1 引言

十九大报告指出金融是国家重要的核心竞争力，如何建立强而有力的监管体系并用其来防范系统性金融风险，是经济的核心问题之一。随着我国金融市场的飞速发展，我国的交易制度也更加多元化。我国在2010年3月31日引入融资融券的交易机制，由于实施时间较短，加上我国本身股市市场尚未成熟，融资融券的监管力度显得较为薄弱。融资融券交易也称“信用交易”、“保证金交易”，是一种投资者向具有融资融券资格的证券公司提供担保物，接入资金买入证券（融资交易）或借入证券后卖出（融券交易）的交易机制。其引入目的是希望借鉴西方国家经验，丰富股市交易方式，利用双边做市来一定程度上抑制股市波动，但就目前来看效果不甚明显，甚至在2014-2015年我国股市严重震荡期间，部分经济学家对两融机制存在质疑，认为我国股市尚未成熟，还未能引入融资融券交易机制，但是我们不能因此对两融机制持完全否定的态度，因此，本文区分涨跌行情，结合实证分析，研究融资融券交易机制对我国股市波动产生的影响。

2 文献综述

针对我国初期这并不成熟的融资融券市场进行研究产生的理论基本可以概括为以下三种：

第一种，融资融券业务有平抑我国股市波动性的作用。陆上行（2016）在定性研究的基础上，实证分析得出结论：融资融券余额的变化会较为显著地影响证券市场的波动，且融券余额的增加会平抑证券市场的波动性，平抑效果和融券余额呈正向关系。

第二种，融资融券交易一定程度上加剧了我国股市的波动性。吴国平、谷慎（2015）采用流通股加权方法，重新编制融资融券指数，在此基础上运用含虚拟变量的GARCH和VAR模型进行实证检验，得出融资融券业务在整体上加剧了股市的波动，具体来说就是，融资交易加剧股市波动，融券交易减小股市波动。

第三种，融资融券业务对我国股市波动性影响并不显著。肖文彦、王紫菡（2012）运用VAR模型和Granger检验，得出结论：短期内融资融券机制对我国A股市场波动性的影响均不明显。

3 数据及实证分析

3.1 数据整理

本文实证部分所涉及的变量为我国的股市波动率（上证指数日波动率）、融资融券余额、融资买入额、融券卖出量，由于是针对我国股市大涨大跌的2015年进行研究，因此本文的数据选取集中于2015年全年，即2015年1月5日至12月31日共计244个交易日的数据，并且由于6月15日是涨跌的分界点，即6月15日之前大涨，6月15日之后大跌，因此在对全年运用VAR模型实证分析之后，以6月15日为分界点，对2015年前半年和后半年的数据运用VAR模型进行一些研究和分析，探索融资融券制度对股市波动性的影响。同时，为了避免忽略变量之间的关系，本文会进一步利用脉冲响应函数（IRF）分析某变量对经济系统的动态影响，最后还会对本文的结果进行格兰杰因果检验。本文的市场波动率来源于锐思数据库，融资融券相关数据来源于国泰安数据库。

3.2 实证分析

3.2.1 单位根检验

由于选取的是具有一定时间趋势的时间序列数据，因此在对其进行回归分析之前要先进行单位根检验，看其是否平稳，也是为了防止“伪回归”问题，股市波动率（VIX）、融资融券余额（MB）、融资买入额（L）、融券卖出量（S）的原序列和一阶差分序列的单位根的检验结果如图所示：

表3.2.1 单位根ADF检验结果

单位根ADF检验结果显示，在1%的显著性水平下，数据的原序列均接受原假设，即数列不平稳（ADF统计值都在1%的临界值范围内），而它们的一阶差分均拒绝原假设，即数列平稳（ADF统计值都在1%的临界值范围外），因此时间序列VIX、MB、L、S均服从一阶单整，为防止“伪回归”，本文对数据进行协整检验。

3.2.2 协整检验

由单位根检验我们发现数据的原序列并不平稳，但是在一阶差分的情况下都能拒绝原假设，即数据服从一阶单整，为了考察多个变量之间是否存在长期平稳关系，由于变量较多，本文接下来将进行基于Johansen检验的股市波动率（VIX）、融资融券余额（MB）、融资买入额（L）、融券卖出量（S）四个变量的协整检验。

表3 .2.2 协整检验结果

由显示结果可以看出，在5%的显著性水平下，VIX与MB、L、S存在协整关系，即存在长期平稳关系，且存在1个协整关系，这说明股市波动率（VIX）与融资融券余额（MB）、融资买入额（L）、融券卖出量（S）存在某种较为稳定的长期相关关系。从最大特征检验结果看，序列之间没有稳定的协整关系，所以应该使用一阶差分序列建VAR。

