融資融券對中國股市波動性影響的研究--基于滬市的實證分析

1、蘇州大學(xué)本科生畢業(yè)設(shè)計(論文)目錄中文摘要1ABSTRACT2前言3一、文獻綜述4（一）國外文獻綜述4（二）國內(nèi)文獻綜述5二、中國融資融券概述7（一）融資融券的定義7（二）融資融券交易與普通證券交易的區(qū)別7（三）中國融資融券交易的發(fā)展歷程7（四）中國融資融券交易發(fā)展中存在的問題71融資業(yè)務(wù)與融券業(yè)務(wù)發(fā)展嚴重失衡72融資融券交易市場發(fā)展規(guī)模小83融資融券業(yè)務(wù)杠桿效益下帶來的問題84融資融券交易存在信息不對稱問題85融資融券業(yè)務(wù)對應(yīng)的法律法規(guī)不完善9三、融資融券交易對中國股市波動性影響的實證研究10以滬市為例10（一）數(shù)據(jù)的選取與處理10（二） 研究變量的平穩(wěn)性檢驗10（三）選擇VAR模型的滯后階

2、數(shù)11（四）Granger因果檢驗15（五）脈沖響應(yīng)分析15（六）方差分解分析17四、研究結(jié)論及政策建議18（一）研究結(jié)論18（二）相關(guān)政策建議181.加強對投資者的理性投資教育182.擴大標的證券范圍183.加大融資融券發(fā)展規(guī)模194.完善市場信息披露制度195.加強風(fēng)險控制與市場監(jiān)管19參考文獻21致謝23中文摘要融資交易是指證券公司向投資者借出資金供其購買證券的過程，融券交易是指證券公司向投資者借出證券然后投資者再賣出證券的過程，兩者合稱為融資融券交易，即兩融交易，也稱為證券信用交易?？v觀國外發(fā)達的資本主義市場發(fā)展過程，兩融交易能夠促進股票市場的發(fā)展，其作用主要表現(xiàn)在穩(wěn)定股票市場、增加股

3、票市場流動性等。我國于2010年3月31日正式開始實施兩融交易，至今發(fā)展了不足十年，所以相對來說我國兩融業(yè)務(wù)發(fā)展時間還是較短，仍然存在著許多問題。本文選取了我國自開展兩融業(yè)務(wù)以來至2017年12月的滬市融資余額、融券余額以及上證綜指收盤價的月度數(shù)據(jù)作為研究對象。本文通過運用VAR模型進行實證檢驗，研究分析得出兩融交易對股票市場波動性影響的作用尚不明確。同時，本文還進一步分析了在我國證券市場上兩融交易產(chǎn)生的問題，并提出了相關(guān)的政策建議。關(guān)鍵詞：融資交易，融券交易，滬市 ，VAR模型，股市波動性ABSTRACTMargin purchase refers to the process by whi

4、ch securities companies provide investors with funds for the purchase of securities. Margin trading refers to the process by which investors first borrow securities from securities companies and then sell securities. They are collectively referred to as securities margin trading , also known as secu

5、rities credit trading.From the experience of developed capitalist markets in the world, it can be known that securities margin trading has a series of positive effects on the development of the securities market, such as stabilizing the market and increasing market liquidity. China officially began

6、to implement securities margin trading on March 31, 2010. It has only been less than a decade since then. Due to the short development period of Chinas securities margin trading, there are still a series of problems. This paper selects the monthly data of the margin financing balance, the securities

7、 lending balance and the closing price of the Shanghai Composite Index from March 2010 to December 2017 and uses VAR model to do empirical analysis. This analysis shows that securities margin trading has a certain inhibitory effect on stock market volatility. This paper also analyzes the problems of

8、 Chinas securities margin trading and proposes relevant policy recommendations.Key words: Margin Purchase ; Margin Trading ; Shanghai Stock Market ; VAR Model ; Stock Market Volatility前言中國進入證券市場起步較晚，歷史也不算悠久，發(fā)展規(guī)模發(fā)展程度遠落后于西方發(fā)達國家。2006年以前，基于我國金融市場發(fā)展不健全，相關(guān)法律法規(guī)不完善的現(xiàn)狀，中國證券市場為了免遭做空帶來的風(fēng)險，并沒有許可兩融業(yè)務(wù)進入中國證券市場。直至2

9、010年3月31日，由于金融領(lǐng)域改革不斷加強，監(jiān)管條例不斷完善，我國證券市場一直維持的“單邊交易”狀態(tài)終于結(jié)束，深交所與上交所開始開展兩融業(yè)務(wù)的申報工作。但是，由于我國入市較晚，相關(guān)制度、認知也不成熟，所以，目前我國兩融交易仍處于初級階段。融資融券業(yè)務(wù)有利有弊。它的優(yōu)勢集中表現(xiàn)在以下五個方面：一是價格發(fā)現(xiàn)，投資者可以從價格反饋上獲得更多與證券內(nèi)在價值方面相關(guān)的信息；二是穩(wěn)定市場，兩次買賣如果方向相反，就能夠減緩一定程度的證券價格波動性，從而穩(wěn)定股票市場；三是增強流動性，證券供給量的上升能夠帶動市場交易量的上升；四是風(fēng)險管理，改變“單邊交易”現(xiàn)狀，更好地降低市場風(fēng)險；五是推動證券行業(yè)發(fā)展，促使證

