【正文】 衡價(jià)格；同理，當(dāng)股票價(jià)格顯下挫趨勢(shì)時(shí)，理性投資者對(duì)該股票的需求就會(huì)減小，從而進(jìn)一步地推進(jìn)股票價(jià)格的下落，最終也會(huì)使得股票價(jià)格偏離均衡價(jià)格。有此分析可知，融資融券機(jī)制會(huì)使股票市場(chǎng)更具波動(dòng)性。 Conrad(1994)建立了 “ 信息公開化 ” 的賣空交易模型和 “ 信息非公開化 ” 的賣空交易模型，進(jìn)行了股票價(jià)格下跌與賣空交易額的相關(guān)性的研究。研究表明，在信息公開化的前提下，賣空交易額越多，股票價(jià)格下挫的越多，即 賣空交易額與股票價(jià)格呈現(xiàn)正相關(guān)的關(guān)系；在信息非公開化的前提下，賣空交易額更加嚴(yán)重地影響了股票價(jià)格，即兩者的相關(guān)關(guān)系更加明顯。 而 King 等 (1993)學(xué)者的研究結(jié)果表明，賣空機(jī)制（即融資融券機(jī)制）既沒有顯著 影響到價(jià)格泡沫的發(fā)生，也沒有在價(jià)格穩(wěn)定方面發(fā)揮 作用。 Porter and Smith（ 2022）通過實(shí)驗(yàn)研究，同樣得出了賣空機(jī)制（即融資融券機(jī)制）不能顯著地減少市場(chǎng)的泡沫體積和泡沫持續(xù)時(shí)間。 G. William Schwert(1989)認(rèn)為美聯(lián)儲(chǔ)已經(jīng)通過提高保證金要求作出回應(yīng)，以增加股票 價(jià)格。 價(jià)格上漲已 經(jīng)與波動(dòng)性下降有關(guān)。沒有任何證據(jù)表明，改變保證金要求 會(huì) 降低后續(xù)股票收益的波動(dòng)性，即融資融券對(duì)股票市場(chǎng)的波動(dòng)性沒有什么影響。 Gikas and Stavros（ 1992）通過研究日本市場(chǎng)，得出結(jié)論為融資融券機(jī)制不僅形成了對(duì)投資者交易獲得的有效約束，而且抵消了股價(jià)不利條件所影響每日股價(jià)的波幅。 Bris et al.（ 2022）認(rèn)為融資融券交易機(jī)制可以起到穩(wěn)定市場(chǎng)的作用，通過研究發(fā)現(xiàn)，在市場(chǎng)允 畢業(yè)論文：正文 7 許賣空的情況下，股票收益的波動(dòng)性要低得多。在 2022 年 8 月，美國大通曼哈頓的一個(gè)研究報(bào)告顯示，賣空可以穩(wěn)定股票價(jià)格指數(shù)的 劇烈波動(dòng)，即穩(wěn)定市場(chǎng)。 Hong and Stein（ 2022）發(fā)現(xiàn)如果不允許賣空或者融券限制過于嚴(yán)格，很可能會(huì)導(dǎo)致股市的崩盤。Charoenrook and Daouk（ 2022）通過對(duì) 111 個(gè)國家的股票市場(chǎng)的研究發(fā)現(xiàn) ， 允許賣空的市場(chǎng)比禁止賣空的市場(chǎng)的波動(dòng)性要低得多。 （二） 國內(nèi)文獻(xiàn) 相比于國外融資融券市場(chǎng)發(fā)展時(shí)間之久遠(yuǎn)， 相關(guān)統(tǒng)計(jì)工具和理論方法之成熟，我國融資融券市場(chǎng)起步較晚，所以 研究的經(jīng)驗(yàn)數(shù)據(jù)也并不太豐富，但是這并不能影響我國學(xué)者對(duì)融資融券這一新生事物的研究。 廖士光 和 楊朝軍（ 2022）采取了協(xié)整檢驗(yàn)以及 格 蘭杰因果檢驗(yàn)，以臺(tái)灣股票市場(chǎng)為標(biāo)的進(jìn)行了實(shí)證研究。