沈豐

摘要：本文運用實證分析來分析融資融券對我國上證指數波動的影響。本文選取了上海證券市場的日融資額、日融券量和上證指數作為研究對象，通過單位根檢驗、協整檢驗和Granger因果檢驗等實證研究方法，實證分析了融資融券對股市波動的影響。研究得出，融資額融券量與股市波動之間具有長期的協整關系；融資額融券量與股市波動之間不僅有相關關系，還具有因果關系，融資額引起了股市的波動，股市的波動也會引起融資額3～4天后的變化。最后通過狀態(tài)空間分析發(fā)現上輪牛熊市期間融資額的波動對上證指數波動由負轉正，存在動態(tài)正向影響，說明融資額波動是這段時間的股價波動原因之一。

關鍵詞：上證指數；融資融券；狀態(tài)空間模型

一、引言

（一）研究背景

隨著融資融券業(yè)務的開展，也使得證券交易機制日趨合理規(guī)范和完善，對我國金融市場的發(fā)展有著重大意義，在2014下半年，中國股市開始出現了罕見的暴漲行情，很多人認為這與融資融券以及配資等業(yè)務擴大不無關系，也就是所謂杠桿上的牛市，然而成也融資敗也融資，之后的市場暴跌，也和清理配資息息相關，而融資融券對中國股市的影響即是本文研究的重點。

（二）文獻綜述

大致看來，國內外主要觀點有三類：一類學者認為融資融券抑制了股市的波動性；一類學者認為融資融券加劇了股市的波動性；還一類學者認為單就融資融券不能判斷其對股市的波動性的影響，還有其他因素的影響。

第一種觀點是：融資融券抑制了股市的波動性。

孫茜，姚儉（2012）就曾經對融資融券對我國股市波動性的影響進行實證分析。運用了GRACH（1，1）、和EGRACH（1，1）兩種模型來進行分析。得到了融資融券業(yè)務的推出平抑了股市的波動的結論。認為融資融券業(yè)務的推出，有利于發(fā)現股票內在價值，使股價趨于合理，避免暴漲暴跌，對穩(wěn)定股市起到了作用。

廖士光，楊朝軍（2005）就賣空交易機制對股價的影響，對臺灣股市進行了研究。從理論分析和實證分析兩方面都說明了融資融券的引入不僅不會使股市大起大落，加劇波動，反而還更能體現內在價值，使股價趨向于內在價值，對股市的暴漲暴跌劇烈波動可以起到平抑的作用。起到了穩(wěn)定股票市場的作用。

第二種觀點是：融資融券加劇了股市的波動性。

Allen， Franklin， Douglas Gale（1991）曾研究過賣空機制，如果限制賣空的話，市場是完全競爭、平穩(wěn)均衡的。但是，如果允許賣空的話，市場則是不完全競爭的。因此如果金融改革，允許賣空的話會影響市場的穩(wěn)定。

第三種觀點是：單就融資融券不能判斷其對股市的波動性的影響，還有其他因素的影響。

占蕙穎（2010）選取了上海證券市場的數據作為樣本通過計量研究得出：賣空機制與證券市場的波動性之間的關系是不確定，并不能確定融資融券是起到了平抑股市的作用或加劇股市波動性。

王旻，廖士光，吳淑琨（2008）選取了臺灣證券市場的數據，采用Granger因果關系檢驗法驗證買空交易額、賣空交易額波動性這三個序列間的因果關系。研究表明，買空交易額、賣空交易額對市場的波動沒有顯著的影響。

以上文獻關于融資融券對股市波動影響的實證分析，選取了不同的證券市場，不同的波動性指標和不同的分析方法。上述文章對于融資融券市場的研究主要停留在2012年之前并沒有最近與股市波動有關的研究，而本文主研究的階段包括了2014年融資融券開始興起時的時期，具有更高的研究價值，另外文獻主要研究的是靜態(tài)的兩融對于上證指數的影響，而本文通過改變因果檢驗的滯后階數和狀態(tài)空間模型，更多關注在動態(tài)的狀態(tài)下兩融對于上證指數的影響程度。

