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_林祥友

2014年第6期
总第364期第33卷
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
林祥友
摘要：以7种成为融资融券标的证券的ETF基金构造处理组，以7种未成为融资融券标的证券的ETF 基金构造控制组，利用ETF基金的交易数据，采用双重差分模型分别研究成为融资融券标的证券前后ETF 基金市场的流动性、波动性和有效性的差异，分析融资融券交易对ETF基金市场质量的影响，得到的结论是：融资融券交易提高了ETF基金市场的流动性，抑制了ETF基金市场的波动性，增强了ETF基金市场的有效性，从整体上改善了ETF基金市场的质量。

关键词：融资融券；ETF基金；市场质量；双重差分模型
JEL分类号：G13，G14，E44
一、引言
我国证券市场从2010年3月31日开始实施融资融券交易试点，从开始只有90只股票被纳入融资融券交易的标的证券，后来又陆续对融资融券交易标的证券的品种和数量进行了调整和补充，逐渐扩大了融资融券交易的标的证券的范围。

2011年12月5日，易方达深100ETF、华夏中小板ETF、深成ETF、上证180治理ETF、上证50ETF、上证180ETF、上证红利ETF这七只ETF基金被纳入融资融券交易的标的证券，这一事件对我国证券市场融资融券的交易对象产生深刻影响，也为研究融资融券交易对ETF基金的流动性、波动性、有效性等市场质量的影响，提供了一个很好的天然实验。

对这一研究问题结论的揭示，有助于对融资融券交易制度的实施效果和市场效应进行正确判断，有助于证券市场监管者制定有效的监管政策，也有助于证券市场交易者选择合理的交易策略。

关于证券市场质量，郭彦峰、魏宇、黄登仕（2007）指出，“市场质量是一个包含流动性、波动性和有效性等在内的综合体”。

研究融资融券交易对证券市场的流动性或（和）波动性影响的文献比较多，多采用虚拟变量法和事件研究法，且呈现出并不一致的研究结论。

融资融券交易对市场波动性影响的研究结论主要包括：第一类，融资融券交易会加剧市场的波动性。

Henry and McKenzie（2006）以香港股票市场为研究对象，发现卖空交易制度的引入导致香港股票波动性增
作者简介林祥友：成都理工大学副教授，博士，硕士生导师，主要从事公司金融、金融衍生品研究。

*本文得到四川省教育厅人文社科重点项目（项目编号14SA0036）、成都理工大学“金融与投资优秀科研创新团队培育资助”项目（项目编号KYTD201303）和成都理工大学科研基金资助项目（项目编号2011YR10）的资助。

感谢匿名审稿人的评审意见，当然，文责自负。

融资融券交易对ETF基金市场质量的影响
加。

Chang et al.（2007）研究了香港股票市场上股票被列入或被剔除可卖空证券名单对股票波动性的影响，发现当股票允许卖空后其波动性会增加。

第二类，融资融券交易会降低市场的波动性。

Charoenrook and Daouk（2005）对全球111个国家的数据进行检验，与禁止卖空交易的市场相比，允许卖空交易的市场的波动性较小。

廖士光和杨朝军（2005a）以我国台湾股票市场的月度卖空数据为研究对象进行研究，研究结果表明卖空交易机制可以对市场的波动起到平抑作用。

Bris et al.（2007）对全球47个市场的研究也发现卖空交易可以显著降低市场的波动性。

陈淼鑫和郑振龙（2008）检验了37个国家和地区的证券市场，结果表明在全球市场和新兴市场，卖空机制会降低市场的波动性。

第三类，融资融券交易对市场波动性的影响不确定。

Kraus and Rubin（2003）建立了一个理论模型，考察了卖空交易限制放松的情况下，理论模型认为股价波动性有可能增加，也有可能减少，这取决于模型的信息参数和经济外生变量的设定。

