融资融券余额范文

融资融券余额范文第1篇

根据上交所和深交所公布的数据，截至2010年4月12日，90只标的股票中，已开始融资且目前存有融资余额的股票共62只。其中，金融服务、食品饮料、公用事业等行业最受市场追捧，而房地产和有色金属行业的人气明显不足。

通过对融资投资者投资标的方向的分析，结果发现，在这些受市场追捧的公司中，不乏基本面优质，未来增势良好者，贵州茅台（600519.SH）、五粮液（000858.SZ）和西山煤电（000983.SZ）等公司，就是其中的典型。

金融服务业最受追捧

根据Wind资讯数据，截至2010年4月12日，融资融券的90只标的个股中，被融资且存有融资余额的公司共计62家，融资余额为1.14亿元，尽管由于融资融券刚刚交易不足一月，交易额和影响都较为有限，但循着有限的资金流向轨迹，能够发现市场资金对哪些公司是青睐的，对哪些公司是疏远的。

通过对各个行业融资余额进行统计，结果发现，金融服务、食品饮料、公用事业等行业最受市场追捧，其中金融服务行业的融资余额最高，达到5159万元，食品饮料行业紧随其后，4只个股的融资余额就已经达到了2173万元，而第三位的公用事业，仅凭借长江电力和深圳能源两家公司，就已经拥有了1105万元的融资余额。

相比之下，有色金属行业尽管公司数目达到了7家，却仅有537万元的融资余额，而4家房地产个股也仅有199万元的融资余额，市场对各个行业的亲疏远近一目了然。

截至4月12日，在被融资交易的62只标的个股中，融资余额差别非常大。其中，中国平安以1925万元的融资余额暂居个股榜首，而倒数第一位的则是武钢股份（600005.SH），仅有0.14万元的融资余额。

就中国平安而言，其在融资融券的第一个交易日――3月31日时，就已经有了5万元的买入额，接下来，4月7日有202万元的日买入额，4月8日有224万元的日买入金额，4月9日更是有了737万元的日买入金额。时至4月12日，随着融资融券市场的逐渐开展，当日的日买入金额更是达到了1314万元，这一数字是其他个股所无法比拟的。

考察中国平安的基本面特别是盈利情况，不难发现，市场对中国平安的青睐是有其客观原因的。目前，公司在保险业内仍然具备了较强的竞争力，主要客户群集中在城区市场，人队伍的产能较高，而寿险业务作为公司最主要的价值贡献来源，业务发展质量较高，从而使得公司仍具备长期估值优势。

三公司融资余额超千万

总体来看，融资余额超过1000万元的共有3只个股，分别是前文提及的中国平安，以及贵州茅台和工商银行（601398.SH）。融资余额超过100万元的共有21家，其余41家公司的融资余额截至4月12日均不足100万元，这也表明目前整个融资融券市场并不活跃，仍需要更多的投资者了解并参与进来，才能真正的将A股市场推向成熟。

按照融资余额的多寡来挑选，并辅以各个公司基本面的情况，一些优质的公司浮出水面。这其中，不仅包括了《投资者报》“投资者50”之一的贵州茅台，还包括了五粮液和西山煤电两家公司。

就贵州茅台而言，截至4月12日的融资余额达到了1582万元，仅次于中国平安，位列第二。实际上，市场对贵州茅台的追捧，与其良好的基本面不无关系。

公司年报显示，2009年，公司净利润达到了43亿元，位列已年报公司利润榜前18位，而每股收益更是表现抢眼，高达4.57元，这是目前已年报公司中，每股收益最高的数额，超出位居第二的中国船舶（600150.SH）近1元。同时，回顾过去几年贵州茅台的盈利情况，可以发现，贵州茅台一直是业绩持续稳定的增长。根据Wind资讯的数据，2007年~2009年的三年间，贵州茅台的净利润年均增长率高达188%。净利润数额较大且增长稳定，使得贵州茅台未来的估值优势值得关注。

与贵州茅台同为食品饮料行业的五粮液，由于同样具有较强的抗周期性，其在2009年也取得了不错的成绩。其中净利润达到了32亿元，每股收益0.86元，过去三年的年均净利润增长率也是达到了176%。

融资融券余额范文第2篇

【关键词】沪深两市 融资融券余额 分形R/S分析 Hurst指数

一、引言

融资融券又称“证券信用交易”，是指投资者向证券公司提供担保物，借入资金买入证券（融资交易）或借入证券卖出（融券交易）的行为。包括券商对投资者的融资、融券和金融机构对券商的融资、融券。我国证券公司开展融资融券业务的时间并不长，融资融券试点经过几年准备阶段，2010年3月31日，中国证监会正式推出证券公司融资融券业务试点。沪、深交易所批准了第一批共六家融资融券试点券商，标志着我国融资融券业务进入了交易阶段，开启了一个新的历史时期。试点以来，融资融券在业务规模上呈数量级的攀升，业务收入在证券公司各项业务中所占比重迅速上升，现已成券商盈利的核心部门之一。

我国对融资融券的研究主要有以下两个方面：一是关于融资融券模式的选择，陈晓舜（2005）主张采用分散授信模式[1]，何诚颖、卢宗辉、张龙斌（2010）认为适合建立以证券金融公司为中介的融资融券模式[2]，但对于具体的模式选择仍存在较大分歧；二是对融资融券业务监管及风险控制的研究，吕鸿（2010）、郭喜梅（2010）从交易制度角度分析了融资融券业务的风险和控制[3]，曹慧娟、王晓帆（2010）[4]、顾明（2010）[5]、袁莉（2011）、朱鸿粟（2011）从不同的交易主体角度分析了融资融券业务的风险，杨箐（2011）和杨德勇、吴琼（2011）分别从理论和实证层面研究了融资融券业务对证券市场和股价波动的影响并认为融资融券交易可以增强市场流动性和抑制波动性，武英芝（2011）、廖士光（2011）研究了融资融券交易的价格发现功能的发挥。

长期以来，资本市场理论为线性范式所主宰，如有效市场假说、随机游走模型等。而事实上，市场却并非如此，很少秩序井然，许多研究也表明资本市场具有复杂的非线性特征。分形理论是当今活跃的新理论，相对于有效市场理论，分形市

场理论认为金融市场是一个开放的非线性系统，它具有正反馈机制、金融波动具有长记忆性及自相似性和稳定性，这些描述更加接近市场的真实情况。作为一种已得到广泛运用的非参数统计方法，R/S分析法最大优点就是不必假定R/S测度时间序列的分布特征。无论分布是正态的还是非正态的，R/S分析结果的稳健性均不受影响。

与国外相比，由于我国融资融券业务开展较晚，对融资融券业务的研究还有很多不足。关于融资融券余额时间序列动态特征一直鲜少有人研究。融资融券余额是反映融资融券业务最主要的指标之一。本日融资融券余额等于本日融资余额与本日融券余额之和。考虑到金融时间序列数据复杂的非线性特征，运用R/S分析方法既能区分分形时间序列里的随机序列又能分析时间序列的周期和非周期循环。于是本文采用R/S分析方法分析融资融券余额时间序列，并检验其有效性和稳定性。

二、R/S分析方法简介

曼德尔布罗特（Mandelbrot）认为现实世界中的物体，其维数不是整数，而是分数。分形维实质上度量了物体参差不齐的性质。分形维的计算要用到分形时间序列中Hurst指数的概念。赫斯特（Hurst）是一个水文学家，他在研究水库控制问题时发现大多数自然现象，包括河水外流、温度、降雨、太阳黑子等都遵循一种“有偏随机游动”，即一个趋势加上噪音。趋势的强度和噪音的水平可以根据重标准差随时间的变化情况来度量，即看Hurst指标（H）比0.5的大小。R/S分析方法的具体过程如下。

设时间序列{xt}，t=1，2，...T，取n个序列观测值的均值为：

其中，C为相关性度量，H为Hurst指数。

H和C的含义如下：当H=0.5时，C=0，表示序列是随机的，事件是不相关的；当0≤H

Vn统计量可以估计周期循环长度，它最初是Hurst用来检验稳定性，后来用来估计周期的长度。

对于独立随机过程的时间序列来说，Vn关于log（n）的曲线是一条直线。如果序列具有状态持续性，即当H>0.5时，Vn关log（n）是向上倾斜的；如果序列具有逆状态持续性，即当H

三、实证研究

（一）样本选择与数据处理

本文原始数据选取上海证券交易所和深圳证券交易所融资融券余额日数据作为研究对象，样本期间均选取2010年3月31日到2014年8月26日共1070个融资融券余额日数据。设为t时刻融资融券余额，对数据进行对数预处理得到如下对数增长率序列：

因为R/S分析中的极差是对于平均值的累积离差，对数增长率加起来等于累积增长率，而用百分比变化就不是这样，所以用对数增长率更合适。

（二）实证结果研究

本文计算结果是通过MATLAB软件编程实现的，具体过程如下。按照Edgar E.Peters（1994）计算Hurst指数的方法，首先定义时间序列Mt的长度为N，每个子时段（子样本）的长度为n，这样整个样本将均分成A=N/n个相邻的子样本。然后计算每个子样本的重标极差R和标准差S，可以得到A个R/S值，再求出其平均值，计为（R/S）n。接下来根据Edgar E.Peters（1994）经验法则，从n=10开始计算，取n+1，n+2，...，循环计算，直到N/2结束，运用OLS法对（4）式进行回归，得到截距log（c）的估计值，斜率Hurst指数H的估计值[9]。针对小n的（R/S）n统计系统偏差，Anis和Lioyd提出了E[（R/S）n]的计算公式，得到的Hurst指数记为EH，Peters在此基础上给出了经验校正的公式。

