文章快速检索     高级检索
  南方经济  2015, Vol. 33 Issue (11): 1-15  
0

引用本文 

田景坤, 倪博. 融资融券交易促进股票市场有效性了吗[J]. 南方经济, 2015, 33(11): 1-15.
Tian Jingkun, Ni Bo. Does Margin Trading Improve the China's Stock Market Efficiency[J]. South China Journal of Economics, 2015, 33(11): 1-15.

作者简介

田景坤,暨南大学经济学院,E-mail:szutank@gmail.com,通讯地址:广东省广州市天河区天园街道中山大道西88号天河数码创业园213房,邮编:510632;
倪博,暨南大学经济学院,E-mail:brankol.nea@gmail.com
融资融券交易促进股票市场有效性了吗
田景坤, 倪博     
摘要:本文首先利用多重分形去趋势波动分析方法计算上证50指数的广义Hurst指数,发现融资融券交易开启后,以上证50指数为代表的中国股票市场的有效性得到显著提高;本文构造以融资融券标的股为处理组,非融资融券标的股为控制组,运用双重差分方法进行分析发现两融业务开启初期市场有效性并未得到增强,且随着转融资业务的引入,市场甚至出现了有效性削弱的情况,而后续转融券业务的开启则对股票市场有效性有显著的增强作用。
关键词市场有效性    融资融券交易    双重差分方法    多重分形去趋势波动分析    
Does Margin Trading Improve the China's Stock Market Efficiency
Tian Jingkun , Ni Bo
Abstract: Firstly, this paper use the MF-DFA method to calculate the generalized Hurst exponent, we found that after margin trading was open, the efficiency of Shanghai 50 index as the representative of China's stock market has been significantly improved; Then we construct the margin target as treatment group while non-margin target as control group, by using the DID method, we found that the early opening of the margin trading has not enhanced market efficiency, and with the introduction of financing mechanism, the effectiveness of the market even declined, while the subsequent opening of the refinancing mechanism have significantly enhanced China's stock market efficiency.
Key Words: Market Efficiency    Margin Trading    DID    MF-DFA    
一、 引言

自从Fama(1970)提出有效市场假说以来,国内外的学术界都对此进行了大量的研究。上个世纪90年代开始这一假说受到了行为金融学的挑战,两种学说互不相容。Lo(2004)通过将进化论的观点引入金融领域,即竞争、适应以及自然选择,提出了适应性市场假说,从而结合了市场有效假说和行为金融学的优点,他认为市场有效性并非一个“有或无”的状态,而是一个随着时间,并且跨市场变化的特征。Lim and Brooks(2011)认为大量的实证文献都暗含了一个假设,即股票市场在研究区间内市场有效性是不变的,据此他们针对股票市场基于实证文献做了一次系统性的文献综述与回顾。

另一方面,随着信息技术和计算机技术的迅猛发展,学者们在对资本市场的实证研究中发现了资本市场波动的异常特征,而这些特征不能被传统的有效市场理论所解释,“金融物理学”的出现将物理学的理论、方法和模型应用到资本市场研究中,比如基于分形概念的分形市场理论,它在解释资本市场的复杂性和异常现象中取得了相当大的成就。

我们注意到Fama(1965)在分析股票价格行为时采用随机游走理论,并详细分析了该理论的假设,其中最重要的一点就是连续的价格变化是独立的。虽然好消息伴随着好消息,坏消息伴随着坏消息,但是先进的投资者(sophisticated traders),或者是价值投资者,或者是趋势投资者,在发现这种趋势时可以通过买空卖空进行套利,因而由于先进的投资者的存在以及市场买空卖空机制的存在使得连续的价格变化是独立的。由此可见融资融券制度对于股票市场有效性的重要性,融资融券可以提高证券价值的市场价格发现。

联系实际,2010年3月12日,我国融资融券交易正式进入市场操作阶段,其后4月16日,沪深300股指期货合约也正式上市交易,2012年8月30日,2013年2月28日我国分别启动了与证券公司融资融券业务相配套的转融资业务与转融券业务,即由银行、基金和保险公司等机构提供资金和证券,证券公司作为中介将这些资金和证券提供给融资融券客户。

综合以上信息,我们认为市场有效性并不是一成不变的,我国开通融资融券交易以及其后的转融资、转融券业务都是促进市场有效性的重大举措。本文通过对比开通融资融券交易、转融资及转融券业务的标的股票(处理组) 与未开通融资融券交易的标的股票(控制组) 在市场有效性方面的差异,利用双重差分方法评价融资融券交易对于我国股票市场有效性变化的效应。

