[轉(zhuǎn)] 融資融券業(yè)務(wù)對國內(nèi)股市流動性影響研究(15圖)
發(fā)展融資融券對提高股市流動性、 促進(jìn)經(jīng)濟(jì)發(fā)展有深遠(yuǎn)的作用
研究背景
自2010年3月31日國內(nèi)證券市場正式啟動融資融券業(yè)務(wù)試點(diǎn)以來,已經(jīng)在A股市場持續(xù)運(yùn)行了近六年時間。隨著允許開展融資融券業(yè)務(wù)試點(diǎn)的券商逐漸增多,融資融券業(yè)務(wù)的開戶人數(shù)、交易金額均在快速增長,對國內(nèi)股票市場的影響力也逐步顯現(xiàn),尤其是在融資業(yè)務(wù)方面發(fā)展較快。特別是在經(jīng)歷了長達(dá)四年的緩慢升溫后,從2014年開始,投資者融資融券熱情持續(xù)高漲,并成為2015年助推上證綜指突破5000點(diǎn)大關(guān)的最大動力。
統(tǒng)計數(shù)據(jù)顯示,2013年年底,國內(nèi)A股市場融資融券余額僅為3456億元,到2014年12月19日已經(jīng)突破萬億元大關(guān),達(dá)到10001億元,不到一年時間狂增6545億元;2015年,融資融券業(yè)務(wù)余額在6月首次突破2萬億元大關(guān),18日達(dá)到歷史最高值22730.35億元后開始回落;到2016年1月底,融資融券業(yè)務(wù)余額已經(jīng)急劇下降至8616.16億元。與此同時,融資融券標(biāo)的也經(jīng)歷了四次大擴(kuò)容,標(biāo)的股票數(shù)量由2010年3月底最初的90只擴(kuò)大至2015年12月底的900只,增加了10倍,這也使得標(biāo)的股票流通市值占比上升至A股流通總市值的80%左右。
從A股成交量來看,融資融券在A股總成交額中占比也越來越高。統(tǒng)計發(fā)現(xiàn),2014年1月2日,滬深兩市融資融券交易占A股成交額比重為9.70%;3月28日以后該比重便從未低于10%;10月30日以后這一數(shù)據(jù)上升為15%;11月20日之后一直穩(wěn)定在20%左右。進(jìn)入2015年上半年,這一數(shù)據(jù)急劇上升至30%以上。融資融券投資者在市場上獲得了越來越多的話語權(quán),并且在交易中形成了融資業(yè)務(wù)占主導(dǎo)地位的狀況,由此也上演了A股史上最大之一的牛市行情。
融資融券業(yè)務(wù)作為一種創(chuàng)新機(jī)制,已經(jīng)開始對我國的證券市場產(chǎn)生了巨大的影響。但目前我國的融資融券發(fā)展模式究竟具有怎樣的特點(diǎn)?究竟融資融券交易對我國證券市場流動性影響幾何?融資融券究竟會給A股市場帶來怎樣的沖擊?融資融券是否發(fā)揮了平抑市場波動幅度、提高市場流動性的基本功能等一系列問題,已成為市場關(guān)注的焦點(diǎn)。為此,有必要對融資融券業(yè)務(wù)影響證券市場流動性的作用機(jī)制進(jìn)行實證研究?! ?strong>
研究方法 研究假設(shè)
究竟融資融券對證券市場的流動性能產(chǎn)生多大的實際影響,還需要運(yùn)用數(shù)理統(tǒng)計方法進(jìn)行實證研究,即對以下兩個假設(shè)進(jìn)行數(shù)理檢驗。
假設(shè)一:融資交易能夠提升證券市場流動性;假設(shè)二:融券交易能夠提升證券市場流動性。
指標(biāo)選取
為了驗證融資融券交易對國內(nèi)A股市場流動性的沖擊效應(yīng)影響,本文選取以下三個指標(biāo)變量進(jìn)行數(shù)理檢驗:一是融資余額(MP),指投資者每日融資買進(jìn)與歸還借款間的差額;二是融券余額(SS),指投資者每日融券賣出與買進(jìn)還券間的差額;三是流動性指標(biāo)(L),反映單位資產(chǎn)換手率給價格帶來的影響,或者反過來說,流動性指標(biāo)表示價格產(chǎn)生單位變動所需要的交易量(換手率)。
從以下流動性計算公式可以很直觀地看出,當(dāng)換手率一定時,價格變化越大,指標(biāo)值也越大,說明股票的活躍性也就越差,流動性也越差;價格變化越小,指標(biāo)值也越小,說明股票的活躍性也就越好,流動性也越好。
