(华南理工大学 工商管理学院,广东 广州 510640)

1 引言

在股票发行注册制改革的大背景下，卖空交易推行的初衷是希望资本市场更加有效，市场价格更能反映资产的真实价值[1]。2010年融资融券交易开通以来，对融资融券的研究最初集中于融资融券价格发现功能、政策实施效果的研究[2]。但是，2015年股灾的发生使得卖空交易与价格波动关系的研究成为焦点。与卖空机制引起的股价波动相比，卖空机制的价格发现功能，单边做多推动股市持续上涨，集聚的风险一旦爆发可能更具危害性[3～7]，可见，与卖空交易引起的股市波动相比，市场有效与否才应该是监管层和学界关注的焦点。

本文重新回归融券交易机制设计的初衷，实证检验我国资本市场融券交易的价格发现功能。与前人的研究相比，本文的贡献在于：一是，研究设计上，本文选择了一系列而不是单个孤立的利空事件作为实验背景，这些事件有些是针对个股的，有些是针对整个行业或市场的，这样有利于甄别可融券与不可融券股票所受到的不同影响；并且，事件集中在一段时间内，容易撇开基本面信息的干扰，使研究结论更具有稳健性。二是，研究内容上，本文首先研究了融券交易对可融券和不可融券股票的不同影响，然后论证融券交易机制的作用，这种循序渐进的研究有利于识别、对比和揭示融券交易作用及其机制。三是，研究方法上，本文从投资组合层面逐步递进到个股层面，且各自都存在可融券和不可融券股票或其组合；而且，前人研究投资组合层面时大多只进行资本资产定价模型(CAPM)回归分析或计算夏普比率，而本文将投资组合收益率作为因变量进行双重差分分析以更好地控制其他变量对投资收益或股票价格的影响；同时，本文关注到了市场整体氛围的影响，将各股票或组合的收益减去了市场指数的收益，最大限度克服了内生性问题。

2 理论分析与文献综述

2.1 有效市场、卖空机制与股票价值回归

按照有效市场理论，股票价格对信息的反映可以从两个维度来观察，一是对信息的反映是否充分全面，二是反映的速度是否及时。影响股票价格的因素很多，除公司基本面以外，投资者预期、市场机制都是重要因素。于是，Miller[3]认为，在不可卖空或卖空限制的市场，卖空限制抹杀了看空者的预期和行动。这样的市场就产生了两个后果：一是，看空者无法表达自己的观点，市场均衡价格就只能反映乐观者的预期，久而久之不可卖空股票的价格就会高估；二是，投资者只能从单边的股票价格上涨中获得收益，对利润的追逐导致投机盛行、风险集聚，很可能引起集中抛盘从而引发市场崩盘。这也许正是当前我国资本市场流传的“悲观者正确、乐观者成功”的根源和写照。

Miller[3]投资者异质性(investor heterogeneous belief)的观点和逻辑虽然存在诸多争论，但还是赞同Miller研究的居多。Figlewski[8],Charles和Owen[9]对美国资本市场，Chang等[5],Bohl等[7]对香港、台湾市场的研究都发现，卖空限制的程度越高，股票的收益表现越差，股票估值水平越高。另外，Alex等[10]运用市场调整模型研究了全球14个股票市场的数据，比较了完全卖空限制、部分卖空限制和无卖空限制三种类型市场在2008年卖空禁令前后异常收益的变化，同样发现卖空限制导致不可卖空股票的价格虚高、收益下降。

2.2 对我国卖空限制的研究

2006年，还在我国制定融资融券交易试点办法之时，张维和张永杰[11]就构建了基于异质信念的风险资产价格均衡模型，从理论上再一次证明了Miller假说。这一研究，得到了攀登等[12]，陈国进等[13]实证研究的支持。2010年融资融券的正式开通，为学者们研究尤其是实证研究提供了准自然条件。研究发现，在我国融资融券业务开通初期，融券交易与股票定价效率之间并没有显著的正向联系。

随着融券标的不断扩容，样本的丰富也使得国内学者在验证Miller假说的道路上有了更多更新的发现。李科等[14]利用“塑化剂”事件的利空影响，根据卖空属性构建白酒行业的股票投资组合实验研究了卖空机制对股价进而对投资收益的影响，实证结果表明卖空机制有助于股票合理定价，卖空限制导致了股价高估。此后李志生等[15]，Chang等[5]，肖浩和孔爱国[16]，侯青川等[17]，黄俊等[18]都得到了类似结论。

