【文章內(nèi)容簡(jiǎn)介】 于某種因素的影響，會(huì)產(chǎn)生過(guò)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(guò)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)槿谫Y交易所帶來(lái)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(pán)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)股票供給主要是通過(guò)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(lái)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(mài)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(lái)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(guò)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(lái)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(guò)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^(guò)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(guò)券商融入股票投進(jìn)行賣(mài)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(lái)的，另一方面是則是因?yàn)槿谌囝~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(mài)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(guò)直接和間接的兩條途徑，直接途徑是其本身購(gòu)買(mǎi)股票所帶來(lái)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(lái)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(guò)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(lái)股票價(jià)格圍繞其均值上下波動(dòng)。 結(jié)合我國(guó)國(guó)情與理論分析可以預(yù)測(cè)我國(guó)融資融券交易對(duì)我國(guó)股市應(yīng)該會(huì)有一定的抑制作用，但是由于目前我國(guó)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2010年5月31日至2014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(lái)自金融界官網(wǎng)。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)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LNSCLNRZLNRQ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(shuō)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(guò)程。2．均值方差回歸模型經(jīng)過(guò)平穩(wěn)性檢驗(yàn)之后，做如下回歸LNSC=C+LNSC1+ε （1） 得到如下LNSC=+ （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(huà)圖，得如下結(jié)果。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FstatisticProb. F(2,921)Obs*RsquaredProb. 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，（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： LNSC= （3） σt2= （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(guò)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)同樣，VOL也要進(jìn)行平穩(wěn)性檢驗(yàn)，而該處的平穩(wěn)性檢驗(yàn)同樣也用單位根檢驗(yàn)，檢驗(yàn)結(jié)果如下表。表3 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VOL由上表可以看出，在1%，5%，10%顯著性水平下，VOL序列統(tǒng)計(jì)指標(biāo)都小于臨界值，說(shuō)明變量VOL不存在單位根，序列是平穩(wěn)的。 2．協(xié)整檢驗(yàn)EG檢驗(yàn)法中，第一步我們用一個(gè)變量對(duì)另一個(gè)變做回歸有： yt=α+βxt+εt （5）α39。,β39。表示回歸系數(shù)估計(jì)值，模型殘差估計(jì)值為： εt’=ytα39。β39。xt （6）第二步檢驗(yàn)殘差估計(jì)值的單整性，如果殘差估計(jì)值是穩(wěn)定序列，則認(rèn)為兩變量之間存在協(xié)整關(guān)系。對(duì)上述數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)所得的結(jié)果如下表。表4 Johansen的極大似然值協(xié)整檢驗(yàn)結(jié)果原假設(shè)特征根跡統(tǒng)計(jì)量最大特征值統(tǒng)計(jì)量0個(gè)協(xié)整向量1個(gè)協(xié)整向量2個(gè)協(xié)整向量從上述表格可以看出，不管是融資還是融券都和股票市場(chǎng)波動(dòng)性存在著長(zhǎng)期協(xié)整關(guān)系。3．Granger因果關(guān)系檢驗(yàn)檢驗(yàn)結(jié)果如下表。表5 格蘭杰因果關(guān)系檢驗(yàn)結(jié)果原假設(shè)F統(tǒng)計(jì)量t