本文的研究有三个方面的贡献:其一,国内对于融资融券交易是否促进股票市场有效性的研究较少,多集中在波动性方面,而且覆盖时间段较短,本文的研究区间覆盖融资融券交易开通、转融资业务以及转融券业务开通。其二,在上述研究区间的基础上,我们得以对比融资融券交易、转融资以及转融券业务三者对于市场有效性的影响。其三,应用分形市场理论计算得出的Hurst指数可以反映股票市场的记忆性,我们以此指数构造反映股票市场的有效性指标,是对当前文献大多使用VR指标研究有效性的有益补充。

本文其余部分安排如下:第二部分是文献回顾;第三部分阐述计算有效性指标的多重分形去趋势波动法以及双重差分方法;第四部分为变量、数据与描述性统计;第五部分则为实证检验,具体可分为三小节,前两节为基于上证50指数的单重与多重分形实证检验,第三节则为双重差分分析及估计结果;最后是总结。

二、 文献回顾

研究融资融券交易对股票市场的影响文献方面,多集中于股票收益率的波动性研究,比如杨阳等(2010)林祥友(2014)在研究波动性的同时还根据Variance Ratio理论构造度量有效性的指标,认为融资融券交易促进了ETF基金市场的有效性;Chang(2014)根据个股收益率与市场收益率的协同性即股价信息含量构造有效性指标进行检验。总体看来,关于融资融券交易有效性研究多以传统的VR理论与股价信息含量论为主,而Kalok Chan(2014)则指出收益率协同性越高并不代表收益率信息含量低,进而不能说明有效性越低,因而用该指标研究有效性是有争论的。

Mandelbrot(1967)创造性的提出了分形概念,为研究复杂系统提供了新视角与新思路,奠定了分形市场理论的基础。Peter(1991)在Mandlebrot研究的基础上,将分形理论引入到经济系统中,采用重标极差分析法R/S对金融市场的Hurst指数进行了全面而深入的分析,明确提出了分形市场理论, 至此之后利用分形市场理论研究资本市场的复杂特性的研究迅速增加。其研究主要可归类为以下几个方面。

一是利用分形理论对金融市场的整体有效性进行研究,如陈梦根(2003)通过使用修正的R/S分析与ARFIMA模型,对中国股票市场中价格指数与个股的日收益序列进行实证研究,发现代表市场总体的股价指数不存在长期记忆效应,个股收益序列的分布特征存在较大差异,仅少数个股存在长期记忆行为。有趣的是,王春峰等(2003)运用同样的方法对中国股票市场价格指数的日收益序列进行了实证研究,却得出完全相反的结论,即中国股市具有较明显的长期记忆性。笔者对此进行了对比发现两者的区别在于王春峰等对日收益序列进行了预白噪声处理或消去趋势法处理。Apostolos(2009)利用去除移动平均趋势法(DMA:Detrending Moving Average) 计算美国股票市场的Hurst指数,发现美国股票市场股票收益率序列呈现反周期性。

二是利用分形理论研究资本市场对金融危机的反应或者利用分形理论对金融危机进行预测。如Grech等(2004)提出利用Hurst指数预测金融危机的一个方法,并证实了该方法在验证美国1929年和1987年金融危机的有效性;Paulo Horta等(2014)研究了2008年美国次贷危机和2010年欧洲债务危机对比利时,法国,雅典,日本,荷兰,葡萄牙,英国及美国股票市场Hurst指数的影响,并对各国Hurst指数在两次危机期间的联动性进行了分析;Rashid Hasan(2014)利用多重分形去趋势波动法(MF-DFA: Multifractal Detrending Fluctuation Analysis) 构造多重分形谱图及相应参数对美国,中国在内的亚洲六国及中国香港的金融市场在2007年至2008年金融危机前,金融危机中,金融危机后的分形特征进行了对比研究。

三则是利用分形理论研究资本市场的有效性随经济发展的变化以及重大金融市场改革对资本市场有效性的影响。如张林等(2013)应用多重分形消除趋势波动分析的方法对日本七个经济时期以及中国股市自建立以来三个经济阶段的股票市场指数进行实证研究,发现中日两国各个经济时期的股市都表现出多重分形特性,并且两国股市的波动持续性均具有逐渐由正持续性过渡到反持续性的趋势。Daniel O. Cajueiro等(2008)通过计算希腊股票市场局部Hurst指数,发现希腊启动金融自由化方案后,其Hurst指数呈现明显的下降趋势,并趋于H(2)=0.5,从而得出金融自由化进程提升了希腊金融市场的有效性,促进了市场的发展。Yudong Wang等(2009)使用多重分形消除趋势波动分析的方法,对深圳股票市场在1996年12月16日起实施的股票涨跌停板制度前后的市场有效性进行分析,发现深圳股票市场变得越来越有效了。