二、研究方法

本論文選擇實證分析的研究方法，主要運用了單位根檢驗、協整檢驗、Granger因果檢驗以及狀態(tài)空間等實證研究方法，采用eviews作為主要計量工具，研究分析融資融券與我國上證指數的波動性之間的關系。

三、實證研究

（一）樣本與數據

本文研究的是融資融券對我國上證指數波動的影響。融資額（RZE）、融券量（RQL）的樣本，選取的是上海證券市場的日融資額以及日融券量。本文選取的樣本時間短為2012年1月4日至2015年12月31日。數據均來源于銳思數據庫。上證指數的波動時間段選取與融資融券同時間段變量的定義如表1所示：

表1變量的定義符號名稱SZZS上證指數RZE融資額RQL融券量（二）平穩(wěn)性檢驗以及協整檢驗

單位根檢驗是用來檢查時間序列的平穩(wěn)性。單位根，也即單位根過程，如果序列中存在單位根，那么此序列就是非平穩(wěn)的時間序列，會使回歸分析中存在偽回歸。因此本文分別對所選的數據進行對數、差分處理并觀察它們的平穩(wěn)性，結果如表2所示：

表2各序列和其一階差分序列的ADF檢驗結果原序列ADFt值p值結論LRZE-0.728330.9700不能拒絕，非平穩(wěn)LRQL-2.802650.1966不能拒絕，非平穩(wěn)LSZZS-1.506210.8272不能拒絕，非平穩(wěn)D（LRZE）-7.886820.0000拒絕，平穩(wěn)D（LRQL）-31.64640.0000拒絕，平穩(wěn)D（LSZZS）-22.81260.0000拒絕，平穩(wěn)資料來源：eviews輸出結果，經excel整理

從表2可以看出，融券量與上證指數在做對數處理之后t值都小于臨界值，p值也大于0.05，說明原假設成立兩者時間序列不平穩(wěn)，在進一步做差分運算后，我們可以發(fā)現上證指數、融資額、融券量都是一階單整數列，如果需要進行進一步的格蘭杰檢驗乃至之后的狀態(tài)空間分析，需要對差分之后的數列進一步的協整檢驗檢驗檢驗兩兩之間的長期相關性。由于后文需要對兩個變量分別進行格蘭杰因果檢驗，所以本文主要采用EG兩步法檢驗協整關系，即先分別用融資額和融券量對上證指數的波動率進行回歸分析，再對回歸分析結果的殘差進行檢驗，檢驗結果如表3所示：

表3各序列和其一階差分序列的ADF檢驗結果eADFt值p值結論D（LRZE）對D（LSZZS）回歸殘差-24.042640.0000拒絕，平穩(wěn)D（LRQL）對D（LSZZS）回歸殘差-28.776530.0000拒絕，平穩(wěn)從檢驗結果來看出明殘差序列不存在單位根，是平穩(wěn)序列。說明融券量的波動率與融資額的波動率分別與上證指數的波動率之間存在長期穩(wěn)定的協整關系。

（三）格蘭杰因果檢驗與分析

通過協整檢驗，可以知道，融資額波動率與上證指數波動率、融券量波動率與上證指數波動率之間是具有長期均衡的關系，但協整檢驗只能判斷變量之間的相關關系，不能判斷變量之間是否具有因果關系。并不能判斷融資額和融券量就是引起股市波動的原因。為了進一步研究研究兩兩之間的關系，接下來還需要進行Granger因果檢驗。

前文中已經通過ADF檢驗得出融資額、融券量以及上證指數同是一階單整且存在協整關系，可以進行Granger因果檢驗，分別取滯后期為1～4，作Granger因果檢驗，結果如表4所示。

表4不同滯后期D（LSZZS）與D（LRZE）之間Granger因果檢驗的結果滯后期原假設FP結論1DLSZZS does not Granger Cause DLRZE0.387820.5336接受1DLRZE does not Granger Cause DLSZZS42.63351.00E-10拒絕2DLSZZS does not Granger Cause DLRZE2.330840.0978拒絕2DLRZE does not Granger Cause DLSZZS26.05451.00E-11拒絕3DLSZZS does not Granger Cause DLRZE2.828910.0375拒絕3DLRZE does not Granger Cause DLSZZS19.02715.00E-12拒絕4DLSZZS does not Granger Cause DLRZE3.173970.0133拒絕4DLRZE does not Granger Cause DLSZZS17.26751.00E-13拒絕從檢驗結果來看，融資額的波動率恒為上證指數波動率的格蘭杰因，不隨著時滯而改變，而上證指數隨著時滯的擴大逐漸變?yōu)槿谫Y額波動率的格蘭杰因，也就是說，從檢驗結果來看，上證指數的波動率會對4、5天后的融資額產生影響。運用同樣的方法，檢驗上證指數與融券量的因果關系，如表5所示：

