一、引言

已有研究表明，反映公司真实价值的股票价格可以引导资金退出效率低的公司，流向效率高的公司，促进实体经济发展。然而，股价同时受到市场信息和公司特质信息的影响(陆瑶、沈小力，2011)，当股价非同步性较高，即股价融入较多的公司特质信息时，投资者就能准确评估公司价值，及时调整交易行为；反之，当股价非同步性较低，即股价较多地反映市场信息时，就容易导致资本市场出现异常波动、泡沫甚至崩盘(Roll，1988；Morck et al., 2000；Xing and Anderson, 2011；Chen et al., 2007；李增泉等，2011)。可见，股价非同步性是评判资本市场定价效率乃至健康与否的重要维度。然而，由于缺乏融资和融券的交易机制，我国资本市场一直处于“只能买涨不能买跌”的“单边市”状态。由此导致的后果是，公司个体层面的特质信息(尤其是坏消息)难以充分融入股价，上市公司的股价非同步性整体偏低，无法反映其真实价值(袁知柱、鞠晓峰，2009)。在此背景下，资本市场不仅无法引导资金配置效率的帕累托改进，反而频繁出现暴涨暴跌现象，不利于实体经济的发展。

2010年，我国开始逐步实施融资融券制度，旨在通过引入融资和融券交易，促使公司特质性信息快速融入股价，提高资本市场的运行效率。事实表明，融资融券制度确实给资本市场带来了重要影响(靳庆鲁等，2015；陈晖丽、刘峰，2014)，但对于其能否彻底改变股票市场长期以来的“单边市”模式这一问题，学界尚存争议。一些研究发现，融资融券制度具有诸多正面效应：其一，可以发挥杠杆投资的作用，活跃市场交易，为市场创造流动性(王朝阳、王振霞，2017)；其二，为市场提供一种新的反向交易机制，实现价值发现功能(Boehmer et al., 2008；Saffi and Sigurdsson, 2011；Boehmer and Wu, 2013)，即卖空机制有利于知情投资者进入市场表达观点(黄俊等，2018)；其三，发挥其内外部的监督治理效应，缓解投资者与公司之间的信息不对称问题(李志生等，2017；郝项超等，2018；黄俊等，2018)。比如，李志生等(2015)发现，融资融券交易能够增强股票的流动性；李科等(2014)以塑化剂事件作为研究场景，发现卖空限制导致了特殊事件下的股票错误定价，放松卖空管制则有助于促进异质信念投资者参与市场交易进而提高股票定价效率。另外一些研究则发现，融资融券制度实施以后，标的公司股价在融入坏消息的及时性、对市场负向波动的调整速度等方面均改进不大(许红伟、陈欣，2012)。褚剑、方军雄(2016)从股价崩盘风险的角度进行研究，甚至发现融资融券制度加剧了股价崩盘风险。

然而，已有研究没有直接考察融资融券制度对“股价非同步性”的影响，也没有对融资、融券进行分离并深入分析他们的差异化作用。此外，已有文献亦未考虑公司的初始信息披露水平如何影响融资融券制度的实施效果。鉴于此，本文选取股价非同步性作为评估融资融券制度效果的具体切入点。原因在于：一方面，股价非同步性表征着股票价格对公司特质性信息反映的程度与及时性，是评判资本市场运行效率的重要维度。股价非同步性越高，说明股价受市场事件的影响越低，越能及时吸收公司层面的特质性信息，引导投资者识别效率高的公司(Chen et al., 2007)。与其他定价效率的指标不同，股价非同步性更强调单个公司股票价格的变动与市场平均变动之间的关联性，即普遍存在的“同涨同跌”现象；另一方面，现有研究关注了融资融券对资产误定价、崩盘风险、会计盈余价值相关性等的影响，但尚未涉及股价非同步性这一重要话题，需要新的研究予以补充，以更加全面地理解融资融券制度对我国资本市场的深刻影响。基于以上分析，本文聚焦于“融资融券制度提高还是降低了股价非同步性”这一兼具理论价值和现实意义的问题。