总体看来,分形理论在资本市场研究中的应用大多集中在前两方面,而关于制度变革对资本市场的分形特性或有效性的研究较少。

三、 研究方法 (一) 市场有效性的度量方法

Kantelhardt等(2002)在消除趋势波动分析方法(DFA) 的基础上提出多重分形消除趋势波动分析方法(MF-DFA),该方法可以有效验证一个非平稳时间序列是否具有多重分形性。因此本文在Kantelhardt等(2002)的方法指导下计算Hurst指数,H=0.5代表股票收益率服从随机游走假说。

我们选取标的股票每日收盘价计算对数收益率,采用移动窗口方法计算股票日对数收益率Hurst指数,计为Hit, 窗口长度为250,约合1年的交易日。

Kristoufek(2010)指出通过H=0.5这一原则拒绝时间序列具有长期记忆性仅适用于无限长度的序列,Horta等(2014)建议通过蒙特卡洛模拟计算高斯白噪声的Hurst指数值代替0.5作为判断序列是否具有长期记忆性的标准,进而我们通过生成10000个长度为250的高斯白噪声序列计算其Hurst指数计为HGauss,即呈现有效性。当Hit>HGauss,股票收益率的波动具有正持续性,即具有长期记忆性;当Hit<HGauss,则说明市场的波动具有反持续性,即与HGauss的偏离反映了股票市场的不有效程度,偏离越小,股票收益率变动越服从随机游走假说,即越体现有效性。

根据上述分析,我们构造反映市场有效性程度的指标:

$InEfficiency = \left| {{H_{it}} - {H_{Gauss}}} \right|$ (1)

可知InEfficiency取值越小,反映市场有效性越好,即其股票收益率变动越接近随机游走假说。

(二) 双重差分模型分析

本部分阐述双重差分模型(Difference-in-Difference Model) 分析方法。研究中我们剔除了金融类上市公司,以开通融资融券交易、转融资及转融券业务的标的股票为处理组(treatment group),以未开通融资融券交易的标的股票为控制组,控制组是按照行业分类、机构持股比例、换手率等指标以倾向评分匹配法匹配得到。

为了保证数据具有较长的时间跨度,我们选择的上市公司均在2008年以前上市,处理组和控制组中均有21家公司在上交所上市,25家公司在深交所上市,各个组别均有46家上市公司。我们采用自2008年年初开始的收盘价计算对数收益率,收盘价采用向前复权方式,即保持股票现有价格不变,将除权以前的价格按照权息进行修复。

由于处理组和控制组的所有股票均存在停牌交易事件,我们针对处理组与控制组股票分别构造证券投资组合,各股票的权重按其每日流通市值占当日该组内所有股票流通市值总和的比例所确定,以此我们可以得到各投资组合的收益率并构造有效性指标,同时也可得到换手率以及总市值权重作为控制变量进行后续双重差分检验。

本文使用的双重差分模型设定如下:

$InEfficienc{y_{it}} = \alpha + \beta Even{t_t} + \gamma Grou{p_i} + \lambda DI{D_{it}} + \delta {X_{it}} + {\varepsilon _{it}}$ (2)

其中InEfficiencyit表示上文中我们构造的衡量市场有效性的指标;Event表示事件虚拟变量,事件发生前为0,事件发生后为1;Group为组别虚拟变量,当公司属于控制组时为0,属于处理组为1;双重差分变量为DID=Event*Groupλ为我们所关注的双重差分系数;Xit为一组公司层面的控制变量。

在事件窗口期间会发生很多其他事件,如宏观经济状况的变化,期货交易的开通以及其他一些制度变化的影响等等,如何控制住这些影响是需要认真对待的。通过构造包含处理组和控制组的双重差分模型,从而控制了时间窗口期间其他对有效性产生影响的因素,而且分离出某一事件的发生对处理组的净影响。此外根据Fama(1965)的分析,我们认为融资融券交易促进市场有效性具有内在逻辑性,另一方面,参考其他学者的研究,我们选择了可以表示投机程度以及公司规模的指标作为控制变量,即投机程度和公司规模可能会对市场有效性有重要的影响。

