融资余额(融资余额高好还是低好)全程干货

资金指标：融资余额因子

 

摘要：1.超额融资指标：融资余额上升意味着市场交易的旺盛，可能蕴含着对未来的某种预期，我们下文从实证角度来证明，超额融资指标是股市的领先指标首先定义：超额融资指标 = 融资余额增长率 - 上证综指收益率。

，即：超额融资指标和收益率计算的历史区间取过去15天我们会证明该指标是指数的同向领先指标考虑如下回归，左侧是指数未来5日的累积收益，右侧解释变量是超额融资指标回归结果显示，回归系数 显著为正，表明超额融资指标对指数未来5日走势具有领先预测作用

2.超额融资因子：上文从总体上证明超额融资指标是一个较好的市场择时指标，我们尝试将该指标应用到个股中，综合考虑个股过去15天的累计收益率与融资余额情况构造超额融资因子，定义第t日的第i只股票的超额融资因子：。

其中函数 代表了t日第i只股票15日累积收益率的排名(由小到大),函数  代表了在t时刻第i只股票过去15天的融资增长率排名 为超额融资因子，该值恒大于0，因子值越大，表明该股票的在第t期过去15天累积收益增长率与融资余额增长率之差越大。

因子值越大的股票组合，表现越好3.因子业绩表现：回测区间是2016年以来，每周调仓，全市场可融资股票池10%对冲组合，年化收益20.06%，夏普比2.26，沪深300股票池内10%对冲组合，年化收益18.47%，夏普比1.65，中证500是18.02%，夏普比1.63。

图：不同分组下多空收益表现

1. 引言融资交易制度是市场资金体系中重要的一环，无论是总量层面还是行业层面，抑或是个股层面，都可以认为是与行情相关的重要指标目前对两融指标的关注仍集中在定性分析上，分析师们通常认为，两融上涨会预示着市场行情的上涨，某个股的融资余额暴涨表明融资客们近期对该股票的走势持乐观态度，随着资金的流入，通常会带来股价的上涨。

但是该指标并不稳定，比如在2019年4月就出现了连续5个交易日融资余额净买入后，食品饮料行业随后立刻遭遇净卖出，净卖出金额达到4754.94万元，融资余额在这个地方扮演了反向指标学术界虽然进行了定量分析，但研究主要停留在全市场层面，认为。

融资余额与上证指数互相影响，不存在谁领先于谁两融余额这一指标本质上是对投资者情绪的量化，目前越来越多文献研究表明投资者情绪对证券市场股价走势有显著影响，行为金融学的发展也为投资者情绪解释市场价格异象提供了越来越多的理论支持。

因此融资指标对市场和个股的确有指导意义，但是鉴于该指标单独使用，并不稳定，有时会出现反转，因此我们考虑融资余额与收益率的差额效应，定义为超额融资指标，综合考虑技术层面与投资者情绪，将因子运用到个股选择中，并以全市场，沪深300，中证500为股票池，进行回测分析，发现当以全市场可融资股票为股票池，选取10%进行多空对冲，可以获得20%的年化收益，夏普比为2.29，最大回撤率10.73%。

以沪深300为股票池，可以获得18%的年化收益，夏普比为1.65；以中证500为股票池，可以获得18%的年化收益，夏普比为1.63所以，我们认为融资余额是一个值得考虑的因子融资融券制度是一项基本的信用交易制度。

2010年3月31日，上交所、深交所正式开通融资融券交易系统客户向证券公司借资金买证券叫融资交易，客户向证券公司卖出为融券交易在上交所披露的两融数据中：本日融资余额＝前日融资余额＋本日融资买入额－本日融

资偿还额经济学原理指出价格受供给及需求影响，围绕价值上下波动，当供过于求时，价格下跌，当供不应求时，价格下跌同理，融资融券交易主要通过增加股票的需求弹性和增加股票的供给弹性来达到稳定市场的目的，从而减少市场的大幅波动。

