本站小編為你精心準備了融資融券擴張期資金成本管理研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：

我國融資融券業務的推出為證券市場注入新的活力，但也使券商面臨相應的資金管理問題。在股市劇烈波動背景下，本文通過實際案例，分析這一新興業務資金管理模式的困境，通過時間序列模型對其進行討論并提出節約成本、提高資金運行效率的方法。本文的創新點在于將時間序列模型應用到券商兩融業務的資金管理中，為穩定并加快形成融資功能完備的股票市場，進而培育公開透明和長期穩定健康發展的資本市場提供建議。

關鍵詞：

融資融券；資金成本管理；時間序列；自回歸模型

融資融券（以下簡稱“兩融”業務）是指經中國證監會和中國證券業協會批準并獲得了上海交易所或深圳交易所兩融業務資格的券商，將資金借予有擴大投資規模需求但卻缺乏資金的經紀業務客戶供其買入交易所和券商允許買入的標的證券，或將交易所和券商允許的標的證券借予看空市場的經紀業務客戶供其賣出證券的業務。經歷了2014年的爆發式增長，特別是2015年股票市場的劇烈波動，全市場融資融券余額從2.2萬億元下降至1.17萬億元，給投資者和券商帶來巨大損失。我國十三五規劃強調：要深化投融資體制改革，創新融資方式及資本手段，擴大資金籌集渠道；同時還要加強風險管理意識。這就需要券商據此實行更加有效的資金管理應對措施以提高資金利用的效率，進而使這一新興業務更加完善，以降低金融風險并穩定股票市場。自兩融業務試點開始至2015年7月底，滬深兩市累計的融資和融券業務規模始終保持約為99：1的比例，表明兩融業務的發展一直以融資業務為主。因此本文更側重于對融資業務的資金成本管理的研究。對于券商來講，如何控制借款頻率和每次借款的金額對兩融業務的利潤有著至關重要的影響。因而通過融資需求自回歸模型預測券商借款資金金額，對有效降低券商兩融業務的資金成本起著重要作用。目前學術領域對兩融業務的研究相對宏觀，如楊德勇、吳瓊（2011）關于融資融券對上海證券市場影響的實證分析；顧海峰、孫贊贊（2012）研究的融資融券對中國證券市場運行績效的影響；馬哲光（2013）就融資融券對我國股市波動性影響的研究以及鄧晶菁（2015）對完善我國股票融資融券業務提出的對策建議等，對券商經營兩融業務具體的操作和成本管理等運營環節的研究相對較少。另外公司成本管理理論和時間序列統計模型系統已很完備，但將其結合應用案例的相對較少。本文主要針對股票市場劇烈波動下的券商在兩融業務資金管理中遇到的問題和困境進行分析研究，建立基于客戶融資需求的自回歸模型，提出具體解決辦法并進行驗證，以達到節約成本的目的，進而對穩定股票市場起到一定的促進作用。

一、案例描述及模型建立

（一）案例描述B券商成立于2001年6月8日，屬于中型券商。公司股東共計25家，注冊資本約為40億元，截至2015年5月B券商凈資本約為65億元。在2015年的券商分類監管年度評級中，B券商獲得A類A級的評級。截至2015年5月底，B券商的兩融業務規模為90億元，約為凈資本的1.5倍，其中15億來自公司自有資金，其余75億來源于外部借款。外部借款的渠道包括與證券金融公司進行轉融通業務、發行短期金融債券、發行收益憑證、與銀行和基金公司等進行收益權轉讓業務、兩融擔保資產證券化等。B券商目前兩融業務的資金使用方式為：券商首先借入資金，然后根據借入的金額增加兩融業務系統中對應的可用融出資金頭寸。當兩融業務系統內的可融出資金頭寸將被全部借出或已經全部借出時，在公司融資融券業務決策委員會批準的業務規模內，B券商通過上述渠道繼續融資，當資金到賬后，再相應增加系統內的可融出資金頭寸。這種資金管理方式會產生如下兩個問題。問題一：如果資金沒有及時到位，導致系統內的可融出資金頭寸為0，則客戶將面臨融資資金先到先得的風險。這樣可能會使得客戶錯過投資良機，并且認為券商無資可融，甚至會帶來客戶流失的風險。另外，如果市場融資需求很大，券商的可供融出資金全部融出，而新借入的資金還未入賬，這樣會使券商錯過快速增加融資規模的機會，相應地也會減少券商的收益。問題二：據調查，目前證券行業內普遍的融資融券資金管理模式為粗放型管理模式。即公司的融資專用資金賬戶中始終保持一定規模的可供融出資金。當資金金額低于借款閥值后，立即進行外部借款。這種方式盡管避免了問題一產生的負面影響，但在外借資金還未被融出時，或者當借入資金后，由于市場波動等原因導致資金回流、融資余額下降，未被融出資金的資金成本要由券商自行承擔。根據B券商的借款情況，目前融資融券業務的利率為8.35%，融資成本約為6.5%左右，息差收入約為融資規模的1.8%左右。因此如果券商的融資專用賬戶中可供融出資金的借款閥值設置過高，則未被融出的資金產生的資金成本將蠶食融資融券業務的利潤。