10、券公司開展新的試點，能夠進一步拓寬業(yè)務(wù)范圍，增加盈利?？墒?，兩融業(yè)務(wù)也存在著弊端，財務(wù)杠桿會引起巨大的風(fēng)險。雖然我國的兩融業(yè)務(wù)已經(jīng)經(jīng)過了七年的實踐，國內(nèi)外專家也對此進行了大量的研究，但是研究表明準確的結(jié)論目前為止還是無法得出。因此，我國仍然需要對這一問題展開研究，配以制度的調(diào)整來逐步完善我國的金融市場,促進經(jīng)濟的進步與發(fā)展。本文將研究對象主要設(shè)置為2016至2017年度滬市融資余額、融券余額和上證綜指收盤價數(shù)據(jù)。研究方向則是通過構(gòu)建VAR模型研究兩融業(yè)務(wù)在上證綜指波動性方面的影響來判定兩融業(yè)務(wù)對中國證券市場的波動性影響。本文結(jié)構(gòu)如下：第一部分是國內(nèi)外文獻綜述；第二部分是研究分析我國兩融交易的發(fā)

11、展現(xiàn)狀與問題；第三部分是滬市進入兩融市場開展業(yè)務(wù)對股市波動性影響的實證分析；第四部分是研究結(jié)論與相關(guān)政策建議。一、 文獻綜述隨著兩融交易機制在股票市場中發(fā)展日趨完善與成熟，國內(nèi)外眾多學(xué)者對兩融交易機制進行了研究分析，分別形成了兩融交易對股價波動起推動作用、抑制作用、無明顯作用三種觀點。（一）國外文獻綜述Conrad(1994) Conrad, J. The price of effect of option introduction J.Journal of Finance, 1994,44(6), 487-498.構(gòu)建賣空交易模型進行研究發(fā)現(xiàn)股票價格受信息是否公開的影響，投資者獲得額外的信息

12、后進行融券交易會迫使股價下跌；相反，如果投資者無法獲取，價格波動受融券交易的影響更明顯。Hong & Stein(2003) Hong, H& J. Stein. Differences of opinion, short-sales constraints, and market crashes J. Review of Financial Studies,2003,16(8):487-525.將研究重心置于約束賣空機制與股價下跌的關(guān)系，研究發(fā)現(xiàn)：如果賣空機制受到約束，這將使得利空信息無法及時有效的導(dǎo)入市場，因此日漸積累的負面信息可能會在某個特定時間爆發(fā)，而股價下跌時的爆發(fā)會進一步加劇市場的

13、下跌。Henry & McKenzie（2006） Henry, O. T. T., M. McKenzie. The impact of short selling on the price-volume relationship: Evidence from Hong Kong J. Journal of Business, 2006,79(7):123-141.研究了香港證券市場的波動性后發(fā)現(xiàn)融券交易機制的推出不僅會加強市場敏感性，也會加劇股票市場波動性。Anehada & Hazemoaouk（2003） Charoenrook,A&H.Daouk.The World Price of

14、 Short-SellingR.Working Paper,The Owen Graduate School of Management,Vanderbilt University,2003,38(9):1-49.研究對象選取的是23個有賣空機制的發(fā)達國家和地區(qū)的資本市場以及88個沒有賣空機制的發(fā)展中國家和地區(qū)的資本市場的股票數(shù)據(jù)，發(fā)現(xiàn)股票價格波動在有賣空機制的資本市場中更小一些。Bris(2003) Bris,A&W.Goetzmann.Efficiency and the bear:Short sales and markets around the worldR.Working pape

15、r,Yale International Center for Finance,2003,42(8):79-99.將個股收益率標準差、市場收益率偏度、極端損失的出現(xiàn)頻率等指標作為標準來研究兩融交易對證券市場波動性的影響后發(fā)現(xiàn)實行融券交易可以減緩收益率的波動性，降低極端損失的發(fā)生頻率。Angel（1997） James J Angel.Short selling on the NYSE R. 1997,16(6):1-99.通過選取紐約證券交易所144只股票數(shù)據(jù)為研究對象進行研究，得出結(jié)論如下：實行融券交易不會造成股價的上下波動，反而可以在一定程度上抑制股價波動，起到穩(wěn)定股票市場的作用。Char