表5不同滯后期D（LSZZS）與D（LRQL）之間Granger因果檢驗的結果滯后期原假設FP結論1DLSZZS does not Granger Cause DLRQL7.700330.0056接受1DLRQL does not Granger Cause DLSZZS0.64640.4216拒絕2DLSZZS does not Granger Cause DLRQL5.827190.0031接受2DLRQL does not Granger Cause DLSZZS0.609550.5438拒絕3DLSZZS does not Granger Cause DLRQL4.673970.003接受3DLRQL does not Granger Cause DLSZZS0.318360.8121拒絕4DLSZZS does not Granger Cause DLRQL3.416330.0088接受4DLRQL does not Granger Cause DLSZZS0.287490.8862拒絕從檢驗結果來看，上證指數的波動率一直是融券量波動率的格蘭杰因，而無論幾階時滯，融券量一直不是上證指數波動率的格蘭杰因，結合具體的數值分析，我們發(fā)現，少量的融券量的波動難以造成上證指數的波動，所以造成了這種結果。

（四）時變參數狀態(tài)空間分析

從上文的格蘭杰因果檢驗分析中我們可以看出，融資額的波動對上證指數的波動具有一定的影響，而融券量對與上證指數的影響較少，所以利用上證指數的波動率與融資額的波動率進行簡單的狀態(tài)空間檢驗；量測方程為：

stpt=ct+sv1t*dlrze2t+ut

t=1，2，3，…，T

假定sv1t為隱變量，且遵循一階自回歸，即AR（1）過程，則可得到方程：

sv1t=φ*sv1t-1+εt

其中，φ為自回歸系數， ut為白噪聲，sv1t表示融資額的波動率對上證指數波動率的動態(tài)彈性系數。為了直觀的表現個因素對上證指數的時變影響，本文利用EViews產生狀態(tài)序列，并選擇濾波狀態(tài)變量均值，得到變參數的上證指數影響因素的動態(tài)變化過程。由于在用卡爾曼濾波法求解狀態(tài)向量的過程中，狀態(tài)空間初始值的選取問題會對求解的早期時變系數造成影響，所以我們從2013年開始討論。結果如圖所示：圖1融資額的波動對上證指數波動的動態(tài)影響

從上圖中我們可以看出，融資額的波動一開始為負效應的影響，而隨著2014年7月開始的牛市，融資額的波動對上證指數的影響轉變?yōu)榱苏挠绊懀@與我們開篇的假設不謀而合。

四、結論及后續(xù)研究建議

（一）結論

本文以上海證券市場的融資額和融券量還有上證指數作為樣本，選取了2012年1月4日至2015年12月31日的數據，運用計量工具和計量方法對融資融券對上證指數波動的影響進行了實證分析，得出了以下結論：

首先，通過協整檢驗發(fā)現，融資額的波動率與上證指數的波動率具有長期的協整關系，融券量的波動率與上證指數的波動率也具有長期的協整關系。說明了融資額融券量與股市波動之間有相關關系。

其次，通過Granger因果關系檢驗發(fā)現，當滯后期為1～4時，融資額波動率是上證指數波動率的格蘭杰因， 融券量的波動率不是上證指數波動率的格蘭杰因。說明了融資額與股市波動之間不僅有相關關系，還具有因果關系，且因果關系方向為融資額是股市波動的因，也即融資額引起了股市的波動。而對于融券量波動率不是上證指數波動率，本文認為融券量占上證指數的比重過小，即使通過杠桿也難以對上證指數產生一定的影響；通過Granger因果關系檢驗我們還能得出股市的波動是融資額融券量波動的Granger原因，這說明投資者從股市波動中發(fā)現融資融券的機會，根據上證指數的漲幅來判斷融資融券的量。

