楊 嵩，何毛毛

（南京大學(xué) 經(jīng)濟(jì)學(xué)院，江蘇 南京 210093）

一、引言及文獻(xiàn)回顧

2010年3月31日，中國證券市場正式實(shí)施融資融券業(yè)務(wù)，它標(biāo)志著我國資本市場已邁向“雙邊”模式①。該業(yè)務(wù)采用“先試點(diǎn)，再擴(kuò)容”，截至2017年6月29日，已進(jìn)行5次擴(kuò)容和多次小范圍標(biāo)的證券調(diào)整②，標(biāo)的證券數(shù)由90支擴(kuò)大到950支，該數(shù)目約占滬深A(yù)股市場的1/3，對股市穩(wěn)定發(fā)展有著舉足輕重的作用，所以對融資融券標(biāo)的股票波動率進(jìn)行分析也顯得尤為重要。

在發(fā)達(dá)的金融市場，買空和賣空機(jī)制作為一項(xiàng)調(diào)節(jié)市場穩(wěn)定不可或缺的工具，該機(jī)制已發(fā)展成熟。目前，針對發(fā)達(dá)金融市場融資融券機(jī)制的研究結(jié)果主要分為兩類。第一類研究結(jié)果表明融資融券機(jī)制有利于資本市場的發(fā)展。當(dāng)市場存在賣空限制時，悲觀投資者的情緒無法得到充分地表現(xiàn)，阻礙了價格對負(fù)面信息的反應(yīng)速度，無法有效地回歸基本面，價格易被高估，使得市場效率下降，阻礙了期權(quán)市場的發(fā)展，引起市場不穩(wěn)定，同時導(dǎo)致資本市場信息不對稱，投資者只能通過利好消息獲得回報，使得投資者回報途徑單一[1-3]。部分學(xué)者通過正面地對賣空機(jī)制進(jìn)行分析，發(fā)現(xiàn)在允許實(shí)施賣空政策的國家，該機(jī)制可以加快市場對公司信息的吸收速度，提升股票定價效率，降低市場恐慌的嚴(yán)峻程度，有效地抑制市場波動，有利于維持資本市場的穩(wěn)定[4-6]。第二類研究結(jié)果表明融資融券制度不利于資本市場的發(fā)展。該類學(xué)者認(rèn)為，賣空機(jī)制會加大市場對突發(fā)信息的反應(yīng)程度，高估股票價格，產(chǎn)生周末效應(yīng)，增加股票異常交易量，導(dǎo)致操縱性和家族性企業(yè)異常賣空交易，從而加劇股票價格的波動，增加市場崩盤風(fēng)險[7-9]。

借鑒發(fā)達(dá)金融市場的研究結(jié)果，國內(nèi)外學(xué)者也對我國融資融券機(jī)制進(jìn)行了研究。部分學(xué)者認(rèn)為，我國融資融券機(jī)制能有效地提升個股流動性，降低股票回報率的波動，提升市場價格效率，顯著減少股價暴跌概率，有利于防止股票價格的暴漲暴跌和過度投機(jī)，起到“單向緩沖器”的作用[10-12]。也有部分學(xué)者發(fā)現(xiàn)，對于融資融券標(biāo)的證券而言，融資融券機(jī)制可以降低標(biāo)的證券股價特質(zhì)性波動，提高標(biāo)的證券定價效率，降低小規(guī)模標(biāo)的公司的內(nèi)部交易風(fēng)險，同時對標(biāo)的公司產(chǎn)生“創(chuàng)新激勵效應(yīng)”[13-16]。還有學(xué)者認(rèn)為，由于我國融資融券機(jī)制調(diào)入的標(biāo)的證券本身股價信息含量較高，使得賣空機(jī)制不但沒有起到預(yù)期作用，反而為投資者提供了跟風(fēng)追漲的渠道，助長高估股價的風(fēng)險，使得消極型投資者的業(yè)績波動受其情緒的影響[17]。

綜上所述，我們發(fā)現(xiàn)學(xué)者對融資融券機(jī)制褒貶不一。鑒于以往研究的不足，本文的主要貢獻(xiàn)有以下三點(diǎn)：（1）我國融資融券機(jī)制采用漸進(jìn)式擴(kuò)容，且公告日與執(zhí)行日間隔越來越短，給市場反應(yīng)的時間也越來越短，通過選取多期擴(kuò)容數(shù)據(jù)，可以更好地研究融資融券機(jī)制在中長期的效應(yīng)；（2）隨著我國融資融券標(biāo)的證券的增加，每次擴(kuò)容所產(chǎn)生的效用也會有所差異，而目前對每次擴(kuò)容進(jìn)行研究的成果還很鮮見，本文針對我國每次擴(kuò)容進(jìn)行分析，與我國漸進(jìn)式擴(kuò)容的特點(diǎn)相吻合；（3）股市的波動源于個股的波動，僅針對整個股市波動進(jìn)行分析是不夠的，更應(yīng)對個股波動進(jìn)行分析，目前針對融資融券標(biāo)的證券的波動進(jìn)行分析還很缺乏，本文從5次擴(kuò)容事件點(diǎn)及事件區(qū)間視角分析了標(biāo)的證券的波動率變動。