研究結(jié)果表明，做空額和臺(tái)灣股票價(jià)格指數(shù)呈現(xiàn)協(xié)整關(guān)系，股票價(jià)格指數(shù)是做空額的 格 蘭杰原因，而反之卻不成立。這就意味著做空交易不會(huì)導(dǎo)致股票價(jià)格的震動(dòng)，但兩者 之間卻存在著正相關(guān)關(guān)系。鑒于此，融資融券機(jī)制有一定減緩股票價(jià)格 波動(dòng)性的功能。 袁華濤 和 付新剛 (2022)運(yùn)用馬科維茨的分散原理、協(xié)整檢驗(yàn)和 格 蘭杰因果檢驗(yàn)等模型和方法，對(duì)股市數(shù)據(jù)進(jìn)行了相關(guān) 實(shí)證分析，他們發(fā)現(xiàn)融資融券機(jī)制不僅可以降低股票價(jià)格的波動(dòng)幅度，還可以為投資者提供保值避險(xiǎn)的手段。 龔紅霞 (2022)運(yùn)用 GARCH 模型 對(duì)我國香港股票市場(chǎng)的相關(guān)數(shù)據(jù)進(jìn)行了相關(guān) 實(shí)證分析，結(jié)果發(fā)現(xiàn)融資融券機(jī)制可以使原本偏離的股票價(jià)格回歸均衡。 楊德勇 和 吳瓊（ 2022）利用協(xié)整檢驗(yàn)等模型和工具對(duì)我國股票市場(chǎng)的進(jìn)行了實(shí)證研究，最后得出結(jié)論為融資融券在一定程度上可以阻礙股票市場(chǎng)的波動(dòng)性，同時(shí)提高股票市場(chǎng)的流動(dòng)性。 刁峰（ 2022）以上證 180 可以融資融券交易的 207 只股票為研究對(duì)象，運(yùn)用 協(xié)整 檢驗(yàn)和 格 蘭杰檢驗(yàn)等模型和方法，實(shí)證分析并得出結(jié)果為融資融券對(duì)我國的股票市場(chǎng)有長(zhǎng)期的影響。 孫茜 和 姚儉（ 2022）將融資融券分為嘗試期和常規(guī)期兩個(gè)階段，利 用 GRACH 模型及其拓展形式對(duì)上證指數(shù)與融資融券的關(guān)系進(jìn)行實(shí)證分析。最后得出結(jié)論為融資融券機(jī)制可以平抑股票市場(chǎng)價(jià)格的波動(dòng)性。且隨著融資融券機(jī)制的成熟，其平抑的效果也愈加顯著，這無疑更加完善了我國股票市場(chǎng)，是我國股票市場(chǎng)更加靈活多變。 陳偉（ 2022）以上證 50 研究對(duì)象，用以 GARCH 模型，并引入虛擬變量，來研究我國融資融券推出前后對(duì)我國股票市場(chǎng)波動(dòng)性的影響。最后得出結(jié)論為融資融券對(duì)降低股票市場(chǎng)的波動(dòng)性有著深遠(yuǎn)的效果。 三、背景介紹 畢業(yè)論文：正文 8 自 2022 年 3 月以來，我國融資融券數(shù)額即達(dá)到了 840 多億，符合增長(zhǎng)率為 150%，融券的標(biāo)的股票也從一開始的 50 只增長(zhǎng)到 500 只，證交所 300 只標(biāo)的債券大約占到了上證總市值的 80%，融券的交易數(shù)量從 2022 萬股增加到 4 億股。我國融資融券的發(fā)展真是可謂從無到有，發(fā)展確實(shí)相當(dāng)迅速 。 不過，雖然經(jīng)歷了爆炸性的 成長(zhǎng)，但是和其他很多發(fā)達(dá)市場(chǎng)相比，在規(guī)模和結(jié)構(gòu)上仍 相去甚遠(yuǎn)。