方立兵 劉海飛

(南京大學(xué)工程管理學(xué)院, 江蘇 南京 210093)

引言

健全的融資融券制度可以合理地平衡買(mǎi)空者和賣(mài)空者的利益，進(jìn)而創(chuàng)造一個(gè)公平、公正的交易環(huán)境。然而，長(zhǎng)期以來(lái)，我國(guó)的融資融券業(yè)務(wù)一直處于嚴(yán)重的失衡狀態(tài)。融券交易因受到諸多約束，其業(yè)務(wù)比重遠(yuǎn)低于融資交易。圖1給出了兩融業(yè)務(wù)試點(diǎn)啟動(dòng)至2014年6月30日，滬深兩市每日融資融券交易中的融資買(mǎi)入額占比和融資余額占比的折線圖。從圖1中可以清晰地看出，融資余額在兩融交易余額中的占比一直維持在90%以上。

圖1 滬深股市兩融交易中的融資買(mǎi)入額、融資余額占比(%)

基于Wind資訊提供的數(shù)據(jù)統(tǒng)計(jì)，從“試點(diǎn)”期至2011年12月5日第一次擴(kuò)容，滬深兩市融資買(mǎi)入的日均交易額為82,865.50萬(wàn)元，而融券賣(mài)出的日均交易額僅為5,467.58萬(wàn)元，融券交易的日均比重僅為5.2%；從融資融券日均余額來(lái)看，二者分別為1,640,782.47萬(wàn)元和13,068.24萬(wàn)元，前者約為后者的100余倍，融券余額的日均比重僅為0.75%。2013年2月28日，旨在擴(kuò)大券源、緩解融券約束的轉(zhuǎn)融券業(yè)務(wù)開(kāi)始試點(diǎn)運(yùn)行。但自此至2014年7月31日，滬深兩市融資買(mǎi)入的日均交易額為1,600,363.75萬(wàn)元，而融券賣(mài)出的日均交易額僅為250,026.85萬(wàn)元，融券交易的日均比重有所提升，達(dá)到14.3%；但日均融券余額仍然遠(yuǎn)遠(yuǎn)低于融資余額，前者為343,793.98萬(wàn)元，而后者仍然為前者近100倍，達(dá)到30,223,931.68萬(wàn)元，期間融券余額的日均比重雖然較試點(diǎn)期有所提升，但仍然不過(guò)1.3%。由此可見(jiàn)，融資融券交易長(zhǎng)期以來(lái)一直處于嚴(yán)重的失衡狀態(tài)，且融資交易占據(jù)絕對(duì)優(yōu)勢(shì)1。

從資產(chǎn)定價(jià)的角度來(lái)講，融資融券作為一項(xiàng)交易機(jī)制，其本身既有利于促進(jìn)資產(chǎn)價(jià)格揭示利好消息，也有利于促進(jìn)資產(chǎn)價(jià)格揭示利空消息。因此，如果兩融交易的功能得到充分、合理的發(fā)揮，并不會(huì)直接促使風(fēng)險(xiǎn)資產(chǎn)被過(guò)高(低)地定價(jià)。但是，在融資融券交易嚴(yán)重失衡的背景下，“過(guò)度”的融資交易會(huì)放大利好信息對(duì)資產(chǎn)價(jià)格的影響，而相對(duì)“短缺”的融券交易則會(huì)導(dǎo)致資產(chǎn)價(jià)格對(duì)利空信息反應(yīng)不足。因此，如果融資交易過(guò)多，或者融券交易過(guò)少，風(fēng)險(xiǎn)資產(chǎn)都會(huì)被過(guò)高定價(jià)，從而產(chǎn)生顯著為正的定價(jià)偏誤。

上述分析需要從以下兩個(gè)方面做進(jìn)一步的說(shuō)明。首先，這里提出的“融資融券失衡”可能存在兩種情形。一是投資者基于理性預(yù)期而做出的交易決策。此時(shí)所謂的“失衡”其實(shí)是理性的，因此并不會(huì)導(dǎo)致資產(chǎn)定價(jià)出現(xiàn)顯著的定價(jià)誤差。另一種情況是由融資交易過(guò)度、融券交易缺乏而導(dǎo)致的“失衡”，此時(shí)是非理性的。根據(jù)上述分析，只有這種情況下的“失衡”才可能導(dǎo)致標(biāo)的股票的價(jià)格出現(xiàn)定價(jià)誤差。然而，先驗(yàn)地界定現(xiàn)實(shí)中的“失衡”是理性或者非理性存在較大的困難。但如果實(shí)證結(jié)果顯示，融資融券失衡程度對(duì)資產(chǎn)的定價(jià)誤差存在顯著的影響，那么，就可以在統(tǒng)計(jì)意義上拒絕“理性失衡”的假設(shè)。

另一個(gè)需要說(shuō)明的是，上述分析的邏輯與Miller(1977)[1]的理論是一致的。Miller(1977)[1]指出，當(dāng)市場(chǎng)缺乏賣(mài)空(融券)機(jī)制時(shí)，利好信息通?？梢缘玫搅⒓唇沂?，利空信息卻常常受到“抑制”，因而資產(chǎn)價(jià)格將更多地反映樂(lè)觀投資者的信息，并使得股價(jià)發(fā)生向上的偏離(Up-bias)。因此，Miller的理論預(yù)示著，在缺乏賣(mài)空機(jī)制的市場(chǎng)上，風(fēng)險(xiǎn)資產(chǎn)往往會(huì)被過(guò)高定價(jià)。在融資融券嚴(yán)重失衡、融資業(yè)務(wù)占據(jù)絕對(duì)優(yōu)勢(shì)的背景下，我國(guó)的市場(chǎng)環(huán)境仍然是符合Miller的市場(chǎng)環(huán)境。更有甚者，融資業(yè)務(wù)的引入、融券業(yè)務(wù)的缺乏還可能導(dǎo)致資產(chǎn)價(jià)格被進(jìn)一步高估，從而使得Miller的理論預(yù)示在我國(guó)的市場(chǎng)環(huán)境中變得更加顯著。因此，本文的上述邏輯與Miller的理論是一致的。與Miller(1977)[1]不同的是，本文將進(jìn)一步分析融資融券的失衡程度如何影響標(biāo)的股票的收益率，而上述分析則預(yù)示著二者之間應(yīng)當(dāng)呈正相關(guān)關(guān)系。

為了對(duì)這一直觀認(rèn)識(shí)進(jìn)行實(shí)證檢驗(yàn)，本文基于經(jīng)典的“均值-方差”CAPM模型(MVCAPM)、三因素模型(TFM)、“均值—方差—偏度”CAPM(MVSCAPM)和“均值—方差—偏度—峰度”CAPM(MVSKCAPM)四種定價(jià)模型，以2013年9月16日第三次擴(kuò)容之后，融資融券失衡程度較為嚴(yán)重的標(biāo)的股票為樣本，考察其存在怎樣的定價(jià)誤差。