二、數(shù)據(jù)分析與整理

我國融資融券機(jī)制于2010年3月31日正式開始實(shí)施，最初僅有90支股票（由上證50成份股和深證成指成份股組成），接著證監(jiān)會按照加權(quán)評價指標(biāo)③，從大到小排序，從而得到新的擴(kuò)容標(biāo)的證券名單。本文將存在標(biāo)的證券數(shù)目變動視為擴(kuò)容的衡量標(biāo)準(zhǔn)，截至2017年6月29日，已進(jìn)行5次擴(kuò)容（如表1所示）。

表1 融資融券標(biāo)的股票擴(kuò)容統(tǒng)計表 單位：支

本文選取2011年5月24日至2017年6月29日期間的標(biāo)的股票日對數(shù)收益率作為研究樣本，根據(jù)擴(kuò)容時間，將樣本分成5個數(shù)據(jù)集。由于在擴(kuò)容后仍可能會調(diào)出標(biāo)的股票名單，為統(tǒng)一擴(kuò)容期間研究的標(biāo)的股票，本文將調(diào)出的股票和數(shù)據(jù)有缺失的股票進(jìn)行刪除，最后得到五次擴(kuò)容分別包含278，492，700，898，947 支標(biāo)的股票，并給出描述性統(tǒng)計表（如表2所示）。

表2 5次擴(kuò)容日對數(shù)收益率描述性統(tǒng)計

由表2可以發(fā)現(xiàn)，5次擴(kuò)容的日對數(shù)收益率的均值和中位數(shù)都非常接近于0，且多數(shù)大于等于0，同時他們的上下四分位數(shù)的絕對值都近似相等，這說明從整體上來看，融資融券標(biāo)的證券平均收益率為正，且5次擴(kuò)容對數(shù)收益率的概率密度函數(shù)可能具有尾部對稱性。

三、Sharp斷點(diǎn)回歸模型建立

本文主要考察在我國實(shí)施融資融券后5次擴(kuò)容對標(biāo)的股票波動率的影響，以證券交易所公示的融資融券標(biāo)的證券作為研究對象，將每次融資融券擴(kuò)容的執(zhí)行日作為擴(kuò)容分?jǐn)帱c(diǎn)，由此可知，標(biāo)的證券是否已實(shí)施擴(kuò)容由日期來決定，沒有其他不可控的因素影響，可采用Sharp斷點(diǎn)回歸。

（一）變量選取

1.Timei，表示距第i次擴(kuò)容執(zhí)行日的交易日天數(shù)。當(dāng)Timei＜0時，表示在第i次擴(kuò)容執(zhí)行日之前的第個交易日；當(dāng)Timei=0時，表示第i次擴(kuò)容的執(zhí)行日；當(dāng)Timei＞0時，表示在第i次擴(kuò)容執(zhí)行日之后的第個交易日。

2.Dummyi，表示第i次融資融券擴(kuò)容標(biāo)的證券是否已實(shí)施第i次擴(kuò)容，即Dummyi=I（Timei≥0），其中I（·）為指示函數(shù)。

3.Qi，表示證券是否有資格進(jìn)入第i次擴(kuò)容標(biāo)的證券名單，當(dāng)證券有資格進(jìn)入第i次擴(kuò)容標(biāo)的證券名單時為1，否則為0。

4.Sigmai，表示進(jìn)入第i次擴(kuò)容的融資融券標(biāo)的證券在Timei交易日的波動率。市場實(shí)際波動率的計算有很多方法，我們選用最常用的股票對數(shù)收益率的平方表示該股票的波動率，同時選用所有標(biāo)的股票波動率的和來表示整個融資融券標(biāo)的股票的波動率④。

