王國志,李鑫鑫
(燕山大學(xué)經(jīng)濟(jì)管理學(xué)院,河北秦皇島066004)
20世紀(jì)90年代初,我國兩大證券市場相繼成立,經(jīng)過近三十年的發(fā)展,我國資本市場已逐漸發(fā)展壯大,但仍存在很多不成熟的地方,如作為新興的資本市場,市場本身的價(jià)格發(fā)行功能有限,同時(shí)缺乏較為完善的做空機(jī)制,容易產(chǎn)生泡沫經(jīng)濟(jì),加劇市場風(fēng)險(xiǎn),同時(shí)也抑制了金融衍生產(chǎn)品市場的發(fā)展。而融資融券業(yè)務(wù)的推出,可以在很大程度上有效緩解上述問題。
我國于2010年3月31日正式推出融資融券業(yè)務(wù),其目的主要是豐富交易品種、促進(jìn)市場穩(wěn)定。經(jīng)過九年的發(fā)展,融資融券交易在交易模式、交易主體資格、標(biāo)的證券要求、信用額度控制以及交易過程管理等各個(gè)方面都在不斷完善,已成為一項(xiàng)不可或缺的交易制度。自融資融券業(yè)務(wù)開通以來,標(biāo)的股票共開展了五次較大規(guī)模的擴(kuò)容,從最初進(jìn)入融資融券標(biāo)的股票池中的90支到目前的959支,融資融券余額和標(biāo)的股票的數(shù)量已具有相當(dāng)?shù)囊?guī)模,融資融券標(biāo)的股票的分布和覆蓋也愈加廣泛和全面。但也存在融資與融券規(guī)模嚴(yán)重不對(duì)等,融券業(yè)務(wù)始終處于劣勢地位,不足兩融余額的5%,甚至大部分時(shí)間都低于1%(見圖1)的情況。將兩融余額與市場行情進(jìn)行對(duì)比(見圖2)可以看出,從2014年開始,融資融券余額與以滬深300指數(shù)為代表的市場行情變化情況具有明顯的正相關(guān)性。因此,研究兩融業(yè)務(wù)在市場波動(dòng)性方面產(chǎn)生的影響需充分考慮市場行情的變動(dòng)情況。
A股的歷次擴(kuò)容都為研究兩融交易對(duì)標(biāo)的股特質(zhì)性波動(dòng)與流動(dòng)性的影響增添了新的依據(jù),盡管2015年6月中旬之后的暴跌使得許多學(xué)者對(duì)融資融券業(yè)務(wù)抑制特質(zhì)性波動(dòng)、促進(jìn)流動(dòng)的作用產(chǎn)生質(zhì)疑。但分階段研究融資融券擴(kuò)容政策對(duì)市場的波動(dòng)性影響必不可少。因此,本文對(duì)融資融券標(biāo)的股采取分階段研究,用虛擬變量區(qū)分股票能否進(jìn)行兩融交易,以歷次擴(kuò)容時(shí)間為節(jié)點(diǎn),構(gòu)建多個(gè)雙重差分模型來考察兩融業(yè)務(wù)給市場波動(dòng)性帶來的影響,這樣不僅可以觀測到擴(kuò)容政策實(shí)施的真實(shí)效應(yīng),而且也能為市場管理者更深層次地科學(xué)規(guī)劃、制定擴(kuò)容政策提供經(jīng)驗(yàn)依據(jù)。
融資融券交易最早可以追溯到17世紀(jì),國內(nèi)外學(xué)者就融資融券交易對(duì)波動(dòng)性、流動(dòng)性的影響進(jìn)行了大量研究,但融資融券交易究竟是促進(jìn)還是抑制了波動(dòng)性以及流動(dòng)性,學(xué)術(shù)界一直存在爭論。
圖1 融資余額與融券余額占比
圖2 滬深股市與融資融券業(yè)務(wù)發(fā)展?fàn)顩r
