朱東博

[摘 要]為了研究中國股票市場融資融券業(yè)務(wù)對股價的影響，本文首先通過回歸分析研究了2014年年末至2015年年初股指暴漲和融資融券余額之間的關(guān)系，發(fā)現(xiàn)雖然2014年的上證綜指收盤價和融資融券余額有較強的線性關(guān)系，但對于2014年前的數(shù)據(jù)，并沒有發(fā)現(xiàn)同樣的相關(guān)性，因此筆者認為融資融券業(yè)務(wù)的增長只是此次股指暴漲的部分原因。其次，本文利用GARCH（1，1）模型探究了融資融券業(yè)務(wù)對中國股票市場股價波動性的影響，發(fā)現(xiàn)中國股票市場中兩融業(yè)務(wù)并沒有起到降低市場波動性的作用，反而融券余額的增加會造成市場的波動率上升，這說明我國中國股票市場尚處于不成熟的階段，相關(guān)監(jiān)管部門仍應(yīng)當完善相應(yīng)金融制度和法規(guī)。

[關(guān)鍵詞]融資融券；股市波動性；GARCH模型

[DOI]10.13939/j.cnki.zgsc.2015.34.075

1 前 言

證券信用交易又稱融資融券，是成熟市場下的一種普遍的交易制度，2014年上證A股市場全年累計上漲52.87%，位列全球股指漲幅第二位，有些人認為這次股票市場的上漲缺少基礎(chǔ)面的支撐，造成股指大幅震蕩是因為融資融券余額增加導(dǎo)致的，本文將利用從Wind資訊金融終端得到的2014年3月31日到2015年1月16日間上海證券交易所公布的上證A股指數(shù)的波動率和融資融券的余額數(shù)據(jù)，分析上證A股指數(shù)與融資融券余額之間的關(guān)系，并進一步用GARCH模型分析兩融業(yè)務(wù)對中國股票市場波動率的影響。

2 融資融券對股市波動性影響機理分析

在進行實證分析之前，我們先探討一下融資融券對股價波動性影響的機理，融資融券對股票市場的影響主要通過杠桿效應(yīng)。這種效應(yīng)是指投資者只需要向券商繳納保證金就可以進行證券信用交易，從而導(dǎo)致證券的需求量增加或者減少。融資融券在成熟市場中通過這種杠桿效應(yīng)起到穩(wěn)定市場的作用，但在市場監(jiān)管較為薄弱情況下，融資融券的杠桿功能也可能會帶來助長投機，放大市場波動。因為在股價出現(xiàn)大幅上漲（或下跌）非理性投資者紛紛追漲殺跌的情況下，融資（融券）的杠桿功能會進一步加劇股價上漲（或下跌），從而加劇股市波動。

3 融資融券對股市波動性影響的實證研究

在本章對滬市A股的收盤價與融資余額和融券余額做了線性回歸分析，直觀地判斷一下收盤價是否會與融資融券余額有關(guān)，然后再利用GARCH模型研究融資融券對股價波動性的影響。

3.1 線性回歸模型

2014年兩融業(yè)務(wù)開始迅速發(fā)展。根據(jù)興業(yè)證券的報告，截止到2015年1月15日，融資余額為1.1萬億元，占A股整體流通市值的3.4%，當日融資買入額為948億元，占A股整體成交金額的18.4%。大量的新增的信用賬戶也是融資融券的余額大幅增長的一個重要原因。2014年12月，新增信用賬戶72.4萬戶，增速達到14%，7個月連續(xù)上漲。

2014年以來上證綜指和融資余額和融券余額均有相同向上的走勢，下面以融資余額和融券余額為自變量，上證綜指的收盤價為因變量，用2014年1月2日到2015年1月16日共計255個交易日為樣本，建立回歸模型如下：

t=1450.0689+0.1182x1t+7.5582x2t

可以發(fā)現(xiàn)這個回歸模型擬合優(yōu)度達到0.9572，在樣本內(nèi)模型擬合得很好，并且兩個變量都顯著，系數(shù)估計值的符號也符合經(jīng)濟意義，即融資融券余額的增加都會導(dǎo)致上證綜指的增加，但是從2010年融資融券進入市場以來，兩融的余額一直維持在低位。如果用2010年3月31日到2013年12月31日間的日度數(shù)據(jù)回歸分析。

