金夢(mèng)雅 陳鵬程

摘要：本文旨在研究融資融券業(yè)務(wù)中可沖抵保證金證券的折算率，在了解融資融券業(yè)務(wù)的相關(guān)法律法規(guī)以及 GARCH族模型和 VaR方法后，構(gòu)建應(yīng)用了單一市場(chǎng)風(fēng)險(xiǎn)的收益率-折算率模型，共選取上證180指數(shù)中84只成分股進(jìn)行研究，根據(jù)構(gòu)建的折算率模型計(jì)算出每只股票的最適折算率，并和以往固定折算率進(jìn)行對(duì)比分析，研究發(fā)現(xiàn)目前規(guī)定的上證180成分股所適用的70%的固定折算率過低。

關(guān)鍵詞：GARCH-VaR 折算率 融資融券

一、引言

融資融券業(yè)務(wù)是指具有融資融券業(yè)務(wù)資格的證券公司向客戶出借資金供其買入證券或出具證券供其賣出證券的業(yè)務(wù)，由融資融券業(yè)務(wù)產(chǎn)生的證券交易稱為融資融券交易。在融資融券業(yè)務(wù)進(jìn)行的過程中，涉及到對(duì)交易雙方的信用保證，保證金制度由此誕生。隨著衍生品市場(chǎng)的進(jìn)一步發(fā)展，資本市場(chǎng)活躍度提高，為了降低缺乏資金的投資者的準(zhǔn)入門檻，證交所允許投資者可以使用其所持有的有價(jià)證券充當(dāng)保證金從而使得其進(jìn)入市場(chǎng)交易，有價(jià)證券需要進(jìn)行一定的折算才可充當(dāng)保證金，不同的有價(jià)證券所面臨的風(fēng)險(xiǎn)也不同，需要考量多方面的因素對(duì)有價(jià)證券進(jìn)行合適的折算。融資融券是資本市場(chǎng)重要的組成部分，因此本文對(duì)可沖抵保證金證券的適用折算率進(jìn)行研究，并與當(dāng)下進(jìn)行對(duì)比，探究現(xiàn)行的固定折算率是否存在優(yōu)化的空間，有助于融資融券可沖抵保證金證券折算率的深入考證，為進(jìn)一步完善融資融券交易制度和監(jiān)管部門執(zhí)行相關(guān)規(guī)章制度提供了參考依據(jù)。根據(jù)《標(biāo)準(zhǔn)券折算率管理辦法》，上證180指數(shù)成份股的最高折算率為70%，是本文的主要研究對(duì)象。

二、文獻(xiàn)綜述

融資融券交易機(jī)制的引進(jìn)，實(shí)際上是為了提升我國(guó)股市定價(jià)效率以及減緩市場(chǎng)的波動(dòng)。[1]融資融券業(yè)務(wù)使得不論是在熊市還是在牛市都可以增加投資者的興趣，活躍市場(chǎng)，這有利于市場(chǎng)發(fā)揮其作用并且可以完善市場(chǎng)的價(jià)格發(fā)現(xiàn)[2]。我國(guó)融資融券業(yè)務(wù)實(shí)際上仍屬于發(fā)展的初期，面臨市場(chǎng)風(fēng)險(xiǎn)，投資者信用風(fēng)險(xiǎn)，流動(dòng)性風(fēng)險(xiǎn)，和業(yè)務(wù)操作風(fēng)險(xiǎn)。[3]其中有關(guān)保證金制度的探索是融資融券業(yè)務(wù)中的熱點(diǎn)問題，引起了廣泛的關(guān)注，我國(guó)目前采用的固定折算率制度隨著市場(chǎng)的發(fā)展需要得到進(jìn)一步的改進(jìn)和更新。樊向萍（2017[4]）指出與發(fā)達(dá)國(guó)家市場(chǎng)相比，我國(guó)在融資融券業(yè)務(wù)中收取保證金比例偏高，不利于市場(chǎng)的活躍。

