融资融券与股价波动相关性研究.doc

该【融资融券与股价波动相关性研究 】是由【y6281】上传分享，文档一共【15】页，该文档可以免费在线阅读，需要了解更多关于【融资融券与股价波动相关性研究 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。融资融券与股价波动相关性研究
【摘要】本文对沪深两市总体及10只不同行业的A股数据进行了计量统计分析,验证了股价波动与融资融券交易间的长期均衡关系,发现沪深300指数波动是融资融券交易的Granger因。基于个股的分析表明:上行趋势下的融券交易与个股价格波动高度相关且呈现同向关系,其他情况下融资融券交易与个股价格波动的相关性在不同股票上呈现一定的差异。
【关键词】趋势均线融资融券股价波动
一、引言
2010年3月31日,我国证券市场引入了融资融券交易这一金融创新机制以后,融资融券与股价波动的相关性这一问题就备受研究者的关注。其实,融资融券与股价波动的相关性问题可以从两个角度来考察:一个角度是融资融券对股价波动的影响。融资融券是否会导致股价波动幅度加大,这可能是监管层特别在意的;另一个角度就是股价波动对融资融券的影响。股价波动如何影响融资买入者或融券卖出者的行为,这其实涉及到股票价格决定的内在逻辑。
假如股票买入者决定是否在某日买入股票,仅仅取决于当前的卖方报价是否超过了未来股利的折现值,超过了就不买;假如股票卖出者是否决定在某日卖出股票,仅仅取决于当前的买方报价是否低于未来股利的折现值,低了就不卖,那么监管层是否允许融资融券对股票价格就不会有什么显著的影响。
然而,事实上市场参与者并不都是严格的基本面分析偏好者。根据折现现金流模型或者根据市盈率等基本面指标来做出投资决策的投资者,只是市场参与者的一部分,甚至只是一小部分。相当一部分投资者可能是技术面分析偏好者,喜欢分析K线图,根据股票近期走势、成交量、人气等与公司基本面关系不大的因素来做出投资决策。那么,在这种情况下,融资融券机制就有可能通过影响人气、成交量或者K线图的图形特征等来对股价波动产生影响。
从一般的投资逻辑来看,似乎融资融券与股价波动是交互影响的。然而,这只是一种推断而已,实际情况究竟如何,还需要基于交易数据进行实证研究,本文的成果就是我们为此做出的一点尝试。
二、文献综述
对于融资融券与股价波动的相关性,国外的研究已进行了很长时间。1977年,,提出了股票价格高估假说,即当投资者对股票价格的预期有分歧时,受融券约束的股票的价格会被高估,被高估的程度随着投资者的观点的分歧程度增大而增大。近十几年来的绝大多数实证检验都支持“股价高估”假说。
从“股价高估”假说出发,可以做出的一个假定是:假定融券受到抑制,股票价格可能在某一段时间会偏离价值中枢很远,当然最终还是会再向中枢靠拢;而假定融券未受到抑制,股票价格不会偏离价值中枢很远。这样,从一个较长时间来看,允许卖空将使得股价波动范围变窄。但让人困惑的是,直接针对融资融券与股价波动相关性的实证研究,却并未出现一致的结论。AllenandGale(1991)的理论模型发现,允许卖空交易会影响股票市场的稳定,加剧市场波动。与其观点相对立,Charoenrook和Daouk(2005)采用全球111个国家1969年12月至2002年12月的数据所做的实证分析表明,与卖空交易禁止的国家相比,法律允许卖空交易的国家的市场总体收益的波动性较小。
国内的实证研究所得出的结论也同样呈现分歧。汪天都(2014)使用方差齐性检验法,发现融资融券并未影响A股市场稳定,不存在助涨助跌效应。于孝建(2012)对A股利用VAR模型的脉冲响应函数进行的实证研究表明,融资交易增大了股市的波动性,而融券交易减小了股市波动性;对于股市波动性,短期(6日)内,融券交易的影响要大于融资交易,但长期来看,融资交易的影响要大于融券交易。
从这一领域比较重要的研究文献来看,已有研究成果多以融资融券交易对较长时间段股价波动的整体影响为单一论点,却忽略了上升趋势和下降趋势时融资融券与股价波动的关联可能具有不同的特点。或者说,我们可以把股价运动的一个较长时间段根据趋势的不同划分为若干个时间区间,分别考察不同性质的时间区间内融资融券交易是否会伴随着股价波动幅度的扩大。
三、模型与变量
1、模型设定
正如前文所述,我们可以把股价运动的一个较长时间段根据趋势的不同划分为若干个时间区间,分别考察不同性质的时间区间内融资融券与股价波动的关联。那么如何界定上升趋势与下降趋势呢?简单的做法就是根据均线系统的状况来区分。短期均线是向上的,可以认为短期趋势是向上的;长期均线是向上的,可以认为长期趋势是向上的。国内投资实务中,短期均线一般用5日、10日均线作为代表,120日、250日均线都已被视作中长期趋势了。为了简化问题,下文的实证分析将分别考察5日均线朝上朝下时、10日均线朝上朝下时融资融券与股价波动的关联。
为此,本文拟建立如式(1)的时间序列回归模型,分别讨论股价在上行趋势、下行趋势下融资融券交易与个股价格波动性的关联。
BD=f(SRZ;SRQ;XRZ;XRQ)(1)
其中,BD描述个股价格的波动性,SRZ、SRQ、XRZ、XRQ分别代表股价上行趋势下的融资交易、上行趋势下的融券交易、下行趋势下的融资交易、下行趋势下的融券交易。
2、变量选取及数据来源
我国沪深两市推行融资融券交易试点已有近5年时间,在保障样本时间序列长度的前提下,为了提高分析结果的可靠程度,本文选取融资融券交易额已形成一定规模的2014年1月2日至2014年6月30日间(共119个交易日)沪市10只融资融券标的股票的相关数据(前复权收盘价、不复权收盘价、融资买入额、融券卖出量、总股本)。为了覆盖多个行业,选取的10只标的股票依次为:中国北车(601299)、康美药业(600518)、伊利股份(600887)、中国建筑(601668)、中国银行(601988)、中国重工(601989)、中国太保(601601)、中信证券(600030)、保利地产(600048)、上汽集团(600104)。若无特殊说明,本文分析所用的各交易日收盘价数据来自大智慧行情软件(2015年3月10日下载),融资融券数据均来自东方财富网。 由于不同股票的实时价格差异较大,各自的总股本数量也完全不同,本文采用个股当日收盘价相对前日收盘价涨幅的百分比表征该股价格短期波动性BDij;采用个股当日融资买入额占该股当日总市值的百分比表征该股融资交易RZij;采用个股当日融券卖出量占该股总股本的百分比表征该股融券交易RQij。其中,i=1,2,...,10,依次代表上述标的股票;j=1,2,...119,分别代表119个交易日。要额外说明的是,各股当日总市值用总股本乘以每股不复权收盘价计算得到。
为描述各股在某一个交易日是处于何种短期趋势,本文引入示性变量α、β来分别表示个股的前复权价格五日均值变化(或十日均值变化),来表征个股在当日是否有上行或者下行趋势,如:


