基于股指期货与融资融券的实证分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于股指期货与融资融券的实证分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘要】本文选取2010年3月31日—2012年9月20日的股指期货指数、融资融券日融资买入金额以及日融券卖出量作为研究样本，并采用平稳性检验、协整检验以及Granger因果检验，分析融资融券交易量与股指期货指数波动之间的关系。实证分析结果表明，融资融券交易的波动不是推动股指期货波动的原因，而股指期货的波动却是推动融资融券交易波动的因素，二者之间存在着一种单向的因果关系。

【关键词】融资融券；股指期货；波动性

2010年3月31日，在经历了4年的试点阶段之后，我国正式推出融资融券信用交易业务，这对我国证券市场的快速发展无疑是一个里程碑的作用。时至今日，两年多过去了，融资融券标的股数量已从原来的90只增至300多只，规模越来越大。融资融券信用交易业务的推出对我国证券市场的发展无疑具有推动作用，但是其本身是一把双刃剑，具有很强的“杠杆效应”，它的推出对证券市场会产生怎样的影响，是稳定市场还是加剧市场的波动性日渐成为人们关注的焦点。有不少学者专家从不同角度、不同方面对融资融券与证券市场的发展进行分析验证，却没有统一定论。因此本文通过实证研究融资融券与股指期货市场波动性之间的关系，具有较强的现实意义。

一、文献回顾

国外关于融资融券业务与股市波动的研究相对较多，本文仅选取众多例子中的几个较为有影响的观点。（2005）、（2009）、等（2010）实证分析证明融券卖空业务不会加剧股市的波动，反而会减缓股市的波动。相反地，等（2007）通过研究却发现融券卖空业务会加剧股市的波动。然而，（1969），（1989）等均研究发现融资融券业务和股市波动之间不存在显著的关系。由于融资融券业务在国内开展的时间相对较晚，尚未形成一个较为完整的理论体系，目前比较有影响力的研究有以下几个：龚红霞（2010），郑丹（2010）等通过对香港证券市场与融券卖空业务进行实证分析，得出融券卖空业务具有抑制股价波动，稳定证券市场的结论；蔡笑（2010），杨德勇、吴琼（2011）等通过对上证证券市场实证研究，也得出了融资融券交易的推出会增强证券市场的流动性以及抑制市场波动性的结论；廖士光（2011）利用沪深证券市场融资融券标的股进行实证分析，结果表明，融资交易有助于提高标的股的市场价格。

二、样本和变量

本文选取2010年3月31日—2012年9月20日的股指期货指数日收盘价、日融资买入金额（单位：百万元）以及日融券卖出量（单位：百手）作为样本。数据的来源是国泰君安大智慧以及上海证券交所网站并经整理得来，共604组数据。

由于时间序列大多都是非平稳的，引入对数在更容易得到平稳的数据的同时，消除了时间序列存在的异方差现象，且不会影响时间序列的性质和相互关系。本文分别对股指期货指数日收盘价（）、融资日买入金额（）、融券日卖出量（）取自然对数，得到、和的时间序列数据。变量的选取如下：

1.股指期货指数的收益率（）和一阶差分序列（）表达式如下：

2.融资买入金额的变动率（）和一阶差分序列（）表达式如下：

3.融券卖出量的变动率（）和一阶差分序列（）表达式如下：

三、描述性统计

首先，我们从描述性统计上分析融资融券与期货市场波动之间的关系。表1为股指期货指数日收盘价（）、融资日买入金额（）、融券日卖出量（）的数据特征值，图1为股指期货指数日收盘价（）、融资日买入金额（）、融券日卖出量（）变动趋势，图2为股指期货指数的收益率（）、融资买入金额的变动率（）、融券卖出量的变动率（）的变动趋势。

从表1中可以看出，在研究区间内，融资日买入金额（）、融券日卖出量（）具有明显的尖峰厚尾的特征，这与实际中股指期货市场的规模日渐壮大的事实相符合。

从图1中可以看出，股指期货指数日收盘价（）和融资日买入金额（）、融券日卖出量（）总体呈现出相反的趋势。股指期货指数日收盘价（）呈现出下低的趋势，这与现阶段国内疲软的实体经济以及低迷的股市环境是分不开的，而融资日买入金额（）、融券日卖出量（）则呈现出较相似的趋势，反映出我国证券信用交易规模越来越大、市场越来越活跃的状况。经过变量之间进一步的相关性分析我们得知，股指期货指数日收盘价（）和融资日买入金额（）之间的相关系数为，相关系数的P统计值在1%的置信区间内显著；股指期货指数日收盘价（）和融券日卖出量（）之间的相关系数为，相关系数的P统计值在1%的置信区间内显著。

从图2中可以看出，股指期货指数的收益率（）与融资买入金额的变动率（）之间呈现出较为相似的趋势，而融券卖出量的变动率（）与股指期货指数的收益率（）的变动趋势有所不同，这与我国证券信用交易规模越来越大、市场越来越活跃的状况是分不开的。经过变量之间的相关性分析我们得知，股指期货指数的收益率（）和融资买入金额的变动率（）之间的相关系数为；股指期货指数的收益率（）和融券卖出量的变动率（）之间的相关系数为。

四、模型的建立与实证分析

为了验证股指期货指数日收盘价（）与融资日买入金额（）和融券日卖出量（）之间的确切性关系，以验证融资融券信用交易与股指期货市场波动性之间的关系。本文利用对时间序列、和进行平稳性检验、协整检验、因果检验。在进行实证分析之前，我们先建立如下向量自回归（）模型：