以上變量均滿足i=1，2，…，5，同時還需要滿足以下三點(diǎn)假設(shè)：

假設(shè)1：實(shí)施第i次擴(kuò)容的概率在Timei=0點(diǎn)上不連續(xù)，即

我們以第i次擴(kuò)容執(zhí)行日作為是否已實(shí)施第i次擴(kuò)容的分?jǐn)帱c(diǎn)，在執(zhí)行日之前，實(shí)施第i次擴(kuò)容的概率為0，待執(zhí)行日之后，實(shí)施第i次擴(kuò)容的概率為1，說明在分?jǐn)帱c(diǎn)左右兩側(cè)的實(shí)施第i次擴(kuò)容概率不相等，即在Timei=0點(diǎn)上不連續(xù)。

假設(shè)2：為了后期計算標(biāo)的證券波動率的變化，要求滿足條件獨(dú)立性，即

我們知道

那么，可以推出

假設(shè)3：m1（Timei），m0（Timei）連續(xù)。

m1（Timei），m0（Timei）表示隨時間而變動的kernel估計函數(shù)，此函數(shù)形式通常選用連續(xù)的三階多項(xiàng)式，所以m1（Timei），m0（Timei）的連續(xù)性可滿足假設(shè)3。

（二）模型建立

由于我們可直接觀察到Sigmai，我們將其分解為

接著波動率的條件期望可表示為然后，選用非參數(shù)kernel估計法分別估計得到

（9）、（10） 式中，Ni為總的樣本量個數(shù)，Ni1為第次擴(kuò)容前所得到的樣本量個數(shù)，則Ni-Ni1為第次擴(kuò)容后所得到的樣本量個數(shù)。

最后，我們得到在實(shí)施第次擴(kuò)容后標(biāo)的證券波動率的變化為 ATETi（All Treatment Effect on Treated，簡稱 ATET），即

四、實(shí)證結(jié)果分析

（一）初步回歸實(shí)證結(jié)果

根據(jù)以上理論模型的分析，我們選用三次多項(xiàng)式非參數(shù)Sharp斷點(diǎn)回歸對實(shí)施5次融資融券擴(kuò)容后的標(biāo)的股票波動率進(jìn)行了研究⑤，得到5次擴(kuò)容回歸結(jié)果以及斷點(diǎn)分析圖（如表3和圖1所示）。

表3 初步Sharp斷點(diǎn)回歸結(jié)果

由表3和圖1的回歸結(jié)果，我們可以得到以下幾點(diǎn)結(jié)論：

1.根據(jù)表3可以發(fā)現(xiàn)，5次擴(kuò)容對每次融資融券標(biāo)的證券波動率的影響有正有負(fù)，負(fù)效應(yīng)比正效應(yīng)多，且前面兩次擴(kuò)容均表現(xiàn)為負(fù)效應(yīng)，這說明每次擴(kuò)容對波動率的影響不同，且最初的擴(kuò)容對標(biāo)的股票波動率有降低作用。對標(biāo)的證券而言，在第i次擴(kuò)容實(shí)施后，投資者通過融資和融券兩項(xiàng)業(yè)務(wù)對市場進(jìn)行調(diào)節(jié)，使得股價處于一個較平穩(wěn)狀態(tài)，股票波動率隨之降低。

2.根據(jù)表3和圖1可以發(fā)現(xiàn)，5次擴(kuò)容對標(biāo)的證券波動率的影響較小，這說明漸進(jìn)式的擴(kuò)容方式可以降低市場對新機(jī)制的反應(yīng)程度。通過漸進(jìn)式擴(kuò)容，使得融資融券標(biāo)的證券在擴(kuò)容后受到的影響降低，達(dá)到最初實(shí)施漸近式擴(kuò)容的目的，使得融資融券機(jī)制“軟著陸”，市場得到平穩(wěn)過度。

圖1 Sharp斷點(diǎn)回歸

（二）統(tǒng)一標(biāo)的證券實(shí)證結(jié)果

融資融券標(biāo)的證券會存在一些證券在最初調(diào)入后卻又在后期會被調(diào)出或在最初沒有調(diào)入?yún)s又在后期被調(diào)入的情況，考慮到第一次進(jìn)入融資融券名單和多次進(jìn)行融資融券名單的證券所得到的效應(yīng)可能不一致，所以我們統(tǒng)一標(biāo)的證券，保留5次擴(kuò)容皆包含于公示證券名單的標(biāo)的證券，剩下207支統(tǒng)一后標(biāo)的證券，然后再采用三次多項(xiàng)式非參數(shù)Sharp斷點(diǎn)回歸進(jìn)行回歸分析⑤，得到估計回歸結(jié)果如表4和圖2所示。