就貢獻(xiàn)而言，現(xiàn)有文獻(xiàn)大多關(guān)注于賣(mài)空(融券)機(jī)制如何影響市場(chǎng)的定價(jià)效率。從國(guó)際文獻(xiàn)來(lái)看，相關(guān)研究不勝枚舉，限于篇幅這里列出比較有代表性的文獻(xiàn)。Bris等(2007)[2]對(duì)全球46個(gè)股票市場(chǎng)的截面和時(shí)間序列信息進(jìn)行分析后發(fā)現(xiàn)，那些允許賣(mài)空的市場(chǎng)能夠快速地吸收負(fù)面信息。又如，Diether等(2009)[3]則指出，賣(mài)空者是有私人信息的，因?yàn)樗麄儼l(fā)現(xiàn)伴隨正收益的賣(mài)空者增加能夠正確預(yù)測(cè)未來(lái)的負(fù)的異常收益，且在控制流動(dòng)性供給和投機(jī)性風(fēng)險(xiǎn)后，這一模式依然是穩(wěn)健的。再如，Saffi和Sigurdsson(2011)[4]基于2005～2008年全球26個(gè)國(guó)家、12,621只股票的出借供給數(shù)據(jù)以及股票的收益率數(shù)據(jù)考察了賣(mài)空約束對(duì)價(jià)格發(fā)現(xiàn)效率以及收益率分布特征的影響。2007年次貸危機(jī)引發(fā)的全球范圍內(nèi)的金融危機(jī)，促使國(guó)際社會(huì)紛紛采取不同程度的措施以限制投資者的賣(mài)空行為。這就為研究賣(mài)空機(jī)制能否提升市場(chǎng)定價(jià)效率提供了天然的試驗(yàn)場(chǎng)。在此背景下，Beber和Pagano(2013)[5]考察了危機(jī)期推出賣(mài)空禁令的30個(gè)國(guó)家、16,491只股票的流動(dòng)性、價(jià)格發(fā)現(xiàn)受到了怎樣的影響。結(jié)果發(fā)現(xiàn)，賣(mài)空禁令顯著減緩了價(jià)格發(fā)現(xiàn)過(guò)程，熊市行情下尤為如此?？梢?jiàn)，與這些文獻(xiàn)相比，本文關(guān)注于融資融券失衡如何影響定價(jià)誤差具有顯著的特色。

其次，從國(guó)內(nèi)文獻(xiàn)來(lái)看，相關(guān)學(xué)者也大多致力于比較兩融業(yè)務(wù)實(shí)施前后標(biāo)的股票的定價(jià)效率。例如，廖士光(2011)[20]采用事件研究法，對(duì)滬深兩市融資融券“試點(diǎn)”期及以后半年內(nèi)，標(biāo)的證券在確定與調(diào)整事件前后的超常收益率。許紅偉和陳欣(2012)[21]則以2010年3月31日正式推出融資融券前后各250個(gè)交易日(約1年)為樣本，考察了標(biāo)的股票的定價(jià)效率。黃洋等(2013)[22]以第一批納入融資融券范圍的90只股票為樣本，選取盈余公告后的價(jià)格漂移異象為切入點(diǎn)，檢驗(yàn)融資融券推出對(duì)市場(chǎng)價(jià)格發(fā)現(xiàn)效率的影響作用。此外，李志生等(2015)[23]通過(guò)比較融資融券標(biāo)的股票和非融資融券標(biāo)的股票，以及股票加入和剔出融資融券標(biāo)的前后的定價(jià)效率，發(fā)現(xiàn)融資融券改善了我國(guó)股票市場(chǎng)的價(jià)格發(fā)現(xiàn)，融資融券標(biāo)的股票的定價(jià)效率得到了顯著提高。

在標(biāo)的股票的定價(jià)誤差方面，李科等(2014)[24]利用白酒行業(yè)塑化劑事件為契機(jī)，股票賣(mài)空限制的性質(zhì)構(gòu)建對(duì)沖投資組合，實(shí)證結(jié)果顯示投資策略取得了0.5%的平均日超額收率，1.5%的標(biāo)準(zhǔn)差和33%的日夏普比率。他們認(rèn)為賣(mài)空限制導(dǎo)致了股價(jià)高估，融資融券制度等做空機(jī)制有助于矯正高估的股價(jià)，提高市場(chǎng)定價(jià)效率。趙勝民和閆紅蕾(2015)[25]以?xún)扇跇?biāo)的股票為樣本分析A股市場(chǎng)的統(tǒng)計(jì)套利風(fēng)險(xiǎn)，研究發(fā)現(xiàn)基于股票所屬行業(yè)構(gòu)建套利組合具有較大風(fēng)險(xiǎn)，融資融券的雙向交易機(jī)制尚未充分發(fā)揮，市場(chǎng)有效程度不足。

綜合現(xiàn)有文獻(xiàn)，學(xué)者們大多致力于比較賣(mài)空機(jī)制(融券)實(shí)施前后，亦或放松與收緊前后如何影響市場(chǎng)的定價(jià)效率。鮮有研究考察融資融券失衡對(duì)標(biāo)的股票定價(jià)誤差的影響。自?xún)扇跇I(yè)務(wù)推出以來(lái)，融資融券失衡一直是我國(guó)股票市場(chǎng)的監(jiān)管層和投資者心中的隱憂，且引起了實(shí)務(wù)界的廣泛關(guān)注和熱烈討論。例如，著名財(cái)經(jīng)評(píng)論員葉檀，在兩融試點(diǎn)初期，就曾撰文稱(chēng)我國(guó)的融資融券業(yè)務(wù)是“跛腳鴨”(葉檀，2010)[26]；申銀萬(wàn)國(guó)證券研究所首席分析師桂浩明(2011)[27]則針對(duì)融資融券的制度缺陷進(jìn)行了深刻的分析，并指出融資交易中存在所謂的“死循環(huán)”，最終將使得所有的資本都進(jìn)入融資交易。著名財(cái)經(jīng)撰稿人皮海洲(2012)[28]也對(duì)我國(guó)融資融券失衡表示擔(dān)憂，并強(qiáng)調(diào)轉(zhuǎn)融通的精髓在于轉(zhuǎn)融券，只有做好轉(zhuǎn)融券，融資融券的“做空機(jī)制”才能真正發(fā)揮作用。中國(guó)證券業(yè)協(xié)會(huì)發(fā)展戰(zhàn)略工作委員會(huì)副主任王曉國(guó)(2011)[29]基于投資者利益保護(hù)的視角對(duì)我國(guó)融資融券試點(diǎn)制度安排和完善進(jìn)行了深入剖析，并強(qiáng)調(diào)“投資者權(quán)益保護(hù)是證券監(jiān)管工作的立足點(diǎn)和出發(fā)點(diǎn)”，而根據(jù)國(guó)際證監(jiān)會(huì)組織(IOSCO)制定的《證券監(jiān)管的目標(biāo)與原則》，投資者的收益權(quán)保護(hù)是投資者權(quán)益保護(hù)的要件之一。因此，結(jié)合我國(guó)融資融券失衡的背景，深入研究標(biāo)的股票的定價(jià)誤差，對(duì)于投資者的收益權(quán)保護(hù)也具有非常重要的現(xiàn)實(shí)意義。

融資融券失衡的機(jī)理分析

如前所述，我國(guó)兩融業(yè)務(wù)自開(kāi)展以來(lái)，一直表現(xiàn)出嚴(yán)重的失衡狀態(tài)。對(duì)此，我們從如下三個(gè)方面給出了解釋。

首先，在投資者行為方面，我國(guó)股市的投資者長(zhǎng)期做多的思維習(xí)慣使得融資業(yè)務(wù)比融券業(yè)務(wù)更受投資者青睞，而且很多個(gè)人投資者尚不具備融券資格，極大地限制個(gè)人投資者參與融券交易的積極性。