16、oenrook & Daouk（2005） Charoenrook A，Daouk H，A study of market-wide Short-selling RestrictionsR,SSRN Working Paper Series,Rochester,Mar.,2005,28(8):89-209.將研究對象設(shè)置為全球111個證券市場從1969年12月2002年12月的數(shù)據(jù)，研究以后他們總結(jié)出，解除限制，實行賣空交易不會造成證券市場的波動，反而會降低證券市場波動性。Kraus & Rubin（2003） Kraus, Alan, Amir Rubin. The Effect of Sh

17、ort Sale Constraint Removal on Volatility in the Presence of Heterogeneous BeliefsJ.International Reviews of Finance,2003,4(7):385-682.研究了一些存在賣空機制的證券市場，主要是為了探究賣空交易與股票價格波動性之間是否有關(guān)系，存在何種關(guān)系，為此，他們構(gòu)建了一系列模型，得出以下結(jié)論：當賣空機制被證券市場所接受后，股票價格的波動性沒有一定的波動方向，有增強也有減弱。Sigurdsson（2010） Sigurdsson. Short sales and speed o

18、f price adjustment: Evidence from the Hong Kong stock marketJ.Journal of Banking & Finance,2010,02(7):471-483.選取了26個國家，10000多只股票進行研究分析后得出以下結(jié)論：對融券交易施加限制，減少其交易次數(shù)并不會減少極端損失的出現(xiàn)，所以得出賣空交易對股票市場波動性沒有太大的影響，但是減少融券交易的次數(shù)會導(dǎo)致股票的收益率明顯正偏，這又表明賣空交易會加劇股票市場波動性，這是兩個互相矛盾的結(jié)論，所以對于融券交易在股票市場波動性影響方面的正確結(jié)論還是無法得出。Diether et al.(2

19、009) KarIB. Diether, Kuan-Hui Lee, Ingrid M. Werner. Its SHO Time Short-Sale Price Testsand Market QualityJ. The Journal of Finance, 2009,1(8):37-73.將研究對象設(shè)置為紐約證券交易所和納斯達克證券交易所上的股票數(shù)據(jù)，他們發(fā)現(xiàn)增加試驗性股票的融券交易量不會對試驗性股票的波動性及回報率產(chǎn)生任何影響。（二）國內(nèi)文獻綜述蔡笑（2010） 蔡笑,田奎.融資融券對股市流動性影響的實證檢驗J.商業(yè)時代，2010,31(3):56-57.將研究重點置于兩融業(yè)務(wù)與股票

20、市場波動性的關(guān)系上，分析數(shù)據(jù)主要來源于臺灣地區(qū)1999年至2010年證券市場的股票數(shù)據(jù)，構(gòu)建了GARCH模型和VAR模型后發(fā)現(xiàn)兩融交易會加劇股票市場波動性。馮玉梅、陳璇和王亞男（2012） 馮玉梅,陳璇,王亞男.融資融券對標的股票價格變化影響的實證研究J.山東財政學(xué)院學(xué)報,2012,3(7):15-22.在探究兩融業(yè)務(wù)在股市波動性方面的影響時運用面板回歸的方法對71只股票的數(shù)據(jù)進行處理后發(fā)現(xiàn)：兩融交易使證券市場的波動性加強。倪偉佳（2013） 倪偉佳.我國融資融券業(yè)務(wù)對股票波動性的影響分析基于TGARCH模型的長期研究J.中國證券期貨.2013,07(7):79-109進行研究后認為，兩融交易

21、量的增加會使證券市場更為波動，其表現(xiàn)如下：當股票市場低迷，賣空交易受到限制時，股票市場的利好消息會促使更多資金進入市場從而導(dǎo)致股市波動，而股票市場的利空消息則會迫使投資者拋售持有的股票，加劇證券市場的波動性。開昌平（2010） 開昌平.融資融券業(yè)務(wù)對我國證券市場的影響J.中國金融，2010,4(7):56-58.主要研究香港證券市場在兩融業(yè)務(wù)推行前后恒生指數(shù)波動率的變化，得出以下結(jié)論：證券市場解除對兩融交易進入市場的限制，降低了恒生指數(shù)波動性，換言之兩融交易能夠在一定程度上緩解或者抑制股市波動性。孫禮旭、朱春燕和楊小英 孫禮旭,朱春燕,楊小英.融資融券對標的股票波動性影響的實證研究J.蘭州工業(yè)

22、學(xué)院學(xué)報,2016,1(8):96-100.（2016）主要通過進行ADF檢驗，Granger因果檢驗來進行研究，得出如下發(fā)現(xiàn)：取消股票市場上兩融業(yè)務(wù)的準入限制會在一定程度上起到緩解股票市場波動性的作用。陳淼鑫和鄭振龍（2008） 陳淼鑫，鄭振龍.推出賣空機制對證券市場波動率的影響J.證券市場導(dǎo)報,2008,2(9):61-65. 的研究重心是融券交易進入證券市場是否會對股指收益率造成影響，選取了全球37個股票市場的交易數(shù)據(jù)進行回歸分析后發(fā)現(xiàn)：取消賣空交易進入證券市場的限制會緩解股票市場的波動性，不會起到加劇股票市場波動性的反作用。胡華峰和劉藝璇（2012） 胡華峰，劉藝璇.融資融券與市場流動