公式中:L表示流動性指標(biāo);n表示起始日期至截止日期指數(shù)的交易天數(shù);Pt表示t日指數(shù)收盤價;Pt-1表示t日前一日指數(shù)收盤價;TMt表示t日指數(shù)成交量;TMVt表示t日指數(shù)所有成分的流通股本之和。
樣本數(shù)據(jù)的采集
本文選取2014年1月2日至2016年1月29日滬深兩市A股市場為樣本數(shù)據(jù)區(qū)間,共509個交易日數(shù)據(jù),均取自Wind金融數(shù)據(jù)庫。樣本數(shù)據(jù)的采集分為滬市A股相關(guān)數(shù)據(jù)的采集和深市A股相關(guān)數(shù)據(jù)的采集兩大部分(見圖1―圖6)。
對比上列圖組不難發(fā)現(xiàn),兩個市場的數(shù)理檢驗結(jié)果將會是高度一致的。以下僅對滬市融資融券與上證A指流動性之間的關(guān)系進(jìn)行檢驗?! ?/p>
數(shù)理檢驗
采用Eviews8.0軟件對數(shù)據(jù)進(jìn)行檢驗處理。
描述性統(tǒng)計分析與檢驗
直方圖反映序列值在各區(qū)間的分布頻率,圖7和圖8橫坐標(biāo)單位是億元;圖9橫坐標(biāo)單位是價格產(chǎn)生單位變動所需要的交易量。圖右邊的框里列出了根據(jù)當(dāng)前509個樣本值測算的描述統(tǒng)計量值:均值(Mean)、中位數(shù)(Median)、最大值(Maximum)、最小值(Minimum)、標(biāo)準(zhǔn)差(Std.Dev.)、偏度(Skewness)和峰值(Kurtosis)。其中,標(biāo)準(zhǔn)差、偏度、峰值的計算公式為:
式中,n表示樣本量。
分析圖7至圖9發(fā)現(xiàn),滬市融資余額超過1萬億元的交易日并不多見,大部分交易日的融資余額保持在2000億―8000億元區(qū)域,而大部分交易日的融券余額保持在15億―35億元區(qū)域。從流動性來看,L值低于4的頻率很高,表明滬市A股的流動性非常好。
此外,對比圖1至圖4發(fā)現(xiàn),滬深兩市的融資交易規(guī)模全都遠(yuǎn)大于融券規(guī)模,并且在2015年6月中旬以前急劇增長,但隨后又快速萎縮,波動幅度巨大。滬深兩市的融資交易規(guī)模最大值發(fā)生在2015年的6月18日,合計高達(dá)22730.35億元。然而,上證綜指是在6月12日創(chuàng)出5178.19本輪牛市行情最高點(diǎn)后,從15日起開始下跌,說明融資規(guī)模的最高點(diǎn)比股市最高點(diǎn)略微滯后幾天。融券最大的發(fā)生日在4月9日,但兩市合計也僅有103.11億元,而在行情從最高點(diǎn)轉(zhuǎn)折的一周期間內(nèi),兩市日均融券余額僅有約不到90億元,說明融券業(yè)務(wù)對行情的下跌沒有什么影響。令人意外的是在隨后的大跌行情中,融券交易反而急劇萎縮,直到穩(wěn)定在日均融券余額30億元左右的水平。由此說明國內(nèi)投資者通過融券賣空的行為并不普遍,或許是融券業(yè)務(wù)比融資業(yè)務(wù)難度更大的緣故。
向量自回歸模型
在控制變量不足的情況下,多元回歸模型并不能有效檢驗融資融券對股市的影響,而向量自回歸模型恰好能避免這一缺陷。向量自回歸模型通常用于多變量時間序列系統(tǒng)的預(yù)測和描述隨機(jī)擾動對變量系統(tǒng)的動態(tài)影響。由于本文選取的數(shù)據(jù)屬于時間序列,建立向量自回歸模型要求序列必須是平穩(wěn)的,因此應(yīng)先檢驗序列的平穩(wěn)性,然后在平穩(wěn)序列的基礎(chǔ)上再使用向量自回歸模型研究問題。
單位根檢驗――ADF檢驗
本文選取ADF進(jìn)行平穩(wěn)性檢驗,結(jié)果如下表。
注:變量D(Hsrz)、D(Hsrq)、D(Hsldx)分別是Hsrz、Hsrq、Hsldx變量的1階差分。
表1為滬市數(shù)據(jù)ADF檢驗結(jié)果
結(jié)果表明:變量滬市融資和滬市融券的ADF檢驗t統(tǒng)計量值均大于各自的10%檢驗水平的臨界值,屬于非平穩(wěn)序列。但經(jīng)過1階差分后,它們各自的t統(tǒng)計量值分別為-8.963859和-20.95054,均大大小于各自10%水平臨界值,即1階差分后的變量均是平穩(wěn)序列。然而,變量滬市A股流動性及其1階差分后的ADF值都小于10%檢驗水平的臨界值,因此該變量是平穩(wěn)時間序列(以上平穩(wěn)序列均為1階單整序列)。