Bai et al.（2006）建立一个完全理性预期的一般均衡模型，模型表明在信息不对称的情况，卖空机制对市场波动的影响是不确定的。

Gallmeyer and Hollifield（2008）建立了存在异质信念的动态一般均衡模型，模型表明，卖空机制对波动的影响与乐观投资者的跨期替代弹性有关。

Dierher et al.（2009）对临时禁止卖空的实验证券进行考察，结果发现日波动率水平并没有明显变化。

融资融券交易对市场流动性影响的研究结论主要包括，Woolridge and Dickinson（1994）实证研究表明卖空交易者可以通过卖空交易机制在市场上涨时增加卖空交易量和在市场下跌时减少市场交易量来增加市场的流动性。

Charoenrook and Daouk（2005）利用换手率作为衡量流动性的指标，对111个证券市场的数据进行研究，发现在有较多限制卖空的新兴市场国家股票市场的流动性要明显低于没有卖空限制的发达市场国家。

廖士光和杨朝军（2005b）研究香港股市的卖空交易额与股市流动性之间的关系，发现卖空对香港股市的影响不大。

骆玉鼎和廖士光（2007）研究认为保证金比率显著影响市场流动性和买空交易，融资买空交易为市场提供了流动性。

王旻等（2008）从流动性的角度出发，研究了融资融券对台湾股市的影响，发现融券交易对台湾股市没有影响。

谷文林和孔祥忠（2010）利用单因素方差分析法研究了融资融券的推出对我国股市流动性的冲击，未发现有显著影响。

杨德勇和吴琼（2011）用类似的方法衡量了融资融券对个别几只在2010年7月1日被调入和调出标的证券名单的个股的流动性和波动性的影响，发现融资融券后沪市个股的波动性有所降低，流动性有所提高。

融资融券交易对市场有效性影响方面的研究文献还比较欠缺，系统研究融资融券交易对证券市场的市场质量影响的文献尚未发现。

作为一个类似的研究命题，郭彦峰、魏宇、黄登仕（2007）研究了ETF上市对中小企业板市场质量的影响，得到的结论是中小板ETF上市交易后，以Amivest比率衡量的中小板P指数的流动性是增加的；以GK波动值衡量的中小板P指数的波动性是减小的；以市场效率系数法与暂时性价格变动效果衡量的中小板P指数定价的有效性得到了提升。

融资融券交易影响证券市场质量的研究结论不一致，研究方法也存在值得商榷之处。

现有的研究方法有两种：一是对是否允许融资融券交易引入虚拟变量，考察虚拟变量系数的符号，比如Charoenrook and Daouk（2005），陈淼鑫和郑振龙（2008）的研究。

一般存在卖空的市场都是比较发达的市场，不存在卖空的市场都是新兴市场，导致是否允许卖空虚拟变量与市场发达程度相关，产生内生性问题；二是事件分析方法，考察融资融券交易推出前后市场的不同表现，比如Chang et al.（2007），杨德勇、吴琼（2011）等的研究。

市场的不同表现及市场波动可能是由于放松或禁止卖空引起的，也可能是其他因素变化引起的，使得这一方法的研究结论也不可靠（翟爱梅、钟山，2012）。

双重差分模型能够较好地弥补上述两种研究方法的缺陷，可以用来作为研究融资融券交易影响市场流动性和波动性的首选方法。

Bertrand等（2004）就提出，双重差分模型因其能够更加坚实地辨识出因果关系并控制住时间序列上其他因素的影响，故而在经验研究中已得到越来越广泛的运用。

Imbens和Wooldridge（2007）指出，在自然实验中，由于处理组和控制组均来自受到某项具体政策影响与否的特定群体而非随机，双重差分模型可以较好地控制处理组和控制组之
间的系统性差异，来研究处理组在某项政策实施前后所发生的变化。

经典的双重差分模型一般是通过比较一项政策发生前后，处理组与控制组的差异来考察政策的影响，如周黎安、陈烨（2005）运用双重差分模型检验农村税费改革的效应，聂辉华、方明月、李涛（2009）采用双重差分模型考察增值税转型对企业行为和绩效的影响，指出这一方法的优点在于较好地避免了政策作为解释变量所存在的内生性问题，确切地说是控制了因变量和解释变量之间的相互影响效应。

杨阳、万迪昉（2010）通过倾向评分匹配法匹配出与沪深300指数股相对应的非指数股，对这两组样本进行事件研究的横截面分析和双重差分模型研究，探讨股指期货正式上市以来股票市场波动的变化，采用双重差分模型分析了我国股指期货对股票市场的影响。

