融资融券对股市波动性影响的实证研究.docVIP

融资融券对股市波动性影响的实证研究 　　【摘要】本文主要从实证角度去考察融资融券交易机制对股票市场波动性的影响，并选取我国证券市场过去几年的相关交易数据进行实证研究。在实证中运用Granger因果检验、脉冲响应函数、方差分解等计量经济学方法进行实证验证，得出了如下结论：一是在我国证券市场中，股票指数变动是融券余额变动的Granger原因，融资融券余额变动不是融券余额变动的Granger原因，融资融券并不是造成市场波动的本质原因；二是在我国融资融券额对股票指数变动的影响都不大，融资交易相比融券交易对市场指数变动的解释程更大，并且对市场指数变动影响的持续时间更长。 　　【关键词】融资融券 股市波动性 实证研究 　　一、引言 　　融资融券又称“证券信用交易”，是指投资者为证券买卖而进行的融资或融券行为，融资是向证券公司借钱买证券，客户到期偿还本息，融券是向证券公司借证券来卖，客户到期再返还证券并支付利息。融资融券在我国发展的时间还非常短，直到2010年3月31日，融资融券才正式在我国证券市场推出。融资融券交易自开始时社会公众对它的态度就褒贬不一。有人担心信用交易会加大股市风险加剧股市的波动性；也有人对此持肯定态度，认为这是中国资本市场走向成熟和完善的重要举措。本文拟选取在融资融券机制引入三年的中国市场进行实证研究，以研究融资融券业务从试点转为常规后对股市波动的影响。 　　二、实证分析 　　（一）数据的选取和说明 　　由于我国融资融券交易正式启动时间并不长，故本文选取从2011年11月25日到2013年4月31日的日数据，来进行实证检验。变量选取与数据来源如下： 　　1.买空交易，用深圳股票市场日融资余额（单位：元）来表示买空交易（margin purchase），记为mp，数据来源于深圳证券交易所网站。同时为了使数据更加稳定，对融资余额进行对数处理，记为lnmp。 　　2.卖空交易，用深圳股票市场日融券余额（单位：元）来表示卖空交易（short sale），记为ss，数据来源于深圳证券交易所网站。为了使数据更加稳定，对融券余额进行对数处理，记为lnss。 　　3.股市波动性，由于本文采用的是日数据，因此本文拟采用深圳100指数的日波动率来反映市场波动性水平，记波动率volt=，其中p代表t日深圳100指数的最高价格，p代表t日深圳100指数的最低价格。数据来源于国泰安数据库。 　　（二）模型的设定和分析 　　本文利用Eviews6.0软件对模型中的各参数进行估计，分析融资融券对股价波动性的影响。研究分为以下5个步骤：平稳性检验、建立VAR模型、Granger因果检验、脉冲响应分析和方差分解。以下的分析结果均在Eviews6.0软件下所得。 　　1.平稳性检验。利用E-views软件对序列进行ADF（Augmented 　　Dickey-fuller Test）检验。检验结果见表1，从表中的检验结果，可以看出vol序列是平稳序列，而lnmp和lnss序列都是一阶单整序列，由于var模型要求所有变量都是平稳的，所以我们对dmp，dss，vol这3个平稳变量建立var模型。dmp表示融资余额的日增长率，dss表示融券余额的日增长率。 　　表1 检验结果 　　注：检验形式（C，T，L）表示单位根检验方程的检验形式为（有常数项，有时间趋势，滞后阶数为L）。记dmp=d（lnmp），dss=d（lnss），即dmp是lnmp的一阶差分，dss是lnss的一阶差分。 　　2.建立向量自回归模型VAR。向量自回归模型最早由Sims于1970年提出的，该模型将内生变量看作系统中所有内生变量滞后值的函数，实质上建立一种非结构化的多方程模型，模型不需要考虑变量的内生性问题，所有变量均可以看作内生的，共同组成一个系统，然后运用最小二乘（OLS）或最大似然（Maximum Likelihood）等方法对参数进行估计。VAR模型对相互联系的时间序列变量有着很好的预测效果，同时可以分析不同随机扰动向对系统变量的动态影响。 　　一般的VAR（p）模型的数学表达式为： 　　Yt=A0+A1Yt-1+…+ApYt-p+B1Xt+…+BrXt-r+et 　　其中，是Yt为m维内生变量向量，Xt为m维外生变量向量，A0为常数向量，Ai Bi（i=1，2，…P）为系数矩阵，et为m维误差向量。 　　根据VAR回归模型的数学表达式，建立融资融券交易与股市波动性的模型估计方程如下： 　　VOLt=A10+A11VOL1t-1+…+A1kVOL1t-k+B11DMP2t-1 　　+…+B1kDMP2t-k+C11DSS3t-1+…+C1kDSS3t-k+e1t 　　（1） 　　DMPt=A20+A21DMP2t-1+…+A2kDM