1.沪、深两市总体数据特征分析。沪市融资融券余额原始数据同期普遍高于深市，且在第690天左右均开始迅速上升。为了使画出图形效果理想，沪、深两市融资融券余额对数增长率绝对值大于0.1的数据缩小10倍或100倍，使对数增长率绝对值降为0.1以下，分析时仍按原对数增长率。经对数变换后，沪、深两市日融资融券余额对数增长率在前期的波动显著强于中后期。开始时融资融券对数增长率均波动比较剧烈，随后逐渐平缓且不同时间的曲线形态具有相似性。沪市的波动幅度为-0.07～0.91，深市的波动幅度为-0.37～2.23。

沪、深两市日融资融券余额对数增长率基本统计指标如表1所示。从表1可以看出，深市的均值略大于沪市，说明深市的融资融券余额增长率略高于沪市；深市的标准差大于沪市，说明深市的稳定性程度较沪市略低；沪市和深市的偏度均不为0，表明二者均不服从对称分布，其数值大于0，表明两个序列均呈右偏分布，即增长率序列出现正值的概率大于出现负值的概率，并且深市增长率序列的右偏程度明显大于沪市的增长率序列；沪市与深市的峰度值分别为235.4779和574.8773，均大于正态分布所要求的3，说明两个序列均不服从正态分布，具有尖峰厚尾的特征，其中深市增长率序列的尖峰厚尾特征更加明显，大涨大跌的次数较多。

表1 沪深两市日融资融券余额对数增长率基本统计指标表

2.沪、深两市对数增长率的R/S分析。沪市计算得到EH= 0.81731远大于0.50，关联尺度C=0.5525，深市计算得到EH= 0.79301远大于0.50，关联尺度C=0.50。说明沪深融资融券余额对数增长率时间序列不是随机游动，具有持久性，融资融券余额变化不是独立的，具有记忆性，今天发生的事件将对以后的融资融券余额产生影响；Hurst指数均大于0.5说明沪深融资融券余额对数增长率构成的时间序列均存在着状态的持续性，即如果序列在前一个期间是向上（下）走的，那么，它在下一个期间将继续是上（下）的，趋势明显，这与实际情况相符。

沪深两市E（R/S）n增长速度均高于Peters经验校正的E[（R/S）n]，且随n也大，差距也就越大。用OLS方法对LnE（R/S）n拟合效果都非常好。

沪深两市Vn统计量的增长速度均高于Peters经验校正的Vn统计量，且随着n的增大，Vn统计量逐渐上升，Peters经验校正的Vn统计量接近水平，两者差距也越来越大。但从对数增长率的分析图上，无论是Vn关于Ln（n）的曲线，还是LnE（R/S）n关于Ln（n）的曲线，都没有突变的发生，都无法观测到周期长度，说明沪深两市融资融券余额对数增长率均具有长期记忆性。

3.有效性检验。采用彼得斯的方法，通过随机打乱沪深、两市对数增长率的时间序列进一步论证所得结论。打乱后经计算沪市EH=0.52656，深市EH=0.53528，均接近于0.50。与打乱之前相比，打乱后沪、深两市融资融券余额增长率时间序列回归曲线的斜率均有较大幅度的降低，这说明了随机打乱已经把它转变为一个独立的序列，破坏了原时间序列的结构，证明了原时间序实存在持久性，融资融券余额变动具有长期记忆性。

四、结论

综合以上分析结果，本文得出如下结论：

第一，沪市融资融券余额同期普遍高于深市，且在第690天左右均开始迅速上升。这是由于沪、深两市融资融券第二次扩容，2013年1月31日沪深两市将融资融券标的由278只扩大至500只，其中沪市标的股票从180只扩大至300只，深市标的股票数量将由目前98只扩展为200只，从扩容起，增加的200余个标的对融资融券业务将形成明显的促进。

第二，我国沪市和深市融资融券余额波动都不是随机游动。同时，数据显示沪、深两市H值均远远大于0.5，说明融资融券余额对数增长率时间序列存在状态持续性，即如果价格在前一个时期是向上（或向下）走的，那么它在下一个时期延续这一趋势的可能性更大，这与实际情况是一致的。为了进一步论证上述结论，通过随机打乱对数增长率的时间序列来进行检验，打乱破坏了原序列的结构，并把它变成了一个独立的序列，这也反过来证明了原序列结论的正确性。

第三，我国融资融券余额的波动有关联性。沪、深两市的关联尺度都不等于零，说明融资融券余额波动的关联性，融资融券余额波动一定程度上受历史信息的影响。对投资者来说，这也意味着掌握历史信息对投资决策是有帮助的。

第四，沪、深两市无论是Vn关于Ln（n）的曲线，还是LnE（R/S）n关于Ln（n）的曲线，都没有突变的发生，都无法观测到周期长度，发生这种情况，可能是选取的样本数据不够所致。2013年9月16日，上海证券交易所和深圳证券交易所将正式实施融资融券业务标的证券范围的第三次扩容，标的股票数量将由原有的494只增加至700只。其中：沪市标的股票数量由296只增加至400只，深市标的股票从198只扩大至300只，其中中小板股票从原来的66只增加至123只，创业板股票从原来的6只增加至34只。所选取的样本也存在一定的局限性。

参考文献

[1]陈晓舜.证券信用交易制度与风险控制[J].证券市场导报，2002（12）.

[2]何诚颖，卢宗辉，张龙斌.融资融券业务影响证券市场的途径与方式[J].中国金融，2010（04）.

[3]郭喜梅.我国融资融券交易风险识别与管理[J].内江科技，2010（09）.

[4]曹慧娟，王晓帆.融资融券业务对证券公司的影响及风险控制[J].经营管理者，2010（08）.

[5]顾明.参与融资融券：风险细细数来[J].股市动态分析，2010（06）.

融资融券余额范文第3篇

融资融券机制具有平抑市场波动的作用。在我国证券市场引入融资融券机制两年多的时间里，融资融券机制是否发挥了其稳定市场的基本功能？国内研究融资融券业务对证券市场和股价波动的影响尚处于起步阶段，主要观点有两种：一是认为融资融券交易不会对股市波动性产生影响。王虎、朱贵宇(2011)运用GARCH模型研究融资融券交易与股市波动性之间的内在联系，并得出结论，融资融券交易业务在一定程度上可以降低股票价格波动，但现阶段我国融资融券业务对股市波动影响不具有显著性。二是认为融资融券交易对股票波动性有一定平抑作用。杨德勇、吴琼(2011)以上海证券市场的经验数据研究了融资融券交易的推出对市场流动性和波动性的影响，结果表明融资融券交易机制对个股的波动性有一定抑制作用。

以上研究均涉及到融资融券交易与股票波动性之间长期均衡关系的研究，本文将运用VAR模型来研究我国融资融券交易与股票波动性之间的均衡关系。

研究思路

本文拟选取我国证券市场融资融券交易作为研究对象，从市场波动性方面考察融资、融券交易对证券市场的冲击效应，验证融资融券交易是否具有稳定市场的功能。本文通过单位根检验、最佳滞后期选择、Granger因果性检验、Johnsen检验、误差修正模型和脉冲响应等检验方法，展开融资、融券对股票市场波动性的研究。

变量选取和实证分析

本部分选取2010年4月15日至2011年11月30日为样本区间，共397个交易日的日度数据，来实证研究我国推出融资融券交易对证券市场波动性的冲击效应。变量取如下：

融资余额(MPs)。本文采用沪市每日的融资余额代表融资买空交易，并对数据取对数以消除异方差，即LNMPst=Log(MPst)

融券余额(SSs)。本文采用沪市每日的融券余额代表融券卖空交易，并对数据取对数以消除异方差，即LNSSst=Log(SSst)

股市波动性(VOL)。现有研究文献多数采用市场指数的月内标准差来衡量股票市场的波动性，由于本文采用的是日度数据，因此本文拟采用上证180指数的日波动率来反映市场波动性水平，即其中，PHt表示市场指数第t日的最高价格指数，PtL表示市场指数第t日的最低价格指数。(数据直接来源于国泰安数据库)时间序列平稳性检验。建立向量自回归模型的前提条件是模型中的变量是平稳的，对模型中各变量单整性检验采用的是ADF检验模型，检验模型不包含截距项和趋势项，最佳滞后期的确定是由Eviews5.0软件按照AIC准则自动确定，各变量单整性检验结果如下：（略）。

表1的检验结果表明：LNMPs、LNSSs、VOL的ADF值分别为2.5479、1.3797、-0.9988，都大于5%检验水平的临界值，因此这三个变量都不是平稳时间序列。但各变量经过一阶差分后，ADF值都分别为-4.7835、-27.372、-12.034，小于5%水平临界值，表明各变量经过一阶差分后都是平稳序列。因此，各变量均为一阶单整序列。

VAR模型滞后期的选择。VAR模型滞后期的选择对变量之间协整关系和因果关系的检验影响较大，在检验两种关系时需要确定模型的最佳滞后期。本文通过SC准则和HQ准则来检验最佳滞后期，分析的结果如表2，由SC确定的最佳滞后期为2期，HQ确定的最佳滞后期为2期，即VAR(2)模型是最佳检验模型。

协整检验。由于本文选择的三个变量都是非平稳的，在进行回归分析时容易产生“虚假回归”问题，导致回归的结果不准确。因此应检验变量之间的协整关系。本文采用Johnson检验，对有关数据进行协整关系检验。检验结果如表3所示：（略）。