翟爱梅、钟山（2012）采用双重差分模型，通过比较A股和H股市场长期存在的制度差异，间接考察卖空机制对股价波动的影响。

许红伟、陈欣（2012）基于双重差分模型研究了我国融资融券试点对股票定价效率和收益率分布的影响。

林祥友、代宏霞（2013）采用双重差分模型研究了融资融券交易对ETF基金市场流动性的影响。

可见，双重差分模型这一研究方法具有广泛的适用性和结论的可靠性。

基于对以上相关研究文献的分析和借鉴，本文以ETF基金进入融资融券标的证券这一事件为研究对象，以2011年12月5日进入融资融券标的证券的7种ETF基金构造处理组，以未进入融资融券标的证券的7种ETF基金构造控制组，采用双重差分模型，实证检验ETF基金进入融资融券交易标的证券前后的市场流动性、波动性、有效性的差异，系统研究融资融券交易对ETF基金市场流动性、波动性、有效性等市场质量指标的影响。

二、研究设计
（一）流动性的度量
一般来说，流动性的衡量可分为四种类型：价格法、交易量法、价量结合法和时间法。

Kyle（1985）将流动性分解为市场宽度、市场深度和弹性三个指标。

市场宽度常常用价差表示，价差越小，流动性越好；市场深度则采用最优买卖申报价格上的委托量，委托量越大，流动性越好；弹性则是从价格发生变化到回复均衡价格所需要的时间，价格偏离价值后返回的速度越快，流动性也越好。

但是很多研究并没有全面衡量流动性的这三个维度，往往只偏重于某一个维度（韦立坚等2012）。

一个好的流动性指标应包含流动性概念中的价格、数量和时间三个维度上的交易信息。

在众多的流动性指标中，杨朝军、张志鹏、廖士光（2008）使用了能直接包含价、量、时三因素的流动性指标，即Ill非流动性指标。

非流动性指标是指“反映指令流对价格的冲击——交易执行时的卖出折让或买入多付出的价格——这种冲击源于逆向选择和存货成本”（Amihud，2002）。

需要特别指出的是，非流动性指标Ill是从反面反映流动性，它在字面上是流动性的反面，在实际应用时常用交易对价格的冲击来衡量，非流动性指标值越大，表示单位成交量所引起的价格振动幅度越大，则流动性越差。

杨朝军、张志鹏、廖士光（2008）提出的以单位时间内单位成交金额所引起的价格振动幅度来表示非流动性指标，具体表示为：
Ill t=SW t
V t =H t-L t
V t×O t（1）
式（1）中，Ill t为在第t时段内ETF基金市场的非流动性（illiquidity），V t为ETF基金在第t时段内所完成的成交量，SW t为ETF基金在第t时段内的价格振动幅度，H t为t时段内的最高价，L t为t时段内的最低价，O t为t时段内的开盘价，文中t时段取为1个交易日，以计算流动性指标。

（二）波动性的度量
传统的波动率估计方法主要考虑收盘价，包括前期收盘价C0和当期收盘价C1，用公式表示为σ2Classical=(C1-C0)2。

Parkinson（1976）考虑了当期最高价H1和当期最低价L1，构建了波动率的估计量An Empirical Study on the Impact of Margin Trading on the ETFs Market
融资融券交易对ETF基金市场质量的影响
σ2Parkinson=(H1-L1)2/4ln2。

Garman和Klass（1980）发展了股市日内波动率衡量的优化方法，被认为是最小方差的无偏估计。

张孝岩，沈中华（2011）采用最小方差无偏的最优估计量来测度沪深300指数及沪深300股指期货的5分钟GK波动率，并认为这一估计方法同时考虑了开盘价、收盘价、最高价、最低价，在相对相率上比仅考虑收盘价的传统方法提高了，而且也说明GK波动率在高频数据中的适用性。

本文采用此方法估算ETF基金的日内波动率，即ETF基金的价格波动率的估计值为：
σ2GK=0.511(u-d)2-0.019[c(u+d)-2ud]-0.383c2（2）式（2）中，u=H t-O t为正则化最高价；d=L t-O t为正则化最低价；c=C t-O t为正则化收盘价，H t 为最高价，L t为最低价，O t为开盘价，C t为收盘价。