诚然有很多状况不可控制,我们认为综合使用单重、多重分形方法以及双重差分方法,如果得出的结论一致,则可以认为研究结论是逼近事实的。

四、 变量、数据与描述性统计 (一) 变量

1.市场有效性(InEfficiency)。本文使用分形市场理论计算的Hurst指数来构造反映市场有效性的程度,即:InEfficiency=Hit-HGauss。根据上文分析,该指标越小,表明市场越有效。

2.事件虚拟变量(Event)。Event10代表融资融券交易开通事件的虚拟变量,开通前取0,开通后(含开通当天) 取1;Event12代表转融资业务开通事件的虚拟变量,开通前取0,开通后(含开通当天) 取1;Event13代表转融券业务开通事件的虚拟变量,开通前取0,开通后(含开通当天) 取1。

3.组别变量(Group)。公司属于控制组为0,属于处理组为1。

4.双重差分变量(DID)。DID=Event*Group

5.控制变量。

(1) 投机交易程度:根据Lin Guo(2013)的研究,我们采用换手率作为衡量投机交易程度的指标,在数据处理时,我们通过处理组与控制组内各股票的换手率乘以由流通市值所得权重,得到投资组合的换手率,衡量投资者对该投资组合的投机程度。投机程度可能会影响市场有效性,但是对于其影响方向,并不确定。

(2) 公司规模:公司规模可能会影响市场有效性。我们使用总市值衡量公司规模,在数据处理时,我们通过求总处理组与控制组内各股票的总市值乘以由流通市值所得权重,得到投资组合的总市值,以此作为控制变量。

(二) 数据

本文研究区间主要分为四个阶段,第一个阶段为2009年1月19日至2010年3月11日融资融券开启前;第二个阶段2010年3月12日(融资融券交易开启后) 至2012年8月27日(转融资业务开启前),第三个阶段2010年8月28日(转融资业务开启后) 至2013年2月27日(转融券业务开启前),第四个阶段2013年2月28日至2014年11月14日(沪港通业务开启前)。本文所有数据均来源于Wind数据库。

(三) 描述性统计

表 1展示了从2010年到2014年,我国上海和深圳股票市场融资融券标的物个数变化情况。截止2014年底,我国共有2613家上市公司,其中融资融券标的物有902只,占比为34.52%。沪市两融标的物占比达到50.45%,而深市只有24.72%。总体来看,自从2010年我国开通融资融券交易以来,融资融券标的物不仅从个数上,而且在比例上都有了大幅度的提高,我国股票市场信用交易发展迅速。

表 1 沪深两市融资融券标的物个数变化情况

我们从Wind数据库提取了2008年1月1日至2014年11月14日处理组与控制组的日收盘价、换手率以及市值数据,分别构造投资组合,计算其收益率并以此构造市场有效性指标。下面对样本进行描述性统计分析。

表 2显示了同一阶段不同组别InEfficiency值的比较。我们仅就均值检验结果进行说明:四个阶段处理组均值均高于控制组,其中第一阶段与第四阶段差异不显著,而第二阶段与第三阶段差异在1%的置信水平上显著,即整体看来处理组的有效性要低于控制组。中位数检验的结果与均值检验的结果类似。

表 2 同一阶段不同组别InEfficiency值比较

表 3显示了不同阶段处理组与控制组内部有效性的差异检验。我们仅就处理组的均值检验结果进行说明:处理组第二阶段均值较第一阶段均值无显著差异,第三阶段均值在1%的置信水平下高于第一阶段均值,第四阶段均值在1%的置信水平上低于第一、二、三阶段,而第三阶均值在1%显著水平下高于第二阶段。仅从均值检验的结果看融资融券业务可能并未显著促进股票市场的有效性,而转融资业务削弱了市场的有效性,转融券业务的开启则增强了市场有效性。中位数检验结果与均值检验类似。

表 3 同组别不同阶段InEfficiency值的差异检验

通过上述描述性统计检验,整体看来,处理组有效性弱于控制组,而融资融券业务期间处理组有效性改变并不明显,而转融资业务甚至加剧了处理组的非有效性,转融券业务的开启对处理组的有效性增强具有显著影响。值得注意的是,转融资开启后处理组和控制组有效性均下降,这可能来源于非政策因素的影响,因而为分离出非政策性影响,我们认为加入代表投机程度的换手率与信息不对称指标的总市值作为控制标量并进行双重差分检验是必要的。