值得商榷的是，我国有学者使用对冲投资组合日收益进行CAPM和Fama-French三因子模型回归[14]，模型因变量为不可卖空投资组合加权平均收益减去可卖空投资组合加权平均收益，自变量为市场风险溢价，系数被解读为市场风险性质，常数项被解读为投资组合的超额收益。该文存两点疑问：一是，其因变量已经是因卖空限制引起的超额收益，构建对冲组合实际已经对冲掉了市场风险，因此，不应再与市场风险溢价回归。而且，从逻辑上看，其常数项大概率存在负数的可能，但该文都是正数。二是，该文的Beta不是事件发生之前而是之后的系统性风险，其抗噪音性和稳健性大大降低。为规避这些问题，本文采用独立样本T检验来验证利空事件发生时可卖空股票与不可卖空股票之间股价变动幅度的差异，采用双重二差分模型检验卖空机制是否导致了这种差异。

3 研究设计

3.1 样本选择

2018年上半年开始，深圳华为技术有限公司(下称“华为”)持续受到美国政府打压。其中《2019财年国防授权法案》对华为及其主导的5G技术产生了极其重要的影响。这项法案，于美国时间2018 年4 月13日送交到众议院，5月24日即获通过。随后，6月18日晚，参议院通过了《2019财年国防授权法案》。2018年7月24日，美国众议院公布了众、参两院关于2019财年国防授权法案最后协商版本的“会议报告”，其中禁止美国联邦政府机构使用华为和中兴通讯提供的“存在风险”的技术。2018年8月1日，美国参议院通过了参众两院同一版本的《2019财年国防授权法》，禁止美国政府机构和承包商使用华为和其他中国公司的某些技术。8月13日，美国总统特朗普签署了该法案并使之成为法律。2018年11月23日，美国政府联系德国、意大利和日本等国，要求盟国不要采购华为的设备。2018年12月1日，加拿大政府应美国要求，在温哥华逮捕了华为副董事长、首席财务官孟晚舟；随后，美国向加拿大提出引渡孟晚舟去美国受审的要求。这一系列事件，对华为及其供应商是一个严重的打击。虽然华为本身不是上市公司，但其在大陆的供应商中有很多是上市公司，这为观察事件影响和准实验提供了极好的样本。

按照Wind数据库的统计，华为在大陆的核心供应商中有15家上市公司，其中沪市主板1家，深市主板(不含中小板)3家，中小板10家，创业板1家；因为中利集团(002309.SZ)在2018年2月5日到7月28日期间因筹划重大资产重组事项而停牌，本文后续研究将其剔除。华为事件，对几家上市供应商产生了严重打击：(1)美国众议院通过《国防授权法案》的第二日，即5月25日，14只股票中12只股票全部下跌，平均跌幅1.7%；其中歌尔光学(002241.SZ)跌幅最高，达4.53%。(2)6月18日晚参议院通过方案后，6月19日14只个股全线下跌，6只个股跌停，平均跌幅超过7.5%。(3)参众两院同一版本的法案在参议院通过后的第二天，即8月2日，14只个股12只下跌，平均跌幅2.47%，最高跌幅接近5%。(4)从5月24日到8月2日这一段时间内，14只股票的平均跌幅5.27%，最高达27.95%。

3.2 研究思路

本文研究的问题有三个，分别是：(1)在面临利空事件时，可融券股票或其组合(以下统称可融券股票)与不可融券股票或其组合(以下统称不可融券股票)是否表现出一致的收益波动？(2)可融券股票与不可融券股票在面临利空事件时，收益波动一致或不一致的原因是什么？(3)卖空限制通过什么途径影响了股票的投资收益？为此，本文构建了三个模型来实验分析上述三个内容。

本文选取了一系列利空事件，包括：(1)5月24日美国众议院通过《国防授权法案》。(2)6月18日晚参议院通过该项方案。(3)8月1日参众两院同一版本的法案。考虑到信息传递速度、中美时差、假节日等原因，均选择该事件后第一个交易日，即5月25日、6月19日、8月2日。根据Wind统计，13家上市公司中属于融券标的股票的有9家。在整个事件中，因为剔除了中利集团、沪电股份，其他公司基本面、业绩相对稳定，这为研究融券交易对股价的“独立”影响创造了条件。

4 收益波动差异研究

4.1 收益波动及其差异的建模

为研究融券机制对不可融券股票、可融券股票的影响，计算事件日之后可卖空股票与不可卖空股票超额收益率的差异，本文构建模型如下

AR=Ri,t-αi-βi×Rmt

(1)

(2)