事实上，融资融券制度与股价非同步性的关系难以从理论上简单判断。首先，融资和融券交易的同时展开使这一制度既包含了融资的杠杆效应也包含了融券的卖空机制，而两者的作用并不一致；其次，融资融券制度有效与否，关键取决于投资者的交易，而这很大程度上又受到公司初始信息环境的影响。因此，融资融券对股价非同步性的影响可能存在提高和降低两种截然相反的效应，需要严谨的实证检验。本文在中国股票市场融资融券制度逐步试点这一准自然实验的框架下，采用双重差分模型考察了融资融券对标的公司股价非同步性的影响。基于2006-2015年A股上市公司全样本以及倾向得分匹配子样本的实证检验表明，相比于未加入融资融券业务的公司，加入融资融券业务的公司在制度实施以后，股价非同步性不仅没有上升反而显著下降。不过，随着融资融券制度的不断完善和标的公司的不断增加，其对股价非同步性的负面影响正在减弱。进一步研究发现：(1)尽管融券业务(卖空机制)能够提升股价非同步性，但融资业务却通过杠杆效应降低了股价非同步性，由于前者的规模远小于后者，融资融券制度最终表现为融资交易主导的负面效应；(2)融资融券制度对股价非同步性的治理作用需要良好的信息环境作为前提，而标的公司较差的初始信息环境反而使该制度成为投资者非理性行为的工具。上述结论在更换主要变量指标、考虑内生性问题等多种稳健性检验后依然成立。

本文的贡献主要表现在以下几个方面：(1)现有关于融资融券实施效果的研究主要集中于其对股票定价效率、盈余管理、会计稳健性以及投资行为的影响上。本文则以度量个股与市场关系的股价非同步性作为新的切入点，不仅拓展了已有文献，也更加契合中国资本市场“同涨同跌”的典型事实；(2)本文也是对股价非同步性相关研究的有益补充。股价非同步性是引导投资者进行投资决策，提升资金配置效率乃至评判资本市场效率的重要维度，利用我国资本市场逐步推出融资融券制度的准自然实验研究其对股价非同步性的影响，丰富了相关研究；(3)本文对融资和融券的单独作用进行了分析，并尝试利用多种方法将两者进行分离，为融资融券制度未能发挥正面效果的现象提供了部分解释，也有助于认识中国式融资融券制度的特殊性；(4)本文还发现，融资融券制度的积极作用需要良好的信息环境作为前提，这为融资融券制度的改进提供了可能的方向。

本文余下内容的结构安排如下：第二部分首先介绍了融资融券制度的实施背景和过程，其次进行理论分析，提出有待检验的竞争性假说；第三部分论述本文的研究设计；第四部分对实证结果进行分析和讨论；第五部分进一步探讨了融资融券制度未能发挥正面作用的原因；最后是结论与启示。

二、制度背景、理论分析与研究假设 (一) 制度背景：融资融券制度的实施

融资融券制度(Securities Margin Trading)，又称“证券信用交易”或“保证金交易”制度，是发达资本市场中普遍采用的一种交易模式，具体包括融资交易和融券交易两种形式。其中，融资交易是指投资者通过向具有融资融券业务资格的证券公司提供担保物，借入资金买入证券；融券交易则是投资者通过借入证券并卖出的交易行为。我国资本市场引入融资融券制度是渐进式的，2010年3月，融资融券交易制度试点正式启动，首批入选股票90只。目前，融资融券标的股票名单经历了四次扩容，分别为2011年11月调整为278只，2013年1月扩充至500只，2013年9月增加至700只以及2014年9月再次增加到900只。

上海和深圳证券交易所为了保证融资融券交易能够平稳开展，对加入标的股票名单设定了以下条件：(1)在本所上市交易超过三个月；(2)融资买入标的股票的流通股本不少于1亿股或流通市值不低于5亿元，融券卖出标的股票的流通股本不少于2亿股或流通市值不低于8亿元；(3)股东人数不少于4000人；(4)在过去三个月内没有出现下列情形之一：日均换手率低于基准指数日均换手率的15%，且日均成交金额低于5000万元；日均涨跌幅平均值与基准指数涨跌幅平均值的偏离超过4%；波动幅度达到基准指数波动幅度的5倍以上。被选入融资融券交易标的股票，既可以进行融券业务，又可以同时进行融资交易。