3.2.3 VAR模型估计和结果分析

为了进一步分析DLOGMB、DLOGL、DLOGS对DLOGVIX的影响，我们开始建立VAR模型。如本章节开头所介绍，本文构思的独特之处在于对2015年整年数据进行分段分析，即以2015年6月15日为节点，对之前和之后的股市涨跌波动进行探究，因此先将变量分为两组，第一组是DLOGVIX、DLOGMB、DLOGL，另一组是DLOGVIX、DLOGMB、DLOGS，接着分为三个时间段即2015年全年，2015年6月15日前以及2015年6月15日之后分别建模。

（1）2015年全年

先进行最优滞后结束选择，本文采用使AIC和FPE最小的P值为最优滞后阶数。之后进行股市波动率与融资融券余额、融资买入额和融券卖出额的VAR模型建立：

（2）2015年1月5日至2015年6月15日

仿照以上的过程进行2015年上半年数据的VAR模型建立：

表3.2.3 融资融券余额与融资买入额对股市波动率的VAR估计结果（2015上半年）

（3）2015年6月15日至2015年12月31日

同理，进行2015年下半年VAR模型的建立：

表3.2.5 融资融券余额与融资买入额对股市波动率的VAR估计结果（2015下半年）

3.2.4 脉冲响应函数分析

在完成三个事件分类情况下的VAR模型建立后，就可以得到对应的脉冲响应函数，为了更直观地得到不同时间段融资融券余额、融资买入额和融资卖出量对股市波动率的影响，将三个时间段的脉冲响应图集中在本节一起分析，得出变量之间相互冲击的关系。

对2015年进行全年分析时的脉冲响应图：

图3 .2.1 DLOGVIX因子对DLOGMB的响应

图3 .2.2 DLOGVIX因子对DLOGL的响应

图3 .2.3 DLOGVIX因子对DLOGS的响应

由图3.2.1所示，DLOGVIX因子面对DLOGMB因子一直是负响应，并且于第3期前后达到最大值，且基本一直维持负响应至第8期，可以看出DLOGVIX因子与DLOGMB因子负向相关，即随着滞后期数的增加，上证指数的波动性会得到一定程度的平抑，但在后期抑制效果会减弱。

由图3.2.2所示，DLOGVIX因子面对DLOGL因子在前期围绕0有些微波动性，在第6期逐渐趋于平静，但是波动幅度基本不明显，可见买空交易对市场波动性有一定影响但是影响不明显。

如图3.2.3所示，DLOGVIX因子对DLOGS因子一开始是正响应，且影响幅度较大，于第2期达到最大值，从第4期围绕0线微幅波动，可见卖空交易初期会使股市产生波动，但是随着交易量的越来越大，交易活跃度的增加，对股市波动性基本不会产生影响，甚至还有轻微的平抑效果。

同理对2015年上半年进行分析时的脉冲响应结果分析得知：D LOGVIXB因子对DLOGMBB存在幅度较大的正向响应，且一直维持正向影响，即在2015年上半年即股票大涨时期，融资融券余额的增加加剧了股市波动性。DLOGVIXB因子对DLOGLB的正式冲击从第2期开始，且为正向冲击，可见买空交易在2015年上半年对股市的波动性存在影响作用，但在后期围绕0线上下波动，对股市波动性的影响明显减弱。DLOGVIXB因子对DLOGSB因子反应出负向响应，且负向响应一直维持至第3期，可见大涨时期的卖空交易对股市波动性有较大的抑制作用，即卖空交易越活越，股市的波动性得到越大强度的抑制，且影响幅度较明显。

在2015年下半年的大跌环境下，DLOGVIXA对DLOGMBA在很长时期呈现负向影响，且影响幅度较大，即融资融券余额的增加会对股市波动性产生很好的平抑效果，但在随着滞后期数的增加，对股市波动性产生的影响减弱。DLOGVIXA因子对DLOGLA因子产生较弱的正向冲击，且一直围绕0线轻微波动，在一定程度上能够加剧股市的波动性，但是在2015年的大跌环境下，对股市波动性的冲击明显要弱于上半年的大涨形势。DLOGVIXA因子在前期对DLOGSA有较强烈的正向响应，但是后期急剧减弱，甚至有小幅的负向影响，且一直维持幅度很小的负向响应，因此可以看出，在1 5年后半期的大跌环境下，卖空交易开始活跃的时候会使股市产生较大幅度的波动，但是随着卖空交易的日益活跃，卖空交易对股市波动性的影响幅度越来越小。