当股票市场中的股票的价格受到过度打压或者因市场恐慌被过度抛售时，理性的投资者或者投机者们认为股票在未来的某一时刻可能会上涨，这样，他们会向证券公司借入大量资金买入股票，这种行为将对股票市场产生两方面的影响，一方面是投资者通过买入股票增加了股票的需求，另一方面，投资者借入大量资金向市场传递了积极的信号，产生羊群效应，可能引起其他投资者也加入买股票的行列。

所以，融资余额指标应该暗含一些关于股市未来预期的信息2. 融资融券简介大部分股票交易所都允许融资融券在美国，1934证券交易法案批准了场内股票的两融交易，1968年场外交易市场法案批准了场外股票的两融交易。

在亚洲，东京，中国台湾和香港证券交易所分别于1951年，1974年和1994年引入两融交易融资和融券交易自中国证券市场存在以来便被禁止2010年3月31日，中国证监会启动融资融券试点，90只股票被纳入试点名单。

此后，证监会分别于2011年12月5日，2013年1月31日，2013年9月16日和2014年9月22日修订了试点股票的名单，截至2014年9月，试点名单共包含900只股票和15只ETF，涵盖股票数量超过了三分之一。

2010年3月，中国证监会首次开放融资融券交易两融交易贡献了很大一部分交易量，例如，2013年5月，美国金融监管局(FINRA)统计的融资余额达4016亿美元（约占纽交所上市公司市值总额的1.95%），2015年12月达到了5034亿（约占纽交所上市公司总市值的2.16%），2021年3月达到8226亿（约占纽交所上市公司总市值的2.33%）。

2013年5月，A股沪深两市融资余额达2130亿元（约占上市公司总流通市值的0.86%），2015年12月激增至11,740亿元（约占上市公司总流通市值的2.21%），2021年4月达到15,026亿元（约占上市公司总市值的1.87%）。

根据证监会的规定，只有符合某些条件的投资者才能进行融资融券交易比如，大多数证券公司规定投资者必须满足以下条件：（1）资产超过50万人民币 （2）交易经验大于一年半跟日本和中国台湾一样，A股的两融交易规则制定更偏向于迎合个人投资者而非机构。

然而，A股的两融交易成本很高在试点项目运行之初，保证金交易的利率约为8.6%，远高于当时的一年期国债收益率（2.6%-2.85%），这对于个人投资者是一个很高的费用相反，Davolio（2002）研究表明在美国，按市值加权的保证金利率仅为0.25%，仅有9%的股票的利率超过了1%。

尽管A股两融交易的投资者门槛和保证金利率都很高，融资余额依然迅速增长，到2015年已经达到了11740亿元3. 融资对定价效率的影响许多研究表明，两融交易与股市流动性间存在正相关关系然而，两融交易者常常被认为是拥有内幕信息的投机者，使股市遭到了额外的波动。

实际上，官方对于保证金要求经常发生变化，尤其是当市场不稳定时例如，东京证券交易所在1971年至1990年间先后对保证金要求做了63次修订，美国在1934年至1974年间修订了23次美国政府声称“自1987年10月黑色星期一股市崩盘之后，两融交易是公认的会影响投机活动的因素”，监管机构试图通过调高保证金要求以抑制投机行为。

类似地，许多专家学者也将2015年中国股灾一部分责任归咎于两融交易以上种种迹象表明了两融交易会从多个方面影响股市，包括流动性、稳定性和定价效率Seguin (1990) 发现对场外股票市场开放融资融券交易，促进了信息流通并增大了市场深度。

Alexander 等人 (2004) 发现当保证金要求降低时，交易信息量提高，说明两融交易提升了市场质量Chen 等人 (2016) 研究了中国市场的两融交易，同样发现两融交易使得股价体现了更全面的信息。

与之相反，一些学者认为两融交易破坏了市场的稳定性，并且损害了市场效率(Chowdhry and Nanda, 1998; Rytchkov, 2014)Hardouvelis (1990), Hardouvelis 和 Peristiani (1992), Hardouvelis 和 Theodossiou (2002) 发现当保证金要求提高时，股价波动较小，股价相对于内在价值的偏离也较小。