23、性、波動性關(guān)系實證分析基于中國臺灣證券市場的檢驗J.商業(yè)時代,2012,1(6):61-63. 將研究重心置于臺灣地區(qū)股票市場上兩融交易與股市波動性之間的關(guān)系，發(fā)現(xiàn)如下：兩者之間不存在明顯的因果關(guān)系。孔祥星（2014） 孔祥星.融資融券交易與 A 股市場波動相關(guān)性實證研究J.數(shù)學(xué)理論與應(yīng)用，2014,2（5）：80-85.通過協(xié)整檢驗、Granger因果檢驗等方法對我國證券市場波動性的影響因素進行探究，得出以下發(fā)現(xiàn)：兩融交易的實行與否與我國的證券市場波動性沒有明確的關(guān)系。鄭曉亞、閆慧和劉飛（2015） 鄭曉亞,閆慧,劉飛.融資融券業(yè)務(wù)與我國股票市場長期波動性J.財經(jīng)金融研究,2015,2(7)

24、：87-92選取了2005年至2014年的數(shù)據(jù)，建立了GARCH、EGARCH模型，得出以下結(jié)論：證券市場不會受到兩融業(yè)務(wù)的明顯影響。王旻、廖士光和吳淑琨（2008） 王旻，廖士光，吳淑琨，融資融券交易的市場沖擊效應(yīng)研究基于中國臺灣證券市場的經(jīng)驗與啟示J，財經(jīng)研究，2008,10（8）：23-29在研究證券市場與兩融業(yè)務(wù)的關(guān)系時選取臺灣證券市場作為研究對象進行研究，得出的研究結(jié)論為：證券市場不會受到兩融業(yè)務(wù)的明顯影響。二、中國融資融券概述（一）融資融券的定義融資融券又叫做證券信用交易或保證金交易。它代表的是具有兩融業(yè)務(wù)資格的證券公司要求投資者提供一定的擔保物，然后提供投資者購買證券（融資交易）

25、的資金或者提供投資者證券進行賣出證券（融券交易），是一種新型的金融衍生工具。（二）融資融券交易與普通證券交易的區(qū)別投資者提交100%的金額是普通證券交易的要求，但兩融交易只要求投資者交納規(guī)定數(shù)額的保證金就能夠進行交易。在投資者與證券公司的關(guān)系方面，普通證券交易中二者僅是委托買賣關(guān)系，而在兩融交易中，二者不僅是委托買賣關(guān)系，還是借貸關(guān)系。在風(fēng)險承擔方面，普通證券交易中的所有風(fēng)險均由投資者承擔，證券公司不承擔風(fēng)險，而在兩融交易中，不僅投資者需要承擔風(fēng)險，證券公司也需要承擔一定風(fēng)險。在信用賬戶方面，普通證券交易中的投資者可以隨意轉(zhuǎn)出資金或買賣證券，他們的交易行為沒有限制，而兩融交易中的投資者需要保證

26、他們的信用賬戶中一直有充足的擔保物。由此可知，普通證券對投資者在資金、投資經(jīng)驗方面的要求都不是很高，而融資融券交易要求投資者具有一定的投資經(jīng)驗和足夠的擔保物。兩融交易不僅能夠促使金融市場多樣化發(fā)展，而且，能夠使股票市場更加完善。（三）中國融資融券交易的發(fā)展歷程在國外成熟的資本市場上，兩融業(yè)務(wù)已經(jīng)發(fā)展地較為健全，其發(fā)展規(guī)模日趨壯大，成為了資本市場上不可或缺的一部分。1990年，我國證券市場建立，1990至2005年間，兩融業(yè)務(wù)受到限制，不被市場所接受準入。隨后，2006至2008年，兩融業(yè)務(wù)處于試點準備階段。2008年至2011年，兩融業(yè)務(wù)處于啟用階段，2011年至今，融資融券業(yè)務(wù)平穩(wěn)運行，并且

27、得到了較快發(fā)展。同時，兩融業(yè)務(wù)的發(fā)展也促進了證券公司的健康發(fā)展。兩融業(yè)務(wù)進入中國市場正式開展交易以后，我國的證券市場迎來了發(fā)展的“春天”，兩融交易提供了雙邊交易的投資機會，引起了投資者較為濃厚的興趣，以此推動了兩融業(yè)務(wù)的發(fā)展。在截止至2017年12月26日，滬市融資融券余額為6075億元，與2016年12月26日相比，增長了10.74%，與2010年3月31日相比，翻了10倍多。從2010年兩融業(yè)務(wù)進入市場到現(xiàn)在，共經(jīng)歷了四次擴容。雖然融資融券交易呈成倍增長狀態(tài)，可是迅速增長的過程中也表現(xiàn)出了許多問題。（四）中國融資融券交易發(fā)展中存在的問題1融資業(yè)務(wù)與融券業(yè)務(wù)發(fā)展嚴重失衡截止至2017年12月

