第9期王 良,等融资融券交易对ETF基金定价效率的影响19 分钟高频交易数据来分析ETF基金二级市场价格与基金净值indicative optimized portfolio value,IOPV之间的回归关系,从而进一步确定信息反应速度和信息反应程度。文献回顾及理论分析国外很多学者主要从认知偏差、市场波动性、信息揭示等方面来分析卖空限制的不利影响,并从卖空机制引入与定价效率的关系展开研究。很多学者发现,如果进行卖空限制会降低市场的定价效率。 Miller等[3]认为卖空限制下,投资者对同一信息存在认知偏差,乐观投资者将会选择买入并持有证券,而悲观投资者受到卖空限制将不愿参与市场交易,导致证券价格不能充分反映市场交易信息,因而证券价格与其内在价值分离,股价被高估。 Hong和Jeremy[4]通过建立异质代理模型进行研究发现,由于悲观投资者的交易行为受到卖空限制的抑制,因而难以立即揭示其拥有的负面信息,导致市场下行时极易出现无重大利空消息而市场暴跌现象。Charoenrook和Daouk[5]通过分析88个新兴国家和23个发达国家的市场数据,发现卖空限制条件下股票市场波动性会增大。 Bris等[6]以全球47个股票市场为研究对象,发现卖空限制可以相对减少市场恐慌的程度。当没有实施卖空机制时,股票收益率很少显现出左偏态特征,且出现极端负收益率的频率较低。 Oscar等[7]利用欧洲证券市场2008年7月至2009年6月的面板数据来对卖空机制与市场定价效率的影响进行实证研究,结果表明卖空限制对市场效率造成许多不利影响禁止卖空扩大了买卖价差,降低市场成交量,加剧了价格波动。一些学者从股票估值、市场竞争、信息发现效率等方面探讨了证券市场卖空机制进入与市场定价效率的关系。 Jones和Lamont[8]对1926 1933年间卖空机制下的股票交易成本进行实证研究发现,囿于信息揭示的滞后性,当某只股票存在做空需求且进入二级市场交易后,该股票将有着较高的估值和较低的回报率。Allen和Gale[9]构建了不完全市场下的一般均衡模型,认为当允许卖空时,即使潜在投资者的数量较大,完全竞争也无法实现,而卖空机制外部性的存在也会使得市场完全竞争受到限制而导致市场失衡。 Saffi和Sig-urdsson[10]研究发现,卖空限制的确阻碍了股价对于市场和公司负面信息的反应和吸收,但引入做空机制并不一定加剧股价波动和极端值出现频率上升。 Daan[11]研究了杠杆交易和卖空机制对金融市场稳定性的影响,并利用资本资产定价模型研究了异质信念投资者的交易需求,研究发现卖空机制在一定程度上能够提高信息发现效率。 Jang等[12]在均值方差模型的基础上,构建了卖空机制下空头投资组合模型,同时考虑了最坏情况并给予卖空资产负权重,研究发现卖空机制在一定程度上可以提高市场的定价效率。 Gordon和Mark[13]研究了卖空机制对美国封闭式基金市场定价效率的影响,研究发现贴现型基金和红利型基金存在显著的卖空现象,并且随着红利型基金的回报率提高,其卖空现象越发明显。国内学者对中国证券市场的做空机制融资融券也进行了探讨,一些文献主要从波动特征、错误定价率等来探讨卖空限制的不利影响。陈国进和张贻军[14]研究发现,再售期权和通胀幻觉都是影响我国股市泡沫的重要因素,这与我国股市存在严重异质信念和严格禁止卖空的特征相吻合。李科和徐龙炳[15]研究了卖空限制对股票错误定价的影响,结果表明卖空限制导致了股价高估,融资融券制度等做空机制有助于矫正高估的股价,因而提高了市场定价效率。另外一些研究主要从价格发现、收益率提高等方面探讨融资融券与定价效率的关系。廖士光[16]利用沪深证券市场融资融券标的证券确定与调整事件进行实证分析,研究结果表明,融资交易有助于提升标的证券的市场价格,而融资融券交易的价格发现功能有待进一步发挥。许红伟和陈欣[17]基于DID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,发现其仅在市盈率等少数指标上有一定积极作用。肖浩和孔爱国[18]研究发现融资融券交易降低了股价特质性波动,但这一影响是通过降低标的证券的噪音交易、提升信息传递速度、降低公司盈余操纵以及降低投资者之间的信息不对称程度来实现的。李志生等[19]发现融券卖空量与定价效率之间存在正相关关系,融券卖空量越大,股票的定价效率越高,并指出融资融券交易通过提高股票流动性、降低信息不对称程度和增加持股宽度来提高定价效率。