其次，在證券出借市場(chǎng)上，券源存在諸多限制。如果以大股東作為券源的供給者，那么，大股東出借股票相當(dāng)于減持。根據(jù)我國(guó)現(xiàn)行的法律法規(guī)，大股東減持行為達(dá)到一定比例需要公告，即便是民營(yíng)企業(yè)也是如此，而國(guó)有股權(quán)的減持在程序上就更加繁瑣，這就極大的限制了大股東作為融券供給者的意愿。如果以公募基金作為券源的供給者，其中的關(guān)鍵問(wèn)題在于，基金公司出借證券供其他投資者賣(mài)空，會(huì)導(dǎo)致基金凈值下降，進(jìn)而給基金的排名帶來(lái)不利影響。此外，當(dāng)基金面臨投資者贖回時(shí)導(dǎo)致這部分融券借出的股票難以賣(mài)出，帶來(lái)額外的流動(dòng)性風(fēng)險(xiǎn)。雖然2015年4月17日中國(guó)證券業(yè)協(xié)會(huì)聯(lián)合中國(guó)證券投資基金業(yè)協(xié)會(huì)、上交所、深交所發(fā)文指引基金公司參與融資融券，但程序也非常復(fù)雜，且融券交易的限制條款仍然比融資交易更加苛刻。因此，上述因素也極大限制了基金作為融券供給者和融券交易者的意愿。與基金公司類(lèi)似，如果以券商作為券源的供給者，券商出借自營(yíng)盤(pán)股票也會(huì)可能導(dǎo)致自營(yíng)盤(pán)股票價(jià)值下跌的風(fēng)險(xiǎn)。因此，券商作為融券出借方也沒(méi)有強(qiáng)烈的意愿。如果以大規(guī)模的機(jī)構(gòu)投資者，如社?；?、匯金等作為融券供給者，他們不僅可能存在基金公司和證券公司相類(lèi)似的問(wèn)題，還可能因?yàn)檫@些機(jī)構(gòu)的交易行為往往會(huì)給市場(chǎng)帶來(lái)一定的導(dǎo)向作用，例如這些機(jī)構(gòu)減持股票往往會(huì)給市場(chǎng)的未來(lái)走勢(shì)帶來(lái)影響，系統(tǒng)性風(fēng)險(xiǎn)較大。因此，這些機(jī)構(gòu)也沒(méi)有強(qiáng)烈的證券出借意愿。

最后，還有一些其他層面的因素。例如，在業(yè)務(wù)規(guī)則層面上，證金公司的轉(zhuǎn)融券期限與券商的融券期限不匹配，從而增大了券商從事融券業(yè)務(wù)的流動(dòng)性風(fēng)險(xiǎn)，導(dǎo)致券商從事融券業(yè)務(wù)的積極性不高；在管理政策上，上市公司所屬的當(dāng)?shù)卣鶗?huì)進(jìn)行市值管理，不希望上市公司，特別是當(dāng)?shù)氐拇笮蜕鲜泄臼兄迪陆?；而上市公司本身考慮到后續(xù)的增發(fā)需求，也不愿意作為券源的供給者。因此，諸多約束都導(dǎo)致融券業(yè)務(wù)難以大規(guī)模的發(fā)展起來(lái)。

模型與研究方法

為了估計(jì)市場(chǎng)對(duì)融資融券失衡股票的定價(jià)誤差，首先需要確定資產(chǎn)定價(jià)模型。然而，不可否認(rèn)的是，學(xué)術(shù)界對(duì)資產(chǎn)定價(jià)模型的爭(zhēng)論從未停止。但總體而言，基于現(xiàn)代投資組合理論發(fā)展起來(lái)的CAPM模型一直是資產(chǎn)定價(jià)模型研究或者應(yīng)用資產(chǎn)定價(jià)模型時(shí)無(wú)法回避的基準(zhǔn)模型。此外，F(xiàn)ama & French(1993)[6]在對(duì)眾多“定價(jià)異象”進(jìn)行系統(tǒng)比較后所提出的三因素模型也是現(xiàn)代金融理論和實(shí)證研究普遍認(rèn)可的定價(jià)模型之一。循著代表性投資者的均衡分析框架，進(jìn)一步將“均值—方差”偏好拓展至“均值-方差-偏度”甚至“均值-方差-偏度-峰度”等三參數(shù)或四參數(shù)偏好體系，進(jìn)而發(fā)展起來(lái)的高階矩定價(jià)模型則是另一類(lèi)重要的資產(chǎn)定價(jià)模型。因此，本文將考慮基于這四種定價(jià)模型考察兩融標(biāo)的股票的定價(jià)誤差。

一、資產(chǎn)定價(jià)模型的選擇

CAPM以最簡(jiǎn)潔、明了的形式刻畫(huà)了市場(chǎng)對(duì)個(gè)別資產(chǎn)或資產(chǎn)組合的風(fēng)險(xiǎn)補(bǔ)償方式，即市場(chǎng)只會(huì)對(duì)資產(chǎn)中不能通過(guò)組合投資分散的系統(tǒng)性風(fēng)險(xiǎn)給予補(bǔ)償。經(jīng)典的CAPM模型即Sharp-Linter-Mossin CAPM，其基本形式如下：

這里的Ri和RM分別表示股票i和市場(chǎng)指數(shù)的收益率，Rf表示無(wú)風(fēng)險(xiǎn)資產(chǎn)的收益率；表示股票i的貝塔系數(shù)，衡量了市場(chǎng)對(duì)股票i的風(fēng)險(xiǎn)補(bǔ)償大小；i=1,2,...,N表示個(gè)股數(shù)量。經(jīng)典的CAPM模型是基于投資者的“均值—方差”偏好框架發(fā)展起來(lái)的，本文將其記為“MVCAPM”。用于實(shí)證檢驗(yàn)的MVCAPM模型設(shè)定如下：

鑒于MVCAPM模型的實(shí)證表現(xiàn)一直差強(qiáng)人意，特別是諸多定價(jià)異象難以被MVCAPM模型所解釋?zhuān)現(xiàn)ama &French(1993，1996)[6][7]在對(duì)各種定價(jià)異象進(jìn)行系統(tǒng)比較后，提出了三因素定價(jià)模型(Three Factors Model, TFM)。實(shí)證研究中，三因素模型的基本形式如下：

其中，SMBt和HMLt分別表示第t期市場(chǎng)的規(guī)模因子和賬面市值比因子的風(fēng)險(xiǎn)溢酬；和分別表示規(guī)模因素風(fēng)險(xiǎn)和賬面市值比因素對(duì)股票i的風(fēng)險(xiǎn)補(bǔ)償系數(shù)。

雖然三因素模型得到廣泛的實(shí)證支持，但依然無(wú)法回避其作為經(jīng)驗(yàn)?zāi)Ｐ投狈碚撨壿嫷奶烊徊蛔恪?biāo)準(zhǔn)金融經(jīng)濟(jì)理論分析的支持者們一直努力嘗試在新的均衡框架下進(jìn)一步發(fā)展資產(chǎn)定價(jià)模型。其中，將經(jīng)典的“均值-方差”偏好拓展到三參數(shù)偏好(“均值-方差-偏度”)甚至四參數(shù)偏好(“均值-方差-偏度-峰度”)，是資產(chǎn)定價(jià)模型發(fā)展的另一條重要支線。三參數(shù)偏好空間下的定價(jià)模型以Kraus & Litzenberger(1976)[8]為發(fā)端經(jīng)過(guò)持續(xù)的發(fā)展，現(xiàn)已成為成為資產(chǎn)定價(jià)檢驗(yàn)中另一個(gè)不可或缺的基準(zhǔn)模型，并廣泛應(yīng)用于資產(chǎn)定價(jià)研究，如Harvey & Siddique(2000)、Smith(2007)、Bali et al.(2011)、An et al.(2014)[9][10][11][12]。參照這些研究的做法，可以構(gòu)造如下回歸估計(jì)“協(xié)偏度”(Co-Skewness)系數(shù)：