國內(nèi)外多數(shù)研究都表明融資融券交易可以抑制波動(dòng)性,這也是主流觀點(diǎn)。陳淼鑫等發(fā)現(xiàn),賣空活動(dòng)可以有效降低市場極端情況的出現(xiàn)[1]。Sobaci等用日數(shù)據(jù)來研究土耳其證券市場,得出增加賣空活動(dòng)會(huì)降低波動(dòng)[2]。Bohl等采用馬爾可夫轉(zhuǎn)換和GARCH模型來研究德國金融企業(yè)的賣空交易,同樣得出賣空活動(dòng)可以有效抑制股票價(jià)格波動(dòng)的結(jié)論[3]。竇澤群等采用事件分析法建立面板數(shù)據(jù)回歸模型,認(rèn)為融資融券交易行為能夠有效穩(wěn)定股票市場價(jià)格的波動(dòng)[4]。
然而,也有相當(dāng)一部分學(xué)者認(rèn)為融資融券業(yè)務(wù)的開展增大了波動(dòng)。Verrecchia研究發(fā)現(xiàn),對(duì)賣空活動(dòng)進(jìn)行限制有利于股市的平穩(wěn)運(yùn)行[5]。許紅偉和陳欣基于首批試點(diǎn)標(biāo)的股,發(fā)現(xiàn)融資融券單向調(diào)節(jié)作用明顯,由于融資融券交易自帶的杠桿具有雙重作用,從而能夠加劇市場價(jià)格的波動(dòng)性[6]。Rajgopal等研究發(fā)現(xiàn),投資者對(duì)公司盈利看法的不一致增大了股價(jià)的特質(zhì)性波動(dòng)[7]。Zhang等研究中國股票市場標(biāo)的股被調(diào)入融資融券交易前后30個(gè)交易日股價(jià)的波動(dòng)情況,發(fā)現(xiàn)標(biāo)的股被調(diào)入后的股價(jià)波動(dòng)性顯著增加[8]。褚劍等同樣發(fā)現(xiàn)融資融券業(yè)務(wù)的杠桿性會(huì)增大市場極端行情出現(xiàn)的可能[9]。
還有一小部分研究發(fā)現(xiàn)融資融券業(yè)務(wù)的開展對(duì)市場波動(dòng)性的影響不確定。如Figlewski和Webb選取S&P500指數(shù)中的400只成分股研究賣空交易對(duì)股票價(jià)格波動(dòng)的影響,發(fā)現(xiàn)兩者作用并不顯著[10]。
國內(nèi)外多數(shù)研究都表明融資融券業(yè)務(wù)的開展對(duì)提升股票的流動(dòng)性存在積極作用。Charoenrook和Daouk認(rèn)為允許賣空存在的發(fā)達(dá)國家市場相較于未推出賣空業(yè)務(wù)的市場而言,流動(dòng)性得到了很大的提升[11]。王旻、廖士光等基于臺(tái)灣證券研究發(fā)現(xiàn)賣空活動(dòng)可以使市場的流動(dòng)性得到顯著增加[12]。但也有不少學(xué)者認(rèn)為融資融券業(yè)務(wù)的開展對(duì)提升股票的流動(dòng)性有著消極作用。如Scheinkaman和Xiong將賣空交易與成交量掛鉤,認(rèn)為賣空機(jī)制的存在將會(huì)減少成交量,進(jìn)而降低流動(dòng)性[13]。還有相當(dāng)一部分學(xué)者認(rèn)為融資融券與流動(dòng)性之間并沒有某種特定的影響。如谷文林建立單因素方差分解模型考察二者之間的關(guān)系,結(jié)果表明融資融券交易與市場流動(dòng)性二者之間并沒有顯著影響[14]。
綜上,融資融券業(yè)務(wù)對(duì)于波動(dòng)性以及流動(dòng)性的影響效應(yīng)學(xué)界尚沒有形成統(tǒng)一的結(jié)論,研究多局限于單一的整體樣本期間,對(duì)融資融券標(biāo)的股階段性的研究較少。因此本文采用計(jì)量經(jīng)濟(jì)學(xué)中常見的研究方法,對(duì)滬深兩市融資融券開通初期以及五次擴(kuò)容政策在波動(dòng)性以及流動(dòng)性方面帶來的影響進(jìn)行分階段考察,以分析不同時(shí)期的擴(kuò)容政策產(chǎn)生的實(shí)際效應(yīng)。