由Johnson检验表3可知，变量间存在协整检验，可以建立误差修正模型。

Granger因果检验。判断一个变量的变化是否引起另一个变量变化的原因，可以使用Granger因果检验。对融资余额、融券余额以及股市波动性三个变量两两进行检验，结果如下表所示：（略）。

从检验结果可以看出，在5%的显著性水平下，检验同时拒绝融资余额不是股市波动率Granger原因的原假设和股市波动率不是融券交易额Granger原因的原假设，表明融资融券余额是市场波动性的Granger原因即融资融券交易影响股票市场波动。在6%的显著性水平下，检验同时拒绝融资余额变动不是融券余额变动的Granger原因以及融券余额变动不是融资余额变动的Granger原因的原假设，表明融资余额变动和融券余额变动之间互为因果。而在5%的显著水平下，检验同时接受了股市波动率不是融资融券余额变动的Granger原因，说明股市波动率对融资融券余额变动影响不显著。

建立误差修正模型。为进一步研究融资融券与股市波动性之间的关系，建立误差修正模型。根据误差修正模型可知，融券余额、融资余额和股市波动性之间存在长期关系，经标准化的协整参数向量为(1.0000，-0.0105，0.4173)，由此可得经过标准化后的协整方程为：由协整方程得出结论：融券余额与股市波动性存在反向的长期关系，融券余额对股市波动水平的长期弹性为-0.0105，即融券余额增加1%，股市波动性将降低0.0105%。其中，(1)式误差修正项的系数为负，存在这误差修正机制。表明当股票波动偏离长期均衡状态时，买空、卖空交易余额会以-6.4922的修正速度使偏离向下一期均值调整。

脉冲响应。根据脉冲响应函数的分析图可得，当给本期融资余额一个标准单位的正向冲击，股市波动率的响应在第一期并未有变化，随后呈现负相关，并达到第三期的最低点-0.18，后期会一直保持负相关，冲击水平趋向于零。从中看出，随着时间的不断推移，融资余额的增加将会降低股票市场的波动率水平。当给本期对融券余额一个标准单位的正向冲击，股市波动率在第一期没有什么变化，到了第二期表现为负相关，并达到最低点-0.08，但这种冲击幅度在不断减弱，最后趋向于0。从中看出，融券余额的增加可以有效地抑制股票市场波动，且这种抑制作用在初期大于融资余额，而后便逐渐减弱。VOL对自身的一个单位差的正冲击反映强烈，之后趋于平稳。

结论和启示

融资融券余额范文第4篇

关键词：融资融券；融资融券标的；需求弹性；价格发现

中图分类号：F831 文献标识码：A 文章编号：1001-828X（2014）011-000-02

一、什么是融资融券

“融”，就是“融通”的意思，在经济学中，也就是借贷的意思。“资”，就是资金的意思。“券”，就是证券的意思。因此，“融资融券”，顾名思义，就是资金、证券的借贷。具体而言，“融资交易”指的是投资者向具有融资融券业务资格的证券公司提供担保物，借入资金买入证券的行为。而“融券交易”指的是通过与上述相同的方式，借入证券并卖出的行为。这里的融资、融券不但包括券商对投资者的融资、融券，还包括金融机构对券商的融资、融券。“融资融券交易”又称“证券信用交易”或“保证金交易”。

在美国、日本等发达国家，融资融券已经产生了相当长的一段时间，而在中国，从其产生至今的时间还不是很长，对大多数投资者而言，它是一个相对比较新颖的概念。而从世界范围来看，融资融券制度已经是一项基本的信用交易制度。

二、融资融券在中国的产生与发展

在股指期货诞生之前，中国股市的投资者基本上只能通过做多证券的方式获得利润，而在证券下跌的过程中无法获得收益。所谓“做多”，就是所持证券价格上升即获得利润的投资行为。2010年中国股市的股指期货诞生后，股指期货的投资者可以通过做空股指期货，在股指下跌的时候也获得盈利。所谓“做空”，就是所持证券价格下降即获得利润的投资行为。而股指期货对投资者有一定的门槛要求，必须资金在50万元人民币以上的投资者才能开户，因此，对相当一部分投资者而言，无法投资股指期货。

相比之下，融资融券的门槛要低很多，只要资金在10万元人民币以上，而且证券账户开户时间在半年以上，就能开设融资融券账户。因此，同样是信用交易，同样可以做多与做空，融资融券交易比股指期货交易对投资者的门槛低了许多。就在这样的背景下，2010年3月30日，上交所、深交所分别公告，表示于2010年3月31日起正式开通融资融券交易系统，开始接受试点会员融资融券交易申报。此后，融资融券业务正式启动了，一批又一批的券商陆续成为试点会员，越来越多的投资者能够进行融资融券交易。

融资融券在中国产生后，融资融券的相关业务经历了一段不断发展的过程。融资融券的发展主要体现在融资融券标的物的扩容上。所谓融资融券标的物，可分为两种，一种是融资标的，一种是融券标的。即使在融资融券产生后，也不是所有的证券都能融资买入和融券卖出的，证券交易所对能够融资买入的证券和能够融券卖出的证券的范围有界定。凡是能够融资买入的证券，称为融资标的，凡是能够融资卖出的证券，称为融券标的。一般来说，融资标的也是融券标的，所以也合称为融资融券标的。截止至2014年10月22日，融资融券一共经历了四次扩容，扩容的时间分别为2011年11月、2013年1月、2013年9月和2014年9月。经过这几次的扩容后，沪市的融资融券标的股为500只，融资融券标的ETF（交易型开放式指数基金）为9只；深市的融资融券标的股为400只，融资融券标的ETF为6只。

今后，融资融券标的物的范围可能进一步地扩大，届时融资融券将涉及越来越多的股票和基金。

三、融资融券对中国股市的影响

1.对证券交易量的影响

融资融券启动后，本来无法进行融资融券交易的，现在变为了可能。这意味着融资融券使得中国股市的证券交易量增加了。

融资融券的启动会使得中国股市增加多少证券交易量呢？

从宏观上统计，截止到2014年10月23日，沪深两市的融资余额约为6874亿元人民币，融券余额约为37亿元人民币。而且，在此之前的一年内，融资余额与融券余额基本都随着时间的推移呈上升态势，融资余额与融券余额在不断的刷新历史新高。2014年10月23日当天，沪深两市的融资买入额约为412亿元人民币，融券卖出量约为10亿股，而两市的成交量约为3000亿人民币，融资融券交易量也被计算入沪深两市的成交量中，由此可见，当天融资融券交易量占到沪深两市总成交量的13%以上。在个股上，融资融券交易量占成交量的比例可能更高，比如，2014年5月12日，沪市莲花味精的成交量约为1650万股，其中，融资买入额大约占到了总成交量的55%，可见融资交易在成交量上的贡献之大。

从微观上分析，这个需要先看融资融券的成本。融资融券行为，只有在收益大于成本的时候才会进行。对投资者而言，目前融资的年化利率8.6%，融券的年化利率10.6%，在不同券商中融资融券的年化利率也会有所不同，在不同的时期，融资融券的成本也可能会有变化。也就是说，通过融资融券的途径投资得来的收益需要减去融资融券的成本，才是投资者的收益。一般来说，当投资者认为，只有在投资收益大于这个成本时才会进行融资融券交易。另一方面，即使投资者认为投资收益大于成本，也不能不限量地融资融券，融资融券的额度与投资者所提供的担保物有关。担保物的价格越高，融资融券的额度也越高。

2.对投资风险的影响

融资融券启动后，投资者的投资方式和途径都产生了新的变化，投资者的投资风险也会随之发生变化。对某个投资者而言，投资风险是上升还是下降，取决于他采取的交易方式。

具体而言，如果投资者将自己本身持有的证券作为担保物，进行融资交易，而且融资买入的证券又与担保物的价格正相关，那么这样的投资方式会增加风险。这种投资方式就是杠杆交易，通过少量的资金买入了大量的证券，这种情况下，如果证券价格上升，那么投资者的收益会被放大，即收益更高。相应地，如果证券价格下降，那么亏损也会被放大，即亏损更大。

如果投资者本身持有证券，又进行融券交易，而且融券交易卖出的证券又与本身持有的证券正相关，那么会减少风险。这种交易方式就是对冲交易。比如，某投资者本身持有中国股市中的证券A，同时，他又通过融券交易卖出另一个证券B，证券A和证券B都为上市公司的股票，而且这两家公司为同一行业，一般来说，证券A和证券B在证券市场中的股价正相关，即当其中一个证券上涨时，另一个也上涨；当其中一个证券下跌时，另一个也下跌。这样，该投资者此时的投资风险，比仅仅持有证券A时要小。

3.对证券价格的影响

融资融券启动后，本来无法进行的证券买入、卖出交易都变为了可能。也就是说，证券的需求和供给都增加了，证券的“需求弹性”和“供给弹性”也都增加了，因此，融资融券减少了证券价格的剧烈波动。所谓弹性，比如证券的需求弹性，指的是在一定时期内，同一价格水平下，证券的需求量变化率与价格变化率之间的比率。同样地，证券的供给弹性，指的是在一定时期内，同一价格水平下，证券的供给量变化率与价格变化率之间的比率。

此外，股票市场本身具有“价格发现”的功能，发现的是证券的价格。融资融券启动后，证券的交易量增加，证券交易反映的市场信息也更充分，更多的市场信息通过交易行为反映出来，最终体现在证券价格上。因此，融资融券有利于股票市场价格发现的功能。

4.对投资机会的影响

融资融券启动后，随着融资融券交易方式的产生，对这类交易的信息披露也变成了必要的环节。目前，凡是可以融资融券交易的股票，在交易日都会披露前一个交易日的融资融券相关信息，包括融资余额、融资买入额、融券余额、融券卖出量和融资融券余额。例如，根据深市上市公司平安银行2014年10月23日的融资融券数据，融资余额为234331.64万元，融资买入量为24814.99万元，融券余额为1062.03万元，融券卖出量为522.31万股，融资融券余额为235393.67万元。

其中，融资余额指的是投资者融资买进与归还借款间的差额，它是一个存量的概念。一般来说，融资余额越大，表示买方的力量越大。融资买入额指的是一段时间内，通过融资的方式买入该证券所花费的金额，它是一个流量的概念，这里的“一段时间”往往指一个交易日。融券余额指的是投资者融券卖出与买进还券间的差额。它是一个存量的概念。一般来说，融券余额越大，表示卖方的力量越大。融券卖出量指的是一段时间内，通过融券的方式卖出该证券的数量，它是一个流量的概念，这里的“一段时间”往往指一个交易日。融资融券余额指的是融资余额与融券余额之和。

这类融资融券相关的信息在每个交易日都会公布，给投资者带来了更多的投资信息，成为了投资活动中的一项参考因素，一定程度上有利于投资者分析股票市场的情况，从而把握投资机会。

参考文献：

[1]孙国茂.中国证券市场信用交易研究.中国金融出版社，2007，9.