（三）有效性的度量
Hasbrouck和Schartz（1988）提出市场效率系数（Market Efficiency Coefficient，MEC）来度量市场的有效性，市场效率系数MEC的表达式为：
MEC=Var(R2)/(2*Var(R1))（3）式（3）中，R2为ETF基金的两期收益率，文中为ETF基金的两日收益率；R1为ETF基金的单期收益率，文中为ETF基金的一日收益率；Var(R2)为R2的样本方差；Var(R1)为R1的样本方差。

通过比较ETF 基金进入融资融券标的证券前后的市场效率系数，可以检验融资融券交易是否显著提高了ETF基金市场的定价效率。

市场效率系数MEC=1，表明ETF基金市场是理想的市场，收益率方差不存在区间效应；市场效率系数MEC<1，说明收益率之间存在负相关性，可能是由于买卖价差、市场影响等因素造成的；市场效率系数MEC>1，说明收益率之间存在正相关性，可能是由于信息的逐步传播特性、动量交易等因素造成的。

观察ETF基金进入融资融券标的证券前后的市场效率系数MEC的分布，如果ETF基金进入融资融券标的证券后的市场效率系数MEC的分布更接近于1，则可认为ETF基金进入融资融券标的证券促进了ETF基金市场的定价效率和定价质量。

由于并不能够通过直接比较市场效率系数MEC的大小来判断市场有效性的强弱，因此以市场效率系数MEC为基础，本文进一步构建了直接反映市场有效性的正向指标如式（4）所示。

Efficienc y=1
|MEC-1|（4）式（4）中，1/|MEC-1|的值越大，表明ETF基金市场的有效性越强；1/|MEC-1|的值越小，表明ETF 基金市场的有效性越弱。

（四）流动性、波动性和有效性的双重差分模型
首先构建双重差分模型的处理组和控制组。

处理组为2011年12月5日进入融资融券标的证券的7种ETF基金，包括易方达深100ETF（159901）、华夏中小板ETF（159902）、深成ETF（159903）、上证180治理ETF（510010）、上证50ETF（510050）、上证180ETF（510180）、上证红利ETF（510880）；控制组为2011年12月5日未进入融资融券标的证券但已经存续较长时间的7种ETF基金，包括深红利ETF（159905）、深成长ETF（159906）、深F200ETF（159908）、超大ETF（510020）、价值ETF（510030）、综指ETF（510210）、中小ETF （510220）。

处理组和控制组都分别由3只深交所的ETF基金和4只上交所的ETF基金组成，尽量保证了构建的双重差分模型中处理组和控制组ETF基金在多方面的同质性和可比性，有利于保证研究结果的可靠性。

在处理组中，ETF基金市场流动性、波动性、有效性的差异既有时间不同的影响，也有是否允许融资融券交易的影响。

在控制组中，ETF基金市场流动性、波动性、有效性的差异只有时间不同的影响。

通过对处理组和控制组的比较分析，可以有效消除对两组有共同影响的因素，剩下的就只有融资融券交易对ETF 基金市场流动性、波动性、有效性的净影响。

基于上述分析，构建的双重差分模型基本形式如下：
Illiquidit y it =α0+γ1D i +γ2T i +γ3D i ×T i +α1Volume i +α2Si z e i +εit （5）
Volatilit y it =β0+δ1D i +δ2T i +δ3D i ×T i +β1Volume i +β2Si z e i +u it （6）
Efficienc y it =η0+λ1D i +λ2T i +λ3D i ×T i +η1Volume i +η2Si z e i +v it （7）
式（5）、（6）、（7）中，
Illiquidit y it 为第i 只ETF 基金第t 期的非流动性；Volatilit y it 为第i 只ETF 基金第t 期的波动性；Efficienc y it 为第i 只ETF 基金第t 期的有效性；D 为处理组/控制组虚拟变量，
当ETF 基金属于处理组，即进入融资融券标的证券的7种ETF 基金，D =1，否则，D =0；T 为进入融资融券标的证券前/进入融资融券标的证券后虚拟变量，当ETF 基金在进入融资融券标的证券之后，即2011年12月5日之后，
T =1，否则，T =0；Volume 为ETF 基金的交易量，是控制变量；Si z e 为ETF 基金的流通市值，
是控制变量。

