冯玉梅，陈 璇，王亚男

(山东财经大学金融学院，山东 济南 250014)

一、引 言

融资融券交易，也称为信用交易、保证金交易或者垫头交易(Margin Requirement)，是指客户向证券公司交纳一定保证金后，证券公司向客户出借资金以供其买入证券或者出借证券以供其卖出的一种交易活动。融资融券交易试点自2010年3月31日正式启动，意味着经过四年精心筹备，融资融券交易正式进入了市场操作阶段。长期以来，我国证券市场缺乏合理的价格发现机制，行情看涨时投资者一起入市炒作，行情看跌时纷纷离场，导致股价经常大起大落，市场的系统性风险较高。融资融券业务的推出，是继股权分置改革后对中国资本市场发展影响巨大的一项金融创新，该制度为我国证券市场引入了“做空”机制，理论上能有效减少股价的波动幅度，避免出现恶性的暴涨暴跌，同时为投资者提供在证券价格下跌行情获利的渠道，标志着我国“单边市”的结束。根据金融市场微观结构理论，波动性和收益率是反映股票市场价格行为的两个有效指标，也是考察市场质量的重要指标，而融资融券交易作为我国资本市场的一项制度创新，它对我国股市稳定和市场质量的提升具备怎样的实际效应，还有待于进行证实和检验。本文的目的就是进行这项研究，以期表明我国融资融券业务在试点阶段对标的股票市场表现的作用，为其常规化发展提供参考依据。

国内外学者对融资融券研究的侧重点不同，国外研究主要是围绕在融资融券与证券市场波动之间关系上，而国内对于融资融券的研究相对较少，并且多数集中在我国融资融券模式的选择方面，还有学者把风险控制和监管作为研究重点，少数学者对融资融券与市场波动性之间的关系进行研究。融资融券是加大市场波动还是平抑市场波动，这个问题是国内外学者研究争议的焦点。

Woolridge和Dickinson［1］的研究表明，融券交易机制的存在并非是证券市场波动的根源，它不会加剧市场的波动，反而在一定程度上具备稳定证券市场的功能。Daouk和Charoenrook［2］研究了2001年7月1日至2002年12月31日期间，遍布全球111个证券市场(其中包括23个发达市场，88个新兴市场)股价收益率的波动情况，结果表明允许融券交易的股价波动性比禁止融券交易的新兴市场低。Bris，Goetzmann和Zhu［3］以个股收益率的标准差作为股价波动性的衡量指标，研究发现允许“卖空”的证券市场收益率的波动性要比禁止融券的市场的股票收益率的波动性要低得多，结果表明融券交易确实能够平抑股指、稳定市场。Bogen，Krooss［4］和Garbade［5］认为信用交易会造成股价波动性加剧，并用“金字塔效应——倒金字塔效应”来解释其中的机理：当股价上涨时，投资者能够融资购券，由于杠杆效应，刺激购券需求，会进一步推进股价上涨，甚至导致严重偏离其实际价值，产生泡沫成分;相反，当股价下跌时，投资者能够借券做空，杠杆效应使得股价会低于其内在价值。因此，融资和融券会起到“助推器”的作用，加大股价的波动。

国内学者廖士光和杨朝军［6］采用协整检验和Granger因果检验的方法研究了我国台湾股票市场卖空机制与股票价格之间的关系，结果表明，卖空交易额与加权指数之间存在着长期稳定的协整关系和正向变动关系，卖空机制可以平抑股票市场的波动。陈森鑫和郑振龙［7］选取了37个国家及地区的证券市场作为研究对象，从整个市场层面探讨了卖空机制对股指收益率偏度、波动性和市场崩溃概率等的影响。研究结果显示，虽然放开卖空限制将导致股指收益率负向偏离，但是不会加大市场的波动性，而且可以降低市场崩溃的概率。

