融资融券对中小板市场波动性的影响
——基于Probit 模型
王孟晗
作者单位：辽宁大学
    【摘要】本文提取2019—2021 年股票市场中的融资融券相关数据，探究“两融”业务对我国中小板市场波动性的影响。通过构建Probit 模型，得出结论：融资业务和融券业务对中小板市场股市收益率产生了相反的作用，融资交易加剧了我国中小板市场的波动性，融券交易降低了我国中小板股票市场的波动性，实证结果还表明，融券业务对中小板市场的影响较弱，融券机制在我国并未充分发挥作用。
    【关键词】融资融券；中国股市；波动性；Probit 模型
    一、引言
    从2004 年5 月中国深圳中小板正式挂牌上市至今，中小板在各个交易环节都有了实质性的进步与完善。近几年中国股票市场的波动很明显，融资融券业务在理论上能够对股票市场的波动造成一定程度的影响。随着2013 年到2019 年对两融业务标的股票的六次扩容，中小板标的股的占比不断上升，在2014 年9 月进行第四次扩容后，中小板标的股的数量有了大规模的增加，标的股数量达到192 支，至2019 年8 月六次扩容后，我国中小板市场融资融券标的股票有348 支。我国融资融券业务的起步比西方发达国家要晚，中小板市场融资融券的业务体系也不完善，因此研究融资融券业务对我国中小板市场波动性的影响尤为重要。因此，从现有理论研究来看，并不能很好地论证融资融券对股票市场波动性产生的作用。本文选取2019 年8 月19 日—2021 年12 月31 日中国中小板市场数据，构建Probit 模型，通过极大似然估计法来研究融资融券对中小板市场波动性的影响。
    二、文献综述
    在国外研究文献中，学者们从不同背景下分析融资融券对股市波动的影响。Kyriazos（2018）选择在2001 年互联网股价迅速攀升的末期为研究背景，挑选了美股市场上互联网公司的股票为研究对象，来研究卖空交易对股市的影响。Keim 和Madhaven（1995）分析投资者的交易行为，认为那些倾向于做空的投资者的行为，会大概率增加市场波动，原因是做空交易中的杠杆作用会将风险扩大，进而增加市场的波动。
    在国内的研究中，张红伟、杨琨和向玉冰（2016）通过TGARCH 事件模型对标的物扩容完成后的市场，进行实证研究发现市场中过度投机行为的发生率上升，从而提高了股市波动率。林炳华和黄小琴（2017）使用GARCH 模型，分别对融资融券总体水平、融资融券分效应、标的股扩容以及上涨和下跌的行情中分析对市场波动的影响，总的认为这种交易机制能减少股市波动。
    从上述文献当中我们可以看出，近几年的文献所做出的实证结果更多的是支持融资融券能够降低股票市场的波动。国内外学者在对市场波动性进行研究时，采用的大多为VAR 和GARCH 模型，本文在前人的基础上，采用Probit 模型，利用Stata 软件，通过内生的方式识别不同的波动状态，能够更好地观察在融资融券制度推出后，我国中小板市场波动的整体变化情况，然后分别分析融资和融券交易对中小板市场波动的影响。
    三、融资融券交易对中小板市场波动性的实证研究
    1. 变量选取
    本文选取时间范围为2019 年8 月19 日—2021 年12月31 日的创业板和中小板86 支融资融券标的股票作为研究对象。在剔除事件日前后暂停交易的股票样本点，以及在事件日前的一段时间因暂停交易或数据缺失而无法计算累计超额收益率CAR 的样本点后，最终获得76 个融资交易的股票样本和78 个融券交易的股票样本。数据均来自中国股票市场研究数据库(CSMAR)，选取的变量为沪深300 指数收益率、融资净买入额、融券净卖出量，将不可观测的日期数据剔除后共获得577 个观测值，并使用Stata软件进行实证分析。
    2. 变量的选取与处理
    （1）融资净买入额(nf_net)
    融资净买入额指的是1 日内通过融资的形式买入股票的总金额。本文取融资净买入额的对数从而消除异方差，即buy=ln(nf_net)，并把融资净买入额的对数(buy) 作为融资变量。
    （2）融券净卖出量
    融券净卖出量(sv_net) 指的是1 日内通过融券的形式卖出股票的总量。本文取融券净卖出量的对数从而消除异方差，即sell=ln(sv_net)，并把融券净卖出量的对数(buy)作为融券变量。
    （3）原始收益率
    原始收益率(return) 反映股票收益水平，本文使用原始收益率表示沪深300 指数收益率。
    （4）二值收益率
    二值收益率(return_01) 是本文的被解释变量，每日融资净买入额对数(buy) 与融券净卖出量对数(sell) 作为本文的解释变量。当原始收益率分别为正和为负时，二值收益率(return_01) 分别赋值1 和0。在研究经济类问题时，Probit 为一种常见的二元离散模型，适合使用在非线性统计模型中，通常有如下定义：

