摘要：文章以2014年第一季度至2016年第一季度部分融資融券業(yè)務(wù)公司的數(shù)據(jù)作為研究樣本，運用面板數(shù)據(jù)模型對我國融資融券余額與股價的相關(guān)性進行實證研究。通過EVIEWS軟件對面板數(shù)據(jù)模型進行單位根檢驗、繪制線性回歸散點圖以及固定效應(yīng)變截距模型等實證研究方法，實證分析了融資融券余額對股價的影響，最終研究得出融資融券余額與股價呈正相關(guān)的關(guān)系。

關(guān)鍵詞：融資融券余額 面板數(shù)據(jù)模型 股價

一、引言

融資融券交易又稱為證券信用交易，具體分為融資交易和融券交易。融資交易指的是投資者向具有兩融業(yè)務(wù)資格的證券公司提供資金或者證券作為質(zhì)押，向券商借入資金進行證券買賣，并按約定的時間到期償還本金和利息。而融券交易則是投資者向證券公司提供自有資金或者證券作為擔(dān)保物借入證券賣出，并按照約定的時間，買入相同品種和數(shù)量的證券用以歸還券商并支付一定的融券費用。兩融業(yè)務(wù)的推出是繼股權(quán)分置改革以后，我國資本市場發(fā)展的一項金融創(chuàng)新，它也標(biāo)志著我國“單邊市”的結(jié)束。

自2010年3月我國證券市場推出融資融券業(yè)務(wù)以來，已經(jīng)6年多的時間了，在這期間，融資融券業(yè)務(wù)發(fā)展十分迅速，從最開始2010年3月的首批6家券商和90只標(biāo)的證券發(fā)展到目前的900多支。由于2014年7月股市牛市的到來，滬深兩市指數(shù)雙雙走高，融資融券業(yè)務(wù)也在該期間迅速發(fā)展，在2014年的最后兩個月時間里我國兩融余額連續(xù)突破八千億元、九千億元和一萬億元大關(guān)，2015年6月股災(zāi)開始出現(xiàn)，我國的融資融券業(yè)務(wù)也受到一定的影響，但就目前來看兩融業(yè)務(wù)總體卻保持良好的發(fā)展?fàn)顟B(tài)。我國兩融業(yè)務(wù)發(fā)展如此迅速，它對我國A股市場股票價格會產(chǎn)生怎樣的影響？本文基于A股大幅波動時期為例選取2014年第一季度到2016年第一季度為數(shù)據(jù)期間，通過EVIEWS軟件對所選的25家A股證券公司進行Panel-Data 模型分析，研究融資融券余額和股價之間的相關(guān)關(guān)系對于我國資本市場的發(fā)展以及廣大投資者進行理性投資都具有一定的現(xiàn)實意義。

二、文獻綜述

融資融券業(yè)務(wù)最早于1934年起源于美國，1951年日本開始實行融資融券制度，隨后在1962年我國的臺灣地區(qū)也開始實行兩融制度。我國的融資融券業(yè)務(wù)正式啟動于2010年3月31日，其業(yè)務(wù)發(fā)展仍處于初級階段，相關(guān)的實證研究比較少，僅有的一些實證研究文獻也是以我國臺灣地區(qū)和香港地區(qū)的股票市場為研究對象。而融資融券制度在國外的金融市場上發(fā)展的已經(jīng)較為成熟，早在1990年就有64%的發(fā)達(dá)國家在金融市場上允許賣空，到2002年比例上升到95%。國外對于融資融券的研究大多集中于賣空交易制度對市場的影響，其不同的文獻得到的結(jié)論也不一樣。國內(nèi)外對于融資融券交易制度所持的觀點大致分為三類：第一種觀點認(rèn)為，融資融券交易制度對市場并不能起到穩(wěn)定作用，反而會加劇了個股和市場的波動；第二種觀點認(rèn)為，融資融券交易制度對個股和市場起到一定的平抑作用；第三種觀點認(rèn)為，僅僅就融資融券交易制度對個股和市場沒有明顯的影響。

一種觀點認(rèn)為融資融券或賣空交易并不能穩(wěn)定市場， 反而會加劇市場或個股波動。

Allen and Gale（1991）通過理論建模說明賣空使市場處于不完全競爭狀態(tài)，影響了市場的穩(wěn)定；McKenzie（2006）和Chang et al（2007）以美國和香港市場作為研究對象，發(fā)現(xiàn)融資融券會使市場的波動率增大；Boehmer et al （2013）實證研究發(fā)現(xiàn)，2008年全球金融危機時期的限制賣空政策不但沒有降低市場波動的幅度，反而降低了市場的有效性。