[2]育青.融资融券基础入门与操盘技巧.地震出版社，2010，7.

[3]百度百科.2014.

[4]全景网.2014.

[5]中国证券业协会，编.融资融券业务知识手册.中国财政经济出版社，2010，2.

融资融券余额范文第5篇

关键词：融资融券；卖空机制；流动性；波动性

中图分类号：F832.5 文献标识码：A 文章编号：1003-3890（2013）10-0050-08

融资融券交易机制，又称保证金交易和证券信用交易，是全球主要证券市场普遍实施的一项信用交易制度。根据上海证券交易所和深圳证券交易所最新的《融资融券交易试点会员业务指南》，融资融券交易是指投资者向具有证券交易所会员资格的证券公司提供担保物，借入资金买入证券交易所上市证券或借入证券交易所上市证券并卖出的行为。引入融资融券交易机制是为了改变股票价格大涨大跌，以及只求短平快投机一把、不求投资价值的我国证券市场的恶性现象，是进一步完善证券市场机能的积极举措，也为进一步推进证券市场金融产品创新发展铺路。融资融券交易促使投资者由被动的“用脚投票”转为主动卖空获利，有利于将利空信息充分地反映到股价上，以提高市场的信息效率，改变空头力量与多头力量地位失衡的单边市场格局。近年来，我国证券市场交易规模迅速增长，已登上交易规模全球第二的位置，但也反衬出我国证券市场交易机制的重大残缺——证券融资融券机制的缺失愈发约束着证券市场进一步发展。直到2009年底，我国融资融券交易制度在市场、技术以及监管方面的条件才基本具备。2010年3月31日，两个交易所正式开通融资融券交易系统，开始接受试点会员融资融券交易申报。2011年12月5日，两市融资融券标的证券第一次扩容，上海融资融券标的证券扩大到上证180指数成份股，深圳融资融券标的证券扩大到深圳100指数成份股。本文将从融资融券对我国期指市场影响的角度进行实证研究。

一、融资融券制度对股指期货影响的实证研究现状

关于融资融券对股指期货影响的研究很少，国内外学者实证研究主要集中在融券卖空机制对股指期货定价效率的影响方面，存在两种代表观点：一种是缺乏融券卖空机制会影响股指期货的定价，如果现货市场有融券卖空交易机制，交易者既可做多现货做空期货，也可做空现货做多期货，从而活跃两个市场，加深市场深度，提升期货市场的套利效率，降低期指期货定价偏差，如冯似玥（2008）和胡海波（2009）对香港市场的实证研究；另一种观点认为，缺乏融券卖空机制不会影响股指期货的定价，如张学东和赵锡军（2006）。关于融资融券与股指期货在具有杆杠作用下的市场中实际相互影响的实证研究更少。

二、融资融券对我国期货市场影响指标的设计

（一）指标设计

在考虑融资融券交易阶段特点的基础上，构造以沪深300期货期指为代表的股指期指市场流动性指标和波动性指标。鉴于股票指数期货合约使用持仓量来计量未平仓合约，需要在流动性指标中增加反映持仓量的流动性指标；期指市场不存在所谓的流通股本和总股本等限制性计量指标，无法构造类似于现货市场的单位换手率指标，也不能构造单位换手率计量的波动性指标。

沪深300指数期货市场流动性指标：

LI1Q1F=Day_amount（1）

LI1Q2F=Opint（2）

其中，Day_amount为沪深300指数期货当月、下月、当季、下季四期合约当日成交金额加总，Opint为沪深指数期货当月、下月、当季、下季四期合约当日持仓量加总。

沪深300指数期货市场波动性指标：

VOLF=ln（Pt）-ln（Pt-1）（3）

其中，Pt是沪深300期指当月连续的当日结算价，Pt-1是沪深300期货指数当月连续的前一交易日结算价，当月合约月末最后交割日的结算价仍作为当日的结算价Pt；VOLF反映市场整体的价格波动情况。

融资融券信用交易因子方面，构造沪深两市的融资融券信用交易市场指标：

MB=MBSH+MBSZ（4）

MS=MSSH+MSSZ（5）

其中，MB代表沪深两市当日融资余额总和，MBSH代表沪市当日融资余额，MBSZ代表深市当日融资余额；MS代表沪深两市当日融券余额总和，MSSH代表沪市当日融券余额，MSSZ代表深市当日融券余额。

通过以上指标，本文将通过运用时间序列分析软件EVIEWS6.0分别研究（MB，MS，LIQ1F）、（MB，MS，LIQ2F）、（MB，MS，VOLF）三组变量之间的协整关系、线性相关关系以及格兰杰因果关系。

（二）样本选择

本文的实证研究样本选取从我国证券市场2010年4月16日沪深300指数期货上市交易开始，至2012年6月15日共526个交易日。由于股指期货的上市交易比融资融券信用交易申报启动晚约半个月，致使期指市场的样本数稍少于现货市场。

本研究使用的数据样本来源包括如下部分：

1. 期指市场当日融资余额、期指市场当日融券余额的日周期数据，样本数据来源于国泰安金融研究数据库（CSMAR）。

2. 沪深300期货指数当月连续的当日结算价格Pt、当日成交额加总（Day_amount）、当日持仓量加总（Opint）所需要的日周期数据，样本数据由国泰安金融研究数据库下载，并经Excel整理后获得。

三、期指市场相关指标的统计分析

从图1至图3可以直观地观察到，期指市场第一个流动性指标LIQ1F随时间变化先在2010年4月份到11月出现宽幅波动，波动中枢在2 500亿元附近；随后2011年12月份开始回落，波动中枢下移至1 500亿元到2 000亿元，波动幅度收窄；再后到2011年12月份融资融券标的股票第一次大扩容，中枢重新上移植2 500亿元到3 000亿元之间，波动幅度稍大于前一个区间，但小于2010年宽幅波动区间。由此直观看出，在2011年12月融资融券标的范围第一次大扩容后伴随期指市场交易再度活跃。再观察第二个流动性指标LIQ2F的变化情况，从2010年4月16日开始至2010年7月，期指市场的持仓量出现一波上升的趋势，站上3万手的位置；随后至2011年7月在3万手到4万手范围内缓慢爬升；2011年8月再度快速上升，在2012年5月最高至7万手，持仓量几乎翻番；此等翻番行情与沪市融资余额走势基本一致，由此初步推测两者很可能存在线性相关关系。

另者，期指市场的波动性总量指标VOLF随时间极大极小值有收窄的趋势，尤其是在融资融券标的股票范围第一次大扩容的事件刺激明显小于沪深300股指上市交易的事件刺激，初步表明融资融券信用交易市场进一步扩大有利于减少暴涨暴跌出现的次数，并且融资融券标的股票扩容覆盖了沪深300指数所有成份股，两者均有杠杆放大和双边交易功能，融资融券交易的是具体的个股，而指数期货合约与指数完全挂钩，交易的是整个市场指数，逻辑上存在整体和部分的内在关系，因此两者之间的相互作用必然存在，只是深浅究竟如何需要作进一步分析。表1反映了期指市场流动性指标LIQ1F、LIQ2F和波动性指标VOLF样本的描述统计特征，三者均不是服从正态分布。

四、融资融券对我国期指市场影响的实证研究过程

（一）平稳性检验

由于建模须满足平稳性的条件，因此先要检验期指市场流动性指标（LIQ1F、LIQ2F）和波动性指标（VOLF）的平稳性；并且样本窗口的缩减，为了谨慎起见，检验融资融券指标（MB、MS）序列的平稳性；本部分使用单位根检验方法来检验以上5个时间序列的平稳性。

通过表2平稳性检验结果数据可以得知，期指市场融资融券日市场交易数据（MB、MS）在1%、5%、10%三个显著性水平下均为非平稳的I（0）过程（零阶单整过程，ADF值大于三个临界值），而其一阶差分的ADF平稳性检验结果显示ΔMB、ΔMS序列在1%显著性水平下均是平稳的I（0）过程（ADF值小于三个临界值），因此得出MB、MS为平稳的I（1）过程（一阶单整过程）。再者，期指市场流动性指标（LIQ1F、LIQ2F）和波动性指标（VOLF）经单位根检验，LIQ1F在5%显著性水平下是平稳的I（0）过程，LIQ2F、VOLF在1%显著性水平下是平稳的I（0）过程。由此得出，上述（MB，MS，LIQ1F）、（MB，MS，LIQ2F）、（MB，MS，VOLF）三组变量之间均是非同阶单整序列组合，不能直接进行协整分析和因果关系分析，也不能直接用来建立OLS回归模型进行相关性分析。这表明期指市场融资融券余额与期指市场流动性、波动性之间的关系还不能确定。