28、26日，滬市融資余額為6037億元，而融券余額僅為37.79億元，融資業(yè)務(wù)約為融券業(yè)務(wù)的160倍，融資交易額占融資融券總交易額的99.38%。同時，2017年12月26日，在滬市上，融資個股有504只，而融券個股僅有286只，由此可見，融資業(yè)務(wù)處于絕對主導(dǎo)地位。然而縱觀發(fā)達國家證券市場的發(fā)展歷程，在發(fā)展成熟的兩融交易市場中，融券交易額應(yīng)占交易總額的20%至25%左右，然而我國滬市融券交易額占比不超過1%。這意味著我國的兩融業(yè)務(wù)發(fā)展嚴重失衡，這與當初我國開放兩融交易進入市場的最初目的相違背，并不能如計劃打破傳統(tǒng)證券交易市場中的單邊交易模式，因此限制了融券賣空交易發(fā)揮其作用。2融資融券交易市場發(fā)展

29、規(guī)模小在發(fā)達國家成熟的證券市場中，兩融交易的總額應(yīng)當為整個證券交易總額的20%左右，然而截止至2017年12月26日，滬市融資融券余額為6075.68億元，而滬市交易總市值為330994.93億元，滬市融資融券規(guī)模僅占滬市交易總市值的1.84%。研究發(fā)現(xiàn)這在一定程度上是由于在兩融市場上標的的股票數(shù)量較少。雖然我國自開展兩融業(yè)務(wù)以來已經(jīng)經(jīng)歷了四次標的股票擴容，可是，截止至2017年12月26日，滬市融資融券標的股票數(shù)量僅為524只，而滬市上市公司股票數(shù)量為1442只，融資融券的標的股票數(shù)量約僅占36%。然而，與國外成熟的證券市場相比較，如在日本，融資融券標的股票占比高達70%左右，而我國的臺灣地

30、區(qū)更是高達97%以上。由此可知，我國與發(fā)達國家還相差甚遠，而這種較小的不成熟的融資融券市場，一定會影響其發(fā)揮應(yīng)有的作用。3融資融券業(yè)務(wù)杠桿效益下帶來的問題不同于普通證券交易的高要求，在兩融交易中，投資者只需交納一定的保證金即可入市交易，且在整個投資過程中，保證金必須達到一定標準，如果在投資者發(fā)生虧損且無法在限定時間內(nèi)繳納足夠保證金時，證券公司有權(quán)對投資者進行強行平倉，使投資者自己承擔損失，但這并不能保證投資者仍有能力自行承擔這一系列損失，這也就會導(dǎo)致由于投資者無法及時補交保證金而產(chǎn)生信用風(fēng)險，隨之而來會導(dǎo)致證券公司的財務(wù)風(fēng)險、經(jīng)營風(fēng)險等一系列風(fēng)險，進而導(dǎo)致市場風(fēng)險。而我國證券市場為了降低這些風(fēng)

31、險發(fā)生的概率，對兩融交易的實行規(guī)定了較高的要求，提高了入市門檻。從某些程度上來講，雖然這些措施會降低市場風(fēng)險，維護投資者與證券公司的利益，從而促使證券市場穩(wěn)健發(fā)展。但是，限制的增多嚴重影響了股票市場的流動性，將一大批有購買融資融券意愿的投資者攔在股市之外，嚴重阻礙了兩融交易發(fā)揮作用。4融資融券交易存在信息不對稱問題交易雙方獲得的信息在現(xiàn)實市場中是無法做到完全對稱的，因此掌握信息更多的那一方就會利用信息優(yōu)勢進行交易來獲得更多的利益，這樣就會損害掌握信息少的那一方的利益，使得資源也無法進行最優(yōu)化分配，從而在一定程度上導(dǎo)致市場失靈。這樣的問題也存在于兩融交易中。由于我國證券市場發(fā)展還不是特別成熟，相

32、應(yīng)的制度與規(guī)范也沒有達到最合理的要求，因此，每一個交易者掌握的有關(guān)兩融交易的信息都是不對稱的，從而，不排除有一部分群體之間存在內(nèi)幕交易、關(guān)聯(lián)交易等不合法的交易行為，進而，嚴重影響證券市場的公開、公正、公平性。同時，因為兩融交易具有杠桿性，這也會進一步放大信息不對稱所帶來的風(fēng)險。5融資融券業(yè)務(wù)對應(yīng)的法律法規(guī)不完善因為兩融業(yè)務(wù)高風(fēng)險與高收益同在，所以必須要有合理的法律法規(guī)和規(guī)章制度。然而，我國的兩融業(yè)務(wù)發(fā)展歷程較短，從2010年3月31日證實試點實施至今，才經(jīng)過了七年。所以，在相應(yīng)的法律法規(guī)制定方面仍處于摸索階段，適合我國融資融券交易市場特點的法律法規(guī)制度仍然不是十分完善，相關(guān)的監(jiān)督體系也發(fā)展得不