廖士光和楊朝軍（2005）針對融資融券對股價的影響，通過對我國香港、臺灣和美國市場的研究，認(rèn)為兩融業(yè)務(wù)的推出使股價更趨向于內(nèi)在價值，進而對股市的波動起到一定的平抑作用。

孫茜、姚儉（2012）通過GRACH和EGRACH兩種模型的分析，采用實證研究的方法得出融資融券業(yè)務(wù)對于穩(wěn)定市場和個股的波動起到一定的作用。

陳海強、范云菲（2015）通過面板數(shù)據(jù)模型分析得出融資交易降低了股市的波動，而融券交易則增加了股市的波動，但是由于融資交易的金額所占比重很大，最終兩融業(yè)務(wù)減少了市場的波動。

Battalio and Schultz（2006）認(rèn)為融資融券交易對市場及個股波動不會產(chǎn)生影響。王旻、廖士光、吳淑琨（2008）以我國臺灣地區(qū)證券市場數(shù)據(jù)進行實證研究，并采用Granger因果關(guān)系檢驗法驗證，賣空交易對市場及個股的波動沒有顯著的影響。

上述文獻資料主要是針對發(fā)達(dá)的金融市場的實證研究。我國的國內(nèi)市場與發(fā)達(dá)的資本市場相比，有本質(zhì)性區(qū)別，例如我國的上市公司主要還是國家控股的企業(yè)，這樣就使得企業(yè)不能很靈活地參與融資融券交易，其次散戶較多，融資融券交易門檻較高使得廣大散戶投資者也很難參與其中?；谖覈壳斑@樣的基本國情，本文研究選取近期我國股市經(jīng)歷牛市到熊市的這樣一段特殊時期，即2014年第一季度到2016年第一季度，來研究融資融券余額對于我國股價波動的影響，且這段時期也是我國兩融業(yè)務(wù)開始興起的時期，具有更高的研究價值。

三、研究設(shè)計

（一）研究方法

本文在理論研究的基礎(chǔ)上，通過EVIEWS 7.2軟件對我國A股市場上所選取的不同行業(yè)的融資融券標(biāo)的公司進行實證研究。并通過Panel-Data 模型的建立來研究我國A股證券市場上融資融券余額對標(biāo)的證券公司股價波動的影響，并對所建立的面板數(shù)據(jù)模型做平穩(wěn)性檢驗。本文對所選擇的25家不同行業(yè)的上市公司繪制散點圖，并進行線性回歸以及固定效應(yīng)變截距模型檢驗估計，旨在用定量的實證研究數(shù)據(jù)來說明融資融券余額與股價的相關(guān)關(guān)系。

（二）樣本數(shù)據(jù)來源

本文所研究的是融資融券余額對我國上市公司股價波動的影響，融資融券余額、股票價格的樣本選取的是A股證券市場上不同行業(yè)的融資融券標(biāo)的公司的每一季度融資融券余額以及同一時間點對應(yīng)的股票價格。所選行業(yè)包括證券、銀行、保險、鋼鐵、石油化工、房地產(chǎn)、通信、汽車、軍工以及航空運輸?shù)仁畟€行業(yè)。選取的樣本時間期間為2014年3月31日到2016年3月31日這個先后經(jīng)歷股市牛市和熊市的特殊階段。數(shù)據(jù)來源于證券網(wǎng)及銳思數(shù)據(jù)庫，本文用RZRQ代表融資融券余額（單位：億元），P代表股票價格（單位：元）。

（三）模型的建立

本文基于面板數(shù)據(jù)回歸模型來研究我國融資融券余額與股價的相關(guān)性。

Panel-Data 模型的一般設(shè)定形式如下：

Yit=αi+β1iX1it+β2iX2it…+βkiXkit+μit （i=1，2，…N；t=1，2，…，T）

其中，Yit是因變量，X1it，…Xkit是K個解釋變量，N是橫截面?zhèn)€體成員的個數(shù)，T表示每個截面成員的樣本觀測時期數(shù)，αi參數(shù)表示面板數(shù)據(jù)模型的截矩項，β1i，…βki表示對應(yīng)于k個解釋變量的系數(shù)。通常假定隨機誤差項μit之間相互獨立，且滿足均值為零、方差同為σ2u。

面板數(shù)據(jù)回歸究竟是選用固定效應(yīng)模型還是隨機效應(yīng)模型，國內(nèi)外學(xué)者們提出了不同的看法。在國外，早期的固定效應(yīng)支持者Wallace、Hussain和Mundlak認(rèn)為固定效應(yīng)模型具有估計優(yōu)勢；而Balestra 和Nerlove卻支持隨機誤差成分模型。在國內(nèi)，學(xué)者林少宮則認(rèn)為隨機效應(yīng)估計量只有在隨機效應(yīng)模型真實的情況下才有效。根據(jù)以往學(xué)者的研究，他們在實際操作中多采用固定效應(yīng)模型，因此，本文選擇面板數(shù)據(jù)回歸模型的固定效應(yīng)模型，其中RZRQ為模型中的解釋變量，P為因變量。