由于三參數(shù)定價(jià)模型是在“均值-方差-偏度”偏好的框架下得出的，故記為“MVSCAPM”。四參數(shù)框架下的定價(jià)模型是在三參數(shù)模型的基礎(chǔ)上進(jìn)一步加入系統(tǒng)性峰度風(fēng)險(xiǎn)。系統(tǒng)性峰度風(fēng)險(xiǎn)刻畫(huà)的是個(gè)股對(duì)市場(chǎng)峰度的貢獻(xiàn)度。根據(jù)Dittmar(2002)[13]基于非線性定價(jià)核提出的四參數(shù)定價(jià)模型，峰度風(fēng)險(xiǎn)捕捉的是市場(chǎng)發(fā)生大幅漲跌的頻繁性風(fēng)險(xiǎn)。Brandt et al. (2009)[14]進(jìn)一步指出將投資者的效用函數(shù)擴(kuò)展到四階矩甚至更高階矩，進(jìn)而更加細(xì)致地刻畫(huà)投資者對(duì)收益率分布特征的偏好是十分必要的。Chung et al. (2006)[15]的實(shí)證結(jié)果進(jìn)一步指出，三因素模型中的規(guī)模因子和賬面市值比因子是協(xié)偏度風(fēng)險(xiǎn)和協(xié)峰度風(fēng)險(xiǎn)等高階矩風(fēng)險(xiǎn)的代理變量。近期的其他研究如Vanden(2006)[16]、Adrian & Rosenberg(2008)[17]和Martellini&Ziemann(2010)[18]等均將協(xié)峰度風(fēng)險(xiǎn)引入資產(chǎn)定價(jià)模型。根據(jù)Dittmar(2002)[13]的建模思想，參照Harvey & Siddique(2000)[9]對(duì)協(xié)偏度的估計(jì)思路，本文構(gòu)建如下模型估計(jì)個(gè)股的協(xié)峰度(Co-Kurtosis)系數(shù)：

為了便于表述，本文將同時(shí)引入?yún)f(xié)偏度和協(xié)峰度因子的CAPM記為“MVSKCAPM”。

二、融資融券失衡與定價(jià)誤差關(guān)系的檢驗(yàn)

根據(jù)以上(2)、(3)、(5)和(7)式給出的四種定價(jià)模型，我們定義股票i在第t期的定價(jià)誤差為在此設(shè)定一下，即表示兩融標(biāo)的股票的平均定價(jià)誤差，即表示擾動(dòng)項(xiàng)。為了考察兩融失衡程度對(duì)平均定價(jià)誤差的影響，考慮構(gòu)造如下回歸：

其中，IMTi,t是股票i在第t期的融資融券失衡程度。于是，在截面上對(duì)Δi≡(αi-μi)的檢驗(yàn)即可以考察融資融券失衡程度對(duì)平均定價(jià)誤差的影響。如果融資融券失衡對(duì)定價(jià)誤差沒(méi)有顯著影響，則其中，表示橫截面序列Δi的均值。

為進(jìn)一步在時(shí)間序列意義上考察融資融券失衡程度對(duì)定價(jià)誤差動(dòng)態(tài)變化的影響，考慮構(gòu)造如下回歸：

其中，Xi,t-1表示第t-1期其他可能影響融資融券行為和股票定價(jià)誤差的控制變量；系數(shù)刻畫(huà)了第i只股票的兩融失衡程度對(duì)定價(jià)誤差動(dòng)態(tài)變化的影響。如果融資融券失衡對(duì)定價(jià)誤差沒(méi)有顯著影響，則φ-=0，其中，φ-表示橫截面序列φi的均值。從以上定價(jià)模型(2)、(3)、(5)和(7)式以及檢驗(yàn)定價(jià)誤差的(8)式和(9)式的構(gòu)造形式來(lái)看，對(duì)這些模型進(jìn)行參數(shù)估計(jì)時(shí)所使用的數(shù)據(jù)類(lèi)型都類(lèi)似于面板數(shù)據(jù)(Panel Data)。但由于樣本期內(nèi)可能存在部分股票出現(xiàn)停牌的現(xiàn)象，該面板數(shù)據(jù)并非是一個(gè)平衡的面板(Unbalanced Panel)。更重要的是，出于經(jīng)濟(jì)意義的考量，模型中的系數(shù)在截面上各不相同，以(7)式為例，沒(méi)有充分的經(jīng)濟(jì)理論會(huì)在一般情況下要求不同股票的三種因子具有相同的風(fēng)險(xiǎn)補(bǔ)償系數(shù)，因此，αi≠αj，βi≠βj，si≠sj、ki≠kj，其中，i≠j，i,j=1,2,...,N。于是，根據(jù)面板回歸理論，可以分別對(duì)每只股票進(jìn)行單方程回歸。最后，參照以上相關(guān)文獻(xiàn)的做法，本文對(duì)控制變量Xi,t-1考慮選取前一期的收益率Ri,t-1，動(dòng)態(tài)市盈率PEi,t-1、換手率TOVi,t-1、市凈率PBi,t-1以及根據(jù)Amihud(2002)[19]測(cè)算的非流動(dòng)性ILLIQi,t-1。

樣本說(shuō)明與數(shù)據(jù)描述

一、樣本選取

我國(guó)的融資融券業(yè)務(wù)自2010年3月31日正式“試點(diǎn)”運(yùn)行，當(dāng)時(shí)的標(biāo)的股票范圍相對(duì)較小，僅包括90只大盤(pán)藍(lán)籌股票。此后歷經(jīng)三次擴(kuò)容，直到2013年9月16日第三次擴(kuò)容時(shí)的標(biāo)的股票擴(kuò)大至700只，其中，滬市400只，深市300只。就流通市值而言，擴(kuò)容當(dāng)天，滬市兩融標(biāo)的股票的平均流通市值為275億元，占滬市A股流通市值的87%；日均成交金額為698億元，占滬市A股日均成交金額的80%；深市兩融標(biāo)的股票的平均流通市值為110億元，合計(jì)占深市A股流通市值的59%；日均成交金額為510億元，占深市A股日均成交金額的51%。至此，兩融交易大范圍鋪開(kāi)。

鑒于此，本文將樣本選取的起始時(shí)點(diǎn)確定為2013年9月16日。這樣做的原因在于如下三個(gè)方面：首先，融資融券交易實(shí)施之前，我國(guó)股市一直是“禁止賣(mài)空”的，“試點(diǎn)”之后可能還有很多投資者對(duì)于兩融交易不太熟悉，對(duì)于這一從無(wú)到有的制度創(chuàng)新，投資者還需要一個(gè)適應(yīng)過(guò)程；其次，轉(zhuǎn)融券業(yè)務(wù)于2013年2月28日開(kāi)始試點(diǎn)運(yùn)行，這至少?gòu)臋C(jī)制層面上降低了融券業(yè)務(wù)的券源約束；最后，也是最重要的一個(gè)原因，即轉(zhuǎn)融券業(yè)務(wù)推出的時(shí)點(diǎn)為第二次擴(kuò)容之后、第三次擴(kuò)容之前，因此，以第三次擴(kuò)容為樣本期的起始節(jié)點(diǎn)可以保證市場(chǎng)機(jī)制的一致性。