其中R为收益率。αi与βi(剔除财务杠杆)是以深证成份指数为标的指数，事件日前52周至前一周为估计窗口回归得到的。因为13家核心供应商中，除亨通光电(600487.SH)外都是深市上市公司，所以，选择了深成指作为大盘指数。fi即投资组合中买入卖出某只股票的权重，采用该只股票日平均非限售股市值加权平均所得。

对冲组合1：全体样本的对比检验，即买入4只不可融券股票，卖出9只可融券股票。对冲组合2：剔除板块影响后的对比检验：13家公司中中小板块共8家，接近三分之二。为避免板块的不同影响，买进中小板3只不可融券股，卖出中小板的5只可融券股票。对冲组合3：剔除行业影响后的对比检验：按照证监会行业分类，除顺丰控股(002352.SZ)、比亚迪(002594.SZ)、亨通光电(600487.SH)外，其他10家都属于制造业中的计算机、通信和其他电子设备制造业。为剔除行业的不同影响，买入除顺丰控股外的3只不可融券股票，卖出除比亚迪、亨通光电外的7只可融券股票。对冲组合4：剔除样本数量差异后的对比检验：买入4只不可融券股票，卖出4只可融券股票；而这4只可融券股票是从9只可融券股票中随机抽取所得。总之，本文构建投资组合的思路是，买入不可融券股票、卖空可融券股票。通过这种方式构建的投资组合的收益作为因变量，则利空事件发生时，可以通过组合收益的变动来判断可融券股票与不可融券股票的收益波动是否一致。

4.2 收益波动及其差异的实验研究

首先，本文得到了4个投资组合的实际收益图。从图1至图3可见，在利空事件发生及其作用期内，投资组合的实际收益均显著下跌，即事件期内投资组合的实际收益均小于以深成指为标的的预期收益。

图1 第一次利空事件收益率

图2 第二次利空事件收益率

图3 第三次利空事件收益率

其次，本文对4个投资组合都利用CAPM模型再进行三轮回归，根据OLS回归模型得出AR与CARt。

表1 事件日持续期加权超额收益

如表1所示，在卖空事件发生后持续期五天内，越靠近利空事件，两组收益差就越明显，只不过此处用风险溢酬(risk premium)代替了相对大盘的收益。同时，不可卖空组合比可卖空组合的日加权平均超额收益约高0.4%。

为验证可卖空组与不可卖空组的收益是否有差异，对两组数据进行独立样本T检验。结果显示显著性p=0.029<0.05，表明拒绝原假设，接受备择假设，即在利空事件发生后，可卖空股票与不可卖空股票之间超额收益的差异具有统计学意义，差异是显著的。

5 收益波动差异原因研究

5.1 收益波动原因建模

为检验投资组合收益的差异是否是融资融券交易机制引起的，本文建立下列模型

StockYieldit=β1(ShortConstrainti×NegativeTunnelt)+

β2Controlst+β3Stock+β4Day+ε

(3)

其中StockYieldit表示第i只股票在第t个交易日的收益，是一个日面板数据。ShortConstrainti表示第i只股票有无卖空限制的虚拟变量，有卖空限制的股票ShortConstraint为1，反之为0。NegativeTunnelt表示第t个交易日有无利空事件的虚拟变量，利空事件发生时及其持续期内，NegativeTunnel为1，反之为0。ShortConstrainti×NegativeTunnelt为二者交互项。Controlst为控制变量，表示第t个交易日深市成指或沪深300指数的收益率。Stock表示控制样本的公司固定效应，Day表示控制样本的时间固定效应。i表示研究的股票，i的取值为1，2，3，…，n；n=13、8、10、8。t表示研究的交易日，t的取值为1，2，3，…，60。

组1、2、3、4的个股数据分别来自于对冲投资组合1、2、3、4中的个股，也就是说，模型1中的因变量使用的是投资组合层面的平均收益率，是一个时间序列数据；而模型3使用的是个股层面的日收益率，是一个面板数据。因此，模型(3)中，组1、2、3、4中的个股个数分别是13、8、10、8只股票，对应于模型3中因变量的样本个数分别为13、8、10、8个。

模型(3)中所选样本数据的时间段为三个事件日各前后共10个交易日，具体为5月18日至5月31日、6月11日至6月25日、7月26日至8月8日共30个交易日。在研究期间内，本文构建4个对冲投资组合，其投资收益的时间序列数据作为模型(1)中的因变量。投资组合中每只股票买入卖出的权重，根据该只股票日平均非限售股市值加权平均所得。