陳健萍（2018）[5]針對(duì)證券融資融券業(yè)務(wù)市場(chǎng)風(fēng)險(xiǎn)提出了對(duì)不同類型證券的折算率進(jìn)行動(dòng)態(tài)管理的建議。李詩(shī)瑤和李星漢（2017）[6]在對(duì)保證金機(jī)制和市場(chǎng)波動(dòng)的內(nèi)在關(guān)系進(jìn)行研究后，指出應(yīng)當(dāng)針對(duì)不同波動(dòng)水平的股票進(jìn)行保證金比例的動(dòng)態(tài)調(diào)整，更加溫和地抑制市場(chǎng)波動(dòng)。

在國(guó)內(nèi)外進(jìn)行了很多有關(guān)融資融券業(yè)務(wù)保證金以及折算率模型的實(shí)證研究，如 George W Fenn和Paul Kupiec（1991）[7]基于合約成本最小化提出了保證金波動(dòng)性比率模型，G G Booth，J P Broussard（1997）[8]認(rèn)為基于波動(dòng)率計(jì)算保證金水平的動(dòng)態(tài)方法更有效。孫禮旭和王媛媛（2018）[9]認(rèn)為在不同時(shí)期不同行業(yè)情況下設(shè)立不同的保證金比例制度。張秀麗，陳偉，郭愷（2017）[10]以一號(hào)棉期貨合約（CF）為例，使用VaR-GARCH模型計(jì)算動(dòng)態(tài)保證金，研究發(fā)現(xiàn)鄭商所現(xiàn)行的靜態(tài)保證金制度的保證金設(shè)置水平整體偏高，且無法在當(dāng)期貨市場(chǎng)波動(dòng)劇烈時(shí)有效控制市場(chǎng)風(fēng)險(xiǎn)，而在95%置信水平下，VaR-GARCH模型計(jì)算出的動(dòng)態(tài)保證金能滿足交易所控制市場(chǎng)風(fēng)險(xiǎn)的需要。這些研究均表明，建立起動(dòng)態(tài)的保證金制度是必要的。

折算率制度與保證金制度緊密相關(guān)，在對(duì)折算率進(jìn)行研究時(shí)往往基于保證金制度的啟發(fā)。龔日朝和陳馳（2013）[11]以一家房地產(chǎn)公司為例，從系統(tǒng)性風(fēng)險(xiǎn)、行業(yè)風(fēng)險(xiǎn)、公司風(fēng)險(xiǎn)以及流動(dòng)性風(fēng)險(xiǎn)、變現(xiàn)能力等方面進(jìn)行分析，構(gòu)建了可充抵保證金擔(dān)保證券折算率計(jì)算模型。韓玉姝（2014）[12]以G證券公司為例，結(jié)合流動(dòng)性風(fēng)險(xiǎn)和波動(dòng)性風(fēng)險(xiǎn)確定折算率和保證金比例的理論值，其研究結(jié)果表明我國(guó)目前開展融資融券業(yè)務(wù)的證券公司使用的固定折算率過于保守且不靈活，限制了客戶資金使用效率以及自身的盈利能力。目前針對(duì)折算率的研究還相對(duì)較少，因此可供參考的文獻(xiàn)也有限，本文對(duì)可沖抵保證金證券折算率的研究彌補(bǔ)了融資融券業(yè)務(wù)有關(guān)方面理論的空白。

本文的創(chuàng)新之處在于對(duì)折算率模型進(jìn)行了深入推導(dǎo)，把理論和實(shí)踐相結(jié)合，計(jì)算出84只股票的最適折算率，研究中的所有公司均適用遠(yuǎn)高于70%的折算率，結(jié)論可信度較高，為投資者和市場(chǎng)監(jiān)管者更新折算率系統(tǒng)提供借鑒意義，此外本文在研究折算率過程中根據(jù)絕對(duì)值的大小，在廣泛使用的3個(gè)置信水平中選擇出偏差最小的置信水平，相對(duì)準(zhǔn)確地描述個(gè)股風(fēng)控標(biāo)準(zhǔn)。

三、收益率-折算率模型

樣本數(shù)據(jù)的對(duì)數(shù)收益率序列的均值為0.000462，峰值為9.8976，所以樣本數(shù)據(jù)具有高峰厚尾的特征;其偏度值為-0.9517，說明樣本數(shù)據(jù)相較于正態(tài)分布具有左偏的特征，并且在1%的顯著性水平下通過JB檢驗(yàn)，表明上證180指數(shù)的收益率序列不服從正態(tài)分布。