由式（5）、（6）、（7），可以得到如下双重差分模型分析。

由表1可以看出，控制组ETF 基金进入融资融券标的证券前后的非流动性的差异为γ2，处理组ETF 基金进入融资融券标的证券前后的非流动性的差异为γ2+γ3。

处理组ETF 基金进入融资融券标的证券前后市场非流动性的差异与控制组ETF 基金进入融资融券标的证券前后市场非流动性的差异之间的差异为
γ3。

交叉项D i ×T i 的系数γ3即是要考察的融资融券交易对ETF 基金市场非流动性的影响，
即双重差分统计量。

若γ3显著为正，表明融资融券交易会增强ETF 基金市场的非流动性，即减弱ETF 基金市场的流动性；若γ3显著为负，表明融资融券交易会减弱ETF 基金市场的非流动性，即增强ETF 基金市场的流动性；若
γ3不显著，
则不能判断融资融券交易对ETF 基金市场流动性的影响。

表1ETF
基金市场非流动性的双重差分模型分析
表2ETF
基金市场波动性的双重差分模型分析
表3ETF
基金市场有效性的双重差分模型分析
An Empirical Study on the Impact of Margin Trading on the ETFs Market
融资融券交易对ETF基金市场质量的影响
由表2可以看出，控制组ETF基金进入融资融券标的证券前后的波动性的差异为δ2，处理组ETF基金进入融资融券标的证券前后的波动性的差异为δ2+δ3。

处理组ETF基金进入融资融券标的证券前后市场波动性的差异与控制组ETF基金进入融资融券标的证券前后市场波动性的差异之间的差异为δ3。

交叉项D i×T i的系数δ3即是要考察的融资融券交易对ETF基金市场波动性的影响，即双重差分统计量。

若δ3显著为正，表明融资融券交易会增强ETF基金市场的波动性；若δ3显著为负，表明融资融券交易会减弱ETF 基金市场的波动性；若δ3不显著，则不能判断融资融券交易对ETF基金市场波动性的影响。

由表3可以看出，控制组ETF基金进入融资融券标的证券前后的有效性的差异为λ2，处理组ETF基金进入融资融券标的证券前后的有效性的差异为λ2+λ3。

处理组ETF基金进入融资融券标的证券前后市场有效性的差异与控制组ETF基金进入融资融券标的证券前后市场有效性的差异之间的差异为λ3。

交叉项D i×T i的系数λ3即是要考察的融资融券交易对ETF基金市场有效性的影响，即双重差分统计量。

若λ3显著为正，表明融资融券交易会显著增强ETF基金市场的有效性；若λ3显著为负，表明融资融券交易会显著减弱ETF基金市场的有效性；若λ3不显著，则不能判断融资融券交易对ETF基金市场有效性的影响。

三、实证分析
获取2011年12月5日7只进入融资融券标的证券的ETF基金和7只未进入融资融券标的证券的ETF 基金在2011年12月5日前后各30个交易日的日数据，按照式（1）、式（2）、式（3）、式（4）的计算方法，分别计算每一种ETF基金30个交易日的非流动性、波动性、有效性指标，为了便于分析，非流动性和波动性指标都同时放大1000倍，形成面板数据；然后基于指标的面板数据，采用式（5）、式（6）、式（7）的双重差分模型，估计出交叉项D i×T i的系数γ3、δ3、λ3，用于分析融资融券交易对ETF基金市场的流动性、波动性和有效性的影响。

（一）变量的描述性统计
对处理组ETF基金和控制组ETF基金在进入融资融券标的证券前后的非流动性Illiquidity、波动性V olatility、有效性Efficiency进行描述性统计如表4。

由表4可知，比较处理组的ETF基金在进入融资融券标的证券前和进入融资融券标的证券后非流动性指标的均值，前者为1.060260，后者为1.364821，后者大于前者，说明处理组ETF基金在进入融资融券标的证券这一时点（即2011年12月5日）之后的市场非流动性提高，流动性降低，降低的幅度较小。