本文考察的是融資融券擴(kuò)容政策的效應(yīng)研究,因此,將融資融券與擴(kuò)容政策相結(jié)合是本文的核心。我國的融資融券標(biāo)的股都是分批次逐步開放的,不同觀測區(qū)間的融資融券標(biāo)的股數(shù)目存在差異。本文選取2008年10月至2018年9月滬深兩市A股融資融券標(biāo)的股的月度數(shù)據(jù)作為樣本,將整個(gè)時(shí)間跨度以擴(kuò)容時(shí)間為節(jié)點(diǎn)分為不同的時(shí)期,同時(shí)剔除節(jié)假日、停牌等無法正常進(jìn)行交易的數(shù)據(jù),建立多個(gè)雙重差分模型,研究不同時(shí)期的擴(kuò)容政策給我國市場波動(dòng)性帶來的影響。文中的數(shù)據(jù)來源為Wind金融終端,采用的實(shí)證分析軟件為eviews9。
首先運(yùn)用Ashenfelter等提出的雙重差分模型分析兩融交易對(duì)標(biāo)的個(gè)股特質(zhì)性波動(dòng)的影響[15]。雙重差分基礎(chǔ)模型如下:
本文所建立的模型實(shí)驗(yàn)期與實(shí)驗(yàn)組的劃分見表1,其中VOLit為標(biāo)的股票特質(zhì)性波動(dòng)指標(biāo),M為實(shí)驗(yàn)組、對(duì)照組區(qū)分變量,T為實(shí)驗(yàn)期、對(duì)照期區(qū)分變量,M*T為交叉項(xiàng),Control為控制變量,Year為時(shí)間固定效應(yīng),F(xiàn)irm為個(gè)體固定效應(yīng),α0為常數(shù)項(xiàng),βj表示系數(shù),εit表示隨機(jī)誤差項(xiàng)。
本文使用隨機(jī)誤差項(xiàng)的絕對(duì)值來衡量標(biāo)的股股價(jià)的特質(zhì)性波動(dòng),記為VOLit,具體模型如式(2):
其中,rs,it表示第 i支標(biāo)的股票第 t月的對(duì)數(shù)收益率,rf,t表示時(shí)間t的無風(fēng)險(xiǎn)收益率,用 Shibor月利率代表,rm,t表示時(shí)間t的市場對(duì)數(shù)收益率,用滬深300指數(shù)對(duì)數(shù)收益率衡量,εit表示隨機(jī)誤差項(xiàng)。
本文為了更好地契合中國股票市場的特征,選取式(3)來衡量標(biāo)的股票的流動(dòng)性。同樣運(yùn)用Ashenfelter等提出的雙重差分模型分析兩融交易對(duì)標(biāo)的股流動(dòng)性的影響[15]。流動(dòng)性的雙重差分模型見式(4):
其中 LIQit為流動(dòng)性指標(biāo), M、T、M*T、Control、Year、Firm、α0、βj、 εit代表的含義與前文一致。 本文涉及所有變量的選取見表2。
表1 模型實(shí)驗(yàn)組、對(duì)照組及實(shí)驗(yàn)期、對(duì)照期選取
表2 變量名稱及計(jì)算方法
為了觀察不同時(shí)期實(shí)驗(yàn)組、對(duì)照組的差異,本文對(duì)被解釋變量和控制變量進(jìn)行均值分析。由表3可以看出,在波動(dòng)性方面,兩融業(yè)務(wù)正式推出初期,實(shí)驗(yàn)組標(biāo)的個(gè)股股價(jià)的特質(zhì)性波動(dòng)均值大于對(duì)照組,DID4模型所處的第三次擴(kuò)容期間的實(shí)驗(yàn)組標(biāo)的個(gè)股股價(jià)的特質(zhì)性波動(dòng)均值、絕對(duì)值略大于對(duì)照組,其余四次擴(kuò)容帶來的特質(zhì)性波動(dòng)的影響均低于對(duì)照組,說明在兩融業(yè)務(wù)推出以及五次較大規(guī)模的擴(kuò)容均能起到抑制標(biāo)的股特質(zhì)性波動(dòng)的作用;在流動(dòng)性方面,六個(gè)雙重差分模型所涉及的實(shí)驗(yàn)組的流動(dòng)性均大于對(duì)照組,說明在兩融業(yè)務(wù)推出初期以及五次較大規(guī)模的擴(kuò)容均能促進(jìn)標(biāo)的股的流動(dòng)性。