图 1为2010年到2017年融资融券交易的增长趋势图。可以看出，自融资融券制度实施后，融资、融券交易增长迅猛。融资、融券标的股票数量几乎相同，但融资与融券交易的发展却极不平衡，融资余额规模远远超过融券交易，截止2017年，融资交易已经占到融资融券交易总额的90%以上，这说明在我国资本市场中融资需求十分旺盛，已达到较高的水平，而融券增长则具有较大的发展空间。

(二) 文献回顾、理论分析与研究假设

以Fama(1965)为代表的有效市场理论认为，股价不仅能够充分反映出公司的历史价值，而且能够迅速吸收好消息和坏消息(Morck et al., 2000)，及时作出调整。然而，现实世界中的资本市场并非是完全有效的，此时，股价信息含量对资本市场运行效率和投资者决策的作用就变得十分重要(Subrahmanyam and Titman, 1999；Roll，1988；李增泉等，2011)。具体而言，如果股票价格能够充分、及时地反映公司的基本价值，即股价非同步性越高，投资者就越容易识别出优质公司并据此配置资产。反之，如果公司层面的特质信息(特别是坏消息)无法在股价中及时得到反映，而是累积到一定程度才突然释放，就会导致股价剧烈波动，资本市场出现同涨同跌、暴涨暴跌等异象。Miller(1977)发现卖空限制会对股票价格产生影响，因为此时的市场只反映了乐观投资者的观点。Morck et al.(2000)和Xing et al.(2011)均指出，股价非同步性受信息环境的显著影响，比如发达国家的公司所处的信息环境较好，股价非同步性也较高。长期以来，中国资本市场缺乏卖空机制和杠杆交易，那么，实施融资融券制度会如何影响股价非同步性呢？

一方面，融资融券制度可以提高股价非同步性。其一，融资融券制度为投资者提供了卖空机制，可以加快坏消息融入股价的速度，使得股票价格及时、充分地反映公司的内在价值。李志生等(2017)发现，融资融券交易同时具有内部信息治理和外部信息治理的作用，它不仅有效促使了管理层对非强制信息和坏消息的披露，而且显著降低了财务分析师对目标公司盈利预测的偏差与分歧。黄俊等(2018)、李春涛等(2017)也发现了类似结论。当市场流动性越高时，频繁的交易会降低投资者的套利动机，促使投资者更加理性地进行交易，股价也因此能更及时地吸收市场中的好消息与坏消息，整个资本市场的运行效率趋于有效。肖浩、孔爱国(2014)发现，融资融券交易能够通过降低噪音交易提高股价的特质性波动，提高投资者交易的信息效率，从而达到交易价格的合理化。其二，融资融券制度具有显著的公司治理效应，具体表现为其对企业资源配置和财务行为的事前威慑和事后惩罚效应(顾乃康、周艳利，2017)。Fang et al.(2016)和Massa et al.(2012)的研究指出，卖空机制能够约束管理层的自利行为，提高公司价值。靳庆鲁等(2015)研究发现，放松卖空管制后大股东对管理层的监管动机增强，进而显著提高管理层的投资决策效率。陈晖丽、刘峰(2014)则发现，融资融券公司的盈余管理水平显著更低，这表明卖空投资者关注公司的盈余质量，因而约束了管理层的操纵行为，提高了财务信息质量。卖空机制还使得管理层和股东的利益更一致乃至产生长期激励效应，有利于管理层从事创新活动(权小锋、尹洪英，2017)。可见，融资融券制度不仅可以降低投资者与公司的信息不对称，使得股价及时反映出公司层面的特质信息，而且能够抑制管理层的机会主义行为，降低盈余管理水平，增加股价非同步性。