33、夠到位，這使得兩融交易中出現(xiàn)的風(fēng)險并不能有效規(guī)避。法律制度的不完善會導(dǎo)致有些違法行為不能受到合理的約束，這也進一步阻礙了我國融資融券市場的健康發(fā)展。三、融資融券交易對中國股市波動性影響的實證研究以滬市為例本文的研究對象為我國2010年至2017年滬市融資余額、融券余額以及上證綜指收盤價的數(shù)據(jù)，本文的研究思路首先是運用線性回歸模型分析上證綜指收盤價與兩融余額的關(guān)系，然后再運用VAR模型探究兩融交易與我國股市之間的關(guān)系即探究兩融交易入市是否會對我國股票市場波動性產(chǎn)生影響及有何影響。（一）數(shù)據(jù)的選取與處理本文的研究數(shù)據(jù)主要選取了東方財富網(wǎng)數(shù)據(jù)庫中的上證綜指收盤價和滬市融資融券余額，樣本的選取范圍為2

34、010年3月31日至2017年12月29日的月平均值。其中變量選取如下表1：表1 變量選取表變量變量符號變量含義融資余額RZt上海證券交易所月平均融資余額融券余額RQt上海證券交易所月平均融券余額股市波動性Zt上證綜指月平均值取對數(shù)后差分的數(shù)值（二） 研究變量的平穩(wěn)性檢驗在分析融資融券交易對市場波動性的影響前，首要前提是保證數(shù)據(jù)平穩(wěn),因此需要對RZ，RQ和Z進行平穩(wěn)性檢驗。下圖1分別為RZ，RQ與Z的趨勢圖： 圖1 RZ趨勢圖、RQ趨勢圖、Z趨勢圖（依次從左至右）數(shù)據(jù)來源：東方財富數(shù)據(jù)網(wǎng)根據(jù)趨勢圖，采用ADF檢驗法對RZ、RQ、Z序列進行了檢驗,結(jié)果如下表2：表2 單位根檢驗結(jié)果序列ADF值P

35、值1% level5% level10%level結(jié)論Z-12.818380.0000-3.443892-2.867405-2.569956平穩(wěn)*RZ-7.1569480.0000-3.443748-2.867342-2.569922平穩(wěn)*RQ-29.556210.0000-3.443635-2.867292-2.569896平穩(wěn)*注：*表示在1%臨界值下平穩(wěn)數(shù)據(jù)來源：東方財富數(shù)據(jù)網(wǎng)（三）選擇VAR模型的滯后階數(shù)在運用VAR模型進行實證分析時，首先需要選擇合理的滯后階數(shù)，而合理的標準體現(xiàn)在：一，需要有足夠大的模型滯后階數(shù)，才能夠體現(xiàn)出VAR模型的動態(tài)性特征，二，滯后階數(shù)的選擇需要考慮模型的自由

36、度問題，滯后階數(shù)過大會影響模型的自由度，因此在建模時選擇合理的滯后階數(shù)需要考慮上述兩個方面的問題。對股市波動性（Z）、融資余額（RZ）和融券余額（RQ）VAR模型的滯后階數(shù)進行檢驗，Eviews中的檢驗結(jié)果如下表3所示，每一個判斷準則的最優(yōu)滯后階數(shù)用“”號表示。表3 VAR模型的滯后階數(shù)檢驗LagLogLLRFPEAICSCHQ0-169.0737NA0.0210054.6506404.7440484.6879011143.9096592.13065.68e-06-3.565125-3.191493-3.4160792174.155154.768743.20e-06-4.139326-3.48

37、5470*-3.878495*3180.438610.868873.46e-06-4.065909-3.131828-3.6932934184.08856.0173264.02e-06-3.921310-2.707006-3.4369095193.462014.693564.02e-06-3.931404-2.436876-3.3352186201.849912.468494.15e-06-3.914861-2.140108-3.2068907223.565030.51865*3.00e-06*-4.258515*-2.203538-3.438759注：* indicates lag orde

38、r selected by the criteriomLR:sequential modified LR test statistic(each test at 5% level)FPE:Final prediction errorAIC:Akaike information criterionSC:Schwarz information criterionHQ:Hannan-Quinn information criterion數(shù)據(jù)來源：東方財富數(shù)據(jù)網(wǎng)由上表3結(jié)果可知，在5%的顯著性水平下五個指標值顯示建立VAR模型的最優(yōu)滯后階數(shù)為7階，所以可以確定VAR模型的滯后階數(shù)為7階，股市波動性（Z