融資融券交易明細(xì)、個(gè)股收益率、市場(chǎng)指數(shù)收益率、動(dòng)態(tài)市盈率、換手率以及市凈率數(shù)據(jù)均來(lái)自Wind(萬(wàn)得)資訊金融客戶(hù)端；三因子溢酬數(shù)據(jù)來(lái)自銳思數(shù)據(jù)庫(kù)。數(shù)據(jù)采樣頻率為周度數(shù)據(jù)。選取周度頻率的原因是考慮到日度的融資融券失衡對(duì)風(fēng)險(xiǎn)補(bǔ)償?shù)挠绊懚?，頻率過(guò)高，而選取月度數(shù)據(jù)不僅頻率過(guò)低，樣本量也過(guò)少，會(huì)降低檢驗(yàn)的效率。

本文最后使用的數(shù)據(jù)集截止日期為2014年6月30日，共包括700只股票，所有股票在時(shí)間序列維度的完整觀測(cè)共有40個(gè)。本文鑒于如下審慎考量并未將2014年7月以后的牛市樣本納入研究范圍。2014年7月以后，整個(gè)市場(chǎng)在“政策?！薄ⅰ案軛U?！钡尿?qū)動(dòng)下一路上漲。2015年6月12日，隨著證監(jiān)會(huì)宣告清查場(chǎng)外配資之后，整個(gè)市場(chǎng)陷入去杠桿的大范圍踩踏階段。短短3個(gè)月的時(shí)間里，先是場(chǎng)外配資的去杠桿踩踏，后是場(chǎng)內(nèi)融資交易的去杠桿踩踏，整個(gè)市場(chǎng)陷入極大的流動(dòng)性風(fēng)險(xiǎn)。如果將2014年6月之后的樣本納入研究范圍，首先面臨的問(wèn)題就是如何排除場(chǎng)外配資野蠻生長(zhǎng)對(duì)資產(chǎn)價(jià)格的影響。顯然，場(chǎng)外配資的數(shù)據(jù)極難獲得。此外，在這一期間，人們對(duì)于改革紅利的預(yù)期，以及各種公共媒體(甚至黨報(bào))和自媒體對(duì)股市的影響一時(shí)間也成為影響股市不可忽視的重要因素。誠(chéng)然，考慮不同市場(chǎng)態(tài)勢(shì)影響有助于提升研究的可信性。但也不得不說(shuō)市場(chǎng)態(tài)勢(shì)大幅改變的背后，其影響因素也變的越發(fā)復(fù)雜。如何控制以及能否控制其他因素的影響是研究結(jié)果能否令人信服的關(guān)鍵問(wèn)題。更為重要的是，在上述市場(chǎng)背景下，基于標(biāo)準(zhǔn)的金融理論所提出的資產(chǎn)定價(jià)模型對(duì)標(biāo)的股票的定價(jià)誤差進(jìn)行評(píng)判，很可能是有失偏頗的。相比較而言，在本文的樣本期里，即2013年9月兩融交易大范圍鋪開(kāi)至2014年6月的期間，市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)相對(duì)較小，也相對(duì)較少地受到外部系統(tǒng)性風(fēng)險(xiǎn)事件的沖擊。因此，我們認(rèn)為2013年9月～2014年6月這個(gè)樣本是市場(chǎng)相對(duì)比較平穩(wěn)的樣本期，有助于得到相對(duì)比較純粹的符合本文主旨的研究結(jié)果。

圖2 “余額失衡”指標(biāo)()折線圖

圖3 “余量失衡”指標(biāo)()折線圖

考慮到并非所有標(biāo)的股票都存在嚴(yán)重的兩融失衡，因此，本文根據(jù)樣本期內(nèi)標(biāo)的股票的平均失衡程度進(jìn)行排序，然后取失衡程度最嚴(yán)重的前20%標(biāo)的股票為研究對(duì)象。取前20%相當(dāng)于將標(biāo)的股票按照失衡程度降序排列并分成5組后取第一組。在Fama & French(1993)[6]通過(guò)構(gòu)造FF25組合檢驗(yàn)“規(guī)模效應(yīng)”和“賬面市值比效應(yīng)”后，按照給定指標(biāo)排序并取最高的20%分位組作為該指標(biāo)的最大組成為資產(chǎn)定價(jià)領(lǐng)域的常見(jiàn)做法。

二、融資融券失衡指標(biāo)的構(gòu)造與數(shù)據(jù)描述

為了衡量融資融券失衡程度，本文分別基于融資融券余額、融資融券余量?jī)蓚€(gè)方面構(gòu)造失衡指標(biāo)。為了便于表述，基于余額數(shù)據(jù)構(gòu)造的指標(biāo)我們稱(chēng)之為“余額失衡”，基于余量數(shù)據(jù)構(gòu)造的指標(biāo)稱(chēng)之為“余量失衡”。這里分別記為IMTet和IMTlt:

其中，融資、融券余額(余量)、流通市值、流通股數(shù)量均為第t周的統(tǒng)計(jì)結(jié)果。標(biāo)的股票的周流通市值和流通股數(shù)量也來(lái)自Wind資訊。這里需要說(shuō)明的是，融資、融券余額(余量)是各個(gè)時(shí)點(diǎn)的存量指標(biāo)，因此，統(tǒng)計(jì)時(shí)用的是周內(nèi)各交易日余額(余量)的均值。

按照標(biāo)的股票所屬的市場(chǎng)板塊分類(lèi)，在每周對(duì)兩種指標(biāo)進(jìn)行截面平均后，可以得到如圖2和圖3所示的時(shí)間序列折線圖。

從圖2和圖3可以看出，自第三次擴(kuò)容以來(lái)，兩種指標(biāo)均顯示所有四個(gè)市場(chǎng)板塊的融資融券失衡程度呈現(xiàn)出逐漸嚴(yán)重的趨勢(shì)。特別的，自2013年10月23日以后，創(chuàng)業(yè)板股票的失衡程度是四個(gè)板塊的股票中最嚴(yán)重的，而且嚴(yán)重程度還隨著時(shí)間的推移也呈現(xiàn)更加惡化的趨勢(shì)。由此可見(jiàn)，投資者融資買(mǎi)入創(chuàng)業(yè)板股票的熱情呈現(xiàn)不斷高漲的態(tài)勢(shì)。這是值得警惕的，無(wú)論從市值規(guī)模、上市條件亦或經(jīng)營(yíng)風(fēng)險(xiǎn)來(lái)看，創(chuàng)業(yè)板股票的基本面風(fēng)險(xiǎn)都大于主板上市公司。如果任由投資者融資買(mǎi)入創(chuàng)業(yè)板股票的熱情持續(xù)高漲，將會(huì)推動(dòng)創(chuàng)業(yè)板股票的持續(xù)上漲。如果這種上漲的基礎(chǔ)是創(chuàng)業(yè)板股票未來(lái)業(yè)績(jī)向好的理性預(yù)期，自然無(wú)可厚非。但如果這是廣大融資買(mǎi)空者“擊鼓傳花”的投機(jī)交易而形成的“泡沫”，那么將給標(biāo)的股票定價(jià)帶來(lái)嚴(yán)重的高估。事實(shí)上，自2013年9月18日以來(lái)，創(chuàng)業(yè)板指數(shù)收益率相對(duì)于上證指數(shù)的累積異常收益率2一直持續(xù)為正，且截至2014年6月27日的41個(gè)交易周中，有26個(gè)交易周的累積異常收益率高于10%，其中10個(gè)交易周高于20%。這一描述性結(jié)果初步預(yù)示著，創(chuàng)業(yè)板股票的定價(jià)存在較為嚴(yán)重的正向偏誤。