由于MB、MS原序列是非平稳的一阶单整过程，而LIQ1F、LIQ2F、VOLF原序列是平稳的零阶单整过程，组合变量之间并非同阶，因而需要对MB、MS序列作自然对数处理，与此同时流动性指标LIQ1F、LIQ2F原序列与MB、MS同处于一个量级，因而也需要对其进行自然对数化处理，降低数据量级，由此获得新的对数序列lnMB、lnMS、lnLIQ1F、lnLIQ2F。对lnMB、lnMS、lnLIQ1F、lnLIQ2F对数序列作单位根检验，由表2检验结果得到新序列满足平稳的零阶单整过程的临界判断条件，从而得以构造新的变量组合（lnMB，lnMS，lnLIQ1F）、（lnMB，lnMS，lnLIQ2F）、（lnMB，lnMS，VOLF）三组组合均是平稳的零阶单整过程，无需再进行协整检验，可以直接进行线性回归建模分析。

（二）回归分析

接下来构建线性回归模型对期指市场融资余额lnMB、融券余额lnMS与市场流动性指标lnLIQ1F、lnlLIQ2F以及波动性指标VOLF之间相互关系进行研究。使用Eviews6.0的OLS进行二元线性回归方程的拟合。

1. 对期指市场流动性回归析。由此我们得到以下系列回归方程：

从融资融券交易对期指市场流动性来看，由OLS获得的回归方程式（6）可以得出，回归方程对期指的当日成交金额的解释度不足10%，但回归方程是可靠的。从回归系数来看，两个自变量的回归系数均满足1%显著性水平的条件，因此，可以判定回归系数显著。与此同时，融资余额对数序列的回归系数为负，表明融资信用交易对期指市场当日成交金额产生负向影响，即融资余额的增加会减少期指当日成交额，存在分流的作用；融券余额对数序列回归系数则为正，表明融券信用交易对期指市场当日成交金额产生正向影响，即融券余额的增加会提升期指当日成交额。而且，融券余额的自回归系数绝对值小于融资余额自回归系数，初步推断融资融券交易对期指市场成交金额的影响是负向相关关系。变量之间存在很强的自相关关系，DW值仅有0.563 861，与界定值2相距很远，需要对自相关问题作进一步处理。

我们对回归方程的残差u1F，t进行自相关检验（如图4），残差呈线性自回归，表明随机误差存在自相关，从分布区域得知，随机误差项存在一阶自相关。利用Cochrane-Orcutt迭代法来消除自相关，得到DW值=2.444 888，认为此时无自相关性。于是我们得到新的回归方程：

该回归方程对期指市场当日成交金额的预测解释度达到54%左右，具有一定的应用价值；从回归系数来看，融资余额和融券余额的影响方向没改变，融资余额的系数绝对值大于融券余额，进一步确认融资融券交易对期指市场成交金额产生负向影响；从当期来看，融资融券交易降低了期指市场的当期成交金额。

另一方面，对于流动性指标持仓量的影响情况，由OLS获得的回归方程式（8）可以得出，回归方程对期指的当日持仓量的解释度高达77%左右，并且回归方程是可靠的。从回归系数来看，两个自变量的回归系数均满足1%显著性水平的条件，融资余额、融券余额对数序列的回归系数均为正，表明融资信用交易对期指市场当日成交金额产生正向影响，即融资余额的增加会提升期指当日持仓量，融券余额的增加会提升期指当日持仓量；并且融资余额的自回归系数大于融券余额自回归系数，表明融资余额提升持仓量的作用强于融券余额的提升作用，暗示融资融券交易对持仓量有正强化作用，至于是对多头持仓量或者对空头持仓量的强化作用、大小，由于数据的不可获得性无法进一步深入分析。

三个变量之间存在自相关关系，DW值仅有0.094 949，与界定值2相距很远，需要对自相关问题作进一步处理。对该回归方程的残差u2F，t进行自相关检验（如图5），残差呈线性自回归，表明随机误差存在自相关，从分布区域得知，随机误差项存在一阶自相关。

利用Cochrane-Orcutt迭代法来消除自相关，得到DW值=2.355 834，认为此时无自相关性。于是我们得到新的回归方程：

该回归方程对期指市场持仓量的预测解释度达到98%左右，具有很好的应用价值。从回归系数来看，融资余额和融券余额的影响方向没改变，融资余额的系数大于融券余额的系数，进一步确认融资融券交易对期指市场持仓量产生正向影响；从当期来看，融资融券交易提升了期指市场的当期持仓量。回归模型初步证明融资余额和融券余额均对期指持仓量产生正向强化作用，融资融券交易对期指持仓量的正向强化作用是融资余额和融券余额的简单叠加，融资余额强化作用大于融券余额。

2. 对期指市场波动性的回归分析。对于期指市场波动性的影响情况，由OLS获得的回归方程式（10）及相关参数可以判定，回归方程的拟合度调整R方为负数，不满足方程可靠性判定。

综合沪深市场融资余额、融券余额与期指市场流动性、波动性指标的回归分析得出，一是直接对（lnMB，lnMS，lnLIQ1F）建立简单的线性回归模型的效果一般，但（lnMB，lnMS，lnLIQ1F）二元回归模型初步确定融资余额lnMB对期指当日成交金额lnLIQ1F具有负向影响，会分流期指市场的成交金额，而融券余额lnMS对期指当日成交金额lnLIQ1F产生促进作用，融资融券交易对期指市场当日成交金额影响为负向；二是（lnMB，lnMS，lnLIQ2F）的两个回归模型明确证明融资余额lnMB和融券余额lnMS均对期指持仓量lnLIQ2F产生正向强化作用，融资融券交易整体lnMP对期指持仓量的正向强化作用是融资余额lnMB和融券余额LnMS的简单叠加；三是（lnMB，lnMS，VOLF）不能建立明确的线性回归模型，不能确定融资余额、融券余额对期指市场波动性的影响关系。

综上所述，融资融券信用交易与期指市场流动性存在确定的、显著的线性相关关系，对当日成交金额产生负向影响，对当日持仓量产生正向作用。而融资融券信用交易与期指市场波动性之间不存在确定的线性关系，融资融券余额的增加不会显著加剧金融期指市场的波动程度，也非如市场经验所讲的“降低期指市场波动性”的论断，要进一步深入分析，后者可以考虑建立广义自回归条件异方差模型（G-ARCH模型）来构建期指市场的波动性模型。

（三）格兰杰因果关系检验

下面对（lnMB，lnLIQ1F）、（lnMS，lnLIQ1F）、（lnMB，lnLIQ2F）、（lnMS，lnLIQ2F）、（lnMB，VOLF）、（lnMS，VOLF）六组双变量组合进行格兰杰因果关系检验。由前文平稳性检验得知，lnMB在SIC规则下选取的滞后阶数为5，lnLIQ1F和lnLIQ2F的滞后阶数为3，lnMS和VOLF的滞后阶数为零。由于格兰杰因果关系对滞后期的敏感很高，本文应用AIC准则选择滞后期；若AIC准则选取滞后期超过滞后5期，考虑短线投资的典型行为经验规律，以最近5日为最大滞后期；显著性水平设定为5%。

从期指市场流动性来看，表3检验结果表明，在滞后1至5期的情形下，融资余额对数序列lnMB与期指市场当日成交金额对数序列lnLIQ1F互非格兰杰原因，两者相互独立。表4检验结果表明，在滞后3期的情形下，lnLIQ1F是lnMS的格兰杰原因，但是从检验模型随机干扰项一阶序列相关的LM检验看，其对应模型的LM伴随概率小于10%，表明在10%的显著性水平下，检验模型存在严重的序列相关性。因此，最终得到融资融券与期指当日成交金额两者互非格兰杰原因，两者相互独立。检验结果说明过去的融资余额与融券余额与当日期指合约成交金额变化之间不存在因果关系。

表5检验结果表明，在滞后1期、3期和4期出现拒绝原假设，但是从检验模型随机干扰项一阶序列相关的LM检验看，其对应模型的LM伴随概率小于5%，表明在5%的显著性水平下，检验模型存在严重的序列相关性。因此，最终判断为在滞后1至5期情形下，融资余额对数序列lnMB与持仓量对数序列lnLIQ2F互非格兰杰原因，两者相互独立。表6检验结果可以判断，滞后期2阶的AIC相对较小，作为两者的最佳滞后期，融券余额与期指市场持仓量互为格兰杰原因。因此，融券余额与期指市场当日持仓量存在双向因果关系。

从市场波动性来看，表7检验结果可以判断，融资余额与期指市场波动性互非格兰杰原因，两者相互独立。表8检验结果可以判断，期指市场波动性是融券余额的格兰杰原因，而融券余额不是期指市场波动性的格兰杰原因，两者存在单向关系。因此，期指市场波动性是融券余额的单向因果关系。

五、结论及建议

（一）结论

本文通过设计LIQ1F（成交金额）、LIQ2F（持仓量）、VOLF（价格波动）、MB（融资余额）、MS（融券余额）等指标体系，以我国证券市场2010年4月16日沪深300指数期货上市交易开始至2012年6月15日共526个交易日的数据为样本，采取统计分析、平稳性检验、回归分析和格兰杰因果关系检验等实证方法，研究了融资融券对我国期指市场的影响，得出如下实证结论：