（二）建立模型通過上述分析，可以發現：如果我們能根據當日的兩融業務余額增長量有效地預測出下一交易日兩融業務的需求量，那么就可以在每日收盤后根據預測值向銀行等金融機構借款，這樣可以避免過多出現借入資金無法被融出的情況，在一定程度上降低兩融業務的資金成本。1.模型假設。在建立模型前，應首先分析決定融資需求量的主要因素。因素一：決定每日融資需求量的直接因素是投資者當日的融資總需求。融資需求總量等于投資者數量乘以每個投資者的平均融資需求量。因素二：影響融資需求量的間接因素是證券市場的波動情況。每個投資者根據證券市場的漲跌進行是否融資的決策，進而決定了融資需求總量。下面對上述因素進行具體分析：對于因素一，截至2015年5月B券商融資融券客戶數量16000戶左右，真正的有效融資融券客戶約為9000戶，其他客戶由于某些原因盡管開立了融資融券賬戶但仍未進行過融資融券交易。因此，下一交易日的新增客戶數決定了下一交易日的整體融資需求增量。對于因素二，首先，對于我國的證券市場，政策的影響較大，市場波動較難預測。另外，即使能預測出證券市場的波動，但是每個投資者做出投資決策的依據不同也會影響融資需求的預測。因而，對于證券市場波動而引起的融資需求的變化，情況較為復雜，不容易進行準確預測。通過對影響融資需求量的兩個因素的分析，我們做出如下假設：假設一：證券市場相對平穩，客戶融資需求不受證券市場系統性波動影響；假設二：融資融券的有效客戶數量隨著業務的發展穩定增長，客戶的融資需求增長相對穩定。由于證券市場波動對兩融業務需求量的影響較為復雜，并且不是直接影響因素，因此通過假設一把證券市場系統性波動對融資需求量的影響忽略掉。提出假設二的依據是B券商的兩融業務規模占全市場的業務規模比例約為0.38%，而B券商經紀業務客戶交易量和客戶持倉總市值占全市場的比例約為0.88%左右，因此B券商未來兩融業務規模還有較大的發展空間。假設二保證了兩融業務的有效客戶數量在每個交易日內保持相對穩定地增加，進而每個交易日融資總需求穩定地增加。根據假設一，由于證券市場相對平穩，不會出現劇烈波動，那么投資者的融資需求就不會受證券市場系統性波動的影響。因此每個交易日的資金需求量由有效客戶數量直接決定，而每個交易日有效客戶數量取決于上一交易日的有效客戶數量和當日有效客戶增量。最終融資需求量僅取決于上一交易日的融資融券需求量和兩融業務增長量。2.自回歸模型建立。根據上述假設和假設分析，可以發現t日融資需求總量與t-1日融資需求總量有關。根據隨機過程和時間序列的定義，兩融業務的資金需求量屬于線性離散型時間序列。證券市場自2014年6月起，進入牛市階段。本文避開證券市場自2015年6月15日起的劇烈波動階段，選取B券商2014年6月1日至2015年5月31日約240個交易日的兩融業務余額數據作為統計樣本。對其進行初步的ACF和PACF檢驗，根據其截尾和拖尾圖像發現不能直接進行自回歸。因此，對其進行一階差分。另外，由于每日余額增量較大，因此將原數據轉換為每日的余額增長率進行檢驗。通過Xt時序圖（見圖1）可知，客戶的融資需求增長率有較大的概率在0—0.02區間內。在240個數據中異常點的比例在5%左右，在可接受的范圍之內。建立關于Xt的自回歸模型前，首先對Xt進行ACF檢驗，其檢驗結果圖像（用統計軟件R進行檢驗的結果）如圖2所示。結果顯示，Xt的ACF檢驗是一階截尾，符合使用時間序列MA模型的條件。再對Xt進行PACF檢驗，其檢驗結果圖像（用統計軟件R進行檢驗的結果）如圖3所示。3.自回歸模型檢驗。模型擬合后，為證明擬合是顯著有效的，需要對模型的殘差序列ε進行白噪聲檢驗。（1）對模型的殘差序列ε進行獨立性檢驗，用R軟件的命令Box.test對殘差序列ε進行獨立性檢驗，檢驗結果如下：上述ADF檢驗的原假設是ε序列有單位根，即不平穩。設顯著性水平為0.05，結果顯示p值為0.01，小于0.05。因此拒絕原假設，說明ε序列不存在單位根，在5%的顯著水平上是平穩的。通過對模型殘差序列的白噪聲檢驗，說明AR-MA模型擬合是顯著有效的。