首先，從總量層面來看，我國融資融券整體規(guī)模較小主要包括以下幾個(gè)原因：第一，機(jī)構(gòu)投資者還沒進(jìn)入這一市場(chǎng)，絕大多數(shù)市場(chǎng)參與者是個(gè)人投資者中資金實(shí)力較強(qiáng)、投資經(jīng)驗(yàn)比較豐富的大戶；第二，市場(chǎng)上可供信用交易的標(biāo)的券還十分有限，占股票總數(shù) 的比例不超過 12％；第三，我國融資融券杠桿比較低，國家規(guī)定杠桿必須低于兩倍，并且從券商具體業(yè)務(wù)操作中可以發(fā)現(xiàn)，杠桿遠(yuǎn)低于兩倍，這主要是源于我國現(xiàn)階段投資者還不成熟，對(duì)于風(fēng)險(xiǎn)的識(shí)別能力較弱，并且融資融券業(yè)務(wù)還沒形成一定的規(guī)模，自有資金和自有證券的儲(chǔ)備量都比較低。第四，現(xiàn)階段國家對(duì)于業(yè)務(wù)的利率成本有所規(guī)定，而年化成年利率相對(duì)較高，這種過高的融資成本也大大限制了業(yè)務(wù)規(guī)模的發(fā)展。 從結(jié)構(gòu)層面來看，融資融券的結(jié)構(gòu)失衡嚴(yán)重。從國際對(duì)比來看，融券業(yè)務(wù)正 常應(yīng)當(dāng)是小于融資業(yè)務(wù)規(guī)模，雖然我國目前融資交易確實(shí)為主，但是融資規(guī)模 是融券規(guī)模的 24 倍，這比國際上的平均值 8 倍要高出很多。一方面是因?yàn)槿谌瘶?biāo) 的股票容量?。涣硪环矫?，由于缺乏合適的對(duì)沖工具對(duì)沖融券接觸后可能造成的 股價(jià)下跌，限制了券商融券的供給意愿。 四、理論分析 （一） 融資對(duì)股市波動(dòng)性的作用機(jī)理 融資交易對(duì)于股市產(chǎn)生影響作用的機(jī)制主要是包括兩個(gè)階段，第一階段是增強(qiáng)投資者對(duì)于股票的需求；第二階段是增加相關(guān)股票的供給量。當(dāng)市場(chǎng)上的某些股票的價(jià)格由于某種因素的影響，會(huì)產(chǎn)生過度恐慌性拋售而導(dǎo)致其價(jià)格低于其均衡價(jià)格， 一些理性投資者或者投機(jī)者就會(huì)抓住這暫時(shí)的套利機(jī)會(huì)，他們預(yù)計(jì)這些被 低 估的股票最終將會(huì)回到均衡價(jià)格，于是，這些投資者就會(huì)通過券商融入資金，把資金注入到這些股票中去，從而實(shí)現(xiàn)獲利。 這樣，資金的進(jìn)入便會(huì) 使得這些股票需求的增加。這些需求的增加 一方面是 因?yàn)?融資交易 所帶來的結(jié)果 ，另一方面則是因?yàn)槿谫Y余額的增加會(huì)向市場(chǎng)傳遞估值偏低的信號(hào)，這同樣會(huì)吸引那些 保持 觀望 態(tài)度 的投資者趁機(jī)入市。隨著 這些 股票受到大批資金的青睞，供需失衡的局面將會(huì)得到緩解，股價(jià)下跌的趨勢(shì)將會(huì)得到 一定的抑制，需求會(huì)一定程度 地 起到托盤的作用。 與此同時(shí)，多方力量的繼續(xù)增大將會(huì)驅(qū)動(dòng)股價(jià)回歸均衡。與股價(jià)暴跌 類似，羊群效應(yīng)會(huì)導(dǎo)致非 理性投資者大批跟進(jìn)已經(jīng)回歸均衡值的股票，這又再次推升股價(jià)偏離均衡值而高估。此時(shí)，之前融資的投資者迫于還本付息的壓力，在即將到期前會(huì)進(jìn) 行股票的交割，從而增加了股票供給。