表1 融資融券失衡指標(biāo)的描述性統(tǒng)計(jì)

表1按照標(biāo)的股票所屬市場(chǎng)板塊，對(duì)兩種失衡指標(biāo)IMTet和IMTlt進(jìn)行了描述性統(tǒng)計(jì)。需要說(shuō)明的是，這里給出的是全部?jī)扇跇?biāo)的股票失衡指標(biāo)的描述性統(tǒng)計(jì)。限于篇幅，這里不再給出失衡程度最嚴(yán)重的前20%標(biāo)的股票的結(jié)果。

從以上描述性統(tǒng)計(jì)的結(jié)果來(lái)看，平均而言，兩個(gè)指標(biāo)均顯示深證創(chuàng)業(yè)板股票的融資融券失衡程度相對(duì)較為嚴(yán)重，即投資者傾向于對(duì)創(chuàng)業(yè)板股票進(jìn)行較高的融資交易。這與圖2和圖3給出的結(jié)果是一致的。從兩種指標(biāo)的樣本標(biāo)準(zhǔn)誤來(lái)看，“余額”失衡指標(biāo)和“余量”失衡指標(biāo)的標(biāo)準(zhǔn)誤均與其樣本均值處于同一個(gè)數(shù)量級(jí)，進(jìn)一步考慮到樣本量均為1000以上，以此構(gòu)造t-檢驗(yàn)的結(jié)果必將顯示樣本均值顯著為正，即融資比重顯著高于融券。此外，從兩種失衡指標(biāo)的最小值可以看出，所有板塊的失衡指標(biāo)最小值均為正數(shù)意味著，樣本期內(nèi)所有的融資余額(余量)均高于融券余額(余量)。從兩種失衡指標(biāo)的分位數(shù)來(lái)看，深證創(chuàng)業(yè)板股票的失衡指標(biāo)具有較大的發(fā)散特征。以“余額”失衡指標(biāo)為例，其90%的分位數(shù)為0.1234，以較大的幅度高于其他三個(gè)板塊，而10%的分位數(shù)0.0086又低于其他三個(gè)板塊。

表2 相關(guān)變量的描述性統(tǒng)計(jì)

三、其他變量的選取與描述性統(tǒng)計(jì)

根據(jù)前面的模型設(shè)定，本文還需要融資融券標(biāo)的股票收益率、市場(chǎng)指數(shù)收益率、規(guī)模因子溢酬、賬面市值比因子溢酬，以及動(dòng)態(tài)市盈率、換手率、市凈率等數(shù)據(jù)。對(duì)于市場(chǎng)收益率(RM,T)，本文以滬深300指數(shù)收益率為反映滬深兩市總體的指數(shù)收益率，并將所有個(gè)股與之匹配。另一種處理方式是根據(jù)個(gè)股所屬市場(chǎng)(上證和深證)，將相應(yīng)的市場(chǎng)指數(shù)收益率(上證指數(shù)與深證綜指)作為市場(chǎng)指數(shù)收益率。本文將后一種做法作為穩(wěn)健性檢驗(yàn)。此外，對(duì)于因素風(fēng)險(xiǎn)的溢酬數(shù)據(jù)，銳思數(shù)據(jù)庫(kù)也提供了兩類(lèi)排序分組方法，即所有滬深兩市A股排序分組和分別對(duì)滬市A股、深市A股進(jìn)行排序分組。為了保持檢驗(yàn)的一致性，在對(duì)(3)式進(jìn)行回歸時(shí)本文實(shí)證部分也選擇前一種方式，后一種方式也將作為穩(wěn)健性檢驗(yàn)。與此類(lèi)似的思路也將用于估計(jì)協(xié)偏度因子和協(xié)峰度因子的風(fēng)險(xiǎn)溢酬(CSKt和CKUt)。表2給出了以上數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果。與表1類(lèi)似，這里的結(jié)果也是所有標(biāo)的股票的描述性統(tǒng)計(jì)結(jié)果。限于篇幅，這里也不再給出失衡程度最嚴(yán)重的前20%標(biāo)的股票的結(jié)果。

從表2數(shù)據(jù)的描述性統(tǒng)計(jì)來(lái)看，所有的五個(gè)因子溢酬中，除市場(chǎng)因子外，其他的因子溢酬均為正數(shù)，即市場(chǎng)對(duì)這些因子風(fēng)險(xiǎn)都有正的補(bǔ)償。另外，PE、TOV、PB和ILLIQ這四個(gè)指標(biāo)的最大值均遠(yuǎn)大于90%分位數(shù)，這說(shuō)明異常值較為嚴(yán)重。因此，本文參考Fama & French(1993)[6]的做法，對(duì)于所有高于90%分位數(shù)的指標(biāo)值均調(diào)整為該分位數(shù)值，進(jìn)而過(guò)濾異常值可能引起的估計(jì)偏誤。

實(shí)證結(jié)果與分析

一、融資融券失衡對(duì)平均定價(jià)誤差的影響

基于(2)、(3)、(5)和(7)式的定價(jià)模型可以估計(jì)兩融標(biāo)的股票的平均定價(jià)誤差αi。然后，利用式(8)可以估計(jì)引入融資融券失衡指標(biāo)后四種模型的平均定價(jià)誤差μi。最后，二者之差Δi衡量的是引入融資融券失衡指標(biāo)前后，平均定價(jià)誤差的變化。相關(guān)結(jié)果如表3所示。

從表3的結(jié)果可以看出，在引入失衡指標(biāo)之前，四種模型的結(jié)果均顯示，兩融標(biāo)的股票存在顯著為正的平均定價(jià)誤差。這意味著，過(guò)度的融資交易使得標(biāo)的股票被過(guò)高定價(jià)，進(jìn)而引起顯著為正的定價(jià)誤差。此外，進(jìn)一步比較不同定價(jià)模型的結(jié)果可以發(fā)現(xiàn)，標(biāo)準(zhǔn)的“均值—方差”CAPM(MVCAPM)估計(jì)的定價(jià)偏誤最為嚴(yán)重，而三因素模型(TFM)次之，MVSCAPM和MVSKCAPM的定價(jià)偏誤相對(duì)較小，這意味著，兩融標(biāo)的股票均存在一定的高階矩風(fēng)險(xiǎn)。由此獲得的風(fēng)險(xiǎn)補(bǔ)償不能被規(guī)模因素和賬面市值比因素風(fēng)險(xiǎn)所解釋?zhuān)腋唠A矩風(fēng)險(xiǎn)賦予的收益補(bǔ)償高于因素風(fēng)險(xiǎn)。這一結(jié)果預(yù)示著，融資融券失衡較為嚴(yán)重的標(biāo)的股票存在較大的高階矩風(fēng)險(xiǎn)。根據(jù)高階矩風(fēng)險(xiǎn)的經(jīng)濟(jì)含義，以上結(jié)果說(shuō)明這些標(biāo)的股票容易產(chǎn)生較高的負(fù)偏風(fēng)險(xiǎn)和暴漲暴跌風(fēng)險(xiǎn)。