姚磊和姚王信[20]基于多期DID模型研究融资融券对A股市场的影响,结果表明融资融券显著降低市场流动性,且融资融券政策效应在不同时期存在差异。李丹等[21]基于我国开通融资融券交易的自然实验构建双重差分模型DID,研究发现对于融资融券标的公司,引入卖空机制显著降低了分析师盈余预测的乐观性偏差,并提高了盈余预测的准确度,从而较充分揭示了市场定价信息。顾琪和王策[22]研究发现融资融券制度中的卖空摩擦抑制了市场参与者对公司特质信息的充分挖掘,最终加剧了股价同涨同跌现象,从而不利于市场20 管理评论第31卷定价效率的提高。综上所述,可以看出目前国内外研究主要从认知偏差、价格波动、错误定价率、信息揭示等关注证券市场卖空限制下的不利影响,或者从价格发现、股票估值、市场竞争、信息发现效率等方面研究做空机制或融资融券引入对股票定价效率的影响,但未有文献就我国证券市场融资融券机制的引入与ETF基金定价效率的关系展开研究。由于ETF基金兼有开放式基金与封闭式基金的双重功能,且在一级市场和二级市场可同时交易,区别于已有的开放式基金,ETF基金的申购赎回必须采用一篮子股票进行实物交易。既然ETF基金具有独特的双重交易机制,且考虑到融资融券又是一种崭新的交易机制,有鉴于此,本文拟针对我国融资融券制度的实施是否对ETF基金二级市场价格的定价效率产生影响展开研究。由于ETF基金可以在二级市场进行买卖,其同时具有股票的交易特征,ETF基金二级市场价格紧密跟踪ETF的基金份额参考净值 IOPV,而IOPV的计算方法是由证券交易所根据基金管理人提供的计算方法及每日提供的申购、赎回清单,按照清单内组合证券的最新成交价格计算。 IOPV值每15秒计算并公告一次,作为对ETF基金份额净值的估计。因此,ETF基金二级市场价格主要受基金净值IOPV的影响,结合已有的研究[23],本文认为ETF基金定价效率可从ETF基金二级市场价格与IOPV之间的关系进行分析,并主要从信息反应程度、信息反应速度、信息反应滞后性三个方面来进行度量。限于篇幅,本文提出以下的研究假设H1融资融券机制的引入提高了ETF基金价格的信息反应程度和信息反应速度。H2融资融券机制的引入降低了ETF基金价格的信息反应滞后性。基本模型构建本文首先建立ETF基金定价效率的相关度量模型,在此基础上,进一步构建融资融券交易对标的ETF基金定价效率影响的双重差分模型。1、定价效率的度量1信息反应程度参考Bris等[6]的研究,对于信息反应程度,本文用单只ETF基金当日1分钟的二级市场价格与对应IOPV之间的回归可决系数拟合优度来进行度量。令pt,i表示单只ETF基金在第t日第i分钟的价格,IOPVt,i表示单只ETF基金在第t日第i分钟的净值大小,εt为随机误差项,由此得pt,i αt βt IOPVt,i εt 1由式1可以得到第t日ETF基金在样本期内的拟合优度R2。为了便于研究,后文中将拟合优度用π来表示,在此引入指标πup,t、πdown,t来分别衡量ETF基金价格对于正面信息和负面信息的反应程度。其中,πup,t表示在样本区间内,将单只ETF基金在第t日所有的1分钟净值上涨时刻作为回归样本选择时点,所得到的回归拟合优度。同理,πdown,t表示在样本区间内,将第t日所有的1分钟净值下跌时刻作为回归样本选择时点,所得到的回归拟合优度。如果在当日1分钟净值价格同时存在上涨与下跌两个方向时,引入指标Δπt来测度标的ETF基金价格对基金净值信息反应程度的非对称情况,称Δπt为信息反应程度非对称指标Δπt πdown,t - πup,t 2根据Bris等[6]的研究,当ETF基金受到卖空限制时,ETF基金二级市场对于市场好坏信息吸收的程度不同。如果该ETF基金没有引入卖空机制,则ETF基金二级市场价格只反映了市场因素的影响,ETF基金价格无法及时充分地反映私有负面信息的影响,这将导致ETF基金价格只体现了市场因素的作用,无法充分反映投资者买卖ETF基金时私有负面信息的影响,最终导致πdown,t较高。同时,由于单只ETF基金一般无买入限制,将使得πup,t较高。那么,当允许ETF基金卖空时,交易之间的不对称限制将不复存在,最终πdown,t以及Δπt将显著下降,Δπt的绝对值越小,说明信息反应程度较好,定价效率越高。