五、 实证检验 (一) 单重分形分析-基于移动窗口的局部Hurst指数模型

本部分,我们构造上证50指数的局部Hurst指数演化过程图,分析融资融券交易对市场有效性的影响。这里取上证50指数2004年1月2日至2014年11月14日每日收盘价,计算其对数收益率,共得N=2636个数据,我们以DFA方法计算局部Hurst指数,分析Hurst指数的演化状况。局部Hurst指数的构造依赖于移动窗口的选择,我们基于Grech等(2004)提出的确定最优窗口长度的方法将最终的窗口长度确定为N=250,滑动窗口标度s={10:int(N/4)},步长为1,从而获得了2005年1月13日至2014年11月14日的局部Hurst指数,如图 1所示。

图 1 上证50指数局部Hurst指数演化图

Kristoufek (2010) 指出通过H(2)=0.5这一原则拒绝时间序列具有长期记忆性仅适用于无限长度的序列,Horta等(2014)建议通过蒙特卡洛模拟计算高斯白噪声的Hurst指数值代替0.5作为判断序列是否具有长期记忆性的标准,因而本节通过生成10000个长度为250的高斯白噪声序列,通过DFA方法计算得其均值为0.4946(图 1中蓝色实线),标准差为0.0899,图 1中蓝色虚线为其相应的5%的置信区间为(0.4928,0.4963)。

图 1所示,对于融资融券交易开启后至2012年12月31日这段区间,上证50的局部Husrt指数随时间推移呈下降趋势(由该区间红色实线所示) 并向蓝色实线靠近,即整体来看融资融券交易降低了上证50指数的长期记忆性,从而提高了市场的有效性。同时我们还注意到,股指交易也在该区间内,局部Hurst指数波动性明显大于交易前阶段。其次转融通业务的开启带来的市场上融资融券交易量大幅度增加,以及更多的券商获得融资融券交易资格,使得市场上投资者特别是机构投资者利用买空卖空交易进行套利的行为增加,从而增加了交易价格前后的独立性,从图中可以看出上证50局部Hurst指数的波动幅度较改革前显著下降且其取值基本稳定在蓝色实线附近,进而上证50指数的长期记忆性较改革前削减,使得市场更加有效。

(二) 多重分形分析--基于MF-DFA模型

局部Hurst指数分析,其本质是单重分形分析,张林(2013)指出应用分形研究资本市场应从单重分形和多重分形两个角度来开展,且后者能够更细致得刻画系统内部的动力特征。Zunino等(2008)通过对比发展中国家与发达国家股票市场,指出代表系统多重分形程度的分形参数Δh(q) 可作为衡量金融市场发展程度的指标,且出该指标与金融市场发展程度呈负相关关系。本部分即对上证50指数进行多重分形分析。

图 2展示了上证50指数在融资融券交易前后的广义Hurst指数。从图中我们可以看出,首先,融资融券交易后广义Hurst指数较融资前关于q更加平坦,Δh(q) 由交易开启前的0.3919降低为0.2563,从而融资融券交易改革削弱了上证50指数的多重分形特征,增强了交易市场的有效性,促进了金融市场的发展。

图 2 上证50指数的广义Hurst指数

由于上证50指数序列具有多重分形特征,我们可借用多重分形谱图对比融资融券交易多重分形图谱相应参数的变化情况,从而分析融资融券政策对上证50指数多重分形特征的影响。表 4列出了相应多重分形图谱参数。

表 4 上证50指数融资融券交易前后多重分形谱参数

多重分形理论中,αmin近似为最大波动对应的奇异指数,其值越小说明最大波动的幅度越大。由表 4可知融资融券交易开启后的αmin值大于交易开启前,即融资融券交易开启后最大波动的波动幅度要小于交易开启前。Yalamova(2006)指出αmin可作为衡量投资者面对的市场风险指标,其值越小意味着投资者面临的市场风险越大,因而融资融券交易开启后,αmin 值的提高代表了投资者面临的市场风险有所减小。

图 3给出了上证50指数融资融券交易前后相应的多重分形谱图,根据分形理论,其带宽Δα通过衡量最大与最小波动幅度之间的差异来刻画系统多重分形的强度,其值越大代表该系统多重分形程度越高,进而有效性越差。从图中我们可以看出,融资融券交易开启前的多重分形图谱带宽大于交易开启后,从而融资融券交易的开启削弱了上证50指数的多重分形特征,进而市场有效性增强,结论与应用Δh(q) 分析所得结果相一致。