（二）平穩(wěn)性檢驗(yàn)

觀察上證180指數(shù)的對(duì)數(shù)收益率時(shí)序圖，可以看出該樣本數(shù)據(jù)的對(duì)數(shù)收益率是平穩(wěn)的，但存在明顯的波動(dòng)集聚性，說明上證180指數(shù)總體收益率序列具有異方差性。

接下來進(jìn)行平穩(wěn)性檢驗(yàn)，如表所示，上證180指數(shù)收益率序列的單位根檢驗(yàn)值為-34.3854，遠(yuǎn)小于三個(gè)置信水平下的臨界值，可知上證綜指收益率序列是平穩(wěn)的。

（三）相關(guān)性分析和異方差性檢驗(yàn)

進(jìn)一步分析發(fā)現(xiàn)，上證80指數(shù)的收益率序列存在低階的自相關(guān)效應(yīng)和高階的異方差特征（自相關(guān)和異方差的檢驗(yàn)結(jié)果略）。所以，在通過建立ARMA（2，2）模型（實(shí)驗(yàn)結(jié)果省略）消除序列相關(guān)性之后，上證180指數(shù)的收益率時(shí)間序列的波動(dòng)性使用GARCH模型進(jìn)行估計(jì)。

五、實(shí)證研究

基于ARMA（2，2）模型嘗試GARCH（p，q）模型，進(jìn)一步引入低階TGARCH（p，q）模型和 EGARCH（p，q）模型以檢驗(yàn)上證180指數(shù)的對(duì)數(shù)收益率序列是否存在杠桿效應(yīng)，整理結(jié)果見表3。

可以看出，只有GARCH（1，1）各項(xiàng)系數(shù)通過顯著性檢驗(yàn)且AIC值最小，而EGARCH和TGARCH對(duì)上證180指數(shù)的擬合模型系數(shù)大多未通過顯著性檢驗(yàn)，顯然上證180指數(shù)的對(duì)數(shù)收益率序列不存在“杠桿效應(yīng)”，因此可以認(rèn)為模型 GARCH（1，1）更適用上證180指數(shù)，上證180指數(shù)是由其180只成分股編制而成的指數(shù)，反映了這180只股票的整體表現(xiàn)，因而具有一定的代表性。所以我們?cè)趯?duì)其成分股進(jìn)行折算率研究的時(shí)候，皆采用GARCH（1，1）模型來擬合其波動(dòng)。

（一）上證84只成分股數(shù)據(jù)選擇

選取了上證180指數(shù)成分股中2014年至2019年4月19日都在指數(shù)中的股票，刪除其中有大量數(shù)據(jù)缺失的股票，共計(jì)84只，數(shù)據(jù)選取從2014年1月1日到2019年4月21日，除去收盤和節(jié)假日共1161個(gè)交易日的股票收盤價(jià)作為總樣本，以各股的對(duì)數(shù)收益率序列為研究對(duì)象，數(shù)據(jù)來源為TEJ數(shù)據(jù)庫(kù)。收益率計(jì)算公式：。

（二）置信水平選擇

以最小為擇優(yōu)標(biāo)準(zhǔn)選擇置信水平，為個(gè)股收益率序列在數(shù)據(jù)選取期間內(nèi)超出GARCH模型擬合最大損失的概率，α為置信水平，使用了三個(gè)不同的置信水平（90%，95%，99%）。

大多數(shù)公司適用99%置信水平，也有部分公司適用于90%和95%的顯著性水平（分組名單省略）。上述步驟中的所有實(shí)驗(yàn)流程均在R中完成，最終繪制各個(gè)公司最適折算率的散點(diǎn)圖，可以明顯看出，個(gè)股適用折算率皆遠(yuǎn)高于現(xiàn)行70%的折算率。

六、結(jié)論及建議

本文在參考相關(guān)文獻(xiàn)后，首先引入了收益率-折算率模型，再通過檢驗(yàn)GARCH-t模型、EGARCH-t 模型和 TGARCH-t模型，選出適用于上證180指數(shù)的GARCH（1，1）-t模型，并在此基礎(chǔ)上選用了上證180指數(shù)中的84只成分股進(jìn)行了最適折算率研究，與現(xiàn)行的固定折算率進(jìn)行比較，得出以下結(jié)論：