3.2.5 Granger因果检验

为进一步检验所建立的VAR模型的可信度和实证结论的真实性，本文接下来要对变量之间的格兰杰因果关系进行检验，格兰杰因果关系也需要滞后阶数，根据它和最优滞后阶数的关系，选取p=2进行格兰杰因果检验，为了综合比较，将6次VAR模型的格兰杰因果检验结果统一在本小节进行比较分析。

对于2015年整年来讲，四个变量之间，DLOGVIX是DLOGLO GMB的格兰杰原因，DLOGMB不是DLOGVIX的格兰杰原因，这说明股市产生波动，融资融券余额也会产生波动，但是融资融券余额的变化不能引起股市的变化。

2015年上半年的Granger检验结果均为拒绝原假设，由此可以看出在2015年上半年的大涨期间，四个变量之间的相互影响关系不显著。

在2015年下半年的大跌环境中，DLOGMBA变量是DLOGVIX A变量的格兰杰原因，但是DLOGVIXA变量不是DLOGMBA变量的格兰杰原因，可以得知，融资融券余额的波动显著影响了股市的波动，而股市的波动性不会影响融资融券余额。

4 结论

本文从实证出发，在VAR模型的框架基础上，结合协整分析、脉冲响应函数分析和格兰杰因果检验等计量方法来系统探究，两融制度在我国的实行是否对股市波动性产生了影响。

为避免由于直接对存在一定时间趋势的时间序列数据直接进行回归分析而造成的伪回归分析现象，本文先对数据进行了ADF检验，结果显示时间序列VIX、MB、L、S服从一阶单整，之后又运用协整检验发现四个变量之间存在协整关系即有长期稳定影响。在脉冲响应函数分析中我们发现，在股市大涨大跌的2015年，买空交易和卖空交易都分别对股市波动性产生了非对称性影响，主要体现在上涨期，都能够增加股市波动性，但在下跌期即便交易愈发活跃但均对股市波动性影响较弱，因此影响具有非对称性。格兰杰因果检验显示融资融券余额会使得股市产生波动，同时股市的波动性也会使得融资融券余额发生变化，综合脉冲响应和格兰杰检验发现，融资融券余额在市场下跌期能对股市波动性有显著的抑制作用。

5 政策建议

我国的融资融券制度的发展和以美国、日本等发达股市为代表的发达股票市场两融制度的发展仍有很大的差距，追根究底还是归咎于我国现阶段还是较小的融资融券交易规模，融资融券的平抑波动功能和价格发现功能都不能得到很好的发挥，综合实证结果和我国目前的股市发展现状，为在一定程度上能够提高融资融券的运行效率和交易规模，提出以下政策建议：

5.1 区分涨跌行情进行宏观调控

从上文的实证结果分析可以看出，在股市的上涨和下跌时期，市场对两融机制的反应市不同的，在下跌期，融资融券的交易行为对股市的震荡有很好的抑制作用，我们可以据此在股市低迷时期结合政府相关政策和国家的宏观调控使得两融机制能在抑制股市波动性方面发挥更显著的作用。

5.2 实行浮动保证金制度

浮动保证金制度可以根据经济环境和证券市场的变化来确定最适合的保证金比例，具有很大的机动性和灵活性。上文的实证研究表明，在股市不稳定时期，融资融券交易的活跃程度增加能够对其产生一定程度的平抑作用，而浮动保证金制度可以间接影响融资融券交易的活跃程度，适当降低保证金比例可以促进两融交易，而适度提高保证金比例可以抑制两融交易。

5.3 适度增加融资融券标的股数量

相比A股市场交易的近3600支股票，还有我国目前金融市场种类丰富的交易品种，可供融资融券的标的股数量依旧较少，不能满足投资者的交易需求，能够交易的标的股也大多是流动性较弱且波动性较低的蓝筹股和大盘股，不能很好的体现融资融券的平抑波动功能和价格发现功能，因此应当适度增加融资融券标的股数量，增加流动性强且波动性较高的标的股，扩大融资融券制度对股市的影响力力。

[1]Angel J J.Tick size,share prices,and stock splits[J].The Jour nal of Finance,1997,52(2):655-681

[2]Scheinkman J A,Xiong W.Overconfidence and speculative bubbles[J].Journal of political Economy,2003,111(6):1183-1220

[3]马哲光（西南大学）.融资融券对我国股市波动性的影响研究[D].西南大学,2014.

[4]陆上行.融资融券对我国股市波动性的影响研究[D].华东政法大学,2016.

[5]吴国平,谷慎.融资融券交易对我国股市波动性影响的实证研究[J].价格理论与实践,2015(10):105-107.

[6]肖文彦，王紫菡，融资融券机制对我国股市波动性的影响——基于上证50的研究[J].中国证券期货，2012(5):33-35.