大多数研究证明融资融券交易能更大程度上抑制股价波动，稳定证券市场。然而目前关于融资融券对波动性和收益率的影响的研究，更多关注市场整体的波动性，很少涉及融资融券对个股的影响。由于我国融资融券交易市场发展较其他发达国家发展还不成熟，大多数国内学者把融资融券研究的重点放在台湾市场、香港市场及海外市场，鲜有文章对国内融资融券的市场效应进行实证检验。本文以我国融资融券标的股票作为研究对象，从股票的波动性和收益率两个角度，分析样本期间内我国融资融券对个股价格表现的影响。

二、融资融券对个股波动性和收益率影响的实证研究

(一)研究方法

本文基于面板数据回归模型来研究我国融资融券对标的证券的波动性和收益率的影响。Panel－Data模型的一般设定形式如下：

其中 xit'=(x1，it，x2，it，…，xk，it)，模型反映 k个经济指标在 N 个截面及 T个时间点上的变动关系。根据 αit是否随xit而变化，将(1)分为两大类模型：若cov(αit，xit)≠0，则此时式(1)称作固定效应(fixed effect)模型;若 cov(αit，xit)=0，则式(1)称作随机效应(random effect)模型。

对于面板数据回归是选用随机效应模型还是固定效应模型，国内外学者们提出了不同的看法。在国外，Wallace，Hussain［8］和Mundlak［9］是早期固定效应支持者，他们认为随机效应影响模型假设，个体影响与其他回归变量不相关存在不合理性，固定效应模型具有估计优势;而Balestra和Nerlove［10］却是随机误差成分模型的坚决支持者，他们认为把个体影响处理为随机是正确的;Hausman和Tayor［11］通过假设个体差异性与解释变量无关，运用Hausman统计量对是否存在随机效应进行了检验。在国内，根据林少宫［12］的观点，由于固定效应估计量总是具有一致性，随机效应估计量在随机效应模型是真实的情况下才具有一致性和有效性，否则不具有一致性。按照易丹辉［13］看法，如果以样本自身效应为条件进行研究，宜使用固定效应模型;若以样本对总体效应进行推论，则应采用随机效应。

由于在实际操作中多采用固定效应模型，并且本文采用的大样本基本可以代表总体。因此，本文选择面板数据回归模型的固定效应模型。

固定效应模型又可分为个体固定效应模型，时间固定效应模型和个体时间双固定效应模型。

双因素固定效应模型，即个体时间双固定效应模型的形式如下：

其中αi是随机变量，表示对i个截面个体有i个不同的截距项，且变化与xit有关系，且γt也是随机变量，表示对t个时期有t个不同的截距项，且其变化也与xit有关系。个体固定效应模型中，截距项为随机变量αi;时期固定效应模型中，截距项为随机变量γt。

双因素固定效应模型的检验，实际就是对冗余固定效应的单项和联合检验，即检验零假设分别是：

检验的F统计量为：

(二)样本数据的选取与变量设定

1.数据选取

本文研究融资融券对个股波动性和收益率影响，样本期间为2010年3月31日至2011年9月30日，时间跨度一年半，共369个交易日。依据2011年9月30日融资融券的90只标的证券，同时保证数据的连续性，剔除掉2010年7月1日调入标的证券的四只股票，2010年7月上市的农业银行，以及样本期间停盘时间较长的14只股票，最终选取了71只股票作为研究对象，全部样本数据共26199个。本文采用的数据来源于国泰君安信息技术有限公司的CSMAR中国股票市场交易数据库、中国融资融券研究数据库以及中国封闭式基金研究数据库。

2.变量设定

(1)收益率(Yield)，本文采用日收盘价的对数差分，Yieldt=ln(Pt/Pt－1)，其中 Pt表示当天收盘价，Pt－1表示前日收盘价。

(2)股价波动率(Vola)，研究发现金融数据时间序列具有方差时变性，收益序列的波动既有爆发性也有集群性，因此利用GARCH(1，1)过程来拟合个股的对数收益率，求出条件方差作为股价波动率。

(3)净融资额(Nfa)，计算公式为：净融资额=融资买入额－融券卖出额，其中融券卖出额=融券卖出量×收盘价，净融资额表示投资者对个股市场表现的评价，数值为正代表投资者多方力量强于空方力量，反之，代表投资者空方力量强于多方力量。