滯后階數(shù)的確定
由于向量自回歸模型是非結(jié)構(gòu)化的,并且模型形式已被確定為線性形式,這就需要確定哪些變量間有互相作用及反映變量彼此之間相互影響的最大可能滯后階數(shù),統(tǒng)計結(jié)果如下表所示。
表2給出了0―10階向量自回歸模型的LR、FPE、AIC、SC和HQ值,并以“*”標(biāo)記出依據(jù)相應(yīng)準(zhǔn)則選擇出來的滯后階數(shù)??梢钥闯?,有超過一半的準(zhǔn)則選出來的滯后階數(shù)為3階,因此可以將VAR模型的滯后階數(shù)定義為3階。
根據(jù)圖10的檢驗結(jié)果可知,所有特征值均在單位根之內(nèi),故向量自回歸3階系統(tǒng)是穩(wěn)定的。融資融券交易對上證A股流動性的向量自回歸模型階數(shù)為滯后3期,即向量自回歸3階模型是最佳檢驗?zāi)P汀?/p>
格蘭杰因果關(guān)系檢驗
研究融資融券與股市流動性之間的因果關(guān)系,可以使用格蘭杰因果關(guān)系檢驗法,對平穩(wěn)序列可直接進(jìn)行格蘭杰因果檢驗。本文選取的滯后期數(shù)是根據(jù)向量自回歸模型確定最優(yōu)滯后期數(shù)來確定的。
在5%的置信水平及滯后期為3的情況下,上證A股流動性即不是融資余額的格蘭杰原因,也不是融券余額的格蘭杰原因。但變量滬市融資不是變量滬市A股流動性的格蘭杰原因被拒絕,變量滬市融券不是變量滬市A股流動性的格蘭杰原因也被拒絕,說明融資余額和融券余額均是股市流動性的格蘭杰原因,表明了融資融券業(yè)務(wù)與股市流動性之間確實存在著單向因果關(guān)系,說明融資融券業(yè)務(wù)對股市流動性確實具有較大影響。
有意思的是,變量滬市融資不是變量滬市融券的格蘭杰原因,但反過來,變量滬市融券卻是變量滬市融資的格蘭杰原因,即融資業(yè)務(wù)對融券業(yè)務(wù)沒有引導(dǎo)關(guān)系。不過,融券業(yè)務(wù)卻會引發(fā)融資行為,個中原因尚有待探討,也許這正是發(fā)生在2015年大牛市行情中的一個特點(diǎn)。
脈沖響應(yīng)
對于向量自回歸模型,感興趣的一個重要方面是系統(tǒng)的動態(tài)特征,即每個內(nèi)生變量的變動或沖擊,對它自己及所有其他內(nèi)生變量產(chǎn)生的影響作用,這可以通過脈沖響應(yīng)函數(shù)加以刻畫。脈沖響應(yīng)函數(shù)方法可用于刻畫分析模型一個變量受到?jīng)_擊后對各變量的動態(tài)影響,間接反映變量之間的作用方向。格蘭杰因果關(guān)系檢驗只證明了變量之間的因果引致關(guān)系,而脈沖響應(yīng)卻正好能顯示出融資融券這個變量的變化對股市波動性與流動性的作用方向。由于融資融券對股市流動性、波動性是單向的因果關(guān)系,其對流動性的脈沖響應(yīng)圖如下。
上述脈沖響應(yīng)圖縱坐標(biāo)為單位沖擊引起的波動(以百分比表示),橫坐標(biāo)表示波動持續(xù)時間,虛線表示兩倍的標(biāo)準(zhǔn)差偏離帶。融資業(yè)務(wù)總的來說對A股流動性有正的沖擊效應(yīng),并且隨著預(yù)測期數(shù)的增加而不斷遞增,但遞增效果逐漸減緩。然而,融券業(yè)務(wù)在前二期對A股流動性有正的沖擊效應(yīng)后,后期開始沖擊效應(yīng)轉(zhuǎn)為平穩(wěn)??偟膩砜?,融資業(yè)務(wù)對A股流動性的沖擊效果要明顯得多。
發(fā)展建議
我國融資融券業(yè)務(wù)對股市的流動性具有一定的沖擊作用,融資融券業(yè)務(wù)對股市流動性存在單向的因果關(guān)系。發(fā)展融資融券交易對提高股市流動性,促進(jìn)經(jīng)濟(jì)發(fā)展有深遠(yuǎn)的作用,但該項業(yè)務(wù)也必須在“度”的方面科學(xué)把握,特別是融資業(yè)務(wù)的規(guī)模大小對A股市場的流動性具有較大影響,從而帶動股票價格的大幅波動,因此應(yīng)該加強(qiáng)對融資業(yè)務(wù)的科學(xué)管理。至于融券業(yè)務(wù),其對行情的下跌并沒有造成實質(zhì)性影響,當(dāng)前對股市流動性的影響也較小,尚可以適當(dāng)擴(kuò)大規(guī)模。 (作者單位:長江期貨)
您需要 [注冊] 或 [登陸] 后才能發(fā)表點(diǎn)評