表3 融資融券失衡對(duì)平均定價(jià)誤差的影響

另外，表3的結(jié)果還顯示，在引入失衡指標(biāo)后，定價(jià)誤差均得到顯著緩解，Δi的檢驗(yàn)結(jié)果全部顯著為正。更為重要的是，引入失衡指標(biāo)后的定價(jià)模型中，除MVCAPM和TFM之外，MVSCAPM和MVSKCAPM兩種模型的結(jié)果都沒(méi)有產(chǎn)生顯著的平均定價(jià)誤差。值得說(shuō)明的是，雖然前兩種模型定價(jià)仍然顯著，但其相對(duì)于引入失衡指標(biāo)前都明顯降低了。

為了對(duì)此進(jìn)行更為細(xì)致的考察，本文進(jìn)一步按照標(biāo)的股票所屬的市場(chǎng)板塊進(jìn)行分組檢驗(yàn)。結(jié)果如表4所示。從表4的結(jié)果可以看出，在引入失衡指標(biāo)之前，所有板塊的標(biāo)的股票均存在顯著為正的定價(jià)誤差(如Panel A1和Panel B1所示)。這與表3的結(jié)果是一致的。除此之外，融資融券失衡程度最嚴(yán)重的前20%股票中，創(chuàng)業(yè)板股票具有最為嚴(yán)重的定價(jià)誤差。這應(yīng)證了圖2和圖3所預(yù)示的創(chuàng)業(yè)板股票的融資融券失衡程度最嚴(yán)重。

表4 融資融券失衡對(duì)不同板塊平均定價(jià)誤差的影響

結(jié)合表4的Panel B和Panel C以及表5的結(jié)果可以看出，無(wú)論是引入“余額”失衡指標(biāo)還是“余量”失衡指標(biāo)后，所有板塊標(biāo)的股票的定價(jià)誤差均得到顯著緩解。特別的，在引入“余額”失衡指標(biāo)后，除MVCAPM模型顯示上證主板的股票在10%水平上依然存在顯著為正的定價(jià)誤差外，其他三種模型的定價(jià)誤差均不再顯著。在MVSKCAPM的檢驗(yàn)結(jié)果顯示，除深證中小板外，其他三個(gè)板塊標(biāo)的股票的定價(jià)誤差在引入“余額”失衡指標(biāo)后也都不再顯著。在MVSCAPM模型下，除創(chuàng)業(yè)板標(biāo)的股票外，其他三個(gè)板塊標(biāo)的股票的定價(jià)誤差在引入“余額”失衡指標(biāo)后不再顯著。引入“余量”失衡指標(biāo)的結(jié)果則與之相反。雖然不同模型的結(jié)果存在上述細(xì)節(jié)上的差異，但就平均定價(jià)誤差的變化而言，四種模型的結(jié)果都顯示所有板塊的定價(jià)誤差均顯著下降。

二、融資融券失衡與定價(jià)誤差的動(dòng)態(tài)關(guān)系

為了進(jìn)一步在時(shí)間序列意義下考察融資融券失衡對(duì)標(biāo)的股票定價(jià)誤差的影響，考慮對(duì)(9)式的回歸結(jié)果進(jìn)行分析。(9)式中的回歸系數(shù)φi刻畫(huà)了標(biāo)的股票i的融資融券失衡程度會(huì)對(duì)收益率產(chǎn)生怎樣的影響。對(duì)φi檢驗(yàn)結(jié)果如表6所示。

表5 引入融資融券失衡指標(biāo)前后不同板塊標(biāo)的股票平均定價(jià)誤差的變化

表6 融資融券失衡指標(biāo)與定價(jià)誤差的動(dòng)態(tài)關(guān)系

表7 融資融券失衡指標(biāo)與定價(jià)誤差的動(dòng)態(tài)關(guān)系

從表6可以看出，四種定價(jià)模型給出的檢驗(yàn)結(jié)果均顯示，過(guò)度的融資交易與標(biāo)的股票的收益率之間呈現(xiàn)顯著為正的相關(guān)關(guān)系。這意味著融資交易過(guò)度而融券交易的缺乏使得標(biāo)的股票的價(jià)格易于出現(xiàn)向上的定價(jià)偏誤，從而支持了相關(guān)研究給出的理論預(yù)示。表7進(jìn)一步按照標(biāo)的股票所屬的市場(chǎng)板塊，對(duì)(9)式中的φi進(jìn)行了檢驗(yàn)，其結(jié)果再次支持了表6的結(jié)果。

穩(wěn)健性檢驗(yàn)

如前所述，作為穩(wěn)健性檢驗(yàn)，本文根據(jù)個(gè)股所屬市場(chǎng)(上證和深證)，將相應(yīng)的上證指數(shù)與深證綜指作為市場(chǎng)指數(shù)收益率與個(gè)股匹配，然后估計(jì)四種定價(jià)模型。另外，在估計(jì)三因素模型(TFM)時(shí)，我們還利用銳思數(shù)據(jù)庫(kù)提供的分別對(duì)滬市A股、深市A股進(jìn)行排序分組方法測(cè)算的規(guī)模因子和賬面市值比因子的溢酬數(shù)據(jù)。與此類(lèi)似，我們?cè)诠烙?jì)協(xié)偏度因子和協(xié)峰度因子的風(fēng)險(xiǎn)溢酬時(shí)也采用類(lèi)似的方法進(jìn)行操作，并估計(jì)兩個(gè)高階矩定價(jià)模型(MVSCAPM和MVSKCAPM)。最后的實(shí)證結(jié)果顯示，除了上證主板和深證主板的標(biāo)的股票在引入“余量”失衡指標(biāo)的MVSCAPM模型和MVSKCAPM模型下依然存在顯著的定價(jià)誤差外，本文的其他主要結(jié)果仍然是穩(wěn)健的。限于篇幅，穩(wěn)健性檢驗(yàn)的具體數(shù)據(jù)結(jié)果從略。

除此之外，作為另一個(gè)重要的穩(wěn)健性檢驗(yàn)，我們還根據(jù)兩融失衡指標(biāo)排序并取失衡程度最嚴(yán)重的前30%分位組的標(biāo)的股票為樣本，重復(fù)新檢驗(yàn)了融資融券失衡對(duì)平均定價(jià)誤差的影響，及其對(duì)不同板塊的平均定價(jià)誤差的影響，分別如表8和表9所示。

表8 融資融券失衡對(duì)平均定價(jià)誤差的影響

表9 融資融券失衡對(duì)不同板塊平均定價(jià)誤差的影響

從這兩個(gè)表的結(jié)果來(lái)看，本文的主要結(jié)論在取30%分位組時(shí)依然穩(wěn)健。一個(gè)比較細(xì)微的差別是，以30%分位組為樣本，平均定價(jià)誤差減小的幅度相對(duì)較小。這也是可以理解的，畢竟30%分位組比20%分位組包含了包含了更多兩融失衡程度相對(duì)輕微的標(biāo)的股票。

