【摘要】作为我国股票市场交易制度的重大改革举措之一，融资融券业务及其对股票市场的影响一直存在争议。本文基于2011年11月25日融资融券业务“转常规”后的第一个交易日至2014年11月28日共728个交易日的数据，利用计量模型——VAR模型实证分析融资融券制度对股市波动性的影响，最终得出结论市场的波动变化会引起卖空交易变化，但是做空交易没有造成市场的大幅度波动。

【关键词】融资融券制度 VAR模型 股市波动性

一、引言

长期以来，我国证券市场缺乏合理的价格发现机制，市场中的投资者普遍缺乏专业知识，存在不理性行为，容易导致股价暴涨暴跌，市场的系统性风险较高。为了进一步完善金融市场体系，减少“单边市”对我国证券市场造成的不利影响，2010年3月31日我国推出融资融券业务试点，并于2011年11月25日融资融券业务由“试点”阶段转为“常规”阶段。

自融资融券出现以来，国内外学者对其的市场表现一直存在争议。本文将基于VAR模型实证分析融资融券制度转常规后对我国股市波动性的影响。

二、文献综述

目前关于融资融券业务与股票市场波动性的关系，理论研究和经验研究尚未达成一致结论，总体说来有以下三种观点。

一是引入融资融券制度有助于降低市场的波动性。陈淼鑫、郑振龙（2008）选取香港股市作为研究对象，发现融资买空对降低股价波动水平起到一定作用。

二是认为融资融券会增加市场波动性，不利于股价稳定。廖士光和张宗新（2005）实证发现卖空机制推出后，市场波动显著提高，但是融资融券的交易额与市场指数波动之间不存在稳定的协整关系。

三是融资融券对股价波动没有显著影响。吴淑琨和廖士光（ 2007）对台湾股市进行了实证分析，结果表明融资融券交易对市场波动性水平没有显著影响。

三、模型介绍与数据选取

（一）模型介绍

本文在实证研究部分首先将运用VAR（向量自回归）模型进行分析，该模型广泛应用于经济问题的研究中，主要考查一个内生变量对其他变量冲击的响应情况，而忽略了变量之间的相关关系。因此，本文进一步利用脉冲响应函数（IRF）分析某变量冲击对经济系统的动态影响，通过方差分解分析一个变量对其他变量的相对重要程度，最后，本文对研究结果进行了格兰杰因果检验。

（二）数据选取与预处理

本文的实证部分所涉及的变量为我国股市的波动率、日融资买入额和日融券卖出量。其中，本文以沪深300指数代表大盘股市，选取日融资买人额（l）为融资业务—买空代表变量（L），日融券卖出量（s）为融券业务—卖空代表变量（S）。又因为2011年11月25日（周五）我国的融资融券业务由“试点”阶段转为“常规”阶段，所以，本文的样本区间将选取“转常规”后的第一个交易日2011年11月28日（周一）至2014年11月28日，共728个交易日的样本数据。其中各个变量的数据来源分别为沪深300指数来源于渤海证券软件，日融资买入额和日融资卖出量来源于金融界网站。

各个变量的具体计算和预处理如下：

1.股市波动率。我国做空机制推出时间尚短，数据量较小，因此，本文选取沪深300指数日收益率的22天（一个月一般有22个交易日）的滚动标准差来衡量市场的波动性，标准差的计算起点为研究区间的第22个交易日，第一个滚动标准差为第1个数据到第22个数据的标准差，第二个滚动方差为第2个数据到第23个数据的标准差，以此类推，共得到707个月标准差。在此，本文选用22个交易日的滚动标准差作为波动性（VOL）代表。而在计算股票收益率指标时，本文借鉴王性玉、王帆（2013）采用的当日收盘价和开盘价构造的收益率计算模型，计算公式为：

Rt=LN（Pt）-LN（P*t）

其中，Pt表示沪深300指数在t日的收盘价，P*t表示沪深300指数在t日的开盘价。

2.数据对数化处理。为了消除各数据由于量纲不统一，数量级差异较大对模型估计造成的影响，本文将对以下变量作对数化处理。

L=ln（l）

S=ln（s）

四、实证分析

（一）单位根检验

本文选取的时间序列数据有一定的时间趋势，在对其进行回归分析之前，需要对数据进行单位根检验，检验其是否平稳，从而避免“伪回归”问题。VOL、L、S的原序列及一阶差分序列的单位根检验结果如表1所示。

单位根检验显示在1%的显著性水平下，数据的原序列都是非平稳的I（1）过程（ADF统计值均在1%的临界值范围内），而它们的一阶差分都是平稳的I（0）过程（ADF统计值均在1%的临界值范围之外），即时间序列VOL、L、S都是一阶单整过程。

（二）协整检验

在单位根检验的基础上，本文运用基于VAR的Johansen技术建立市场波动性（VOL）和买空交易代表变量（L）、卖空交易代表变量（S）的回归模型，对它们之间的关系进行协整检验（如表2），以验证融资融券制度与市场波动性之间是否存在所谓的协整关系。

从表2的检验结果可以得出，在5%的显著性水平下，检验结果接受VOL与L、S之间存在协整关系，且存在一个协整关系，即VOL与L、S之间存在稳定的长期相关关系，这也说明了融资融券交易与市场波动性之间存在着某种稳定的长期相关关系。