2信息反应速度将单只ETF基金在第t日所有的1分钟净值上涨时刻作为样本选择时点,第t日所有上涨的IOPV值形成序列IOPVup,t IOPVup,1,IOPVup,2, ,IOPVup,m{ },对应序列IOPVup,t的滞后1分钟二级市场价格序列为pup,t pup,11,pup,21, ,pup,m1{ },记序列IOPVup,t与pup,t的相关系数为ϕup,t,同理可以得到第t日价格下跌时的相关系数ϕdown,t,它们分别表示ETF基金二级市场价格随着净值不同方向波动进行调整的延迟程度,即分别对于第9期王 良,等融资融券交易对ETF基金定价效率的影响21 正向信息和负向信息的反应速度。由于本文采用日高频数据来分析反应速度,所以当ETF基金引入融资融券机制后,ETF基金二级市场价格对净值向下波动的公共信息将能做出及时反应,因而当前单个ETF基金的一分钟价格仍与前一分钟的基金净值保持相对较高的相关度,表现为ϕdown,t较高。在市场上行阶段,由于ETF基金无买入限制,ETF基金二级市场价格对市场正面公共信息及时做出反应,因而当前单个ETF基金的一分钟价格仍与前一分钟的基金净值相关度上升,表现为ϕup,t较高。另外,可以采用式3来进一步衡量ETF基金二级市场价格与前一期净值之间对于正面信息和负面信息反应速度的非对称性,即Δϕt ϕdown,t - ϕup,t 3在此称Δϕt为信息反应速度非对称性指标。当取消ETF基金卖空限制后,交易之间的不对称限制消失将使得ϕdown,t及Δϕt的取值显著下降,Δϕt的绝对值越小,则表明信息反应速度较快,定价效率越高。3信息反应滞后性Hou和Moskowitz[23]认为,如果二级交易市场不能将信息及时而充分地反映到价格中去,那么在有效市场条件下,信息在后续的交易日中将持续被吸收,从而使得价格表现出滞后特征。有鉴于此,本文认为,这种价格滞后可以通过采用该ETF基金第t日的二级市场价格pt对当期及滞后四期的IOPV值IOPVt、IOPVt- 4进行回归来体现pt α β IOPVt ∑4n 1ηn IOPVt-n ε 4其中,α为常数,ε为残差。首先,对模型4进行回归估计可得回归可决系数π。进一步,令式4中的系数ηn 0,进行回归估计,得到限制模型的回归可决系数π′,由此可得ETF基金价格滞后反应的第一个指标ξ1 1 - π′π 5该方法衡量了单个ETF基金的二级市场价格由基金净值所能解释的比例,如果ξ1取值越小,则表明ETF基金二级市场价格对过去的市场信息基金净值的依赖程度越低,价格对于信息的反应滞后性降低,从而定价效率越高。此外,还可以用回归方程中解释变量的系数大小来衡量单个ETF基金每日的净值对滞后的二级市场价格的影响程度,得到第二个滞后反应指标ξ2 ∑ 4n 1 ηnβ ∑ 4n 1 ηn6式6中ξ2反映了式4中滞后基金净值的回归系数在所有回归系数中的比重,其取值越小,表明定价效率越高[19]。2、融资融券交易对标的ETF基金定价效率影响的双重差分模型本文主要关注融资融券前后各指标的取值变化及其显著性,因此研究过程中首先分别对实验组和对照组的ETF基金在融资融券推出前后各项指标进行显著性检验。由于样本数据总体分布不能确定,且考虑到普通回归方法在实际应用过程中不能消除系统性因素所带来的影响,因而本文拟采用双重差分模型Difference-in-differences,DID来进行研究。该模型由Ashenfelter和Card[24]首次提出,可用于估计一项经济政策对其作用对象带来的净影响,进而能较好地消除处理组和对照组之间的系统性差异,有利于分析某项干预措施施加后对某一变量的单独影响。本文建立的双重差分模型将融资融券扩容这一经济政策视为自然实验,其中被纳入融资融券标的ETF基金的组合称为处理组,而没有被纳入融资融券标的ETF基金的组合称为对照组,构建的DID模型如下Yki,t C α1Mt α2Mf γMt Mf ∑ An,t εi 7其中,Yki,t为第i只ETF基金在第t期的第k个指标值大小。当k16时,Yki,t取值依次为ETF基金定价效率指标πdown,t、Δπt、ϕdown,t、Δϕt、ξ1i、ξ2i。 C为常数项,Mt为时间虚拟变量,当融资融券推出后Mt 1,推出前Mt 0;Mf为组间虚拟变量,当Mf 1时为融资融券标的ETF基金,即处理组,Mf 0时为非融资融券标的ETF基金,即对照组;∑ An,t为控制变量,主要包括换手率、价格水平、基金规模和折价率;εi为随机干扰项。