根據(jù)表4和圖2的結(jié)果，我們可以得到以下幾點(diǎn)結(jié)論：

1.根據(jù)對比表3、表4、圖1和圖2發(fā)現(xiàn)，就整體而言，統(tǒng)一后標(biāo)的證券所得到的回歸結(jié)果與未統(tǒng)一標(biāo)的證券的結(jié)果相似，負(fù)效應(yīng)均多于正效應(yīng)，且在前面幾次的擴(kuò)容中以負(fù)效應(yīng)為主，這進(jìn)一步說明漸進(jìn)式擴(kuò)容使得市場對融資融券機(jī)制的實(shí)施反應(yīng)變緩。

表4 統(tǒng)一后標(biāo)的證券Sharp斷點(diǎn)回歸結(jié)果

2.在表3和表4的第5次擴(kuò)容回歸結(jié)果中，擴(kuò)容效應(yīng)均為正，且統(tǒng)一后標(biāo)的證券的擴(kuò)容效應(yīng)比未統(tǒng)一標(biāo)的證券的擴(kuò)容效應(yīng)小，這說明與沒有始終作為標(biāo)的證券的股票而言，統(tǒng)一后標(biāo)的證券的207支股票因受到5次擴(kuò)容疊加的影響，隨著擴(kuò)容次數(shù)增加，越在后面對標(biāo)的證券影響越小，表現(xiàn)出的擴(kuò)容效應(yīng)也越小。這說明從長期出發(fā)，漸進(jìn)式擴(kuò)容能夠有效降低標(biāo)的證券的波動。

3.統(tǒng)一后標(biāo)的證券得到的擴(kuò)容效應(yīng)After-ATETi是未統(tǒng)一標(biāo)的證券的擴(kuò)容效應(yīng)ATETi中的一部分，根據(jù)表4中的占比數(shù)據(jù)，發(fā)現(xiàn)除了第3次擴(kuò)容占比沒有下降外，其他幾次的擴(kuò)容得到的占比都會隨著擴(kuò)容次數(shù)的增加而逐漸減少，這說明隨著擴(kuò)容次數(shù)的增加，擴(kuò)容效應(yīng)越來越小，而新進(jìn)入融資融券標(biāo)的證券名單的股票因剛加入時間不長，受到融資融券擴(kuò)容的影響會更大。

圖2 統(tǒng)一后標(biāo)的證券Sharp斷點(diǎn)回歸

五、進(jìn)一步分析

前面是基于執(zhí)行日作為斷點(diǎn)日來進(jìn)行分析的，本節(jié)我們選用具有區(qū)間性質(zhì)的事件分析法來進(jìn)一步分析。在CAPM定價模型成立的前提下，從異常收益率的視角出發(fā)，分析異常收益率的波動，當(dāng)存在較大的異常收益率時，說明市場的波動會更大。事件窗口長度我們根據(jù)公告日與執(zhí)行日之間工作日的天數(shù)來決定，因?yàn)榈诙螖U(kuò)容的公告日與執(zhí)行日間隔4個工作日，所以第二次擴(kuò)容的事件窗口選為［-4，4］，而其他幾次擴(kuò)容的公告日與執(zhí)行日均間隔6個工作日，所以這幾次擴(kuò)容的事件窗口均選為［-6，6］，事件前和事件后窗口都定為125個交易日，如圖3所示（［T0，T1］為估計窗口，［T1，T2］為事件窗口，［T2，T3］為事件后窗口）。

圖3 事件窗口劃分

（一）事件分析法模型建立

我們后期的計算都是基于CAPM定價模型成立的假設(shè)下進(jìn)行的，所以我們首先利用每次擴(kuò)容前估計窗口的日對數(shù)收益率數(shù)據(jù)，得出回歸模型（12）系數(shù)的估計值回歸結(jié)果如表5所示）。

（12） 式中，rs，ijt表示第 i次擴(kuò)容第 j支標(biāo)的股票在第t時刻的對數(shù)收益率，rf，it表示第i次擴(kuò)容在第t時刻無風(fēng)險收益率（用估計窗口的Shibor年利率平均值表示），rm，it表示第i次擴(kuò)容在第t時刻的市場對數(shù)收益率（用滬深300指數(shù)對數(shù)收益率表示），且i=1，2，…，5，j=標(biāo)的證券個數(shù)，t=1，2，…，125。

表5 回歸模型（12）回歸結(jié)果

（二）結(jié)果分析

根據(jù)（13）式計算的結(jié)果，我們得到事件區(qū)間［-6，6］和部分事件后區(qū)間［7，20］的平均異常收益率、累積異常收益率等指標(biāo)（如表6所示）。