图 3 上证50指数多重分形谱图
(三) 双重差分模型分析

为了进一步区分融资融券、转融资、转融券业务对股票市场有效性影响的区别,以及使结果具有稳健性,我们对于对这三个事件也分别进行了研究,使用双重差分模型设定如下:

$InEfficienc{y_{it}} = \alpha + {\beta _1}Event10 + \gamma Grou{p_i} + {\lambda _1}DI{D_{i10}} + \delta {X_{it}} + {\varepsilon _{it}}$ (3)
$InEfficienc{y_{it}} = \alpha + {\beta _2}Event12 + \gamma Grou{p_i} + {\lambda _2}DI{D_{i12}} + \delta {X_{it}} + {\varepsilon _{it}}$ (4)
$InEfficienc{y_{it}} = \alpha + {\beta _3}Event13 + \gamma Grou{p_i} + {\lambda _3}DI{D_{i13}} + \delta {X_{it}} + {\varepsilon _{it}}$ (5)
$\begin{array}{l} InEfficienc{y_{it}} = \alpha + {\beta _1}Event10 + {\beta _2}Event12 + \gamma Grou{p_i}\\ + {\lambda _1}DI{D_{i10}} + {\lambda _2}DI{D_{i12}} + \delta {X_{it}} + {\varepsilon _{it}} \end{array}$ (6)
$\begin{array}{l} InEfficienc{y_{it}} = \alpha + {\beta _2}Event12 + {\beta _3}Event13 + \gamma Grou{p_i}\\ + {\lambda _2}DI{D_{i12}} + {\lambda _3}DI{D_{i13}} + \delta {X_{it}} + {\varepsilon _{it}} \end{array}$ (7)
$\begin{array}{l} InEfficienc{y_{it}} = \alpha + {\beta _1}Event10 + {\beta _2}Event12 + {\beta _3}Event13 + \gamma Grou{p_i}\\ + {\lambda _1}DI{D_{i10}} + {\lambda _2}DI{D_{i12}} + {\lambda _3}DI{D_{i13}} + \delta {X_{it}} + {\varepsilon _{it}} \end{array}$ (8)

根据我们的设定,可以得到以下双重差分模型分析。表 5展示了处理组与控制组,连续区间之间的差异。

表 5 股票市场有效性的双重差分模型分析

表 6给出了五个连续子区间(即模型1,2,3分别采用三个独立事件包含的窗口,模型4,5分别采用两个相邻事件包含的时间窗口) 以及全部区间(模型6采用综合三个事件窗口) 的双重差分估计结果,我们采用混合面板回归的估计方法,并用New-West方法对t值进行调整,剔除了模型中异方差与自相关性对t值的影响。

表 6 股票市场有效性的双重差分模型估计结果

首先我们关注控制变量对股票市场有效性的影响。在模型1到6的回归结果中,除模型3外总市值的回归系数均在1%的显著水平上为正,模型3总市值的回归系数在10%水平下显著为正,即组合规模越大其股票有效性越差,对于这一现象我们无法提供有力的解释。其次,换手率的回归系数在模型1与模型6中在10%水平上显著为正,而在模型2与模型5中在1%的水平上显著为负,其余模型不显著,即投机程度对于市场有效性的影响方向并不确定。综合来看,控制变量对于股票市场有效性的影响具有统计意义上的显著性。

下面我们分析三项政策对股票市场有效性的影响。双重差分变量系数反应不同阶段处理组与控制组差异的变化状况,可有效衡量政策的影响,若系数为负,说明政策增强了股票市场的有效性,若系数为正,说明政策削弱了股票市场的有效性。

首先分析融资融券交易开启对股票市场有效性的影响。Group*Event10的系数统计含义为第二阶段处理组控制组差异与第一阶段处理组与控制组的差异的差值,在模型1、模型4、模型6中其数值均为正,分别为0.011、0.011、0.011,但都不具有统计显著性,即两融业务的开启对股票市场有效性的影响可能并不显著,可能的原因在于两融业务开启时,融资融券交易量较小,政策对股票市场的有效性影响较弱。

其次分析转融资业务的开启对股票市场有效性的影响。Group*Event12的系数值的统计含义为第三阶段处理组控制组差异与第二阶段处理组与控制组差异的差值,在模型2、模型4、模型5、模型6中其数值均为正,分别为0.012、0.017、0.01、0.016,且模型4的系数值在10%的水平下显著,其余则不显著。这反映转融资业务削弱了股票市场的有效性,且有证据表明这种削弱作用在10%的水平上是统计显著的。