比较控制组的ETF基金在进入融资融券标的证券前和进入融资融券标的证券后非流动性指标的均值，前者为1.769502，后者为2.260537，后者大于前者，说明控制组ETF基金在进入融资融券标的证券这一时点（即2011年12月5日）之后的市场非流动性提高，流动性降低，降低的幅度较大。

比较ETF基金进入融资融券标的证券之前（即2011年12月5日之前），处理组ETF基金的非流动性指标的均值为1.060260，控制组ETF 基金的非流动性指标的均值为1.769502，前者小于后者，说明在此期间处理组ETF基金的市场流动性强于控制组ETF基金的市场流动性，且优势较弱。

比较ETF基金进入融资融券标的证券之后（即2011年12月5日之后），处理组ETF基金的非流动性指标的均值为1.364821，控制组ETF基金的非流动性指标的均值为2.260537，前者小于后者，说明在此期间处理组ETF基金的市场流动性强于控制组ETF基金的市场流动性，且优势较强。

通过对处理组ETF基金的非流动性均值和控制组ETF基金的非流动性均值的横向和纵向比较，可以得到一个直观的结论，即处理组ETF基金在进入融资融券标的证券后，市场流动性降低了；控制组ETF基金在进入融资融券标的证券后，市场的流动性也降低了；且前者降低的幅度小于后者降低的幅度，而这种流动性降低幅度的差异正说明融资融券交易可能提高了处理组ETF基金的市场流动性。

An Empirical Study on the Impact of Margin Trading on the ETFs Market
表4ETF基金市场非流动性、波动性、
有效性的描述性统计Array
比较处理组的ETF基金在进入融资融券标的证券前和进入融资融券标的证券后波动性指标的均值，前者为13.86351，后者为15.72706，后者大于前者，说明处理组ETF基金在进入融资融券标的证券这一时点（即2011年12月5日）之后的市场波动性提高，提高的幅度较小。

比较控制组的ETF基金在进入融资融券标的证券前和进入融资融券标的证券后波动性指标的均值，前者为19.83943，后者为21.28366，后者大于前者，说明控制组ETF基金在进入融资融券标的证券这一时点（即2011年12月5日）之后的市场波动性提高，提高的幅度较大。

比较ETF基金进入融资融券标的证券之前（即2011年12月5日之前），处理组ETF基金的波动性指标的均值为13.86351，控制组ETF基金的波动性指标的均值为19.83943，前者小于后者，说明在此期间处理组ETF基金的市场波动性弱于控制组ETF基金的市场波动性。

比较ETF基金进入融资融券标的证券之后（即2011年12月5日之后），处理组ETF基金的波动指标的均值为15.72706，控制组ETF基金的波动性指标的均值为21.28366，前者小于后者，说明在此期间处理组ETF基金的市场波动性弱于控制组ETF基金的市场波动性。

通过对处理组ETF基金的波动性均值和控制组ETF基金的波动性均值的横向和纵向比较，可以得到一个直观的结论，即处理组ETF基金在进入融资融券标的证券后，市场波动性提高了；控制组ETF基金在进入融资融券标的证券后，市场的波动性也提高了；且前者提高的幅度小于后者提高的幅度，而这种波动性提高幅度的差异正说明融资融券交易可能降低了处理组ETF基金的市场波动性。

比较处理组的ETF基金在进入融资融券标的证券前和进入融资融券标的证券后的有效性的均值，前者为8.589903，后者为14.06503，后者大于前者，说明处理组ETF基金在进入融资融券标的证券这一时点（即2011年12月5日）之后的市场有效性提高。

比较控制组的ETF基金在进入融资融券标的证券前和进入融资融券标的证券后的有效性的均值，前者为12.75297，后者为9.272292，后者小于前者，说明控制组ETF 基金在进入融资融券标的证券这一时点（即2011年12月5日）之后的市场有效性有所下降。

比较ETF基金进入融资融券标的证券之前（即2011年12月5日之前），处理组ETF基金的有效性的均值为8.589903，控制。