由表6可知，在擴(kuò)容公告日至執(zhí)行日的［-4，0］期間表現(xiàn)出顯著的負(fù)異常收益率，這說明在公示擴(kuò)容標(biāo)的證券名單與實(shí)施擴(kuò)容期間，股價往往被看跌，有被低估的可能；而在事件期間［1，6］及事件后［7，12］期間表現(xiàn)出顯著的正異常收益率，這說明在實(shí)施擴(kuò)容后，股價往往被拉高，有被高估的可能。

表6 融資融券擴(kuò)容事件分析結(jié)果

最后，從日異常收益率的波動出發(fā)，發(fā)現(xiàn)整個事件區(qū)間及部分事件后區(qū)間都處于較平穩(wěn)的變動，這說明擴(kuò)容對整個標(biāo)的股票的日異常收益率的影響較小（如圖4所示）。

圖4 融資融券事件分析結(jié)果

六、結(jié)論

針對融資融券漸進(jìn)式擴(kuò)容，首先從事件點(diǎn)的視角，采用Sharp斷點(diǎn)回歸分析了5次擴(kuò)容對標(biāo)的證券波動率的影響；其次從事件區(qū)間的視角，采用事件分析法，在CAPM定價模型假設(shè)成立的前提下，對標(biāo)的證券異常收益率進(jìn)行了分析。最終得到以下幾點(diǎn)結(jié)論：

1.漸進(jìn)式擴(kuò)容對融資融券標(biāo)的證券波動率的效應(yīng)有正有負(fù)，但在前期的擴(kuò)容都呈現(xiàn)出負(fù)效應(yīng)，這表明在實(shí)施擴(kuò)容后，投資者通過“雙邊”市場機(jī)制的相互制約與調(diào)節(jié)，使得股價處于較平穩(wěn)狀態(tài)，對股票波動率有降低作用。

2.由統(tǒng)一后標(biāo)的證券的回歸結(jié)果發(fā)現(xiàn)，統(tǒng)一后標(biāo)的證券的擴(kuò)容效應(yīng)比未統(tǒng)一標(biāo)的證券的擴(kuò)容效應(yīng)小，且統(tǒng)一后標(biāo)的證券的擴(kuò)容效應(yīng)包含于未統(tǒng)一標(biāo)的證券的擴(kuò)容效應(yīng)中，兩者的占比在整體上呈現(xiàn)下降趨勢，這說明多次持續(xù)的擴(kuò)容能逐步降低擴(kuò)容對標(biāo)的證券波動率的影響，且隨著擴(kuò)容次數(shù)的增加，受到擴(kuò)容的影響越小，而新調(diào)入的融資融券標(biāo)的證券因調(diào)入時間不長，受到擴(kuò)容的影響會更大。從長期來看，這也說明了漸進(jìn)式擴(kuò)容能降低標(biāo)的證券的波動。

3.在擴(kuò)容公告日至執(zhí)行日的［-4，0］區(qū)間，標(biāo)的股票表現(xiàn)出顯著的負(fù)異常收益率，這說明在公示擴(kuò)容標(biāo)的證券名單與實(shí)施擴(kuò)容期間，股價有被低估的可能；而在事件期間［1，6］及事件后［7，12］期間表現(xiàn)出顯著的正異常收益率，這說明在實(shí)施擴(kuò)容后，股價有被高估的可能。同時結(jié)合異常收益率波動率的分析結(jié)果，發(fā)現(xiàn)整個事件區(qū)間及部分事件后區(qū)間都處于較平穩(wěn)的變動，這說明擴(kuò)容對整個標(biāo)的股票的日異常收益率的影響較小。

注釋：

①http：//www.sse.com.cn/disclosure/magin/announcement/ssereport/c/c_20150911_3983827.shtml。

②此處所指的擴(kuò)容是以是否有實(shí)質(zhì)性的標(biāo)的證券數(shù)目增加為衡量標(biāo)準(zhǔn)。

③加權(quán)評價指標(biāo)=2×（一定期間內(nèi)該股票平均流通市值/一定期間內(nèi)深（滬）市A股平均流通市值）+（一定期間內(nèi)該股票平均成交金額/一定期間內(nèi)深（滬）市A股平均成交金額）。

④當(dāng)所有標(biāo)的股票的波動率平均值來表示整個融資融券標(biāo)的股票波動率時，得到的結(jié)果與此指標(biāo)算出的結(jié)果一致。

⑤初步回歸和統(tǒng)一后標(biāo)的證券的回歸均進(jìn)行了1 000次Bootstrap檢驗(yàn)，回歸結(jié)果均滿足穩(wěn)定性。