长期以来，关于卖空机制是否会加剧证券市场的波动性及投机性一直存在很大争议。一部分人认为卖空行为易引起恐慌性的抛售，加大市场波动，进而影响金融体系的稳定性。另一部分人则认为卖空机制具有价格发现功能，可以提高市场的流动性，在一定程度上减少市场波动性，同时又给资本市场提供一个良好的套期保值工具，具有稳定市场的作用。

　　为进一步探究卖空交易对股市波动性的影响，我们选取了两个引入卖空机制长达50年的成熟市场——日本和台湾[1]，作为研究卖空交易实际影响力的实证样本。本文运用综合指数和卖空交易额等相关数据，对这两个市场的卖空机制和股市价格波动之间的关系进行实证研究，考察卖空机制是否会加剧股票市场波动性。

一、 主要结论

　　基于日本及台湾市场的数据，我们通过单位根检验、协整检验及Granger模型等分析市场卖空与股市波动性之间关系，得出以下结论：

　　（1）卖空交易额与股价之间存在较稳定的相关性。一般认为，股价波动是卖空量变动的主要原因。该结论在通过对日本市场的Granger检验[2]中得到了验证。我们还发现，日本市场卖空量的变化滞后于指数变化一个月，说明理性投资者并不会立即对股价的正常变化做出卖空举动，而是理性分析股票价格，只有在股价显著偏离其正常位置时，卖空量才会变动。

　　（2）同时，我们通过对日本和台湾两个市场的检验均发现，卖空量变动并非股价变动的Granger原因，这说明在规则合理、监管到位情况下，卖空交易并不会加剧股票市场的动荡。
　　
　　因此，卖空机制在推出初期可能会在一定程度上加剧股指的波动。但是，在成熟市场的常态模式下，卖空并不会影响股市的波动性。由于卖空机制所具有的价值发现功能，解决了单边市场上价格变动不能充分反映证券供求信息的弊端，反而在一定程度上减少了股市波动性，降低了股价出现严重偏离价值等极端风险出现的概率，具有一定的积极意义。

二、 实证分析

　　1. 对日本市场的实证分析

　　日本作为亚洲金融中心之一，早在1954年就通过《证券交易法》，并引入卖空机制。我们选取2003年1月至2011年12月连续九年的交易数据，通过简单计算发现：加权指数同卖空交易额存在一定程度上的正相关关系，二者的相关系数约为14%。下图为日本加权指数和卖空交易额之间的一个比较，可以看出二者之间的走势非常相似。

图1：卖空交易额与指数比较图

来源：国泰君安研究所

　　为了进一步探讨日本卖空交易同指数之间的相互关系，我们运用时间序列研究方法中的单位根检验（unit root test）、Granger因果检验（Granger causality test）等方法逐一对序列进行相关性研究。

　　（1）单位根检验

　　首先我们检测序列是否平稳。如果序列非平稳，则回归时虽然发现变量之间相关性非常高，但却是“伪回归”现象，即毫无逻辑关系的两个变量却存在统计意义上的相关性，此时得到的统计量没有解释效用，由此而得出的分析、检测和预测结果都是无效的。

　　因此，我们采用最常用的单位根检验方法，分别对日经指数INDEX（IN）和卖空交易额SHORTSELL（SS）平稳性进行检验。如检验结果序列不存在单位根，则说明原序列是平稳的，如不平稳，则继续对序列差分继续进行平稳性检验。

　　我们采用计量经济学中最常用的单位根检验方法ADF（augmented Dickey-Fuller），其回归方程式为：

　　在该检验方法下，如果检验结果表明 显著为0，则接受原假设，说明变量是单位根过程I(1)，原序列非稳定序列；否则，若 显著异于0，则拒绝原假设，表明变量是服从稳定过程I(0)。

表1 SWING和SHORTSELL的单位根检验

注： △表示原序列的一阶差分

　　从上表的单位根检验结果可知，在1%显著水平下，SS和IN序列ADF均大于临界值，无法拒绝原假设，两个序列都非平稳，即这两个序列都存在着单位根。而对原序列的一阶差分序列而言，ADF绝对值均大于临界值的绝对值，表明这表明 值与0存在着显著性的差异，表示拒绝原假设，一阶差分序列不存在单位根，序列平稳。这说明INDEX和SHORTSELL的差分序列都是平稳的，都是一阶单整过程。

　　（2）协整检验

　　由于时间序列SS和IN都是一阶单整序列，则可进行协整检验，看序列是否存在长期的相关关系。协整性检验根据检验手段的不同可分为两种：一种是基于回归残差的EG两步法协整检验；另一种是在VAR 系统下基于回归系数的Joansen(1988)协整检验。由EG 两步法得到的协整参数估计量有较强的一致性，但对数据量样本要求巨大，稳重实证样本容量小，采用EG两步发会造成参数估计偏差较大，因此我们在此采用后者进行协整检验。