39、）、融資余額（RZ）和融券余額（RQ）的VAR模型的估計結(jié)果為下表4所示。表4 股市波動性（Z）、融資余額（RZ）和融券余額（RQ）的VAR模型的估計結(jié)果 ZRZRQZ(-1)1.0294630.297995-1.069322(0.27980)(0.38533)(1.06126)3.679310.77336-1.00760Z(-2)-0.492377-0.832878-0.059529(0.39335)(0.54171)(1.49196)-1.25175-1.53750-0.03990Z(-3)0.5064640.3110242.255739(0.37655)(0.51857)(1.42823

40、)1.345010.599771.57939Z(-4)0.2916170.687513-1.936287(0.35707)(0.49174)(1.35434)0.816701.39812-1.42969Z(-5)-0.237416-0.2000150.790081(0.32379)(0.44591)(1.22812)-0.73324-0.448550.64333Z(-6)-0.262270-0.9159991.040922(0.29084)(0.40053)(1.10312)-0.90178-2.286990.94362Z(-7)-0.0465490.418783-1.559017(0.152

41、02)(0.20936)(0.57661)-0.306202.00031-2.70375RZ(-1)0.0118381.1393870.158569(0.16518)(0.22749)(0.62654)0.071675.008610.25309RZ(-2)0.1887120.2676200.286008(0.24430)(0.33644)(0.92662)0.772460.795440.30866RZ(-3)-0.458424-0.550468-1.455550(0.22885)(0.31517)(0.86803)-2.00314-1.74659-1.67685RZ(-4)0.105640-0

42、.3157041.630721(0.22916)(0.31558)(0.86917)0.46100-1.000381.87617RZ(-5)0.1719610.468050-0.743520(0.21656)(0.29824)(0.82141)0.794051.56937-0.90518RZ(-6)0.1403560.272114-0.300313(0.19678)(0.27099)(0.74636)0.713281.00414-0.40237RZ(-7)-0.139644-0.2947540.431811(0.08497)(0.11702)(0.32229)-1.64344-2.518871

43、.33982RQ(-1)0.0475640.0540441.209082(0.04335)(0.05970)(0.16443)1.097180.905247.35321RQ(-2)0.0188760.040795-0.251221(0.06120)(0.08428)(0.23214)0.308420.48401-1.08222RQ(-3)-0.090680-0.135266-0.178551(0.05710)(0.07864)(0.21658)-1.58810-1.72017-0.82443RQ(-4)0.0429750.0326710.228177(0.05727)(0.07886)(0.2

44、1720)0.750460.414271.05052RQ(-5)-0.0022090.0485690.047695(0.05545)(0.07636)(0.21032)-0.039830.636030.22678RQ(-6)-0.0295370.009068-0.463420(0.05172)(0.07123)(0.19619)-0.571050.12731-2.36215RQ(-7)-0.003511-0.0536610.279450(0.03305)(0.04552)(0.12536)-0.10622-1.178942.22918C0.0123000.0180730.051208(0.01

45、376)(0.01895)(0.05220)0.893670.953530.98095R-squared0.9338020.9808490.948715Adj.R-squared0.9070680.9731150.928003Sum sq.resids0.3337900.6330574.802042S.E.equation0.0801190.1103370.303886F-statistic34.92949126.822045.80636Log likelihood94.8469871.16519-3.805573Akaike AIC-1.968837-1.3287890.697448Schw

46、arz SC-1.283845-0.6437971.382440Mean dependent0.0265630.6055480.707673S.D.dependent0.2628160.6729211.132543注：Determinant resid covariance (dof adj.) 1.37E-06Determinant resid covariance 4.77E-07Log likelihood 223.5650Akaike information criterion -4.258515Schwarz criterion -2.203538數(shù)據(jù)來源：東方財富數(shù)據(jù)網(wǎng)運用VAR模

47、型分析時間序列首先必須要保證VAR模型的穩(wěn)定性，那么就需要對VAR模型滯后結(jié)構(gòu)進行檢驗，檢驗規(guī)則如下：若AR根檢驗中模型的特征根均在單位圓內(nèi)（AR根的數(shù)值小于1），則VAR模型是穩(wěn)定的，否則模型是不穩(wěn)定的。 股市波動性（Z）、融資余額（RZ）和融券余額（RQ）VAR模型的特征根如圖2所示：圖2 VAR模型特征根圖數(shù)據(jù)來源：東方財富數(shù)據(jù)網(wǎng)由上圖2可知，股市波動性（Z）、融資余額（RZ）和融券余額（RQ）的VAR模型的特征根均在單位圓內(nèi)，因此VAR（7）模型是穩(wěn)定的。（四）Granger因果檢驗Granger因果關(guān)系檢驗是用來判定一個經(jīng)濟變量的變化是否為另一個經(jīng)濟變量變化的原因的主要根據(jù)。首先，我