22 管理评论第31卷此外,为了更好地分析不同ETF基金之间的相互关系,且提高模型的拟合效果,后文中采用面板数据进行分析。借鉴Wooldridge[25]的方法,模型中交互项MtMf前的系数γ为双重差分统计量,它反映了在剔除其他影响因素后,融资融券业务对标的ETF基金定价效率的影响效果。如果γ值在一定置信水平下显著,则表明融资融券推出后对标的ETF基金定价效率或价格分布特征产生了明显的预期效果,反之则不显著或效果相反,因而根据系数γ的显著性及其取值的大小,可以测度融资融券交易给标的ETF基金带来的影响程度。实证研究1、数据选取本文以2011年11月25日ETF基金被正式纳入融资融券标的为时间中轴点,选取该交易日前后总计264个交易日为样本区间,考虑到该政策实施的前期影响,将2011年6月1日 2011年10月31日为事件前窗口期,2011年11月1日 2012年5月31日为事件后窗口期。由于ETF基金推出时间较晚,且被纳入融资融券标的ETF基金数量有限,所以必须筛选有足够样本长度的ETF基金作为研究对象。有鉴于此,本文选取上市时间较长的12只ETF基金为研究对象,其中被纳入融资融券标的的7只ETF基金作为处理组,另外5只非融资融券标的ETF基金作为对照组。表1给出了这12只ETF基金的上市日期、标的指数等相关信息,其中实证数据均来源于Wind金融资讯及天软高频数据库。表1 12只ETF基金的相关信息序号代码基金名称基金管理人上市日期实行融资融券日期标的指数1 510050华夏上证50ETF华夏基金2004-12-30 2011-12-05 0000162 510180上证180ETF华安基金2006-04-13 2011-12-05 0000103 510880华泰柏瑞上证红利ETF华泰柏瑞基金2006-11-17 2011-12-05 0000154 510010交银上证180公司治理ETF交银施罗德基金2009-09-25 2011-12-05 0000215 159901易方达深证100ETF易方达基金2006-03-24 2011-12-05 3993306 159902华夏中小板ETF博时基金2006-06-08 2011-12-05 3996347 159903南方深证成份ETF南方基金2009-12-04 2011-12-05 1616128 510020博时上证超大盘ETF博时基金2009-12-29 / 0000439 510030华宝兴业上证180价值ETF华宝兴业基金2010-04-23 / 00002910 510060工银上证央企50ETF工银瑞信基金2009-08-26 / 00004211 510090建信上证社会责任ETF建信基金2010-05-28 / 00004812 510130易方达上证中盘ETF易方达基金2010-03-29 / 000044资料来源Wind金融数据库。2、变量的描述性统计本文对12只ETF基金的各主要指标在融资融券推出前后的结果进行了描述性统计限于篇幅,详细结果略去。可以发现,非融资融券标的ETF基金总体上也同融资融券标的ETF基金一样定价效率有所提高,有些指标甚至比融资融券标的ETF基金的变化更为明显,这表明融资融券交易的推出对处理组、对照组的ETF基金价格都会带来影响,这也说明我国ETF基金市场中价格的联动性较为明显。由于双重差分模型能较好地消除处理组和对照组之间的系统性差异,有利于研究某项政策实施后对某一变量的单独影响。有鉴于此,本文拟采用双重差分模型来分析融资融券交易对标的ETF基金定价效率的影响。此外,本文对各回归模型还进行了多重共线性检验限于篇幅,详细结果略去,可以看出方差膨胀因子centered VIF均小于10,所以模型中的各变量之间不存在多重共线性问题。3、基于双重差分模型的融资融券交易对标的ETF基金定价效率影响的实证研究本文分别以变量πdown,t、πup,t、Δπt、ϕdown,t、ϕup,t、Δϕt、ξ1i、ξ2i等作为双重差分模型的被解释变量进行回归,表2给出了解释变量及控制变量的回归统计结果,可以看出,πdown,t与交互项MtMf之间并未呈现出显著的负相关特征,这说明融资融券交易并未显著提高标的ETF基金价格的负面信息含量,融资融券的引入在一定程度上解除了卖空限制,负面信息或非系统性风险在ETF基金价格中的反映程度得到提高[8]。