（三）VAR模型估计和结果分析

为了进一步分析S、L对VOL的影响，本文在原数据的基础上建立VAR模型：

voLt=c+αS+βL+γVOL+μ

其他方程在这里没有列出，因为本文的研究目的主要是考察融资融券对市场波动性的影响。本文采用AIC和SC最小的P值为最佳滞后阶数。当滞后的阶数p=2时，AIC和SC都达到最小，因此，在估计VAR模型时，取P=2。

对上述VAR模型进行运算，得到融资融券交易与股市波动性关系的VAR（2）的估计结果，如下表4所示：

（四）脉冲响应函数分析

脉冲响应函数（IRF）描述了方程中因变量如何响应于方程中的误差项的冲击。因此本文利用脉冲响应函数模拟出市场波动性对意外冲击的响应。买空交易代表变量L和卖空交易代表变量S对市场波动性的脉冲响应图如图1。

通过做脉冲响应图可以看出：对于市场波动率来说，S增加一个单位标准误差时，VOL会小幅度上升，冲击为正，并在第10日时开始收敛，说明卖空交易会增加市场的波动性，但影响不大。而L增加一个单位的标准误差时，VOL会大幅度下降，买空交易的冲击为负，且存在较长时间的影响。因此，融资融券交易对市场波动性是存在持续影响的，且我国现阶段买空交易对市场的冲击大于卖空交易对市场的冲击。

（五）方差分解

在上述的研究中，本文发现买空和卖空都在一定程度上对股市进行冲击，为了进一步了解买空交易代表变量、卖空交易代表变量对市场冲击的相对重要程度，这就需要对VOL进行方差分解。VOL的方差分解表，如表5所示：

从方差分解的结果可以得出，买空交易代表变量L、卖空交易代表变量S对市场波动性的方差贡献率随时期推移呈上升趋势。但是方差贡献率较小，这说明融资融券只是影响市场波动性动性的其中一种因素，市场波动性还受到其他多种内外因素的影响。此外，融资交易（买空）比融券交易（卖空）的方差贡献率大，即目前，我国做空交易中卖空交易的活跃程度低于买空交易。换言之，自做空交易推出以来，“卖空交易市场”始终处于疲软期。

（六）Granger因果检验

为了进一步检验所建模型的可信度和实证结论的稳健性，本文对变量之间的格兰杰因果关系进行了检验（如表6所示）。Granger因果检验需要确定滞后阶数，为了保持研究的一致性，在此仍然取P=2。

从表6中可得，在10%的显著性水平下，VOL是S的Granger原因，但S不是VOL的原因，L与VOL之间的因果引致关系并不明显。具体来说，市场波动性是卖空交易代表变量的Granger原因，波动性与买空交易代表变量的因果引致关系不强，也就是说市场的波动变化会引起卖空交易变化，但是做空交易没有造成市场的大幅度波动，即使市场出现异常波动，这一波动也不是由于做空机制本身造成的。

五、结论

本文从实证的角度，在VAR模型框架的基础上，利用协整分析、脉冲响应函数分析、方差分析和Granger因果检验等计量经济的方法，系统分析我国股票市场推出融资融券交易机制以来，其对市场波动性的影响。

如果时间序列数据存在一定的时间趋势，直接对数据进行回归分析，往往会导致“伪回归”问题。为避免此问题，本文首先进行单位根检验，结果显示时间序列VOL，L，S都是一阶单整过程。其次本文运用协整检验发现融资融券交易代表变量与股市波动性之间存在协整关系，即他们之间存在着长期稳定的关系。因此，本文采用VAR模型研究他们之间的关系是有意义的。第三，通过做脉冲响应图发现融资融券交易对市场波动性存在持续影响，但是买空对市场流动性的冲击大于卖空对市场流动性的冲击。接下来，本文从方差分解的结果可以得出，融资交易代表变量、融券交易代表变量对市场波动性的方差贡献率随时期推移呈上升趋势，但是方差贡献率较小，这说明融资融券只是影响市场波动性的其中一种因素，市场波动性还受到其他多种内外因素的影响。此外，融资交易比融券交易的方差贡献率大，因此，我国做空交易中卖空交易的活跃程度低于买空交易。最后本文运用Granger因果检验发现市场波动性是卖空交易代表变量的Granger原因，波动性与买空交易代表变量的因果引致关系不强。也就是说，市场的波动变化会引起卖空交易变化，但是做空交易没有造成市场的大幅度波动。

参考文献

[1]陈森鑫，郑振龙.推出卖空机制对证券市场波动率的影响[J].证券市场导报，2008，（02）：61-65.

[2]廖士光，张宗新.新兴市场引入卖空机制对股市的冲击效应： 来自香港证券市场的经验证据[J].财经研究，2005，（10）：42-51.

[3]吴淑琨，廖士光.融资融券交易的市场冲击效应研究：台湾的经验与启示[R].海通证券研究报告，2007.

[4]王性玉，王帆.做空机制对我国股市波动性、流动性影响的实证分析[J].经济管理，2013（11）：118-127.