其一，在期指市场流动性影响方面，融资融券信用交易与期指市场流动性存在确定的、显著的线性相关关系，对期指市场当日成交金额产生负向影响，对期指市场当日持仓量产生正向作用。

其二，在期指市场波动性影响方面，融资融券信用交易与期指市场波动性之间不存在长期稳定的协整关系，也不存在确定的线性关系，融资融券余额的增加不会显著加剧金融期指市场的波动程度，即使股指期货市场出现异常波动，也并非是由融资融券交易造成的。

其三，在格兰杰因果关系检验中，一方面，融资融券交易对期指市场当日成交金额并不存在统计意义上的因果关系，而当日融券余额与期指市场当日持仓量存在双向因果关系；另一方面，期指市场波动性是融券余额的单向因果关系。

对于上述实证结果的解释，本文认为，由于融资融券交易制度限制信用交易者的融资时间不超过半年，而期指期货合约包括当月和下月、当季和下季，时间窗口也不超过半年，因此两者周期刚好对应，以投机者交易的角度来解读是符合市场实际情况的。投机交易收益不确定性很大，在一个短周期内，证券数量的供应是确定的，并且借券需要支付利息成本，而期货合约的供应是虚拟的、不确定的，无需支付利息，但需要维持保证金比例，存在隐性利息成本，成本低于借券的利息成本。因此，投机的卖空者把操作锁定在短周期内发生过度追捧的个股上来，期指投机交易者会把操作锁定在当月合约上来，以最小化隐性利息成本。从期限来看，期指投机交易者的期限更短，可以通过到期转换合约而实现期限锁定，但要额外支付交易费用。期指投机交易会更加频繁，而卖空机制提供期现两个市场双边套利的机会。但是，融资融券交易实行T+1交易机制，当天买入不能当天卖出，而股指期货合约则实行T+0交易机制，导致融资融券交易降低了股指期货市场当天成交金额，反而增加了期指市场当日持仓量。所以，融券余额与期指市场当日持仓量互为因果关系。

由于股指期货合约跟踪是沪深300指数，是对整个市场走势的跟踪，而融资融券交易是通过在个股层面上交易来影响市场指数，因此投机者对两个品种的套利机会把握需要具备强大的量化模型来实现，并非一般的中小投机者可以参与的。与此同时，套期保值交易者参与市场过程中，由于市场深度不足，导致要成功配置套保头寸的几率非常低，暂时无法真正发挥风险对冲的作用。所以，通过融资融券交易来引导股指期货的交易难度非常大，在现实交易中具备此等能耐的机构投机者在中国还没出现。融资融券交易对股指期货的波动几乎是微乎其微，一般的投机者仅能制造股指期货空单持仓量或者融资融券空方头寸的空头信号来间接引导市场趋势。从卖空机制的主导作用来看，我国股指期货的卖空机制主导市场卖空力量，融资融券仅处于辅助的地位。因此，股指期货波动性单方向引致信用交易的融券余额变化。

综上的所述，由于市场深度不足，机构投资者通过股指期货和融资融券交易机制来引导市场趋势的作用未能发挥，因此，监管机构对证券市场的宏观调控手段并未得到实现，现阶段我国证券市场仍将是一个容易大起大落的中小投机者主导的散户市场，转型为成熟的机构投资者市场仍然任重而道远。

（二）建议

基于上述研究结论，本文针对我国证券市场建设提出如下建议：一是修改融资融券资格认定标准，扩大融资融券标的范围；二是大力推广转融通业务，形成具有相当规模的可供借贷证券池；三是发展有利于中小投资者参与的、与融资融券交易有关的风险对冲套利金融产品等。

参考文献：

[1]Miller E.. Risk，Uncertainty，and Divergence of Opinion[J].Journal of Finance，1977，32（4）：1151-1168.

[2]Hong H.，J. C. Stein.Differences of Opinion，Short-Sales Constraints and Market Crashes[J].Review of Financial Studie，2003，16（2）：487-525.

[3]陈健瑜，吴林祥.我国证券融资融券的实现路径研究[R].深圳证券交易所内部研究报告，2006.

[4]崔媛媛，王建琼，卢涛，汤弦.融资融券运行现状分析及问题剖析[J].证券市场导报，2010，（10）：19-23.

[5]徐婕.我国融资融券交易模式的制度选择分析[J].上海金融，2008，（3）：66-67.

[6]冯似玥.股指期货与市场卖空交易的关系研究[D].硕士论文.复旦大学，2008.

[7]胡海波.卖空机制与股指期货关系研究[J].时代金融，2009，（5）：44-46.

融资融券余额范文第6篇

[关键词]融资融券；股市波动性；GARCH模型

[DOI]10.13939/ki.zgsc.2015.34.075

1 前 言

证券信用交易又称融资融券，是成熟市场下的一种普遍的交易制度，2014年上证A股市场全年累计上涨52.87%，位列全球股指涨幅第二位，有些人认为这次股票市场的上涨缺少基础面的支撑，造成股指大幅震荡是因为融资融券余额增加导致的，本文将利用从Wind资讯金融终端得到的2014年3月31日到2015年1月16日间上海证券交易所公布的上证A股指数的波动率和融资融券的余额数据，分析上证A股指数与融资融券余额之间的关系，并进一步用GARCH模型分析两融业务对中国股票市场波动率的影响。

2 融资融券对股市波动性影响机理分析

在进行实证分析之前，我们先探讨一下融资融券对股价波动性影响的机理，融资融券对股票市场的影响主要通过杠杆效应。这种效应是指投资者只需要向券商缴纳保证金就可以进行证券信用交易，从而导致证券的需求量增加或者减少。融资融券在成熟市场中通过这种杠杆效应起到稳定市场的作用，但在市场监管较为薄弱情况下，融资融券的杠杆功能也可能会带来助长投机，放大市场波动。因为在股价出现大幅上涨（或下跌）非理性投资者纷纷追涨杀跌的情况下，融资（融券）的杠杆功能会进一步加剧股价上涨（或下跌），从而加剧股市波动。

3 融资融券对股市波动性影响的实证研究

在本章对沪市A股的收盘价与融资余额和融券余额做了线性回归分析，直观地判断一下收盘价是否会与融资融券余额有关，然后再利用GARCH模型研究融资融券对股价波动性的影响。

3.1 线性回归模型

2014年两融业务开始迅速发展。根据兴业证券的报告，截止到2015年1月15日，融资余额为1.1万亿元，占A股整体流通市值的3.4%，当日融资买入额为948亿元，占A股整体成交金额的18.4%。大量的新增的信用账户也是融资融券的余额大幅增长的一个重要原因。2014年12月，新增信用账户72.4万户，增速达到14%，7个月连续上涨。

2014年以来上证综指和融资余额和融券余额均有相同向上的走势，下面以融资余额和融券余额为自变量，上证综指的收盘价为因变量，用2014年1月2日到2015年1月16日共计255个交易日为样本，建立回归模型如下：

t=1450.0689+0.1182x1t+7.5582x2t

可以发现这个回归模型拟合优度达到0.9572，在样本内模型拟合得很好，并且两个变量都显著，系数估计值的符号也符合经济意义，即融资融券余额的增加都会导致上证综指的增加，但是从2010年融资融券进入市场以来，两融的余额一直维持在低位。如果用2010年3月31日到2013年12月31日间的日度数据回归分析。

表1结果显示上证综指和融资余额已经没有明显的线性相关关系，回归的模型并不显著，而这时的拟合优度也只有0.5059，两融余额上涨不再是上证综指暴涨的真实原因。

3.2 融资融券对股价波动性影响

本章将用用上证A股指数日对数波动率代表股价的波动性，记为：

BDLt=lnBDLt-lnBDLt-1

本章利用Eviews8.0软件对上证综指日对数波动率进行正态性和异方差性检验，进而选定合适的GARCH模型分析融资融券对股价波动性的影响。

3.2.1 正态性检验

表2 上证综指日对数波动率分布的描述性统计量

统计量均值标准差偏度峰度

P-value-Jarque-Bera

上证综指日对数波动率0.000070.012-0.24915.1862

0.00

从表2中，峰度系数为5.1862>3，偏度系数为-0.2491≠0，Jarque-Bera统计量的P值为0.00，因此该上证综指日对数波动率序列具有尖峰后尾的特征，不服从正态分布。

3.2.2 平稳性检验

对时间序列平稳性检验用单位根ADF检验：

从表3检验结果可以看出上证综指日对数波动率的 ADF统计值均小于各显著水平的临界值，因此，上证综指日对数波动率序列并不存在单位根，是平稳的。

3.2.3 ARCH效应检验

上证综指日对数波动率的均值方程为：

BDLt=BDLt-1+εt

利用最小二乘法对该均值方程进行回归，并输出回归的残差图：

波动率均值方程残差图

上图显示，股价波动呈现集群现象，不同时期的波动率呈现出大小比较集中的形态，这说明误差项可能具有条件异方差性。

进而进行条件异方差 ARCH-LM检验，在滞后10阶的情况下检验依然显著，应采用GARCH 模型对其进行研究。这里用GARCH（1，1）、GARCH（1，2）、GARCH（2，1）和GARCH（2，2）模型来进行实证分析是合适的。表4给出了上述几个模型的拟合效果，根据AIC和SC准则，GARCH（1，1）模型是最适合的模型。