最后我們對互相具有一定因果關系的上證指數波動率與融資額波動率進行狀態(tài)空間分析，最后從結果中我們發(fā)現在2013年以后，尤其是牛市開始的2014年7月到股災開始的2015年6月期間，融資額波動率對上證指數的波動率一直產生動態(tài)的正向影響，這說明融資額是這一段時間上證指數的波動主要原因。

融資融券交易這一交易制度，能夠發(fā)現市場合理價格，理論上是可以平抑股市波動，股價會回歸到內在價值范圍。但本文實證研究分析得出的結論，融資融券引起了股市的波動與融資融券交易的這個功能相反，尤其在2014年下半年開始融資融券反而助漲了股市的波動，這說明了我國的融資融券機制并不健全，由于的融資融券業(yè)務剛剛起步，監(jiān)督管理體系也并不完善，而融資融券業(yè)務又具有杠桿性和高風險性，部分投資者可能利用監(jiān)管上的漏洞來獲取暴利，可能造成股市的波動。總而言之，我國的政府在融資融券業(yè)務展開的過程中，應聯合證監(jiān)會、證券交易所等監(jiān)管部門和證券機構，建立健全的監(jiān)管體系，在職責范圍內發(fā)揮出監(jiān)管作用，加大監(jiān)管力度，采取防范措施，促進融資融券業(yè)務的同時，也能讓其發(fā)揮正面的作用，避免股市劇烈波動引起金融危機。

（二）后續(xù)研究建議

1、本文只選取了上海證券市場的融資額融券量作為樣本，研究了上海證券市場，缺乏與其他市場的對比。在將來的研究中，可以研究其他的市場，如深圳證券市場、臺灣證券市場、香港證券市場等。將不同市場融資融券對股市波動的影響進行對比，研究效果更佳。

2、本文只研究了對上證指數的影響，上證指數雖然可以大致反映整個大盤的情況，但還是有一定的不足。在將來的研究中，可以研究對其他指數的影響，更能反映整個股市的波動情況。

3、本文選取的波動性指標為指數的日波動幅度。雖然能夠反映股市的波動，但波動性指標的選擇可能導致實證分析結果的不同。所以，在將來的研究中，可以選取多個波動性指標同時研究，所得出的結論也能更佳可靠。（作者單位：上海大學）

參考文獻：

[1]Alok Bhargava. Firmsfundamentals，macroeconomic variables and quarterly stockprices in the US[J]. Journal of Econometrics，2014：241-250.

[2]Haiqiang Chen，Qian Han，Yingxing Li，Kai Wu.Does Index Futures Trading Reduce Volatility in the Chinese Stock Market A Panel Data Evaluation Approach[J]. J. Fut. Mark. . 2013 （12）

[3]Allen， Franklin， and Douglas Gale. Arbitrage， short sales， and financial innovation[J]. ENGLAND： Econometrica，1991，（59），1041-1068.

[4]吳燦.淺談融資融券對我國證券市場各方的影響及對策[J].南昌：科技廣場，2013，1：190-193.

[5]王晉忠，文艷軍，王茜.融資融券交易對我國股票市場影響的實證分析[J].成都：西南金融，2013，（7）：8-12.

[6]肖媛媛，于佳.融資融券對A股市場的影響及投資者實踐情況研究[J].長春：經濟視角，2013，（8）：92-94.

[7]孫茜，姚儉.融資融券對我國股市波動性的影響——基于上證指數的實證分析[J].北京：現代商業(yè)，2012，10：34-35.

[8]王圣.淺談融資融券對證券市場的效應[J].武漢：企業(yè)導報，2012，（4）：32.

[9]王春，毋照生.基于股指期貨與融資融券的實證分析[J].北京：中國證券期貨，2012，11：1-2.

[10]王旻，廖士光，吳淑琨.融資融券交易的市場沖擊效應研究——基于中國臺灣證券市場的經驗與啟示[J].上海：財經研究，2008，（10）：99-109.

[11]高鐵梅. 計量經濟分析方法與建模[M]， 北京：清華大學出版社，2009：380-381.

[12]廖士光，楊朝軍.賣空交易機制對股價的影響——來自臺灣股市的經驗證據[J].北京：金融研究，2005，（10）：131-140.