(4)交易量变化率(Volgr)，本文以个股日交易股数的增长率作为代理变量，计算公式为：Volgrt=(Vt－Vt－1)/Vt－1，其中 Vt表示当天个股交易量，Vt－1表示前日个股交易量。

(5)投资者情绪(Dcf)，本文采用了封闭式基金折价率作为投资者情绪的代理变量，单只封闭式基金折价率计算公式为：Dcfit=(Pit－NAVUit)/NAVUit，其中Pit表示样本基金中第i只基金在交易日收盘价，NAVUit表示第i只基金在交易日的基金净值，折价率上升代表投资者情绪悲观。本文采用样本期间存续的全部25只封闭式基金的周数据，并对25只封闭式基金算术平均，最终得到代理变量Dcf。

基于融资融券对标的证券波动性和收益率影响的两个角度，分别设定Panel－Date回归模型方程：

式中，i=1，2，……，N代表不同的个体截面单位，本文中指71只融资融券标的证券;t=1，2，……，T代表不同的时期，本文中是指369个交易日;αit是截距项;εit为回归方程的误差项。

(三)实证结果和分析

如前所述，由于在实际操作中多采用固定效应模型，并且本文采用的大样本基本可以代表总体。因此，本文选择面板数据回归模型的固定效应模型。首先建立双因素固定效应模型，再利用上文介绍的F统计量和LR检验的χ2统计量选定模型具体形式。

首先对冗余固定效应进行检验，检验结果如表1所示。

表1 融资融券log(Nfa)对标的证券波动率Vola和收益率Yield影响的冗余固定效应检验结果

从表1检验的结果看出，考察融资融券log(Nfa)对标的证券波动性影响，应该建立个体截面和时期双固定效应的面板回归模型;考察融资融券log(Nfa)对标的证券收益率的影响，建立时期固定效应的面板回归模型是合理的。面板回归结果分别如表2和表3。

表2 融资融券log(Nfa)对标的证券波动率Vola影响的面板模型回归结果

表3 融资融券log(Nfa)对标的证券收益率Yield影响的面板模型回归结果

从上述回归结果可以看出，净融资额的对数值对波动性影响不明显，同时对收益率有显著的负向影响，这与我们预期的不一致。由于在回归模型设定时，为避免异方差性，对变量净融资额(Nfa)进行了对数化处理，对净融资额为负值的，运用了－log(Abs(Nfa))来处理，为零的数值取对数后设为空值。由于这种对数处理方法存在争议，而且从样本数据可以观察到，融券卖出额大量为零，这可能会导致估计结果缺乏可靠性和稳定性。此外，统计数据显示，自2010年3月31日融资融券试点推出，截止到2011年8月31日，融资融券累计交易金额为4903.9亿元，其中融资交易累计为4672.9亿元，占95.3%，融券交易累计为231亿元，仅占4.7%，表明融资融券业务发展呈现非常严重的不平衡状态。因此，为了使估计结果具有可靠性和稳定性，我们仅选取净融资额为正的数据对数化处理，得到变量log(Nfaz)，来考察这种不平衡的融资融券状态对标的证券价格表现的影响。

利用双因素固定效应模型检验的结果分别如表4和表5。

表4 融资融券log(Nfaz)对标的证券波动率Vola影响的冗余固定效应检验结果

表5 融资融券log(Nfaz)对标的证券收益率Yield影响的冗余固定效应检验结果

从表4检验的结果看出，考察融资融券log(Nfaz)对标的证券波动性影响，应该建立个体截面和时期双固定效应的面板回归模型;从表5检验的结果看出，考察融资融券log(Nfaz)对标的证券收益率的影响，建立时期固定效应的面板回归模型是合理的。面板回归结果分别如表6和表7。

表6 融资融券log(Nfaz)对标的证券波动率Vola影响的面板模型回归结果

表7 融资融券log(Nfaz)对标的证券收益率Yield影响的面板模型回归结果

从表6和表7看，净融资额为正数的对数值对个股波动性和收益率都有较为显著的正向影响。这可以解释为，当日融资买入额大于融券卖出额时，多方力量强于空方力量，这样会增加股价的波动，同时多方对个股需求量增加的行为会向市场传递利好的信号，促使其他持观望态度的投资者跟进买入，结果推升个股的收益率及其波动率。但是从影响系数值来看，单位log(Nfaz)会带来0.000121单位波动率的变化和0.0220单位收益率的变化，数值都偏小。