表3反映了實(shí)驗(yàn)組與對(duì)照組之間兩融標(biāo)的股票特質(zhì)性波動(dòng)性與流動(dòng)性的差異,但兩表只是簡單計(jì)算均值,并未將期間有關(guān)指標(biāo)的變動(dòng)考慮在內(nèi),因此研究融資融券擴(kuò)容政策對(duì)個(gè)股股價(jià)特質(zhì)性波動(dòng)以及流動(dòng)性的影響,還需多方面對(duì)面板數(shù)據(jù)進(jìn)行分析。
表3 六組模型分組變量均值變化
為了防止回歸模型無效而對(duì)估計(jì)結(jié)果產(chǎn)生影響,首先對(duì)數(shù)據(jù)序列的平穩(wěn)性進(jìn)行檢驗(yàn)。本文采取綜合檢驗(yàn)方法,即同時(shí)進(jìn)行LLC檢驗(yàn)、IPS檢驗(yàn)、Fisher-ADF以及 Fisher-PP檢驗(yàn)對(duì)變量的單位根進(jìn)行檢驗(yàn)。將序列的檢驗(yàn)值與t統(tǒng)計(jì)量臨界值比較,當(dāng)檢驗(yàn)值小于t臨界值,且p值較小時(shí),則說明此面板數(shù)據(jù)成員是平穩(wěn)的;反之,則變量序列不平穩(wěn)。變量的平穩(wěn)性檢驗(yàn)見表4。從表4可以看出,面板成員序列所有變量均可以拒絕單位根假設(shè),本文所選取的數(shù)據(jù)是平穩(wěn)的,估計(jì)結(jié)果不受影響。
表4 面板成員序列的單位根和平穩(wěn)性檢驗(yàn)結(jié)果(以DID1為例)
依照式(1)、式(4)建立雙重差分模型,按表1劃分的不同期間、不同分組進(jìn)行面板數(shù)據(jù)回歸。首先用Hausman檢驗(yàn)來決定到底是選擇固定效應(yīng)回歸模型還是隨機(jī)效應(yīng)回歸模型,結(jié)果發(fā)現(xiàn),模型超出置信區(qū)間的P值近似為0,拒絕原假設(shè),選取固定效應(yīng)回歸模型,在采取固定效應(yīng)回歸模型的過程中,包含一個(gè)F檢驗(yàn),經(jīng)過計(jì)算,又通過了 F檢驗(yàn),選擇個(gè)體固定效應(yīng)回歸模型。在選擇個(gè)體效應(yīng)回歸的過程中發(fā)現(xiàn),控制了時(shí)間、個(gè)體的雙向固定效應(yīng)效果更好,結(jié)果更顯著,因此采用個(gè)體的雙向固定效應(yīng)進(jìn)行面板數(shù)據(jù)回歸。具體回歸結(jié)果見表5、表6:
表5 融資融券交易對(duì)特質(zhì)性波動(dòng)的回歸結(jié)果
在波動(dòng)性方面,從表5可以看出,六個(gè)模型中,標(biāo)準(zhǔn)差均在0附近,說明控制變量選取得當(dāng),能夠有效避免內(nèi)生性問題。六個(gè)模型的交叉項(xiàng)系數(shù)大多為負(fù)數(shù),說明融資融券交易能抑制股價(jià)特質(zhì)性波動(dòng),尤其在DID3、DID4模型中,效果更加明顯。從交叉項(xiàng)的系數(shù)值來看,融資融券交易在模型DID3、DID4時(shí)抑制波動(dòng)性的作用尤為顯著,在其他模型中,抑制作用不明顯,甚至在DID5中起到增大標(biāo)的股的特質(zhì)性波動(dòng)的作用。