結(jié)論與啟示

考慮到我國(guó)滬深兩市融資融券交易一直處于失衡狀態(tài)，即融資交易占絕對(duì)優(yōu)勢(shì)的背景，本文先對(duì)我國(guó)兩融失衡的原因進(jìn)行了梳理和分析，然后基于經(jīng)典的“均值—方差”資本資產(chǎn)定價(jià)模型(MVCAPM)、三因素模型(TFM)、“均值—方差—偏度”資本資產(chǎn)定價(jià)模型(MVSCAPM)和“均值—方差—偏度—峰度”資本資產(chǎn)定價(jià)模型(MVSKCAPM)四種定價(jià)模型，實(shí)證研究了第三次擴(kuò)容后兩融失衡程度較為嚴(yán)重的標(biāo)的股票存在怎樣的定價(jià)誤差，以及兩融失衡程度如何影響這些股票的定價(jià)誤差。結(jié)果發(fā)現(xiàn)：(1)四種定價(jià)模型檢驗(yàn)結(jié)果均顯示，這些標(biāo)的股票存在顯著為正的定價(jià)誤差；(2)基于融資融券余額和融資融券余量數(shù)據(jù)構(gòu)造失衡指標(biāo)，并將其引入定價(jià)模型后，這些標(biāo)的股票的定價(jià)誤差得到顯著緩解；(3)按照標(biāo)的股票所屬的市場(chǎng)板塊進(jìn)行分類(lèi)檢驗(yàn)后發(fā)現(xiàn)，失衡程度最嚴(yán)重的創(chuàng)業(yè)板股票表現(xiàn)出最嚴(yán)重的定價(jià)誤差；(4)部分股票的定價(jià)誤差在引入失衡指標(biāo)后的高階矩定價(jià)模型中趨于消失。

根據(jù)上述實(shí)證結(jié)果，我們可以得到如下啟示和政策建議。

首先，通暢的融資交易和困難重重的融券交易使得融資融券業(yè)務(wù)一直處于失衡狀態(tài)，這對(duì)于充分發(fā)揮這一制度創(chuàng)新的積極作用顯然帶來(lái)很多不利的影響。雖然表面上看，大量的融資交易有利于促使標(biāo)的股票的價(jià)格，并最終推動(dòng)股市上漲。但總體而言，對(duì)于提升股票的定價(jià)效率是不利的，至少存在抑制利空信息得到有效揭示的可能。如果標(biāo)的股票的價(jià)格常常處于高估的位置，結(jié)果很可能會(huì)因?yàn)橐粋€(gè)微小的負(fù)面信息，引起前期被“抑制”而累積起來(lái)的眾多負(fù)面信息一次性集中釋放，進(jìn)而產(chǎn)生利空信息的“雪崩”效應(yīng)。也正因?yàn)槿绱?，本文的?shí)證結(jié)果發(fā)現(xiàn)，融資融券失衡程度較為嚴(yán)重的標(biāo)的股票存在較大的高階矩風(fēng)險(xiǎn)。這意味著，這些標(biāo)的股票的收益率存在較大的負(fù)偏風(fēng)險(xiǎn)和暴漲暴跌風(fēng)險(xiǎn)。也正因?yàn)槿绱?，部分股票的定價(jià)誤差只有在引入兩融失衡指標(biāo)的高階矩定價(jià)模型下趨于消失。

其次，鑒于創(chuàng)業(yè)板股票相對(duì)于其他市場(chǎng)板塊的兩融失衡更嚴(yán)重、定價(jià)誤差更大，我們建議監(jiān)管層做好創(chuàng)業(yè)板股票融資交易的風(fēng)險(xiǎn)提示工作。例如，為了使得融資交易功能得到充分、有效發(fā)揮，監(jiān)管部門(mén)可以每周甚至每日根據(jù)融資交易的活躍性(如融資買(mǎi)入的換手率、每單位成交量的融資買(mǎi)入量等)對(duì)標(biāo)的股票進(jìn)行排序，然后通過(guò)深交所的官方網(wǎng)站，或其他公共信息披露媒體，公告排名靠前的標(biāo)的股票，增加這些股票的“曝光度”，以提醒廣大融資買(mǎi)入的投資者冷靜、理性的參與融資交易。根據(jù)我們的了解，目前尚無(wú)受眾較大的媒體對(duì)這些信息進(jìn)行常規(guī)性披露。

最后，針對(duì)融券券源不足、相關(guān)參與者出借證券的意愿不強(qiáng)等問(wèn)題我們?nèi)缦氯齻€(gè)方面的政策建議。第一，應(yīng)當(dāng)盡快擴(kuò)大借券市場(chǎng)的參與主體類(lèi)型，推行多元化的借券交易模式，加快交易所的競(jìng)價(jià)借券交易平臺(tái)的構(gòu)建。第二，證金公司應(yīng)當(dāng)設(shè)計(jì)并制定更為合理且靈活的借券期限，從而調(diào)動(dòng)券商從事融券業(yè)務(wù)的積極性。證金公司作為轉(zhuǎn)融券的中心機(jī)構(gòu)，相對(duì)于券商而言，更具有協(xié)調(diào)流動(dòng)性風(fēng)險(xiǎn)的天然優(yōu)勢(shì)。因此，證金公司應(yīng)當(dāng)擔(dān)起這一責(zé)任，而不是提供固定期限，將流動(dòng)性風(fēng)險(xiǎn)轉(zhuǎn)嫁給個(gè)體券商。第三，應(yīng)當(dāng)重視交易所的“中介平臺(tái)”作用。當(dāng)前借券的主體大多是券商自營(yíng)，他們是直接面對(duì)借券人的，中間信息并沒(méi)有隔離。券商自營(yíng)在面對(duì)借券指令時(shí)會(huì)擔(dān)憂對(duì)方擁有內(nèi)幕信息，融券需求量越大，這種擔(dān)憂越嚴(yán)重；如果券商自營(yíng)找不到合適的對(duì)沖工具，那么其借券意愿也會(huì)大幅度下降。因此，融券交易中非常需要一個(gè)“中介平臺(tái)”，一邊對(duì)接“券”，一邊對(duì)接“賣(mài)券者”。

融資融券業(yè)務(wù)是我國(guó)股市發(fā)展過(guò)程中的一項(xiàng)重要制度創(chuàng)新，本文結(jié)合我國(guó)融資融券失衡的背景，深入研究了標(biāo)的股票的定價(jià)誤差。這對(duì)于投資者的收益權(quán)保護(hù)也具有非常重要的現(xiàn)實(shí)意義。過(guò)高定價(jià)的標(biāo)的股票顯然會(huì)損害投資者持有此類(lèi)股票在未來(lái)的收益權(quán)。根據(jù)國(guó)際證監(jiān)會(huì)組織(IOSCO)制定的《證券監(jiān)管的目標(biāo)與原則》也提出投資者的收益權(quán)保護(hù)是投資者權(quán)益保護(hù)的要件之一。王曉國(guó)(2011)[29]也指出投資者權(quán)益保護(hù)是證券監(jiān)管工作的立足點(diǎn)和出發(fā)點(diǎn)。為了把好事做好，我們建議監(jiān)管層高度重視融資融券失衡問(wèn)題，參考上述建議，著力掃除融券交易通道的重重障礙，加強(qiáng)融資交易過(guò)度時(shí)的風(fēng)險(xiǎn)警示工作，正確引導(dǎo)投資者的兩融交易行為，營(yíng)造一個(gè)對(duì)稱(chēng)、健康的融資融券環(huán)境。

注釋

1.以下如不加特殊說(shuō)明，本文的“融資融券失衡”、“兩融失衡”都是指融資交易占據(jù)絕對(duì)優(yōu)勢(shì)。

2. 該收益率指的是，賣(mài)空上證指數(shù)、買(mǎi)入創(chuàng)業(yè)板指數(shù)所構(gòu)造的套利組合的持有期收益率。具體的數(shù)據(jù)結(jié)果這里從略。另外，這里 省略的數(shù)據(jù)以及以下限于篇幅未列出的數(shù)據(jù)，我們均歡迎感興趣的 同仁來(lái)信索取。