造成该结果的原因主要有两个方面：一是融资融券交易占证券市场交易比重偏低，市场参与度不高，对市场价格波动影响不大。目前沪深两市中融资融券余额仅占当日A股成交总量的1%左右，融资融券余额占证券流通市场比重不足0.2%，而海外市场平均在1.5%－2%，这是由于融资融券业务的参与主体有限，融资融券交易标的少制约了市场发展的空间。自2010年3月31日融资融券试点推出至2011年9月31日，我国只有25家券商拥有融资融券业务资格，不足全部106家券商中的四分之一。同时，根据融资融券业务相关规定，试点期间融资融券交易标的共90只股票，其中券商证券来源于其可供出售的金融资产科目下的自有证券，也就是最多为90只，数量严重不足。二是融资融券呈现非常严重的不平衡状态。前文提到，自2010年3月31日融资融券试点推出，截止到2011年8月31日，融资融券累计交易金额为4903.9亿元，其中融资交易累计为4672.9亿元，占95.3%，融券交易累计为231亿元，占4.7%。研究期间，虽然25家试点券商融资融券额度总规模在900亿左右，能够满足当前市场的需求，但是融券交易标的严重短缺，加上投资者惯有的做多的投资理念，“做空”机制没有充分发挥其价格发现功能。

三、完善我国融资融券业务的政策建议

融资融券业务推出以来，规模在不断扩大，制度建设也在逐步完善。而本文实证结果表明，融资融券对标的证券的波动性和收益率都有较为显著的正向影响，不同于融资融券市场发展较成熟的西方发达国家，这一金融工具的价格发现、平抑波动功能没有明显体现。上文分析表明，在试点期间我国融资融券业务存在诸多问题，本文对此提出以下建议，以便于完善我国融资融券业务，并充分发挥对证券市场的积极作用。

(一)优化投资者结构，培育理性投资理念

融资融券试点期间，由于制度上的制约和监管层控制风险的需要，我国证券监管部门不允许基金等机构投资者参与融资融券市场交易，呈现出“散户化”的市场投资者结构。而相对于机构投资者而言，个体投资者由于缺乏理性，通常表现为从众行为、对股市政策或信息的过度反应等非理性行为，在市场实际操作中出于投机动机，也经常会追涨杀跌，这必然会加大市场波动的风险。另外，无论是机构投资者还是个体投资者，长期以来只能依靠“做多”来获利，惯有的投资理念需要有所突破。融资融券制度为证券市场引入了“做空”机制，其价格发现职能要充分发挥作用，首要任务就是允许基金等机构投资者参与融资融券，另外，需要培养机构投资者和个体投资者理性投资理念，以维持证券市场的稳定。

(二)完善立法，促进融资融券业务常规化健康发展

我国融资融券试点期间，具有开展融资融券资格的券商只有25家，极大地限制了投资者范围和市场规模。鉴于试点证明有关制度安排合理可行，业务风险能够得到有效控制，且市场有扩大融资融券覆盖面的合理要求，有必要适当降低证券公司从事这项业务的准入条件。为适应融资融券业务由试点转为常规业务的需要，中国证券业协会近日对《融资融券合同必备条款》和《融资融券交易风险揭示书必备条款》进行修改，重新公布的两个必备条款自2011年11月25日起施行，意味着融资融券转常规已进入实质性操作阶段，75家尚未获得融资融券业务资格的证券公司据此将可以开始申请业务资格。完善立法是促进融资融券业务常规化发展的关键，我国立法机关需要明确融资融券业务方案、参与各方责任与义务、证券公司内部管理制度、技术系统的维护以及风险监管等方面内容，制定并出台相关的法律法规，以保证融资融券转常规过程中制度和条款的有效实施。

