為:

  

  其中,PHt表示上證綜指第t日的最高價格指數,PLt表示上證綜指第t日的最低價格指數。

  (3)融資買入額和融券賣出量的波動性指標。本文采用的是日度數據,融資買入額波動性指標記作MVOL,融券賣出量波動性指標記作SVOL。由于每日的融資買入額與融券賣出量均為時期數,無法進行日內比較,因此采取與前一交易日比較的方式,即,其中MPt表示上海證券交易所第t日的融資買入額;,其中SPt表示上海證券交易所第t日融券賣出量。波動性指標不直接選取每日融資買入額與融券賣出量,是因為上交所公布的數據中,融資買入額的單位是元,而融券賣出量的單位是股(標的證券為股票)、份(標的證券為基金),兩者計量單位不同,不能直接比較,為了比較故取兩者的相對數。

  (二)研究方法

  首先對VOL、MVOL、SVOL三個變量分別進行ADF單位根檢驗,在確定變量平穩的前提下對變量之間的關系進行格蘭杰因果檢驗, 隨后結合因果關系得出擬合方程,最后研究融資融券業務對股票市場波動性影響的趨勢。

  1. ADF檢驗

  為了避免偽回歸, 保證回歸結果的無偏性和有效性, 人們通常需要對時間序列數據進行平穩性檢驗,檢驗方法一般有DF檢驗、PP檢驗和ADF檢驗。 本文首先采用最普遍的ADF檢驗,對三個變量的時間序列進行平穩性檢驗, 以判斷能否進行下一步的實證檢驗。

  2. Granger因果檢驗

  如果X和Y是兩個時間序列變量,而且變量Y過去值的顯著有利于預測變量X的值,那么就說Y是X的格蘭杰原因,反之亦然;由于本文研究的三個變量都是平穩的時間序列數據,因此可以直接進行Granger因果檢驗,不會產生偽回歸問題。Granger因果檢驗從定性的角度研究了融資融券與股市波動性之間的關系。

  3. OLS估計

  通過OLS估計尋找變量間關系系數的估計值,并使得離差平方和達到極小, 可以擬合出股市波動率由融資買入額波動率和融券賣出量波動率所表示的估計方程, 進一步定量分析股市波動率受到融資融券波動率影響的程度, 對比在不同階段出現的不同影響程度,并分析其原因。

  4. Hood Rick-Prescott(HP)濾波檢驗

  HP濾波檢驗是檢驗序列組成成分中的長期趨勢成分使用的主要方法,由于本文的波動性樣本容量大,且經過ARCH族嘗試檢驗,無法直觀判斷波動性趨勢以及變化, 因此筆者將采取HP濾波來判斷融資融券業務開展后股市波動性趨勢的變化,從而判斷融資融券對股市波動性呈何種方向的影響。

  

  

  

  四、實證分析

  (一)ADF平穩性檢驗

  首先對各變量進行單位根ADF檢驗,然后再根據各變量序列的平穩性選擇計量方法和模型。在進行單位根ADF檢驗時,要根據數據圖形選取適當的帶截距項和趨勢項的模型, 并且使用AIC信息準則確定最合適的滯后階數。 檢驗結果為表1和表2。

  

  1. 第一階段(2010.5.4~2011.12.2)ADF檢驗

  2.第二階段(2011.12.5~2013.2.28.)ADF檢驗

  檢驗結果分析:

  在ADF單位根檢驗中,零假設H0:被檢驗序列含有單位根,即被檢驗序列不穩定。表1和表2顯示,不論在上海證券交易所允許融資融券標的股票個數為50只的第一階段,還是在標的股票范圍擴大以后的第二階段, 三個變量的ADF值檢驗結果P值均很顯著,拒絕原假設,原序列均平穩,平穩的時序序列可直接采用,不需要進行差分處理,進行下一步Granger因果檢驗。

......(未完,請點擊下方“在線閱讀”)
特別說明:本文獻摘要信息,由維普資訊網提供,本站只提供索引,不對該文獻的全文內容負責,不提供免費的全文下載服務。

關于我們 | 網站聲明 | 合作伙伴 | 聯系方式 | IP查詢
金月芽期刊網 2020 觸屏版 繁體版 電腦版 京ICP備13008804號-2
波克捕鱼老版本在哪 广东l1选5任选走势图 原油期货双边 北京体彩11选五走势图100期 三门峡股票配资公司 广西快三开奖结果今天推荐 今天内蒙古11选五走势图 好运快3计划app 北京11选五开奖走势图 牛盛配资 吉林快三预测一定牛 江苏七位数机选 股票配资图片 快乐双彩开奖结果结彩网 股票指数投资策略可划分为 江西时时彩5星走势图 青海11选5网投平台