    式中，Yi*、αi、α0、β、ε 分别为潜变量、区间分界点、常数项、待估计变量、干扰项。该问题中的Probit 模型可以表示为：

    式中，Y 为二值收益率(return_01)； X1 为每日融资净买入额对ln(nf_net)；X2 为每日融券净卖出量对数ln(sv_net)；Φ(α0+α1 X1+α2 X2)+ε) 为服从标准正态分布的概率密度函数。
    Probit 模型采用极大似然估计法MLE 进行估计。在对数函数达到最大时，通过MLE 估计a0 , a1 , a2 的值。
    3. 实证分析
    （1）描述性分析
    本文所述相关变量的描述性统计结果和组间差异见表1。由全样本下的描述性统计可知，每个变量均有577个观测值，融资净买入额的平均值为12.8990，标准差为63.9142，融券净卖出量的平均值为1.6452，标准差为8.5291。

    （2）实证结果分析
    在检验Probit 模型的显著程度时，似然比检验是常用的一个方法。根据本文模型的回归结果，对数似然值为151.14，远大于给定显著性水平下卡方分布的临界值，因此回归方程的拟合程度较高，并且似然比检验的P 值为0，小于假设的显著性水平，所以模型是具有统计学意义的。除此以外，Pseudo Ｒ2 =0.1890，拟合程度较好。回归结果见表3。可以看出，融资净买入额（nf_net）对二值收益率（return_01）的影响是正方向的，并且P 值在1% 水平显著； 而融券净卖出量（sv_net）二值收益率（return_01）的影响为负，在10% 水平显著。

    解释Probit 模型的最佳方法是获得每个解释变量的边际效应，其结果见表4。可以看出，融资对股票市场收益率的边际效益为正，并且P 值在1% 水平显著，验证了融资制度对沪深300 收益率有正方向的作用。实证结果表明，当融资净买入额对数（buy）增加1%，股市收益率为正的概率上升1.4578%。由表4 同样可以得出，本文所假设的融券净卖出量（sell）边际效应为负，并且P 值10% 水平显著，验证了融券制度对沪深300 收益率起负方向的作用。融券净卖出量对数（sell）每增长1% ，股市收益率为正的概率降0.21%。

    融资净买入额和融券净卖出量的边际效应反映出融券交易对股票收益率影响较弱。同时，基于上述实证结果，融资业务对中小板市场波动性的影响呈现出非对称性。整体而言，中小板的融资融券业务起到平抑市场波动性的作用，中小板市场每日的融资净买入额和融券净卖出量对市场收益率波动产生了相反的影响：融资净买入额对市场收益率的影响是正向的；融券净卖出量对市场收益率影响是负向的且影响程度较弱。
    四、结论与建议
    根据本文的实证结果，中小板市场每日的融资净买入额和融券净卖出量对市场收益率波动产生了相反的影响。融资余额的上升能提高股市收益率上升的概率，这意味着“两融”规模一定程度上可以预测中小板市场收益率的走向。结合我国中小板市场的最新情况与潜在问题，本文从扩大融资融券标的股票、健全市场法律法规、扩大标的范围、完善两融市场的监管体系五个方面提出建议。
    1. 建立完善的融券卖空交易机制，稳健发展融资融券业务
    本实证研究表明，现阶段深圳中小板融资业务的交易额及规模远远超过了融券业务，两融业务之间的发展极度不平衡。因此, 证券公司应合理地调控两融业务的利率以及保证金的比例，如果在保证金中现金比例相对较高，就可以降低融资和融券业务投资的风险；如果保证金中现金比例相对较低，杠杆效应会使股票波动性增大，融资融券保证金是我们防范商品和融券交易中发生风险的重要一环，可以充分地结合市场的实际情况，适时地调整保证金比例，进而有效地控制融资融券的交易量和增长速度，将其交易规模保持在合理的区间。
    2. 加强信息披露，健全市场法律法规市场上信息的不对称性，是两融交易产生风险的主要原因，所以我们的市场要拥有完善的信息披露制度，对市场信息迅速作出反应并处理，能够保证市场的稳定性。首先，监管部门需要及时披露交易信息，特别是对市场有重大影响的信息。其次，关于两融交易的相关法律规定和规章制度还有待完善，需要进一步优化两融交易的制度建设，以确保该制度的稳定健康发展。
    3. 适度扩大融资融券标的范围
    我国自2010 年融资融券业务开展以来一共经历了六次扩容，中小板融资融券标的股已经达到360 支，占中小板上市股票总数的比例仍然较低。除此以外，接下来中小板标的股票的选择过程中也应该纳入更多行业的股票，增加投资者选择的多样性，从而让融资融券业务能够对中小板市场造成更积极的影响。
参考文献
[1] 戴秦，谢斐，严广乐. 基于 Swarm 平台的中国融资融券制度对股市波动影响研究[J]. 上海经济研究，2014(9):31-39.
[2] 龚玉霞，笪元元. 融资融券交易对我国股市波动性影响的研究——基于第四次扩容前后的比较分析[J]. 会计之友，2017(2):65-69.
[3] 李凡一，邓晓卫，张苏靖，等. 融资融券对我国股市波动性影响研究—基于状态空间模型[J]. 金融经济，2018(14):132-134．