(三)扩大融资融券标的范围，建立并完善转融通机制

融资融券试点推出至今，标的证券呈现严重缺乏，解决这一问题可以从扩容和完善转融通机制两个方面着手。首先，将与现有融资融券标的股票在流动性、波动性等方面接近的证券纳入标的范围，如沪深300成分股、上证180、深证100成分股等，如此也能进一步满足投资者在股指期货和现货市场间进行风险对冲的需求。其次，建立并完善转融通机制。转融通机制拓宽了标的证券来源，必然会增大融资融券交易资金规模，进而推动融资融券整体规模的扩大。目前我国已建立了作为转融通主体的证券金融公司，以提供转融通服务。在转融通业务正式推出之前，需要对沪深交易所、中登公司、证券金融公司以及股票和资金的出借方、借入方做好制度、技术、业务开展方案等方面的准备工作。

(四)完善风险控制体系，有效防范融资融券业务风险

融资融券业务作为我国资本市场的新生事物，它的推出对于我国证券市场制度建设具有重要意义，但也伴随着多种风险。监管机构、券商以及银行等金融机构对于完善风险控制体系，有效防范融资融券业务风险都要发挥作用。首先，要加强监管机构的监管，以有效应对市场风险。我国证券市场仍处于不成熟阶段，市场中的法律风险、体制风险和信用风险普遍存在，中国证监会及其派出机构、中国证券业协会、证券交易所、证券登记结算机构以及作为第三方的商业银行应该组成强大的业务监管方阵，在各自的职责范围内发挥监督作用，控制各项风险，维护市场正常发展。其次，券商应增强自身业务实力，并完善内部控制制度，以更好应对融资融券业务带来的风险。另外，银行等金融机构应在抓住市场机遇的同时做好风险监控工作。需要加强风险管理，完善风险评估和管理手段，加强证券抵押融资前审查力度，做好融资后监控工作，处理好每一笔融资融券业务，避免损失。日前建立的证券金融公司肩负着对融资融券业务运行情况的监控、监督职能。

［1］WOOLRIDGE J R，DIDKINSON A.Short-Selling and Common Stock Price［J］.Financial Analysts Journal，1994(50)：20 －28.

［2］DAOUK H，CHAROENROOK A.The World Price of Short Selling［R］.The Owen Graduate School of Management，Vanderbilt University Working Paper，2003：1－49.

［3］BRIS A，GOETZMANN W，ZHU N.Efficiency and the Bear：Short Sales and Markets around the World［R］.Yale International Center for Finance Working Paper，2003：1 －30.

［4］BOGEN J，KROOSS H E.Security Credit：Its Economic Role and Regulation［M］.Englewood Cliffs，NJ：Prentice － Hall，Inc.1960：37－76.

［5］GARBADE K D.Federal Reserve Margin Requirements：A Regulatory Initiative to Inhibit Speculative Bubbles［M］//Wachtel P.Crises in Economics and Financial Structure，Lexington，MA：Lexington Books，1982：317 －336.

［6］廖士光，杨朝军.卖空交易机制对股价的影响—来自台湾股市的经验证据［J］.金融研究，2005(10)：131－140.

［7］陈森鑫，郑振龙.卖空机制对证券市场的影响：基于全球市场的经验研究［J］.世界经济，2008(12)：73－81.

［8］WALLACE T D，HUSSAIN A.The Use of Error Components Models in Combining Cross Section with Time Series Data［J］.Econometrica，1969(37)：55 －72.

［9］MUNDALK Y.On the Pooling of Time Series and Cross-Section Data［J］.Econometrica，1978(46)：69 －85.

［10］BALESTRA P，NERLOVE M.Pooling Cross-Section and Time-series Data in the Estimation of a Dynamic Model：The Demand for Natural Gas［J］.Econometrica，1966(34)：585 －612.

［11］HAUSMAN J A，TAYLOR W E.Panel Data and Unobservable Individual Effects［J］.Econometrica，1981(49)：1377 －1398.

［12］林少宫.微观计量经济学要义：问题与方法探讨［M］.武汉：华中科技大学出版社，2003：27－31.

［13］易丹辉.数据分析与Eviews应用［M］.北京：中国人民大学出版社，2008：293－311.