二、有效性驗證

模型建立后，還應通過B券商兩融業務歷史數據對自回歸模型進行驗證，以證明該模型對節約資金成本是實際有效的。選取與樣本數據相同的時間段，計算按模型預測出的每個交易日融資需求增長率。然后根據每個交易日的融資余額計算出下一個交易日所需的資金量。再根據融資平均成本計算出自2014年6月1日至2015年5月31日期間累計資金成本，具體計算及比較過程如下：

（一）計算融資需求增長率序列由于在建立模型前處理樣本數據時，去掉了原始數據的重復項，即去掉了非交易日的融資余額數據，因此需要將原來去掉的非交易日的數據補上。在選取的樣本數據期間內，B券商融資融券業務的實際資金成本數據可以通過B券商的財務報表進行查閱，因此補上非交易日數據是為了更顯而易見地比較資金成本，進而對模型有效性進行驗證。非交易日融資余額沒有增長，因此增長率為0。

（二）計算融資增量序列融資增量序列是指客戶每日融資需求量增量。根據每日的融資余額和預測出的增長率序列計算出每日所需借入資金總量的時間序列。

三、結語及展望

上述自回歸模型的建立是以2014年6月1日至2015年5月31日期間B券商兩融業務實際融資余額數據為基礎的?？紤]實際證券市場行情走勢，可以分段建立模型以得出更加精確的結論。如可選取2010年11月10日—2012年12月3日期間的每日融資余額為樣本區間，做出熊市下的融資需求自回歸模型；也可以選取2013年7月1日—2014年6月30日期間作為樣本區間，做出低位震蕩期間的融資需求模型。此外，就借款周期和時點而言，在實際操作中還需要多方面考慮：本文建立自回歸模型選取的融資余額業務數據周期是每個交易日，但這樣可能會增加券商的工作量，影響工作效率。如果市場資金緊張，每日的借款需求可能不會得到滿足。因此，在實際業務過程中，可以將借款周期延長。券商可根據自身情況將借款周期設定為3個交易日或一周，再對新構造的模型進行相關分析。這可以有效緩解每日的借款壓力，但是由于其精度下降，節約成本的有效性會相對降低，券商應結合具體情況具體分析。同時，券商還要根據公司整體的流動性指標、公司流動資本情況、公司同業拆借渠道以及借款金融機構的特點等選擇融資時間點。第一，如果公司整體資金流動性情況較好、資本金較為充裕，那么融資時間點就可以選擇盡量靠近下一周期的時候，這樣可以盡可能地節約融資成本。如果公司資金流動性情況較差、資本金較為緊張，那么融資時間點就要盡量提前，以免出現資金沒有及時到位，客戶面臨融資資金先到先得、甚至可能影響券商的利潤增長的風險。第二，關于轉融資業務的借款時點。由于證券金融公司的轉融資放款是階段性、不定期的，因此在轉融資借款前，應提前用自回歸模型預測出近二十天的融資余額增長情況，然后根據實際情況決定轉融資借款規模。第三，考慮具體日期情況。例如，借款應盡量避免出現在周四或者周五，否則券商要對未被融出的資金承擔周六周日兩個非交易日的資金成本。又如，在每年的六月和十二月，受銀行半年度和年度的流動性等考核指標的影響，市場的資金面通常較為緊張，應做好提前借款的準備，適當多負擔一些資金成本以避免出現借不到資金或者以偏高的資金成本借款的情況發生。第四，資金的流動性風險。券商在考慮兩融業務的借款周期和時點的過程中，應充分考慮資金的流動性風險。首先，券商的風險控制部門應定期對公司的資金流動性風險進行壓力測試，總體考慮公司的資金和負債到期情況，借款規模不應超過流動性風險壓力測試值的上限。其次，風險控制部門每個交易日應實時對兩融業務的總規模、增長情況和公司的資金情況進行監控并詳細記錄，及時預警并提前做好準備。再次，券商應根據本公司實際情況，判斷可能出現資金流動性風險的概率有多大，積極與證金公司、商業銀行、基金公司等進行接觸，拓寬公司的資金籌措渠道，提前留好資金流動性風險的緩沖區。最后，券商的財務部門應每月根據規定計算公司整體的流動性覆蓋率，以保證券商在不同程度的資金流動性壓力情況下，仍能夠保持充足的、無變現障礙的優質流動性資產來滿足未來30日的資金流動性需求。我們承認本文假設的瑕疵。證券市場波動和投資者融資需求的關系較為復雜，因而假設之一忽略了證券市場波動對融資需求量的影響。同時本文的另外一個假設（融資融券的有效客戶數量隨著業務的發展穩定增長，客戶的融資需求相對穩定）在面對市場的劇烈波動時，適用性就會出現問題。如2015年中在股票市場上出現的劇烈波動，因此券商應根據實際情況合理選擇是否使用模型對融資融券業務增長情況進行預測。