Thurner 等人 (2012) 发现当基金公司被允许使用杠杆后，当股市下跌时，追加保证金的要求迫使基金进一步抛售股票，扩大了股价跌幅有关两融交易对定价效率影响的研究结果分为两类一类研究表明两融交易可以提高定价效率，因为两融交易让更多资金流入市场，扩大了股票的需求，从而提高了股市流动性 (Seguin, 1990;Seguin and Jarrell, 1993; Chordia et al., 2001; Alexander et al., 2004)。

相反，另一类研究认为两融交易降低了定价效率两融交易增强了“噪音交易者”的杠杆能力，提高了“非信息的”波动率 (De Long et al., 1990; Hardouvelis, 1990; Hardouvelis and Peristiani, 1992; Chowdhry and Nanda, 1998; Rytchkov, 2014)。

另外，当股市下跌时，融资方被迫抛售股票以满足保证金要求，股票供应量上升，增大了股价跌幅 (Garbade, 1982; Thurner et al., 2012)这些研究之所以会得到相反的结论是由于选取了不同的定价效率的指标。

用于衡量定价效率的指标有很多，包括股价对于内在价值的偏离(Hardouvelis, 1990)，方差比(Chang et al., 2014)，股票收益率在截面上的波动率(Rytchkov, 2014)和定价错误(Chen et al., 2016)等，这些指标体现了股价信息整合的程度；股票收益率和滞后市场收益率间的交叉相关性 (Chang et al., 2014)和交易量 (Seguin, 1990; Seguin and Jarrell, 1993)等，这些指标体现了信息整合的速度。

Saffi and Sigurdsson (2011)将定价效率定义为“价格体现信息的准确性和速度”，因此定价效率可以分为两个不同的方面：信息量和价格调整速度，其中信息量衡量了股价反映信息的准确性，指标包括定价错误(Hasbrouck, 1993; Boehmer and Wu, 2013; Comerton-Forde et al., 2016)，报价中值自相关系数的绝对值(Chordia et al., 2005; Boehmer and Wu, 2013)和异质波动率 (Ang et al., 2009)等；价格调整速度衡量了股价反映信息的速度，指标包括价格延迟(Hou and Moskowitz, 2005; Boehmer and Wu, 2013)和股票收益率与滞后市场收益率间的交叉相关性(Bris et al., 2007; Chang et al., 2014)等。

表 1：融资融券对定价效率影响的两个相反结论：

资料来源：中泰证券研究所4. 超额融资指标4.1 超额融资指标有领先性两融余额上升意味着市场交易的旺盛，可能蕴含着对未来的某种预期，我们下文从实证角度来证明，超额融资指标是股市的领先指标首先定义：超额融资指标 = 融资余额增长率 - 上证综指收益率。

，即：超额融资指标和收益率计算的历史区间取过去15天我们会证明该指标是指数的同向领先指标考虑如下回归，左侧是指数未来5日的累积收益，右侧解释变量是超额融资指标回归结果如下：表 2：超额融资指标2018年以来具有领先性。

资料来源：中泰证券研究所4.2 超额融资指标的门限效应门限效应，是指当一个经济参数达到特定的数值后，引起另外一个经济参数转向其它发展形式的现象（结构变化）临界值称为门限值我们发现，当超额融资指标大于某个门限值时，对未来指数的领先预测作用也不同，我们下面就分别考虑不同门限值(TAR)下，超额融资指标和未来指数收益之间的关系。

回归等式如下：我们对门限值TAR分别取0.01，0.02，0.03，0.04，0.05，0.06，0.07，来考察不同门限参数下，超额融资指标对未来大盘走势不同程度的领先作用图 1：不同门限值下的超额融资指标领先性。

资料来源：中泰证券研究所从上图可以看出来，门限值越高，超额融资指标和未来指数收益率相关性越高表示超额融资指标越大，不仅意味着未来指数上涨，也暗含着预测的准确性越高表 3：不同门限值下超额融资指标的预测性。