接下来分析转融券业务的开启对股票市场有效性的影响。Group*Event13的系数值的统计含义为第四阶段处理组控制组差异与第三阶段两者差异的差值,在模型4、模型5以及模型6中,其数值分别为-0.029、-0.030、-0.023,且均在1%的显著水平上为负,表明转融券业务显著促进了股票市场的有效性,模型6剔除了转融资与两融业务的共同影响,转融券业务仍然显著增强了股票市场的有效性。

最后我们根据回归结果进行政策的纵向比较。对比模型4中双重差分变量的系数值,以第一阶段作为比较基底,两融业务开启增大了处理组与控制组的有效性差异,即股票市场有效性减弱但在统计上不显著,而转融资业务开启后处理组与控制组差异增大,且股票市场有效性在10%的显著水平上减弱;对比模型5中双重差分系数值,可以发现以第二阶段作为比较基底,转融资政策增大了处理组与控制组之间的差异,但这种削弱有效性的效果统计上不显著,而转融券业务则在1%的显著水平上增强了股票市场的有效性;最后对比模型6中双重差分变量的系数值,发现与第一阶段相比,两融业务开启和转融资业务增大了处理组与控制组差异,但这种削弱股票市场有效性的作用统计上不显著,同样转融券业务在1%的显著性水平上缩小了处理组与控制组的差异,增强了股票市场的有效性。

综合上述分析,我们认为两融业务开启后,由于初始市场融资融券交易量较小,政策效果不显著,而转融资业务则出现了削弱市场有效性的情况,转融券业务的开启则显著增强了股票市场的有效性,且相对于前三个阶段均实现了有效性的增强,即无论单独考虑转融券政策效果,还是结合考虑转融资与两融业务的综合政策效果,转融券业务的开启均增强了股票市场的有效性,反应了政策实施的成功。

六、 总结

如何准确量化股票市场的有效性,学术界并没有定论。本文通过应用分形市场理论计算得出的Hurst指数来构造可以反映股票市场有效性强弱程度的指标。在此基础上,我们使用双重差分方法识别融资融券对于中国股票市场有效性的影响,主要得出以下结论:

1.通过对比融资融券交易前后多重分形特征,我们发现融资融券交易开启后Δh(q) 与Δα均呈现下降趋势,反映了上证50指数的多重分形特征在融资融券交易开启后得到削弱,金融市场进一步发展,市场有效性增强。

2.通过构造融资融券股票的投资组合作为处理组,非融资融券股票的投资组合作为控制组,并进行双重差分检验,我们发现两融业务开启初期市场有效性并未得到增强,且随着转融资业务的引入,市场出现了有效性削弱的情况,而后续转融券业务的开启则对股票市场有效性有显著的增强作用。

总体看来,融资融券这一改革政策削弱了股票市场的记忆性以及多重分形特性,进而使得股票市场的有效性得到很大程度的提高。我们的研究结果强调转融券业务对于股票市场有效性的促进作用,即卖空机制的健全对于股票市场有效性具有重要的意义。但是对于转融资业务,研究结果认为其不能促进股票市场有效性,我们认为转融资业务会增强市场的投机气氛,从而削弱股票市场有效性。当然融资融券、转融券业务促进股票市场有效性的内在机制需要进一步的研究。

基于本文的研究结论,我们认为股票市场的监管机构应该完善卖空机制,控制融资业务的杠杆率,保持多空双方力量的均势,在防范恶意做空的风险下,更应该注意监控高杠杆做多的风险,这样才能使得我国股票市场有效性得到不断加强,市场机制更加完善成熟。