本文更注重的是提供一種有意義的研究思路。由于每一家券商的實際業務情況和發展戰略有所不同，因此自回歸模型不盡相同，所以模型的應用范圍不夠廣泛，但也可以為其他券商提供一定的參考。盡管如此，在我國融資融券業務發展的現階段，券商如果能合理地使用自回歸模型對融資規模進行預測，是能夠節約較為可觀的資金成本、提高資金使用效率的。這也將有助于證券市場融資功能的進一步完備，使效率與規范并重發展，為從注重投資向投融資并重轉變、構建中國多層次資本市場打下更加堅實的基礎。

參考文獻：

[1]仝浩輝.對我國證券市場融資融券業務持續、穩定、健康發展的思考[J].經濟師，2015，（8）.

[2]馬樹卿，李文華.券商融資融券業務發展及制度審視[J].浙江金融，2013，（2）.

[3]張津銘.中國股票市場波動的影響因素分析[D].吉林大學，2014.

[4]張仕杰.融資融券投資交易分析——以海通證券融資融券業務為例[D].蘭州大學，2014.

[5]張春輝.券商資管業務創新：歷史演進、制約因素與發展對策[J].證券市場導報，2013，（6）.

[6]龔映清，陶鸝春.國內券商研究發展困局與重構探索[J].證券市場導報，2013，（5）.

[7]易漫.基于ABC的券商成本精細化管理淺析[J].當代經濟，2009，（7）.

[8]羅真.券商資金管理探微[J].財會月刊，2007，（33）.

[9]王晉忠，文艷軍，王茜.融資融券交易對我國股票市場影響的實證分析[J].西南金融，2013，（7）.

[10]楊德勇，吳瓊.融資融券對上海證券市場影響的實證分析——基于流動性和波動性的視角[J].中央財經大學學報，2011，（5）.

[11]王佳程.中國券商業發展存在的問題及對策[J].現代經濟信息，2015，（17）.

[12]蒜小芳.企業融資融券業務財務風險防范研究——以昌九生化融資爆倉事件為例[D].財政部財政科學研究所2014年碩士研究生論文.

[13]王崢.淺論券商風險控制與流動性風險管理[J].時代金融，2015，（27）.

[14]朱曉會.券商開展融資融券業務的風險及其控制[J].重慶科技學院學報，2008，（9）.

[15]佚名.股市融資融券“杠桿”效應[J].理論導報，2015，（7）.

作者：齊岳 李天揚 劉彤陽 單位：南開大學商學院 南開大學中國公司治理研究院