融資交易增加市場(chǎng)股票供給主 畢業(yè)論文：正文 9 要 是通過橫向和縱向的兩條途徑，橫向途徑是其本身交割股票所帶來的增加；縱向途徑是融資余額的減少將會(huì)向投資者傳遞估值偏高的信號(hào)，引發(fā)投資者競(jìng)相賣出股票，增加股票供給，而至此多空的力量對(duì)比再一次發(fā)生變化，空方力量的增強(qiáng)會(huì)帶來股價(jià)下行，價(jià)值低估的局面再次出現(xiàn)，這種空隙性收益率將會(huì)被理性投資者不斷 地 利用，這一個(gè)循環(huán)的過程便會(huì)反反 復(fù)復(fù)，理性投資者的融資操作則會(huì)帶來股票價(jià)格圍繞其均值上下波。 （二）融券對(duì)股市波動(dòng)性的作用機(jī)理 融券交易對(duì)于股市的作用就機(jī)制也主要是通過兩個(gè)階段進(jìn)行傳導(dǎo)，第一階段是影響投資者對(duì)于股票的需求；第二階段是則是對(duì)于相關(guān)股票的供給影響。當(dāng)股票市場(chǎng)上某些股票的價(jià)格因?yàn)檫^度的炒作售而高于均衡價(jià)格的時(shí)候，理性投資者抑或投機(jī)者會(huì)洞察到這個(gè)暫時(shí)性的套利機(jī)會(huì)，預(yù)期這些高估值的股票終將返回均衡值，于是這些投資者就會(huì)抓住這個(gè)機(jī)會(huì)通過券商融入股票投進(jìn)行賣出。這樣，此類股票的供給機(jī)會(huì)增加，一方面是融券交易帶來的，另一方面是則是因?yàn)槿谌?余額的增加會(huì)向市場(chǎng)傳遞估值偏高的信號(hào)，這就會(huì)會(huì)吸引那些持券觀望的投資者趁機(jī)賣出。隨著此類股票受到遭到大批拋售，供需失衡的局面將會(huì)得到緩解，股價(jià)上非理性上漲的勢(shì)頭將會(huì)得到遏制，供給會(huì)一定程度的起到施壓的作用；與此同時(shí)，空方力量的繼續(xù)增大將會(huì)驅(qū)動(dòng)股價(jià)回歸均衡。羊群效應(yīng)會(huì)導(dǎo)致非理性投資者大批跟進(jìn)已經(jīng)回歸均衡值的股票，這又再次轟降股價(jià)偏離均衡值而低估。此時(shí)，之前融券的投資者迫于還券付息的壓力，在即將到期前會(huì)進(jìn)行資金的交割，從而增加了股票需求。融券交易增加市場(chǎng)股票需求主要是是通過直接和間接的兩條途徑，直接途徑是其本身 購買股票所帶來的增加，間接途徑是融券余額的減少將會(huì)向投資者傳遞估值偏地的信號(hào)，引發(fā)投資者競(jìng)相邁進(jìn)股票，增加股票需求，而至此多空的力量對(duì)比再一次發(fā)生變化，多方力量的增強(qiáng)會(huì)帶來股價(jià)高企，價(jià)值高估的局面再次出現(xiàn)，這種空隙性收益率將會(huì)被理性投資者不斷的利用這一個(gè)循環(huán)的過程便會(huì)反反復(fù)復(fù)，理性投資者的融券操作則會(huì)帶來股票價(jià)格圍繞其均值上下波動(dòng)。 結(jié)合我國國情與理論分析可以預(yù)測(cè)我國融資融券交易對(duì)我國股市應(yīng)該會(huì)有一定的抑制作用，但是由于目前我國融資融券市場(chǎng)還在成長(zhǎng)期，其影響力還有待檢驗(yàn)。 三、 實(shí)證分析 這部分主要是 對(duì)股票市場(chǎng)波動(dòng)性進(jìn)行研究，所以選取了深成綜合指數(shù)作為研究分析對(duì)象。本文選取的數(shù)據(jù) 的時(shí)間范圍 為 2022 年 5 月 31 日至 2022 年 4 月 11 日， 除去 節(jié)假日，總計(jì) 935 個(gè)交易日，數(shù)據(jù)頻率為日數(shù)據(jù)，數(shù)據(jù)序列分別是深成綜合指數(shù)、深市總?cè)谫Y余額和深市總?cè)谌囝~， 并對(duì)這三組數(shù)據(jù)取對(duì)數(shù)，即 LNSC， LNRZ， LNRQ。 