在GARCH（1，1）模型的方差方程中，ARCH项和GARCH项的系数之和0.93773

4 结论与建议

融资融券余额范文第7篇

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。首先的原因可能就是融资融券额占成交量比重相对过小，这就直接导致其影响股价波动性的有效性。其次保证金比率的高低也直接影响到融资融券交易的额度和有效性。关于第三阶段虚拟变量不够显著，笔者认为这和第三阶段时间持续的长短有很大关系。第三阶段样本数量过少会影响到计量结果的有效性，但可以肯定的是，融资融券制度本身起到平抑波动性的作用。

三、结论和建议

以上结果与很多学者的研究结论并不完全一致，主要的原因是研究的市场不一样。得出融资融券会平抑指数波动结论的都是基于国内外成熟的资本市场（包括香港市场）。通过本次实证，我们也得出了融券交易可以平抑股市波动性的结论，相比于国内现有的研究结论，可以看出国内的资本市场正走向成熟。

为了更好的发挥融资融券的作用，笔者认为从以下几点入手：

一是要完善市场监管体系，加大监管力度。二是要扩大标的证券数量。虽然目前标的证券数量已经从90只上升到285只，但和沪深总体上市证券数量3772只（截止5月4日）相比，还只是占据一小部分。同时放宽融资融券交易的限制措施，使其交易更具市场化。三是扩大机构交易主体的范围，允许基金等机构从事融资融券交易。四是增加转融通交易方式。

参考文献：

①龚红霞. 融资融券对股价波动性的影响研究——以香港市场为例[D].广东商学院，2010

②廖士光，杨朝军.证券市场卖空机制对股价影响的研究——来自台湾市场的实证.南开大学，2004

③赵鹏. 融资融券对中国股市市场波动性影响研究[D].内蒙古大学经济管理学院，2011

④夏丹，邓梅. 融资融券对沪深股市影响的实证分析[J]. 商业时代，2011

⑤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

融资融券余额范文第8篇

【关键词】融资融券 上市银行 股价波动率

一、引言

1990年11月20日上海证券交易所正式成立，标志着我国股票市场的诞生，20多年来，我国股票市场发展迅猛。但长期以来，我国股票市场的获利主要依靠做多的方法，即在上升的行情中市场主体依靠所持有股票价格的上涨进行获利，但缺乏从下降的行情中获利的机会，不利于投资者规避风险。且股票市场的融资渠道单一，购买股票主要依靠投资者所持有的资本数额；股价波动性较大，没有很好的机制来对大幅度的股价波动起到内在稳定器的作用。

传统的证券交易方式是投资者支付现金购买证券或者出售持有的证券资产换取现金，融资融券制度是在证券交易的过程中，证券经纪商以投资者提供的部分现金或有价证券作为抵押，借给投资者一定的资金用来购买证券或借给投资者一定数量的证券供其出售[1]。具体来看，融资交易就是投资者以本身自有的资金或证券作为抵押，向证券公司借入资金用于证券买入，并在约定的期限内偿还借款本金和利息；融券交易是投资者以自有资金或证券作为抵押，向证券公司借入证券卖出，在约定的期限内，买入相同数量和品种的证券归还券商并支付一定的融券费用[2]。这种制度使得投资者在上升行情中可以借钱买券，下降行情中借券卖钱，保证了理性投资者在上升和下降行情中均可获利。因此，融资融券业务在证券市场的运行过程中起到了抑制股价剧烈波动的作用。

融资融券业务最早起源于美国（1934年），随后1951年和1962年日本和中国台湾也开始分别实行融资融券制度。2010年3月31日，我国的融资融券业务正式启动，首批6家券商、90支标的证券进行融资融券业务的试点工作。虽然我国的融资融券业务发展时间较短，但整体呈现出较快的发展势头，2015年初，我国融资融券标的股经过4次扩容后已达到900支，两融余额在14年突破1万亿元大关后，2015年虽经历动荡，但整体发展势头良好，截止2015年12月11日，两融余额达1.15万亿元。

银行股作为我国证券市场的权重股，其价格波动对于整个股市的变化趋势有着重要的影响。同时，银行股作为市盈率较低的股票，股票价格却一直维持在较低水平，截止2016年2月26日，我国16家上市银行中股价最高的为南京银行，其股价也仅为14.68元。随着利率市场化的推进，民营银行和互联网金融的冲击，银行股将受到必将较大的影响，如何利用融资融券制度推动银行业股价平稳运行，具有一定的现实意义。

二、数据来源和指标选取

（一）样本来源

根据我国证监会的《2015年4季度上市公司行业分类结果》显示，主营业务为货币金融服务我上市公司共计16家，包括南京银行、北京银行、宁波银行、光大银行、工商银行、建设银行、交通银行、中国银行、中信银行、农业银行、招商银行、兴业银行、民生银行、浦发银行、华夏银行、平安银行（排名不分先后）。为剔除不同时点上加入融资融券业务的标的股票在数据一致性方面存在的误差，本文以最后纳入两融业务的南京银行的融资融券业务开展时间为样本数据的起始时间，选取银行股板块指数以及个股融资融券明细表数据，利用Catmull-Rom Spline插值法将停牌导致的缺失数据补全，样本周期为2011年12月5日至2015年3月31日。本文所采用的数据来源于上海东方财富证券研究所的Choice数据库和数据中心。

（二）变量选取与数据处理

1.被解释变量。本文所涉及的变量主要是银行板块指数、融资买入额和融券买入额3个变量。被解释变量银行板块指数波动率（VOL），通过GARCH模型提取条件异方差序列，作为衡量股价波动率的序列。

从行情软件中导出银行板块指数作为衡量波动率的样本数据，选取2011年12月5日至2015年3月31日的银行板块历史收盘价，记为p，利用Catmull-Rom Spline插值法将停牌导致的缺失数据补全，再通过建立GARCH模型提取每只股票的条件异方差序列作为衡量股价波动率的序列[3]，具体步骤如下：

建立指数的收益率序列r=lnpt-lnpt-1，利用eviews6.0软件对收益率序列进行自相关检验。

由图可以看出，收益率序列不存在显著的自相关。利用eviews6.0软件对GARCH模型进行估计，得到表2，模型估计结果显示，各变量的系数都是显著的，模型的拟合程度也比较高，由此可以看出此GARCH模型是比较理想的。

最后，提取GARCH模型的条件异方差序列，作为银行指数股价的波动率序列，记为VOL。

2.解释变量。融资余额变化率（RZR），用本期融资余额的对数减去上一期融资余额的对数得到，即RZR=lnRZt-lnRZt-1。在东方财富软件中导出16只标的股票2011年12月5日至2015年3月31日的当日融资余额，将16支股票的当日数据加总记为RZ，根据RZR=lnRZt-lnRZt-1得到加总后融资余额变化率序列。

融券余额变化率（RQR），用本期融券余额的对数减去上一期融券余额的对数得到，即RQR=lnRQt-lnRQt-1。在东方财富软件中导出16只标的股票2011年12月5日至2015年3月31日的当日融券余额，将16支股票当日数据加总记为RQ，根据RQR=lnRQt- lnRQt-1得到融券余额变化率序列[4]。

三、实证检验

1.单位根检验。时间序列的平稳性检验是模型分析的前提，对时间序列的平稳性进行检验，常用的方法是单位根检验，若时间序列不存在单位根，则说明此序列是平稳的；若存在单位根，则是非平稳序列。常用的单位根检验方法是ADF（Augmented Dickey-Fuller Test）检验，检验结果如表3所示。

从表3的单位根检验可以看出银行指数日波动率序列VOL、融资买入额日变动率RZR、融券买入额日变动率RQR的ADF值均小于显著性水平为1%、5%、10%的临界值，因此，以上三个变量不存在单位根，均为0阶单整，是平稳序列数据。

2.模型设定及检验。

本文建立波动率VOL和自变量RZR和RQR之间的OLS回归：VOL=α0+α1RZR+α2RQE+εT （3-1）

对式3-1进行回归，结果如下：

回归方程如下：

VOL=0.026202*RZR-0.020671*RQR-0.006505

从回归结果可以看出，融资余额变动率的P值为0.0000，融券余额变动率的P值显著大于5%的显著性水平，说明融资余额变动率对股价波动有直接的影响，而相比之下，融券余额变动率的影响则相对较小。同时，模型的拟合优度值仅有0.003768，说明模型的拟合优度不是特别的理想，只是一个模拟回归，因为单靠融资融券不足以解释复杂的股市波动。下面对均值方程的残差进行ARCH效应检验，看其是否具备ARCH效应。

从残差图可以看出，剔除掉异常值之后的残差波动整体呈现较小的波动性，因此，可排除模型存在ARCH效应。

从变量的ADF检验结果来看，三个变量是0阶单整，存在协整关系，但从回归结果来看，融券余额变动率对股价的波动率的解释能力较弱，因此，有必要对其进行格兰杰因果关系检验，讨论变量之间是否存在直接关系。

结果分析：从格兰杰因果检验可以看出，在10%的显著性水平下不能拒绝融券余额变动率和股价波动率之间不存在显著因果关系的原假设，也即融券余额变动率对银行业股价波动率之间不存在显著的因果关系，融资余额变动率对股价波动有显著的直接影响。

四、结论

融资融券业务在我国开展已经有5年的时间，其对中国证券市场的运行起到了不可忽视的作用，众多优秀专家学者也对两者间的关系进行了大量的研究，硕果颇丰。但考虑到目前我国经济转型的压力和资本市场开放的不断探索，对融资融券业务与银行股股价运行关系的研究具有很强的现实意义。而通过资料搜集，作者发现国内外对产业融资融券效应的研究分析进行的较少。

本文选取开展融资融券业务的标的银行证券为研究对象，考虑到数据的可获得性和完整性，将研究期间调整为2011年12月5日至2015年3月31日，选取研究期间各标的证券的截止日融资余额、截止日融券余额，银行指数的日收盘价，利用GARCH模型提取银行指数股价波动率。通过对变量进行平稳性检验、自相关检验，得出融资余额变化率和股价波动率之间存在正相关关系，融券余额变化率与股价波动率之间存在负相关关系，但通过后续分析发现其影响效应不显著。

因此，针对结论我们不难发现融资融券的实行对我国银行也股价的波动率起到了一定的助推作用，一定程度上扩大了银行业股价的波动率。分析只是建立在理论的基础之上，不排除存在一定的误差，其内在的运行机制还需要我们进行进一步的探索。

参考文献

[1]刘丹凤.融资融券在中国的发展现状[J].中国集体经济，2014.6：46-47.