参考文献
[] Apostolos Serletis, Aryeh Adam Rosenberg, 2009, "Mean reversion in the US stock market". Chaos, Solitons and Fractals, 40, 2007–2015. DOI:10.1016/j.chaos.2007.09.085
[] Benoît Mandelbrot, 1967, "How Long Is the Coast of Britain? Statistical Self-Similarity and Fractional Dimension". Science, 156(3775), 636–638. DOI:10.1126/science.156.3775.636
[] Daniel O. Cajueiro, Periklis Gogas and Benjamin M. Tabak, 2009, "Does Financial Market Liberalization Increase the Degree of Market Efficiency? The Case of the Athens Stock Exchange". International Review of Financial Analysis, 181(1-2), 50–57.
[] D. Grech, Z. Mazur, 2004, "Can One Make Any Crash Prediction in Finance Using the Local Hurst Exponent". Physica A, 336, 133–145. DOI:10.1016/j.physa.2004.01.018
[] Eric C. Chang, Yan Luo and Jinjuan Ren, 2014, "Short-Selling, Margin-Trading, and Price Efficiency: Evidence from the Chinese Market". Journal of Banking & Finance, 48, 411–424.
[] Fama E. F, 1965, "The Behavior of Stock Market Prices". Journal of Business, 38(1), 34–105. DOI:10.1086/jb.1965.38.issue-1
[] Fama E. F, 1970, "Efficient Capital Markets: A Review of Theory and Empirical Work". The Journal of Finance, 25(2), 383–417.
[] Jan W.Kantelhardt, 2002, "Multifractal Detrended Fluctuation Analysis of Nonstationary Time Series". Physica A, 316, 87–114. DOI:10.1016/S0378-4371(02)01383-3
[] Kalok Chan, Yue-Cheong Chan, 2014, "Price Informativeness and Stock Return Synchronicity: Evidence from the Pricing of Seasoned Equity Offerings". Journal of Financial Economics, 114(1), 36–53. DOI:10.1016/j.jfineco.2014.07.002
[] Kristoufek L, 2010, "Rescaled Range Analysis and Detrended Fluctuation Analysis: Finite Sample Properties and Confidence Intervals". Czech Economic Review, 4(3), 315–329.
[] L. Zunino, B.M. Tabakd, A. Figliola, D.G. Pérez, M. Garavaglia and O.A. Rosso, 2008, "A Multifractal Approach for Stock Market Inefficiency". Physical A, 387(26), 6558–6566. DOI:10.1016/j.physa.2008.08.028
[] Lim , Kian-Ping and Brooks R, 2011, "The Evolution of Stock Market Efficiency Over Time: A Survey of The Empirical Literature". Journal of Economic Surveys, 25, 69–108. DOI:10.1111/joes.2011.25.issue-1
[] Lin Guo, Liang Tang and Shiawee X.Yang, 2013, "Corporate Governance and Market Segmentation: Evidence from the Price Difference between Chinese A and H Shares". Review of Quantitative Finance and Accounting, 41(2), 385–416. DOI:10.1007/s11156-012-0313-0
[] Lo Andrew, 2004, "The Adaptive Market Hypothesis: Market Efficiency from an Evolutionary Perspective". The Journal of Portfolio Management, 30, 15–29. DOI:10.3905/jpm.2004.442611
[] Peters E E, 1991, "“Chaos and order in the Capital Market”", New York: Wiley.
[] Paulo Horta, Sérgio Lagoa and Luís Martins, 2014, "The Impact of the 2008 and 2010 Financial Crises on the Hurst Exponents of International Stock Markets: Implications for Efficiency and Contagion". International Review of Financial Analysis, 35, 140–153. DOI:10.1016/j.irfa.2014.08.002
[] R. Yalamova, 2006, "Wavelet Test of Multifractality of Asia-Pacific Index Price Series". Asian Academy of Management Journal of Accounting and Finance, 2(1), 63–83.
[] Rashid Hasan, Salim M. Mohammad, 2015, "Multifractal Analysis of Asian Markets During 2007-2008 Financial Crisis". Physical A, 419(1), 746–761.
[] Yudong Wang, Li Liu and Rongbao Gu, 2009, "Analysis of Efficiency for Shenzhen Stock Market Based on Multifractal Detrended Fluctuation Analysis". The International Review of Financial Analysis, 18(5), 271–276. DOI:10.1016/j.irfa.2009.09.005
[] 陈梦根, 2003, 《中国股市长期记忆效应的实证研究》, 《经济研究》, 第 3 期, 第 70–78 页。
[] 林祥友, 2014, 《融资融券交易对ETF基金市场质量的影响——基于双重差分模型的研究》, 《投资研究》, 第 6 期, 第 138–148 页。
[] 王春峰、张庆翠、李刚, 2003, 《中国股票市场收益的长期记忆性研究》, 《系统工程》, 第 1 期, 第 22–28 页。
[] 杨阳、万迪昉, 2010, 《股指期货真的能稳定市场吗?》, 《金融研究》, 第 12 期, 第 146–158 页。
[] 张林、刘春燕, 2013, 《日中两国不同经济时期股市的多重分形分析》, 《系统工程理论与实践》, 第 2 期, 第 317–328 页。