另一方面，在中国式融资融券制度的实施过程中，融资与融券交易是同时放开的，但二者的作用却截然相反。融券交易能预测负的未来收益(即将坏消息融入价格)从而纠正被高估的股价，而融资交易则预测了正的未来收益(即市场中充斥着好消息)进而提升股价(俞红海等，2018)。前文的数据表明，融资和融券交易的发展极不平衡，融资交易相对于融券交易占据绝对主导地位。在此情况下，投资者的乐观情绪容易高涨，坏消息不但很难及时融入股价，反而加剧了信息的不对称性，降低股价非同步性(李科等，2014)。高涨的融资交易热情往往伴随产生较多的投机交易，极易出现羊群效应，导致股价特质性信息下降，损害市场定价效率(郝项超等，2018)。特别是当公司的信息透明度较差时，投资很难发现管理层隐藏坏消息的机会主义行为，坏消息容易集中释放，加剧股市波动。更为严重的是，投资者可以充分利用融资融券业务的杠杆效应从事“追涨杀跌”活动(褚剑、方军雄，2016)，使得市场交易规模和非理性信息进一步被放大，产生明显的“磁吸效应”(王朝阳、王振霞，2017)。比如，2010年8月的双汇“瘦肉精”事件以及2012年白酒行业的塑化剂风波发生后，短期内股市的波动性增强，标的公司的股票价格均体现出不同程度上的高估。这表明，融资交易盛行导致股价未能及时融入公司个体层面的特质信息(特别是坏消息)，降低股价非同步性。

尽管融资融券制度不断得到完善，但中国股票市场的暴涨暴跌现象仍然频出不穷(褚剑、方军雄，2016)。Morris and Shin(1998)以及Guldstein and Guembel(2008)的研究均表明，融资融券交易在股价下跌时会加剧崩盘风险。俞红海等(2018)则进一步研究了融资融券交易对股价崩盘风险的影响，发现融资买入会增加未来股价崩盘风险，而融券则相反。许红伟、陈欣(2012)的研究也发现，融资融券试点一年内，未体现出对定价效率的明显改善作用。廖士光(2011)利用2010年融资融券标的证券确定以及标的股票调整事件，发现较高的融资规模加之缺乏转融通机制，融资融券的价格发现功能发挥有限。进一步地，陈海强、范云菲(2015)发现，不平衡的融资融券交易产生了对股市波动的非对称性影响，较大规模的融资交易所发挥出的杠杆效应引致了较多的投机行为从而助长了股票市场的波动。可见，融资融券的杠杆效应增强时，投资者容易受到好消息的驱使而表现出高涨的乐观投资情绪，从而降低股价非同步性。

基于上述分析，本文提出两个竞争性的研究假说以供检验：

H1a：其他条件不变的情况下，融资融券制度实施以后，标的公司的股价非同步性显著提升。

H1b：其他条件不变的情况下，融资融券制度实施以后，标的公司的股价非同步性显著下降。

三、实证研究设计 (一) 模型设定与变量定义

为了实证检验融资融券制度对股价非同步性的影响，本文参考褚剑、方军雄(2016)和肖浩、孔爱国(2014)的做法，基于面板数据固定效应设定双重差分模型。计量模型如下：

$ STOCKINF{O_{i, t}} = {\alpha _0} + {\alpha _1}LIST*POS{T_{i, t}} + \sum Control{s_{i, t}} + {v_t} + {e_i} + {\varepsilon _{i, t}} $

(1)

在模型中，下标i表示公司，t表示年度。被解释变量STOCKINFO为股价非同步性，使用INFO、SYN和NSYN三个指标进行度量。具体而言，本文参考相关研究的做法(Roll，1988；Morck et al., 2000；Hutton et al., 2009；苏冬蔚、熊家财，2013；陈梦根、毛小元，2007；李增泉等，2011；袁知柱、鞠晓峰，2009；林忠国等，2012)，将公司股票收益率的方差分解为市场收益率方差和公司特质因子方差两部分，其中，股票价格与市场价格波动的联系越紧密，吸收的特质信息就越少，股价非同步性越低。计算公式如下：

$ {r_{i, j, t}} = {\beta _{i0}} + {\beta _{im}}*{r_{m, t}} + {\beta _{ij}}*{r_{j, t}} + {\varepsilon _{i, t}} $

(2)