5.2 收益波动原因实验研究

模型(1)、(2)验证了买入不可融券股票、卖出可融券股票的投资组合，在利空事件发生时其相对大盘的超额收益或风险溢酬都是显著存在的。那么，这种显著的收益，是不是融资融券交易机制引起的呢？

本文以构建的4个投资组合所包含的个股日收益面板数据作为模型(3)的被解释变量，回归结果如表2。表2中，SC×NT表示变量ShortConstrainti×NegativeTunnelt；因为SC×NT等于1的时候，意味着利空事件发生，且股票不可卖空；所以，其系数表示当利空事件发生时，不可卖空股票的收益率比可卖空股票的价格或收益率高了多少个百分点，这样就可以直接检验和测量卖空机制对股票价格的影响。其中Controlst依然以深市成指收益率作为控制变量。

从表2可见，对每组投资组合用深成指作为控制变量的回归中，ShortConstrainti×NegativeTunnelt的系数均显著，且p值接近于0。这说明，在面临利空事件时，不可卖空股票的日收益率基本上比可卖空股票高。更进一步说，两类股票由于存在是否可卖空的差异而在面临利空事件时表现出完全不一致的价格波动。

进一步地，为了更清晰地展示卖空机制对股票价格的影响，本文在投资组合的构建上作了精心安排。在投资组合1的基础上，剔除大盘和行业的影响，构建了投资组合2和投资组合3，另外又随机挑选了4支可融券股票构建了投资组合4。这样构建对冲组合的目的只有一个，就是让利空事件尽可能均衡地、同步地影响不可融券和可融券股票。而上述实证结果显示，利空事件相同而投资组合不同，但四组对冲组合回归中ShortConstrainti×NegativeTunnelt系数的经济显著性、统计显著性都很好，而且一致，p值都接近于0。

这说明，同样的利空事件，可融券和不可融券股票的价格变动是不一样的，不可融券股票调整后的价格或日收益平均而言比可融券股票高1个百分点。这种价格调整的差异表明，不可融券股票在面临利空时下跌的幅度更小，而可融券股票的价格下跌幅度更大，即在面临利空事件时，不可融券股票的下跌幅度远小于可融券股票的下跌幅度。当然，卖空机制是不是使得可融券股票的价格出现Hong和Stein[19]认为的超跌现象呢？本文认为这种可能性存在，但是，上述实证研究表明，面临多次利空事件，多个投资组合内部价格变动的差异都维持在较低水平，似乎说明超跌的现象并不普遍。所以，本文认为，卖空机制是引起这种价格短期变动不一的主要原因。

表2 卖空限制与四组投资组合的收益

注:括号内数字为标准误;*、**、***分别表示在10%、5%、1%水平下显著。下同。

6 卖空机制作用研究

6.1 卖空机制作用建模

在模型(1)、(2)检验投资组合收益是否存在差异、模型(3)检验这种收益差异是否由卖空机制引起，在此基础上本文构建模型(4)，用以检验这种收益差异是由融资融券机制直接作用的，还是经由公司基本面或和基本面共同作用的。

Fundamentalit=β1(ShortConstrainti×NegativeTunnelt)+

β2Stock+β3Quarter+ε

(4)

其中Fundamentalit表示第i只股票在第t季度的经营管理能力或水平的指标，是一个季度面板数据，而不是模型(3)中的日面板数据。ShortConstrainti表示第i只股票有无卖空限制的虚拟变量，有卖空限制的股票时为1，反之为0。NegativeTunnelt表示第t季度有无利空事件的虚拟变量，利空事件发生时及其持续期内为1，反之为0。ShortConstrainti×NegativeTunnelt为二者交互项。Stock表示控制样本的公司固定效应，Quarter表示控制样本的时间固定效应。i表示研究的股票，i的取值为1，2，3，…，n；n= 13、8、10、8。t表示研究的季度，t的取值为1，2，3，4，5。

模型(4)仍将样本股票划分为4组，分别为组5、6、7、8。4组间排列顺序、组内个股排列顺序均与模型(3)保持一致，即均对应为模型(3)中各投资组合所包含的个股，样本量分别为13、8、10、8个。所选取样本数据的时间段为2018年第一季度至2019年第一季度共5个季度。

6.2 卖空的作用机制

模型(1)、(2)和(3)验证了可融券股票与不可融券在面临同样的利空事件时，其价格或收益存在很大差异；而且，融券交易是这种差异产生的主要原因。那么，融券交易是如何对两者的收益产生影响的呢？即融券交易直接引起了收益差异，还是和基本面一起共同发挥作用的？