而当以πup,t为被解释变量时,MtMf的系数为正且在1的显著性水平上显著,取值为0. 076477,这说明融资融券的推出促进了ETF基金市场的“同涨”效应。这是因为融资融券引入了做空机制,市场上行时,投资者可以通过借入资第9期王 良,等融资融券交易对ETF基金定价效率的影响23 金杠杆机制来提升市场的交易量,因此促进了ETF基金市场的“同涨”效应。但当以ϕdown,t、ϕup,t作为被解释变量时进行回归,解释变量Mt Mf的系数在1置信水平下显著且为正值,取值分别为0. 075962、0. 074253,由此说明融资融券业务的引入显著提升了标的ETF基金价格对市场信息的反应速度假设H1得证。另外,表2的研究结果表明,当以信息反应滞后性的两个指标ξ1i、ξ2i分别作为双重差分模型的被解释变量时,回归结果发现交互项MtMf的系数γ在1的显著性水平上显著,且ξ1i的系数为正但取值较小,而ξ2i的系数为负但取值较大,由此表明融资融券总体上对标的ETF基金信息反应的滞后性影响比较明显假设H2得证。另外,表2续中给出了控制变量的回归系数结果,可以看出,换手率、价格水平以及折价率对部分因变量的影响较为显著,限于篇幅,在此不再赘述。表2 融资融券标的ETF基金相关指标的双重差分检验结果参数值被解释变量样本量C Mt Mf MtMfπdown,t 264 0. 647596∗ ∗ ∗ -0. 09382∗ ∗ ∗ 0. 225038∗ ∗ 0. 07894∗ ∗ ∗6. 637373 -6. 70177 2. 120553 4. 73652πup,t 264 0. 583015∗ ∗ ∗ -0. 083279∗ ∗ ∗ 0. 257125∗ ∗ 0. 076477∗ ∗ ∗6. 099942 -6. 075944 2. 472917 4. 686915Δπt 264 0. 006882 -0. 003487 -0. 001948 -0. 0005040. 71379 -0. 45697 -0. 221799 -0. 050732ϕdown,t 264 0. 781947∗ ∗ ∗ -0. 089225∗ ∗ ∗ 0. 145635 0. 075962∗ ∗ ∗8. 935567 -7. 085272 1. 531688 5. 066329ϕup,t 264 0. 750494∗ ∗ ∗ -0. 087696∗ ∗ ∗ 0. 162816∗ 0. 074253∗ ∗ ∗8. 501065 -6. 879767 1. 699447 4. 891965Δϕt 264 0. 008354∗ 0. 001449 -0. 004881 -0. 0005291. 883544 0. 412872 -1. 208552 -0. 115642ξ1i 264 0. 038783∗ ∗ ∗ -0. 00656∗ ∗ ∗ -0. 020555∗ ∗ ∗ 0. 004605∗ ∗ ∗5. 972343 -7. 624178 -2. 81067 4. 550117ξ2i 264 0. 155973∗ ∗ ∗ 0. 04149∗ ∗ ∗ -0. 084388 -0. 036354∗ ∗ ∗3. 157785 7. 386142 -1. 456954 -5. 519699表2 续融资融券标的ETF基金相关指标的双重差分检验结果参数值被解释变量换手率价格水平基金规模折价率F-stastic Adjusted R2πdown,t 0. 122845 -0. 044359 3. 25E-13 -0. 916252 8. 9821571. 022702 -1. 36675 0. 067688 -1. 493323 0 0. 017599πup,t 0. 149154 -0. 009766 1. 13E-12 0. 445841 8. 4724661. 268322 -0. 307278 0. 240475 0. 742162 0 0. 016494Δπt -0. 020673 -0. 003739 -2. 93E-13 -0. 248679∗ ∗ 0. 667068-0. 283913 -0. 939066 -0. 614928 -1. 961955 0. 700195 -0. 000748ϕdown,t -0. 