其中，r_{i, j, t}为公司i在年度t的周收益率，r_{m, t}为市场m在年度t的周收益率，r_{j, t}为行业j在年度t的流通市值加权平均周收益率，ε_{i, t}为随机干扰项。模型(2)的拟合优度R²代表市场和行业冲击对个股股票收益率变动的解释力度，进行对数转换后得到股价非同步性的第一个指标INFO_{i, t}=Ln[(1-R²)/R²]。该指标的数值越大，股价中包含的特质因素越多，股价非同步性越高。此外，本文借鉴一些文献的处理方式，通过对模型(2)的变形计算股价非同步性的另外两个指标：其一，在模型(2)中不考虑行业的周收益率r_{j, t}，其他做法相同，得到股价非同步性的第二个指标，记为SYN；其二，在模型(2)中不考虑行业的周收益率r_{j, t}，但加入滞后一期的市场周收益率r_{m, t-1}，其他做法相同，得到股价非同步性的第三个指标，记为NSYN。参考已有研究(苏冬蔚、熊家财，2013；陈梦根、毛小元，2007；李增泉等，2011；袁知柱、鞠晓峰，2009)，计算过程中均使用周数据进行回归，最终得到的三个指标均为年度数据。

解释变量LIST*POST为虚拟变量，如果公司i在年度t加入了融资融券标的名单，取值为1，否则为0。由于LIST用来区分处理组和对照组(是否加入融资融券标的名单)，POST表示融资融券制度的实施前后，因此，根据双重差分模型的原理，LIST*POST的系数α₁实际上度量了剔除其他混杂因素后融资融券制度的净效应。如果α₁显著为负，意味着融资融券制度降低了股价非同步性，反之，则表明融资融券制度提高了股价非同步性。

Controls表示一组控制变量，包括年度股票收益波动率Sd，等于年度t内股票周收益率的标准差；年度股票收益率Ret，等于考虑现金红利再投资的年度个股收益率；公司规模Size，等于年个股总市值的自然对数；财务杠杆Lev，等于总负债除以总资产；资产收益率Roa，等于净利润除以总资产；上市年限Age，等于首发上市至当年年限的自然对数；市值账面比MB，等于市场价值与账面股东权益的比值；年度股票换手率Turn，等于每年交易量除以总流通股数；行业内公司数目Number, 等于某一行业内的公司数目。v_t和e_i分别表示时间效应和公司不随时间变化的个体效应；ε_{i, t}为模型(1)的随机干扰项。

以上变量的具体计算方法见附表 1。

(二) 样本选取与数据来源

融资融券制度自2010年开始实施，为了更好地进行因果推断，本文使用双重差分方法，因此，样本区间需要同时包含事件发生前和发生后两个时间段，具体而言，本文的样本选取参考了褚剑、方军雄等类似的做法，选取2006-2015年作为样本期间。由于本文采用双重差分模型，因此使用全部A股上市公司作为研究样本，其中进入融资融券标的名单的公司作为处理组，未进入该名单的公司作为对照组。按照研究惯例，本文剔除了金融保险行业、ST、*ST、所需数据缺失以及进入融资融券名单后又被移除的样本，并对公司层面的连续变量进行1%-99%之外的极端值进行缩尾处理，最终得到18000个公司年度观测值^①。样本全部来源于CSMAR数据库，统计分析使用的软件为Stata15.0。

① 后文引入新的分组变量后，由于分组变量的部分缺失，参与回归的样本有所变化，具体见相应的表格。

表 1列示了变量的描述性统计。可以看到，在样本区间内，股价非同步性的三个指标SYN、INFO、NSYN均值分别为0.689、0.546和0.521，中值分别为0.520、0.540和0.400，与现有研究基本一致(林忠国等，2012；陈梦根、毛小元，2007；苏冬蔚、熊家财，2013)。LIST*POST的均值为0.120，表明样本中约有12%的样本受到了融资融券制度的影响。其他控制变量也基本与已有文献保持一致。

四、实证结果与分析 (一) 融资融券与股价非同步性的基本回归结果

表 2报告了融资融券制度与股价非同步性的基本回归结果。由列(1)至列(3)可以看到，无论采用何种方式衡量股价非同步性，解释变量LIST*POST的回归系数均为负数(分别为-0.313、-0.047、-0.260)，且都在1%的水平上显著。进一步控制可能影响股价非同步性的其他因素之后，结果如列(4)至列(6)所示，LIST*POST的回归系数略有下降，但依然在1%的水平上显著为负。这意味着，融资融券制度实施以后，加入标的名单的公司相比于未加入的公司，其股价非同步性不仅没有上升反而显著下降，假设H1b得到验证。