分析原因,DID1處于兩融業(yè)務(wù)的試點(diǎn)時(shí)期,投資者和券商對(duì)業(yè)務(wù)不熟悉,標(biāo)的股數(shù)量少,影響力弱,融資融券業(yè)務(wù)受到嚴(yán)格的控制,最終表現(xiàn)為較強(qiáng)的抑制效應(yīng);DID2時(shí)間段,市場處于下跌階段,投資者面對(duì)高杠桿性的融資融券交易只能謹(jǐn)慎操作,融資融券的政策效應(yīng)減弱;在DID3、DID4時(shí)間段,標(biāo)的股票的數(shù)量和兩融余額已達(dá)一定的規(guī)模,抑制股價(jià)特質(zhì)性波動(dòng)的作用得到充分發(fā)揮,且市場的整體行情處于上漲階段,抑制效果最為明顯;在DID5、DID6階段,均剔除了2015年6月中旬至2016年1月底股災(zāi)期間的數(shù)據(jù),原因在于2015年下半年,證監(jiān)會(huì)對(duì)滬深市場上的融資融券業(yè)務(wù)采取了一系列措施禁止賣空,融資融券嚴(yán)重失衡,且市場處于暴跌狀態(tài),融資融券業(yè)務(wù)作用受影響較大。在兩模型涉及的時(shí)間段內(nèi),擴(kuò)容的數(shù)量較少,市場整體大幅度下跌的行情使兩融業(yè)務(wù)萎縮,經(jīng)過一段時(shí)間調(diào)整、恢復(fù),股災(zāi)帶來的消極影響減弱,因此模型DID5未能有效抑制股價(jià)特質(zhì)性波動(dòng);不同于前四次大規(guī)模的擴(kuò)容,計(jì)劃中的第五次擴(kuò)容是在2015年上半年股市暴漲的行情下推出的,雖然胎死腹中,但經(jīng)過一年多的沉淀,市場積累了大量的做空力量,促使兩融余額快速增加,同時(shí)經(jīng)過2016年1月的第五次大規(guī)模擴(kuò)充,標(biāo)的股票不斷壯大,兩融交易得到了更好的發(fā)展,因此DID6研究時(shí)間段,抑制波動(dòng)性的效應(yīng)逐漸恢復(fù)。
表6 融資融券交易對(duì)流動(dòng)性的回歸結(jié)果
在流動(dòng)性方面,從表6可看出,六個(gè)模型中,標(biāo)準(zhǔn)差同樣在0附近,說明控制變量選取得當(dāng),能夠有效避免內(nèi)生性問題。六個(gè)模型的交叉項(xiàng)系數(shù)大多為正,說明融資融券交易能促進(jìn)股票流動(dòng),尤其在DID3、DID4、DID5模型中,效果尤為明顯。從交叉項(xiàng)的系數(shù)值來看,融資融券交易在模型DID5時(shí)促進(jìn)流動(dòng)性作用尤為顯著,絕對(duì)值大,在其他模型中,影響效果不及這一時(shí)期,甚至在DID1、DID6中起到抑制標(biāo)的股流動(dòng)性的作用。分析原因,在兩融業(yè)務(wù)剛推出期間,受2008年金融危機(jī)的影響,投資者不敢貿(mào)然出手,原本打算投入股市的資金,轉(zhuǎn)而投向別的市場,兩融業(yè)務(wù)發(fā)展緩慢,融資融券交易并不能有效促進(jìn)市場流動(dòng);DID2研究的時(shí)間段,融資融券業(yè)務(wù)不斷成熟,融資融券的政策效應(yīng)逐漸凸顯;在DID3、DID4所考慮的時(shí)間段,標(biāo)的股票的數(shù)量和兩融余額已達(dá)一定的規(guī)模,市場行情處于震蕩上漲,融資融券業(yè)務(wù)擴(kuò)容政策促進(jìn)市場流動(dòng)性的作用得到充分的發(fā)揮;在DID5、DID6差分模型中,均剔除了2015年6月中旬至2016年1月底股災(zāi)期間的數(shù)據(jù)(原因同前面分析)。DID5前期市場的整體行情處于劇烈上漲階段,股票價(jià)格被高估,市場涌入大量投資者,后期處于恢復(fù)上漲階段,不斷涌入的投資者使得市場流動(dòng)性得到了較大的提升,兩融業(yè)務(wù)政策效應(yīng)最為明顯;DID6考察期間,股災(zāi)帶來的消極影響沒有完全消散,同時(shí)國家限制市場做空,融資與融券規(guī)模嚴(yán)重不對(duì)等,融券功能沒有得到發(fā)揮,融資的作用被放大,最終表現(xiàn)為抑制市場流動(dòng)性。