表1結(jié)果顯示上證綜指和融資余額已經(jīng)沒有明顯的線性相關(guān)關(guān)系，回歸的模型并不顯著，而這時的擬合優(yōu)度也只有0.5059，兩融余額上漲不再是上證綜指暴漲的真實原因。

3.2 融資融券對股價波動性影響

本章將用用上證A股指數(shù)日對數(shù)波動率代表股價的波動性，記為：

BDLt=lnBDLt-lnBDLt-1

本章利用Eviews8.0軟件對上證綜指日對數(shù)波動率進行正態(tài)性和異方差性檢驗，進而選定合適的GARCH模型分析融資融券對股價波動性的影響。

3.2.1 正態(tài)性檢驗

表2 上證綜指日對數(shù)波動率分布的描述性統(tǒng)計量

統(tǒng)計量均值標準差偏度峰度

P-value-Jarque-Bera

上證綜指日對數(shù)波動率0.000070.012-0.24915.1862

0.00

從表2中，峰度系數(shù)為5.1862>3，偏度系數(shù)為-0.2491≠0，Jarque-Bera統(tǒng)計量的P值為0.00，因此該上證綜指日對數(shù)波動率序列具有尖峰后尾的特征，不服從正態(tài)分布。

3.2.2 平穩(wěn)性檢驗

對時間序列平穩(wěn)性檢驗用單位根ADF檢驗：

從表3檢驗結(jié)果可以看出上證綜指日對數(shù)波動率的 ADF統(tǒng)計值均小于各顯著水平的臨界值，因此，上證綜指日對數(shù)波動率序列并不存在單位根，是平穩(wěn)的。

3.2.3 ARCH效應(yīng)檢驗

上證綜指日對數(shù)波動率的均值方程為：

BDLt=BDLt-1+εt

利用最小二乘法對該均值方程進行回歸，并輸出回歸的殘差圖：

波動率均值方程殘差圖

上圖顯示，股價波動呈現(xiàn)集群現(xiàn)象，不同時期的波動率呈現(xiàn)出大小比較集中的形態(tài)，這說明誤差項可能具有條件異方差性。

進而進行條件異方差 ARCH-LM檢驗，在滯后10階的情況下檢驗依然顯著，應(yīng)采用GARCH 模型對其進行研究。這里用GARCH（1，1）、GARCH（1，2）、GARCH（2，1）和GARCH（2，2）模型來進行實證分析是合適的。表4給出了上述幾個模型的擬合效果，根據(jù)AIC和SC準則，GARCH（1，1）模型是最適合的模型。

在GARCH（1，1）模型的方差方程中，ARCH項和GARCH項的系數(shù)之和0.93773<1，滿足GARCH（1，1）模型的參數(shù)約束條件。rqt的系數(shù)為正數(shù)，表明融券可以增加股價的波動性，而rzt系數(shù)為負數(shù)，表明融資可以降低股價的波動性。并且rqt的系數(shù)在10%的置信水平下是顯著為正，這就意味著融券可以增加股價的波動率；但rzt的系數(shù)在10%的置信水平下不顯著為負，這就表明融資對股價的波動性影響不具有顯著性。但國內(nèi)股票市場并不成熟，融券反而會導(dǎo)致增加了股價的波動率。

4 結(jié)論與建議

融資融券的杠桿效應(yīng)，可以起到防止股價劇烈波動的作用。但是，由于中國股票市場融資融券推出時間較短，以及監(jiān)管體系不完善等原因，導(dǎo)致融券對股價的波動率起的是相反的作用，即增加股價的波動率，而融資的作用也沒有表現(xiàn)出來，這就說明以后的監(jiān)管仍然任重而道遠。為了防止融資融券給證券市場帶來的風險，監(jiān)管部門應(yīng)該積極采取措施：一是對證券公司的兩融業(yè)務(wù)加強監(jiān)管，形成有效的控制融資融券杠桿比率的監(jiān)控體系；二推進我國中國股票市場T+0交易制度，充分發(fā)揮融資融券的市場價格穩(wěn)定器的作用；三是逐步放開漲跌幅限制，從而讓融資融券標的股具有更強的流動性。