当五日均值变化(或十日均值变化)为零时,αij、βij沿用股票i上一个交易日的状态。
至此,模型中的4个解释变量可分别记为:上行趋势下的融资交易SRZij=αij×RZij;上行趋势下的融券交易SRQij=αij×RQij;下行趋势下的融资交易XRZij=βij×RZij;下行趋势下的融券交易XRQij=βij×RQij。
四、实证分析
1、理论检验
为了更加严谨地论证融资融券交易与股价波动间的关联,在虑及个股走势对投资行为的影响之前,本文首先单纯验证融资交易额、融券交易量与市场平均股价波动的长期均衡关联。出于文章篇幅考虑,这里使用对市场平均股价波动具有象征意义的沪深300指数收盘点位作为被解释变量BD0,将深沪两市融资买入总额(单位:万元)RZ0、融券卖出总量(单位:万股)RQ0作为解释变量,考察其长期均衡关系。由于回归分析的样本时间序列足够长,这里选取滞后阶数12,并依据AIC准则,对三个变量进行ADF单位根检验。其检验结果如表1所示。

由表1的t统计量可看出,无论是否含有趋势项,各变量原序列均在1%显著水平下被认为是平稳序列,为同阶单整(I(0))过程,这是下文Johansen协整检验的必要条件。但在协整检验之前,需要确定被解释变量BD0与两解释变量间的VAR模型最优滞后阶数。其检验结果如表2所示。

表2中共有贯序修正最大似然统计量、最终预测偏误、AIC准则、SC准则、HQ准则等五项检验指标的检验结果,不同指标所确定的最优滞后阶数不尽相同。为了与前文单位根检验的信息准则一致,这里取用最终预测偏误与AIC准则所确定最优滞后阶数3阶。据此,取滞后步长为1至3阶进行Johansen协整检验,基于迹统计量和最大特征根统计量的检验结果如表3所示。

表3的两项统计结果显示,“指数波动与深沪两市融资买入总额、融券卖出总量存在长期均衡关联”的结论在统计意义上显著。由于各变量的单位不统一,且本文更注重个股价格波动与不同走势下融资融券交易的关联,故不在此罗列协整方程中变量间的数量关系。为了给下文的回归分析做好铺垫,这里进一步分析指数波动与融资交易、融券交易的影响方式,其Granger因果关系检验结果如表4所示。

由表4的联合统计量可以看出,融资交易与融券交易均不是指数波动的Granger因,而指数波动在不同滞后阶数下可能是融资交易、融券交易市场总量的Granger因。也就是说,融资交易与融券交易的往期信息并不会对指数波动产生直接影响,但指数波动将在未来不同时期内影响融资交易总体水平与融券交易总体水平。其中,“指数波动是融资交易市场总量的Granger因”这一结论尤其显著。


2、回归分析
前文已就市场平均股价波动与融资融券交易市场总量之间的关联进行了理论分析,但标的股票价格波动与该股融资交易、融券交易之间存在的量化关系仍值得讨论。基于前文给出的被解释变量BDij与解释变量SRZij、SRQij、XRZij、XRQij,针对10组(i=1,2,...,10)时间序列数据的回归分析如表5、表6所示。其中,表5是五日均值变化趋势下个股价格波动对各解释变量的回归结果,表6是十日均值变化趋势下个股价格波动对各解释变量的回归结果,表中ci为常数项,括号内为t统计量。 可以观察到,20组拟合结果的拟合优度(调整后的R2)并不高,这与各组回归的遗漏变量有关,但不影响本文就四项解释变量系数及其统计量的数据得出结论。若以5%的显著水平为判断依据,从表5和表6的其他统计信息中可以清晰地得出以下结论。