48、們需要判斷融資融券與股價波動性之間是否存在因果關(guān)系，因此，進行Granger因果關(guān)系檢驗是十分必要的。由表5可知，Z、RZ、RQ在1%的顯著性水平上均顯著表明他們都是平穩(wěn)序列。表5 三個變量Granger因果檢驗結(jié)果Null HypothesisF-StatisticProb.結(jié)論RZ does not Granger Cause Z9.436110.0001拒絕原假設(shè)RQ does not Granger Cause Z0.279190.7565接受原假設(shè)Z does not Granger Cause RZ6.142650.0023拒絕原假設(shè)Z does not Granger Cause

49、 RQ2.584930.0765拒絕原假設(shè)RZ does not Granger Cause RQ3.011830.0501拒絕原假設(shè)RQ does not Granger Cause RZ15.07404.E-07拒絕原假設(shè)數(shù)據(jù)來源：東方財富數(shù)據(jù)網(wǎng)由上表5可知，融資余額不是股價波動的Granger原因的原假設(shè)被拒絕，同時，股價波動不是融資余額的Granger原因的原假設(shè)也被拒絕，這表明，兩者之間存在著雙向因果關(guān)系。另外，融券余額不是股價波動性的Granger原因的原假設(shè)被接受，然而股價波動性不是融券余額的格蘭杰原因的原假設(shè)被拒絕，這表明，融券余額不是股價波動性的Granger原因，但是股價波

50、動性可以影響融券。（五）脈沖響應(yīng)分析VAR模型雖然能夠很好的擬合經(jīng)濟系統(tǒng)的動態(tài)性,且預(yù)測較為準確,但并不能夠很好地解釋變量之間的動態(tài)關(guān)系。在運用VAR模型進行實證分析的過程中,由于VAR模型不參考經(jīng)濟理論作為其分析的依據(jù),并且其沒有對變量進行先驗性的假設(shè)約束，只對數(shù)據(jù)關(guān)系進行了分析,所以對VAR模型單個參數(shù)估計值作出經(jīng)濟解釋是很難實現(xiàn)的,因此需要運用脈沖響應(yīng)和方差分解這兩種方法在VAR模型中分析變量之間存在的關(guān)系，而不是簡單的分析兩個變量之間的影響關(guān)系。脈沖響應(yīng)函數(shù)(impulse response function, IRF)在VAR模型中的應(yīng)用指的是在VAR模型中給一個系統(tǒng)變量一個指定大小

51、的沖擊來觀察其他的系統(tǒng)變量當期值和未來值的變化的因果分析方法。下圖3為股市波動性（Z）、融資余額（RZ）和融券余額（RQ）的VAR模型的脈沖相應(yīng)函數(shù)，其中以股市波動性（Z）、融資余額（RZ）和融券余額（RQ）為沖擊變量，股市波動性（Z）為響應(yīng)變量。從圖中可以看出,融資余額對股市波動性的影響從短期來看是具有促進作用的， 但是從中期來看，融資余額對股市波動性是起抑制作用的，從長期來看，融資余額對股市波動性整體上有促進作用，但影響不大。融券余額對股市波動性的影響，從中期來看，是起促進作用的，但是從長期來看，對股市波動性的影響在整體上還是起抑制作用的，但影響不大。圖3脈沖響應(yīng)函數(shù)數(shù)據(jù)來源：東方財富數(shù)據(jù)

52、網(wǎng)（六）方差分解分析方差分解(Variance Decomposition)是用來在VAR模型中研究一個結(jié)構(gòu)沖擊對系統(tǒng)變量變化所產(chǎn)生的貢獻度的一種方法,以此來分析不同的結(jié)構(gòu)沖擊的重要程度，即在本文中是用來分析融資余額及融券余額對股票市場波動性的貢獻度及市場波動性對其自身變動的貢獻度。股市波動性（Z）、融資余額（RZ）和融券余額（RQ）的VAR模型的方差分解結(jié)果如下表6所示：表6 VAR模型方差分解結(jié)果PeriodS.E.ZRZRQ10.080119100.00000.0000000.00000020.12316199.220330.0152720.76439630.15330795.74324

53、0.3019943.95476640.16645494.262900.2901995.44690450.18052993.357651.0395875.60276060.19658092.892961.8820065.22503670.20904993.152041.7472665.10069480.21617293.370091.6344784.99543690.21835193.496301.6061504.897550100.21933393.205001.5953205.199680110.22074592.084191.5818446.333967120.22276990.42326

54、1.6605907.916148130.22587988.538281.9056499.556074140.23092086.493812.28764311.21854150.23740284.437362.65738512.90526160.24404282.486073.11508314.39884170.25012180.807303.78322015.40948180.25566079.465584.61066015.92376190.26044078.450605.41653316.13287200.26414277.707216.10930116.18349數(shù)據(jù)來源：東方財富數(shù)據(jù)網(wǎng)數(shù)據(jù)來源：東方財富數(shù)據(jù)網(wǎng)數(shù)