资料来源：中泰证券研究所从上表，可以进一步验证上文的结论，超额融资指标越高的情形，系数 越大，而且显著性T值也越来越大我们下文构造个股的因子，也是利用了门限效应，我们发现极端的因子值效果更好5. 因子构造。

上文从融资余额总体上证明超额融资指标是一个较好的市场择时指标，总体是个体的加总，受上文结论启发，我们尝试将该指标应用到个股中，综合考虑个股过去15天的累计收益率与融资余额情况构造超额融资因子，采用排序函数定义第t天的第i只股票的超额融资因子：

其中函数 代表了t日第i只股票15日累积收益率的排名(由小到大), 函数 代表了在t时刻第i只股票过去15天的融资增长率排名称上述方法构造的因子 为超额融资因子，该因子恒大于0，因子值越大，表明该股票的在第t期过去15天累积收益增长率与融资余额增长率之差越大，分为以下两种情形：。

情形1：提前埋伏可能市场预期到未来基本面等方面有变动，导致融资客们大量涌入该个股，所以过去的15天内融资余额增长率很高，但是目前该股票尚未公开其影响股价的事件，所以上涨幅度不大甚至下跌，但是一旦时机成熟，股价还是会上涨。

情形2：追涨买入过去15天内该股票股价涨幅较大，融资客们还没有来得及采取行动，一旦醒悟过来，短期仍有上涨空间上述两种情况都会带来较大的因子值，未来股票也会大概率上涨6. 因子回测分析6.1 全市场股票我们选取的回测区间是2016年1月到2021年3月，调仓周期为

每周调仓，每一期会利用过去15天的收益率以及融资余额数据构造超额融资因子下图展示了以全市场为股票池，分别选取 10%、20%、30%、50%进行多空对冲的累积收益率曲线,从图中可以看出，基于超额融资因子的对冲组合具有较小的回撤和稳健的收益。

图 2：不同分组下多空收益表现

资料来源：中泰证券研究所图 3：多空对冲日收益率曲线（10%）

资料来源：中泰证券研究所图 4：多空对冲日收益率曲线（20%）

资料来源：中泰证券研究所图 5：多空对冲日收益率曲线（30%）

资料来源：中泰证券研究所图 6：多空对冲日收益率曲线（50%）

资料来源：中泰证券研究所6.2 沪深300图 7：多空对冲日收益率曲线（10%）

资料来源：中泰证券研究所图 8：多空对冲日收益率曲线（20%）

资料来源：中泰证券研究所图 9：多空对冲日收益率曲线（30%）

资料来源：中泰证券研究所图 10：多空对冲日收益率曲线（50%）

资料来源：中泰证券研究所6.3 中证500图 11：多空对冲日收益率曲线（10%）

资料来源：中泰证券研究所图 12：多空对冲日收益率曲线（20%）

资料来源：中泰证券研究所图 13：多空对冲日收益率曲线（30%）

资料来源：中泰证券研究所图 14：多空对冲日收益率曲线（50%）

资料来源：中泰证券研究所6.4 超额融资因子业绩指标为进一步探究该因子的表现情况，下表展示了在全市场、沪深300、中证500以10%、20%、30%、50%多、空以及对冲的年化收益率，累积收益率，年化夏普比率以及最大回撤情况。

表 4：不同参数下趋势因子的业绩表现

资料来源：中泰证券研究所除此以外，我们也采取了分层回测的方法，将每一期截面因子由高到低分为5组，分别记为Group1，Group2，Group3，Group4和Group5，下图展现了在全市场上五组因子对应的股票收益率情况，图中可以发现第一组的收益率会显著高于其他几组，第五组收益率表现最差，这是合乎预期的，但是该因子在第二三四组间区分度不大，这个符合我们之前说的门限效应，即数值不极端情况下，融资余额预测作用不明显。

图 15：分层回测结果

资料来源：中泰证券研究所超额融资因子能否使用常见的风险因子解释？我们将超额融资因子与Fama五因子进行回归，回归结果发现，  显著，R方为19.6%，表明趋势因子有存在的意义表 5：超额融资因子与Fama五因子。