本部分選取2015年6月中旬至2016年1月底兩市融資融券標(biāo)的股為研究對(duì)象,其中在股災(zāi)期間能正常進(jìn)行兩融業(yè)務(wù)的作為實(shí)驗(yàn)組,反之為對(duì)照組。剔除數(shù)據(jù)不全的標(biāo)的股票,控制變量的定義和前文保持一致。
1.描述性統(tǒng)計(jì)
對(duì)被解釋變量和控制變量進(jìn)行均值分析。由表7可以看出,實(shí)驗(yàn)組無論是特質(zhì)性波動(dòng)的絕對(duì)值還是流動(dòng)性均優(yōu)于對(duì)照組。為了更加充分地考慮具體變量對(duì)個(gè)股股價(jià)特質(zhì)性波動(dòng)以及流動(dòng)性的影響,還需多方面對(duì)面板數(shù)據(jù)進(jìn)行分析。
表7 股災(zāi)期間分組變量均值變化
2.實(shí)證回歸分析
表8 股災(zāi)期間融資融券交易對(duì)特質(zhì)性波動(dòng)、流動(dòng)性的回歸結(jié)果
由表8可以看出,在股災(zāi)期間,融資融券交易能抑制標(biāo)的股的特質(zhì)性波動(dòng),但也降低了市場的流動(dòng)性。原因在于,股災(zāi)考察的期間正好處于市場行情劇烈下跌的狀態(tài),投資者存在非理性行為是毋庸置疑的,但同時(shí),為了減少損失,肆無忌憚地?zé)o底線拋售也是不可能的,再加上國家采取一系列措施,使得兩融業(yè)務(wù)抑制股票特質(zhì)性波動(dòng)的效應(yīng)依舊顯著。但對(duì)于整體市場的流動(dòng)性來說,就不容樂觀了。
本文研究表明,在加入了控制變量后,兩融交易在開展初期以及五次大規(guī)模的擴(kuò)容期間均使得股票的波動(dòng)性得到了有效的抑制,也就是說,兩融業(yè)務(wù)可以起到降低股價(jià)特質(zhì)性波動(dòng)的作用;同時(shí),擴(kuò)容政策的本質(zhì)是促進(jìn)市場流動(dòng),但受各種因素影響,產(chǎn)生的效果差強(qiáng)人意。不管是波動(dòng)性還是流動(dòng)性,均受市場行情、擴(kuò)容規(guī)模以及投資者信心等因素的影響,不同觀測期間產(chǎn)生的效應(yīng)不同?;谝陨辖Y(jié)論,提出以下建議:
(1)目前,我國深交所、上交所的兩融標(biāo)的股票有959只,大約是兩市全部A股的27%,相較于境外成熟資本市場60%以上的覆蓋面,我國的兩融業(yè)務(wù)任重而道遠(yuǎn)。同時(shí),融資與融券規(guī)模嚴(yán)重不對(duì)等,融券功能沒有得到發(fā)揮,融資的作用被放大,對(duì)此,應(yīng)逐步擴(kuò)大標(biāo)的證券交易品種與數(shù)量,開拓轉(zhuǎn)融通、轉(zhuǎn)融券業(yè)務(wù),平衡兩融規(guī)模,穩(wěn)定股票市場,同時(shí)也為融資融券交易者提供更多選擇。
(2)融資融券擴(kuò)容的政策效應(yīng)與市場行情密不可分,市場管理者在制定擴(kuò)容政策時(shí),應(yīng)緊密結(jié)合市場環(huán)境,防止投機(jī)行為擾動(dòng)市場。同時(shí),市場管理者應(yīng)適當(dāng)下調(diào)融資融券交易費(fèi)用和交易門檻,增加市場活躍度;不斷完善制度建設(shè),擴(kuò)大監(jiān)管范圍與力度,逐步提高股市風(fēng)險(xiǎn)控制與監(jiān)管能力,加強(qiáng)對(duì)公司信息披露的監(jiān)管,督促公司及時(shí)披露交易信息;建立科學(xué)有效的保證金制度,兼顧市場情緒,鼓勵(lì)投資者積極參與兩融業(yè)務(wù),不斷完善我國資本市場。