011702 -0. 043758 9. 05E-13 -0. 830113 9. 153976-0. 10828 -1. 499941 0. 210125 -1. 504118 0 0. 017971ϕup,t -0. 090605 -0. 028502 1. 91E-12 -0. 021595 9. 026249-0. 828042 -0. 966031 0. 438065 -0. 03866 0 0. 017695Δϕt 0. 075903∗ ∗ -0. 00312∗ -1. 58E-13 -0. 170761∗ ∗ ∗ 2. 1323812. 266172 -1. 703746 -0. 719858 -2. 928831 0. 037264 0. 002535ξ1i -0. 002994 -0. 010477∗ ∗ ∗ -2. 89E-13 -0. 205115∗ ∗ ∗ 12. 76604-0. 412574 -5. 224405 -0. 928187 -5. 450634 0 0. 027478ξ2i -0. 082133∗ 0. 075111∗ ∗ ∗ -2. 66E-12 0. 919854∗ ∗ ∗ 13. 24698-1. 745794 5. 605162 -1. 256742 3. 739504 -1. 745794 0. 028569注1处理组ETF基金共有7只,对照组ETF基金共有5只;2表2中每个解释变量所对应的上面单元格表示回归系数大小,下面为各个系数的t统计量,下同;3表2中的∗ 、∗ ∗ 、∗ ∗ ∗分别表示在10、5和1显著性水平下显著,下同。 F-stastic中上面的单元格为F统计量值,下面单元格中的为p值。24 管理评论第31卷4、基于控制变量视角的融资融券交易对标的ETF基金定价效率影响的实证研究前文中对融资融券标的ETF基金及对照组的ETF基金进行了研究,但是当控制变量的大小变化时,融资融券对标的ETF基金定价效率的影响究竟如何有鉴于此,本文分别选取了换手率、价格水平、基金规模和基金折价率四个控制变量,按照控制变量的数值大小对融资融券标的ETF基金样本进行分组,在此基础上根据前文的分析方法,利用面板数据和双重差分模型进行对比分析。此外,由于本文的样本较少,而在分析中又根据换手率、价格水平等重新分组来进行对比研究,这样使得样本减少,导致结果存在奇异矩阵,所以在分析中删去了变量Mf。1基于换手率分组的双重差分模型回归检验按照换手率的高低将融资融券标的ETF基金分成两组,每组基于面板数据并分别利用双重差分模型进行对比分析。与表2的研究方法一样,分别以定价效率指标πdown,t、πup,t、Δπt、ϕdown,t、ϕup,t、Δϕt、ξ1i、ξ2i作为式7中的被解释变量进行回归,得到了式7中所有解释变量的系数限于篇幅,详细结果略去,在此仅对与交互项MtMf回归关系检验结果显著的变量ξ1i、ξ2i进行分析。由回归结果可知,虽然融资融券的推出对换手率高、低两组ETF基金的影响仍然有限,但是低换手率ETF基金组受到的影响则更为显著,这是因为融资融券业务加大了市场的交易量,提高了市场的交易活跃度,因此改善了低换手率ETF基金的交易状况。具体来说,当以指标Δπt作为双重差分模型的被解释变量时,高换手率组反映融资融券的交互项MtMf的系数在5显著性水平下取值为-0. 008532,这表明融资融券在一定程度上可以降低ETF基金价格对于好坏消息反应速度的非对称性。当以指标ξ1i作为双重差分模型的被解释变量时,低换手率组与高换手率组中反映融资融券的交互项Mt Mf的系数均在1显著性水平下显著,取值分别为-0. 010545、0. 001441。由此可以看出,对于换手率较低的ETF基金分组,交互项MtMf与信息滞后变量ξ1i呈显著负相关关系,这是因为融资融券的引入会降低低换手率ETF基金价格对过去市场信息的依赖程度,使得价格对于信息的反应滞后性降低,从而提高了ETF基金的定价效率;而对于换手率较高的ETF基金分组,交互项的系数为正且取值较小。当以指标ξ2i作为双重差分模型的被解释变量时,低换手率组中反映融资融券的交互项MtMf的系数在1显著性水平下显著,取值为-0. 062447,由此表明融资融券对低换手率组标的ETF基金信息反应的滞后性影响比较明显。