资料来源：中泰证券研究所风险提示：本报告结论完全基于公开的历史数据进行统计、测算，文中部分数据有一定滞后性，同时存在第三方数据提供不准确风险；模型均基于历史数据得到的统计结论且模型自身具有一定局限性并不能完全准确地刻画现实环境以及预测未来；模型根据历史规律总结，历史规律可能失效；模型结论基于统计工具得到，在极端情形下或存在解释力不足的风险，因此其结果仅做分析参考。

附录1、参考文献[1] Alexander, G. J., E. Ors, M. A. Peterson, and P. J.Seguin. 2004. Margin regulation and market quality: a microstructure analysis. Journal of Corporate Finance 10, 549–574.

[2] Chang, E. C., Y. Luo, and J. Ren. 2014. Short-selling,margin-trading, and price efficiency: evidence from the Chinese market. Journalof Banking & Finance 48, 411–424.

[3] Hou, K., and T. J. Moskowitz. 2005. Market frictions,price delay, and the cross-section of expected returns. Review of FinancialStudies 18, 981–1020.

[4] Saffi, P. A., and K. Sigurdsson. 2011. Price efficiencyand short selling. Review of Financial Studies 24, 821–852.

PDF下载请扫码

以往深度报告链接经济周期经济周期与股票收益实证资产定价与多因子趋势因子——固定效应面板方法技术分析人工智能画趋势线——看图艺术+智能技术选股策略PB-ROE-AI策略——让经典更经典“指数增强”新思维——人工智能 + 传统金融

行业轮动基于相关性的行业轮动模型——计量经济+机器学习“纯洁alpha”动量下的行业轮动策略——资产定价 + 统计学习人工智能次优理论下的组合配置与策略构建——人工智能再出发AI下“指数增强”模型——网页端APP上线

降维、预测与组合构建——一种“倒向切片回归”方法“指数增强”新思维——人工智能 + 传统金融大盘择时“风险偏好”计算与A股走势预测——基于风险中性测度【中泰金工 · 领先指标系列一】超额融资指标从VIX到VRP——方差风险溢价与股市预测

量化宏观用债券数据预测股市下跌——一种“信息熵利率曲线”建模风格轮动风格轮动与择时——一种“波动率熵”方法大类资产配置从未来到现在——动态资产配置策略框架介绍目标日期基金动态资产配置策略——离散时间下随机最优控制方法

基金研究要不要“抱团”？——基金持仓羊群效应与基金业绩分析科学评价ETF——解析 Lyxor“ETF效率指标”“运气”还是“实力”？——探秘基金经理Alpha公募基金业绩可持续性分析主动量化 高Beta股如何演化?——中美高Beta股票定价特征对比分析

精准把握春节效应把握“抱团”规律——对“抱团”的一种合理解释投研漫谈多因子和人工智能谁是“正规军”?——兼谈金融预测框架

中泰证券金融工程研究与产品体系

免责声明市场有风险，投资需谨慎本平台所载内容和意见仅供参考，不构成对任何人的投资建议，亦不构成任何保证，接收人不应单纯依靠本资料的信息而取代自身的独立判断，应自主做出投资决策并自行承担风险根据《证券期货投资者适当性管理办法》，本平台内容仅供中泰证券股份有限公司客户中的专业投资者使用，若您并非专业投资者，为保证服务质量、控制投资风险，请勿订阅或转载本平台中的信息，本资料难以设置访问权限，若给您造成不便，还请见谅。

 本平台旨在沟通研究信息，交流研究经验，不是中泰证券股份有限公司研究报告的发布平台，所发布观点不代表中泰证券股份有限公司观点任何完整的研究观点应以中泰证券股份有限公司正式发布的报告为准本平台所载内容仅反映作者于发出完整报告当日或发布本平台内容当日的判断，可随时更改且不予通告。

 本平台所载内容不构成对具体证券在具体价位、具体时点、具体市场表现的判断或投资建议，不能够等同于指导具体投资的操作性意见重要声明版权所有，未经事先书面授权，不得以任何方式修改、发送或者复制本资料中的内容。

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186