[2]孟召友.全面了解融资融券审慎参与投资[J].煤矿现代化，2010.5：127-128.

[3]廖士光，杨朝军.卖空交易机制、波动性和流动性一个基于香港股市的经验研究[J].管理世界，2005.12.

[4]李俊文.我国融资融券交易对市场波动性影响的实证分析[J].中国证券期货，2011.12.

融资融券余额范文第9篇

市场期待已久的融资融券已开闸半个月，标的个股成为市场关注的焦点。但从短期的情况来看，由于涉及的资金额很小，融资融券业务并未给标的股带来多大影响，融资买入的标的股大多跑输大盘，股价振幅大于融资融券业务开展前的概率也不足50%。

尽管如此，融资融券对标的股交易活跃度的影响已有所体现。标的个股的换手率大多高于此前水平，交易活跃度获得提升。

总体来看，预计融资融券业务走向成熟后，其对个股涨跌的影响将逐渐体现，但并不会改变个股的运行方向。

短期对股价影响小

理论上来说，融资买入表示投资者对个股后期走势看好，资金的流入对股价有推动作用，而融券则相反。作为融资融券的热门股之一，前期被融资强力买入的长江电力摆脱之前盘整的局面，于4月9日向上突破，并在4月13日创出今年新高。

但事实上，考察3月31日至4月12日期间个股融资买入、融券卖出与涨跌幅的关系后发现，目前融资融券对标的股走势的影响并不明显。

并非所有得到融资买入的个股都能借此走出此前“寒冬”。在截至4月12日的8个交易日中，发生融资交易的个股当日跑赢大盘的概率只有40%。3月31日、4月7日、4月8日以及4月12日这4个交易日，发生融资买入的个股跑赢大盘的概率均不足40%。其中，4月7日共有19只标的股被融资买入，当日跑赢大盘的只有6只，概率仅为31.58%。

至4月12日，两市62只标的股融资余额达1.14亿元。其中中国平安后来居上，当日发生1314万元的融资买入后融资余额达1925万元，但当日该股仍下跌1.54%，融资融券业务开展以来下跌1.81%。贵州茅台当日发生近1508万元的融资买入，融资余额超过1580万元，但当日下跌1.24%，融资融券业务开展以来下跌7.95%。而工商银行在7个交易日中有5个交易日被融资买入，融资余额达1007万元，但在这段时间内工商银行却走出一小波向下调整的行情，并持续跑输大盘。

对此，渤海证券研究所副所长房振明在接受《投资者报》采访时表示，主要是因为融资买入的钱还太少，不足以推动股价走高。要是出现巨额融资买入将利好个股，但目前如此平淡的局面对个股的影响并不明显。

融券交易的金额更小。截至4月12日，太钢不锈融券余额不过8100元。

融资融券标的股为大盘股，目前大盘股表现本就不佳，融资融券交易的发生并未改变其趋势。国泰君安证券研究报告显示，目前个股融资买入、融券卖出金额与当日涨跌幅关系并不明显，但预期融资融券业务步入成熟阶段后，其对市场涨跌的预示影响可能有所体现。

长期来看，融资融券业务的开展将促进投资者对标的股价值的挖掘。但由于推动蓝筹股股价的真正动力源于上市公司的业绩，因此融资融券业务并不会改变这些个股的估值核心运行方向。

提高交易活跃度

由于加入了卖空制度，多空双方的博弈力量更针锋相对，而融资买入制度也给标的股带来更多的资金，标的个股的波动及活跃度将提高。

《投资者报》数据研究部对至4月12日收盘时仍有融资融券余额的62只标的股，在融资融券业务开展前后的换手率进行了分析。结果显示，3月31日~4月12日换手率高于此前8个交易日换手的标的股共有42只，概率近70%。其中泰达股份和金地集团换手率均比此前高10个百分点以上，、中兴通讯、金融街、保利地产以及太钢不锈的换手率均比此前高出5个百分点以上。而一直备受融资买入资金青睐的长江电力，换手率也较此前高2个百分点以上。

融资融券余额范文第10篇

3101.94亿元！

10月16日，距9月16日沪深交易所融资融券业务标的证券范围第三次扩容刚满一个月，两市融资融券余额再创历史新高，当日两市融资余额3066.68亿元，融券余额35.26亿元，两融合计3101.94亿元，而两市当日成交金额总计才2785亿元，其中融资融券日内交易占比就占到10%左右。

融资融券业务问世三年，直至去年年底两融余额还在900亿元以下的低位徘徊。随着市场向好，沪深两市融资融券余额也如火箭般蹿升，由今年初的895.16亿元起步，连破1000亿元、2000亿元、3000亿元三道大关，快速增长至3100亿元以上，整体增长幅度超过200%。与之相伴的是两融业务交易量的不断放大和参与者队伍的迅速“扩军”。9月份融资融券月度统计数据显示，当月融资买入4015.16亿元，月融券卖出538.27亿元，全月融资融券交易金额高达7580.60亿元，均创下两融业务开展以来单月成交新高；9月份一个月新增开户数145132户，目前融资融券客户总数已达100万户以上。另一个可参照的指标来自中登公司的最新统计：10月第一周两市交易账户数为1，143.52万户——这一切意味着什么？

十分天下有其一，融资融券已俨然成为越来越多的投资者征战股海的“常备武器”。

两融扩容成推手

2013年9月16日，沪深交易所正式实施两融标的证券的第三次扩容，标的股票数量由原有的494只增加至700只，其中沪市标的股票数由296只增加至400只，它们的平均流通市值为275亿元，合计占沪市A股流通市值的87%；日均成交金额为698亿元，占沪市A股日均成交金额的80%。深市标的股票数由198只增加至300只，其平均流通市值为110亿元，合计占深市A股流通市值的59%；日均成交金额为510亿元，占深市A股日均成交金额的51%。而回顾第二次两融扩容，标的股票数量由278只增加至500只，标的股票市值占比由61%提高至71%；标的股票日均成交额占比由37%提高至57%。可见，两融标的股票的扩充进一步提高了其市场市值占比，并为市场提供了更多的流动性。

在9月的这次两融新增标的股中，最抢眼的无疑要算创业板中的“牛股军团”。创业板公司从原来的6家标的大幅扩张至34家，包括9个月上涨10倍的年度第一“飙股”中青宝、乐视网、东方财富、掌趣科技等大牛股。另外，近期连续涨停的上港集团也出现在了名单中。这不禁引人遐思：是想刺激融券业务规模迎头赶上吗？

单向助涨存隐忧

两融业务发展喜人，但其中蕴含的问题也不容忽视。两融推出以来，融资与融券的发展差距越来越大，融资增速远远大于融券。相比融资余额的成倍数增长，今年以来融券余额仅增长20%，长期徘徊在50亿元以下，只占到融资余额的1%多一点，几乎可以忽略不计。数据也清楚地显示出券源不足的问题：截至10月16日，206只新增标的中仅有30余只有融券余量，其余标的的融券余量均为零。

不仅如此，融资独大、融券低迷带来的“单向助涨”问题似乎更让部分市场人士担忧。按照国内投资者的习惯，能够提供融券的客户不会很多，很多券商自身就不愿意。所以每次扩大标的个股范围，客观上会起到增加该类个股被融资净买入的机会，进一步助长了多头的买气。由于9月新入选的206只标的股多属于前期活跃的热门股，而进入四季度市场走势虽有反复但十分有弹性，因此对这些股票的融资买入热度不减，也就更难以融到券对其做空。9月以来融资净买入居前的个股多属于前期大涨的大牛股，包括上港集团、外高桥、陆家嘴、爱建股份、中航投资、中青宝等，而涨幅50%以上的许多新贵如号百控股、同洲电子、浪潮软件、大智慧等，也都是近期融资余额快速走高的品种。

对冲交易新思维

融资融券作为典型的多空博弈且带有杠杆性质的投资领域，短期有助涨助跌的作用，中长期则能抑制超买超卖减缓市场波动。从这个意义上说，当前融资过热、融券遇冷的格局不会一直持续。

从价值角度出发，当前被高估的两融标的股，无论是在哪个板，未来都存在较大价值回归压力。目前两融标的股中中小板、创业板个股已达150多只，从估值角度看，当前小盘股相对于大盘股的市盈率溢价倍数为2.65倍，处于近十年的历史绝对高位，未来一旦业绩低于预期和市场风险偏好转向，则融券卖出压力将快速显现。进入10月中下旬，中青宝、拓维信息、华谊兄弟、北纬通信等前期大牛股的断崖式连续暴跌，已经给市场敲响了警钟。而主板市场近年频出的“黑天鹅”事件，也给参与两融标的“白马”股交易的投资者带来了较大的不确定性风险。