四、實證檢驗及分析

（一）描述性統(tǒng)計分析

本文根據(jù)所選的10個行業(yè)、25家上市公司的2014年第一季度至2016年第一季度的融資融券余額及對應(yīng)的股價數(shù)據(jù)進行EVIEWS 7.2軟件分析，其結(jié)果如表1所示。從表1我們可以看出，所選擇的25家不同的上市公司的融資融券余額的均值為43.274，股票價格的均值為10.523。RZRQ及P的Skewness值分別為3.579和1.454，均大于0，因此，由RZRQ及P構(gòu)成的序列分布為右偏，即融資融券余額及股價分布是不對稱的，為右偏分布。另外，我們從表中的Kurtosis數(shù)值可以看出，RZRQ及P的數(shù)值分別為18.711及4.216，均大于正態(tài)分布的Kurtosis數(shù)值3，因此，RZRQ及P序列的凸起程度大于正態(tài)分布的凸起程度，RZRQ及P序列呈尖峰狀態(tài)分布。

（二）平穩(wěn)性檢驗

本文所選的RZRQ及P序列數(shù)據(jù)均屬于時間序列，因此，在建立模型進行實證檢驗之前必須先檢驗序列的平穩(wěn)性，本文利用EVIEWS 7.2軟件對所建立的面板數(shù)據(jù)的原序列及一階差分序列進行單位根檢驗，以避免回歸分析中存在偽回歸。文中對RZRQ及P序列的原序列進行單位根檢驗發(fā)現(xiàn)其并不是平穩(wěn)序列，因此，又進一步地對其一階差分序列進行單位根檢驗發(fā)現(xiàn)其為一階差分平穩(wěn)序列。RZRQ及P的原序列及一階差分序列檢驗結(jié)果如下頁表2和表3所示。

從下頁表2所示的結(jié)果中，原序列RZRQ的LLC檢驗所得到的統(tǒng)計量等于-3.62049，相應(yīng)的概率P=0.0001，因此LLC檢驗結(jié)果拒絕相應(yīng)的原假設(shè)，即可以認(rèn)為面板數(shù)據(jù)RZRQ的原序列沒有單位根，即為平穩(wěn)序列。但是從原序列的其他檢驗統(tǒng)計量值可以看出IPS檢驗、Fisher-ADF檢驗以及Fisher-PP檢驗統(tǒng)計量，在10%的水平下都很顯著，因此，接受原假設(shè)，即接受“所有的截面成員序列都有單位根”的原假設(shè)，原序列為非平穩(wěn)序列。但從其一階差分序列檢驗結(jié)果看其LLC檢驗所得到的統(tǒng)計量等于-9.10346，相應(yīng)的概率P=0.0000，因此，LLC檢驗結(jié)果拒絕相應(yīng)的原假設(shè)，即可以認(rèn)為面板數(shù)據(jù)RZRQ的一階差分序列沒有單位根。IPS檢驗、Fisher-ADF檢驗以及Fisher-PP檢驗統(tǒng)計量相應(yīng)的概率值P都非常小，從而也拒絕相應(yīng)的原假設(shè)。因此，根據(jù)面板數(shù)據(jù)序列RZRQ的單位根檢驗結(jié)果，可以認(rèn)為RZRQ的一階差分序列是平穩(wěn)的。

同理，從表3所示的結(jié)果中可以看出，原序列P的單位根檢驗結(jié)果為非平穩(wěn)序列，而其對應(yīng)的一階差分序列的LLC檢驗所得到的統(tǒng)計量等于-9.16572，相應(yīng)的概率P=0.0000，因此，其LLC檢驗結(jié)果也表明P的一階差分序列沒有單位根。IPS檢驗、Fisher-ADF檢驗以及Fisher-PP檢驗統(tǒng)計量分別為-3.10747、92.2210和94.3457，其相應(yīng)的概率值P分別為0.0009、0.0003和0.0002，其數(shù)值都非常小，從而也應(yīng)當(dāng)拒絕相應(yīng)的原假設(shè)，因此，可以認(rèn)為P的一階差分序列也是平穩(wěn)的。

（三）融資融券余額與股價波動相關(guān)分析

融資融券余額與股價之間到底存在怎樣的相關(guān)關(guān)系，本文通過EVIEWS軟件分別對所選擇的上市公司的面板數(shù)據(jù)做相關(guān)性分析，為了更直觀地顯示二者的相關(guān)性，本文做了線性回歸分析散點圖檢驗，其檢驗結(jié)果如圖1所示。