2基于价格水平分组的双重差分回归模型检验按照二级市场价格高低将本文所选用的融资融券标的ETF基金分为两组,每组基于面板数据分别进行双重差分检验。与前文的研究方法一样,分别以定价效率指标πdown,t、πup,t、Δπt、ϕdown,t、ϕup,t、Δϕt、ξ1i、ξ2i作为式7中双重差分模型的被解释变量进行回归,在此仅对与MtMf的系数回归结果显著时的变量进行分析。当以πdown,t作为双重差分模型的被解释变量时,价格水平较高ETF基金的交互项MtMf的系数在1显著性水平下显著,取值为0. 103079,而价格水平较低ETF基金的交互项MtMf的系数并不显著,这表明融资融券并未缓解价格水平较高ETF基金的“共跌”效应,同时表明融资融券业务的推出使得标的ETF基金价格的负面信息含量未得到显著性提高。当以πup,t作为双重差分模型的被解释变量时,价格水平较低ETF基金的交互项MtMf的系数不显著,而价格水平较高ETF基金的交互项MtMf的系数在1显著性水平下显著,取值为0. 113676,这表明融资融券对于价格水平较高ETF基金的“共涨”效应的促进作用更为显著。此外,当以ϕup,t作为被解释变量时,价格水平较低ETF基金分组中的交互项Mt Mf的系数在5显著性水平下显著,取值为0. 058274,这表明对于价格水平较低的ETF基金,融资融券的引入可以小幅促进信息反应速度的提升;价格水平较高ETF基金分组中的MtMf的系数在1显著性水平下显著,取值为0. 06954,表明对于价格水平较高的ETF基金,融资融券的引入也可以促进信息反应速度的提升。当以ξ1i作为被解释变量时,价格水平较低ETF基金分组中的交互项MtMf的系数在1显著性水平下显著,取值为0. 009633,这表明融资融券的引入小幅提高了低价格水平ETF基金价格对过去市场信息的依赖程度,使得价格对于信息的反应滞后性上升;而当以ξ2i作为被解释变量时,价格水平较高ETF基金分组中的交互项Mt Mf的系数在1显著性水平下显著,取值为-0. 040501,这表明融资融券的实施对于价格水平较高ETF基金的反应滞后性有较明显的降低作用。综上所述,在实际投资决策中,虽然通常价格较高的ETF基金流动性低且风险相对较大,但券商为价格较高的证券所能够提供的融资融券余额也可能相对较多,这样使得此类ETF基金的交易程度较为活跃,因此第9期王 良,等融资融券交易对ETF基金定价效率的影响25 融资融券的推出对价格水平较高ETF基金的定价效率在信息反应程度、信息反应速度、信息反应滞后性的影响应该更为显著。3基于基金规模分组的双重差分回归模型检验由于ETF基金通常状况下完全复制和跟踪指数,规模较大的EFT基金在投资组合的策略选择、系统风险的规避上与基金规模较小的ETF基金存在很大差别。在此对融资融券标的ETF基金按照规模进行分组,与前文的研究方法一样,分别以定价效率指标πdown,t、πup,t、Δπt、ϕdown,t、ϕup,t、Δϕt、ξ1i、ξ2i作为式7中的被解释变量进行回归,在此仅对与交互项MtMf回归关系检验结果显著的变量进行分析。研究发现,对于规模较大的ETF基金,当以πdown,t、πup,t、Δπt、ϕup,t、ξ1i作为被解释变量时,交互项MtMf的系数均显著。当以πdown,t作为双重差分模型的被解释变量时,规模较大ETF基金的交互项Mt Mf的系数在1显著性水平下显著且取值为负,而规模较小ETF基金的交互项系数在5显著性水平下显著且取值为正,这表明对于规模较大的ETF基金,当允许其卖空时,交易之间的不对称限制将减弱,最终πdown,t显著下降。当以Δπt作为双重差分模型的被解释变量时,只有规模较大ETF基金的交互项Mt Mf的系数在5显著性水平下为-0. 006265,而规模较小ETF基金的定价效率指标回归结果不显著,由此表明规模较大ETF基金的πdown,t下降幅度显著大于πup,t的变化。这说明,对于规模较大的基金,在市场下行时融资融券的推出与ETF基金价格的信息反应程度之间呈负相关关系,融资融券的推出使得价格的变化更趋于平稳。当以πup,t作为双重差分模型的被解释变量时,只有规模较大ETF基金的交互项MtMf的系数在1显著性水平下为-0. 030247,而规模较小ETF基金的相关定价效率指标回归结果不显著,这说明在市场上行时,融资融券的推出使得规模较大ETF基金的价格对于信息的反应程度减小。