數(shù)據(jù)資訊來自金融界官網(wǎng)。 本文用于 數(shù)據(jù)處理和實(shí)證檢驗(yàn) 的軟件主要是 軟件。 LNSC： 代表深成綜合指數(shù) 的對(duì)數(shù) LNRZ： 代表深市總?cè)谫Y余額 的對(duì)數(shù) 畢業(yè)論文：正文 10 LNRQ： 代表深市總?cè)谌囝~ 的對(duì)數(shù) （ 一 ） GARCH 模型的構(gòu)建 1． 單位根檢驗(yàn)（ Unit Root Test） 檢驗(yàn)結(jié)果如下表。 表 1 單位根檢驗(yàn)結(jié)果 變量 ADF 統(tǒng)計(jì)量 1%臨界值 5%臨界值 10%臨界值 LNSC LNRZ LNRQ 由上表可以看出，在 1%， 5%， 10%顯著性水平下，三個(gè)標(biāo)的一階差分序列統(tǒng)計(jì)指標(biāo)都小于臨界值，說明變量 LNSC,LNRZ,LNRQ 一階差分不存在單 位根， 一階差分后的序列是平穩(wěn)的，且三個(gè)變量都服從一階單整的過程。 2． 均值方差回歸模型 經(jīng)過平穩(wěn)性檢驗(yàn)之后，做如下回歸 （ 1） 得到如下 （ 2） 3． ARCH 效應(yīng)檢驗(yàn) 對(duì)上述 所求得的 方程的殘差 進(jìn)行 畫圖 ， 得 如下結(jié)果。 . 2 . 1.0.1.28 . 89 . 09 . 29 . 49 . 6II I I I IV I II I I I IV I II I I I IV I II I I I IV I2 01 0 2 01 1 2 01 2 2 01 3 2 01 4R e s i d u a l A c t u a l F i t t e d 圖 1 殘差圖 從以上的殘差圖明顯得知，指數(shù)波動(dòng)顯現(xiàn)出一種群聚現(xiàn)象 ，即在一段時(shí)間內(nèi) 急劇起 畢業(yè)論文：正文 11 伏 ，一段時(shí)間內(nèi)則相對(duì)平緩，這很大程度上可以看出該數(shù)據(jù)存在條件異方差性。 4． ARCHLM 檢驗(yàn) 為了更加精確 地 得出結(jié)論，對(duì)上述模型的殘差進(jìn)行 ARCH LM TEST， 得到在滯后階數(shù) m=10 的情況下的檢驗(yàn)結(jié)果， 結(jié)果如下 表 2 ARCHLM 檢驗(yàn)結(jié)果 Fstatistic Prob. F(2,921) Obs*Rsquared Prob. ChiSquare(2) 從上表可知， 在滯后階數(shù) m=10 的情況下， 殘差 序列 中 存在著顯著的高階 ARCH 效應(yīng)。 5． GARCH(1， 1)模型估計(jì)結(jié)果 本文選取了 GARCH(1， 1)為研究模型，并 利用 軟件對(duì) GARCH（ 1， 1）模型 對(duì)變量之間進(jìn)行實(shí)證檢驗(yàn)。 可以得到如下結(jié)果： （ 3） （ 4） 從上述估計(jì)結(jié)果中發(fā)現(xiàn)，深成指數(shù)鐘的 GARCH 項(xiàng)是高度顯著的，且 ARCH 項(xiàng)與GARCH 項(xiàng)系數(shù)之和小于 1，所以 GARCH(1， 1)過程是平穩(wěn)的。 并且，將 獨(dú)處的條件方差序列作為描述深成綜合指數(shù)波動(dòng)率的數(shù)據(jù)，記為 VOL。 (二 )VAR 模型的構(gòu)建 1． 平穩(wěn)性及其檢驗(yàn) 同