其中，为时间序列的最佳滞后阶数，和均为未知系数，为扰动项，为股指期货指数的收益率，为融资买空交易金额的变动率，为融券卖空交易量的波动率。

（一）平稳性检验

对时间序列平稳性检验的常用方法是（Augmented Dickey-Fuller）检验。若时间序列存在单位根，则证明该时间序列是非平稳时间序列；若时间序列不存在单位根，则证明该时间序列是平稳性时间序列。而对于非平稳时间序列经常采用差分法、滤波、卡尔曼滤波、以及近年来发展起来的滤波、滤波去除其趋势成分，获得其随机平稳部分，进而进行研究分析。本文将采用检测来验证时间序列的平稳性，并用差分法和滤波进行相互验证。

1.单位根检验

对时间序列、和及其一阶差分的平稳性检验结果如表2：

假设：成立的条件下统计量值；⑤表示一阶差分。

从表2中可以看出，在1%置信水平下，、和时间序列的值的绝对值小于1%临界值的绝对值，接受原假设，说明、和的原时间序列均存在单位根，为非平稳时间序列。而对一阶差分、、序列来说，在1%置信水平下，其值的绝对值大于1%临界值的绝对值，拒绝原假设，说明、、序列不存在单位根，是平稳的时间序列。故、和时间序列均为一阶单整时间序列，即，，。

2.滤波检验

对去除趋势成分后的序列进行单位根检验，结果如表3：

由表3检验结果得知，、、序列在1%的置信水平下均为平稳序列，即证明时间序列、和均为一阶单整序列，与上面差分法得出的结论相符合。

（二）协整检验

对于存在的两个同阶单整变量，如果它们的某种线性组合是平稳的，则称作这两个变量之间存在协整关系。本文基于协整分析来检验一阶单整序列、和之间的协整关系。

首先，建立下列回归方程：

其中，为常数项，为回归系数，为残差，为被解释变量，为解释变量。分别以为被解释变量，为解释变量huigui2和以为被解释变量huigui2，为解释变量进行回归，获得回归结果如表4：

其次，利用单位根检验对回归残差序列进行平稳性检验，检验结果如表5：

从检验的结果可以看出，在1%的置信水平下，回归残差序列和的值的绝对值均大于1%置信水平临界值，表明残差序列和均为平稳时间序列，说明和以及和之间均存在协整关系。因此和以及和之间均存在着长期均衡的关系，验证了股指期货指数的波动与融资买空、融券卖空之间存在着某种稳定的线性组合关系。

（三）因果关系检验

由协整检验结果得知，和以及和之间均存在协整关系，这说明和以及和之间存在着长期均衡的关系，可以进一步研究他们之间的因果关系。本文采用基于模型的因果关系检验来验证和以及和之间的因果关系。

由于因果关系检验对滞后阶数非常的敏感，因此在进行因果关系检验之前，我们先筛选出R和VRZ组合以及R和VRQ组合的最佳滞后期。本文对最佳滞后期的选择根据赤池信息准则（）和施瓦茨信息准则（）来确定。如果两个准则筛选出的最佳滞后期不一致，则要利用似然比检验标准来确定最佳滞后期。最佳滞后期筛选结果如表6：

由筛选结果可以看出，和均是在滞后5阶取得最小值，两者一致，因此最佳滞后期为。基于模型的因果关系检验结果表7：

从表7可以看出，在1%的显著性水平下，最佳滞后期时，是的原因，而不是的原因，即股指期货指数的变动是融资买入金额变动的原因，而融资买入金额的变动不是股指期货指数变动的原因；是的原因，而不是的原因，即股指期货指数的变动是融券卖出量变动的原因，而融券卖出量的变动不是股指期货指数变动的原因。

五、结论

通过本文的实证分析可知，股指期货的变动是融资融券交易变动的因素，而融资融券交易的变动不是股指期货变动的引导因素，二者之间存在单向因果关系，说明融资买空和融券卖空不是造成股指期货市场价格波动的原因，而股指期货指数的波动恰恰是推动融资买空和融券卖空的因素。因此，融资融券交易的推出，短期来看，不会加剧股指期货市场价格的波动；长期来看，具有稳定市场和价格发现的功能。从现实意义角度来讲，股指期货指数的波动会推动融资融券交易的波动，因此股指期货指数可以作为一个衡量融资买空和融券卖空未来变动趋势的先行指标，对广大投资者的投资选择具有很好的借鉴意义。

参考文献

[1]张成思.金融计量学（时间序列分析视角）[M].中国人民大学出版社，2012.1：24-225.

[2]张世英，樊智，协整理论与波动模型[M].清华大学出版社，2004.9：1-133.

[3]张宗新.金融计量学[M].中国金融出版社，2008.9：31-68，113-194.

[4].金融时间序列分析[M].潘家柱译，机械工业出版社，2006.4.

[5]周爱民，徐辉，田翠杰等.金融计量学[M].经济管理出版社，2006.1.

[6]恒.时间序列与金融数据分析[M].中国统计出版社，2004.8.

[7]高铁梅.计量经济分析方法与建模—EViews应用及实例[M].清华大学出版社，2006.

[8]刘巍，陈昭.计量经济学软件EViews 6.0建模方法与操作技巧[M].机械工业出版社，2011.

[9]明晓磊.论融资融券交易对中国证券市场的影响[J].金融发展研究，2011（3）：35-38.

[10]开昌平.融资融券业务对我国证券市场的影响[J].中国金融，2010（4）：56-58.

[11]李谦.融资融券业务对资本市场的影响[J].中国金融，2009（5）：72-73.

作者简介：

王春（1976—），男，江西上饶人，金融学博士，南京审计学院金融学院讲师，研究方向：资本市场和行为金融。

毋照生（1990—），男，河南三门峡人，现就读于南京审计学院金融学院投资系。