　　在运用Johansen协整方法检验SS与IN之间是否存在协整关系之前，我们需要根据VAR模型来确定最优滞后期。本文中对最优滞后期的选择根据据AIC（Akaike information criterion）和SC（Schwarz Criteria）来确定，两个准则最小时，模型阶数为最佳选择，计算表明，这里最优滞后阶数为1。

　　现在我们可用（IN、SS）计算向量组合的迹统计量和最大特征值统计量，进行Johansen检验，检验结果见下表。

表2：协整关系Johansen检验表

来源：国泰君安研究所

　　Johansen协整检验结果表明，在5%的显著性水平下拒绝不存在协整方程的原假设而接受了存在一个协整方程的原假设，因此，日经指数和股票市场交易额存在长期稳定的协整关系，并且从协整方程中系数项我们发现二者呈现正相关关系，这与实际情况也非常吻合：市场上涨时候，理性投资者会发现股价偏离所形成的泡沫，而增加股票卖空量；而当股市下跌时，理性投资者会减少股票的卖空量，并买入股票，等待上涨回归合理价值，市场卖空量会减少，这也一定程度上解释了两者之间的正相关关系。

　　（3）Granger因果关系检验

　　Granger因果关系检验是Granger于1969年利用滞后分布概念建立的。Granger认为，若变量X会引起变量Y变化，则变量X的变化将先于变量Y，而利用X和Y的滞后值对Y进行预测比只用Y的滞后值预测所产生的预测误差小，且不能通过Y的变化来预测X，在满足上述条件时，我们称X是Y的Granger原因。

　　即：若 ，则称X是Y的Granger原因
　　
　　从上述检验结果可知，日经指数和卖空额之间存在长期稳定的协整关系和短期调整机制，但两者之间是否构成因果关系或者因果方向的确定，则需进一步进行Granger因果关系检验。接下来我们将对二者进行检验并进一步找出因果关系的方向，下表为Granger检验结果。

表3 Granger因果检验

来源：国泰君安研究所

　　通过上表我们可以看在滞后一阶的情况下，取5%置信度，可以看出△IN是△SS的Granger原因，△IN在很大程度上能够解释△SS的变化，这也对我们协整检验时候的现实经济情况猜测有了更好的理论解释：即在股价上涨时候卖空增加，股价下降时候卖空减少，这里说明是股价变动更大程度的对卖空量造成影响；同时，我们发现△SS并非是△IN的Granger原因，这说明，股价变动的根本原因并不是卖空交易量的变动引起的，卖空交易额并不会在较大程度上影响市场的供需情况和相关走势，也更非引起市场波动的根源。这正如现实生活中打伞和下雨之间的关系，二者相关性很高，但不能说下雨是由打伞造成的。
　　
　　2. 对台湾市场的实证分析

　　在此基础上我们对中国台湾市场证券市场波动与卖空机制之间关系也进行了实证研究。

　　台湾市场早在1962年引入证券信用交易，卖空交易机制发展较为成熟。实证部分我们选取2006年1月到2011年12月连续9年的月度台湾加权指数以及卖空余额进行相关研究。通过计算发现两者间的相关系数为45%,正相关程度非常高。

图2：台湾指数与卖空额比较图

来源：国泰君安研究所

　　（1）平稳性检验

　　首先，对于卖空量做差分处理，我们检验卖空量的变动规模对于股指波动率的影响。

　　我们检验差分数据的序列平稳性，结论如下：

　　即，在任何显著性水平下，我们拒绝原假设，即认定差分序列是平稳序列。

　　（2）Granger检验

　　因为差分序列以及波动率序列都是平稳的，我们直接检验两序列之间的Granger因果关系

　　首先，我们确定Granger因果的滞后期数，如下表：

　　可见，无论采取什么标准，Granger因果的一期滞后选择是恰当的。

　　我们利用一期滞后的结论进行Granger因果检验，结果如下：

　　即，卖空的差量与波动互不为Granger 因果。

（作者：林采宜 杨超）

注：

[1]日本早在1954年引入卖空交易机制，中国的台湾也于1962年引入卖空机制。作为亚洲最早引入信用交易机制的两个市场，日本和台湾的卖空市场发展更为成熟。

[2]Granger检验是Granger因果关系检验是Granger于1969年利用滞后分布概念建立的。Granger认为，若变量X会引起变量Y变化，则变量X的变化将先于变量Y，而利用X和Y的滞后值对Y进行预测比只用Y的滞后值预测所产生的预测误差小，且不能通过Y的变化来预测X，在满足上述条件时，我们称X是Y的Granger原因。