(二) 融资融券制度影响股价非同步性的动态效果

考虑到融资融券是分批次进行的，本文在模型(1)的基础上，进一步按照融资融券制度实施的批次，将LIST分解为LIST1-LIST4等四个变量(对应融资融券制度试点不断扩容的时间，即2010年、2011年、2013年、2014年)，分别与POST变量交乘，以考察这一制度的动态效果。其他变量和处理方法与模型(1)一致。表 3报告了融资融券制度影响股价非同步性的动态效应。可以看到，无论采用何种方式衡量股价非同步性，LIST1*POST、LIST2*POST、LIST3*POST的回归系数均显著为负，而LIST4*POST的系数虽然为负但不再显著。以上结果表明，随着融资融券制度的不断完善和标的公司的不断增加，其对股价非同步性的负面影响正在减弱。

(三) 稳健性测试

为了保证上述实证结果的稳健性，本文还从指标、样本等多个方面进行测试，具体内容如下：

其一，更换股价非同步性的度量指标。已有研究在测量股价非同步性时略有差异，因此，本文还使用了如下计算方法：(1)考虑到市场收益率和行业收益率对个股收益率的影响可能存在滞后或提前效应，因此，在测算股价非同步性的模型(2)中加入滞后一期的市场收益率r_{m, t-1}、行业收益率r_{j, t-1}以及滞后两期的市场收益率r_{m, t-2}、行业收益率r_{j, t-2}，其他做法与上文相同，得到股价非同步性的另一指标，记为NFO；(2)参考李增泉等(2011)的做法，在模型(2)中加入提前和滞后一期的市场收益率(r_{m, t+1}、r_{m, t-1})与行业收益率(r_{j, t+1}、r_{j, t+1})，直接拟合得到股价非同步性的反指标——股价同步性，记为RSQ；(3)在模型(1)中，使用日交易数据代替周交易数据进行股价非同步性相关指标SYN的测算，其他做法与上文相同，得到年度股价非同步性指标；(4)褚剑、于传荣(2016)使用当前股票收益率(Ret)与未来会计盈余(X_future)的反应系数作为股价信息含量的度量指标，为了与之对比，本文也采取类似做法。使用上述指标的回归结果见表 4前四列，没有发生实质性变化。

其二，关于内生性问题的讨论。由于处理组(标的公司)和对照组(非标的公司)并非随机分组而是按照一定标准选定的，因此两组样本的股价非同性可能在融资融券制度实施之前就存在差异，当这一差异随时间变化的趋势不同时，双重差分模型的前提——平行趋势假定就无法成立。因此，本文进一步采用倾向得分匹配方法(PSM)，为处理组匹配出较为类似的对照组作为新的对照组，然后使用匹配后的样本重新进行分析。参考已有文献(褚剑、方军雄，2016；权小锋、尹洪英，2017), 匹配过程如下：首先，根据上海和深圳证券交易所的文件要求，整理出影响股票是否进入融资融券标的名单的变量，包括流通市值的自然对数Size、财务杠杆Lev、资产收益率Roa、市值账面比MB、上市年限Age、股东人数的自然对数Sharenumber、年度股票换手率Turn、年度股票收益波动率Sd、所属板块Market；其次，保留试点当年的数据(即2010年、2011年、2013年和2014年)，通过Logit回归得到每个观测值的倾向性得分；再次，采用最近邻匹配法进行1 : 1无放回匹配，为了保证匹配效果，将处理组观测值和对照组观测值的倾向性得分最大允许距离设置为0.05^①；最后，剔除匹配不成功的样本，得到新的样本，使用新的样本重复模型(1)的回归。表 4列(5)至列(7)汇报了基于PSM子样本的双重差分回归结果，不难看出，LIST*POST的回归系数分别为-0.327、-0.046和-0.292，均在1%的水平上显著，与上文结论一致。

① 当处理组某一观测值与对照组某一观测值的倾向性得分差异超过0.05(根据数据特征多次试验得到)时，即使两者为最相邻观测值，也视为匹配不成功(该处理组观测值也会被删除)。