为此，本文用模型(4)进行检验。鉴于个股层面的比较研究针对性更强、结论更可靠，本文模型(4)中作为被解释变量的面板数据，其研究对象依然是模型(3)4个投资组合中的个股，只是使用了利空事件发生及其前后共5个季度的季度收益数据。

本文首先选用反映盈利能力的资产报酬率(Return on Assets，ROA)和权益报酬率(Return on Equity，ROE)作为衡量公司盈利性的指标，检验利空事件对不同卖空限制股票公司的盈利水平的影响。根据模型(4)，本文将其具体化为模型(5)和(6)。

ROAit=β1(ShortConstrainti×NegativeTunnelt)+

β2Stock+β3Quarter+ε

(5)

ROEit=β1(ShortConstrainti×NegativeTunnelt)+

β2Stock+β3Quarter+ε

(6)

回归分析结果见表3，ShortConstrainti×NegativeTunnelt系数的p值即使在10%的显著性水平下依旧不显著。以组5为例，ShortConstrainti×NegativeTunnelt的系数可以解释为，当利空事件发生时，不可融券股票的资产报酬率比可融券股票高出0.30%，而权益报酬率下降0.70%。但是，资产报酬率和权益报酬率密切联系，至少同一事件不可能对其产生相反的影响。可见，卖空限制无法通过影响公司盈利能力来影响股票价格或收益。

另外，影响股价变动的因素有很多，其中最重要的还是上市公司的基本面；尤其是在剔除大盘影响而使用调整后的收益，或考虑到市场系统性风险而使用风险溢酬的情况下，基本面是最重要的影响因素就更顺理成章了。所以，基本面是不是利空事件发生时直接影响股票价格的因素呢？本文认为，这种可能性非常小。因为，基本面对股票价格的影响更多地体现在长期价格上，即基本面形成的内在价值是股票长期价格及其波动的准绳。所以，本文认为，在利空事件发生时，是卖空限制直接阻碍了不可融券股票价格的下跌，直接导致了可融券股票价格完全吸收了利空信息、完全反映了看空者的预期。

表3 卖空限制与公司盈利性

另外，本文公司安全性指标选取资产负债率和经营性现金流量与债务比，流动性指标选取应收账款周转率和现金周转率，成长性指标选取资产增长率和净利润增长率，市场价值指标选取市盈率和市净率，利用四类指标检验利空事件对不同卖空限制股票收益影响的内在机制，也得出了相同结论。

总结来看，公司基本面虽然是影响股票价格或收益最为重要的长期因素。但是，上述研究表明，卖空限制与公司基本面短期内不存在必然联系，也就是说，卖空限制并非通过影响公司基本面，或者和基本面一起影响利空事件发生时股票价格或收益短期波动的。

7 结论与建议

本文选取我国A股市场有代表性的股票，以容易甄别性质的利空事件为实验背景，针对性地、有区别地构建了4个投资组合，利用4个投资组合及其个股收益的时间序列数据或面板数据，研究了利空事件发生时融券交易对个股或其投资组合收益的影响。

本文实证研究发现，买入不可融券股票同时卖出可融券股票的4个投资组合，在利空事件发生时都出现了显著的负收益。但随着利空事件影响的减弱和可融券股票投资比重的降低其负收益区间会收窄。可见，利空事件发生时可融券股票与不可融券股票有不同的价格下跌幅度和方向，但是可融券股票价格下跌幅度更大、收益波动程度更大。而且，利空事件发生时，卖空限制是直接作用于股票价格或收益的，不是通过或联合基本面发挥作用的。这也印证了Miller的开创性研究，以及众多学者对我国融资融券交易的研究[14,16～18]。

融资融券交易开通的初衷，就是发挥资本市场的价格发现功能，让证券的价格回归其价值。本文发现，卖空限制使得不可融券股票难以及时消化、吸收看空者的预期，从而推高了不可融券股票的价格。而融券交易机制使得可融券股票的价格基本能反映市场的预期，尤其是看空者的预期。这说明，我国适时推进融券交易是正确的，融券机制让股票向价值回归卖出了重要一步。另外，本文发现，卖空机制引起的超跌并不普遍，卖空机制并不必然导致股票价格超跌或股市崩盘。为此，本文建议，在严格监管、适度可控的原则下[19]稳步扩容可融券交易的股票品种、积极提升融券交易的规模，推动我国股票市场整体价值向公司基本面回归，充分发挥资本市场的外部治理作用，对股票发行注册制改革下的价格发现具有积极的推动意义。