当以ϕdown,t作为被解释变量时,规模较大ETF基金的交互项MtMf的系数在1的显著性水平下显著,取值为-0. 033621。这表明引入融资融券之后,规模较大ETF基金二级市场价格对净值向下波动的公共信息能做出及时反应,因而当期单个ETF基金价格与上一期的基金净值保持相对较低的相关度,表现为ϕdown,t较低。此外,当以ξ1i作为被解释变量时,规模较小ETF基金与规模较大ETF基金的交互项MtMf的系数在1显著性水平下均显著,取值分别为0. 014192、-0. 00197,这表明融资融券的实施使得规模较大ETF基金的信息反应滞后性显著降低。通常情况下,由于规模较大ETF基金在成分股选择的代表性上要较规模小的ETF基金强,而投资者的交易活跃性、流动性也可能较好,其对于信息反应滞后性本身就较强,而融资融券的引入在一定程度上提高了该类型基金的市场流动性,因此融资融券的实施使得规模较大ETF基金的信息反应滞后性显著降低。4基于折价率分组的双重差分回归模型检验在存在卖空限制的市场中,投资者通常只能通过ETF基金价格上升来获利,因而ETF基金的价格往往在一定程度上被高估,这一特征主要通过基金折价率这一指标来体现。通过对融资融券标的ETF基金的折价率进行比较分析,发现标的ETF基金在样本期间内均被高估,因此将标的ETF基金分为高折价率组和低折价率组,每组基于面板数据并分别利用双重差分模型进行对比分析。与前文的研究方法一样,从回归结果可知,当以πup,t作为被解释变量时,折价率较低ETF基金的交互项MtMf的系数在1显著性水平下为0. 162429,而折价率较高ETF基金的交互项MtMf的系数不显著,这表明在市场上行时,融资融券的推出使得折价率较大ETF基金的价格对于信息的反应程度增大。这与前文的分析一致,因为ETF基金投资的对象为股票,而融资融券的推出可以抑制“同跌”,但会促进价格“同涨”。而对于折价率较大的基金,其标的成分股的选择可能更具有市场代表性,所以更能凸显出融资融券的“同跌”“同涨”现象。当以πdown,t作为被解释变量时,折价率较低ETF基金的交互项MtMf的系数在1显著性水平下为0. 142212,而折价率较高ETF基金的交互项MtMf的系数并不显著。这说明当市场下行时,融资融券并未使得折价率较高的ETF基金πdown,t的取值显著下降。当以Δπt作为被解释变量时,折价率较低ETF基金的交互项MtMf的系数在5显著性水平下显著且取值为-0. 020219,回归结果表明,融资融券机制的引入降低了折价率较低ETF基金信息的非对称反应程度。这说明对于折价率较低的ETF基金,在市场上涨下跌时融资融券机制的引入使得ETF基金价格反应程度增大。这是因为融资融券增加了投资者的交易渠道,而折价率较低的ETF基金成为投资者的重点投资产品,因此市场上涨下跌时折价率较低ETF基金产品的价格反应程度增大。当以Δφt作为被解释变量时,该指标是用来衡量ETF基金二级市场价格与滞后一期市场价格之间对于正面信息和负面信息反应速度的非对称26 管理评论第31卷性,折价率较低ETF基金的交互项MtMf的系数在1显著性水平下为0. 023025,而折价率较高ETF基金的交互项MtMf的系数并不显著,这说明对于折价率较低ETF基金,在市场下行时融资融券机制的引入使得信息反应速度的非对称性小幅上升。当以ϕup,t作为被解释变量时,折价率较高ETF基金的交互项MtMf的系数在5显著性水平下为0. 058651,而折价率较低ETF基金的交互项MtMf的系数在1的显著性水平下为0. 102215。此结果表明,基于折价率高低的ETF基金,当市场上行时ETF基金二级市场价格对市场正面公共信息并未能及时做出反应,因而当期单个ETF基金价格与上一期的基金净值相关度上升,表现为ϕup,t的取值增大。当以ξ1i、ξ2i作为被解释变量时,折价率较低ETF基金的交互项Mt Mf的系数不显著,而折价率较高ETF基金的交互项MtMf的系数在1显著性水平下分别为0. 007675、-0. 041054,这说明融资融券机制的引入,对于折价率较高的ETF基金,信息反应滞后程度影响较大,这进一步说明了对于折价率较高的ETF基金,其价格受融资融券机制的影响较大。结 论基于ETF基金的具体交易特点,本文从信息反应程度、信息反应速度、信息反应滞后性三个方面来对ETF基金的定价效率进行了测度。考虑到普通回归方法在排除其他系统性因素影响方面具有