② 因板面缘故，匹配前后的差异数据可向作者索取。

事实上，融资融券标的股票的特殊性虽然存在，但更多的体现在2010年第一批名单中的公司，他们作为首批标的，具有一定的示范意义，而在后续逐渐扩容的过程中，名单内的股票越来越多，处理组和对照组的差异也随之不断降低。因此，本文剔除2010年第一批加入融资融券名单的股票，重新进行回归，结果基本没有发生变化。

五、进一步分析

前文表明，融资融券制度显著降低了标的公司的股价非同步性。那么，融资融券制度为何没有发挥正面效果呢？一些文献从遴选标准的角度给出了解释，认为标的公司在满足某些条件后才有资格进行融资融券业务，此类“优质股票”的股价信息含量本来就比较高，因此很难看到融资融券制度的作用(褚剑、于传荣，2016)。但就本文而言，标的公司的遴选标准和股价非同步性并无直接关联，且融资融券业务经过四次扩容后，股票数量已增至近900只。因此，本文认为还存在其他导致融资融券制度未能发挥积极作用的因素。基于理论梳理和对中国制度背景的考察，以下两个视角值得关注：其一，融资融券制度在实施过程中，融资与融券交易的发展极不平衡，前者的规模远大于后者，且融资和融券两种业务对市场的作用也截然不同(Wang，2014；Chen et al., 2015；褚剑、方军雄，2016)；其二，公司自身的信息环境对于投资者进行合理估值和交易至关重要，因此也很可能影响融资融券制度的实施效果(Hirshleifer et al., 2011)。基于以上分析，本文从如下两个方面进行检验，从而为融资融券未能发挥预期效果提供新的解释。

(一) 融资交易与融券交易的差异化作用及其失衡

如前所述，卖空管制阻碍了投资者对坏消息的及时反应，进而会减缓负面信息融入股价的速度，导致股价对好消息和坏消息的反映呈现出不对称性。在此背景下，如果引入卖空机制(融券交易)，股价就可以更及时的吸收坏消息，提高股价非同步性。然而，中国式融资融券制度的独特之处在于，融资和融券业务是同时被放开的。而在现实中，由于投资者具有做多(融资交易)的惯性，加之融券的来源有限，融券交易的规模远远小于融资规模(如图 1)。由于两者对股价非同步性的影响截然相反，因此，只有对两者进行分离并准确评估融资和融券交易的单独作用，才能理解融资融券制度为何会降低股价非同步性。

首先，本文根据当年股票收益率的正负将样本分为“融资交易主导”和“融券交易主导”两组^①，表 5列(1)列(2)的回归结果表明，在融资交易为主的组别，LIST*POST的系数显著为负，即融资融券制度降低了股价非同步性，融券交易为主的组别则不显著；其次，借鉴Bris et al.(2007)和唐松等(2016)的做法^①，将公司层面的特质性信息分为正面信息(好消息)和负面信息(坏消息)，股价吸收正面消息的速度越快，说明融资交易相对更多，反之，吸收负面消息的速度越快，则说明融券交易相对更多。回归结果见表 5列(3)和列(4)，融资融券制度对股价非同步性的损害现象仍然只体现在“融资交易主导”的组别。

① 通过绘制散点图发现，股票收益率与融资交易呈正相关关系，与融券交易呈负相关关系，这说明按照股票收益率区分融资交易主导还是融券交易主导具有一定的合理性。

① R^2-和R²⁺分别为t年度内日市场指数下跌和上涨(即市场收益率为负和为正)时，将个股的日报酬率与市场日报酬率进行回归所得到的R²(由于进行了分组，如果按照上文继续使用周收益率进行回归，则会导致组内样本不足)，为年度指标。它们分别衡量了个股股价吸收负面和正面特质性信息的程度。

此外，借鉴褚剑、方军雄(2016)的做法，采用融资融券的实际交易数据，进一步检验融资、融券交易对股价非同步性的影响，其中，第一组指标为融资买入额与流通市值之比Long1、融券卖出额与流通市值之比Short1，第二组指标为融资余额与流通市值之比Long2、融券余额与流通市值之比Short2(具体定义见附表 1)。表 6展示的回归结果表明，融券交易规模对股价非同步性具有一定的提升作用，但效果有限(只有第5列Short2的系数显著为正)。与之相反，融资交易规模(Long1、Long2)的系数基本显著为负。考虑到现实中前者的规模远小于后者(见图 1)，融资融券制度最终表现为对股价非同步性的负面效应。