上證180指數(shù)現(xiàn)行適用的70%的折算率設(shè)置過高，增加了投資者的投資門檻，降低了資金杠桿和資金的使用效率，因此建議在現(xiàn)行活躍的市場(chǎng)氛圍下，可以考慮適當(dāng)提升可沖抵保證金證券的折算率，引入動(dòng)態(tài)保證金計(jì)算系統(tǒng)。

不同的公司應(yīng)根據(jù)公司特性來設(shè)置不同的風(fēng)控標(biāo)準(zhǔn)，過高或者過低的風(fēng)控水平將會(huì)導(dǎo)致資金的不充分利用，限制公司盈利水平。建議保證金系統(tǒng)應(yīng)考慮個(gè)股的特性計(jì)算出其適用風(fēng)控水平，具體表現(xiàn)在置信水平的選擇。

本文僅考慮了市場(chǎng)風(fēng)險(xiǎn)對(duì)折算率的影響，因此估計(jì)出的折算率存在一定誤差，在今后的研究中，應(yīng)當(dāng)考慮總結(jié)其他因素對(duì)有價(jià)證券價(jià)值的影響，把如流動(dòng)性風(fēng)險(xiǎn)，信用風(fēng)險(xiǎn)等加入折算率模型，構(gòu)建更為精準(zhǔn)的GARCH模型，從而對(duì)證券的折算率進(jìn)行更精準(zhǔn)的分析。

參考文獻(xiàn)：

[1]周一飛.動(dòng)蕩市場(chǎng)中融資融券保證金率調(diào)整的政策效應(yīng)研究[J]，財(cái)會(huì)學(xué)習(xí)，2018（6 ）：170-171.

[2]張燕，黃河姍.我國(guó)融資融券業(yè)務(wù)對(duì)證券公司影響及風(fēng)險(xiǎn)控制[J]，金融經(jīng)濟(jì)，2018（20）：65-67.

[3]洪健.淺析我國(guó)證券公司融資融券業(yè)務(wù)的風(fēng)險(xiǎn)管理[J].山東紡織經(jīng)濟(jì)，2019（3）：11-14.

[4]樊向萍.我國(guó)融資融券交易發(fā)展現(xiàn)狀及問題研究[J]，現(xiàn)代工業(yè)經(jīng)濟(jì)和信息化2017（14）：10-11.

[5]陳健萍.證券公司融資融券業(yè)務(wù)問題分析及建議[J].遼寧經(jīng)濟(jì)，2018（8）：42-43.

[6]李詩(shī)瑤，李星漢.融資融券保證金機(jī)制和股價(jià)特質(zhì)性波動(dòng)[J].商業(yè)研究，2017（3）：53-62.

[7]George W Fenn，Paul Kupiec.Prudential Margin Policy in a Futures- style Settlement System [J].Journal of Futures Markets，1991，13（4）：389-408.

[8]GG Booth，J P Broussard，T Martikainen，V Puttonen.Prudent Margin Levels in the Finnish Stock Index Future .Market[J].Management-Science，1997，43（8）：1177-1188.

[9]孫禮旭，王媛媛.融資融券保證金比例的實(shí)證研究[J].蘭州工業(yè)學(xué)院學(xué)報(bào)，2018（3）：84-87.

[10]張秀麗，陳偉，郭愷.鄭州商品交易所期貨保證金設(shè)置研究[J].金融理論與實(shí)踐，2017（01）：98-101.

[11]龔日朝，陳馳.融資融券業(yè)務(wù)中可充抵保證金擔(dān)保證券折算方法研究.[J]南華大學(xué)學(xué)報(bào)，2013（02）：42-49.

[12]韓玉姝，融資融券數(shù)量性風(fēng)險(xiǎn)管理指標(biāo)的合理性分析——關(guān)于G證券公司的實(shí)證研究[J]時(shí)代金融，2014（32）：149-15.

基金項(xiàng)目：本文得到河南省教育廳人文社會(huì)科學(xué)研究項(xiàng)目（項(xiàng)目編號(hào)：2018-ZDJH-323）及河南省教育廳自然科學(xué)研究項(xiàng)目（項(xiàng)目編號(hào)：19A790026）的支持。

（作者單位：鄭州大學(xué)商學(xué)院）