融资融券对股市波动性影响实证探究.doc

融资融券对股市波动性影响实证探究摘要：本文以融资融券业务开展至今的相关数据为基础，基于现有理论的研究成果，通过设定Garch模型验证融资融券对我国股市波动性的影响，并通过与现有研究理论成果相比较，提出富有建设性的观点和建议。 关键词：融资融券 股市波动性 GARCH模型 一、引言 2010年3月开始，我国开展了融资融券交易。融资融券交易又称信用交易、买空卖空交易。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。 二、实证分析 （一）数据的选取和研究方法 本文选取2008年1月2日—2012年3月5日时间段共1020个交易日，并将其划分为三个阶段：第一阶段是从2008年1月2日—2010年3月31日，表示融资融券开始前；第二阶段是从2010年3月31日—2011年12月5日，表示融资融券开始后，标地证券为90只；第三阶段是从2011年12月5日—2012年3月5日，表示融资融券开始后，标地证券为285只。融资融券数据由上交所网站数据统计里的融资融券板块所得。用（_RZ）代表每日融资余额的增量，用（_RQ）代表每日融券余额的增量。即_RZ=RZt-RZt-1，_RQ=RQt-RQt-1，其中RZt代表t时刻融资余额，RQt代表t时刻融券余额。 本文用上证180指数代表股票市场整体形势，数据来源于同花顺炒股软件。根据龚红霞的研究方法，用上证180指数的日对数收益率来代表市场波动性（VOL）。即VOL=lnPt-lnPt-1，其中Pt代表上证180指数t时刻收盘价。 （二）模型的设定 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4个步骤：正态性检验、平稳性检验、模型的具体设定和实证、实证结果和分析。以下的分析结果均在Eviews6.0软件下所得。 1、正态性与平稳性检验 利用E-views 软件对序列进行正态性检验和ADF（Augmented Dickey-fuller Test）检验。检验结果显示时间序列具有正态性分布，ADF检验见表1。在1%、5%或10%的显著性水平下，VOL、融资余额增量（_RZ）、融券余额增量（_RQ）都拒绝原假设，都是平稳序列。 2、模型的具体设定和实证 本文以上证180指数日对数收益率（VOL）为因变量，以融资余额增量（_RZ），融券余额增量（_RQ）为自变量来探索融资融券与股市波动性的影响。同时为了验证融资融券标地证券数量的变化是否对股市波动性产生影响，引入了两个虚拟变量d1、d2。d1=1代表的是融资融券标地证券数量为90只时，d2=1代表的是融资融券标地证券数量为285只时。具体模型公式为： vol=c+β_RZ+γ_RQ+θD1+φD2 （1） 通过简单的线性回归可知，用直线回归模型来衡量上证180 指数日对数收益率所代表的上证股市波动情况与融资融券余额呈现的关系拟合程度不理想，通过对残差进行ARCH效应检验可知，在滞后阶数为5阶的情况下，ARCH检验结果如表2所示。从表2中可以看到两个统计量对应的显著性水平均小于0.05，说明残差序列在5%显著性水平下存在异方差。这说明公式（1）存在条件异方差，存在ARCH效应。 于是本文采用GARCH模型对其研究。为了使模型的回归结果更加准确，因此将虚拟变量D1，D2添加到残差项，从而考虑融资融券标地证券数量变化对残差项的影响。回归结果如表3。 3、实证结果和分析 从以上的实证结果我们可以看出，D1、D2作为虚拟变量影响残差项通过了5%的显著性检验，这说明他们的引入增加了模型回归的有效性。从水平方程的回归结果看，融资余额增量（_RZ），D2没有通过显著性检验，说明其对股市波动性没有影响，融券余额增量（_RQ）和D1则通过了显著性检验。从相关系数的大小来看，四个变量的数值都相对较小，这说明其影响股市波动性的作用有限。从相关系数的符号来看，融券余额增量（_RQ），融资余额增量（_RZ）为正，这说明其对股市波动性具有正向作用；D1、D2为负，说明其对股市波动性具有负向作用。 通过以上实证结果我们可以得出以下结论： 一是融资交易对股市波动性没有产生影响，融券交易对股市波动性产生了正向影响，不过其影响程度有限。二是融资融券交易制度诞生以来，其对股市波动性产生了负向的影响。这说明此项制度本身起到了平抑波动性的作用。并且在第二阶段（标地证券数量为90只时）显著的影响股市波动性，而第三阶段（标地证券数量为285只时）不够显著。 出现以上结果，笔者认为可能是以下几方面原因： 关于融资融券交易对于股市波动性影响的问题。首先