(二) 融资融券制度是否依赖公司初始信息环境

Hirshleifer et al.(2011)曾指出，卖空投资者通过公司应计水平高低来识别目标公司。那么，中国资本市场推出的融资融券制度是否如发达国家的成熟市场一样，也需依赖公司较高的信息透明度呢？本文认为，融资融券交易的实质是为投资者买卖股票提供更多的选择空间，因此仍需以高质量的信息为前提，以帮助投资者对股票进行合理估值(Hirshleifer et al., 2011)。如果公司的初始信息披露水平较差，那么放开融资融券管制以后，投资者在不了解公司特质性信息的情况下进行融资和融券，反而会导致股价的暴涨暴跌、内幕交易等低效行为(张俊瑞等，2016)。鉴于此，本文从公司初始信息环境的角度为融资融券制度降低股价非同步性提供另一种解释。

本文借鉴已有研究的做法(Hutton et al., 2009)，首先使用盈余管理Absdis，信息透明度Opaque以及深圳证券交易所公布的信息披露评级Score三个指标代表公司自身的信息环境，然后进行分组回归(为了避免内生性问题，使用样本起始年度的信息环境变量作为分组依据)，以考察融资融券制度对股价非同步性的影响是否与其自身的初始信息环境有关。从表 7的回归结果来看，当公司的初始信息环境较差时，实施融资融券反而会损害标的公司的股价非同步性，但当公司的初始信息环境较好时，实施融资融券制度不会降低标的公司的股价非同步性或对其损害较小。如表 7所示，邹检验(Chow Test)的结果说明，组间系数差异是显著的。这意味着，融资融券之所以会降低股价非同步性，还因为中国上市公司的信息环境较差。

六、结论与启示

融资融券制度给中国资本市场带来了重要影响，但其具体效果仍存争议。考虑到股价非同步性是评判资本市场定价效率乃至健康与否的重要维度，本文以股价非同步性为切入点，利用融资融券制度试点及其后续扩容这一准自然实验构建的双重差分模型和2006-2015年中国A股上市公司样本，探讨了融资融券制度的作用。本文的研究结果表明，相比于非融资融券标的公司，融资融券标的公司在开展融资融券业务以后，股价非同步性不仅没有上升反而显著下降。不过，随着融资融券制度的不断完善和标的公司的不断增加，这一消极影响正在减弱。进一步地，本文利用多种方法尝试对融资和融券交易进行剥离，考察它们各自的作用，结果发现，融券业务(卖空机制)能够提升股价非同步性，融资业务却降低了股价非同步性，由于后者的规模占据了绝对主导，融资融券制度最终表现为负面效应。此外，融资融券制度的治理作用需要良好的信息环境作为前提，而标的公司较差的初始信息环境使评估股票价值依然困难。

本文的研究结论对于完善融资融券制度乃至股票市场都具有明显的政策启示。首先，本文的发现表明，作为融资融券制度的重要组成部分，卖空机制可以在一定程度上改善资本市场“单边市”的交易机制，帮助投资者更为迅速地对股价中的特质信息做出反应，从而提升股价的价值引导作用，改善资本市场的运行效率。因此，监管部门应该持续推进融资融券制度，并及时调整其准入门槛。其次，本文还发现，融券交易的规模相较于融资交易仍然较小，两者的不均衡发展使得融资交易的杠杆效应占据主导，其直接后果是投资者情绪盲目乐观，掩盖了融券交易的治理效应，降低了股价的非同步性，不利于资本市场的健康发展。因此，政府应当出台配套政策对此进行调节，着重促进融券交易业务的开展。再次，完善公司的信息环境和披露政策，也是改善融资融券制度实施效果的重要方式，如果公司个体层面的信息环境较差，那么，融资融券交易仍然建立在错误的估值之上，这不仅难以发挥其治理作用，反而会因其杠杆交易而加剧资本市场波动。总而言之，中国经济正处于新兴加转轨的变革之中，融资融券这一金融创新工具的制度建设尚不完善，因此需要在准确评估其政策效果的基础上，有针对性的加以改进。

附录：