從圖1可以看出，所選擇的25家上市公司的融資融券余額與股價均呈正相關(guān)關(guān)系，即融資融券余額的變化會對股價的變動產(chǎn)生同方向的變動，融資融券余額增加，股票價格會上漲，反之，股價則下降。

為了進一步研究二者的相關(guān)性，本文又通過EVIEWS軟件對面板數(shù)據(jù)做固定效應(yīng)變截距模型估計檢驗，其檢驗結(jié)果如圖2所示。

在圖2的估計結(jié)果中，常數(shù)項C的估計值等于7.514309，它表示的是25個截面成員公司平均的股價水平；解釋變量RZRQ的系數(shù)估計值為0.06953，其t統(tǒng)計量非常顯著。由于我們估計的是變截距模型，因此，這個解釋變量的系數(shù)估計值對25個截面成員公司都是相同的，而且解釋變量RZRQ的系數(shù)估計值為正數(shù)，從而說明RZRQ對P有正的影響；除此之外，檢驗結(jié)果中DW=1.0415也可以說明RZRQ對P有正的影響。

由檢驗結(jié)果可知，可決系數(shù)R2=0.8716，說明所建模型整體上對樣本數(shù)據(jù)擬合程度較好，即解釋變量“融資融券余額”對被解釋變量“股價”的絕大部分差異作出了解釋。解釋變量RZRQ的系數(shù)估計值為0.06953，從經(jīng)濟意義方面來講即為：對于這25家公司中的任意一家公司來說，如果融資融券余額增加100億元，則實際總股價將上升6.95元。

根據(jù)圖2的輸出結(jié)果，我們可以寫出固定效應(yīng)變截距模型的估計結(jié)果：

Pit=7.514309+α*i+0.06953×RZRQit（i=1，2，…，25；t=1，2，…，9）

R2=0.8716，R-2=0.8554，對數(shù)似然LR=-581.7876，DW=1.0415。

五、 結(jié)論與啟示

本文以我國A股大幅度波動時期為研究期間，通過面板數(shù)據(jù)模型對選取的我國具有融資融券業(yè)務(wù)的10大行業(yè)25家公司進行實證研究。通過對面板數(shù)據(jù)進行單位根檢驗得出文中所選數(shù)據(jù)屬于一階平穩(wěn)性的時間序列，進而避免了偽回歸的出現(xiàn)。并通過繪制線性回歸散點圖得出融資融券余額與股價呈正相關(guān)的關(guān)系，為了更進一步準(zhǔn)確地檢驗二者之間的相關(guān)性，又對面板數(shù)據(jù)進行固定效應(yīng)變截距模型估計檢驗，其檢驗結(jié)果同樣證實融資融券余額對股價具有顯著的正向影響作用，且所選的模型擬合優(yōu)度較高。

伴隨著2014年7月股市牛市的到來至2015年6月股市熊市的出現(xiàn)，在這樣一個先后經(jīng)歷牛市和熊市的時期，再加上我國特殊基本國情的存在，融資融券交易近幾年發(fā)展雖迅猛，但仍處于發(fā)展的初級階段。另外我國的資本市場制度還不夠完善，資本市場上散戶較多，投資者惡意炒作現(xiàn)象嚴(yán)重。本文的研究結(jié)論對于廣大投資者、融資融券業(yè)以及監(jiān)管部門都具有一定的指導(dǎo)作用。對于投資者來說，為其正確地選擇投資方向、理性地做出投資決策提供了一定的參考，避免盲目投資的出現(xiàn)；對于融資融券業(yè)公司來說為其今后更好地開展兩融業(yè)務(wù)及穩(wěn)定公司股價提供指導(dǎo)；對于監(jiān)管層來說，為其更好地引導(dǎo)和扶持融資融券業(yè)務(wù)公司提供了宏觀性的指導(dǎo)意見，并引領(lǐng)我國兩融業(yè)務(wù)和國際接軌。

參考文獻：

[1]陳海強，范云菲.融資融券交易制度對中國股市波動率的影響[J].金融研究，2015，（06）：159-161.

[2]肖浩，孔愛國.融資融券對股價特質(zhì)性波動的影響機理研究：基于雙重差分模型的檢驗[J].管理世界，2014，（08）：30-42.

[3]季恒波.融資融券對我國上市銀行股價波動率影響效應(yīng)的實證研究[J].時代金融，2016，（06）：160-161.

[4]樊歡歡，劉榮.EViews統(tǒng)計分析與應(yīng)用[M].北京：機械工業(yè)出版社，2013.

作者簡介：

趙晴，女，碩士，鄭州大學(xué)西亞斯國際學(xué)院，講師；主要研究方向：財務(wù)管理。